| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景、目的和意义 | 第13-16页 |
| 1.1.1 研究课题来源 | 第13页 |
| 1.1.2 研究背景 | 第13-14页 |
| 1.1.3 研究目的和意义 | 第14-16页 |
| 1.2 国内外研究概述 | 第16-19页 |
| 1.2.1 色彩设备的特征化 | 第16-17页 |
| 1.2.2 色彩设备的色域匹配 | 第17-19页 |
| 1.3 研究内容及结构 | 第19-20页 |
| 1.3.1 研究目标 | 第19页 |
| 1.3.2 研究内容 | 第19-20页 |
| 1.4 本文的主要贡献 | 第20-21页 |
| 1.5 本章小结 | 第21-23页 |
| 第二章 色彩管理及色域描述理论和方法的研究 | 第23-55页 |
| 2.1 色彩管理系统的构成 | 第23-42页 |
| 2.1.1 色彩管理的基本流程 | 第24-25页 |
| 2.1.2 色彩管理涉及的色彩空间 | 第25-27页 |
| 2.1.3 色彩设备的特征化 | 第27-33页 |
| 2.1.4 色彩管理中的色域匹配 | 第33-41页 |
| 2.1.5 色彩测量的精度和准确度 | 第41-42页 |
| 2.2 色域描述 | 第42-44页 |
| 2.2.1 色域描述的目的 | 第42-43页 |
| 2.2.2 色域描述原则 | 第43-44页 |
| 2.2.3 色域描述采用色彩空间的选择 | 第44页 |
| 2.3 几何色域模型及其构造 | 第44-48页 |
| 2.3.1 空间平面方程的建立 | 第44-45页 |
| 2.3.2 线段与平面的相交情况 | 第45-46页 |
| 2.3.3 三角形面片和色相角平面的交线计算 | 第46-47页 |
| 2.3.4 一种典型的几何色域描述方法 | 第47-48页 |
| 2.4 色彩设备的点集色域表示 | 第48-51页 |
| 2.4.1 打印设备的点集色域模型 | 第48-51页 |
| 2.4.2 显示设备的点集色域模型 | 第51页 |
| 2.5 点集色域与传统色域的比较 | 第51-54页 |
| 2.5.1 基于实验测量数据纸张色域图的绘制 | 第51-52页 |
| 2.5.2 基于打印机特征模型计算数据纸张色域图的绘制 | 第52-53页 |
| 2.5.3 打印设备点集色域与几何色域的比较结论 | 第53-54页 |
| 2.6 本章小结 | 第54-55页 |
| 第三章 基于最优化理论色彩设备特征化的研究 | 第55-85页 |
| 3.1 最优化理论 | 第55-59页 |
| 3.1.1 最优化问题的数学模型 | 第55-57页 |
| 3.1.2 最优化问题的分类 | 第57-58页 |
| 3.1.3 最优化问题常用的数学符号 | 第58-59页 |
| 3.2 人工神经网络 | 第59-60页 |
| 3.2.1 神经元模型 | 第59页 |
| 3.2.2 激活函数 | 第59页 |
| 3.2.3 人工神经网络的学习类型 | 第59-60页 |
| 3.3 基于 BP 神经网络的设备特征化模型 | 第60-73页 |
| 3.3.1 BP 神经网络 | 第60页 |
| 3.3.2 基于 BP 神经网络的设备特征化模型 | 第60-73页 |
| 3.4 基于径向基神经网络的设备特征化模型 | 第73-82页 |
| 3.4.1 RBF 神经网络 | 第73-74页 |
| 3.4.2 GRNN 神经网络 | 第74-76页 |
| 3.4.3 基于径向基神经网络的设备特征化模型 | 第76-82页 |
| 3.5 基于人工神经网络设备特征化模型的比较与分析 | 第82-84页 |
| 3.6 本章小结 | 第84-85页 |
| 第四章 基于最优化理论色域匹配方法的研究 | 第85-135页 |
| 4.1 基于 BP 神经网络的色域匹配模型(BPNNGM) | 第85-87页 |
| 4.1.1 色域匹配流程 | 第85页 |
| 4.1.2 显示器色域和打印机色域色样点色度值的测量 | 第85页 |
| 4.1.3 显示器和打印机正向特征化模型和打印机反向特征化模型的建立 | 第85页 |
| 4.1.4 色域匹配 BP 神经网络学习样本数据的获取 | 第85-86页 |
| 4.1.5 BP 神经网络结构的确定 | 第86-87页 |
| 4.2 基于超细化 GBD 方法的色域匹配模型(UFGBDGM) | 第87-96页 |
| 4.2.1 设备点集色域非测量色样点的获取 | 第88-89页 |
| 4.2.2 标准色彩空间的超细化分区 | 第89-90页 |
| 4.2.3 基于标准色彩空间超细化分区方法色域匹配模型的建立 | 第90-96页 |
| 4.3 基于准遗传算法的色域匹配模型(QGAGM) | 第96-107页 |
| 4.3.1 遗传算法 | 第96-103页 |
| 4.3.2 基于遗传算法色域匹配方法的基本思想 | 第103-104页 |
| 4.3.3 遗传算法基本思想用于色域匹配的基础分析 | 第104页 |
| 4.3.4 基于准遗传算法色域匹配模型的建立 | 第104-107页 |
| 4.4 基于准粒子群算法的色域匹配模型(QPSOGM) | 第107-116页 |
| 4.4.1 粒子群算法 | 第107-111页 |
| 4.4.2 基于粒子群算法色域匹配方法的基本思想 | 第111-113页 |
| 4.4.3 基于准粒子群算法色域匹配模型的建立 | 第113-116页 |
| 4.5 基于智能最优化理论色域匹配模型的实验分析及评价 | 第116-134页 |
| 4.5.1 色域匹配模型的客观分析和评价 | 第116-122页 |
| 4.5.2 色域匹配模型的主观分析和评价 | 第122-133页 |
| 4.5.3 色域匹配模型的研究结论 | 第133-134页 |
| 4.6 本章小结 | 第134-135页 |
| 第五章 基于色彩特性的油墨用量估算理论与方法研究 | 第135-145页 |
| 5.1 彩色图像分色加网原理与方法 | 第135-139页 |
| 5.1.1 彩色图像分色加网过程 | 第135-136页 |
| 5.1.2 彩色图像分色加网原理 | 第136-139页 |
| 5.2 图像分块处理理论 | 第139-140页 |
| 5.3 基于图像分块理论的凹版印刷油墨用量估算模型 | 第140-143页 |
| 5.3.1 凹印网点转移油墨模型的创建 | 第140-141页 |
| 5.3.2 单通道凹印油墨转移模型的建立 | 第141页 |
| 5.3.3 程序编制与数据处理流程 | 第141-142页 |
| 5.3.4 实验结果与分析 | 第142-143页 |
| 5.4 基于图像分块理论的胶版印刷油墨用量估算模型 | 第143页 |
| 5.5 本章小结 | 第143-145页 |
| 结论 | 第145-149页 |
| 总结 | 第145-146页 |
| 后续研究与展望 | 第146-149页 |
| 致谢 | 第149-151页 |
| 参考文献 | 第151-161页 |
| 攻读博士学位期间取得的研究成果 | 第161-163页 |
| 附件 | 第163页 |
