| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-22页 |
| ·国内外研究历史和现状 | 第7-9页 |
| ·CRT 色度的γ校正 | 第7页 |
| ·CRT 彩显技术的发展 | 第7-8页 |
| ·传统CRT 色度标定技术的发展回顾 | 第8页 |
| ·人工神经网络方法 | 第8-9页 |
| ·理想条件下的CRT 色度变换 | 第9-11页 |
| ·CRT 色度变换的典型应用 | 第11-13页 |
| ·“所见即为所得”的彩色复制 | 第11-12页 |
| ·颜色信息交流的标准化 | 第12页 |
| ·标准色貌系统的CRT 模拟 | 第12-13页 |
| ·色度学基础研究与CRT 色度 | 第13页 |
| ·CRT 色度变换的非理想因素 | 第13-17页 |
| ·系统非线性 | 第13-14页 |
| ·RGB 通道的非独立性 | 第14-15页 |
| ·荧光粉色品的非恒定性 | 第15-16页 |
| ·空间的非独立性 | 第16-17页 |
| ·传统CRT 色度变换的基本模型 | 第17-19页 |
| ·传统CRT 色度变换的改进方案 | 第19-20页 |
| ·本课题的研究内容 | 第20-21页 |
| ·结论 | 第21-22页 |
| 第二章 基于BP 网的RGB? XYZ 变换 | 第22-37页 |
| ·BP 网的特点与色度变换 | 第22-23页 |
| ·RGB(?)XYZ 变换的BP 网结构 | 第23-24页 |
| ·RGB(?)XYZ 变换的学习规则 | 第24-25页 |
| ·RGB(?)XYZ 变换的误差计算 | 第25-27页 |
| ·训练样本采集和样本空间优化 | 第27-29页 |
| ·最佳层元结构的探索 | 第29-31页 |
| ·RGB(?)XYZ 变换的分解训练 | 第31-34页 |
| ·典型RGB(?)XYZ 变换的转换精度 | 第34-36页 |
| ·七点取样的RGB(?)XYZ 转换精度 | 第34-35页 |
| ·十点取样的RGB(?)XYZ 转换精度 | 第35-36页 |
| ·结论 | 第36-37页 |
| 第三章 基于BP 网的XYZ(?)RGB 变换 | 第37-52页 |
| ·XYZ(?)RGB 变换的基本模型 | 第37-38页 |
| ·XYZ(?)RGB 变换的误差计算 | 第38-41页 |
| ·XYZ(?)RGB 变换的分解训练 | 第41-43页 |
| ·基于查表方案的XYZ(?)RGB 变换 | 第43-44页 |
| ·基于派生样本的XYZ(?)RGB 变换 | 第44-47页 |
| ·典型XYZ(?)RGB 变换的转换精度 | 第47-51页 |
| ·结论 | 第51-52页 |
| 第四章 CRT 色度变换的实现技术 | 第52-62页 |
| ·PC1500 微型光谱仪CRT色度测量系统 | 第52-55页 |
| ·CRT 色度变换的BP 神经网络仿真软件的特点 | 第55-58页 |
| ·基于Visual Basic 的界面控制 | 第58-62页 |
| 第五章 结论与展望 | 第62-64页 |
| ·本文的创新点 | 第62-63页 |
| ·存在的问题 | 第63页 |
| ·结论 | 第63-64页 |
| ·展望 | 第64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-72页 |
| 附录 1 7 点 LOG 取样的训练样本集 | 第72-84页 |
| 附录 2 7 点均匀取样的训练样本集 | 第84-88页 |
| 附录 3 10点LOG取样的训练样本集 | 第88-99页 |
| 附录 4 理想条件下 CRT 色度变换关系式的推导过程 | 第99-102页 |
| 附录 5 作者攻读博士学位期间公开发表的论文题录 | 第102页 |