基于三原色的视觉有效性优化研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-15页 |
1.1 选题来源及其背景与意义 | 第8-10页 |
1.1.1 选题来源 | 第8页 |
1.1.2 选题研究的背景与意义 | 第8-10页 |
1.2 国内外研究综述 | 第10-13页 |
1.2.1 国内研究现状 | 第10-11页 |
1.2.2 国外研究现状 | 第11-13页 |
1.2.3 国内外文献综述的简析 | 第13页 |
1.3 主要研究内容 | 第13-15页 |
第2章 视觉有效性研究框架 | 第15-25页 |
2.1 人眼视觉识别基础理论 | 第15-17页 |
2.1.1 人眼视觉系统生理解剖结构 | 第15-17页 |
2.1.2 人眼的视觉机理 | 第17页 |
2.2 视觉有效性分析 | 第17-20页 |
2.2.1 阈值实验研究方法 | 第18-19页 |
2.2.2 视觉有效性计算 | 第19-20页 |
2.3 视觉有效性实验设计 | 第20-22页 |
2.4 视觉有效性预实验内容 | 第22-24页 |
2.4.1 明度和色彩特征图 | 第22页 |
2.4.2 阈限预实验 | 第22-24页 |
2.5 本章小结 | 第24-25页 |
第3章 视觉阈限测量实验研究 | 第25-34页 |
3.1 红黄蓝研究样本选定 | 第25-26页 |
3.2 实验测量工具 | 第26-27页 |
3.3 实验过程 | 第27-30页 |
3.4 视觉有效性影响因素选定 | 第30-33页 |
3.4.1 被试特点变量 | 第30-31页 |
3.4.2 实验环境模拟 | 第31-33页 |
3.5 视觉有效性实验数据统计 | 第33页 |
3.6 本章小结 | 第33-34页 |
第4章 基于非线性回归分析视觉有效性 | 第34-48页 |
4.1 回归分析 | 第34-38页 |
4.1.1 非线性回归分析 | 第34-36页 |
4.1.2 多元非线性回归分析算法 | 第36-38页 |
4.2 BP神经网络 | 第38-40页 |
4.3 数据准备及预处理 | 第40-41页 |
4.3.1 min-max归一化 | 第41页 |
4.3.2 Z-score归一化 | 第41页 |
4.4 视觉有效性模型构建 | 第41-47页 |
4.4.1 彩色状态有效性模型 | 第41-45页 |
4.4.2 失色状态有效性模型 | 第45-47页 |
4.5 本章小结 | 第47-48页 |
第5章 基于粒子群优化算法的视觉优化 | 第48-60页 |
5.1 粒子群优化算法 | 第48-53页 |
5.1.1 粒子群优化算法的视觉优化 | 第48-51页 |
5.1.2 粒子群优化算法问题 | 第51-53页 |
5.2 粒子群优化算法优化过程 | 第53-55页 |
5.2.1 粒子群参数设置 | 第53页 |
5.2.2 适应度函数选取 | 第53-55页 |
5.3 优化结果及模型验证 | 第55-59页 |
5.3.1 优化结果 | 第55-57页 |
5.3.2 模型验证数据选取 | 第57-58页 |
5.3.3 模型验证 | 第58-59页 |
5.4 本章小结 | 第59-60页 |
结论 | 第60-62页 |
参考文献 | 第62-65页 |
附录1 视觉有效性实验视觉刺激模型一 | 第65-67页 |
附录2 视觉有效性实验视觉刺激模型二 | 第67-69页 |
附录3 实验结果统计表 | 第69-83页 |
攻读硕士学位期间发表的学术论文及其它成果 | 第83-85页 |
致谢 | 第85页 |