基于颜色转换的异常视觉辅助识别算法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景和意义 | 第15页 |
| 1.2 异常视觉的成因及分类 | 第15-19页 |
| 1.2.1 异常视觉的成因 | 第16-17页 |
| 1.2.2 异常视觉的分类 | 第17-19页 |
| 1.3 异常视觉诊断及矫正的研究现状 | 第19-21页 |
| 1.3.1 异常视觉诊断的研究现状 | 第19-20页 |
| 1.3.2 异常视觉矫正的研究现状 | 第20-21页 |
| 1.4 本论文研究内容 | 第21-23页 |
| 第二章 异常视觉辅助识别算法分析 | 第23-35页 |
| 2.1 异常视觉仿真算法 | 第23-31页 |
| 2.1.1 色盲仿真模型 | 第23-25页 |
| 2.1.2 色弱仿真模型 | 第25-28页 |
| 2.1.3 仿真实验 | 第28-31页 |
| 2.2 异常视觉辅助识别算法概述 | 第31-34页 |
| 2.2.1 基于图像分割的异常视觉辅助识别算法 | 第31-32页 |
| 2.2.2 基于灰度化的异常视觉辅助识别算法 | 第32-33页 |
| 2.2.3 基于颜色转换的异常视觉辅助识别算法 | 第33-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第三章 基于全局灰度化的异常视觉辅助识别算法 | 第35-45页 |
| 3.1 color2gray算法概述 | 第35-37页 |
| 3.2 基于图像分割和色差模型的全局灰度化算法 | 第37-42页 |
| 3.2.1 基于区域生长的图像分割算法 | 第37-39页 |
| 3.2.2 改进的色差模型 | 第39-40页 |
| 3.2.3 参数分析 | 第40-42页 |
| 3.2.4 复杂度分析 | 第42页 |
| 3.3 实验结果分析 | 第42-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于颜色转换的异常视觉辅助识别算法 | 第45-57页 |
| 4.1 基于自适应颜色转换的异常视觉辅助识别算法 | 第45-54页 |
| 4.1.1 基于八叉树的自适应聚类算法 | 第47-52页 |
| 4.1.2 基于自信度的颜色转换算法 | 第52-53页 |
| 4.1.3 关键颜色判断与转换 | 第53-54页 |
| 4.2 实验结果与分析 | 第54-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第五章 结果与性能分析 | 第57-77页 |
| 5.1 实验场景 | 第57-58页 |
| 5.2 实验环境 | 第58页 |
| 5.3 全局灰度化算法的结果与分析 | 第58-68页 |
| 5.3.1 主观评价 | 第59-65页 |
| 5.3.2 客观评价 | 第65-67页 |
| 5.3.3 时间复杂度 | 第67-68页 |
| 5.4 自适应颜色转换算法的结果与分析 | 第68-76页 |
| 5.4.1 主观评价 | 第69-74页 |
| 5.4.2 客观评价 | 第74-76页 |
| 5.4.3 时间复杂度 | 第76页 |
| 5.5 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 本文工作总结 | 第77-78页 |
| 6.2 未来工作展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85-86页 |
