基于光谱的打印机正向建模方法

构建正向光谱预测模型是实现光谱颜色复制的关键,实际中广泛应用的正向模型包括YNSN模型和CYNSN模型。YNSN模型在采样点较少的情况下可获得较佳的光谱预测效果,但是其预测精度有限。CYNSN模型将打印机原色进行了更细致的划分,运用均匀采样的方法来划分胞元区间,显著提高了正向模型预测精度,然而运用均匀采样在颜色空间进行胞元区间划分的方法指数级递增了胞元数量,虽然保证了光谱精度,但是会带来庞大的样本测量,增加建模成本。因此本研究提出一种以模型误差分布为标准进行非均匀采样的方法来构建CYNSN模型,通过设计合理的实验样本确定最佳采样区间并计算模型精度。实验结果表明,本研究所提出的胞元区间划分方法,其所需测量的样本具有针对性,减少了样本测量数量,降低建模成本的同时有效提高了正向模型精度。     

波段分区的数码喷墨印花机光谱特性化模型

为提高数码喷墨印花技术颜色复制质量,研究了数码喷墨印花机的光谱特性化模型,提出基于光谱反射率的波段分区的数码喷墨印花机特性化模型。该模型针对31 维光谱反射率数据与喷墨印花设备驱动值间的非线性关系,按照反射率波段进行分区,在不同波段分区中使用高次多项式拟合喷墨印花设备输出驱动值与颜色光谱数据的转换,通过转换矩阵实现数码喷墨印花设备的光谱特性化,将该光谱特性化模型应用于蚕丝织物输出实验。结果表明:90%的蚕丝织物喷墨印花色样的测量结果与光谱特性化估算结果的均方根误差都小于 0.001 2,其中最大误差为0.001 9,平均误差值为0.000 8;90%的喷墨印花色样与估算结果的色差小于1.0 NBS,最大色差为 5.709 9 NBS,平均色差为0.570 0 NBS。     

多光谱颜色复制技术的应用与发展

随着对颜色复制精度要求的越来越高,基于色度匹配的颜色复制技术,由于同色异谱效应的存在,无法实现颜色的无条件再现,且颜色复制精度也不高,因此,越来越多的研究者将目光投向了可实现无条件颜色复制的多光谱复制技术.由于对颜色精准复制的优势,多光谱复制技术成为近年来业界研究的热点.     

鲜烟叶高光谱特征与颜色分析及其关系研究

  目的  明确各部位不同颜色鲜烟叶的高光谱特征及其与颜色参数的关系,为科学判定烟叶成熟度提供参考。  方法  研究了各部位烟叶颜色参数和高光谱特征的变化规律,对颜色参数和高光谱特征参数进行了相关分析和回归分析,基于高光谱特征参数建立了颜色参数回归模型,并对其进行检验。  结果  随着落黄程度的提高,颜色参数L、b、C呈不断增大的趋势,a值呈先减小后增大的趋势,H°呈不断减小的趋势;高光谱特征参数随烟叶颜色的改变呈现规律性的变化;高光谱特征参数与各颜色参数有显著或极显著相关性,基于高光谱特征参数建立的颜色参数回归模型预测效果较好。  结论  利用高光谱技术对鲜烟叶颜色参数进行分析是可行的。      

浅析彩色复制中的同色异谱问题及解决方法

<正>同色异谱是指光谱反射率曲线不同的两个物体,在特定的照明和观察者条件下具有相同三刺激值,而当改变光源或者观察者时,观察到的物体的三刺激值产生一定差异的现象。虽然我们可以利用同色异谱这一现象的有利之处进行传统的印刷复制生产,但同样由于同色异谱问题的存在,给生活中或者高端艺术品保真复制生产过程中带来颜色变化和色彩复制不准确等诸多问题。随着多光谱技术的不断发展,通过光谱复制技术解决印刷复制生     

光谱预处理对太赫兹光谱预测猪肉K值的影响

采用太赫兹（terahertz,THz）光谱分析技术无损检测猪肉的新鲜度K值,但水会强烈吸收THz波,从而严重影响THz波对肉的检测。考察预处理方法对削弱水的干扰、提升THz光谱检测猪肉K值的模型性能的影响。分别采用多元散射校正、标准正态变量变换、一阶微分、二阶微分4?种预处理方法对衰减全反射光谱进行预处理,基于反向传播人工神经网络回归算法建立猪肉K值的THz光谱预测模型,比较研究4?种预处理方法后的模型预测精度。研究表明：一阶微分预处理方法效果最好,能够消除光谱基线漂移,提高光谱质量。与原始光谱相比,模型的预测集相关系数（Rp）从0.34提高到0.75,预测集均方根误差从20.24%降低到14.36%。因此,选择合适的光谱预处理技术对提高模型预测精度非常重要,采用一阶微分预处理后的THz光谱数据建立反向传播人工神经网络模型能够无损检测猪肉的新鲜度K值。     

贵州喀斯特山区烟叶高光谱参数与叶绿素含量的关系

为实时无损快速地检测烟叶叶绿素含量(质量分数),利用Field Spec 3便携式地物光谱仪采集了贵州喀斯特山区主栽品种南江3号不同长势无病虫害烤烟叶片光谱,测定了相应烟叶的叶绿素含量;同时利用光谱分析技术提取光谱特征变量,并分析了烤烟叶片叶绿素含量与原始光谱、光谱一阶微分以及高光谱特征变量间的相关性;采用多元逐步回归及光谱特征单变量建立了叶绿素含量估测模型并进行了模型精度检验。结果表明:叶绿素a(Chl a)、叶绿素b(Chl b)与原始光谱反射率的相关系数分别在700和701 nm波长处最大;与光谱一阶微分的相关系数分别在623和653 nm波长处最大;Chl a与高光谱特征变量λg,Chl b与高光谱特征变量SDr/SDb的相关系数最大。基于光谱反射率一阶微分的逐步回归模型对烟草叶片Chl a和Chl b含量的估测精度较高,估测效果好。     

基于双常数Kubelka-Munk理论光谱配色模型的研究

针对专色油墨配色这一薄弱环节,对光谱配色方法进行了研究,使得在提高印刷速度与质量的同时,保证了色彩再现的一致性。首先建立基于双常数KubelkaMunk理论的光谱配色数学模型,给出其各参数的求解方法;然后用丙烯颜料模拟印刷油墨进行专色油墨配色实验,将标准色样光谱反射率代入数学模型中得到标准色样的浓度配方;最后根据油墨浓度配方得到实际色样,通过计算实际色样与标准色样的色差和光谱近似程度验证光谱配色精度。本配色模型所得到的实际色样和标准色样的色差小于3,说明可以满足一般产品的配色;GFC值约等于1,说明实际色样的光谱反射率曲线和标准色样的光谱反射率曲线吻合情况较好。基于双常数Kubelka-Munk理论光谱配色模型的配色精度准确性较高,具有实用性。     

基于高光谱技术的香肠亚硝酸盐快速检测方法

选取7个不同储藏时期的香肠分别进行亚硝酸盐含量检测和对应的光谱数据采集,并用Savitzky-Golary法进行光谱数据预处理,以减少光谱数据的噪声;在预处理后的光谱数据基础上,用偏最小二乘回归系数法提取出29个特征波长;对比分析了特征波长和全波长下香肠中亚硝酸盐含量预测模型的检测精度。结果表明:全波长下的回归模型预测结果均高于特征波长下,且全波长下偏最小二乘回归模型优于主成分回归模型,表征偏最小二乘回归模型精度的决定系数和均方根误差分别为0.982 9和0.059 2。说明全波长下的光谱信息更适用于香肠储藏过程中亚硝酸盐含量高光谱检测模型的构建。     

基于近红外及中红外光谱融合技术快速检测黄酒中的总酚含量及其抗氧化能力

为了实现对黄酒中总酚含量(TPC)及其抗氧化能力(TAC)的快速检测,探索了将傅立叶红外光谱技术应用于快速检测这两项重要指标的可行性。协同区间偏最小二乘算法(Si PLS)用于选出有效波长区间以提高模型的预测能力。支持向量机(SVM)和主成分分析(PCA)用来融合由Si PLS选出的中红外(ATR-IR)和近红外(FT-NIR)光谱的有效波段。实验结果表明基于Si PLS筛选的有效光谱变量而建立的偏最小二乘回归模型(PLS)的精度优于基于全光谱建立的经典PLS模型。基于ATR-IR建立的模型的效果略优于基于FT-NIR光谱建立的模型。此外,基于提取自ATR-IR合FT-NIR的有效区间而建立的SVM模型的预测能力要好于建立的PLS或Si PLS模型。因此,ATR-IR及FT-IR结合特征谱区筛选方法可以作为理化检测的替代手段实现对黄酒中的TAC和TPC的快速检测,同时基于两种光谱的融合技术可显著提高模型的预测精度。