首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视觉检测系统中颜色测量关键技术研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
1 引言第10-18页
    1.1 研究背景及研究意义第10-11页
    1.2 国内外研究现状第11-15页
        1.2.1 印刷品质量检测系统第11-13页
        1.2.2 颜色检测技术第13-15页
    1.3 论文主要研究内容第15-16页
    1.4 论文组织结构第16-18页
2 颜色测量相关理论基础第18-26页
    2.1 物体的颜色第18-20页
        2.1.1 光与颜色第18-19页
        2.1.2 物体的光谱特性第19-20页
        2.1.3 同色异谱第20页
    2.2 颜色的定量描述第20-23页
        2.2.1 CIE色度系统第20-22页
        2.2.2 色差定义第22-23页
    2.3 印刷品颜色质量在线检测第23-25页
        2.3.1 机器视觉检测系统第23-24页
        2.3.2 颜色测量第24-25页
    2.4 本章小结第25-26页
3 基于R矩阵的光谱反射率重建颜色测量方法第26-39页
    3.1 多光谱成像技术原理简介第26-28页
    3.2 基于R矩阵的光谱反射率重建算法的研究与实现第28-32页
        3.2.1 主成分分析法第29-30页
        3.2.2 R矩阵法第30-32页
        3.2.3 R矩阵法的改进第32页
    3.3 实验验证第32-38页
        3.3.1 实验环境第32-33页
        3.3.2 实验结果与分析第33-38页
    3.4 本章小结第38-39页
4 基于CIE LAB颜色空间均匀样本的设计与研究第39-56页
    4.1 均匀的颜色表达体系第39-42页
        4.1.1 孟塞尔颜色体系第39-40页
        4.1.2 CIE LAB色度系统第40-42页
    4.2 色卡样本设计规则第42-45页
        4.2.1 色调分布规律第42-43页
        4.2.2 色域最大边界的确定第43页
        4.2.3 CIE LAB到RGB的逆向映射第43-45页
    4.3 色卡样本的设计与实现第45-47页
    4.4 训练样本与测试样本的建立第47-49页
        4.4.1 训练样本第47-49页
        4.4.2 测试样本第49页
    4.5 基于新样本的颜色空间转换算法的研究与验证第49-55页
        4.5.1 基于BP神经网络算法的颜色空间转换第50-52页
        4.5.2 基于支持向量机算法的颜色空间转换第52-53页
        4.5.3 颜色空间转换结果的分析对比第53-55页
    4.6 本章小结第55-56页
5 总结与展望第56-58页
    5.1 本文工作总结第56-57页
    5.2 展望第57-58页
参考文献第58-61页
作者简历及攻读硕士学位期间取得的研究成果第61-63页
学位论文数据集第63页

论文共63页,点击 下载论文
上一篇:周期框架结构波动频散动力特性研究
下一篇:空地一体化网络频谱感知技术研究