一种半色调设备光谱分色算法优化校正方法及系统技术方案
A method and system for the optimization and correction of spectral color separation algorithm for half tone equipment
A half tone color separation equipment spectrum correction method and system optimization algorithm, can effectively achieve the correction of color cell partition style Youerniersen spectrum Niegeboer based on models, including the preparation of samples, measuring the forward modeling of the spectral reflectance information and build positive spectral prediction model and reverse spectral color separation algorithm; preparation separation algorithm test samples, and on the basis of the existing algorithm for color reproduction of the color separation algorithm; error analysis of measurement of spectral reflectance information and analysis; combined with the error separation algorithm, calculation and setting the threshold conditions for color correction modeling and test sample optimal parameters; for any color to color information, we first use the existing color separation algorithm, followed by whether meet the threshold conditions for on the basis of, combined with the aforementioned calculated optimal parameters, as appropriate to it The parameter optimization is carried out to the model, and then the color separation optimization is realized.
【技术实现步骤摘要】
一种半色调设备光谱分色算法优化校正方法及系统
本专利技术属于半色调色彩复制
，具体涉及一种半色调设备光谱分色算法优化校正方法及系统。
技术介绍
半色调色彩复制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，从而实现待复制色彩的准确再现。在此项技术中，半色调分色是色彩复制过程中的关键环节，其实质是将待复制色彩信息分解为半色调设备墨量信息，从而通过半色调设备实现颜色信息的准确复制。在实际应用中，半色调分色模型的建立，往往是以构建正向色彩预测模型，并随之进行模型反转的方式实现的。其中，正向色彩预测建模，是指由墨量信息到半色调色彩信息的映射过程，其模型构建可通过制备色彩样本，测量色彩信息并进行相关模型描述而实现。在此基础上，利用最优化算法等数学建模过程，可以实现正向预测模型的求逆，既得反向分色算法。在部分文献中，正向模型与反向模型建模过程，统称半色调设备特性化过程。在现阶段，基于光谱的半色调设备分色，可以最大限度的克服传统分色过程所固有的同色异谱问题，从而实现更高水平的色彩复制，故其是目前相关领域的研究热点。其中，基于细胞分区形式尤尔尼尔森修正光...
【技术保护点】
一种半色调设备光谱分色算法优化校正方法，其特征在于，包括以下步骤：步骤1，在半色调设备颜色空间中进行采样，并以对应墨量制备半色调色彩正向建模样本集M；步骤2，利用颜色测量设备，测量获取步骤1中M样本集各样本光谱反射率信息；步骤3，以步骤2中测量所得色彩光谱反射率数据及步骤1中对应墨量数据为基础，构建CYNSN模型F；步骤4，利用最优化算法对步骤3中所构建CYNSN模型进行反向，确定分色算法B；步骤5，在设备颜色空间中进行采样，得墨量信息Tink，并以此制备分色算法检验样本集T，测量T所对应光谱反射率信息，利用步骤4所构建分色算法B对其进行分色，得墨量信息Tink’，并制备对...
【技术特征摘要】
1.一种半色调设备光谱分色算法优化校正方法，其特征在于，包括以下步骤：步骤1，在半色调设备颜色空间中进行采样，并以对应墨量制备半色调色彩正向建模样本集M；步骤2，利用颜色测量设备，测量获取步骤1中M样本集各样本光谱反射率信息；步骤3，以步骤2中测量所得色彩光谱反射率数据及步骤1中对应墨量数据为基础，构建CYNSN模型F；步骤4，利用最优化算法对步骤3中所构建CYNSN模型进行反向，确定分色算法B；步骤5，在设备颜色空间中进行采样，得墨量信息Tink，并以此制备分色算法检验样本集T，测量T所对应光谱反射率信息，利用步骤4所构建分色算法B对其进行分色，得墨量信息Tink’，并制备对应复制样本集T’；步骤6，利用颜色测量设备，获取步骤5中样本集T’各样本光谱反射率信息；步骤7，以步骤6中测量所得光谱反射率信息为基础进行误差分析，记录步骤5中样本集T与样本集T’各样本分色误差值，包括各样本光谱误差RMSE以及色度误差CIEDE2000；步骤8，将步骤5中样本集T以及样本集T’各色彩样本光谱反射率信息以及对应墨量Tink与Tink’信息代入步骤3所构建正向模型F，并以光谱误差RMSE最小化为原则，拟合求取CYNSN模型针对各色彩样本的最优n值；步骤9，对于任意待复制色彩光谱反射率信息，首先利用分色算法B进行分色，得对应墨量信息X；步骤10，设定分色校正阈值条件，包括设定墨量空间距离阈值Hink1,墨量空间误差阈值Hink2,光谱误差阈值HRMSE以及色度误差阈值H△00；其中，阈值条件成立时应满足：1)在步骤5墨量信息Tink与Tink’中搜寻与步骤9中墨量信息X之间欧式距离最小的墨量样本，设为Y1，该样本与X之间的归一化距离L小于墨量空间距离阈值Hink1；2)设Y1于T或T’中所对应原始墨量信息为Y2，即若Y1为Tink中样本，则Y2为Tink’中样本，若Y1为Tink’中样本，则Y2为Tink中样本；则下列三项条件至少满足其一：a.Y1与Y2间的归一化距离L大于墨量空间误差阈值Hink2；b.步骤7中所记录Y1所对应光谱反射率信息与Y2所对应光谱反射率信息间的光谱误差RMSE大于光谱误差阈值HRMSE；c.步骤7中所记录Y1所对应色度信息与Y2所对应色度信息间的色度误差CIEDE2000大于色度误差阈值H△00；步骤11，若步骤9中X不满足步骤10中所述阈值条件，则保留原分色算法及对应墨量值X；若步骤9中X满足步骤10中所述阈值条件，则结合步骤8中所计算各样本最优n值，对步骤3构建的F模型进行参数优化，修正F模型的整体最优n值，记为noptimal，并在此基础上重复步骤4进行重新分色，得针对待分色色彩信息的分色算法B’及其对应分色墨量信息X’，完成分色校正，其中，noptimal的计算公式为：上述公式中li表示步骤5中墨量信息Tink以及Tink’中8组离X欧氏距离最近的墨量值中的第i组墨量值与X之间的欧式距离，ni表示第i组墨量值于步骤8中所求之最优n值。2.根据权利要求1所述的一种半色调设备光谱分色算法优化校正方法，其特征在于：步骤5中，分色算法检验样本集T所对应墨量信息的采样方式为色度空间均匀采样，具体为，通过墨量空间均匀采样的方式生成墨量值，利用步骤4所构建正向模型F预测其对应CIELAB色度信息，并以CIELAB空间明度值L均匀分布为原则，确定最终墨量采样值，并进而制备检验样本T。3.根据权利要求1或2所述的一种半色调设备光谱分色算法优化校正方法，其特征在于：步骤10中，归一化距离L的求解方式为：其中，l表示Y1与X的欧式距离,k为墨色数量；空间距离阈值Hink1取值范围为0.1<Hink1<0.5，墨量空间误差阈值Hink2取值范围为0.1<Hink2<0.5，光谱误差阈值HRMSE取值范围为0.02<RMSE<0.04，色度误差阈值H△00取值范围为1<CIEDE2000<4。4.根据权利要求3所述的一种半色调设备光谱分色算法优化校正方法，其特征在于：步骤4中，采用序列二次规划算法对步骤3中所构建CYNSN模型F进行反向，确定分色算法B。5.一种半色调设备光谱分色算法优化校正系统，其特征在于，包括以下模块：正向模型建模样本制备模块，用于在半色调设备颜色空间中进行采样，并以对应墨量制备半色调色彩正向建模样本集M；建模样本测量模块，用于利...
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。