[发明专利]一种打印印刷系统光谱预测方法

摘要

一种打印印刷系统光谱预测方法，包括在打印印刷系统的系统颜色空间中进行全局均匀采样得到CYNSN模型的建模样本，将建模样本输出并测量光谱反射率；以建模样本数据为基础，采用YNSN模型进行光谱值预测，构建CYNSN模型；随机采样得到BP神经网络的训练样本，输出并测量光谱反射率；确定各训练样本墨量值所对应的CYNSN模型最优n值，用BP神经网络拟合；对于系统颜色空间内任意点的墨量值，首先利用BP神经网络预测对应此墨量值的最优n值，随后用CYNSN模型进行光谱预测。本发明可以在提高建模效率的前提下获得较为理想的光谱预测结果，且实施方便，在基于打印印刷系统的色彩复制领域具有较强的适用性。

主权项

1.一种打印印刷系统光谱预测方法，其特征在于，包括以下步骤：步骤1，在打印印刷系统的系统颜色空间中进行全局均匀采样，设采样得到数量为N的颜色色块样本作为CYNSN模型的建模样本，同时根据各采样节点对系统颜色空间划分细胞结构，得到CYNSN模型的细胞；步骤2，将步骤1所得建模样本用打印印刷系统输出并测量光谱反射率，截取可见光范围内的光谱反射率数据；步骤3，利用如下公式推导计算出CYNSN模型每一个细胞内任意原始网点面积率c_t相对应的有效网点面积率c_eff，其中c_t,_upper,c_lower分别表示系统颜色空间内任意点所在细胞各墨色维度网点面积率的上限和下限，ceff=ct-clowerct,upper-clower]]>步骤4，以步骤1所得N个建模样本为基础，以每个细胞内各顶点对应的光谱数据为涅格伯尔基色，结合步骤3所得每一个细胞内任意原始网点面积率相对应的有效网点面积率，采用YNSN模型对系统颜色空间内任意点对应的色彩信息进行光谱值预测，构建CYNSN模型；步骤5，在系统颜色空间中，通过随机采样生成M个不同墨量值的颜色样本，作为BP神经网络的训练样本，M为预设取值；步骤6，将步骤5所得BP神经网络的训练样本用打印印刷系统输出，并测量光谱反射率，截取可见光范围内的光谱反射率数据；步骤7，令CYNSN模型中非线性修正系数n在预设区间以一定预设步长w均匀采样，以CYNSN模型拟合光谱误差最小化为依据，枚举确定各训练样本墨量值所对应的CYNSN模型最优n值；步骤8，用BP神经网络拟合M个训练样本的墨量值及对应最优n值之间的非线性函数关系；步骤9，对于系统颜色空间内任意点的墨量值，首先利用步骤8所构建的BP神经网络预测对应此墨量值的最优n值，随后对其利用步骤4所构建CYNSN模型进行光谱预测。