[发明专利]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

摘要

本发明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，包括于设备墨量空间均匀采样获取低密度样本集制备色彩样本；测量获取各介质色彩样本颜色信息并计算其对应色域；选取色域最大介质，进行高密度采样并构建高精度特性化模型，其包含正向预测模型以及反向分色模型；利用反向分色模型，求解其它介质色彩样本色彩信息所对应的最大色域介质墨量信息；构建上述墨量信息与原始低密度采样墨量信息间的神经网络模型；对于任意待复制色彩，利用最大色域介质反向分色模型求解对应墨量信息，随后依据前述神经网络模型预测针对其它介质的墨量信息，完成分色。本发明可实现面向不同介质的分色模型批量化构建，且实施方便。

主权项

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。