Abstract
在現代社會中因經濟力的提昇及色彩原料、技術不斷更新，彩色文件的使用己日漸普遍。但由於彩色影像取像與顯像裝置間色階與色域之不匹配、色彩空間轉換之不勻稱及取樣、量化所造成的錯誤均造成輸出影像與輸入影像明顯的差異性。故本文提出一個以具區域調整特性之重疊感知類神經網路（ＬＴＯＲ）為架構之適應性控制機構來完成取像與顯像裝置之系統鑑別來克服彩色影像因上述因素所造成之色彩失真，而達成色彩獨立性的目的。且藉由採用適合人類色彩感知模式之１９７６年 ＣＩＥＬＡＢ均勻色彩空間，強化原有色彩明亮與對比特性，使色彩重現效果更加彰顯。在實際神經系統中, 具區域調整特性的重疊感知神經網路是廣為人知的一種資料結構, 它們被應用在小腦皮層的許多區域上, 包括聽覺, 視覺及體幹感知皮層等方面的研究。而在工業技術方面則常使用規劃機械手臂路徑與狀態空間反應學習等課題。本論文提出一基於 LTOR 為架構之適應性控制機構以完成取像與顯像裝置之系統鑑別來克服色彩失真以達成色彩獨立性的目的。本文分五章：第一章概述；第二章具區域調整特性之重疊感知類神經網路簡介；第三章色彩修正機構之系統模式；第四章實驗結果；第五章結論與未來研究方向。Achieving identical appearance between captured image andprinted image is a difficult problem. In order to getcolor reproduction from image capture to display, wehave to overcome the color errors of the gamut mismatch,color space conversion, sampling, quantization and nonliearitybetween input and output devices. In this thesis, a locally-tuned overlapping receptive neural-based adaptiveidentification system mechanism to achieve color-independency is proposed. Moreover, it is also shown in thethesis that why this color reproduction system can meet ourrequirements. By using CIELAB uniform color space, thecorrected output color presents a fresh, bright and softfeeling, suitable for human color perception.