Method and system for bulk construction equipment of the invention halftone color separation model for different media, including equipment in space ink uniform sampling to get low density samples preparation of color samples; measurement of each medium color sample color information and calculate the corresponding color gamut; gamut selecting maximum medium, high density sampling and high precision characteristics of construction the model, which contains positive prediction model and reverse separation model; using reverse separation model, the maximum amount of ink medium color gamut information corresponding to solve other medium color samples of color information; construction of the ink information and the original low density sampling neural network model between the ink quantity information; for any color to be copied, using the maximum gamut reverse medium separation model to solve the corresponding ink quantity information, then based on the neural network prediction model for other medium ink Volume information, complete color separation. The invention can realize the batch construction of the color separation model for different media, and is easy to implement.
【技术实现步骤摘要】
面向不同介质的半色调设备分色模型批量构建方法及系统
本专利技术属于半色调色彩复制
,具体涉及一种面向不同介质的半色调设备分色模型批量构建方法及系统。
技术介绍
半色调色彩复制技术是目前影像色彩复制领域的主流技术,其通过半色调墨点的疏密排列与叠合,实现色彩的准确复制。在此项技术中,半色调设备分色模型构建是色彩复制过程中的关键环节,其实质为构建由待复制色彩信息至半色调设备墨量信息的映射模型。目前,在半色调色彩复制
,分色模型的构建都是以半色调预测模型的建立为基础的。其中,半色调色彩预测模型含义为由半色调墨量信息至样本色彩信息的映射函数。可见,分色模型以及色彩预测模型实际上互为逆向过程,在本研究领域,通常将色彩预测模型简称为正向模型,将分色模型简称为反向模型,而将二者的集合过程称为半色调设备特性化建模。在实际操作过程中,本领域技术人员通常利用半色调设备针对特定墨量信息制备色彩样本,测量其色彩信息,并以此构建正向模型。随后,利用相关最优化算法,从数学角度对正向模型求逆,从而构建反向模型,即分色模型。目前,为了保证半色调分色模型的构建精度,现有方法普遍采用高密度采样方法,如参考文献1,2.参考文献1:WangB,XuH,LuoMR,GuoJ.Spectral-basedcolorseparationmethodforamulti-inkprinter.ChineseOpticsLetters.2011;9(6):063301.参考文献2:LiuQ,WanX,XieD.Optimizationofspectralprintermodelingbasedon ...
【技术保护点】
一种面向不同介质的半色调设备分色模型批量构建方法,其特征在于,包括以下步骤:步骤1,于设备墨色空间均匀采样,获得低密度样本集T,针对各介质制备色彩样本;步骤2,利用颜色测量设备测量步骤1所制备的色彩样本的色彩信息;步骤3,利用步骤2测量所得色彩信息,计算各介质色彩样本集的色域体积;步骤4,以色域最大化为原则,选取色域最优介质J,并针对J构建基于高密度样本集G的特性化模型,特性化模型包含正向预测模型F以及反向分色模型B;步骤5,利用步骤4中分色模型B求解其它介质色彩样本集T于步骤1所制备色彩样本信息S所对应墨量信息T’;步骤6,利用神经网络方法,构建步骤1中其它介质色彩样本集T与步骤5分色模型B所求样本集T’间的神经网络模型;步骤7,针对任意待复制色彩信息,首先利用步骤4中分色模型B求解针对J介质的墨量信息,随后利用步骤6所构建的神经网络,求解针对步骤1中其它介质的墨量信息,完成分色。
【技术特征摘要】
1.一种面向不同介质的半色调设备分色模型批量构建方法,其特征在于,包括以下步骤:步骤1,于设备墨色空间均匀采样,获得低密度样本集T,针对各介质制备色彩样本;步骤2,利用颜色测量设备测量步骤1所制备的色彩样本的色彩信息;步骤3,利用步骤2测量所得色彩信息,计算各介质色彩样本集的色域体积;步骤4,以色域最大化为原则,选取色域最优介质J,并针对J构建基于高密度样本集G的特性化模型,特性化模型包含正向预测模型F以及反向分色模型B;步骤5,利用步骤4中分色模型B求解其它介质色彩样本集T于步骤1所制备色彩样本信息S所对应墨量信息T’;步骤6,利用神经网络方法,构建步骤1中其它介质色彩样本集T与步骤5分色模型B所求样本集T’间的神经网络模型;步骤7,针对任意待复制色彩信息,首先利用步骤4中分色模型B求解针对J介质的墨量信息,随后利用步骤6所构建的神经网络,求解针对步骤1中其它介质的墨量信息,完成分色。2.根据权利要求1所述半色调设备分色模型批量构建方法,其特征在于:步骤1中低密度样本集T的采样方式为空间均匀采样,每一墨色维度采样样本数为4个。3.根据权利要求1所述半色调设备分色模型批量构建方法,其特征在于:步骤2中测量所得色彩信息可为色度信息或光谱反射率信息。4.根据权利要求1所述半色调设备分色模型批量构建方法,其特征在于:步骤3中色域体积计算方法为凸包算法或α-shape算法。5.根据权利要求1所述半色调设备分色模型批量构建方法,其特征在于:步骤4中高密度采样方式为空间均匀采样,每一墨色维度采样样本数不少于5个。6.一种面向不同介质的半色调设备分色模型批量构建系统,其特征在于,包括以...
【专利技术属性】
技术研发人员:刘强,孔令罔,曹国,刘振,张霞,
申请(专利权)人:武汉大学深圳研究院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。