[发明专利]一种高精度的数码印花颜色空间转换方法

说明书

本发明公开了一种高精度的数码印花颜色空间转换方法，首先从标准色卡上采集色块CMYK值和LAB值构建数据集；建立RBF神经网络模型；用数据集训练RBF颜色空间转换模型；用鲸鱼优化算法对RBF神经网络的中心层向量，基宽向量以及连接权值进行优化；完成后，使用训练样本对优化后的RBF颜色空间转换模型进行训练，得到最终的颜色空间转换模型，实现CMYK到LAB颜色空间的转换；用测试样本对最终的颜色空间转换模型进行测试，检验所建立的颜色空间转换模型的精度；本发明针对神经网络方法存在精度不足、关键参数选取困难的问题，通过鲸鱼算法优化RBF神经网络不仅提升了颜色空间转换的转换精度，同时具有很强的自适应性。

技术领域

本发明属于图像处理技术领域，涉及一种高精度的数码印花颜色空间转换方法。

背景技术

随着设备制造技术的发展和环境保护要求的提高，数字喷印技术被广泛应用于纺织印花、纸质印刷等多个领域。在纺织品的数码印花过程中，由于不同的设备所具有的色彩特征各不相同，图案印制到纺织品上所复现的色彩信息会受到影响，成品和原稿之间会产生色差，影响印花产品的最终质量。因此印花过程应用色彩管理技术保证色彩信息的准确传递，其核心过程就是将多种输入、输出、显示设备之间以设备无关的颜色空间为媒介进行色彩转换，从而实现高质量的颜色复现。CMYK颜色空间是目前数码印花行业常用的一种颜色空间，该颜色空间通过青(C)、品红(M)、黄(Y)、黑(K)四色的混合来表现丰富的颜色。LAB颜色空间是国际色彩联盟目前广泛使用的一种与设备无关的颜色空间，其原理是通过将人的视觉感知数字化来描述颜色特征。LAB颜色空间中的L分量代表色素的亮度，取值范围表示从纯黑到纯白；LAB颜色空间中的A分量和B分量根据亮度的不同，分别表示从红色(高亮度值)到绿色(低亮度值)和从黄色(高亮度值)到蓝色(低亮度值)。通过建立精确的CMYK到LAB色彩空间转换模型，可以确保原稿色彩信息的精确传递，提升数码印花产品的最终质量。

颜色空间转换的本质是非线性映射的问题，因而具有高性能非线性映射能力的径向基(RBF)神经网络十分适合于颜色空间转换，但是RBF神经网络存在精度不足、关键参数选取困难的问题。将鲸鱼优化算法(WOA)与RBF神经网络进行结合，对RBF神经网络中心向量、基宽向量、隐含层和输出层直接的连接权重三个参数进行优化，提高了RBF神经网络进行颜色空间转换的自适应性和转换精度。

发明内容

本发明的目的是提供一种高精度的数码印花颜色空间转换方法，使用鲸鱼优化算法优化径向基神经网络，实现了CMYK到LAB颜色空间的高精度转换。

本发明所采用的技术方案是，一种高精度的数码印花颜色空间转换方法，具体按以下步骤实施：

步骤1，从标准色卡上采集色块的CMYK值和LAB值构建数据集；

步骤2，建立RBF神经网络模型；初始化模型中的参数，并设定网络的学习速率和动量因子，利于步骤1构建的数据集训练RBF颜色空间转换模型；

步骤3，利用鲸鱼优化算法对RBF神经网络的中心层向量，基宽向量以及连接权值进行优化；

步骤4，经步骤3优化完成后，使用步骤1中的训练样本对优化后的RBF颜色空间转换模型进行训练，得到最终的颜色空间转换模型，实现CMYK到LAB颜色空间的转换；

步骤5，使用步骤1中的测试样本对最终的颜色空间转换模型进行测试，检验所建立的颜色空间转换模型的精度。

本发明的特点还在于：

其中步骤1中CMYK值用作神经网络的输入，LAB值用作神经网络的输出；数据集分为训练样本和测试样本，训练样本用以训练颜色空间转换模型，测试样本用以评估训练后模型的转换精度；

其中步骤2中建立RBF神经网络模型的具体过程如下：