[发明专利]基于光谱数据的Yule-Nielsen修正值n的最优化方法

摘要

本发明通过对选取的检验样本的墨水配方进行打印输出并测量得检验光谱，之后根据不同的Yule-Nielsen修正值nλ，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到不同nλ值下的预测光谱，然后对于某一波长，计算不同nλ值下的检验光谱与预测光谱的RMSnλ值，从中选取RMSnλ值最小的那个RMSnλ所对应的nλ作为波长λ的最优的Yule-Nielsen修正值。该发明精度高，计算简单、具有很高的实用价值。

主权项

一种基于光谱数据的Yule‑Nielsen修正值n的最优化方法，其特征在于包括以下步骤：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RC，1(λ)、RC，2(λ)、...、RC，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nλ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nλ值下的预测光谱RP，nλ，1(λ)、RP，nλ，2(λ)、...、RP，nλ，m(λ)，见下式： R P , n λ ( λ ) = [ Σ i = 1 2 k w i ( R i ( λ ) ) 1 / n λ ] n λ 其中，RP，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；wi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；Ri(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；nλ是在波长λ时的Yule‑Nielsen修正值；4)对于某一波长λ，计算不同nλ值下的预测光谱RP，nλ，1(λ)、RP，nλ，2(λ)、...、RP，nλ，m(λ)与对应检验光谱RC，1(λ)、RC，2(λ)、...、RC，m(λ)之间的RMSnλ值，见下式： RMS n λ = Σ i = 1 m ( R C , i ( λ ) - R P , nλ , i ( λ ) ) 2 m 5)对于某一波长λ，从不同nλ值下的RMSnλ值中选择最小的那个RMSnλ所对应的nλ作为波长λ的最优的Yule‑Nielsen修正值。