[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

说明书

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。

技术领域

本发明属于半色调色彩复制技术领域，具体涉及一种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。

背景技术

半色调色彩复制技术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，实现色彩的准确复制。在此项技术中，半色调设备分色模型构建是色彩复制过程中的关键环节，其实质为构建由待复制色彩信息至半色调设备墨量信息的映射模型。

目前，在半色调色彩复制技术领域，分色模型的构建都是以半色调预测模型的建立为基础的。其中，半色调色彩预测模型含义为由半色调墨量信息至样本色彩信息的映射函数。可见，分色模型以及色彩预测模型实际上互为逆向过程，在本研究领域，通常将色彩预测模型简称为正向模型，将分色模型简称为反向模型，而将二者的集合过程称为半色调设备特性化建模。在实际操作过程中，本领域技术人员通常利用半色调设备针对特定墨量信息制备色彩样本，测量其色彩信息，并以此构建正向模型。随后，利用相关最优化算法，从数学角度对正向模型求逆，从而构建反向模型，即分色模型。

目前，为了保证半色调分色模型的构建精度，现有方法普遍采用高密度采样方法，如参考文献1,2.

参考文献1：Wang B,Xu H,Luo MR,Guo J.Spectral-based color separationmethod for a multi-ink printer.Chinese Optics Letters.2011；9(6):063301.

参考文献2：Liu Q,Wan X,Xie D.Optimization of spectral printer modelingbased on a modified cellular Yule Nielsen spectral Neugebauer model.J Opt SocAm A.2014；31(6):1284-94.

然而，由于此高密度采样方法在色彩样本制作时间、耗材成本等方面都具有较为明显的缺陷，故其实际应用价值有限。特别是在半色调色彩复制介质种类较多时，逐一对各介质进行此类分色模型构建往往不具有可行性。

因此，本领域目前迫切需要一种更为简便快捷的方法，可以更为准确高效的实现面向不同介质的半色调分色模型批量构建，从而为半色调色彩复制技术的应用普及提供有效的方法支撑。然而，受理论方法水平等主客观因素的制约，针对以上问题，目前学术界与工业界尚未提出相应解决方法。

发明内容

本发明的目的是为了解决背景技术中所述问题，提出一种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。

本发明的技术方案为提供一种面向不同介质的半色调设备分色模型批量构建方法，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，特性化模型其中包含正向预测模型F以及反向分色模型B；