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

基于多光谱成像技术的光谱图像重构与显示研究

致谢第5-6页
摘要第6-8页
ABSTRACT第8-10页
1 绪论第14-31页
    1.1 研究背景、目的及意义第14-18页
        1.1.1 研究背景第14-16页
        1.1.2 研究目的及意义第16-18页
    1.2 国内外研究概述第18-27页
        1.2.1 多光谱成像系统第18-25页
        1.2.2 光谱重构与显示技术第25-27页
    1.3 本论文主要研究内容第27-31页
2 理论基础第31-61页
    2.1 颜色科学相关理论第31-43页
        2.1.1 CIE标准色度系统第31-34页
        2.1.2 光源与CIE标准照明体第34-35页
        2.1.3 照明与测量几何条件第35-37页
        2.1.4 均匀颜色空间与色差评价第37-41页
        2.1.5 同色异谱第41-43页
    2.2 光谱重构算法第43-50页
        2.2.1 匹配法第44-45页
        2.2.2 直接重建法第45-46页
        2.2.3 学习法第46-49页
        2.2.4 自适应光谱重构第49-50页
    2.3 光谱图像质量指标第50-55页
    2.4 显示器色度特征化第55-60页
    2.5 本章小结第60-61页
3 滤色片选择与系统校正第61-95页
    3.1 基于光源的滤色片选择第61-76页
        3.1.1 问题转化第61-63页
        3.1.2 结合自适应遗传算法的滤色片选择第63-66页
        3.1.3 目标样本与测试样本第66-67页
        3.1.4 实验设置第67-69页
        3.1.5 滤色片选择结果第69-72页
        3.1.6 精度检验第72-76页
    3.2 训练样本选择第76-80页
        3.2.1 现有的训练样本选择方法第76-77页
        3.2.2 基于多通道响应值相关性的训练样本选择第77-80页
    3.3 基于代表性训练样本的滤色片选择第80-87页
        3.3.1 FSRS方法第80-81页
        3.3.2 代表性训练样本选择第81-82页
        3.3.3 结果与精度第82-87页
    3.4 相机响应值非线性校正第87-89页
    3.5 照明空间非均匀性校正第89-91页
    3.6 多光谱相机光谱灵敏度估计第91-94页
    3.7 本章小结第94-95页
4 基于自训练的光谱图像重构第95-120页
    4.1 训练样本提取第95-99页
    4.2 训练样本定位第99-102页
    4.3 水彩画和油画光谱图像重构第102-110页
        4.3.1 训练样本提取第104-107页
        4.3.2 精度检验第107-110页
    4.4 水墨画光谱图像重构第110-114页
        4.4.1 训练样本提取第110-112页
        4.4.2 精度检验第112-114页
    4.5 丝绸画光谱图像重构第114-119页
        4.5.1 训练样本提取第114-116页
        4.5.2 精度检验第116-119页
    4.6 本章小结第119-120页
5 光谱图像显示复现第120-132页
    5.1 显示器关键颜色特性测试第120-123页
    5.2 显示器色度特征化模型精度评价第123-125页
    5.3 光谱图像在不同光源下的显示复现第125-129页
    5.4 光谱图像重构与显示复现流程第129-131页
    5.5 本章小结第131-132页
6 总结与展望第132-138页
    6.1 总结第132-134页
    6.2 本论文创新点第134-135页
    6.3 展望第135-138页
参考文献第138-151页

论文共151页,点击 下载论文
上一篇:借力新媒体的电视民生新闻栏目发展空间研究--以内蒙古广播电视台《新闻天天看》为例
下一篇:教学设计中“内容—目标—方法”操作实践研究