学位论文 > 优秀研究生学位论文题录展示

数字彩色显示设备色彩控制技术研究

作 者: 孙景
导 师: 徐艳芳;刘文耀
学 校: 天津大学
专 业: 光学工程
关键词: 色彩管理 设备特征化 三维查找表 人工神经网络 simple~γ模型
分类号: TP391.41
类 型: 硕士论文
年 份: 2007年
下 载: 88次
引 用: 0次
阅 读: 论文下载
 

内容摘要


数字影像设备的色彩管理是数字彩色流程中色彩一致性再现的保证,广泛应用于纺织、印刷、多媒体成像等多个领域,是国际上近十年来非常活跃的研究热点。本课题着重于数字彩色显示设备色彩控制技术的研究,目的是认识和掌握色彩管理的核心内容,为数字彩色设备的开发和有效应用打下技术基础。色彩控制的核心技术是设备描述文件内容。国际标准的设备描述文件含有设备的特征化变换、色域描述和色域映射。课题选用了不同类型的显示器。针对特征化变换关系,采用三种方法:多项式拟合、三维查找表以及神经网络的方法,并对三种方法就转换精度进行了比较。采用四面体插值技术构建了三维查找表;采用包含插值点并由与插值点相邻最近3个采样点所组成的四面体来查找组成四面体的第四个点的方法,解决了插值四面体的确定和快速查找等问题,建立了特征化变换的三维查找表,并具有实用的精度。此外,还使用神经网络的方法建立颜色转换关系,使得所得色差精度又有所提高。本文还实验并建立了基于simple~γ模型的色空间变换方法——改进simple~γ模型方法。通过利用simple~γ模型,将色彩变换过程分为两步,一步是建立色块的色度值与变换色度值的一维数值关系,另一步是建立变换色度值和数字控制值间的三维变换关系。实验表明,这种两步的变换方法,可降低系统的复杂度,较直接采用多项式拟合、插值技术及神经网络建立色彩变换关系的方法有更高的变换精度。最后,利用神经网络的方法对显示器进行了色彩控制应用实验。通过对人物风景等影像所进行的颜色转换,发现虽然存在不足,但神经网络方法能对显示设备进行有效的色彩校正和控制。

全文目录


中文摘要  2-3
英文摘要  3-8
第一章 绪论  8-18
  1.1 引言  8-9
  1.2 彩色影像及色彩管理  9-15
    1.2.1 彩色影像的再现  9-12
      1.2.1.1 影像再现系统  9
      1.2.1.2 色域  9-11
      1.2.1.3 设备色空间  11-12
    1.2.2 色彩管理系统  12-14
      1.2.2.1 设备特征化和描述文件  12-13
      1.2.2.2 色域映射  13
      1.2.2.3 色彩管理系统  13-14
    1.2.3 国内外研究现状  14-15
  1.3 本课题研究的目的和意义  15-16
  1.4 论文的主要工作  16
  1.5 本论文的创新点  16-18
第二章 CRT 显示器的色度特性  18-31
  2.1 显示器相关介绍  18-19
  2.2 CRT 显示器的光电特性  19-21
    2.2.1 单通道光电特性  19-21
    2.2.2 显示器的色度特性  21
  2.3 sRGB色空间  21-23
    2.3.1 sRGB 色空间的提出  21-22
    2.3.2 sRGB 色空间的特性  22-23
      2.3.2.1 环境色度要求  22
      2.3.2.2 sRGB 的色度特性  22-23
  2.4 sRGB 色空间在显示器色彩管理中的应用  23-25
    2.4.1 sRGB 色空间的色域  23-24
    2.4.2 sRGB 与D65 照明体条件的色度转换特性  24-25
  2.5 色域描述  25-30
    2.5.1 色域描述目的  25-26
    2.5.2 色空间的选择  26
    2.5.3 色域描述过程  26-30
      2.5.3.1 确定色域边界  26-28
      2.5.3.2 色域的三角网格化描述  28-30
      2.5.3.3 结论  30
  2.6 本章小结  30-31
第三章 显示设备的特征化与各种方法在空间变换中的应用  31-49
  3.1 显示设备的特征化  31-35
    3.1.1 特征化概念  31
    3.1.2 色空间的选择  31-34
      3.1.2.1 CIEL~*a~* b~* 色空间与 CIEXYZ 色空间的关系  31-33
      3.1.2.2 色差  33-34
    3.1.3 特征化  34-35
      3.1.3.1 特征化方法总述  34
      3.1.3.2 特征化的实验方案  34-35
  3.2 特征化的多项式拟合方法  35-38
    3.2.1 多项式拟合  35
    3.2.2 多项式拟合方法试验  35-37
    3.2.3 结果分析  37-38
  3.3 特征化的三维查找表方法  38-42
    3.3.1 三维查找表及其构建  38
    3.3.2 改进的四面体插值方法构建三维查找表 T3D_LUT  38-41
      3.3.2.1 四面体插值技术  38-40
      3.3.2.2 构建三维查找表 T3D_LUT  40-41
    3.3.3 结果分析  41-42
  3.4 神经网络的方法  42-46
    3.4.1 BP 神经网络的结构  42-43
    3.4.2 BP 网络的设计分析  43-44
    3.4.3 BP 网络的选取及实验  44-46
      3.4.3.1 BP 网络的选取  44
      3.4.3.2 实验过程  44-46
    3.4.4 结果分析  46
  3.5 分析与结论  46-48
    3.5.1 三种特征化方法优劣比较  46-47
    3.5.2 结论  47-48
  3.6 本章小结  48-49
第四章 基于simple~γ模型变换的 CRT色空间变换  49-59
  4.1 改进的simple~γ模型变换方法  49-51
    4.1.1 simple~γ模型介绍  49-50
    4.1.2 改进的simple~γ模型方法的实验原理  50-51
  4.2 改进的simple~γ模型变换方法的实验  51-58
    4.2.1 实验设备  51
    4.2.2 实验流程  51-52
    4.2.3 实验方法及实验结果  52-54
      4.2.3.1 多项式拟合方法  52
      4.2.3.2 三维查找表方法  52-53
      4.2.3.3 神经网络方法  53-54
    4.2.4 结果分析  54-58
  4.3 结论  58-59
第五章 显示色彩控制技术  59-69
  5.1 色彩控制流程  59-60
  5.2 系统应用  60-63
    5.2.1 使用多项式拟合的方法建立色彩特征化关系  61-62
    5.2.2 使用神经网络方法建立色彩特征化关系  62-63
  5.3 影像结果分析  63-65
    5.3.1 影像1  63-64
    5.3.2 影像2  64
    5.3.3 影像3  64
    5.3.4 影像4  64
    5.3.5 影像5  64-65
  5.4 颜色失真的原因分析——以神经网络方法为主  65-66
  5.5 神经网络算法优化  66-68
  5.6 本章小结  68-69
第六章 总结与展望  69-72
  6.1 工作总结  69-70
  6.2 经验体会  70
  6.3 进一步研究方向  70-71
  6.4 结束语  71-72
参考文献  72-78
发表论文及参加科研情况说明  78-79
致谢  79

相似论文

  1. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  2. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  3. 兖州矿区植物波谱变异与重金属胁迫特征研究,X173
  4. 企业安全效益评价及发展对策研究,F272;F224.5
  5. 酮类化合物的3D-QSPR研究,O641
  6. 神经元MOS管在神经网络中的应用研究,TP183
  7. 基于神经网络盲均衡优化算法的研究,TN911.7
  8. 产品功能疲劳对客户资产的影响研究,F224
  9. 烟煤掺烧印尼煤的动力配煤模型研究,TK227.1
  10. 一种在深度结构中学习原型的分类方法,TP18
  11. 面向电力营销服务的客户身份自动识别系统设计,TP391.41
  12. 浆体管道输送系统的过程监控与故障诊断,F426.1
  13. 考虑光伏发电的短期负荷预测,TM715
  14. 直升机主减速器故障诊断与故障预测技术研究,V267
  15. 基于DM642的红外运动目标检测与跟踪技术实现,TP391.41
  16. 人工神经网络在母线保护中的应用,TP183
  17. 浙商企业经营风险预警评价指标体系研究,F279.27
  18. 基于RPROP人工神经网络对验证码识别的研究与实现,TP393.08
  19. 基于视觉特性及人工神经网络的图像压缩,TP391.41
  20. 人工神经网络在物探方法预测含水层含水量中的应用,P641.7
  21. 基于地面沉降的风暴潮等级评估与灾情评价,P642.26

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com