光譜分析是一種快速、高效、無損的檢測技術(shù),物質(zhì)組成上的細微差異均可通過光譜信息表現(xiàn)出來。因此,本文將光譜分析技術(shù)與印刷品檢測結(jié)合起來,研究應(yīng)用光譜分析的方法,能否將使用不同油墨的印刷品進行有效區(qū)分。探尋適用于印刷品的光譜分析方法。本文應(yīng)用ASD便攜式光譜儀采集了薯條盒和煙盒的光譜數(shù)據(jù)。兩類印刷品不同樣本間的光譜數(shù)據(jù)呈現(xiàn)了不同程度的差異性,其中薯條盒不同樣本間光譜差異較小,煙盒差異較大。對光譜數(shù)據(jù)分析前,首先對采集的原始光譜數(shù)據(jù)進行了光譜數(shù)據(jù)平滑、多元散射校正和去包絡(luò)線等光譜預(yù)處理。對于光譜數(shù)據(jù)分析,本文采用了國內(nèi)通用的兩大類光譜匹配方法,第一種是基于光譜吸收特征匹配的方法,包括吸收峰分布匹配和吸收峰特征參量匹配。對光譜吸收峰提取,本文提出了基于等間隔平均法的光譜吸收峰自動提取算法,該方法可以實現(xiàn)不同程度的光譜吸收峰提取。光譜匹配結(jié)果表明,對于光譜相似程度不同的三類印刷品,吸收峰分布匹配和吸收峰特征參量匹配的方法均可實現(xiàn)光譜數(shù)據(jù)的有效區(qū)分,特征參量匹配方法準(zhǔn)確率較高,其準(zhǔn)確率達到88.9%~100%。第二種是基于光譜整體相似性的光譜匹配方法,本文選擇了相關(guān)系數(shù)、光譜角、杰卡德相似系數(shù)三種光譜相似度測量參數(shù),并在可見光、短波紅外、可見光-短波紅外三種光譜空間進行匹配。結(jié)果表明,對于三類印刷品數(shù)據(jù),相比杰卡德相似系數(shù)匹配,相關(guān)系數(shù)和光譜角光譜匹配準(zhǔn)確性較高。而組合式光譜匹配方法中,相關(guān)系數(shù)-光譜角組合的匹配方法準(zhǔn)確度最高�？偟膩碚f,對于印刷品光譜數(shù)據(jù)的分析,優(yōu)先選擇的光譜匹配方法是吸收峰特征參量匹配法、相關(guān)系數(shù)匹配、光譜角匹配以及相關(guān)系數(shù)-光譜角組合的光譜匹配方法,光譜分析技術(shù)可以用于印刷品光譜差異性分析。
【學(xué)位單位】：北京印刷學(xué)院
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TS807;O433
【文章目錄】：
摘要
ABSTRACT
第一章 緒言
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的主要研究內(nèi)容
    1.4 論文章節(jié)安排
第二章 光譜分析原理與印刷品油墨光譜特性
    2.1 光譜分析技術(shù)
    2.2 油墨的組成及光譜特性
    2.3 同色異譜理論與原稿復(fù)制
第三章 光譜數(shù)據(jù)采集與預(yù)處理
    3.1 印刷品光譜數(shù)據(jù)采集
    3.2 光譜數(shù)據(jù)預(yù)處理
    3.3 本章小結(jié)
第四章 基于光譜吸收特征匹配的印刷品鑒別研究
    4.1 基于光譜吸收峰位置匹配的印刷品鑒別方法
    4.2 基于光譜單吸收峰特征參量匹配的印刷品鑒別方法
    4.3 實驗結(jié)果與分析
    4.4 本章小結(jié)
第五章 基于光譜曲線相似性匹配的印刷品鑒別研究
    5.1 光譜整體相似性匹配的常見方法
    5.2 不同光譜匹配方法組合的印刷品鑒別方法
    5.3 實驗結(jié)果與分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 下一步研究展望
致謝
參考文獻
研究生期間發(fā)表論文情況
附錄

【參考文獻】

相關(guān)期刊論文 前10條

1 張陳峰;胡云崗;侯妙樂;呂書強;張學(xué)東;;基于光譜吸收特征分析的彩繪文物顏料識別研究[J];地理信息世界;2017年03期

2 謝鑫淇;李星亮;;佰元人民幣防偽標(biāo)識紅外光譜特征研究[J];科技展望;2017年03期

3 魏祥坡;余旭初;付瓊瑩;劉冰;薛志祥;;光譜角余弦與相關(guān)系數(shù)測度組合的光譜匹配分類方法與實驗[J];地理與地理信息科學(xué);2016年03期

4 王雪培;趙虹霞;李青會;劉衛(wèi)東;蘇伯民;;多光譜成像技術(shù)分析彩色藝術(shù)品的相關(guān)基礎(chǔ)研究[J];光學(xué)學(xué)報;2015年10期

5 武鋒強;楊武年;李丹;;基于光譜特征擬合的藝術(shù)畫顏料成分識別研究[J];光散射學(xué)報;2014年01期

6 程欲曉;咸洋;馬騰洲;周宇艷;茅曄輝;;動植物油脂種類鑒別及其碘值測定的近紅外光譜方法[J];理化檢驗(化學(xué)分冊);2013年12期

7 ;多光譜顏色測量技術(shù)在印刷生產(chǎn)中的應(yīng)用與發(fā)展[J];印刷技術(shù);2013年20期

8 周萬懷;謝麗娟;應(yīng)義斌;;全光譜匹配算法在蘋果分類識別中的應(yīng)用[J];農(nóng)業(yè)工程學(xué)報;2013年19期

9 黃婷婷;韋志輝;修連存;吳澤彬;;基于吸收峰加權(quán)的巖礦光譜匹配方法研究[J];巖礦測試;2011年05期

10 丁麗霞;王志輝;葛宏立;;基于包絡(luò)線法的不同樹種葉片高光譜特征分析[J];浙江林學(xué)院學(xué)報;2010年06期

相關(guān)博士學(xué)位論文 前1條

1 樊玉霞;豬肉肉糜品質(zhì)與安全可見/近紅外光譜快速檢測方法的實驗研究[D];浙江大學(xué);2011年

相關(guān)碩士學(xué)位論文 前7條

1 王旭;基于中紅外光譜的奶粉分析模型研究及軟件實現(xiàn)[D];浙江工業(yè)大學(xué);2015年

2 石俊峰;高光譜吸收峰的特征定量化分析方法研究[D];杭州電子科技大學(xué);2016年

3 彭濤;基于光譜吸收特征參數(shù)量化的蝕變礦物信息提取[D];成都理工大學(xué);2015年

4 王一帆;基于多光譜的色彩再現(xiàn)與印品檢測的研究[D];江南大學(xué);2014年

5 蔣天瑜;基于多光譜圖像的紙幣防偽鑒定技術(shù)研究[D];華中科技大學(xué);2013年

6 劉偉;基于光譜特征分析的匹配與分類技術(shù)研究[D];解放軍信息工程大學(xué);2008年

7 白繼偉;基于高光譜數(shù)據(jù)庫的光譜匹配技術(shù)研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

本文編號：2854111