论文题目: 敦煌壁画颜色还原校正方法的研究
论文类型: 博士论文
论文专业: 光学
作者: 孙佳石
导师: 周丰昆
关键词: 敦煌壁画,颜色校正,二次通用旋转组合设计,遗传算法,色域匹配,人工神经网络,三基色值,色差
文献来源: 中国科学院研究生院（长春光学精密机械与物理研究所）
发表年度: 2005
论文摘要: 敦煌壁画颜色在不同设备(媒质)上复制再现时的颜色校正还原问题,一直是人们关注的热点问题,是文物保护的重要指标之一。敦煌壁画颜色“色彩传递,一致再现”也是敦煌学研究的重要组成部分。 通过分析数码相机到显示器,显示器到彩色打印机的颜色校正还原方法,本文建立了一个全色域范围下的实用可操作的颜色校正还原系统,使壁画图像由数码相机摄取,到计算机处理,再经彩色打印的全系统传输后,彩印出的壁画颜色能够“准确真实”地表现原壁画的颜色。 研究了色域匹配的现有方法,采用了人工神经网络的匹配方法。通过对神经网络的优化设计和学习训练,使该神经网络的权值和阈值得到了充分的信息储存,实现了彩色打印机的L~*a~*b~*色域空间向显示器的RGB色域空间的色域匹配,避免了其它方法的局限性,得到了较好的色域匹配预测值。 由于人工神经网络隐层神经元节点数的确定尚无理论规律可寻,本文提出了应用二次通用旋转组合设计与遗传算法结合,优化得到人工神经网络隐层神经元节点数的方法。本方法也为多隐层人工神经网络隐层神经元节点数的确定奠定了理论基础。 建立了修正三基色值的双隐层人工神经网络,并将修正三基色值的人工神经网络与VC程序嵌套,只需对图像像素三基色值进行修正,便可得到最终的敦煌壁画颜色的校正还原,实现了校正复杂颜色失真过程的简单化。 使用Macbeth ColorChecker Chart对该颜色校正系统进行色差检验,平均色差由校正前的17.1NBS,最大色差37.0NBS,最小色差4.3NBS,降到校正后的平均色差5.3NBS,最大色差12.4NBS,最小色差1.7NBS。取得了较好的客观颜色校正效果,主观评定方面也得到了业内专家的肯定。
论文目录:
第一章 引言
1.1 研究背景
1.2 研究过程
1.3 国内外色彩空间转换方法的发展和应用
1.3.1 概述
1.3.2 专业术语
1.3.3 色域匹配目标
1.3.4 计算色域边界值
1.3.5 色域匹配参数
1.3.6 色域匹配的方法
1.3.7 色域匹配的研究趋势
1.4 几种常用的色域匹配类型
1.4.1 理论混合模型
1.4.2 三维查表法
1.4.3 多元回归法
1.4.4 神经网络法
1.4.5 模糊逻辑
1.5 研究内容及工作安排
1.5.1 本论文主要研究的内容
1.5.2 本论文的工作安排
第二章 颜色理论、色彩管理
2.1 颜色的描述
2.1.1 加法混色
2.1.2 减法呈色
2.1.3 空间混色
2.2 颜色空间及其色差公式
2.2.1 RGB的色彩空间
2.2.2 CMYK的色彩空间
2.2.3 CIE标准颜色空间
2.2.4 均匀颜色空间及相应的色差
2.2.4.1 CIE1964均匀颜色空间
2.2.4.2 CIE1976(L~*u~*v~*)均匀颜色空间
2.2.4.3 CIE1976(L~*a~*b~*)均匀颜色空间
2.2.4.4 其它颜色系统
2.3 色彩管理理论
2.4 基于ICC标准输出设备的色彩管理
2.4.1 基于ICC特征描述文件Profile的一般格式
2.4.2 色彩匹配方式
2.4.3 基于ICC标准的输出设备Profile文件
2.4.4 创建输出设备ICC的特征描述文件Profile的标准色靶
2.4.5 实现ICC输出设备特征描述文件Profile的基本方法
2.5 本章小结
第三章 图像在传输过程中颜色失真的主要原因分析
3.1 数码相机引起的颜色失真
3.1.1 数码相机的工作原理
3.1.2 数码相机的色彩
3.1.3 数码相机颜色失真分析
3.2 CRT颜色失真分析
3.2.1 CRT显示器的工作原理
3.2.2 CRT显示器颜色失真分析
3.3 彩色打印机呈色机理及半色调技术
3.3.1 打印机呈色原理
3.3.2 打印机的半色调技术
3.3.3 打印机颜色失真分析
3.4 由色域不同引入的颜色失真
3.5 本章小结
第四章 颜色还原校正系统色域匹配的建立
4.1 神经网络的基本原理
4.1.1 简介
4.1.2 BP网络数据流传播过程
4.1.2.1 数据信息的正向传播
4.1.2.2 误差信号的反向传播
4.2 BP神经网络的设计
4.2.1 误差的选取
4.2.2 常用传递函数
4.2.3 测试色样的选择
4.2.4 输出数据进行归一化的必要性
4.2.5 双隐层神经网络的引入
4.2.5.1 引入的必要性
4.2.5.2 双隐层神经网络传递函数的选择
4.3 双隐层BP神经网络的设计
4.3.1 二次通用旋转组合设计及应用
4.3.2 自然因素水平及其编码
4.3.3 试验方案及结果分析
4.4 基于遗传算法的数学模型优化
4.4.1 遗传算法的基本原理和特点
4.4.1.1 遗传算法的基本原理
4.4.1.2 遗传算法的特点
4.4.2 遗传算法的基本操作与基本方法
4.4.2.1 编码技术
4.4.2.2 群体设定
4.4.2.3 适应度函数
4.4.2.4 遗传操作
4.4.2.5 控制参数确定
4.4.3 利用遗传算法寻优结果
4.5 训练结果
4.6 本章小结
第五章 敦煌壁画颜色还原校正系统的建立
5.1 图像像素三基色值的修正
5.1.1 学习训练数据的选取
5.1.2 修正三基色值的人工神经网络的建立
5.1.2.1 二次通用旋转组合设计的编码表
5.1.2.2 二次通用旋转组合设计的实验表
5.1.2.3 遗传算法的优化结果
5.1.2.4 训练结果
5.2 颜色还原校正系统的建立
5.2.1 敦煌壁画颜色还原校正流程
5.2.2 颜色还原校正系统的色差分析
5.2.3 颜色还原校正系统对敦煌壁画颜色校正的效果图
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
攻读博士学位期间的成果及论文
致谢
作者简历
长春光学精密机械与物理研究所博士学位论文原创性声明
发布时间: 2006-03-14
相关论文
- [1].唐敦煌壁画女性形象研究[D]. 阮立.上海大学2011
- [2].敦煌壁画形式元素的现代阐释[D]. 胡明强.中国艺术研究院2014
- [3].古代壁画中颜料及染料的拉曼光谱研究[D]. 常晶晶.吉林大学2010
- [4].唐及唐以前敦煌壁画设色研究及其在现代绘画的影响[D]. 潘汶汛.中国美术学院2010
- [5].古代壁画图像保护与智能修复技术研究[D]. 刘建明.浙江大学2010
- [6].以敦煌壁画为主要材料的唐代服饰史研究[D]. 曹喆.东华大学2008
- [7].魏晋南北朝壁画墓研究[D]. 郑岩.中国社会科学院研究生院2001
- [8].敦煌家具研究[D]. 杨森.兰州大学2006
- [9].敦煌壁画的材料研究[D]. 徐勇.兰州大学2007
- [10].唐代敦煌壁画人物风格研究[D]. 黄骏.中国美术学院2007
标签：敦煌壁画论文; 颜色校正论文; 二次通用旋转组合设计论文; 遗传算法论文; 色域匹配论文; 人工神经网络论文; 三基色值论文; 色差论文;