面向高保真印刷的特征光谱提取与匹配方法研究

快速、准确的进行光谱重建是高保真印刷复制研究的难点。针对多个基色参与复制造成颜色在光谱表征和油墨配比之间转换模型复杂的问题,提出了一种用于高保真印刷的特征光谱提取和匹配方法。该方法利用光谱的导数变换对印刷基色油墨的特征光谱波段进行了筛选和提取,在此基础上提出了特征光谱的多阈值编码算法;针对高保真印刷中的分区判断问题,利用导数平均特征光谱表示各分区特征,并通过目标光谱与各分区的导数平均特征光谱的光谱匹配算法,解决了高保真印刷中的分区判断问题。实验结果表明,提取的特征光谱波段能够显著代表各个基色的光谱特征,基于特征光谱的色彩转换模型精度高于基于全波段的色彩转换模型;光谱匹配算法在判断分区上达到了很高的精度,极大的提高了效率,具有较高的实用性。     

基于有约束非负矩阵分解的原稿基色色料光谱预测方法

针对直接在光谱反射率空间,对原稿颜色样本光谱的主成分分析会导致特征向量的数目超过真实物理维度(原稿所用基色色料)的数量,以及特征向量和对应系数存在负值,不能直接表示原稿基色色料的光谱特性和对应浓度等情况。创新性的提出需根据原稿色料的光学特性建立一个完全线性的光谱空间,并在该空间中使用带约束条件的非负矩阵分解实现对原稿基色数量和光谱形状进行预测的方法。对此,首先设计了一个实现对原稿基色色料光谱预测方法的总体研究方案和实现步骤,再以透明色料原稿为例,研究如何选择和构建一个符合其光学特性的光谱线性空间,然后再在基本非负矩阵分解(BNMF)基础上提出针对基色色料光谱预测的有约束非负矩阵分解算法(SCNMF)。针对BNMF算法会出现多重最优解,为了提高预测精度,使矩阵分解结果有明确的物理意义,所提出的SCNMF算法需要满足4个约束条件：非负性约束;全加性约束;平滑性约束;稀疏性约束。建立了满足约束条件的目标函数和迭代算法。预测结果表明本文提出的新方法能有效的实现对原稿基色物理维度和基色色料光谱的准确预测。     

一种基于线性规划的多基色显示系统设计

多基色显示系统采用增加基色数量的方法能有效地扩大显示器的再现色域。针对三基色到多基色的映射线性方程组解的不唯一性,提出了一种基于亮度最大的线性规划优化算法。该方法根据颜色亮度和色域之间的关系,用线性规划求得亮度最大值时的最优解。最后将该算法运用到了五基色显示系统。结果表明,白点亮度达到了最大值,同时系统的色域较三基色显示系统扩大了约20%。     

基色LED的光谱漂移及其对显色性能影响的研究

发光二极管(LED)因其低功耗、低成本而被广泛应用于大型文字、图形和图像的显示,通过调节红、绿、蓝LED发光的亮度可产生不同显色指数的彩色图像像素。但是LED发光光谱会随环境温度的变化产生漂移,从而对显色性能产生影响。用驱动电流的变化模拟环境温度的变化对三基色LED的光谱漂移进行了测试,分别得到了三基色的漂移特性,提出了单色LED光谱漂移方程及三基色光谱漂移方程组。通过研究不同驱动电流下基色LED的光谱漂移,得到了相应的光谱漂移率。通过分析人眼对颜色宽容量的大小,以及基色LED的最大漂移波长,得到了只有红色LED的色差会影响显示屏显色性能的结论。该研究为彩色LED工程实践中反馈控制消除由基色漂移造成的显色色差提供了一定的理论依据和实验支持。     

基于分区纽阶堡方程的6色印刷分色模型研究

借鉴颜色分区理论,以青、品、黄、黑、桔红、绿为基色构建6色印刷分色模型.从现有6色国际色彩联盟ICC)特性文件中获取光谱反射率数据,计算纽阶堡基色的色度数据,并创建各分区纽阶堡印刷呈色模型.在利用迭代法对分区纽阶堡方程组进行反向求解的过程中,引入了基于节点地址的色域压缩方案,成功地解决了对目标色域外样本点进行分色求解所...     

基于色域界定的多基色亮度均衡颜色转换算法

为实现多基色显示设备多通道亮度均衡程度最优的颜色转换,提出了一种基于凸包算法的多基色显示设备色域的界定方法,并提出了一种通过对亮度均衡程度评价函数进行非线性优化以求解出最优亮度均衡驱动值的颜色转换算法。在XYZ颜色空间均匀取样颜色坐标,通过凸包算法判断得到位于设备色域内的颜色坐标;计算出设备色域内颜色坐标对应的亮度均衡程度最优的多基色驱动值,从而建立XYZ颜色空间到多基色设备颜色空间的映射关系;以小间距点阵LED六基色显示器为实验平台,结合该显示器子像素的发光参数,实现了色域界定与亮度均衡颜色转换。结果表明提出的方法可实现平均亮度离散系数为0.1685的颜色转换。     

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。     

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。     

基于密集卷积和域自适应的高光谱图像分类

针对常规的高光谱图像分类算法不能很好地解决不同图像中的频谱偏移的问题,提出了一种基于密集卷积和域自适应的高光谱图像分类算法,首先在源域中使用密集卷积进行深度特征学习,然后应用域自适应技术转移到目标域。目前的域自适应高光谱图像分类框架中常用卷积神经网络进行特征学习,但是当深度增加时会出现因梯度消失而导致分类精度下降的情况,因此本文通过引入密集卷积进行深度特征学习,提高域自适应高光谱图像分类的精度。在Indiana高光谱数据集和Pavia高光谱数据集上验证所提算法的有效性,整体分类精度分别为61.06%和89.63%,与其他域自适应高光谱图像分类方法对比,所提方法具有更好的分类精度。     

改进粒子群优化算法的高光谱波段选择

高光谱图像具有数百个连续、狭窄的光谱带,光谱范围跨越可见光到红外光,可提供地物的精细光谱属性,对于地物材质和属性的识别分类具有重要应用价值。针对感兴趣目标选择有限的光谱波段进行传输和处理,对于提升高光谱数据处理时效性、以及设计面向特定应用的实用化光谱仪都具有重要意义。而如何结合目标特征选择最优波段成为在提升处理效率的同时保证目标识别或分类精度的必然要求。因此如何从数以百计维度的高光谱图像中选择出具有较好分类识别能力的波段子集是急需解决的问题。提出基于改进粒子群优化算法的高光谱波段选择方法,该方法区别于传统的粒子群优化算法,引入 “概率突跳特性”,并设定新解的淘汰机制,将“停滞”的新解进行淘汰,提高了算法的全局寻优性能。然后基于目标光谱特征采用了最优波段选择的优化目标函数,通过改进的粒子群优化算法求解目标函数,并将选定的波段子集反馈到支持向量机（SVM）中执行分类应用。采用两个标准的高光谱数据集（Indian Pines, Salinas）对选择出的波段子集进行分类测试,结果表明该方法相较于现有方法具有较高的分类精度,在几种方法中,传统的粒子群算法筛选出的波段效果最差;该算法筛选出的波段的分类精度最好,两个数据集的分类精度分别可以达到98.141 4%和99.084 8%。     

基于脑模型控制器的红外背景预测算法

在分析云背景红外图像空间分布上存在混沌现象的基础上,提出一种基于脑模型控制器的红外背景预测算法.该方法利用混沌具有短时可预测性的特点,对云背景图像进行预测,并根据云背景杂波和运动目标的混沌特性差异修正预测模型.仿真结果表明,该算法能有效地提高云背景的预测准确度,预测残差符合白噪音特性,对云背景杂波具有良好的抑制效果,能显著提高目标的信杂比,从而改善目标的检测性能.     

基于色彩恒常性的敦煌典型色彩光谱样本集构建方法

该研究目的为提出一种面向我国各类文物体系的典型色彩光谱样本集构建方法。以具有1700多年历史的世界级佛教艺术文化遗产敦煌莫高窟壁画彩绘为典型研究对象,以保证文物色彩传递过程中的色彩恒常性为主要创新,最终从视觉感知角度提出基于色彩恒常性的敦煌典型色彩光谱样本集构建方法。在具体实施过程中,在敦煌研究院美术所及保护所工作人员的配合与指导下,结合现有敦煌学研究成果,研究选取了48类敦煌典型颜料并设计制备了240个代表性色彩样本。利用分光光度计获取其在360～750 nm范围内反射光谱信息,通过聚类分析法对原始色彩光谱样本集进行分类,以6类典型光源场景条件下色彩易变性指数(color inconstancy index)的综合量值为依据,结合Wilcoxon符号秩检验,确定分类数量及各子类的代表性样本,初步构建光谱样本集。随后,从色域完整性角度对初步建立的样本集进行补充,最终构建由100个样本组成的全色域光谱数据集。分析结果显示,该样本集在99%置信条件下的色彩易变性指数可低至3.28,且均匀分布于敦煌色彩体系的整个色域,因而可以为敦煌色彩再现过程中合理的选用具有高恒常性水平的色彩提供数据参考及方法依据。     

Color transfer method preserving perceived lightness

Color transfer originally proposed by Reinhard et al. is a method to change the color appearance of an input image by using the color information of a reference image. The purpose of this study is to modify color transfer so that it works well even when the scenes of the input and reference images are not similar. Concretely, a color transfer method with lightness correction and color gamut adjustment is proposed. The lightness correction is applied to preserve the perceived lightness which is explained by the Helmholtz–Kohlrausch (H–K) effect. This effect is the phenomenon that vivid colors are perceived as brighter than dull colors with the same lightness. Hence, when the chroma is changed by image processing, the perceived lightness is also changed even if the physical lightness is preserved after the image processing. In the proposed method, by considering the H–K effect, color transfer that preserves the perceived lightness after processing is realized. Furthermore, color gamut adjustment is introduced to address the color gamut problem, which is caused by color space conversion. The effectiveness of the proposed method is verified by performing some experiments.     

基于主成分分析的光谱重建训练样本选择方法研究

训练样本构成是影响光谱重建精度的一个重要因素,针对学习型光谱重建算法中训练样本选择问题,提出了一种基于主成分分析的训练样本选择方法。为了保证训练样本与重建样本的相似度,首先根据欧式距离最小原则从待选样本集中选择与重建样本相机响应值相似的样本,并去掉其中的重复样本;然后进行主成分分析;设定阈值筛选各主成分系数较大的样本作为训练样本,最后得到与主成分个数相同的训练样本子集。为验证该方法的有效性,通过在镜头前加载宽带滤色片搭建多通道图像获取系统采集多通道图像信息,将得到的各样本子集用作训练样本,利用伪逆法重建光谱信息,最后将重建的光谱精度与常用的训练样本及训练样本选择方法得到的重建光谱精度进行比较。实验结果表明：提出的方法显著提高了光谱重建的色度精度和光谱精度,优于常用的样本选择方法,能较大程度满足高精度颜色复制要求。     

Recovery of Surface Reflectances Using Video Camera Image Signals under Unknown Illuminations

Estimation of surface spectral reflectance functions and colorimetric values of object colors was carried out for the image data captured by video camera under unknown illuminations. The estimation method is based on the finite-dimensional linear model of illuminants and surfaces using a single reference reflectance with known surface spectral reflectance in a scene. Experimental results showed that recovered surface spectral reflectance functions are the almost same for different illuminations. This method is useful for the colorimetric calibration of the devices, since any set of orthonormal basis vectors to represent illuminations and any set of eigen vectors derived from principal component analysis on the data set of a color chart to express surfaces of different objects can be applied to the estimation. The recovered surface reflectances were evaluated by color differences in CIE L*a*b* color space.     

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。     

基于密度的凹版专色梯尺光谱预测模型的研究

基于密度与光谱反射率的关系建立了一种凹版专色梯尺的光谱反射率预测模型。该方法首先依据密度的定义建立实地光谱反射率与其密度的关系,并基于实地光谱反射率建立阶调光谱反射率的计算方法;然后根据密度的叠加原理,假设阶调密度与实地密度比例关系成立建立阶调密度、实地密度和承印物密度的关系;最后结合计算阶调光谱反射率的方法建立凹版专色梯尺光谱反射率预测模型;调配30种专色油墨通过凹印实打样,对预测模型通过决定系数R²和色差进行验证。实验结果表明,不同专色在同一网点面积率下实际阶调密度与实际实地密度的比例系数相同,两者的决定系数R²均大于0.98。在此关系基础上所建立的预测模型在不同网点面积率下都具有较高的决定系数,其均方根误差都小于0.01,最大色差为2.667 NBS。最后另外调配10种专色油墨在相同工艺条件下实打样样张,利用实际阶调密度与实际实地密度的比例系数,通过色差公式进而验证该模型预测专色油墨梯尺光谱反射率的精度。色差结果表明,82.12%的色差小于2.5 NBS,大部分色差在0.5～2 NBS之间,占据了总频率的58.32%,平均色差为1.58...     

双面半色调图像的光谱反射率色彩精确预测模型

为了准确地预测双面半色调图像的光谱反射率,并考虑光在纸张内的散射和油墨在纸基上的扩展渗透,建立了一个统一的双面半色调图像光谱反射率精确色彩预测模型.在油墨是非散射介质,纸张为强散射体以及油墨和纸张具有相同的折射率的条件下,引入Williams-Clapper模型中光在油墨中斜程传播的思想,考虑进入纸基层的光线横向传播和油墨扩展导致的网点扩大效应以及光在纸基和印刷品-空气界面间的多重内反射,利用多重内反射的网状结构分析法和最小二乘曲线拟合方法,确定了各种不同叠印条件下的理论网点面积率和有效网点面积率的函数关系,得出彩色双面图像的光谱反射色彩精确预测模型.新模型的预测值和测量值达到了较好的匹配,同时这也为彩色双面图像的呈色规律分析和印刷品质量检测系统的研制与开发提供了理论依据.