[发明专利]一种半色调设备光谱分色算法优化校正方法及系统

摘要

一种半色调设备光谱分色算法优化校正方法及系统，可以有效实现基于细胞分区形式尤尔尼尔森光谱涅格伯尔模型的分色校正，包括制备正向建模样本、测量其光谱反射率信息并以此构建正向光谱预测模型及反向光谱分色算法；制备分色算法检验样本，并依据现有分色算法对其进行色彩复制；测量光谱反射率信息并进行分色算法误差分析；结合分色算法误差分析，针对建模及检验样本进行最优参数计算并设定分色校正阈值条件；对于任意待分色色彩信息，首先利用现有分色算法进行分色，随后以是否满足阈值条件为依据，结合前述计算所得最优参数，酌情对正向模型进行参数优化，进而实现分色优化校正。

主权项

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，并以对应墨量数据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中样本集M各样本光谱反射率信息；步骤3，以步骤2中测量所得光谱反射率信息及步骤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F进行反向，确定分色算法B；步骤5，在半色调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’各样本光谱反射率信息以及对应墨量信息Tink与Tink’代入步骤3所构建CYNSN模型F，并以光谱误差RMSE最小化为原则，拟合求取CYNSN模型F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，则保留分色算法B及对应墨量信息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CYNSN模型F进行参数优化，CYNSN模型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，n_optimal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。