色彩管理與實務(wù)

第一部分 基礎(chǔ)篇
第一章 緒論
1．1 顏色視覺
1．2 顏色描述
1．3 彩色印刷復(fù)制
1．4 顏色管理
第二章 色彩學(xué)基本理論
2．1 顏色視覺形成機理
2．1．1 發(fā)光體的顏色形成
2．1．2 非發(fā)光體的顏色形成
2．2 顏色視覺生理基礎(chǔ)
2．2．1 眼睛
2．2．2 視網(wǎng)膜
2．2．3 大腦
2．3 顏色混合定律
2．3．1 色光加色法
2．3．2 色料減色法
2．4 顏色的心理三屬性
2．4．1 色相
2．4．2 明度
2．4．3 飽和度
2．5 顏色的描述
2．5．1 顯色系統(tǒng)表示法
2．5．2 混色系統(tǒng)表示法
2．6 顏色空間
2．6．1 設(shè)備相關(guān)顏色空間
2．6．2 設(shè)備無關(guān)顏色空間
2．7 標準光源與標準體照明
2．7．1 光源的色溫
2．7．2 標準光源
2．7．3 光源的顯色指數(shù)
2．8 色差及色差公式
2．8．1 色差的定義
2．8．2 常用的色差公式
第三章 色貌理論
3．1 色貌屬性
3．1．1 相關(guān)色與非相關(guān)色
3．1．2 色貌絕對屬性與相對屬性
3．2 色貌現(xiàn)象
3．2．1 空間現(xiàn)象
3．2．2 亮度現(xiàn)象
3．2．3 周圍環(huán)境現(xiàn)象
3．3 色適應(yīng)
3．3．1 色適應(yīng)的定義
3．3．2 色適應(yīng)變換
3．3．3 色適應(yīng)變換評價
3．4 色貌模型
3．4．1 色貌模型的定義
3．4．2 常見的色貌模型
第四章 色彩管理理論
4．1 色彩管理的概述
4．2 色彩管理的流程
4．2．1 設(shè)備校準
4．2．2 設(shè)備特征化
4．2．3 顏色空間轉(zhuǎn)換
4．3 ICC設(shè)備特性文件
4．3．1 文件頭
4．3．2 標簽列表
4．3．3 標簽列表數(shù)據(jù)
4．4 色彩轉(zhuǎn)換引擎
4．4．1 操作系統(tǒng)層面的轉(zhuǎn)換引擎
4．4．2 應(yīng)用層面的轉(zhuǎn)換引擎
4．5 色彩轉(zhuǎn)換意圖
4．5．1 可感知轉(zhuǎn)換意圖
4．5．2 飽和度優(yōu)先轉(zhuǎn)換意圖
4．5．3 相對色度轉(zhuǎn)換意圖
4．5．4 絕對色度轉(zhuǎn)換意圖
第五章 顏色復(fù)制
5．1 設(shè)備的校準
5．2 設(shè)備的特征化
5．2．1 設(shè)備特征化的分類
5．2．2 設(shè)備特征化的方法
5．3 顏色空間轉(zhuǎn)換
5．3．1 基于四面體插值法的顏色空間轉(zhuǎn)換
5．3．2 基于紐介堡方程的顏色空間轉(zhuǎn)換
5．3．3 基于神經(jīng)網(wǎng)絡(luò)的顏色空間轉(zhuǎn)換
5．3．4 基于多項式回歸的顏色空間轉(zhuǎn)換
5．4 色域邊界描述
5．4．1 色域概述
5．4．2 色域邊界描述的背景
5．4．3 分區(qū)最大邊界描述符算法
5．4．4 三角面色域邊界描述算法
5．5 色域映射
5．5．1 色域映射理論
5．5．2 色域映射方向
5．5．3 色域映射方法
5．5．4 色域映射算法的評價方法
5．6 分色
第二部分 應(yīng)用篇
第六章 顏色空間轉(zhuǎn)換實務(wù)仿真
6．1 基于紐介堡方程的顏色空間轉(zhuǎn)換
6．1．1 實驗數(shù)據(jù)的準備
6．1．2 Mafiab代碼實現(xiàn)
6．2 基于神經(jīng)網(wǎng)絡(luò)的顏色空間轉(zhuǎn)換
6．2．1 基于BP神經(jīng)網(wǎng)絡(luò)的顏色空間轉(zhuǎn)換
6．2．2 基于RBF神經(jīng)網(wǎng)絡(luò)的顏色空間轉(zhuǎn)換
6．3 基于多項式回歸的顏色空間轉(zhuǎn)換
第七章 色域邊界描述實務(wù)
7．1 分區(qū)最大邊界描述（SMGBD）
7．1．1 實驗數(shù)據(jù)的準備
7．1．2 代碼實現(xiàn)
7．1．3 仿真結(jié)果
7．2 三角面色域描述算法
7．2．1 打印機特征樣品點的獲取
7．2．2 三角面色域描述算法
7．2．3 三角面色域映射
7．2．4 三角面色域映射程序
7．2．5 結(jié)果分析
7．2．6 算法對比
第八章 色域映射算法實例
8．1 順序壓縮與同時壓縮的比較
8．1．1 順序壓縮
8．1．2 同時壓縮
8．1．3 結(jié)果分析
8．1．4 算法對比
8．2 LCLIP算法的色域映射
8．2．1 基礎(chǔ)算法
8．2．2 雙邊濾波
8．3 基于高斯拉普拉斯算子的HPMinDE算法
第九章 分色具體案例——多項式回歸方法
參考文獻