分色方法的建模研究与误差分析

分色方法的建模研究与误差分析

论文摘要

原稿的颜色信息能否在印刷流程中得到正确传递是衡量印刷产品质量的关键指标之一。在印前阶段把载有待印信息的原稿分色并传递到印版上是印刷流程中的重要步骤,而且这个步骤对原稿的再现质量影响非常大。因此,研究分色方法和技术,探求优化的建模方法对于提高印品质量具有积极的意义。本文以德国FOGRA印艺技术协会建议使用的ECl2002标准测试靶数据为依据,设计制作了印刷模拟系统分色模块;并采用数字化分析方法,从精度、稳定性、对建模数据的依赖性、与原稿类型的关系以及可操作性五个方面对四种分色方法进行了系统的研究和技术分析。主要工作和取得的研究结论如下:1)在分析现有分色方法的基础上,分别建立了基于纽介堡方程法、三维查找表法和神经网络法的从L*a*b*色彩空间向CMY(K)色彩空间的转换模型,作为印刷模拟系统分色模块的第一、第二和第三选择项。2)分别采用多元线性回归和非线性回归方法建立了从L*a*b*色彩空间向CMY(K)色彩空间的转换模型。非线性回归模型C、M、Y网点面积率的精度比线性回归模型分别高1.51%、2.09%、2.11%,证明采用非线性回归建立转换模型更加精确。3)使用多重多元非线性回归方法建立了从L*a*b*色彩空间向CMY(K)色彩空间的转换模型。建模过程表明,使用多重多元回归方法建模思路更加清晰,既能保证精度,模型又简练直观。故选取多重多元回归建模作为分色模块的第四选择项。4)基于ECl2002标准测试靶数据,从精度和稳定性两方面对四种分色模型进行了对比分析。研究表明:精度最高的是三维查找表法;稳定性最好的是多重多元回归法。5)分析了四种分色模型对样本量的依赖度和相应的区域建模优势。研究表明:纽介堡方程法需要的建模数据最少,对以红色调为主的原稿分色有优势;多重多元回归法对样本量的依赖度次之,BP神经网络法需要的建模数据量较大,而三维查找表法需要的建模数据量最大;BP神经网络法与多重多元回归法对以绿色调和蓝色调为主的原稿分色有优势,三维查找表法对以蓝色调为主的原稿分色有优势。6)在MATLAB平台上,设计开发了印刷模拟系统的分色模块。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 1 绪论
  • 1.1 分色技术的发展
  • 1.2 分色技术的研究现状
  • 1.3 课题研究的背景及意义
  • 1.4 课题的主要内容
  • 2 数字分色的理论基础
  • 2.1 常用色彩空间
  • 2.1.1 色彩空间概述
  • 2.1.2 CIE色彩空间
  • 2.1.3 CMYK色彩空间
  • 2.1.4 常用色彩空间之间的色域关系
  • 2.2 常用分色方法
  • 2.2.1 纽介堡方程法
  • 2.2.2 三维查找表法
  • 2.2.3 神经网络法
  • 2.2.4 多项式回归法
  • 2.3 本章小结
  • 3 分色方法的建模研究
  • 3.1 建模思路及数据选取
  • 3.1.1 建模思路
  • 3.1.2 数据选取
  • 3.2 纽介堡方程法
  • 3.2.1 牛顿迭代法概述
  • 3.2.2 建模过程
  • 3.2.3 检测精度
  • 3.3 三维查找表法
  • 3.3.1 三维查找表法基本原理
  • 3.3.2 建模过程
  • 3.3.3 检测精度
  • 3.4 BP神经网络法
  • 3.4.1 BP神经网络的结构
  • 3.4.2 BP神经网络的设计
  • 3.4.3 建模过程
  • 3.4.4 检测精度
  • 3.5 多项式回归法
  • 3.5.1 多元线性回归分析
  • 3.5.2 多元非线性回归分析
  • 3.5.3 多重多元回归分析
  • 3.5.4 检测精度
  • 3.6 分色模块的设计
  • 3.6.1 设计平台
  • 3.6.2 分色模块介绍
  • 3.7 本章小结
  • 4 分色方法的误差分析
  • 4.1 精度和稳定性分析
  • 4.1.1 精度分析
  • 4.1.2 稳定性分析
  • 4.2 模型对建模数据依赖度分析
  • 4.2.1 纽介堡方程法
  • 4.2.2 与建模数据相关的三种模型
  • 4.3 原稿类型对分色方法选择的影响
  • 4.3.1 纽介堡方程法
  • 4.3.2 三维查找表法
  • 4.3.3 BP神经网络法
  • 4.3.4 多重多元回归法
  • 4.4 可操作性分析
  • 4.5 本章小结
  • 5 总结与展望
  • 5.1 论文所做工作总结
  • 5.2 未来展望及进一步工作
  • 致谢
  • 参考文献
  • 附录
  • 在校期间发表论文
  • 相关论文文献

    • [1].图文传播有问必答(二十一)[J]. 广东印刷 2016(03)
    • [2].色彩空间[J]. 人像摄影 2009(11)
    • [3].基于组合色彩空间和卷积神经网络的手势识别算法[J]. 现代计算机 2019(29)
    • [4].韩流色彩空间设计[J]. 流行色 2016(07)
    • [5].基于多色彩空间的肤色检测研究[J]. 计算机技术与发展 2013(10)
    • [6].浅论色彩空间透视与色彩对比[J]. 中国轻工教育 2008(S1)
    • [7].基于FPGA的色彩空间双向转换电路设计[J]. 电子器件 2014(06)
    • [8].基于FPGA的色彩空间转换系统设计[J]. 科技资讯 2014(25)
    • [9].色彩传递算法在不同色彩空间中的成像效果研究[J]. 电子测量与仪器学报 2017(10)
    • [10].色彩管理第1步 正确选择相机上的色彩空间[J]. 影像视觉 2009(07)
    • [11].色彩管理的若干进展[J]. 印刷质量与标准化 2011(04)
    • [12].城市色彩空间特性浅析[J]. 山西建筑 2008(35)
    • [13].混合色彩空间与多核学习的色纺织物组织点识别[J]. 纺织学报 2020(05)
    • [14].色彩空间中的单幅图像自适应去雾算法[J]. 计算机辅助设计与图形学学报 2015(08)
    • [15].笛卡尔色彩空间的美术设计规则[J]. 沈阳师范大学学报(社会科学版) 2015(05)
    • [16].浅谈不同色彩空间对电视后期制作的影响[J]. 电视字幕(特技与动画) 2008(09)
    • [17].混合色彩空间多信息融合的运动目标检测算法[J]. 光电工程 2014(04)
    • [18].色彩空间设计之灵魂[J]. 家具与室内装饰 2010(02)
    • [19].色彩管理在艺术类实验室中的应用[J]. 大众文艺 2017(08)
    • [20].色彩空间迈向2008[J]. 流行色 2008(01)
    • [21].西红柿采摘识别系统中色彩空间选择的探讨[J]. 农机化研究 2008(02)
    • [22].朗盛:极致之红为世界呈现全新色彩空间[J]. 中国涂料 2016(12)
    • [23].保障色彩模式及其色彩空间的统一的方法[J]. 中国包装工业 2009(10)
    • [24].色彩空间那点事[J]. 数码影像时代 2018(04)
    • [25].AMO打造普拉达秀场色彩空间[J]. 流行色 2015(03)
    • [26].CFO的职场三原色[J]. 首席财务官 2014(08)
    • [27].终极黑白转换[J]. 数码摄影 2008(12)
    • [28].基于亮度补偿与双边滤波的彩色图像增强方法[J]. 电子技术与软件工程 2020(09)
    • [29].基于混合色彩空间的分块颜色特征提取算法[J]. 激光与光电子学进展 2018(01)
    • [30].摄编存播显[J]. 数码影像时代 2014(12)

    标签:;  ;  ;  ;  

    分色方法的建模研究与误差分析
    下载Doc文档

    猜你喜欢