[发明专利]一种反向CYNSN模型中的子空间搜索算法

说明书

技术领域

本发明涉及一种子空间搜索算法，具体是涉及一种反向CYNSN模型中的子空间搜索算法。

背景技术

随着科学技术的发展，打印机在人们的日常生活工作中得到了日益广泛的应用，在极大地方便人们工作生活的同时，也带来了颜色失真等一系列问题，如经过打印机输出的颜色与显示器上的颜色不匹配等。

设备的特征化是解决颜色失真问题的首要解决的问题之一。设备特征化是指通过特定的数学模型和训练样本建立起设备无关色和设备相关色之间的对应变换关系。设备无关色一般指在国际照明委员会标准颜色空间中表征的颜色，如CIE XYZ三刺激值、CIELAB色度参数等；设备相关色是由相应数字图像设备的颜色特性所决定的，对打印机而言，其设备相关色通常指各墨水的用量，即墨水配方。特征化模型一般包含正向和反向模型。正向特征化模型建立从设备相关色到设备无关色之间的联系，而反向特征化模型指的是通过设备无关色来预测相应的设备相关色。在以往的打印机特征化模型研究中，常选用CIE XYZ三刺激值或CIELAB值作为设备无关色，原因在于计算相对简单，但是由于CIEXYZ或CIELAB值没有包含所有颜色的信息，会导致出现同色异谱的问题，即标准样本和复现样本在一种照明条件下其颜色相互匹配，但在另一种照明条件下却不匹配的现象。由于光谱数据记录了物体颜色的所有信息，因此基于光谱的特征化模型可以很好地解决同色异谱的问题。

CYNSN(Cellular Yule-Nielsen Spectral Neugebauer，子空间式Yule-Nielsen修正的光谱Neugebauer)模型是最为常用的打印机光谱特征化模型，其为基本Neugebauer模型的改进模型，包括正向和反向模型。该模型的反向特征化模型(基于目标光谱预测墨水配方)一直都是相关研究的热点。在CYNSN模型中，整个墨水空间被分为多个子空间，所以在反向CYNSN模型中，对于某一目标光谱，首先需要找到目标光谱所在的子空间，再根据线性迭代算法对该目标光谱进行预测得墨水配方。到目前为止，很少有简单、有效的子空间搜索算法快速找到最优的目标光谱所属的子空间。

发明内容

本发明为了解决背景技术中所述的问题，公开了一种反向CYNSN模型中的子空间搜索算法。其具体步骤如下：

1)选取打印机的n个墨水，每个墨水从0(无墨水)到1(最大墨水量)分为m段，共将整个墨水空间分为mⁿ个子空间，每一个子空间包含2ⁿ个顶点，整个墨水空间含有(m+1)ⁿ个顶点；一般来说，为获得较高的模型精度，m的取值应该大于等于6；

2)打印所有(m+1)ⁿ个顶点作为训练样本，之后采用分光光度计对所有训练样本进行测量得相应的光谱，根据测得的所有训练样本的光谱建立正向CYNSN模型，正向CYNSN模型的建立可参见R.Balasubramanian的期刊文章(Optimizationof the spectral Neugebauer model for printer characterization.Journal of ElectronicImaging，1999，第8卷第2期，156-166)；

3)对于某一目标光谱，计算与每个顶点光谱的RRMS，计算公式如下：

RRMS=Σλ=λ1λ2(R1(λ)-R2(λ))2N]]>