彩色像景智能CAD关键技术研究
致谢 | 第1-6页 |
摘要 | 第6-7页 |
Abstract | 第7-10页 |
第一章 绪论 | 第10-14页 |
·引言 | 第10-11页 |
·研究方法 | 第11-12页 |
·成果 | 第12-13页 |
·论文结构 | 第13-14页 |
第二章 背景和相关工作 | 第14-22页 |
·色彩和色彩空间 | 第14-16页 |
·黑白半色调(Halftone) | 第16-17页 |
·彩色半色调 | 第17-19页 |
·非标准油墨印刷 | 第19-20页 |
·域映射(Gamut Mapping) | 第20-21页 |
·分色处理 | 第21-22页 |
第三章 彩色像景的颜色域建模 | 第22-26页 |
·彩色半色调的Neugebauer模型 | 第22-24页 |
·加入点减弱、点增强 | 第24-26页 |
第四章 彩色像景的颜色域映射 | 第26-40页 |
·双色纱的域映射 | 第27-31页 |
·三色纱的域映射 | 第31-35页 |
·四色及更多色纱的域映射 | 第35-40页 |
·n色域映射的策略 | 第35-37页 |
·n色域映射的坐标系统 | 第37-38页 |
·n色域映射的步骤 | 第38-40页 |
第五章 彩色像景的色纱选择 | 第40-46页 |
·色纱选择的目标函数 | 第40-41页 |
·色纱选择优化算法 | 第41-46页 |
·随机优化方法 | 第41-46页 |
第六章 彩色像景分色 | 第46-56页 |
·双色纱的分色 | 第46-47页 |
·三色色纱的分色 | 第47-49页 |
·四色及以上色纱的分色片 | 第49-56页 |
·分色目标函数 | 第49-52页 |
·分色优化算法 | 第52-56页 |
第七章 基于遗传算法的分色算法研究 | 第56-70页 |
·遗传算法折衷搜索策略概述 | 第57-58页 |
·遗传算法中存在的问题 | 第58-65页 |
·GA求解问题的效率 | 第60-61页 |
·GA求解问题的思路 | 第61-62页 |
·一类资源—时间调度问题的GAs求解 | 第62-63页 |
·启发式调度规则 | 第63-65页 |
·算法设计 | 第65-70页 |
第八章 基于模糊RBF网络的分色算法 | 第70-80页 |
·RBF神经网络概述 | 第71页 |
·RBF网络逼近能力分析 | 第71-73页 |
·RBF网络与模糊推理之间的联系 | 第73-75页 |
·函数逼近实例 | 第75-80页 |
第九章 基于竞争学习的分色方法研究 | 第80-96页 |
·基于竞争学习的有监督分类算法 | 第81-83页 |
·竞争学习中心权值数量的确定 | 第81-82页 |
·竞争中心权值的学习调整 | 第82-83页 |
·算法应用结果与分析 | 第83-96页 |
·信道均衡问题概述 | 第83-85页 |
·算法应用结果 | 第85-89页 |
·算法结果评价 | 第89-96页 |
第十章 基于设计模式的智能CAD体系结构 | 第96-104页 |
·可视对象 | 第96-98页 |
·Undo Redo操作 | 第98-99页 |
·命令模式 | 第99-104页 |
第十一章 总结与展望 | 第104-108页 |
·应用实现 | 第104-105页 |
·总结 | 第105-106页 |
·未来方向 | 第106-108页 |
参考文献 | 第108-114页 |
作者简历 | 第114页 |