基于光谱分析的多色半色调光谱模型的研究 ——基于IREYNSN光谱模型的打印机颜色特征化

基于光谱分析的多色半色调光谱模型的研究 ——基于IREYNSN光谱模型的打印机颜色特征化

论文摘要

为了降低色度复制引起的同色异谱程度,光谱复制受到越来越多的关注,而近年来对于打印机的光谱特征化模型逐渐受到重视,即建立打印机输出图像的光谱反射率与输入值之间的色彩模型。目前彩色半色调颜色模型有Neugebauer方程(N)、Yule-Nielsen模型(YN)、Clapper-Yule多重内反射模型以及Williams–Clapper模型,其中用Yule-Nielsen修正的Neugebauer模型(YNSN)在实际中广泛应用,所以本文主要是研究基于YNSN光谱模型的打印机颜色特征化。YNSN模型中修正的n值虽然考虑到了光学网点扩大,但是模型没考虑到油墨纸张作用、油墨与油墨之间相互作用引起的物理网点扩大,所以本文在用Kubelka-Munk理论计算Neugebauer基色反射率减少了光学网点扩大影响之后,又考虑到物理网点扩大来修正YNSN模型即建立EYNSN光谱模型。首先,通过讨论随机加网、旋转加网和点对点加网下的油墨的不同叠印方式,先建立理论网点面积率和有效网点面积率两者间的油墨铺展网点扩大函数模型。其次,考虑到纯黑和彩黑的光谱冗余和油墨总量限制的局限性,把模型扩展到红外光谱区域,建立IREYNSN光谱模型。并考虑到并非所有油墨的叠印情况都是有用的,以及黑墨铺展网点扩大函数的噪声冗余并没有提高模型精度这个事实,用半色调黑模型来简化油墨的铺展方程。最后,通过实验,用IREYNSN光谱模型分析喷墨打印机的颜色特征化,再用遗传算法来优化求出IREYNSN光谱模型中的各个参数,并用根均方差RMSE来验证模型的准确度。通过实验得出,基于IREYNSN光谱模型的打印机颜色特征化分析模型与查找表法(LUT)相比,更具有实际意义且简便易用。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题的研究背景、目的和意义
  • 1.2 国内外研究现状
  • 1.3 课题的研究内容
  • 第二章 基于YNSN 颜色复制光谱模型的打印机特征化
  • 2.1 基于光谱的颜色复制模型
  • 2.1.1 颜色复制的六种模型
  • 2.1.2 基于色度的颜色复制模型的局限性及光谱复制模型的优势
  • 2.2 基于YNSN 光谱模型的颜色复制
  • 2.2.1 YNSN 光谱模型介绍
  • 2.2.2 YNSN 光谱模型的影响因素
  • 2.2.3 YNSN 光谱模型的各个参数分析
  • 2.2.4 YNSN 光谱模型的网点扩大
  • 2.3 基于YNSN 光谱模型的打印机颜色特征化
  • 第三章 油墨铺展条件下和扩展到红外区域的YNSN 光谱模型-IREYNSN
  • 3.1 考虑油墨铺展在不同叠印情况的YNSN 光谱模型即EYNSN
  • 3.1.1 随机加网和旋转加网不同叠印情况下油墨的物理网点扩大
  • 3.1.2 点对点加网不同叠印情况下油墨的物理网点扩大
  • 3.1.3 油墨铺展网点扩大函数f 的计算
  • 3.1.4 考虑到物理网点扩大有效网点面积率的计算
  • 3.2 扩展EYNSN 光谱模型到红外区域–IREYNSN 光谱模型
  • 3.2.1 EYNSN 光谱模型的局限性
  • 3.2.2 EYNSN 光谱模型的完善
  • 第四章 基于IREYNSN 光谱模型的打印机颜色特征化
  • 4.1 实验设计
  • 4.1.1 实验目的
  • 4.1.2 实验环境及需要测量的参数
  • 4.2 实验步骤
  • 4.2.1 训练样本的获取
  • 4.2.2 模型各个参数的数据获取
  • 4.2.3 应用遗传算法来求出IREYNSN 模型中的所有参数
  • 4.3 实验计算结果及分析
  • 4.4 模型的验证
  • 4.4.1 根均方差RMSE
  • 4.4.2 验证结果
  • 第五章 总结与展望
  • 致谢
  • 参考文献
  • 作者在攻读硕士学位期间发表的论文
  • 附录 A
  • 附录 B
  • 附录 C
  • 附录 D
  • 附录 E
  • 相关论文文献

    • [1].基于改进非负矩阵分解的多组分气体光谱解混算法[J]. 量子电子学报 2019(06)
    • [2].基于光谱分离的定量荧光共振能量转移检测[J]. 中国激光 2020(02)
    • [3].《光谱》[J]. 科技与创新 2020(16)
    • [4].基于光谱角与光谱距离的目标识别方法[J]. 大气与环境光学学报 2020(05)
    • [5].试论基于光谱的食品安全快速检测关键技术[J]. 食品安全导刊 2018(30)
    • [6].光栅光谱仪的光谱重建[J]. 物理实验 2017(05)
    • [7].空间外差光谱自适应基线校正研究[J]. 光谱学与光谱分析 2017(09)
    • [8].激光诱导击穿光谱空间约束增强方法研究[J]. 沈阳理工大学学报 2017(04)
    • [9].速度光谱[J]. 汽车生活 2012(02)
    • [10].用于激光吸收光谱二维重建的光谱优化选择方法研究[J]. 推进技术 2020(10)
    • [11].牡丹江老年大学举办“丹青妙笔歌盛世·翰墨流光谱新篇”主题书画展[J]. 老年教育(书画艺术) 2020(10)
    • [12].第三届光谱网络研讨会(eConference on Spectroscopy,eCS 2017)第一轮通知[J]. 光谱学与光谱分析 2017(02)
    • [13].第三届光谱网络研讨会(eConference on Spectroscopy,eCS 2017)第一轮通知[J]. 光谱学与光谱分析 2016(12)
    • [14].一种基于激光诱导击穿光谱的奶粉重金属检测新方法[J]. 纳米技术与精密工程 2017(04)
    • [15].激光诱导击穿光谱:从实验平台到现场仪器[J]. 分析化学 2017(09)
    • [16].光谱解析法在有机化学中的应用研究[J]. 化工管理 2017(30)
    • [17].颠倒光谱论证在现实中可行吗?——论功能主义对颠倒光谱论证的回应[J]. 自然辩证法通讯 2014(06)
    • [18].基于参考温度的多目标极小值优化原理的多光谱真温反演[J]. 光谱学与光谱分析 2020(07)
    • [19].透过棱镜看星星:简易方法拍光谱[J]. 天文爱好者 2008(01)
    • [20].环境水化学过程光谱量子信息识别与定量表征技术[J]. 环境工程学报 2020(10)
    • [21].基于改进光谱角算法的小麦产量监测研究[J]. 新疆农业科学 2011(01)
    • [22].第二届全国表面增强光谱专题研讨会在苏州大学召开[J]. 光谱学与光谱分析 2009(01)
    • [23].第二届全国表面增强光谱专题研讨会在苏州大学召开[J]. 光谱学与光谱分析 2008(12)
    • [24].第二届全国表面增强光谱专题研讨会在苏州大学召开[J]. 光散射学报 2008(04)
    • [25].双光谱二维异步相关光谱表征分子间相互作用的可行性研究[J]. 光谱学与光谱分析 2020(04)
    • [26].基于生成对抗网络的白矮主序双星光谱分解研究[J]. 光谱学与光谱分析 2020(10)
    • [27].光谱调控植物生长发育的研究进展[J]. 照明工程学报 2018(04)
    • [28].改进量子遗传算法在光谱分配中的应用[J]. 潍坊学院学报 2016(02)
    • [29].光谱方案中的活动区教学[J]. 山东教育 2009(12)
    • [30].国际光谱会议预告[J]. 光谱学与光谱分析 2011(03)

    标签:;  ;  ;  ;  ;  

    基于光谱分析的多色半色调光谱模型的研究 ——基于IREYNSN光谱模型的打印机颜色特征化
    下载Doc文档

    猜你喜欢