| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究目的及意义 | 第11-13页 |
| 1.2 国内外研究概述 | 第13-18页 |
| 1.3 本论文的研究内容 | 第18-19页 |
| 1.4 论文架构 | 第19-21页 |
| 第二章 基于ICC的设备色彩管理方法 | 第21-31页 |
| 2.1 色彩管理 | 第21-23页 |
| 2.1.1 基于ICC的色彩管理实施 | 第21-22页 |
| 2.1.2 色彩特性文件的建立方法 | 第22-23页 |
| 2.2 设备色彩管理关键技术分析 | 第23-25页 |
| 2.3 设备色彩校正 | 第25-30页 |
| 2.3.1 设备性能测试 | 第26-27页 |
| 2.3.2 设备线性化 | 第27-28页 |
| 2.3.3 G7灰平衡校正 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 数字输出设备色表适性分析及色表优化设计 | 第31-56页 |
| 3.1 研究内容 | 第31页 |
| 3.2 研究方法 | 第31-33页 |
| 3.3 色表适应性研究与分析 | 第33-43页 |
| 3.3.1 同一色表在不同数字输出设备下呈色适性分析 | 第34-40页 |
| 3.3.2 不同色表在同一数字输出设备下呈色适性分析 | 第40-43页 |
| 3.4 色表优化设计及分析 | 第43-55页 |
| 3.4.1 色表构成与分析 | 第43-48页 |
| 3.4.2 色表优化设计 | 第48-50页 |
| 3.4.3 色表优化分析 | 第50-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 基于BP的数字输出设备色彩特性化标定 | 第56-65页 |
| 4.1 BP神经网络 | 第56-58页 |
| 4.1.1 BP网络训练结构 | 第56-57页 |
| 4.1.2 BP网络训练步骤 | 第57-58页 |
| 4.2 基于BP的数字输出设备色彩特性化正向转换 | 第58-61页 |
| 4.2.1 BP网络正向转换模型建立 | 第58-59页 |
| 4.2.2 BP网络正向模型效果分析 | 第59-61页 |
| 4.3 基于分区BP的数字输出设备色彩特性化反向转换 | 第61-64页 |
| 4.3.1 分区BP网络反向转换模型建立 | 第61-62页 |
| 4.3.2 分区BP网络反向模型效果分析 | 第62-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 数字输出设备色域边界描述算法研究 | 第65-94页 |
| 5.1 数字输出设备色域边界描述算法设计 | 第65-68页 |
| 5.1.1 研究内容 | 第65-66页 |
| 5.1.2 研究评价方法 | 第66-68页 |
| 5.2 基于改进凸壳算法的设备色域边界描述 | 第68-76页 |
| 5.2.1 算法模型概述 | 第68页 |
| 5.2.2 算法实现与评价 | 第68-76页 |
| 5.3 基于空间区域分割的四面体网格剖分的设备色域边界描述 | 第76-88页 |
| 5.3.1 算法模型概述 | 第76-77页 |
| 5.3.2 算法实现 | 第77-79页 |
| 5.3.3 区域分割最佳分区建立与评价 | 第79-81页 |
| 5.3.4 算法评价 | 第81-88页 |
| 5.4 设备色域边界描述方法综合对比分析 | 第88-93页 |
| 5.4.1 综合对比分析方法 | 第88页 |
| 5.4.2 结果分析与评价 | 第88-93页 |
| 5.5 本章小结 | 第93-94页 |
| 第六章 总结与展望 | 第94-97页 |
| 6.1 总结 | 第94-95页 |
| 6.2 本论文创新点 | 第95-96页 |
| 6.3 展望 | 第96-97页 |
| 参考文献 | 第97-102页 |
| 在读期间公开发表的论文和承担科研项目及取得成果 | 第102-103页 |
| 致谢 | 第103页 |
