簡易檢索 / 詳目顯示

回結果列表
研究生： 郭峻豪
Jun-hao Kuo
論文名稱： 選擇最佳的感測器用於光譜重建
Selection of the Optimal Sensors for Spectral Reconstruction
指導教授： 黃忠偉
Allen Jong-Woei Whang
口試委員: 胡能忠
none
李正中
none
趙涵捷
none
學位類別： 碩士
Master
系所名稱： 電資學院 - 電子工程系
Department of Electronic and Computer Engineering
論文出版年： 2006
畢業學年度： 94
語文別： 中文
論文頁數： 84
中文關鍵詞： 色刺激值感測器 、完美符合指數值 、光譜重建
外文關鍵詞： goodness-fitting coefficient, Spectral reconstruction, color stimulus sensor
相關次數： 點閱：95  下載：1 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  •  上一筆

    • 目前發表的光譜重建方式大多採用配色函數 color matching function當作色刺激值的感測器，其重建效果還是沒辦法達到像least square estimation (LSE) method的效果，這代表著對於光譜重建而言配色函數並不是最佳的感測器組合，本篇論文提出了一種選取的方式，能夠再M個感測器中選取出N個最佳的感測器組合，以用來提升光譜重建的效果。

    Generally, color matching function as sensor of color stimulus is the common way to do the spectral reconstruction. However, the result of reconstruction is not as good as using least square estimation (LSE ) method, and the choice of sensor is usually neglected in spectral reconstruction. This paper propose a method of choosing sensors which can pick out N sensors as the best set of M sensors .The simulation result shows that the method we proposed can improve the Spectral reconstruction obviously.

    目錄 I 圖目錄 II 表目錄 IV 第一章 緒論 1 1.1 光譜簡介 1 1.2 研究動機 3 1.3 內容概述 3 第二章 基礎理論 5 2.1 色恆性簡介 5 2.2 演色指數(Color Rendering Index) 6 2.3 色溫與白平衡處裡 8 第三章 光譜重建的基礎理論 11 3.1 光譜重建原理簡介 11 3.2 製作自然光譜基底 13 3.3 主成份分析法(Principal Component Analysis, PCA) 16 3.4 條件等色原理介紹 18 3.5 重建方式說明 20 第四章 選擇最佳感測器組合之方法 27 4.1 感測器選擇方式 27 4.2 驗證選取方式 34 第五章 選擇最佳感測器組合模擬結果 36 5.1 針對任意光源選取最佳感測器組合 36 5.2 針對特定光源選取最佳感測器組合 41 5.3 直接Inverse法與拉格朗日法的比較 46 第六章 結論與未來展望 54 參考文獻 55 附錄 57 附錄A 57 附錄B 66 附錄C 69 附錄D 81

    [1] 大田登, 劉中本譯, 色彩工學, 第1〜2､第206〜208頁, 西安交通大學出版社
    [2] J. Romero, A. Garcia-Beltran, and J. Hernandez-Andres, Linear Bases for of
    Representation of Natural and Artificial. Illuminants, Journal of the Optical
    Society America A, Vol. 14, No. 5, May 1997, pp. 1007-1014, May 1997
    [3] DiCarlo, JM, Wandell, BA Spectral estimation theory: beyond linear but
    beforeBayesian Journal of the Optical Society of America A 2003
    (20)7:1261-1270
    [4] Juan L. Nieves, Eva M.Valero, Sergio M.C. Nascimento, Javier
    Hernández-Andrés y Javier Romero. “Multispectral synthesis of daylight using a
    commercial digital CCD camera”APPLIED OPTICS 44 No. 27, 5696-5703
    (2005)
    [5] G. Wyszecki, W.S. Stiles, Color Science: Concepts and Methods, Quantitative Data and Formulae, p.164〜p.168, John Wiley & Sons, New York,(2nd ed.)1982
    [6] Javier Hernandez-Andres, Javier Romero, Antonio Garca-Beltran, Juan L.
    Nieves,”Testing linear models on spectral daylight measurements,”APPLIED OPTICS / Vol.37, No.6, pp971-977(20 February 1998).
    [7] 曾國雄､鄧振源, 多變量分析(一), 第25､115~123頁, 松崗電腦圖書資料有限公司, 民國七十五年。
    [8] Rajeev Ramanath, Rolf G. Kuehni, Wesley E. Snyder, David Hinks,”Spectral spaces and color spaces,”COLOR Research and Application/ Vol.29, No.1, pp29-37(February 2004).
    [9] Richard L. Alfivin, Mark D. Fairchild,“Observer variability in metameric color
    matches using color reproduction media,”COLOR Research and Application /
    Vol.22, No.3, pp174-188(June 1997).
    [10] Wen-Chang Cheng and Chin-Teng Lin,“A color constancy scheme based on Finite-Dimensional Linear Model and Neural Network,” Proceedings of the Seventh Conference on Artificial Intelligence and Applications, Taichung, Taiwan, Republic of China, pp402-407(Nov. 2002).
    [11] Di-Yuan Tzeng, Roy S. Berns,“A review of principal component analysis and its
    applications to color technology,”COLOR Research and Application / Vol.30,
    No.2, pp84-98(April 2005).

    QR CODE