| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 课题的研究背景 | 第9页 |
| 1.1.2 课题的研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 基于颜色空间特征研究的国内外研究现状 | 第10-11页 |
| 1.2.2 水质检测的国内外研究现状 | 第11页 |
| 1.2.3 颜色空间转换的国内外研究现状 | 第11-12页 |
| 1.3 论文的内容与结构 | 第12-13页 |
| 2 常规水质检测方法与颜色空间特征研究 | 第13-19页 |
| 2.1 水中常见的几种物质的危害 | 第13页 |
| 2.2 光学水质检测方法 | 第13-15页 |
| 2.2.1 朗伯-比尔(Lambert-Beer)定律 | 第13-14页 |
| 2.2.2 分光光度法 | 第14-15页 |
| 2.2.3 比色法 | 第15页 |
| 2.3 电化学水质检测方法 | 第15-16页 |
| 2.4 色彩空间基础知识 | 第16-18页 |
| 2.4.1 RGB真实三原色表色系统 | 第16-17页 |
| 2.4.2 CIE 1931XYZ国际坐标制 | 第17-18页 |
| 2.4.3 CIE 1976 L*a*b*均匀颜色空间及色差 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 基于普通摄像头水质检测仪的总体方案设计 | 第19-26页 |
| 3.1 总体方案设计 | 第19页 |
| 3.2 颜色特征分析过程 | 第19-21页 |
| 3.3 仪器结构 | 第21-22页 |
| 3.4 硬件软件设计 | 第22-25页 |
| 3.4.1 硬件电路 | 第22-23页 |
| 3.4.2 软件设计 | 第23-25页 |
| 3.5 本章小结 | 第25-26页 |
| 4 水质检测仪的实验部分 | 第26-32页 |
| 4.1 溶液杂质的预处理 | 第26-28页 |
| 4.1.1 均值滤波 | 第26页 |
| 4.1.2 彩色图像的平滑滤波 | 第26-27页 |
| 4.1.3 消除溶液杂质的matlab实现 | 第27-28页 |
| 4.2 标准曲线 | 第28-30页 |
| 4.2.1 实验与拟合 | 第28-30页 |
| 4.3 国标法对比实验 | 第30-31页 |
| 4.4 本章小结 | 第31-32页 |
| 5 颜色空间特征转换与神经网络的研究 | 第32-37页 |
| 5.1 颜色空间转换模型主要研究方法 | 第32-33页 |
| 5.1.1 多项式回归算法 | 第32-33页 |
| 5.1.2 以纽介堡方程为基础的转换模型 | 第33页 |
| 5.2 神经网络简介 | 第33-36页 |
| 5.2.1 感知器神经网络 | 第34页 |
| 5.2.2 BP神经网络 | 第34-35页 |
| 5.2.3 RBF(径向基)神经网络 | 第35-36页 |
| 5.3 本章小结 | 第36-37页 |
| 6 基于GRNN的CMYK到L*a*b*颜色空间转换模型的研究 | 第37-44页 |
| 6.1 研究背景 | 第37-39页 |
| 6.1.1 GRNN神经网络简介 | 第37-38页 |
| 6.1.2 CMYK和L*a*b*颜色空间简介 | 第38-39页 |
| 6.2 数据处理 | 第39-41页 |
| 6.2.1 数据采集与转换 | 第39-40页 |
| 6.2.2 数据归一化 | 第40-41页 |
| 6.3 基于GRNN神经网络的仿真实验 | 第41-43页 |
| 6.4 本章小结 | 第43-44页 |
| 7 总结与展望 | 第44-46页 |
| 7.1 主要研究成果与意义 | 第44-45页 |
| 7.2 主要创新点 | 第45页 |
| 7.3 存在的不足和进一步展开工作的展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间出版或发表的论著、论文 | 第49-50页 |
| 致谢 | 第50页 |
