设备特征化方法的研究

设备特性化建立的色彩特征文件是不同色彩空间转换的重要依据。讨论并对比了几种常用的设备特性化方法。研究发现,多项式回归法简单但转换精度不好;查找表法是设备特性化常用的成熟的方法,精度好;BP神经网络法转换效果好,但有待完善,并有望成为未来彩色变换的主要手段之一。

基于模糊辨识的设备彩色特征化模型的研究

基于颜色自然语言描述的模糊性,以RGB颜色空间与CIEL*a*b*颜色空间转换为例,建立了以模糊控制方法为基础的彩色设备特征化模型,并对照基于三维查找表与插值算法的彩色设备特征化方法,对该模型进行了讨论。研究结果显示,该模型设计简单,便于应用,可以适用于设备彩色的特征化非线性描述。当采样空间点数量为125个时,模型对于检验样本点转换的平均色差达到2.65,而要达到相同水平的平均色差值,三维查找表与插值算法至少需要512个采样空间量,即该模型具有在较少样本点情况下可以获得较高精度的优点。

基于CMAC辨识理论的设备彩色特征化方法的研究

彩色设备的特征化是指设备相关颜色空间与标准色空间之间的转换,它是色彩管理技术的关键技术之一。以RGB颜色空间与CIE L*a*b*颜色空间转换为例,采用小脑模型神经网络(cer-ebellar model articulation controller,CMAC)进行设备颜色空间的特征化,以BP神经网络的方法和颜色空间转换模糊神经辨识方法对该模型进行比较研究,并利用Matlab软件进行了仿真。仿真结果显示,当训练样本总数为729个时,经过不到100次的迭代,网络既可以满足输出精度要求,并且检验样本的平均色差为1.35,表明该算法具有更快的模型转换速度和更高的转换精度。

波段分区的数码喷墨印花机光谱特性化模型

为提高数码喷墨印花技术颜色复制质量,研究了数码喷墨印花机的光谱特性化模型,提出基于光谱反射率的波段分区的数码喷墨印花机特性化模型。该模型针对31维光谱反射率数据与喷墨印花设备驱动值间的非线性关系,按照反射率波段进行分区,在不同波段分区中使用高次多项式拟合喷墨印花设备输出驱动值与颜色光谱数据的转换,通过转换矩阵实现数码喷墨印花设备的光谱特性化,将该光谱特性化模型应用于蚕丝织物输出实验。结果表明:90%的蚕丝织物喷墨印花色样的测量结果与光谱特性化估算结果的均方根误差都小于0. 001 2,其中最大误差为0. 001 9,平均误差值为0. 000 8; 90%的喷墨印花色样与估算结果的色差小于1. 0 NBS,最大色差为5. 709 9 NBS,平均色差为0. 570 0 NBS。

印刷品检测过程中的色彩空间转换研究

通过建立印刷设备特征模型,采用改进的四面体插值技术实现印刷品检测过程中图像信息从RGB到CMYK的转换.对于四面体插值技术,利用采样点的虚拟扩充方法,获得更大尺寸的三维查找表,进一步提高了空间转换精度;采用距离定位的方法,快速确定包含点的四面体,提高其转换速度.实验证明,该算法空间转换速度和精度有了较大的提高.