[發明專利]印刷品原色油墨光譜預測方法

在審

• 申請號: 201710430237.7
• 申請日: 2017-06-09
• 公開（公告）號: CN107367464A
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 何頌華;李玉梅
• 申請（專利權）人: 深圳職業技術學院
• 主分類號: G01N21/25
• 分類號: G01N21/25
• 代理公司: 深圳精智聯合知識產權代理有限公司44393
• 代理人: 夏聲平

技術領域

本發明涉及印刷復制領域，尤其涉及一種印刷品原色油墨光譜預測方法。

背景技術

隨著印刷行業的發展，人們對于印刷品質量的要求也有越來越高，針對印刷行業技術問題的研究也越來越多，越來越重要，其中應用于印刷復制領域中最佳原色油墨的選取、光譜復制以及光譜配色等方面的印刷品原色油墨光譜預測方法成為很多人研究的熱點。如何實現印刷光譜復制對于印刷品質量的提高非常重要。解決這個問題就需要提出一種能夠最大限度消除同色異譜現象，實現印刷品與原稿顏色的一致性的印刷品原色油墨光譜預測方法。

現階段適合于印刷品原色油墨光譜預測的方法還沒有，而用于連續調圖像色料的光譜預測方法不能夠準確預測半色調印刷品原色油墨數目和原色油墨的光譜，而且印刷品原稿的光學特性不同于連續調不透明或透明色料作品，印刷品是半色調網點呈色，半色調單元內既包含油墨網點也包含紙基，且油墨層是半透明的，故半色調單元整體對光的吸收散射不同于連續調作品色料，所以用于連續調圖像色料的光譜預測方法不適合于印刷品原色油墨光譜預測。

發明內容

為了解決以上問題，本發明實施例提供了一種印刷品原色油墨光譜預測方法，實現最大限度上消除同色異譜現象，以及實現印刷品與原稿顏色的一致性的技術效果。

本發明實施例提供了一種印刷品原色油墨光譜預測方法，包括：獲取印刷品光譜數據；將所述印刷品光譜數據轉換成線性空間中的目標光譜數據；根據所述目標光譜數據，在所述線性空間中利用主成分分析法預測印刷品原色油墨數目；以及根據所述目標光譜數據和所述印刷品原色油墨數目，在所述線性空間利用有約束條件的非負矩陣分解算法預測印刷品原色油墨光譜。

在本發明的一個實施例中，所述方法還包括：根據所述印刷品光譜數據建立所述線性空間。

在本發明的一個實施例中，所述根據所述印刷品光譜數據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換模型；將所述印刷品光譜數據和線性程度指數初始值代入所述轉換模型，根據有約束條件的非負矩陣分解算法和優化算法，得到滿足指定誤差要求的線性程度指數目標值；以及根據所述印刷品光譜數據、所述轉換模型和所述線性程度指數目標值建立所述線性空間。

在本發明的一個實施例中，所述轉換模型為：Ф＝R_紙^1/n-R_測^1/n，其中，所述n表示線性程度指數且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_測表示印刷品油墨區的光譜反射率空間。

在本發明的一個實施例中，在將所述印刷品光譜數據和線性程度指數初始值代入所述轉換模型，根據有約束條件的非負矩陣分解算法和優化算法，得到滿足指定誤差要求的線性程度指數目標值的步驟中，所述約束條件包括：基向量和濃度系數的非負約束和濃度系數的加和為1約束。

在本發明的一個實施例中，在將所述印刷品光譜數據和線性程度指數初始值代入所述轉換模型，根據有約束條件的非負矩陣分解算法和優化算法，得到滿足指定誤差要求的線性程度指數目標值的步驟中，所述有約束條件的非負矩陣分解算法使用以下表達式：Ψ＝Σa_i*y_i；0<a_i<1；0<y_i<1；Σy_i＝1；其中Ψ表示預測線性空間，a_i表示所述預測線性空間中的第i個基向量，y_i表示濃度系數。

在本發明的一個實施例中，所述指定誤差要求為：所述線性空間和所述預測線性空間的差值的二范數平方的最小值收斂。

在本發明的一個實施例中，所述根據所述目標光譜數據，在所述線性空間中利用主成分分析法預測印刷品原色油墨數目包括：在所述線性空間中，將滿足累計貢獻率和增長速度要求的基向量數目作為所述印刷品原色油墨數目。

在本發明的一個實施例中，所述誤差要求為：所述累計貢獻率和增長速度要求為所述累計貢獻率大于99.9％且所述增長速度小于0.02％。

在本發明的一個實施例中，在根據所述目標光譜數據和所述印刷品原色油墨數目，在所述線性空間利用有約束條件的非負矩陣分解算法預測印刷品原色油墨光譜的步驟中，所述約束條件包括：基向量和濃度系數的非負約束和濃度系數的加和為1約束。