[發(fā)明專利]一種高精度的數(shù)碼印花顏色空間轉(zhuǎn)換方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110654803.9
• 申請(qǐng)日: 2021-06-11
• 公開（公告）號(hào): CN113409206A
• 公開（公告）日: 2021-09-17
• 發(fā)明（設(shè)計(jì)）人: 蘇澤斌;趙思源;李鵬飛;景軍鋒;張緩緩
• 申請(qǐng)（專利權(quán)）人: 西安工程大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T7/90;G06N3/04;G06N3/08
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 徐瑤

本發(fā)明公開了一種高精度的數(shù)碼印花顏色空間轉(zhuǎn)換方法，首先從標(biāo)準(zhǔn)色卡上采集色塊CMYK值和LAB值構(gòu)建數(shù)據(jù)集；建立RBF神經(jīng)網(wǎng)絡(luò)模型；用數(shù)據(jù)集訓(xùn)練RBF顏色空間轉(zhuǎn)換模型；用鯨魚優(yōu)化算法對(duì)RBF神經(jīng)網(wǎng)絡(luò)的中心層向量，基寬向量以及連接權(quán)值進(jìn)行優(yōu)化；完成后，使用訓(xùn)練樣本對(duì)優(yōu)化后的RBF顏色空間轉(zhuǎn)換模型進(jìn)行訓(xùn)練，得到最終的顏色空間轉(zhuǎn)換模型，實(shí)現(xiàn)CMYK到LAB顏色空間的轉(zhuǎn)換；用測(cè)試樣本對(duì)最終的顏色空間轉(zhuǎn)換模型進(jìn)行測(cè)試，檢驗(yàn)所建立的顏色空間轉(zhuǎn)換模型的精度；本發(fā)明針對(duì)神經(jīng)網(wǎng)絡(luò)方法存在精度不足、關(guān)鍵參數(shù)選取困難的問題，通過(guò)鯨魚算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)不僅提升了顏色空間轉(zhuǎn)換的轉(zhuǎn)換精度，同時(shí)具有很強(qiáng)的自適應(yīng)性。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種高精度的數(shù)碼印花顏色空間轉(zhuǎn)換方法。

背景技術(shù)

隨著設(shè)備制造技術(shù)的發(fā)展和環(huán)境保護(hù)要求的提高，數(shù)字噴印技術(shù)被廣泛應(yīng)用于紡織印花、紙質(zhì)印刷等多個(gè)領(lǐng)域。在紡織品的數(shù)碼印花過(guò)程中，由于不同的設(shè)備所具有的色彩特征各不相同，圖案印制到紡織品上所復(fù)現(xiàn)的色彩信息會(huì)受到影響，成品和原稿之間會(huì)產(chǎn)生色差，影響印花產(chǎn)品的最終質(zhì)量。因此印花過(guò)程應(yīng)用色彩管理技術(shù)保證色彩信息的準(zhǔn)確傳遞，其核心過(guò)程就是將多種輸入、輸出、顯示設(shè)備之間以設(shè)備無(wú)關(guān)的顏色空間為媒介進(jìn)行色彩轉(zhuǎn)換，從而實(shí)現(xiàn)高質(zhì)量的顏色復(fù)現(xiàn)。CMYK顏色空間是目前數(shù)碼印花行業(yè)常用的一種顏色空間，該顏色空間通過(guò)青(C)、品紅(M)、黃(Y)、黑(K)四色的混合來(lái)表現(xiàn)豐富的顏色。LAB顏色空間是國(guó)際色彩聯(lián)盟目前廣泛使用的一種與設(shè)備無(wú)關(guān)的顏色空間，其原理是通過(guò)將人的視覺感知數(shù)字化來(lái)描述顏色特征。LAB顏色空間中的L分量代表色素的亮度，取值范圍表示從純黑到純白；LAB顏色空間中的A分量和B分量根據(jù)亮度的不同，分別表示從紅色(高亮度值)到綠色(低亮度值)和從黃色(高亮度值)到藍(lán)色(低亮度值)。通過(guò)建立精確的CMYK到LAB色彩空間轉(zhuǎn)換模型，可以確保原稿色彩信息的精確傳遞，提升數(shù)碼印花產(chǎn)品的最終質(zhì)量。

顏色空間轉(zhuǎn)換的本質(zhì)是非線性映射的問題，因而具有高性能非線性映射能力的徑向基(RBF)神經(jīng)網(wǎng)絡(luò)十分適合于顏色空間轉(zhuǎn)換，但是RBF神經(jīng)網(wǎng)絡(luò)存在精度不足、關(guān)鍵參數(shù)選取困難的問題。將鯨魚優(yōu)化算法(WOA)與RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合，對(duì)RBF神經(jīng)網(wǎng)絡(luò)中心向量、基寬向量、隱含層和輸出層直接的連接權(quán)重三個(gè)參數(shù)進(jìn)行優(yōu)化，提高了RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行顏色空間轉(zhuǎn)換的自適應(yīng)性和轉(zhuǎn)換精度。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種高精度的數(shù)碼印花顏色空間轉(zhuǎn)換方法，使用鯨魚優(yōu)化算法優(yōu)化徑向基神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了CMYK到LAB顏色空間的高精度轉(zhuǎn)換。

本發(fā)明所采用的技術(shù)方案是，一種高精度的數(shù)碼印花顏色空間轉(zhuǎn)換方法，具體按以下步驟實(shí)施：

步驟1，從標(biāo)準(zhǔn)色卡上采集色塊的CMYK值和LAB值構(gòu)建數(shù)據(jù)集；

步驟2，建立RBF神經(jīng)網(wǎng)絡(luò)模型；初始化模型中的參數(shù)，并設(shè)定網(wǎng)絡(luò)的學(xué)習(xí)速率和動(dòng)量因子，利于步驟1構(gòu)建的數(shù)據(jù)集訓(xùn)練RBF顏色空間轉(zhuǎn)換模型；

步驟3，利用鯨魚優(yōu)化算法對(duì)RBF神經(jīng)網(wǎng)絡(luò)的中心層向量，基寬向量以及連接權(quán)值進(jìn)行優(yōu)化；

步驟4，經(jīng)步驟3優(yōu)化完成后，使用步驟1中的訓(xùn)練樣本對(duì)優(yōu)化后的RBF顏色空間轉(zhuǎn)換模型進(jìn)行訓(xùn)練，得到最終的顏色空間轉(zhuǎn)換模型，實(shí)現(xiàn)CMYK到LAB顏色空間的轉(zhuǎn)換；

步驟5，使用步驟1中的測(cè)試樣本對(duì)最終的顏色空間轉(zhuǎn)換模型進(jìn)行測(cè)試，檢驗(yàn)所建立的顏色空間轉(zhuǎn)換模型的精度。

本發(fā)明的特點(diǎn)還在于：

其中步驟1中CMYK值用作神經(jīng)網(wǎng)絡(luò)的輸入，LAB值用作神經(jīng)網(wǎng)絡(luò)的輸出；數(shù)據(jù)集分為訓(xùn)練樣本和測(cè)試樣本，訓(xùn)練樣本用以訓(xùn)練顏色空間轉(zhuǎn)換模型，測(cè)試樣本用以評(píng)估訓(xùn)練后模型的轉(zhuǎn)換精度；

其中步驟2中建立RBF神經(jīng)網(wǎng)絡(luò)模型的具體過(guò)程如下：