基于数码打样CMYK与L~*a~*b~*颜色空间转换模型的研究

论文摘要

颜色空间转换是色彩管理的核心技术,本课题利用EPSON STYLUS PRO9800喷墨打印机打样ECI2002标准随机色靶,选取建模和检验数据,进行CMYK与L*a*b*颜色空间转换模型的研究,为色彩管理颜色空间转换提供更广泛的理论依据以及实践指导。本课题依据四色平面理论,采用最小二乘法建立二元线性回归平面方程,通过相关性、显著性分析,验证了数码打样呈色符合四色平面规律。采用最小二乘法建立网点面积率与对应平面方程系数间的二次曲线方程,并将二次曲线方程代入选定K网点面积率的关于各色平面方程中初步得到选定K网点面积率时的转换方程,对其进行精度检验后确立K网点面积率分别为0%、20%、40%、60%、80%时的CMYK到L*a*b*颜色空间转换方程。采用三次样条插值算法建立选定K网点面积率与对应转换方程中各项系数之间的关系,得到任意K网点面积率时CMYK到L*a*b*颜色空间的正向转换方程,并分析了方程精度。依据BP神经网络理论、GA-BP神经网络理论,按各色块心理明度L*测量值划分建模数据,确定10段相同结构的BP神经网络并进行训练;考虑到BP神经网络初始权值随机性会影响网络精度及速度等问题,利用遗传算法（GA）优化各段BP神经网络的权值和阈值,作为BP神经网络的初始值进行再训练,经过对比分析,发现经GA优化后的BP神经网络在速度和精度的实现上比单纯的BP神经网络好,同时建立了L*a*b*到CMYK颜色空间的BP神经网络以及GA-BP神经网络反向转换模型。基于数码打样正反转换模型的建立过程为各类印刷方式下色彩管理的颜色空间转换方法提供了更多的参考,具有一定的指导意义。

论文目录

• 摘要
• Abstract
• 前言
• 主要符号表
• 1 概述
• 1.1 课题的研究背景及意义
• 1.1.1 数码打样
• 1.1.2 色彩管理
• 1.1.3 颜色空间转换以及颜色空间
• 1.1.4 国内外研究颜色空间转换模型的现状
• 1.2 课题的研究目的和内容
• 1.2.1 课题研究的目的
• 1.2.2 课题的研究内容
• 2 建模以及检验数据的获取
• 2.1 数码打样实验
• 2.2 实验数据的选取
• *a^*b^*颜色空间转换方程的建立'>3 基于数码打样CMYK到L^*a^*b^*颜色空间转换方程的建立
• 3.1 数码打样呈色的平面规律验证
• 3.1.1 依据平面理论建立平面方程
• 3.1.2 平面方程的线性相关性分析
• 3.1.3 平面方程的显著性分析
• 3.1.4 探讨数码打样呈色的平面规律
• *a^*b^*颜色空间转换方程的建立'>3.2 选定K值时CMYK到L^*a^*b^*颜色空间转换方程的建立
• *a^*b^*颜色空间转换方程'>3.2.1 K=0%时CMYK到L^*a^*b^*颜色空间转换方程
• *a^*b^*颜色空间转换方程'>3.2.2 K=20%时CMYK到L^*a^*b^*颜色空间转换方程
• *a^*b^*颜色空间转换方程'>3.2.3 其他选定K值时CMYK到L^*a^*b^*颜色空间转换方程
• *a^*b^*颜色空间转换方程精度检验'>3.3 选定K值时CMYK到L^*a^*b^*颜色空间转换方程精度检验
• 3.3.1 精度计算
• 3.3.2 精度分析
• *a^*b^*颜色空间转换方程的实现与分析'>3.4 CMYK到L^*a^*b^*颜色空间转换方程的实现与分析
• 3.5 本章总结
• *a^*b^*到CMYK颜色空间转换模型的实现'>4 基于数码打样L^*a^*b^*到CMYK颜色空间转换模型的实现
• 4.1 人工神经网络概述
• 4.1.1 人工神经网络基本原理
• 4.1.2 人工神经网络的学习
• 4.2 BP（Back-Propagation）神经网络
• 4.2.1 BP（Back-Propagation）神经网络结构
• 4.2.2 BP神经网络实现原理
• 4.2.3 BP神经网络的设计
• 4.3 遗传算法（Genetic Algorithm）改进BP神经网络
• 4.3.1 BP神经网络存在的缺点
• 4.3.2 BP神经网络的改进方法
• 4.3.3 遗传算法（Genetic Algorithm）
• *a^*b^*到CMYK颜色空间的BP神经网络转换模型的建立'>4.4 L^*a^*b^*到CMYK颜色空间的BP神经网络转换模型的建立
• 4.4.1 确定网络段划分数据
• 4.4.2 确定BP神经网络结构
• *a^*b^*到CMYK颜色空间的BP神经网络转换模型'>4.4.3 建立L^*a^*b^*到CMYK颜色空间的BP神经网络转换模型
• *a^*b^*到CMYK颜色空间的GA-BP神经网络转换模型的建立'>4.5 L^*a^*b^*到CMYK颜色空间的GA-BP神经网络转换模型的建立
• 4.5.1 利用GA确定BP神经网络的初始权值和阈值
• 4.5.2 GA与BP神经网络结合建立优化模型
• 4.6 BP与GA-BP神经网络转换模型精度比较
• 4.7 本章总结
• 5 结论与展望
• 5.1 结论
• 5.2 展望
• 致谢
• 参考文献
• 附录
• 作者攻读硕士期间公开发表论文
• 获奖情况