图像处理在城市建筑色彩分析与评价中的应用研究
| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 选题研究背景 | 第7-8页 |
| 1.2 课题研究意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.3.1 城市建筑色彩分析的相关研究 | 第9页 |
| 1.3.2 图像处理在建筑色彩分析中的应用 | 第9-10页 |
| 1.3.3 色彩学结构体系 | 第10-11页 |
| 1.4 本研究内容章节安排 | 第11-12页 |
| 第二章 彩色图像分割方法综述 | 第12-18页 |
| 2.1 基于边缘的分割方法 | 第12-15页 |
| 2.1.1 基于边界检测的方法 | 第12-13页 |
| 2.1.2 数学形态学方法 | 第13页 |
| 2.1.3 串行图搜索边界技术 | 第13-15页 |
| 2.1.3.1 图的最优划分准则 | 第13-14页 |
| 2.1.3.2 图的最大流与最小割 | 第14-15页 |
| 2.2 基于区域的分割方法 | 第15-18页 |
| 2.2.1 区域生长 | 第16页 |
| 2.2.2 统计学方法 | 第16页 |
| 2.2.3 聚类方法 | 第16-18页 |
| 第三章 基于图论的建筑物提取研究与实现 | 第18-27页 |
| 3.1 Graph Cut算法对建筑目标的提取 | 第18-22页 |
| 3.1.1 能量函数的构造 | 第18-19页 |
| 3.1.2 图的构造 | 第19-20页 |
| 3.1.3 最小割与能量函数的优化 | 第20-22页 |
| 3.1.4 实验结果 | 第22页 |
| 3.2 基于GrabCut算法提取建筑物 | 第22-26页 |
| 3.2.1 算法基本介绍 | 第23页 |
| 3.2.2 GrabCut的硬分割过程 | 第23-25页 |
| 3.2.3 迭代计算能量最小值 | 第25页 |
| 3.2.4 实验结果 | 第25-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第四章 建筑色彩分割及颜色块位置关系的判断 | 第27-41页 |
| 4.1 色彩空间及转换公式 | 第27-29页 |
| 4.1.1 RGB空间模型 | 第27页 |
| 4.1.2 HSI空间模型 | 第27-28页 |
| 4.1.3 RGB与HSI转换 | 第28-29页 |
| 4.2 改进的颜色聚类算法 | 第29-34页 |
| 4.2.1 自动形成初始聚类中心 | 第29-31页 |
| 4.2.2 色差度量公式的改进 | 第31-32页 |
| 4.2.3 K-means在建筑图像分色中的应用 | 第32-33页 |
| 4.2.4 合并分裂簇 | 第33-34页 |
| 4.3 分色结果 | 第34-36页 |
| 4.4 颜色块位置关系的判断 | 第36-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 基于色彩学科对建筑色彩分析与评价 | 第41-56页 |
| 5.1 色彩对比类型 | 第41-47页 |
| 5.1.1 色彩三要素对比 | 第41-46页 |
| 5.1.2 色彩冷暖 | 第46页 |
| 5.1.3 色彩的面积与位置的对比 | 第46-47页 |
| 5.2 色彩评价模型流程及分析演示 | 第47-53页 |
| 5.2.1 评价模型流程 | 第47-48页 |
| 5.2.2 评价示例 | 第48-53页 |
| 5.3 建筑色彩综合对比 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 工作总结及展望 | 第56-58页 |
| 6.1 作总结 | 第56-57页 |
| 6.2 未来展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
