多光谱打印的变频调幅加网设计方案研究

基于多光谱颜色复制理论与变频调幅加网理论及其应用的技术规律,提出了多光谱打印的变频调幅加网设计方案(以六基色印刷为例),基本原则为预测的颜色主成分油墨按照其贡献率分别安排在加网角度45°、15°、75°、0°,而第五和第六主成分油墨分别安排在15°和75°。经理论验证分析与试验仿真,它满足实现高保真印刷的五个关键要件,这为实现高保真印刷提供了新的思路和技术途径,并且丰富了数字加网理论。     

基于吸光度的PET薄膜专色配方预测方法

基于吸光度与物质浓度的相关关系建立了一种PET薄膜印刷的混合油墨组分预测模型。该方法首先依据光的传播理论和光在墨层与承印材料中的多重内反射原理,利用基色和混合专色薄膜印品在黑白两色基底上的反射光谱,建立具有高透低反特性薄膜印品透射光谱的获取方法,并利用透射光谱求解吸收光谱;然后对专色吸光度与基色浓度进行回归分析,确定吸光度与基色浓度线性相关度高的特征波段,再根据郎伯比尔定律,利用特征波长处的专色样本吸光度与基色样本吸光度建立组分预测模型,求解专色样本的配方比例;最后,分析预测配方与预设浓度的偏差,并按照预测配方浓度重新打样,采用色差与光谱均方根误差对计算配方色与目标专色的匹配程度进行分析,验证模型精度。以凹印PET薄膜双基色混合样品为实验对象,对提出的方法进行测试。光谱分析表明,基色样本和专色样本光谱反射率曲线在黑白两种基底上有明显差异,但都随基色油墨浓度变化具有相同的变化规律,专色样本的光谱透射曲线随着基色浓度的变化接近浓度比例大的基色曲线,在400～580 nm区间,专色的吸收光谱随着基色油墨A浓度降低而升高,在580～700 nm区间随着基色油墨A浓度降低而降低。除570～590 nm吸收曲线相交区间以外,在可见光范围内专色油墨吸光度与基色油墨浓度之间的判定系数R2均大于0.95,平均值为0.990 0,两者具有强线性相关关系。分别选取基色A和B波长为520 nm(R2为0.994 2)和700 nm(R2为0.998 5)处的吸光度代入配色模型,并利用最小二乘法求解目标专色的配方比例。实验结果表明,六组预测浓度与预设浓度相比较,配方平均偏差为2.5%,无显著偏差。配方色样本与专色样本色差最大值为1.98,最小值为0.30,平均值为0.85,均满足GMI对专色复制的要求,其中5组专色色差小于1.5,符合专色忠实复制的要求;6组专色的光谱均方根误差最大值为2.93%,最小值为0.49%,平均值为1.40%,基本实现了同色同谱的高精度颜色复制。验证了该方法对于提高专色油墨配色精度和改善PET薄膜印刷质量具有显著效果,可为PET薄膜专色配方预测提供科学方法。     

尾焰特征光谱在主动段弹道目标识别中的应用

天基红外预警卫星远距离探测时获取的弹道目标特征信息匮乏,代表物质固有属性差异的光谱信息可作为目标识别的主要依据。将尾焰特征光谱信息作为识别的重要手段,综合考虑尾焰光谱吸收特性和特征光谱提取原则,采用改进的向前和向后间隔偏最小二乘法建立特征波段提取模型,以新型自适应变权重光谱相似性测度(SAVM)实现目标与特征光谱数据库的匹配,提出了基于尾焰特征光谱的主动段弹道目标识别方法。仿真实验进行了特征波段提取与SAVM优越性的验证,相较于全波段光谱匹配识别法,提出的方法所需数据量更小、识别精度更高。研究内容可为红外预警卫星系统优化探测识别能力提供有意义的参考。     

氧气吸收通道的高光谱传感器在轨光谱定标

通过对760nm氧气吸收特征的分析,构建波段半高宽分别为15、10、5和2.5nm的高光谱传感器模型,提出了四种光谱匹配类型和六种光谱匹配算法.基于MODTRAN辐射传输模型模拟出包含光谱偏移信息的测量光谱与参考光谱,计算出不同匹配类型和匹配算法的在轨光谱定标精度.结果表明,采用测量表观辐亮度和参考表观辐亮度作为光谱匹配类型,以相关系数作为光谱匹配算法的光谱定标精度最高.     

基于联合偏度的高光谱图像波段选择对玉米种子分类研究

高光谱图像技术是在种子识别领域广泛应用的农产品品质无损检测方法。特征信息的充分提取和最优波段的选择是影响高光谱图像技术种子鉴选在线应用的关键因素。目的在于利用联合偏度算法选择高光谱图像的最优波段,用于开发在线的种子分级系统。论文利用高光谱图像采集系统获取10类共960粒玉米种子在438～1 000 nm(共219个波段)波段范围内的高光谱图像,并提取了种子高光谱图像的平均光谱、图像熵特征。利用联合偏度算法选择了高光谱图像的最优波段,分别建立了基于平均光谱、图像熵、平均光谱和图像熵联合特征条件下的支持向量机种子分类模型,比较不同特征下分类模型的识别精度。实验结果表明：无论是全波段分类模型,还是建立在最优波段基础上的分类模型,利用平均光谱和图像熵联合特征获得的分类精度均高于平均光谱和图像熵两种单一特征模型。在10个最优波段条件下,联合特征分类模型的识别精度达到了96.28%,比光谱均值和图像熵的识别精度分别提高了4.30%和20.38%,也高于全波段联合特征识别模型的93.47%。利用联合特征建立玉米种子分类模型时,基于联合偏度的波段选择算法的分类精度要高于无信息变量消除法、连续投影算法和竞争性自适应重加权算法。该研究为种子高光谱图像识别技术的在线运用提供了可行的途径。     

喷墨打印系统多光谱特征化正向模型的建立

随着光谱技术的发展,打印系统的光谱特征化模型成为研究热点。基于光谱匹配的特征化模型通过直接预测设备基色的光谱反射比数据,可以有效的减少同色异谱现象的发生,为实现高保真印刷提供条件。主要基于Yule-Nielsen修正的Neugebauer光谱模型,开展了关于12色打印系统光谱特征化模型如何提高模型精度的研究。首先通过对颜色测量仪器及测量条件、喷墨打印机打印系统进行稳定性及精确度验证,为后续样本设计和测量提供可行性依据。然后,建立该研究设备适用的正向YNSN模型。依据CIELAB颜色空间中明度值L*均匀分布的原则,设计并输出了1 331个测试样本,抽取部分样本做训练样本,对所建立的光谱的特征化正向模型进行验证。结果表明,基于光谱的特征化模型预测精度较高,具有明显的优势。经验证,通过引入Yule-Nielsen修正参数n值,可进一步改善光谱预测精度。     

GA-BP神经网络结合PCA的多基色颜色预测模型

颜色分区法是简化多基色颜色复制的主要方法,本研究以3基色为组将7基色色空间分成6个子空间,结合主成分分析(PCA)对分区内颜色样本的光谱反射率降维,通过3层BP神经网络,建立样本网点面积率与多基色复制色光谱反射率的转换模型,并通过遗传算法(GA)对神经网络权值阈值进行优化,提高多基色复制的颜色预测精度.实验结果表明,在各分区训练样本数为64、检测样本数为216时,GA-BP神经网络模型颜色预测的平均色差(△Eab*)为1.669,光谱均方根误差(RMSE)为0.7％,预测精度和稳定性均高于BP神经网络模型和胞元Neugebauer模型.最后,将训练样本数为64的GA-BP模型与训练样本数量为125,216,343的BP神经网络模型(平均△Eab*分别为3.267,2.776,2.175,光谱RMSE为0.97％,0.79％,0.76％)进行了比较,结果表明训练样本数为64的GA-BP模型的预测精度与训练样本数量为343的BP神经网络模型相当.GA-BP模型仅需少量样本即可实现高精度的颜色预测,在应用中具有良好的可移植性.     

比值导数法矿物组分光谱解混模型研究

矿物丰度含量的精确分析是高光谱遥感技术定量分析中的难点。将化学领域的比值导数光谱算法进行总结,将其引入遥感反射率光谱分析,提出了基于线性光谱混合模型的比值导数光谱解混模型,并利用石膏和绿帘石粉末混合物进行了模型的精度分析。实验结果表明,矿物粉末混合物在不同波段其光谱混合特性有所不同,其中部分波段有较强的线性混合特征。采用部分强线性混合波段进行光谱解混,可以取得比全波段解混算法更好的结果。比值导数法光谱解混模型简洁,可以得到高精度的矿物成分反演结果,对于固定端元组成的混合光谱定量分析有较大潜力。     

一种基于色域分析与聚类分析的基色筛选

提出了一种基于色域分析与聚类分析结合的基色筛选算法。该方法对传统4色色域和目标高保真色域进行分析,筛选出4色色域外的特征点,并对其光谱反射率进行主成分分析,确定基色的个数m。以m作为分类数,对集合中特征色光谱反射率进行聚类分析,在m个分类光谱中选择和特征色平均光谱距离最远的m个光谱作为基色光谱,在基色库中选择和m个光谱相关距离最小的实际专色作为最终基色。实验结果表明,提出的基色选择算法能够准确估计出新基色的光谱反射率,最大程度实现了目标高保真色域的再现。     

基于联合偏度的高光谱图像波段选择对玉米种子分类研究（英文）

高光谱图像技术是在种子识别领域广泛应用的农产品品质无损检测方法。特征信息的充分提取和最优波段的选择是影响高光谱图像技术种子鉴选在线应用的关键因素。目的在于利用联合偏度算法选择高光谱图像的最优波段,用于开发在线的种子分级系统。论文利用高光谱图像采集系统获取10类共960粒玉米种子在438~1 000 nm(共219个波段)波段范围内的高光谱图像,并提取了种子高光谱图像的平均光谱、图像熵特征。利用联合偏度算法选择了高光谱图像的最优波段,分别建立了基于平均光谱、图像熵、平均光谱和图像熵联合特征条件下的支持向量机种子分类模型,比较不同特征下分类模型的识别精度。实验结果表明:无论是全波段分类模型,还是建立在最优波段基础上的分类模型,利用平均光谱和图像熵联合特征获得的分类精度均高于平均光谱和图像熵两种单一特征模型。在10个最优波段条件下,联合特征分类模型的识别精度达到了96.28%,比光谱均值和图像熵的识别精度分别提高了4.30%和20.38%,也高于全波段联合特征识别模型的93.47%。利用联合特征建立玉米种子分类模型时,基于联合偏度的波段选择算法的分类精度要高于无信息变量消除法、连续投影算法和竞争性自适应重加权算法。该研究为种子高光谱图像识别技术的在线运用提供了可行的途径。     

油墨红外光谱相似度与计算机配色精度的关系研究

为了获得高精度的配色样品,提出了一种配色方法-成分分析配色法。该方法将化学分析法与计算机配色相结合,其核心是选取与目标色成分最接近的油墨进行配色,从而实现高精度的色彩匹配,为计算机配色发展提供新的思路。与目标色成分相近的油墨配色效果验证：使用某种油墨印制目标色,并用相同的油墨进行配色,以实现目标色成分与配色色样成分的一致性。使用三个不同品牌的油墨对目标色进行配色,比较配色精度及效率。使用泗联牌三种颜色油墨以任意比例通过印刷适性仪IGT-CI(荷兰)印制目标色,这些目标色包括间色和复色,各3个色样;使用配色软件X-Rite color master(美国)建立泗联、东洋、牡丹三个品牌油墨的配色基础数据库,并对不同目标色进行配色。结果表明使用与目标色相同的泗联油墨的配色精度远高于东洋、牡丹两个品牌的油墨,配色色差整体都很小,校正1～2次就能得到小于1.0的色差,最小达到0.36,几乎实现了目标色的同色同谱匹配。实验验证了成分分析配色法的核心“选取与目标色成分最接近的油墨进行配色,可以实现高精度色彩匹配”的可行性。判别目标色与配色油墨在成分上区别的化学分析工具探讨：为了判别目标色色料与配色油墨在成分上有区别,尝试使用“红外光谱相似度”作为判别的分析工具。使用红外光谱仪Thermo Nicolet 6700(美国)测出泗联、东洋、牡丹三个品牌的三种颜色油墨的红外光谱图,使用OMNIC软件中的相关性算法得到它们与目标色油墨的红外光谱相似度,并计算出平均相似度;将各品牌油墨的红外光谱相似度与其配色实验的精度进行对比分析,评价红外光谱相似度作为化学分析判别工具的有效性。结果表明泗联牌油墨与目标色的平均红外光谱相似度为100%,东洋的为86.53%,牡丹的为64.63%。当校正次数相同时,泗联油墨配色色差最小,配色精度最高;东洋次之,是泗联油墨配色色差的2倍左右;牡丹最差,是泗联油墨配色色差的3倍以上。配色结果与其红外光谱相似度的规律是一致的,目标色油墨与配色油墨之间的红外光谱相似度越高,越容易得到高精度的配色样品。实验证明了用成分分析配色法获得高精度的色彩匹配是可行的,使用红外光谱相似度作为目标色与配色油墨在成分上的分析工具对判别配色精度是有效的。今后的工作将探讨红外光谱相似度与配色精度间的相关性数值关系,以及进一步寻求更为有效的化学分析方法来判断目标色色料与配色油墨之间的成分关系。     

受干扰光谱信息中矿物颜料粒径信息的获取

矿物颜料的准确配色是实现文物壁画高品质修复,颜色高保真还原的关键技术。矿物颜料颗粒的粒径大小是影响矿物颜料颜色信息和光谱反射率信息的一个重要因素。准确获取壁画表面的矿物颜料光谱反射率信息,是实现颜料颗粒粒径信息识别的有效途径。但是,由于壁画表面矿物颜料部分采样点的光谱信息受到了干扰,无法与不同粒径的矿物颜料的光谱数据库准确匹配,因此也无法从采集的光谱信息中获取有效的粒径信息。针对受干扰的颜料光谱信息,提出利用比值导数法对其进行处理。把光谱信息从光谱反射率空间转换到比值导数光谱空间进行匹配,降低光谱中的干扰信息,增强矿物颜料颗粒本身的光谱特征信息。以壁画中常用的不同粒径的石青和石绿矿物颜料为实验对象,制成色块样本,以基底和白色颜料为主要影响因素,对文中提出的方法进行测试。光谱角度量的结果和光谱曲线图的匹配结果显示,在比值导数光谱空间,获得了满意的光谱匹配精度。验证了文中提出的分析方法可以解决实验中受干扰颜料光谱匹配不准确而无法获得粒径信息的问题,能够为壁画修复过程中矿物颜料的配色提供准确的粒径信息参考。     

衰减全反射红外光谱法无损检验喷墨打印文件的油墨

利用傅里叶红外变换光谱中的衰减全反射（水平-ATR）技术无损测定了喷墨打印文件常用的惠普（Hp）、佳能（Canon）、爱普生（Epson）三大品牌特定油墨及其相应替代油墨,根据其红外光谱的特征吸收,可将这3种油墨及其替代油墨加以区分鉴定,该方法对样品进行无损检验,为喷墨打印油墨的种类识别提供了一种快速、准确、适用的鉴定方法。     

基于光谱色域最大化的喷墨打印墨量限制方法研究

为了在解决墨量超限问题的同时实现喷墨打印设备色彩再现色域的最大化,提出了一种基于多维非线性插值的墨量限制方法。以四类不同介质的墨水组合为研究对象,以特殊设计的墨量评判样本墨层铺展情况为判断依据,确定最大色域样本集,并利用分光光度计测量获取各样本在380～730 nm波段的光谱反射率信息。通过主成分分析法对光谱数据进行降维处理,结合凸包算法,实现设备最大色域的数学建模表达及可视化分析。实验结果表明,本文提出的墨量限制算法,在解决喷墨打印墨量超限问题的同时,其光谱、 色度及设备色空间的最大色域覆盖率皆大于95%,说明此方法在高保真色彩复制的墨量限制环节具有较为理想的表现。     

油墨组分比例预测模型与方法

因光学特性(吸收系数与散射吸收)与组分比例不呈严格的线性关系,基于K-M理论的配色模型无法保证比例预测精度,针对上述问题,建立了油墨组分比例预测模型与方法。首先利用与组分比例具有强线性相关性的特征波长处的光谱反射率倒数值替换K-M配色理论中的吸收系数与散射系数,引入非线性项,构建油墨混合呈色模型;然后在此基础上建立油墨组分比例预测模型。以两组二元基色油墨混合样本为例,对提出的油墨组分比例预测模型及方法进行验证。实验结果表明,文中方法可预测获得与真实结果较为接近的组分比例,两组实验样本的预测平均偏差分别为1.57%和3.6%,可为目标样油墨组分比例预测提供一种新的方法。     

印刷品原色油墨光谱预测中减色线性经验空间的建立

在半色调印刷品原色油墨光谱预测技术中,在原光谱反射率空间进行主成分分析得到的代表性基向量数目会大于实际所使用的原色油墨数目,即光谱反射率空间并不适用光谱预测,且主成分分析得到的基向量会出现负值,没有物理意义。针对上述问题,建立了一个减色线性经验空间模型及其空间转换模型,并探究了影响经验空间线性程度n值的因素,通过实验及优化算法创新性找到确定最佳n值的方法,并在该减色线性经验空间进行半色调原稿原色油墨的预测实验。实验结果表明,在不同n值下,选取原始光谱反射率R_m和重构光谱反射率R_recon的f范数平方值的最小值对应的n值做为建立线性经验空间确定最佳n值的方法是有效的;为了将纸张和油墨类型对空间转换因数n的影响程度减到最小,最终确定n值为3.5;在减色线性经验空间进行印刷品原色油墨数目预测,得到的代表性基向量数目恰好等于实际印刷使用的原色油墨数目4,进行原色油墨光谱预测,预测的4色油墨除K色外,其他CMY色与实际原色油墨光谱相比拟合度GFC均大于99.9%。即所提出的优化n值的新方法建立的减色线性经验空间是一个可作为半色调印刷品原色油墨数目预测和光谱预测的有效线性空间。     

基于纹理特征的挠性印制电路板焊盘缺陷检测

纹理特征反应了物体表面微观几何形貌与颜色的波动程度。针对挠性印制电路(FPC)焊盘纹理特征的提取与检测,本文提出基于灰度与纹理梯度二维分布特征的方法建立描述纹理特征的熵统计量,该统计量能够灵敏地反映、量化焊盘金面正常或异常情况下的不同表面视觉特征,当用于缺陷检测时,可准确地识别出焊盘缺陷,检测准确率高达96.7%,50个焊盘的平均检测时间为300ms,满足在线检测的要求。     

基于可见光谱的古代壁画颜料无损鉴别方法

矿物颜料是古代壁画显色的物质基础,其可见光谱反映自身物质和物理属性。不同颜料对可见光吸收特性的差异导致光谱曲线形状不同,同一种颜料因粒径等级差异引起光谱曲线幅值的规律性变化。依据矿物颜料上述特性,提出一种基于可见光谱的古代壁画颜料无损鉴别方法,通过光谱归一化方法实现不同粒径等级的同一颜料光谱曲线叠合,去除颜料粒径等级对光谱曲线幅值变化的影响,然后提取表征光谱曲线在各波段增减性和凹凸性的一阶与二阶导数特征,与光谱曲线组合得到颜料物质属性鉴别的光谱组合特征空间,以光谱角和欧式距离为基础构建评价指标,计算待鉴别颜料与数据库参考样本在光谱特征空间中的匹配误差(ME),实现颜料物质属性的鉴别。通过构建矿物颜料平均粒径大小和光谱反射率均值之间关系函数,实现颜料平均粒径大小的鉴别。基于构建的古代壁画常用颜料光谱数据库,以莫高窟壁画为对象,通过非接触式原位无损测量方法测量获得壁画颜料的可见光谱数据,对本文方法进行了验证,并以石绿和青金石颜料的鉴别结果为例,对古代壁画颜料使用技法、不同朝代颜料使用的差异性及原因进行了探讨。该方法将为更加全面深入研究和保护古代壁画提供有效的理论与方法支撑。