System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及油墨颜色鉴别,具体为基于近红外光谱的彩色印刷油墨颜色鉴别方法。
技术介绍
1、在印刷生产中,印刷油墨颜色的准确性是确保印刷品质的关键因素之一,不仅可以提高生产效率,同时还能避免因颜色不准确而导致的废品产生,从而降低生产成本。因此,对彩色印刷油墨颜色进行鉴别具有十分重要的意义。
2、目前,在印刷油墨的颜色鉴别分析中,最常用的方法是基于近红外光谱对彩色印刷油墨颜色进行鉴别,不仅存在一定的局限性,同时还使得检测分析结果不够准确,具体体现在以下方面:
3、a:测试样品的质量能够直接的对后续彩色印刷油墨的鉴别产生影响,而当前的印刷油墨鉴别方法通常忽略了对测试样品的质量进行分析和处理,导致彩色印刷油墨颜色的鉴别结果存在不确定性和误差性。
4、b:近红外光谱测试方法较容易受到实验室内环境的影响,当前的印刷油墨鉴别方法通常忽略了对实验室环境进行检测和管理,导致对近红外光谱测试的油墨数据产生了影响,不利于后续油墨颜色的分析。
5、c:不同颜色的印刷油墨在近红外光谱中的吸收峰可能有重叠,使得分析结果容易存在误差性,进一步导致印刷油墨颜色分析结果存在片面性。
技术实现思路
1、针对上述存在的技术不足,本专利技术的目的在于提供基于近红外光谱的彩色印刷油墨颜色鉴别方法。
2、本专利技术的目的可以通过以下技术方案实现:基于近红外光谱的彩色印刷油墨颜色鉴别方法,包括如下步骤:
3、q1、油墨样品制作:从数据库中提取油墨对应的各
4、q2、油墨样品检测:对各油墨样品对应的表观参数进行检测,得到各油墨样品对应的表观参数,并基于各油墨样品对应的表观参数分析得到各油墨样品对应的质检值,通过分析得到各合格油墨样品和各不合格油墨样品,将各不合格油墨样品送至q1进行样品重新制作,并重复执行步骤q2,直至各油墨样品均为合格油墨样品,再执行步骤q3;
5、优选地,对各油墨样品对应的表观参数进行检测,得到各油墨样品对应的表观参数,具体检测过程为:
6、通过图像采集技术对各油墨样品对应的表观图像进行采集,得到各油墨样品对应的表观图像,从各油墨样品对应的表观图像中识别出各油墨样品对应表观图像的各异常处,同时获取各油墨样品对应表观图像的各异常处的异常面积,并对各油墨样品对应表观图像的各异常处的异常面积进行求和计算,得到各油墨样品对应表观图像的异常总面积,作为各油墨样品对应表观图像的表观异常面积;
7、对各油墨样品对应的表观图像进行灰度化处理,得到各油墨样品对应的表观灰度图像;
8、在各油墨样品对应的表观灰度图像上进行检测点均匀布设,得到各油墨样品对应表观灰度图像上各检测点,同时获取各油墨样品对应表观灰度图像上各检测点的灰度值;
9、由各油墨样品对应表观图像的表观异常面积和各油墨样品对应表观灰度图像上各检测点的灰度值构成各油墨样品对应的表观参数。
10、优选地,基于各油墨样品对应的表观参数分析得到各油墨样品对应的质检值,具体分析过程为:
11、从各油墨样品对应的表观参数中提取各油墨样品对应表观图像的表观异常面积ysi,i表示为各油墨样品的编号,i=1,2,...,n,i为正整数,n表示为油墨样品编号的总数,同时从各油墨样品对应的表观参数中提取各油墨样品对应表观灰度图像上各检测点的灰度值,记为hdij,j表示为各检测点的编号,j=1,2,...,m,j为正整数,m表示为检测点编号的总数;
12、获取各油墨样品对应的表观面积,记为bsi,依据公式
13、计算出各油墨样品对应的质检值zji,e为自然常数,hdi(j+1)为第i个油墨样品对应表观灰度图像上第(j+1)检测点的灰度值,a1、a2、a3为设定的权值因子,a1、a2、a3的取值范围均大于0小于1。
14、优选地,通过分析得到各合格油墨样品和各不合格油墨样品,分析方式为:将各油墨样品对应的质检值与设定的质检值阈值进行对比,若某油墨样品对应的质检值大于设定的质检值阈值,则将该油墨样品记为合格油墨样品,反之,则将该油墨样品记为不合格油墨样品,统计得到各合格油墨样品和各不合格油墨样品。
15、q3、干扰检测:对实验室对应的环境参数进行检测,得到实验室对应的环境参数,并基于此分析得到实验室对应的环估值和音估值,基于实验室对应的环估值和音估值分析得到实验室对应的干扰参数,若实验室对应的干扰参数中干扰等级为甲等,则执行q4,反之,则执行q5;
16、优选地,对实验室对应的环境参数进行检测,得到实验室对应的环境参数,检测方式为:
17、通过温度传感器对实验室对应当前检测时段中各检测时间点的温度进行检测,得到实验室对应当前检测时段中各检测时间点的温度;
18、通过湿度传感器对实验室对应当前检测时段中各检测时间点的湿度进行检测,得到实验室对应当前检测时段中各检测时间点的湿度;
19、通过噪音传感器对实验室对应当前检测时段中各检测时间点的噪音强度进行检测,得到实验室对应当前检测时段中各检测时间点的噪音强度;
20、由实验室对应当前检测时段中各检测时间点的温度、湿度和噪音强度构成实验室对应的环境参数。
21、优选地,实验室对应的环估值和音估值,具体分析过程如下:
22、从实验室对应的环境参数中提取实验室对应当前检测时段中各检测时间点的温度wdf、湿度sdf,f表示为各检测时间点的编号,f=1,2,...,g,f为正整数,g表示为检测时间点编号的总数;
23、从数据库中提取实验室对应的参考环境温度cw和参考环境湿度cs;
24、依据公式
25、计算出实验室对应当前检测时段的温估值wg,wd(f+1)为实验室对应当前检测时段中第(f+1)个检测时间点的温度,b1、b2、b3、b4为设定的影响因子,b1、b2、b3、b4的取值范围均大于0小于1;
26、同理,分析得到实验室对应当前检测时段的湿估值sg;
27、依据公式hg=wg×c1+sg×c2计算出实验室对应的环估值hg,c1、c2表示为设定的权值因子,c1、c2的取值范围均大于0小于1;
28、从实验室对应的环境参数中提取实验室对应当前检测时段中各检测时间点的噪音强度yqf,从数据库中提取实验室对应的参考噪音强度cy;
29、依据公式
30、计算出实验室对应的音估值yg,c3为设定的权值因子,c3的取值范围为大于0小于1。
31、优选地,基于实验室对应的环估值和音估值分析得到实验室对应的干扰参数,分析方式为:
32、将实验室对应的环估值与设定的环估值阈值进行对比,若实验室对应的环估值大于设定的环估值阈值,则判定实验室对应温湿度的干扰等级为乙等,若实验室对应的环估值小于或等于设定的环估值本文档来自技高网...
【技术保护点】
1.基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述对各油墨样品对应的表观参数进行检测,得到各油墨样品对应的表观参数,具体检测过程为:
3.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述基于各油墨样品对应的表观参数分析得到各油墨样品对应的质检值,具体分析过程为:
4.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述通过分析得到各合格油墨样品和各不合格油墨样品,分析方式为:
5.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述对实验室对应的环境参数进行检测,得到实验室对应的环境参数,检测方式为:
6.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述实验室对应的环估值和音估值,具体分析过程如下:
7.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述基于实验室对应
8.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述通过对比分析得到各可测样品对应的油墨参数以及各待测样品,具体分析方式为:
9.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述通过色谱技术对各待测样品进行检测,得到各待测样品对应的色谱参数,具体检测方式为:
10.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述各待测样品对应的油墨参数,具体分析方式为:
...【技术特征摘要】
1.基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述对各油墨样品对应的表观参数进行检测,得到各油墨样品对应的表观参数,具体检测过程为:
3.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述基于各油墨样品对应的表观参数分析得到各油墨样品对应的质检值,具体分析过程为:
4.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述通过分析得到各合格油墨样品和各不合格油墨样品,分析方式为:
5.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法,其特征在于,所述对实验室对应的环境参数进行检测,得到实验室对应的环境参数,检测方式为:
6.根据权利...
【专利技术属性】
技术研发人员:黄定强,
申请(专利权)人:福建省海泓彩印有限公司,
类型:发明
国别省市:
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。