隨著顏色科學(xué)和圖像處理技術(shù)的發(fā)展,打印機(jī)等數(shù)字圖像設(shè)備在人們的工作和生活中得到了日益廣泛的應(yīng)用,但也帶來了顏色失真等一系列問題,如經(jīng)過打印機(jī)輸出的顏色沒有達(dá)到預(yù)期的效果,與顯示器上的顏色不匹配等,這一系列問題可以用打印機(jī)特征化來解決。打印機(jī)特征化旨在建立打印機(jī)油墨配比到打印樣本反射率的關(guān)系。從油墨配比預(yù)測(cè)打印樣本反射率為正向模型,從反射率確定打印機(jī)油墨配比稱為逆向模型。首先本文通過3色打印機(jī)數(shù)據(jù)與4色打印機(jī)數(shù)據(jù)建立了打印機(jī)特征化模型,3色數(shù)據(jù)以729組作為訓(xùn)練樣本,189組作為測(cè)試樣本,分別可以建立3、5、9層的CYNSN模型,而4色數(shù)據(jù)以625組作為訓(xùn)練樣本,607組作為測(cè)試樣本,分別可以建立3、5層的CYNSN模型,并且4色數(shù)據(jù)紙張類別也有相紙和藝術(shù)紙兩種紙張。本文的三種表現(xiàn)度量指標(biāo)分別為光譜均方根誤差、色差、同色異譜指數(shù),然后根據(jù)上述數(shù)據(jù)建立了打印機(jī)正向預(yù)測(cè)模型,優(yōu)化了修正系數(shù)“n”和胞元等級(jí)數(shù)量等參數(shù)。而逆向模型屬于打印機(jī)特征化的重點(diǎn)也是難點(diǎn),由于打印機(jī)逆向算法不可逆,所以研究難度也大大提升。在逆向算法中的第一步確定小立方體（胞元）的范圍是優(yōu)化算法的核心環(huán)節(jié),所以如何篩選小立方... 

【文章來源】：遼寧科技大學(xué)遼寧省

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

顏色的感知過程

遼寧科技大學(xué)碩士學(xué)位論文9380nm—780nm之間[49]。不同波長的可見光引起人眼的感覺不同，從長波端到短波端對(duì)應(yīng)著紅、橙、黃、綠、青、藍(lán)、紫等各種顏色。而其他波長的范圍人眼是看不見的，如圖2.2所示。光源是指可以自行發(fā)光的物理輻射體，而光源分為自然光源和人工光源，他們都是混合光，早在1666年牛頓就發(fā)現(xiàn)了自然光源是混合光這一現(xiàn)象，如圖2.3所示。因?yàn)椴煌奈矬w他們的特性也不相同，所以當(dāng)光作用到物體上，各個(gè)物體的特性決定他們反射或者吸收或者投射等現(xiàn)象[50]。而當(dāng)物體反射回來到人眼后，人眼的視覺系統(tǒng)就開始發(fā)揮他的作用，首先反射光進(jìn)入人眼經(jīng)過角膜、晶狀體、玻璃體等共同作用在視網(wǎng)膜上呈像，而視網(wǎng)膜中分布著錐狀細(xì)胞和桿狀細(xì)胞，錐狀細(xì)胞在明視覺下起作用，而桿狀細(xì)胞在暗視覺下起作用。錐狀細(xì)胞又分成L、M、S三種視覺細(xì)胞，他們分別作用于長波、中波、短波，經(jīng)過三個(gè)獨(dú)立的信號(hào)刺激人們的大腦，人就可以感知到顏色[51]。圖2.2可見光譜范圍Fig.2.2Limitofvisiblespectrum圖2.3棱鏡色散實(shí)驗(yàn)Fig.2.3Prismdispersionexperiment

遼寧科技大學(xué)碩士學(xué)位論文9380nm—780nm之間[49]。不同波長的可見光引起人眼的感覺不同，從長波端到短波端對(duì)應(yīng)著紅、橙、黃、綠、青、藍(lán)、紫等各種顏色。而其他波長的范圍人眼是看不見的，如圖2.2所示。光源是指可以自行發(fā)光的物理輻射體，而光源分為自然光源和人工光源，他們都是混合光，早在1666年牛頓就發(fā)現(xiàn)了自然光源是混合光這一現(xiàn)象，如圖2.3所示。因?yàn)椴煌奈矬w他們的特性也不相同，所以當(dāng)光作用到物體上，各個(gè)物體的特性決定他們反射或者吸收或者投射等現(xiàn)象[50]。而當(dāng)物體反射回來到人眼后，人眼的視覺系統(tǒng)就開始發(fā)揮他的作用，首先反射光進(jìn)入人眼經(jīng)過角膜、晶狀體、玻璃體等共同作用在視網(wǎng)膜上呈像，而視網(wǎng)膜中分布著錐狀細(xì)胞和桿狀細(xì)胞，錐狀細(xì)胞在明視覺下起作用，而桿狀細(xì)胞在暗視覺下起作用。錐狀細(xì)胞又分成L、M、S三種視覺細(xì)胞，他們分別作用于長波、中波、短波，經(jīng)過三個(gè)獨(dú)立的信號(hào)刺激人們的大腦，人就可以感知到顏色[51]。圖2.2可見光譜范圍Fig.2.2Limitofvisiblespectrum圖2.3棱鏡色散實(shí)驗(yàn)Fig.2.3Prismdispersionexperiment

【參考文獻(xiàn)】：
期刊論文
[1]不同配比值的專色油墨的光譜密度分布預(yù)測(cè)[J]. 陳晨.  包裝工程. 2019(17)
[2]基于墨量限制樣本的打印機(jī)光譜特性化模型修正方法[J]. 劉強(qiáng),黃政,李慶明,彭蕊,荀益靜.  光譜學(xué)與光譜分析. 2018(10)
[3]基于YNSN模型的藝術(shù)品色彩校正方法[J]. 蔡玲,劉振,陳廣學(xué).  包裝工程. 2018(19)
[4]基于LabPQR降維的多色打印機(jī)光譜特征化模型研究（英文）[J]. 姜中敏,孔玲君,聶鵬,于海琦.  光譜學(xué)與光譜分析. 2018(06)
[5]噴墨打印系統(tǒng)多光譜特征化正向模型的建立[J]. 梁靜,黃浩,廉玉生,寧思宇,孫亮.  光譜學(xué)與光譜分析. 2018(04)
[6]基于Profilermaker的CMYK打印機(jī)色彩管理[J]. 洪亮,張圓圓.  印刷質(zhì)量與標(biāo)準(zhǔn)化. 2017(07)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的真網(wǎng)點(diǎn)噴墨打樣[J]. 楊勇,熊偉斌.  包裝工程. 2017(03)
[8]基于光譜的打印機(jī)正向建模方法[J]. 李放,萬曉霞,劉強(qiáng),袁軍.  中國印刷與包裝研究. 2014(06)
[9]基于Yule-Nielsen方程及YNSN模型的噴墨打印機(jī)顏色特性化研究[J]. 陳琳琳,陳廣學(xué).  中國印刷與包裝研究. 2014(06)
[10]打印機(jī)光譜特性化方法研究綜述[J]. 萬曉霞,劉強(qiáng).  中國圖象圖形學(xué)報(bào). 2014(07)

博士論文
[1]顏色管理系統(tǒng)的理論方法和應(yīng)用研究[D]. 徐力豪.浙江大學(xué) 2018
[2]彩色打印機(jī)色彩特性化關(guān)鍵技術(shù)研究[D]. 劉菊華.武漢大學(xué) 2014
[3]基于光譜的顏色噴墨再現(xiàn)關(guān)鍵問題研究[D]. 劉強(qiáng).武漢大學(xué) 2013

碩士論文
[1]基于顏色管理系統(tǒng)的跨媒體顏色復(fù)現(xiàn)比較研究[D]. 果佳.遼寧科技大學(xué) 2019
[2]基于YNSN模型的噴墨打印機(jī)顏色特性化研究[D]. 陳琳琳.華南理工大學(xué) 2014
[3]基于光譜Neugebauer模型的打印機(jī)特征化[D]. 韓芳芳.江南大學(xué) 2012
[4]基于光譜的色彩高保真復(fù)制技術(shù)研究[D]. 胡媛.天津科技大學(xué) 2012
[5]基于光譜匹配法Neugebauer方程的彩色打印系統(tǒng)特征化模型研究[D]. 郭晉一.浙江大學(xué) 2011
[6]六色打印機(jī)彩色特性檢測(cè)與校正技術(shù)研究[D]. 許天亮.西安電子科技大學(xué) 2008



本文編號(hào)：3250642