[发明专利]一种基于机器学习降低印前版面处理错误率的方法

说明书

本发明公开了一种基于机器学习降低印前版面处理错误率的方法，包括：提取印前版面处理前以及处理后的矢量路径数、版面尺寸、版面图层层数、版面的色彩空间；将矢量路径数、尺寸、组成图层数、色彩空间组成特征矩阵；将所有版面的特征矩阵构成的特征集合按比例划分为训练集和测试集，选取校验模型的核函数；设置定时任务，定期完成上述两个步骤，获得新的校验模型，比较新的校验模型与旧校验模型分类正确率，选取检错率更高的模型导入生产分类中，对处理过的印前版面结果进行矫正。本发明解决了目前印前版面处理错误无法及时发现，版面校验过度依赖人工检测，传统图像对比耗费时间长，非图像参数错误无法校验等问题。

技术领域

本发明涉及印前修正领域，尤其涉及一种基于机器学习降低印前版面处理错误率的方法。

背景技术

印刷质量是印刷行业追求的目标，需要印前质量作保障，从生产管理的角度来看，印前质量的好坏不仅影响印品的质量，而且影响到印刷周期和成本的控制，指导着印前，印刷和印后的各个环节。影响印刷质量的因素有很多，但如果在印前制版过程中就出现了问题，那么即使所有的印刷材料再好，印刷机的质量再高，装订再精美也不可能生产出合格的印刷品。如果印前制版过程中的某个环节出现问题，就可能给后面的工序造成很大的损失。虽然目前在印前领域提出了多种多角度设计方案，但对于印前文件修正的研究仍普遍存在以下问题。

第一、目前大多数印前软件都是对印前版面进行检测，对于尺寸，出血，补模等提供了一些检测方案，对于印前版面的修改很少存在一些高效的修正方案，普遍存在的问题是文件修改后无法判定是否为符合要求的修正，导致修正后的版面还存在一定的错误，并且这种问题是通过人工检测很难发现的。

第二、对于印前版面的修正，目前存在很多中方案，但想得到符合预期的修正结果却不容易，目前存在的版面校验方案过度依赖对处理前后版面的图像化对比，并且在此过程中需要人眼去比对版面修改是否符合预期，这种方式带有很强的主观因素，并且处理速度缓慢低效，很难降低版面修正的错误率。

发明内容

本发明提供了一种基于机器学习降低印前版面处理错误率的方法，为解决目前印前版面处理错误无法及时发现，版面校验过度依赖人工检测，传统图像对比耗费时间长，非图像参数错误无法校验等问题，详见下文描述。

一种基于机器学习降低印前版面处理错误率的方法，所述方法包括以下步骤：

提取印前版面处理前以及处理后的矢量路径数、版面尺寸、版面图层层数、版面的色彩空间；将矢量路径数、尺寸、组成图层数、色彩空间组成特征矩阵；

将所有版面的特征矩阵构成的特征集合按比例划分为训练集和测试集，选取校验模型的核函数；

设置定时任务，定期完成上述两个步骤，获得新的校验模型，比较新的校验模型与旧校验模型分类正确率，选取检错率更高的模型导入生产分类中，对处理过的印前版面结果进行矫正。

其中，所述校验模型的核函数为高斯核函数；将特征集合代入校验模型中训练得到用于降低版面错误率的校验模型，然后将校验模型封装，输入参数为版面处理前后的矢量路径数，尺寸，组成图层数，色彩空间的集合；输出结果为处理后的版面中出现处理错误的版面。

进一步地，所述校验模型具体为：

其中，X_t为特征参数矩阵，Y_t为标签列向量，W_t为系数矩阵，B_t为常数列向量。

本发明取得的有益效果如下：1、有效的降低了印前版面处理的错误率、及印前版面错误印刷率；

2、解决了依靠肉眼无法有效识别版面细节错误的问题，可以校验肉眼无法感知的参数错误；

3、本发明实现了版面校验的自动化，可以批量对版面进行校验，提高了印刷行业的生产效率。