一、一种基于LUT表的色域匹配方法（论文文献综述）
王俊生[1]（2020）在《OLED电视显示屏应用技术研究》文中研究表明近年来,有机发光二极管（Organic Light-Emitting Diodes,OLEDs）显示屏以其超薄、柔性、高画质的性能优势,在智能手机等中小尺寸显示终端产品上成功获得应用,其市场份额和产业规模不断扩大,已基本取得了商业成功。然而,受大尺寸OLED面板技术和产业成熟度的限制,OLED电视显示屏在电视产品上的应用仍存在一些亟待解决的关键性技术问题,直接影响到了产品的可靠性和显示性能,成为OLED产业发展的主要障碍之一。本论文针对目前已量产的OLED显示屏在应用到电视机产品时,存在的可靠性、显示画质和电源需求方面的关键性技术问题,从工程应用需求方面提出了有效的解决方案:1、发明了外部像素补偿减缓残影技术,优化了显示控制减缓残影技术,有效改善了OLED电视显示屏的残影问题。针对OLED电视显示屏因TFT阈值电压漂移和OLED像素发光性能衰减而导致的残影问题,分别提出了像素TFT补偿、OLED像素电流补偿以及对显示图像进行微移处理等技术,有效减缓了残影的出现,提高了OLED电视显示屏的可靠性。2、发展了可应用于OLED电视的HDR视频高保真亮度映射技术、动态目标重塑图像去噪技术以及图像精密平滑处理技术,解决了因OLED电视显示屏存在的最大亮度不高、对图像信号质量非常敏感而降低OLED电视画质的问题,实现了OLED电视的超高画质显示。3、改进设计了OLED电视的高动态性能电源,包括新型独立架构电源、低功耗待机、新型的双BOOST无桥PFC电路拓扑架构及高动态LLC谐振电路架构等,显着提高了电源与OLED电视显示屏的匹配性,满足了高性能OLED电视对稳定高效电源的需求。实验结果表明,本论文解决的OLED电视显示屏应用技术问题对提高OLED电视显示屏的可靠性、实现超高画质显示起到了重要作用。主要研究成果已经在创维品牌的OLED电视产品上进行了大规模应用,累计出货超过10万台,对促进OLED电视显示屏的工程化应用和推动OLED显示技术在大屏显示领域的产业化进程具有积极意义。
王远远[2]（2019）在《基于图像特征的自适应数码印花技术》文中认为随着纺织数码印花技术的高速发展,人们对纺织数码印花产品的颜色准确性要求越来越高。当前的纺织数码印花打印模式普遍是根据经验来选择打印意图,而打印意图合理的参数选择,需要依赖于图像内在特征、打印特征和打印意图的综合分析。不同图像的特征是不一样的,这也说明不同图像的打印作业,所需要的打印参数是不一样的;另外针对打印机色域和图像色域之间的不同关系所选用的打印参数也是不同的。而这些打印参数（如意图、色域关系、灰调图、低饱和、高饱和、层次等）是很难准确把握的,因此在选择打印参数时就会有盲目性和随意性的问题,导致得不到满意的打印效果,这也是造成对打印出来的产品颜色不满意,需要多次调图的原因,造成时间和金钱的浪费,给数码印花行业带来了一定的困扰。本研究在现有数码印花的基础上,结合实际生产的一些问题,探讨基于印花图特征的数码印花自适应技术。本论文对实际生产中提取典型的不同类型的打印图,如色块图、写真照片图、高饱和图、高层次图、中性灰调图、暗调图等。根据打印图的像素L,C,H分布、图像色域与打印机色域关系、以及不同的意图等特征,找出打印图的参数特征,通过聚类的方法建立打印图特征和打印参数之间的关系模型,给出一个最合适的打印模式。另外本文针对纺织数码印花灰平衡不佳问题,给出了一种灰平衡优化的方法,经过实验证明该方法对对灰调图的灰平衡改善有较好的效果,并把它也作为一种新的打印参数,加入到自适应打印系统中。经实验检验和资深专家评判表明,基于图像特征自动选择参数的打印效果要比人工盲目性和随意性选择参数的好,解决了用户的实际生产问题,也符合纺织数码印花未来的发展方向。纺织数码印花产业发展空间巨大,智能化的实现具有重要的现实意义。
陈海生,袁江平,付文婷,陈广学[3]（2018）在《基于MATLAB的新色域对比度量及其适用性评价》文中进行了进一步梳理为提升包装印刷供应商预测其来样稿件色彩再现能力的方便性与精准性,在CIE TC 8-05推荐指南及对应的色域对比指数（GCI）基础上,提出了色域差异指数（GDI）与色域相似指数（GSI）2种新的色域匹配程度表征度量。选用ICC推荐的Fogra数据集与CRPC数据集,根据目标色域所用的标准印刷参考条件与色域匹配条件,设计4组色域表征的对比实验,运用MATLAB中Convhulln函数和Venn.m函数求出两色域匹配时重叠部分体积所占各自色域总体积的比值及三维可视化所用的比例参数,对比分析所提出的2种新度量（GDI, GSI）与GCI对两色域匹配程度表征的适应性与可视化。结果表明,在两色域及多色域匹配评价中,单独从GCI值、GDI值或GSI值均很无法得到较全面的评价,只有将任意2个表征度量结合才能增强预测与评价的适应性与准确性。同时,将Venn函数应用于色域匹配程度表征的可视化图解,方便普通用户对其产品色彩再现能力的预测与理解。
黄浩[4]（2018）在《典型彩色数字相机颜色标定的关键技术研究》文中认为随着数字技术的不断发展,彩色数字相机已经得到了广泛的应用和普及,由于数字成像设备成像过程中受到多种因素的影响,所以输出的图像与人眼实际观测的影像很难保持一致,如何提升成像质量成为该领域研究的重要方向,颜色作为反映彩色数字成像设备成像质量的重要组成部分,颜色保真度的还原将直接影响到对图像质量的评价,因此针对典型彩色数字相机进行颜色标定关键技术的研究,具有较高的理论价值和广阔的应用前景。随着我国航天技术水平和能力的提高,深空探测也逐步发展,彩色数字相机作为深空探测过程中重要有效载荷,担负着彩色成像的作用,由于彩色航天相机工作环境受到光照条件、相机本身等各种因素的影响,所以彩色航天相机的颜色标定一直是航天数字相机系统设计的关键和难点,地外星体探测作为我国近期航空航天探测的重要组成部分,其着陆器和巡视器上的彩色相机对图像颜色保真度的还原提出了新的挑战。本课题对典型彩色数字相机颜色标定的关键技术进行了研究,通过使用颜色校正、白平衡校正和颜色增强技术对相机的色彩进行特性化校正,以实现在多种照明和观察条件下的颜色准确还原,以保证相机拍摄图像的色彩或色貌还原的保真度。由于着陆器和巡视器上的彩色相机不仅担负着导航的任务,还要用于地表的成像和分析,因此实现精确颜色还原是空间相机的一个基本要求。由于相机的工作环境为外太空星体表面,因此着陆器和巡视器的空间有限,且又因为装置远离地球,数据处理和传输上受到一定限制,因此不宜采用需要使用大量训练样本的算法进行颜色标定,同时对算法的实时处理速度上也有一定的要求,因此算法的运算量不宜过大,针对以上问题,本文基于目前数字相机遵循的IEC的s RGB颜色标准以及航天彩色相机特殊的工作环境,采用基于多项式的CCM（Color Correction Matrix）颜色校正方法对彩色相机进行标定,该方法可以基本克服大部分算法速度慢,所需训练样本集较大的限制,满足颜色校正过程中处理精度和速度上的要求。通过对彩色数字相机的自动白平衡技术进行研究,提出了一种基于统计加权白点法的白平衡校正算法。该算法通过对图像进行分块,分区域统计图像的色度信息,并定义了灰区半径的概念,对灰区中的落点结合光源权重和距离权重,利用统计加权的方法对图像的白点进行确定,做出自动白平衡的判断,针对环境中的人眼适应程度不同,又提出了增益调整的概念,通过增益调整对白平衡的最终校正效果进行进一步的颜色修正,从而使其更加符合人眼的主观感受,提升算法的整体灵活性。针对空间相机的特殊使用场景,本文算法还可以针对具体场景加入特定的算法模块进行修正,提高了白平衡算法的鲁棒性和适应性。针对经过颜色校正模块和白平衡模块后部分颜色保真度下降,以及着陆器和巡视器相机成像目标和颜色较为固定的特点,提出了一种彩色相机的颜色增强技术,该技术通过在YCb Cr空间,对原有RGB到YCb Cr空间转换关系进行拆解,并划分出多个可调参数,通过调整参数数值,对RGB到YCb Cr之间的转换关系进行修改,从而改变转换到YCb Cr空间的颜色,间接实现对部分颜色的增强,通过此颜色增强技术,可以在尽量不影响其它颜色的同时,对图像色域范围中的部分颜色进行增强,并提高其保真度,从而进一步提高校正后的图像质量。
刘菊华[5]（2014）在《彩色打印机色彩特性化关键技术研究》文中研究说明图像颜色在彩色图像输出系统工作流程中需要进行多次色彩转换,由于不同类型图像设备的呈色机理存在较大差异,即使同种类型图像设备的色彩特性也不同,因此需要对彩色图像输出系统中的图像设备进行色彩管理。基于ICC规范的色彩管理将与设备无关的颜色空间CIE L*a*b*或CIE XYZ设为连接空间PCS,图像设备仅需要建立设备颜色空间与连接空间PCS的转换关系,就可以通过连接空间PCS实现不同图像设备之间的色彩转换,从而达到图像色彩跨设备、跨平台一致性再现的目的。本文选择彩色打印机作为研究设备对象,通过分析研究打印机色彩特性化涉及的关键技术,重点对打印机色彩特性化方法、色域匹配算法及色彩特性化样本集选取等方面进行深入研究与创新,并依据研究成果设计与实现彩色打印机色彩管理原型系统,并取得很好的图像颜色再现还原精度。首先,本文综述了常见的彩色打印机色彩特性化方法,分析各自的优缺点,并在此基础上提出优化改进方法。常见的彩色打印机色彩特性化方法有模型法、多项式回归法、多维查找表法、人工神经网络法,其中多维查找表法的精度最高。通过实验分析得到彩色打印机的原色墨水本身就存在非线性,这会导致原色墨水混合叠印后呈现出更为严重的非线性和色彩不一致性,因此在进行色彩特性化之前先对打印机原色进行非线性校正可以有效的减弱原色墨水混合叠印后的非线性强度。针对传统多维查找表法不能保证整体误差最小,提出了一种基于最小二乘的打印机色彩特性化方法,实验结果表明该方法生成的打印机色彩特性文件精度要优于传统多维查找表法。其次,本文分析了常用色域匹配算法存在的问题,提出了三种色域匹配算法。ICC规范推荐可感知再现意图使用SGCK色域压缩法,色度再现意图使用HPMINDE最小色差法,但是并没有为饱和度再现意图推荐色域匹配算法,本文通过分析SGCK色域压缩法和HPMINDE最小色差法的特性,提出了一种基于饱和度的色域匹配算法,该算法在尽可能保留颜色饱和度的同时,还能顾及图像颜色的相互关系,适用于饼图、地图等计算机图形色彩还原的色域匹配；针对现有色域压缩法没有考虑待匹配图像空间特征的问题,本文提出了一种基于图像空间特征的色域压缩算法,该算法在传统SGCK色域压缩法的基础上,结合图像的局部空间特征进行色域匹配,可以在保持图像颜色整体对比不变的同时还能保持图像局部空间特征；在现有色彩管理工作流程中,终端用户需要根据图像特征以及图像与目标色域之间的关系指定再现意图,针对这一问题本文提出了一种基于图像自适应的色域匹配算法,先根据图像特征进行自动分类,再根据图像类别以及图像与目标色域之间的关系自动选择最佳再现意图,以改善现有色彩管理工作流程。然后,本文针对彩色打印机色彩特性化样本集的选取进行分析研究,提出了一种基于色差分析的打印机色彩特性化样本集优化方法。该方法的核心思想是如果使用打印机色彩特性文件预测CMYK颜色空间内某一区域颜色的色度值,当预测值与实际输出值存在较大色差,则说明当前色彩特性化样本集在该区域的样本数不足,必须通过增加该区域的样本才能提高色彩特性文件在该区域的精度。通过该方法生成的色彩特性化样本集充分考虑了打印机颜色空间内不同区域的非线性强度,从而有效的减少冗余样本。最后,根据以上研究成果,本文设计与实现了基于ICC规范的彩色打印机色彩管理原型系统。该系统包括打印机ICC Profile文件生成、打印输出及评价三个模块。测试实验结果表明,本文的彩色打印机色彩管理原型系统具有良好的色彩再现还原精度,可以满足打印机色彩控制要求。
赵磊[6]（2014）在《基于最优化理论的色彩输出特性研究》文中研究表明数字化技术在媒体中的应用已经影响到媒体内容传输的各个方面，数字图像作为重要的媒体内容类型之一，其复制效果与色彩再现的真实程度息息相关。色彩作为图像的基本要素，在图像采集、存储、处理以及复制过程都占有重要地位。但由于色彩设备原理、结构、制造工艺和驱动程序等方面的差异，导致同一数字图像在不同色彩设备上呈现色彩各异。色彩管理系统（CMS）以此需要为基础，通过色彩设备校正、特征化和色彩转换精确再现色彩信息。随着最优化理论的发展及计算机运算能力和存储能力的提高，色彩管理中设备特征化模型和色彩转换模型的建立也将其纳入研究范围。本文在新近出现的人工神经网络、遗传算法和粒子群算法等最优化理论的基础上，以数字图像像素为基础建立了设备点集色域，对最优化理论在设备特征化模型和设备色域匹配模型建立中的应用展开了深入的探讨和研究，建立了若干种设备正向和反向特征化模型以及设备色域匹配模型，并对所建立的模型进行了评价和比较。论文的主要工作和创新点包括：（1）以数字图像像素为基础，结合设备正向特征化模型建立了显示设备和打印设备的点集色域，并通过实验将设备点集色域与几何色域进行了比较。实验结果显示，在当前计算机运算速度和存储容量大幅度提高的前提下，采用点集色域方法也可以非常有效的表示设备的色域。（2）建立了基于BP神经网络的设备正向特征化模型，在对学习样本进行色相角分类的基础上，提出了并建立了基于BP神经网络的设备反向特征化模型，初步解决了BP神经网络难以直接用于设备反向特征化模型的问题。（3）将径向基神经网络引入设备特征化正向模型的建立，并以径向基网络的共同参数SPREAD值为切入点，提出了在经验范围内利用计算机程序自动确定最优SPERAD值的方法，建立了基于3种径向基函数的设备特征化正向模型，并与成熟的基于BP神经网络的设备正向特征化模型进行了比较。实验结果显示，基于径向基神经网络建立的设备正向特征化模型，与基于BP神经网络的设备正向特征化模型相比，速度和精度都有了较为明显的提升。（4）基于设备点集色域和GBD色域描述超细化（Ultra-Fine）分区方法，提出了两种基于超细化GBD色域匹配方法，分别命名为UFGBD1和UFGBD2；基于BP神经网络、遗传算法和粒子群算法，提出了基于BP神经网络的色域匹配方法（BPNNGM）、基于准遗传算法的色域匹配方法（QGAGM）和准粒子群算法的色域匹配方法（QPSOGM），并设计实验将所提出的色域匹配方法与CARISMA色域匹配方法进行了主观和客观的比较。实验结果显示，本文所提出的五种色域匹配算法，与成熟的色域匹配算法相比，达到了基本一致的性能。（5）针对色彩管理与印刷工艺关系密切的特点，提出了基于数字图像块处理理论的印刷油墨估算方法，并针对胶印和凹印典型产品的实际生产情况设计进行了实验。实验结果显示，该油墨估算方法可以达到较高的估算精度，可以用于实际生产中印刷油墨用量的估算，具有一定的实践指导意义。最后，在总结本文的主要内容以及所取得的研究成果，和分析探讨研究中存在不足的基础上，提出了后续研究工作的建议和想法。
丁柏秀[7]（2013）在《基于多项式回归逼近的LED显示色域变换技术研究》文中研究说明对LED显示屏校正前要进行XYZ色度参数采集，现有的色度采集设备包括两种，点采集设备和面采集设备，点采集设备价格便宜，操作简单，但是不能海量采集，面采集设备可以海量采集，但是价格昂贵，现场不易操作。LED领域常用的采集设备之一是彩色CCD原型机，但只能采集到LED像素的RGB色域数据，其光谱响应与人的视觉有一定差异，需要转换成一个与设备无关的XYZ色域空间，本文提出一种基于多项式回归逼近方法的LED显示色域转换技术，利用该技术可以使彩色CCD原型机采集到的RGB数据转换成CIE标准XYZ色域数据，从而完成色度采集，该色度采集方法成本低，操作简单，可以完成大面积的色度采集，兼顾了点采集设备和面采集设备的优点，是一种方便有效的色度采集方法。全文主要由三部分组成：首先，介绍了色域转换样本数据提取的相关内容，其中包括：彩色CCD原型机的曲面修正、噪声去除、样本LED点的定位、识别、RGB数据及XYZ色域数据的提取，为色域转换提供数据。其次，利用多项式回归逼近法对CCD原型机采集到的RGB数据进行转换。先利用光谱分析法分析CCD原型机的光谱函数曲线、LED的光谱曲线和CIE1931三刺激函数曲线的关系，转换矩阵的特性化收束因子由此得出，然后利用目标色分析法中的多项式法，把样本LED像素点的RGB值和XYZ值代入，找到拟合最佳的情况下的多项式系数，求出最小误差，从而找到CCD原型机采集到的RGB数据转换成XYZ色域数据的红绿蓝转换矩阵。最后，为验证转换的正确性，给出色差和校正前后的图片对比，并把多项式回归逼近法与神经网络法和查表法进行对比，验证该方法的精确性及有效性。利用基于多项式回归逼近的LED显示色域变换技术建立了从RGB色域到XYZ色域的转换关系，进而完成色度采集。本文的研究成果开创了单独用彩色CCD原型机来采集LED色度和校正LED屏幕的先例，有较大的理论和实用参考价值，为今后深入研究打下了理论基础、积累了实践经验。
罗雪梅[8]（2012）在《图像色外观再现技术研究》文中进行了进一步梳理针对传统色彩再现技术不支持变观察条件下色彩一致再现问题，研究了图像的色外观再现技术。重点研究了色外观再现系统的体系结构，色外观处理模型，以及色度图像、多光谱图像和高动态范围图像的色外观再现等问题。首先探讨了色外观再现系统的体系结构。分析了现有的基于色度和基于光谱的两类色彩管理模式，针对其仅考虑源和目的观察条件相同的不足，提出了变观察条件下色外观一致再现的思路，并分别针对两种色彩管理，给出了可实现这一思想的色外观再现系统结构。其次研究了色外观再现的处理模型——色外观模型。从分析一个简单的色彩管理系统入手，说明传统色度匹配不能实现变观察环境下的色外观匹配，进而探讨了色外观表示、观察条件属性以及一些色外观现象，然后重点研究了能够描述、预测色刺激外观的色适应模型以及色外观模型，最后实验对比了现有的色外观模型，并根据项目需求，选择CIECAM02模型作为本文的色外观处理模型。针对色度图像再现现存问题，提出并实现了两套解决方案。首先针对常用CIELAB空间色调非恒常影响色域匹配效果的问题，研究了色调恒常校正方法，建立了一种新的校正空间tLAB，用其替代CIELAB空间实施色彩管理。实验表明，利用tLAB空间进行色域匹配的效果明显优于传统方法。针对传统色度再现系统只能实现标准观察条件下的色彩再现问题，提出利用色外观模型CIECAM02预测和补偿因观察条件不同产生的色外观变化，通过使用RIT-DuPont、Witt1999、Leeds和BFD-P四种色差评估实验数据集对CIECAM02模型进行优化，构建了均匀的色外观空间，并替代原CIELAB空间进行色彩管理。实验表明，基于优化CIECAM02模型的色彩管理能够实现变观察条件下的图像色外观一致再现，其色域匹配效果明显优于传统方法，由其产生的新的色差评价指标体系亦能更好地反映人眼的感知差别。最后，为与传统ICC色彩管理系统相兼容，采用CMM+Profile软件结构构建了新的色外观管理系统，其通过支持色外观处理的CMM，以及用于设备相关空间和设备无关空间变换的Profile，进行图像色外观管理。针对多光谱图像再现因观察条件变化引起的再现图像与源图像色外观不一致问题，提出了一种色外观匹配的多光谱图像再现方法。该方法通过增加源端的“色外观变换”和再现端的“色外观反变”，使得源图像和再现图像在观察条件独立空间达到色外观匹配；为了更好地保持源多光谱图像的光谱信息，以源光谱为标准对估计光谱进行光谱调制，使再现光谱与源光谱达到光谱匹配；为借鉴ICC色彩管理的成功经验，采用CMM+Profile软件结构，支持光谱色外观再现。最后，针对高动态范围图像再现因观察条件变化引起的再现图像与源图像色外观不一致问题，提出一种色外观匹配的高动态范围图像再现算法。算法在结构上将色外观匹配与色调映射过程分离，通过色外观匹配保持源场景的色外观，通过色调映射进行动态范围压缩，以支持将现有的优秀色外观模型与色调映射算子任意混合使用，达到充分借鉴现有的研究成果的目的；在色外观匹配方面，考虑了源场景观察条件通常未知的实际情况，提供了估计方法以提高算法适用性；针对色调映射，提出了一种新的自适应分区色调映射算子，通过给不同区域动态分配显示亮度范围，增强了图像的感知对比度。实验表明，新算法在色外观保持、动态范围压缩和细节表现上均优于传统算法。
蒋希[9]（2010）在《图像相关的空间色域匹配算法研究与设计》文中认为彩色图像在不同的设备上再现时,由于各设备色域不一致,输入/输出关系通常也具有不同的非线性特征,因此在实际应用中,首先需要进行色域匹配。传统的色域匹配算法是颜色到颜色的匹配,即根据源设备色域和目的设备色域在色彩空间中建立映射关系,然后按照此关系将图像中的色度值映射至设备色域中的相应色度值。然而此种传统算法忽视了图像的空间结构信息,近年来,研究者提出了空间相关的色域匹配方法,将图像的空间特性引入色域匹配过程,通过保持像素间的边沿关系,较好地保证了匹配后图像的视觉效果。但是目前现有空间色域匹配算法大都没有对图像的空间特性进行全面的分析,只是利用到了部分空间特性。本论文针对这一缺陷,提出一种图像的空间描述模型,利用此模型全面分析影响色域匹配算法的图像空间特性,并把图像的空间特性分类为：图像的频率特性和图像颜色的分布特性。在此分类的基础上,设计实现了一种比现有的空间匹配算法融入了更多图像空间特性的新的空间匹配算法。最后,使用主观评估系统对新算法进行了评估,验证了新算法的有效性。
宋贞[10]（2010）在《专色Profile生成关键技术研究》文中研究表明随着彩色信息在相关领域得到越来越广泛的应用,人们对色彩再现质量也提出了更高的要求。由于传统四色印刷不能很好再现某些特定图像,专色印刷应运而生,但仍需借助ICC Profile来实现。专色Profile的精度对专色印刷效果具有直接影响。针对国内专色色彩管理方面的不足,本文重点研究了专色Profile生成的关键技术。首先,为解决专色色彩特性在设备无关色彩空间内的非线性问题,通过对色彩预测模型的研究,提出了一种基于高精度预测模型的色彩校正算法,获得较高校正精度的条件下,所需打印测量的样本数较常规插值算法有大幅下降；其次,针对木纹专色色域形状的特殊性,设计了一种专色色域匹配算法。该算法对明度、色调和饱和度三属性分而治之,匹配结果较传统算法在颜色连续性和视觉效果方面均有明显的提高；最后,结合以上研究成果,通过对ICC Profile一般生成过程和GOP （Generic Output Profile）技术的分析,设计生成了专色ICC Profile。实验表明,该Profile可用于实现专色印刷,且精度满足实际应用的要求。
二、一种基于LUT表的色域匹配方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种基于LUT表的色域匹配方法（论文提纲范文）
（1）OLED电视显示屏应用技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 OLED显示简介 |
| 1.1.1 有机电致发光与OLED |
| 1.1.2 OLED发光原理及显示屏 |
| 1.1.3 OLED的特点 |
| 1.2 OLED显示技术发展及应用现状 |
| 1.2.1 OLED技术国际、国内发展情况 |
| 1.2.2 OLED技术的应用及市场情况 |
| 1.2.3 OLED的主要技术路线 |
| 1.3 OLED显示面临的技术问题 |
| 1.4 本文拟研究内容 |
| 第二章 实验与研究方法 |
| 2.1 实验方法 |
| 2.2 实验使用的样品 |
| 2.3 实验使用设备 |
| 2.4 实验参考标准 |
| 第三章 OLED电视显示屏可靠性研究 |
| 3.1 引言 |
| 3.2 技术方案及实验分析 |
| 3.2.1 残影的表征 |
| 3.2.2 像素补偿减缓残影产生技术研究 |
| 3.2.2.1 像素TFT补偿 |
| 3.2.2.2 OLED像素电流补偿 |
| 3.2.2.3 实验及结果分析 |
| 3.2.3 显示控制减缓残影产生技术研究 |
| 3.2.3.1 图像微移技术 |
| 3.2.3.2 实验及结果分析 |
| 3.3 本章小结 |
| 第四章 OLED电视超高显示画质研究 |
| 4.1 引言 |
| 4.2 技术方案及实验分析 |
| 4.2.1 HDR视频高保真亮度映射技术研究 |
| 4.2.1.1 HDR视频高保真亮度映射算法 |
| 4.2.1.2 实验及结果分析 |
| 4.2.2 动态目标重塑图像去噪技术研究 |
| 4.2.2.1 动态目标重塑图像去噪算法 |
| 4.2.2.2 算法实验结果与分析 |
| 4.2.3 图像精密平滑处理技术研究 |
| 4.2.3.1 图像精密平滑处理算法 |
| 4.2.3.2 实验及结果分析 |
| 4.3 本章小结 |
| 第五章 OLED电视高动态电源研究 |
| 5.1 引言 |
| 5.2 技术方案及实验分析 |
| 5.2.1 新型独立架构电源设计研究 |
| 5.2.1.1 独立架构电源原理图 |
| 5.2.1.2 独立架构电源工作原理 |
| 5.2.1.3 实验及结果分析 |
| 5.2.2 低功耗待机电源设计研究 |
| 5.2.2.1 低功耗待机电源原理图 |
| 5.2.2.2 低功耗待机电源工作原理 |
| 5.2.2.3 实验及结果分析 |
| 5.2.3 新型双BOOST无桥PFC架构设计研究 |
| 5.2.3.1 新型双BOOST无桥PFC架构原理图 |
| 5.2.3.2 新型双BOOST无桥PFC架构工作原理 |
| 5.2.3.3 实验及结果分析 |
| 5.2.4 高动态LLC谐振电路设计研究 |
| 5.2.4.1 高动态LLC谐振电路原理图 |
| 5.2.4.2 高动态LLC谐振电路工作原理 |
| 5.2.4.3 实验及结果分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士/硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（2）基于图像特征的自适应数码印花技术（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 本课题研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 纺织品数码印花技术的发展 |
| 1.2.2 纺织品数码印花技术发展的问题 |
| 1.3 本课题研究的内容和意义 |
| 1.3.1 研究内容 |
| 1.3.2 研究意义 |
| 第二章 打印参数与图像特征的分析及提取 |
| 2.1 实验方案 |
| 2.2 实验目的 |
| 2.3 实验仪器及材料 |
| 2.4 颜色的三个属性 |
| 2.5 打印参数与色域的获取 |
| 2.5.1 打印参数 |
| 2.5.2 色域 |
| 2.6 打印图的像素直方图建立 |
| 2.7 打印图的类型 |
| 2.7.1 打印图的图形/图像类型分析 |
| 2.7.2 梯度的定义及公式 |
| 2.7.3 图形/图像类型判别方法 |
| 2.8 打印图特征参数系数的选取 |
| 2.8.1 黑补偿系数 |
| 2.8.2 相对色域系数 |
| 2.8.3 灰度图系数 |
| 2.9 本章小结 |
| 第三章 灰平衡不佳解决方法 |
| 3.1 灰平衡不佳现象产生原因 |
| 3.2 主要原因分析 |
| 3.3 灰平衡不佳的解决方法 |
| 3.3.1 传统的解决方法 |
| 3.3.2 本研究灰平衡优化方法 |
| 3.3.3 调整ICC Profile的B To A LUT表方法 |
| 3.4 实验 |
| 3.4.1 实验材料 |
| 3.4.2 图像准备 |
| 3.4.3 图像转换过程 |
| 3.5 实验结果及讨论 |
| 3.5.1 客观评价 |
| 3.5.2 主观评价 |
| 3.6 本章小结 |
| 第四章 对提取的特征归类—聚类分析 |
| 4.1 降维方法 |
| 4.2 聚类分析 |
| 4.2.1 聚类的目的 |
| 4.2.2 K-means算法 |
| 4.2.3 聚类结果及分析 |
| 4.3 打印参数自动选择的验证 |
| 4.4 打印参数自动化选择的应用 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 致谢 |
（3）基于MATLAB的新色域对比度量及其适用性评价（论文提纲范文）
| 0 引言 |
| 1 实验 |
| 1.1 ICC推荐的标准印刷参考数据集 |
| 1.2 新色域匹配表征度量 |
| 1.2.1 GCI度量 |
| 1.2.2 GDI度量 |
| 1.2.3 GSI度量 |
| 1.3 新度量适应性验证实验的代码实现 |
| 2 结果与分析 |
| 2.1 同类同量级对比 |
| 2.2 同类异量级对比 |
| 2.3 异类同量级对比 |
| 2.4 异类异量级对比 |
| 3 结语 |
（4）典型彩色数字相机颜色标定的关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 颜色校正技术 |
| 1.2.2 自动白平衡技术 |
| 1.3 本论文的主要研究内容 |
| 第2章 人眼视觉感知与相机成像机制 |
| 2.1 人眼视觉系统与感知特性 |
| 2.1.1 颜色视觉理论 |
| 2.1.2 人眼的光学特性 |
| 2.1.3 人眼的颜色视觉特性 |
| 2.2 辐射度学与光度学的基本概念 |
| 2.2.1 CIE标准色度系统 |
| 2.2.2 CIE1931标准色度系统 |
| 2.2.3 CIE1964标准色度系统 |
| 2.2.4 CIE标准照明体和照明光源 |
| 2.3 均匀颜色空间与色差公式理论 |
| 2.3.1 CIELAB色彩空间 |
| 2.3.2 其它色差公式 |
| 2.4 色貌模型与图貌模型 |
| 2.4.1 色貌属性、色貌现象及色貌模型 |
| 2.4.2 图貌模型 |
| 2.5 心理物理学基本实验方法 |
| 2.5.1 心理物理学的定义及方法 |
| 2.5.2 有关颜色的心理物理学实验方法 |
| 2.5.3 有关颜色的心理物理学实验参数设计 |
| 2.6 数字相机成像系统的发展与关键技术简介 |
| 2.6.1 光电成像系统与图像传感器的发展 |
| 2.6.2 数字相机成像机制与成像系统 |
| 2.6.3 相机的彩色成像原理 |
| 2.6.4 相机的辐射度定标与光谱定标 |
| 2.6.5 相机的曝光原理与曝光质量评价 |
| 2.6.6 相机的调焦控制与聚焦方式 |
| 2.6.7 彩色相机的白平衡技术 |
| 第3章 彩色数字相机的颜色校正技术研究 |
| 3.1 彩色数字相机常用的颜色校正方法 |
| 3.1.1 查找表法 |
| 3.1.2 多项式方法 |
| 3.1.3 神经网络方法 |
| 3.2 基于多项式的CCM颜色校正方法 |
| 3.2.1 最小二乘法 |
| 3.2.2 加权最小二乘法 |
| 3.2.3 基于多项式的CCM颜色校正方法 |
| 3.2.4 可视化颜色为校正软件编写 |
| 3.3 实验与实验数据分析 |
| 3.3.1 实验方案 |
| 3.3.2 实验仪器 |
| 3.3.3 实验过程 |
| 3.3.4 实验数据处理 |
| 3.3.5 结果分析与评价 |
| 第4章 彩色数字相机的自动白平衡技术研究 |
| 4.1 相机自动白平衡技术研究现状 |
| 4.1.1 灰度世界法 |
| 4.1.2 完美反射法 |
| 4.1.3 边缘白点检测法 |
| 4.1.4 标准差加权法 |
| 4.2 数字相机自动白平衡校正技术 |
| 4.2.1 统计加权白点法的自动白平衡方法 |
| 4.2.2 校正软件编写 |
| 4.3 实验与实验数据分析 |
| 4.3.1 实验平台与方案概述 |
| 4.3.2 仿真实验 |
| 4.3.3 结果分析与评价 |
| 第5章 彩色数字相机的颜色增强技术研究 |
| 5.1 数字相机颜色增强技术 |
| 5.2 颜色增强辅助工具编写 |
| 5.3 实验与实验数据分析 |
| 5.3.1 实验平台与方案概述 |
| 5.3.2 仿真实验 |
| 5.3.3 观察者实验 |
| 5.3.4 结果分析与评价 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
（5）彩色打印机色彩特性化关键技术研究（论文提纲范文）
| 论文创新点 |
| 目录 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 本文研究背景与意义 |
| 1.2 彩色打印机色彩特性化关键技术 |
| 1.3 国内外研究现状与趋势分析 |
| 1.3.1 国内外研究现状 |
| 1.3.2 研究趋势 |
| 1.4 本文研究目标与内容 |
| 第二章 彩色打印机色彩特性化技术 |
| 2.1 CIE色度学 |
| 2.1.1 CIE 1931 RGB色度系统 |
| 2.1.2 CIE 1931 XYZ色度系统 |
| 2.1.3 CIE 1976 L~*a~*b~*均匀颜色空间 |
| 2.2 基于ICC的色彩管理 |
| 2.2.1 色彩管理的发展历程 |
| 2.2.2 基于ICC的色彩管理技术框架 |
| 2.2.3 ICC Profile文件格式 |
| 2.2.4 ICC CMM |
| 2.3 彩色打印机色彩特性化方法 |
| 2.3.1 模型法 |
| 2.3.2 多项式回归法 |
| 2.3.3 多维查找表法 |
| 2.3.4 人工神经网络法 |
| 2.4 色域提取与白点匹配 |
| 2.4.1 色域提取 |
| 2.4.2 白点匹配 |
| 2.5 本章小结 |
| 第三章 基于最小二乘的彩色打印机色彩特性化方法 |
| 3.1 彩色打印机原色校正 |
| 3.1.1 彩色打印机原色非线性分析 |
| 3.1.2 彩色打印机原色非线性校正 |
| 3.2 基于最小二乘的打印机色彩特性化方法 |
| 3.2.1 多维查找表的建立 |
| 3.2.2 黑版生成 |
| 3.3 实验结果分析 |
| 3.3.1 实验环境 |
| 3.3.2 色差评价与分析 |
| 3.4 本章小结 |
| 第四章 彩色打印机色域匹配算法 |
| 4.1 色域匹配算法 |
| 4.1.1 色域裁剪法 |
| 4.1.2 色域压缩法 |
| 4.2 色域匹配算法评价方法 |
| 4.2.1 主观评价方法 |
| 4.2.2 客观评价方法 |
| 4.2.3 评价图像与环境 |
| 4.3 基于饱和度的色域匹配算法 |
| 4.3.1 算法思想 |
| 4.3.2 实验结果分析 |
| 4.4 基于图像空间特征的色域压缩算法 |
| 4.4.1 算法思想 |
| 4.4.2 实验结果分析 |
| 4.5 基于图像自适应的色域匹配算法 |
| 4.5.1 基于多特征融合的图像分类算法 |
| 4.5.2 基于图像自适应的色域匹配算法 |
| 4.6 本章小结 |
| 第五章 彩色打印机色彩特性化样本集 |
| 5.1 色彩特性化样本集 |
| 5.2 基于色差分析的打印机色彩特性化样本集优化方法 |
| 5.3 实验结果分析 |
| 5.3.1 精度分析 |
| 5.3.2 颜色样本集适用性分析 |
| 5.4 本章小结 |
| 第六章 彩色打印机色彩管理原型系统设计与实现 |
| 6.1 彩色打印机色彩管理原型系统总体设计 |
| 6.2 打印机ICC Profile生成模块的设计与实现 |
| 6.2.1 打印机ICC Profile文件分析 |
| 6.2.2 打印机ICC Profile文件生成方法 |
| 6.2.3 打印机ICC Profile文件生成模块实现 |
| 6.3 打印输出模块的设计与实现 |
| 6.3.1 打印输出模块设计 |
| 6.3.2 打印输出模块实现 |
| 6.4 评价模块的设计与实现 |
| 6.4.1 评价模块设计 |
| 6.4.2 评价模块实现 |
| 6.5 彩色打印机色彩管理原型系统性能分析 |
| 6.5.1 打印机ICC Profile生成模块性能分析 |
| 6.5.2 色彩管理模块CMM性能分析 |
| 6.6 本章小结 |
| 第七章 研究总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 附录 |
| 附录1 ANSI IT8.7/4样本集 |
| 附录2 ECI 2002 CMYK样本集 |
| 附录3 测试图像 |
| 附录4 色彩特性化样本集1 |
| 附录5 色彩特性化样本集2 |
| 附录6 色彩特性化样本集3 |
| 参考文献 |
| 攻读博士期间取得的研究成果 |
| 致谢 |
（6）基于最优化理论的色彩输出特性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景、目的和意义 |
| 1.1.1 研究课题来源 |
| 1.1.2 研究背景 |
| 1.1.3 研究目的和意义 |
| 1.2 国内外研究概述 |
| 1.2.1 色彩设备的特征化 |
| 1.2.2 色彩设备的色域匹配 |
| 1.3 研究内容及结构 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 本文的主要贡献 |
| 1.5 本章小结 |
| 第二章 色彩管理及色域描述理论和方法的研究 |
| 2.1 色彩管理系统的构成 |
| 2.1.1 色彩管理的基本流程 |
| 2.1.2 色彩管理涉及的色彩空间 |
| 2.1.3 色彩设备的特征化 |
| 2.1.4 色彩管理中的色域匹配 |
| 2.1.5 色彩测量的精度和准确度 |
| 2.2 色域描述 |
| 2.2.1 色域描述的目的 |
| 2.2.2 色域描述原则 |
| 2.2.3 色域描述采用色彩空间的选择 |
| 2.3 几何色域模型及其构造 |
| 2.3.1 空间平面方程的建立 |
| 2.3.2 线段与平面的相交情况 |
| 2.3.3 三角形面片和色相角平面的交线计算 |
| 2.3.4 一种典型的几何色域描述方法 |
| 2.4 色彩设备的点集色域表示 |
| 2.4.1 打印设备的点集色域模型 |
| 2.4.2 显示设备的点集色域模型 |
| 2.5 点集色域与传统色域的比较 |
| 2.5.1 基于实验测量数据纸张色域图的绘制 |
| 2.5.2 基于打印机特征模型计算数据纸张色域图的绘制 |
| 2.5.3 打印设备点集色域与几何色域的比较结论 |
| 2.6 本章小结 |
| 第三章 基于最优化理论色彩设备特征化的研究 |
| 3.1 最优化理论 |
| 3.1.1 最优化问题的数学模型 |
| 3.1.2 最优化问题的分类 |
| 3.1.3 最优化问题常用的数学符号 |
| 3.2 人工神经网络 |
| 3.2.1 神经元模型 |
| 3.2.2 激活函数 |
| 3.2.3 人工神经网络的学习类型 |
| 3.3 基于 BP 神经网络的设备特征化模型 |
| 3.3.1 BP 神经网络 |
| 3.3.2 基于 BP 神经网络的设备特征化模型 |
| 3.4 基于径向基神经网络的设备特征化模型 |
| 3.4.1 RBF 神经网络 |
| 3.4.2 GRNN 神经网络 |
| 3.4.3 基于径向基神经网络的设备特征化模型 |
| 3.5 基于人工神经网络设备特征化模型的比较与分析 |
| 3.6 本章小结 |
| 第四章 基于最优化理论色域匹配方法的研究 |
| 4.1 基于 BP 神经网络的色域匹配模型(BPNNGM) |
| 4.1.1 色域匹配流程 |
| 4.1.2 显示器色域和打印机色域色样点色度值的测量 |
| 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 |
| 4.1.4 色域匹配 BP 神经网络学习样本数据的获取 |
| 4.1.5 BP 神经网络结构的确定 |
| 4.2 基于超细化 GBD 方法的色域匹配模型(UFGBDGM) |
| 4.2.1 设备点集色域非测量色样点的获取 |
| 4.2.2 标准色彩空间的超细化分区 |
| 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 |
| 4.3 基于准遗传算法的色域匹配模型(QGAGM) |
| 4.3.1 遗传算法 |
| 4.3.2 基于遗传算法色域匹配方法的基本思想 |
| 4.3.3 遗传算法基本思想用于色域匹配的基础分析 |
| 4.3.4 基于准遗传算法色域匹配模型的建立 |
| 4.4 基于准粒子群算法的色域匹配模型(QPSOGM) |
| 4.4.1 粒子群算法 |
| 4.4.2 基于粒子群算法色域匹配方法的基本思想 |
| 4.4.3 基于准粒子群算法色域匹配模型的建立 |
| 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 |
| 4.5.1 色域匹配模型的客观分析和评价 |
| 4.5.2 色域匹配模型的主观分析和评价 |
| 4.5.3 色域匹配模型的研究结论 |
| 4.6 本章小结 |
| 第五章 基于色彩特性的油墨用量估算理论与方法研究 |
| 5.1 彩色图像分色加网原理与方法 |
| 5.1.1 彩色图像分色加网过程 |
| 5.1.2 彩色图像分色加网原理 |
| 5.2 图像分块处理理论 |
| 5.3 基于图像分块理论的凹版印刷油墨用量估算模型 |
| 5.3.1 凹印网点转移油墨模型的创建 |
| 5.3.2 单通道凹印油墨转移模型的建立 |
| 5.3.3 程序编制与数据处理流程 |
| 5.3.4 实验结果与分析 |
| 5.4 基于图像分块理论的胶版印刷油墨用量估算模型 |
| 5.5 本章小结 |
| 结论 |
| 总结 |
| 后续研究与展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 附件 |
（7）基于多项式回归逼近的LED显示色域变换技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景、目的和意义 |
| 1.2 国内外研究概述 |
| 1.3 论文的组织结构 |
| 1.4 本文的研究内容 |
| 第2章 基本原理 |
| 2.1 色度学基本理论 |
| 2.2 色域转换基本原理 |
| 2.3 LED 屏色度校正的基本原理 |
| 2.4 本章小结 |
| 第3章 基于 CCD 的 LED 像素样本参数的提取 |
| 3.1 彩色 CCD 原型机的色彩空间 |
| 3.2 CCD 原型机的预处理 |
| 3.3 LED 显示屏样本数据的提取 |
| 3.4 本章小结 |
| 第4章 基于多项式回归逼近的 LED 显示色域变换 |
| 4.1 光谱分析 |
| 4.2 多项式回归逼近确立转换矩阵 |
| 4.3 转换矩阵的调节 |
| 4.4 本章小结 |
| 第5章 LED 色域转换效果验证 |
| 5.1 色坐标及色差验证 |
| 5.2 校正效果验证 |
| 5.3 神经网络法 |
| 5.4 查表法 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 本文的工作总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 在学期间学术成果情况 |
| 指导教师及作者简介 |
| 致谢 |
（8）图像色外观再现技术研究（论文提纲范文）
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本文研究背景 |
| 1.2 图像色外观再现需解决的问题 |
| 1.3 国内外研究现状 |
| 1.4 本文研究内容 |
| 1.5 本文主要研究成果 |
| 第二章 色彩再现的理论基础 |
| 2.1 颜色感知 |
| 2.1.1 光源 |
| 2.1.2 物体 |
| 2.1.3 观察者 |
| 2.2 表色系统 |
| 2.2.1 孟塞尔显色系统 |
| 2.2.2 CIE 色度系统 |
| 2.3 色彩管理的基本概念 |
| 2.3.1 色彩空间 |
| 2.3.2 色彩特性化和色彩校正 |
| 2.3.3 色域匹配 |
| 2.4 ICC 色彩管理规范 |
| 2.4.1 ICC Profile |
| 2.4.2 色彩管理组件 |
| 第三章 色外观再现系统的体系结构 |
| 3.1 引言 |
| 3.2 基于色度的色彩管理系统 |
| 3.3 基于光谱的色彩管理系统 |
| 3.4 色外观再现系统 |
| 3.4.1 基于色度的色外观再现系统 |
| 3.4.2 基于光谱的色外观再现系统 |
| 3.5 本章小结 |
| 第四章 色外观处理模型研究 |
| 4.1 引言 |
| 4.2 色外观属性 |
| 4.3 观察条件属性 |
| 4.4 色外观现象 |
| 4.5 色适应 |
| 4.5.1 亮适应和暗适应 |
| 4.5.2 色适应 |
| 4.5.3 色适应模型 |
| 4.6 色外观模型 |
| 4.6.1 色外观模型综述 |
| 4.6.2 CIELAB 模型 |
| 4.6.3 RLAB 模型 |
| 4.6.4 LLAB 模型 |
| 4.6.5 CIECAM02 模型 |
| 4.6.6 iCAM 模型 |
| 4.7 几种色外观模型的评价 |
| 4.8 本章小结 |
| 第五章 色度图像色外观再现技术 |
| 5.1 ICC 色彩管理系统分析 |
| 5.2 基于色调恒常 CIELAB 模型的色彩管理 |
| 5.2.1 CIELAB 色调非恒常性分析 |
| 5.2.2 色调恒常 tLAB 空间的构造 |
| 5.2.3 基于 tLAB 空间的色彩管理 |
| 5.2.4 实验与分析 |
| 5.3 基于 CIECAM02 模型的色彩管理 |
| 5.3.1 CIECAM02 色外观空间均匀性分析 |
| 5.3.2 CIECAM02 模型优化 |
| 5.3.3 基于优化 CIECAM02 模型的色彩管理 |
| 5.3.5 实验与分析 |
| 5.4 色外观再现系统的设计与实现 |
| 5.4.1 色外观再现 CMM 的构建 |
| 5.4.2 Profile 数据的生成 |
| 5.4.3 实验与分析 |
| 5.5 本章小结 |
| 第六章 多光谱图像色外观再现技术 |
| 6.1 引言 |
| 6.2 多光谱图像再现技术研究 |
| 6.2.1 光谱获取 |
| 6.2.2 光谱反射率重建 |
| 6.2.3 光谱色彩校正 |
| 6.3 色外观匹配 |
| 6.3.1 色外观匹配流程 |
| 6.3.2 高维光谱估计 |
| 6.3.3 光谱调制 |
| 6.4 光谱色外观再现系统的设计 |
| 6.4.1 光谱色外观再现 CMM 的构建 |
| 6.4.2 Profile 数据的生成 |
| 6.5 实验与分析 |
| 6.6 本章小结 |
| 第七章 高动态范围图像色外观再现技术 |
| 7.1 高动态范围图像简介 |
| 7.1.1 高动态范围图像的获取 |
| 7.1.2 高动态范围图像的编码格式 |
| 7.1.3 色调映射 |
| 7.2 现有高动态范围图像再现算法介绍 |
| 7.2.1 高动态范围图像再现算法分类 |
| 7.2.2 全局算子 |
| 7.2.3 局部算子 |
| 7.3 高动态范围图像色外观再现算法 |
| 7.3.1 算法设计 |
| 7.3.2 彩色处理 |
| 7.3.3 色调映射 |
| 7.3.4 色外观匹配 |
| 7.4 实验与分析 |
| 7.4.1 测试图像与实验环境 |
| 7.4.2 自适应分区色调映射实验 |
| 7.4.3 色外观匹配效果实验 |
| 7.4.4 不同算法对比实验 |
| 7.5 本章小结 |
| 附录 A |
| 附录 B |
| 结束语 |
| 致谢 |
| 参考文献 |
| 博士期间的学术论文及科研成果 |
| Ⅰ. 发表论文情况 |
| Ⅱ. 参加科研情况 |
| Ⅲ. 其他成果 |
（9）图像相关的空间色域匹配算法研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 论文的研究目的和内容 |
| 1.3 本文各章安排 |
| 第二章 色度学理论及色域匹配技术综述 |
| 2.1 表色系统的简介 |
| 2.2 采用加色法混色的CIE表色系统 |
| 2.2.1 RGB色度系统 |
| 2.2.2 XYZ色度系统 |
| 2.2.3 LAB色度系统 |
| 2.3 色域匹配技术综述 |
| 2.3.1 色域边界 |
| 2.3.2 色域匹配算法 |
| 第三章 空间色域匹配技术 |
| 3.1 传统色域匹配技术的不足 |
| 3.2 空间色域匹配技术 |
| 3.2.1 图像的频率特性 |
| 3.2.2 图像颜色的分布特性 |
| 3.3 空间色域匹配技术的一般方法和步骤 |
| 3.4 本章小结 |
| 第四章 空间色域匹配算法的设计与实现 |
| 4.1 空间色域匹配算法的总体设计 |
| 4.2 基于ICC PROFILE色域匹配技术 |
| 4.2.1 ICC Profile简介 |
| 4.2.2 基于ICC Profile的色域匹配流程 |
| 4.2.3 图像颜色的空间转换 |
| 4.3 色域边界的球面坐标描述 |
| 4.3.1 色域边界的计算 |
| 4.3.2 目的色域的最优化描述 |
| 4.4 双边滤波器的图像分频 |
| 4.5 空间色域匹配的实现 |
| 4.6 本章小结 |
| 第五章 空间色域匹配算法的评价 |
| 5.1 评估系统 |
| 5.1.1 客观评价 |
| 5.1.2 主观评价 |
| 5.2 空间色域匹配算法的主观评估 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 附录 色域匹配结果图 |
（10）专色Profile生成关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究的目的和意义 |
| 1.3 课题研究内容及章节安排 |
| 第二章 理论和实验基础 |
| 2.1 色度学基础 |
| 2.1.1 颜色视觉模型 |
| 2.1.2 表色系统 |
| 2.2 色彩管理技术 |
| 2.2.1 色域匹配 |
| 2.2.2 色彩校正 |
| 2.2.3 ICC Profile |
| 2.3 专色印刷 |
| 第三章 专色色彩校正技术研究 |
| 3.1 传统的色彩校正方法 |
| 3.1.1 立方体插值 |
| 3.1.2 四面体插值 |
| 3.1.3 多重回归 |
| 3.1.4 人工神经网络 |
| 3.1.5 Neugebauer方程 |
| 3.2 基于高精度预测模型的专色色彩校正 |
| 3.2.1 高精度预测模型的建立 |
| 3.2.2 专色色彩校正算法的设计 |
| 3.2.3 实验结果与分析 |
| 3.3 本章小节 |
| 第四章 专色色域匹配技术研究 |
| 4.1 色域匹配基本策略 |
| 4.2 传统色域匹配算法概述 |
| 4.2.1 常用裁剪类算法 |
| 4.2.2 常用压缩类算法 |
| 4.3 专色色域特性的研究 |
| 4.3.1 专色色域外壳特性分析 |
| 4.3.2 色域形状特点分析 |
| 4.4 专色色域匹配算法 |
| 4.4.1 专色色域匹配算法设计 |
| 4.4.2 算法的实现 |
| 4.4.3 实验结果及分析 |
| 4.5 本章小节 |
| 第五章 专色ICC Profile生成 |
| 5.1 ICC Profile概述 |
| 5.2 专色Profile一般生成 |
| 5.2.1 专色Profile的分析与设计 |
| 5.2.2 专色ICC Profile生成过程 |
| 5.3 GOP技术研究 |
| 5.3.1 GOP技术原理分析 |
| 5.3.2 GOP技术设计与实现 |
| 5.4 专色Profile测试与分析 |
| 5.4.1 定量分析 |
| 5.4.2 软打样测试 |
| 5.5 本章小节 |
| 第六章 结束语 |
| 致谢 |
| 参考文献 |
| 研究成果 |
| 附录A |
| 附录B |
四、一种基于LUT表的色域匹配方法（论文参考文献）
- [1]OLED电视显示屏应用技术研究[D]. 王俊生. 华南理工大学, 2020(05)
- [2]基于图像特征的自适应数码印花技术[D]. 王远远. 浙江理工大学, 2019(06)
- [3]基于MATLAB的新色域对比度量及其适用性评价[J]. 陈海生,袁江平,付文婷,陈广学. 包装学报, 2018(06)
- [4]典型彩色数字相机颜色标定的关键技术研究[D]. 黄浩. 北京理工大学, 2018(07)
- [5]彩色打印机色彩特性化关键技术研究[D]. 刘菊华. 武汉大学, 2014(06)
- [6]基于最优化理论的色彩输出特性研究[D]. 赵磊. 华南理工大学, 2014(05)
- [7]基于多项式回归逼近的LED显示色域变换技术研究[D]. 丁柏秀. 中国科学院研究生院（长春光学精密机械与物理研究所）, 2013(10)
- [8]图像色外观再现技术研究[D]. 罗雪梅. 西安电子科技大学, 2012(11)
- [9]图像相关的空间色域匹配算法研究与设计[D]. 蒋希. 西安电子科技大学, 2010(02)
- [10]专色Profile生成关键技术研究[D]. 宋贞. 西安电子科技大学, 2010(03)