多色印刷分色算法研究综述

针对四色印刷再现色域小、颜色复制准确度较低的问题,业界提出了多色(超四色)印刷分色技术。本文在查阅大量相关文献的基础上对多色印刷分色算法进行了分类研究。针对现有的数学模型法、经验模型法、基于光谱复制的分色算法以及带有浅色通道的喷墨印刷分色算法,归纳、分析各类算法的优缺点,最后对该研究领域当前存在的问题和今后的研究方向进行了总结和展望,以启发相关研究者探索新的多色印刷分色方法,进一步提高颜色复制效果。

光谱颜色复制模型概述

利用光谱复制技术提高颜色复制精度,减少同色异谱现象,是目前颜色高保真复制方法研究的一个主流方向。本文总结回顾了各经典光谱模型,并对打印机适用的基于回归的经典光谱模型和基于物理过程的关键光谱模型进行介绍。其中打印机适用的基于回归的经典光谱模型包括适用于单色打印机的Murray-Davies模型、适用于网目调多色印刷的Neugebauer模型、添加n值优化的Yuk-Nielsen光谱反射率模型、Clapper-Yuk光谱反射率模型、细胞化Neugebauer模型、细胞化Yule-Nielsen光谱模型、YNSN光谱模型以及细胞化YNSN模型。通过控制模型中的各可变参数,不断优化模型,可提高光谱颜色复制的精度。

基于光谱的打印机正向建模方法

构建正向光谱预测模型是实现光谱颜色复制的关键,实际中广泛应用的正向模型包括YNSN模型和CYNSN模型。YNSN模型在采样点较少的情况下可获得较佳的光谱预测效果,但是其预测精度有限。CYNSN模型将打印机原色进行了更细致的划分,运用均匀采样的方法来划分胞元区间,显著提高了正向模型预测精度,然而运用均匀采样在颜色空间进行胞元区间划分的方法指数级递增了胞元数量,虽然保证了光谱精度,但是会带来庞大的样本测量,增加建模成本。因此本研究提出一种以模型误差分布为标准进行非均匀采样的方法来构建CYNSN模型,通过设计合理的实验样本确定最佳采样区间并计算模型精度。实验结果表明,本研究所提出的胞元区间划分方法,其所需测量的样本具有针对性,减少了样本测量数量,降低建模成本的同时有效提高了正向模型精度。