[发明专利]基于光谱数据的Yule-Nielsen修正值n的最优化方法

说明书

技术领域

本发明涉及一种特征化模型的最优化方法，具体是涉及一种基于光谱数据的Yule-Nielsen修正值n的最优化方法。

背景技术

打印机是人们日常工作生活中常用的仪器之一，主要输出文字和图片文件。而打印机的颜色准确复现作为打印机的一项重要性能受到工业界和学术界的广泛关注，也发表并出版了不少相关的研究成果。目前，关于打印机的颜色管理主要集中在打印机的特征化模型，即建立设备颜色相关空间(如青、品、黄、黑的墨水用量)和设备颜色无关空间(如CIELAB值、光谱数据)之间的联系。打印机的光谱特征化方法主要有色度特征化模型和光谱特征化模型两类。色度特征化模型利用CIELAB值作为设备颜色无关空间，具有速度快、计算简单等特点，但始终无法避免同色异谱问题；而光谱特征化模型以颜色的光谱数据作为设备颜色无关空间，精度高且可有效地解决同色异谱的问题，虽然该方法计算较为复杂、耗时，但随着计算机技术和性能的不断提升，可以大幅度减少计算时间。

目前为止，光谱Yule-Nielsen修正的Neugebauer模型及其改进型是最为常用的打印机光谱特征化模型之一。Yule-Nielsen修正值n是描述墨水在纸张上的光学网点扩大的重要参数，最优的Yule-Nielsen修正值n可以很好地降低光谱模型的预测误差，然而如何计算得到最优化的Yule-Nielsen修正值n一直都是一个难点。

发明内容

本发明为了解决背景技术中所述的问题，公开了一种基于光谱数据的Yule-Nielsen修正值n的最优化方法，其具体步骤如下：

1)针对不同的应用和色区选取m个墨水配方(各墨水用量)，经打印机输出对应检验样本；

2)利用分光光度计测量每个检验样本的光谱数据，得检验光谱R_C，1(λ)、R_C，2(λ)、...、R_C，m(λ)，其中下标C表示检验光谱，λ表示测量波长，下标m表示第m个校准样本；

3)对于某一波长λ，Yule-Nielsen修正值n_λ从1到9以0.1为间隔，采用已经建立的光谱Yule-Nielsen修正的Neugebauer模型对每个检验样本的墨水配方的光谱数据进行预测，得在不同n_λ值下的预测光谱R_P，nλ，1(λ）、R_P，nλ，2(λ）、...、R_P，nλ，m(λ），见下式：

RP,nλ(λ)=[Σi=12kwi(Ri(λ))1/nλ]nλ]]>

其中，R_P，nλ(λ)是检验样本墨水配方的预测光谱；k是模型所采用的墨水数量，一般为3或4；w_i是各基色的权重系数，可根据检验样本的墨水配方计算得到；R_i(λ)是各基色的光谱数据，在建立光谱Yule-Nielsen修正的Neugebauer模型时就已经测量得到；n_λ是在波长λ时的Yule-Nielsen修正值；