| 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15-21页 |
| 1.1 研究背景以及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 论文主要研究内容 | 第18-19页 |
| 1.4 论文的组织结构 | 第19-21页 |
| 第二章 颜色恒常性理论及其基础算法 | 第21-39页 |
| 2.1 颜色恒常性基础理论 | 第21-25页 |
| 2.1.1 色度学理论 | 第21-22页 |
| 2.1.2 CIE颜色模型 | 第22-24页 |
| 2.1.3 朗伯特反射模型 | 第24-25页 |
| 2.1.4 对角模型 | 第25页 |
| 2.2 颜色恒常性算法介绍 | 第25-34页 |
| 2.2.1 静态方法 | 第25-27页 |
| 2.2.2 色域映射 | 第27-28页 |
| 2.2.3 基于学习方法 | 第28-34页 |
| 2.3 误差评估准则 | 第34-38页 |
| 2.3.1 还原角度误差 | 第35-36页 |
| 2.3.2 重现角度误差 | 第36-37页 |
| 2.3.3 色度误差 | 第37-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第三章 基于图像内容的图集真实色彩还原算法 | 第39-55页 |
| 3.1 引言 | 第39-40页 |
| 3.2 图集真实色彩还原算法 | 第40-47页 |
| 3.2.1 传统校正模型的缺陷 | 第40-41页 |
| 3.2.2 色卡图集介绍 | 第41-42页 |
| 3.2.3 色块的颜色估计及全矩阵校正 | 第42-46页 |
| 3.2.4 色彩还原算法在颜色恒常性算法中的应用 | 第46-47页 |
| 3.3 色彩还原算法的分析及改进 | 第47-51页 |
| 3.3.1 色彩还原算法的问题 | 第47-48页 |
| 3.3.2 基于图像内容的图集色彩还原算法 | 第48-50页 |
| 3.3.3 一种图像色彩还原质量分析的方法 | 第50-51页 |
| 3.4 实验结果及分析 | 第51-53页 |
| 3.4.1 主观结果分析 | 第51-52页 |
| 3.4.2 客观数据分析 | 第52-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第四章 基于卷积神经网络的颜色恒常性算法及网络解释性 | 第55-71页 |
| 4.1 引言 | 第55页 |
| 4.2 颜色恒常性神经网络模型 | 第55-60页 |
| 4.2.2 图集图像预处理 | 第56-57页 |
| 4.2.3 神经网络模型 | 第57-58页 |
| 4.2.4 SVR归一整合 | 第58-59页 |
| 4.2.5 网络训练的基本参数 | 第59页 |
| 4.2.6 实验结果分析 | 第59-60页 |
| 4.3 颜色恒常性神经网络可视化分析 | 第60-69页 |
| 4.3.1 可视化的方法 | 第60-62页 |
| 4.3.2 颜色恒常性神经网络特征可视化 | 第62-63页 |
| 4.3.3 一种适用于颜色恒常性神经网络的可视化方法 | 第63-65页 |
| 4.3.4 颜色恒常性神经网络运作原理分析 | 第65-69页 |
| 4.4 本章小结 | 第69-71页 |
| 第五章 总结和展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-80页 |