[發(fā)明專利]印刷品原色油墨光譜預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710430237.7
• 申請(qǐng)日: 2017-06-09
• 公開（公告）號(hào): CN107367464A
• 公開（公告）日: 2017-11-21
• 發(fā)明（設(shè)計(jì)）人: 何頌華;李玉梅
• 申請(qǐng)（專利權(quán)）人: 深圳職業(yè)技術(shù)學(xué)院
• 主分類號(hào): G01N21/25
• 分類號(hào): G01N21/25
• 代理公司: 深圳精智聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司44393
• 代理人: 夏聲平

1.一種印刷品原色油墨光譜預(yù)測(cè)方法，其特征在于，包括：

獲取印刷品光譜數(shù)據(jù)；

將所述印刷品光譜數(shù)據(jù)轉(zhuǎn)換成線性空間中的目標(biāo)光譜數(shù)據(jù)；

根據(jù)所述目標(biāo)光譜數(shù)據(jù)，在所述線性空間中利用主成分分析法預(yù)測(cè)印刷品原色油墨數(shù)目；

根據(jù)所述目標(biāo)光譜數(shù)據(jù)和所述印刷品原色油墨數(shù)目，在所述線性空間利用有約束條件的非負(fù)矩陣分解算法預(yù)測(cè)印刷品原色油墨光譜。

2.如權(quán)利要求1所述的方法，其特征在于，所述方法還包括：根據(jù)所述印刷品光譜數(shù)據(jù)建立所述線性空間。

3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述印刷品光譜數(shù)據(jù)建立所述線性空間包括：

建立光譜反射率空間到所述線性空間的轉(zhuǎn)換模型；

將所述印刷品光譜數(shù)據(jù)和線性程度指數(shù)初始值代入所述轉(zhuǎn)換模型，根據(jù)有約束條件的非負(fù)矩陣分解算法和優(yōu)化算法，得到滿足指定誤差要求的線性程度指數(shù)目標(biāo)值；

根據(jù)所述印刷品光譜數(shù)據(jù)、所述轉(zhuǎn)換模型和所述線性程度指數(shù)目標(biāo)值建立所述線性空間。

4.如權(quán)利要求3所述的方法，其特征在于，所述轉(zhuǎn)換模型為：

Ф＝R_紙^1/n-R_測(cè)^1/n，其中，所述n表示線性程度指數(shù)且n≥2，Ф表示所述線性空間，R_紙表示印刷品紙張的光譜反射率空間，R_測(cè)表示印刷品油墨區(qū)的光譜反射率空間。

5.如權(quán)利要求3所述的方法，其特征在于，在將所述印刷品光譜數(shù)據(jù)和線性程度指數(shù)初始值代入所述轉(zhuǎn)換模型，根據(jù)有約束條件的非負(fù)矩陣分解算法和優(yōu)化算法，得到滿足指定誤差要求的線性程度指數(shù)目標(biāo)值的步驟中，所述約束條件包括：基向量和濃度系數(shù)的非負(fù)約束和濃度系數(shù)的加和為1約束。

6.如權(quán)利要求3所述的方法，其特征在于，在將所述印刷品光譜數(shù)據(jù)和線性程度指數(shù)初始值代入所述轉(zhuǎn)換模型，根據(jù)有約束條件的非負(fù)矩陣分解算法和優(yōu)化算法，得到滿足指定誤差要求的線性程度指數(shù)目標(biāo)值的步驟中，所述有約束條件的非負(fù)矩陣分解算法使用以下表達(dá)式：

Ψ＝Σa_i*y_i；0<a_i<1；0<y_i<1；Σy_i＝1；

其中Ψ表示預(yù)測(cè)線性空間，a_i表示所述預(yù)測(cè)線性空間中的第i個(gè)基向量，y_i表示濃度系數(shù)。

7.如權(quán)利要求6所述的方法，其特征在于，所述指定誤差要求為：所述線性空間和所述預(yù)測(cè)線性空間的差值的二范數(shù)平方的最小值收斂。

8.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標(biāo)光譜數(shù)據(jù)，在所述線性空間中利用主成分分析法預(yù)測(cè)印刷品原色油墨數(shù)目包括：

在所述線性空間中，將滿足累計(jì)貢獻(xiàn)率和增長速度要求的基向量數(shù)目作為所述印刷品原色油墨數(shù)目。

9.如權(quán)利要求8所述的方法，其特征在于，所述累計(jì)貢獻(xiàn)率和增長速度要求為所述累計(jì)貢獻(xiàn)率大于99.9％且所述增長速度小于0.02％。

10.如權(quán)利要求1所述的方法，其特征在于，在根據(jù)所述目標(biāo)光譜數(shù)據(jù)和所述印刷品原色油墨數(shù)目，在所述線性空間利用有約束條件的非負(fù)矩陣分解算法預(yù)測(cè)印刷品原色油墨光譜的步驟中，所述約束條件包括：基向量和濃度系數(shù)的非負(fù)約束和濃度系數(shù)的加和為1約束。