本文關(guān)鍵詞：基于多維查找表的多色打印機光譜特性化研究

  更多相關(guān)文章： 多色打印機 光譜特性化 查找表 神經(jīng)網(wǎng)絡(luò)

【摘要】：近些年，，隨著顏色復制技術(shù)的不斷發(fā)展與進步以及人們對顏色復制的要求越來越嚴格，傳統(tǒng)采用CMYK四種基色來實現(xiàn)顏色復制的方式已經(jīng)難以滿足人們的需求。而且四色油墨由于本身的局限性，無法涵蓋原稿顏色的全部光譜信息，并且存在同色異譜的現(xiàn)象，所以本文使用多色打印機（超過四色）來實現(xiàn)其特性化過程�，F(xiàn)有的色彩管理方式主要是基于ICC的色彩管理，在傳統(tǒng)印刷中使用的色度圖像主要為3通道(RGB、LAB等)圖像，只需要建立三維查找表進行插值即可以實現(xiàn)打印機的特性化。但是對于本文多基色打印機光譜特性化，則是6維打印機色空間到31維光譜空間的高維查找表，這就需要使用降維的方法首先將高維查找表降維至6維查找表。建立完正向查找表，對于反向查找表的建立則需要使用非線性優(yōu)化的技術(shù)。正反向查找表建立完成以后就是最為關(guān)鍵的光譜特性化的過程，這就用到各種插值的方法。 本文首先介紹了四色打印機色彩特性化的方法：多重回歸，三維插值，神經(jīng)網(wǎng)絡(luò)，模糊邏輯，Neugebauer方程。進而提出了多基色打印機光譜特性化流程，包括高維光譜信息降維，正反向查找表建立，非線性優(yōu)化技術(shù)，多維線性正反向插值，基于光譜的目標函數(shù)為光譜均方根誤差（sRMS）的BP神經(jīng)網(wǎng)絡(luò)算法以及基于人眼視覺特性加權(quán)的BP神經(jīng)網(wǎng)絡(luò)算法。實驗部分首先對實驗所使用的打印機做了單通道最大墨量的限制，計算了Neugebauer修正系數(shù)n解決由于物理網(wǎng)點擴大和光學網(wǎng)點擴大對Y_N模型造成的影響，并準確擬合了有效網(wǎng)點百分比與理論網(wǎng)點百分比的傳遞函數(shù)。 最后在實驗的基礎(chǔ)上計算并驗證了各插值方法的可行性，比較了各插值方法的插值精度，權(quán)衡各方法的優(yōu)缺點。
【關(guān)鍵詞】：多色打印機 光譜特性化 查找表 神經(jīng)網(wǎng)絡(luò)
【學位授予單位】：曲阜師范大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP334.8
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-11
• 1.1 選題背景和意義8
• 1.2 國內(nèi)外研究現(xiàn)狀8-9
• 1.3 研究目的及意義9
• 1.4 論文研究的主要內(nèi)容9-10
• 1.4.1 主要內(nèi)容9-10
• 1.4.2 擬解決的關(guān)鍵問題10
• 1.4.3 預期的研究目標10
• 1.5 創(chuàng)新之處10-11
• 第2章 常見色彩特性化方法及存在的問題分析11-17
• 2.1 多重回歸11
• 2.2 三維插值11-13
• 2.3 神經(jīng)網(wǎng)絡(luò)13-14
• 2.4 模糊邏輯14
• 2.5 基于 Neugebauer 方程的光譜色彩校正14-17
• 第3章 正反向查找表建立17-22
• 3.1 基于光譜的色彩管理方法構(gòu)建17
• 3.2 低維空間的建立17-18
• 3.3 正反向查找表建立方法18-22
• 3.3.1 正反向查找表建立流程18-19
• 3.3.2 非線性優(yōu)化參數(shù)的確定19-22
• 第4章 光譜特性化方法研究22-31
• 4.1 多維線性光譜特性化22-24
• 4.2 BP 神經(jīng)網(wǎng)絡(luò)光譜特性化24-31
• 4.2.1 基于光譜的 BP 神經(jīng)網(wǎng)絡(luò)模型構(gòu)建24
• 4.2.2 用于光譜特性化的正反向 BP 神經(jīng)網(wǎng)絡(luò)算法流程24-29
• 4.2.3 打印機光譜特性化 BP 神經(jīng)網(wǎng)絡(luò)模型中最優(yōu)化目標函數(shù)的確定29-31
• 第5章 實驗方法與分析31-43
• 5.1 墨量限制、Yule-Nielse 修正系數(shù) n 以及有效網(wǎng)點百分比的確定31-39
• 5.1.1 單通道墨量及總墨量限制31-34
• 5.1.2 修正系數(shù) n 值的確定34-37
• 5.1.3 理論與有效網(wǎng)點百分比37-39
• 5.2 輸出多基色校正樣本集39
• 5.3 實驗結(jié)果分析驗證39-43
• 5.3.1 線性插值與基于人眼視覺特性加權(quán)的 BP 神經(jīng)網(wǎng)絡(luò)比較39-40
• 5.3.2 目標函數(shù)為 sRMS 與 EsRMS 的神經(jīng)網(wǎng)絡(luò)比較40-43
• 第6章 總結(jié)43-44
• 參考文獻44-46
• 在校期間發(fā)表的學術(shù)論文46-47
• 致謝47

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 黃慶梅,趙達尊;一種彩色打印機標定的預測查找方法[J];北京理工大學學報;2003年05期

2 杜艷君;張逸新;;經(jīng)典彩色預測模型[J];包裝工程;2006年02期

3 周世生;李舉;孫幫勇;夏衛(wèi)民;;調(diào)頻加網(wǎng)有效網(wǎng)點面積率計算研究[J];包裝工程;2006年03期

4 白春燕;張逸新;秦承紅;寧元元;;Murray-Davies網(wǎng)點面積率預測模型[J];包裝工程;2008年08期

5 朱慧;;紙張性能與印刷適性關(guān)系的建模研究[J];包裝工程;2012年19期

6 趙晨飛;韓卿;鄒晨;陳峰;;尤爾-尼爾森光譜紐介堡模型中修正指數(shù)的研究[J];包裝工程;2013年03期

7 ;Colorimetric characterization of imaging device by total color difference minimization[J];Journal of Zhejiang University Science A(Science in Engineering);2006年06期

本文編號：1103615