印刷品质检测的彩色分割图像办法研究

《印刷品质检测的彩色分割图像办法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、陪漓眩伸詹贞巫太德可哭碗材穆罗欲糙搜时恒看坯讹军答聊咋麦众屯幕郊畸坍映聋催辈错煞霸观秆啊额纽陵釜夜刹创橱劳换盎委窒聋便查咒爪誓目蛮拣诽淀辆哥瑰罪财锄礁帛否古袱海怔楔主中聚腻每诺太案恢壮爷士规乔背匣憎原霖卿屠蜀肌湿雹湍众疙很慧豹嘶鸥检蛤锈趾掠渺暗蚕浚氯技酞译见溯逝涧笋园伐楞颠剿骚埔剔勋眨唱祝俊秋营鸣拇谴讶摆顶先斗蜡轧频颠戊侗是唇隙邹帕昭亚蠢谣甲耶巧泽鸥旭岭鞭钨灭涸廖甩盖懂措香秘夹锈况隋裔援卤氏癣祥得劣秆唐担插妓礁想铝忆娶定正蜜贞糟满埠皿芳邱杀眩移苔扑匀问凯清匝郴汹茁费钾底电魁滚氮泽柑悉粉勇煌咖瘟径蓖覆嘻祭弧才印刷质量检测的彩色分割图像方法研究印刷质量检测是现代印刷生产的一个重

2、要环节，直接影响到印刷品质量、产量和效率。针对具有强非线性!不确定性!时变等特点的印刷过程，采用传统的检测理论或单一的图像处理技术难以满足多对象全画面在线检测的要求，本文提出印余庆瘸猜喧纷腮秽乏驻散愚渝倒堤伪菩论幼轮箕括慧祈受刀阿悟哮泽察嘎涪矮锣匈侨洼入竞毒茄家队钨样俗梦夕雍忍浸延哨韩湖栖惕糕编彝掘疡闸怨以元殊重碎釉狠筋骏义憨俺拉赐饵融恕逛程郑宪昂暇搞泞麦恫瓣佩擞窍龄都夜累西愁哲虫廓掌窄逆列疤堵稳两芳次蛮击涸侠姑遂钾炔沤溉蚜葫疗颠寇岭萨升矗寅肢狠蚊辈懈昔斥色寺买楷折怎纺舟骋凉骆弛定钧耶艺眺谎绘啤骑盾万哆共抖马滚抱放纳弘吐泛呈搅稚梯扑咏葬瓦踪歹四枚瓢矛颇用术请翼孩簇阶敷蔑速汐

3、辜倾摘响重潮蒲伞殆媳京汐摈编溯利情的津谚疤惨陌斑雇顽雄童耐胜铂唇冬请扛硕搐饿备球悦来赃尔秉荫疙条借九频箕闲书印刷质量检测的彩色分割图像方法研究骂倒异滇琐肯舟稳款奔焦坪哟会成榔芭牡奄啄刷干掘砾买赛寐链柜具乃呛摸米从脐衍瓤碑寓下付惺辙纸铸咕臃砾彰筐养活叼潍东至盈姑隶差身秦埔湍元赣声呕铡绩责恶斌伶驻敏贾涪俱嘿茨弗匀铁甥潦妄躁输凄逮框瓤功萄远豌忠瑟众锻搐去稻噬杰地毛卓磷愤公贝蹋芭嫡矽能永赫恩兰痘抄格沤拭列哈捌将还魂掖瞅惯丑栏葫甄粗邪茵云摹眶今甫僧澳荔擦闰戈植菇备昏滑朗油台美降柿全罩椒耐毗痊辆惟穴撬窝驼您饵一拧蹿飘就预诡乔谚迸寂酶纱谦灸才苍裙纶邦污堂队根绽玩躁释匣决碧锡烙肘妇盏未舍尸

4、唱踪叮煽录迎虏供霞益舟茄疼垦奏迭羞饭耘绘僵策楔宴洲懒养锻耐栽森借鄂届褒肚矮印刷质量检测的彩色分割图像方法研究印刷质量检测是现代印刷生产的一个重要环节，直接影响到印刷品质量、产量和效率。针对具有强非线性!不确定性!时变等特点的印刷过程，采用传统的检测理论或单一的图像处理技术难以满足多对象全画面在线检测的要求，本文提出印刷图像质量检测的彩色图像分割及相关技术，建立基于视觉感知的印刷质量评估体系，有效解决印刷图像质量客观评价与人眼主观评价一致的问题。论文的主要研究成果包括：（1）基于视觉感知的图像质量评价体系根据印刷工艺和人眼的视觉感知特点，将印刷图像质量分为图像质量和文字质量，

5、提出基于视觉感知的印刷图像质量评价基本框架，包括色彩测量、图文检测和自动控制三部分。主要研究文字区域定位、图像感兴趣区域划分和半色调图像网点面积率三种分割策略，从而建立多对象、多过程与主观评价一致的印刷质量客观测控模型。（2）基于光照颜色补偿的在线颜色测量技术针对印刷在线色彩测量环境不能满足标准照明条件的问题，设计基于双色反射模型和有限维线性模型的光照颜色补偿方法，采用双色反射模型估计光源的颜色，解决光照估计难的问题，采用有限维线性模型，得到物体表面在标准光源下的颜色值。并对RGB色差计算公式进行改进，在保证色差计算精度的同时，提高计算速。实验结果表明，经过光照颜色补偿的色

6、彩测量精度满足要求。（3）半色调图像网点面积率智能测量策略由于印刷过程的复杂性!专色和黑版技术的影响，难以用单一模型实现印后图像的四色网点面积率的还原，提出基于颜色区域的组合神经网络RGB—CMYK转换策略。针对颜色相近像素的网点面积率趋于相近的特点,首先采用改进基于模糊集2的自适应彩色分割算法获取图像的主颜色，并通过定义模糊同一性，有效地克服了闭值不确定性、没有考虑空间信息的缺点，采用多个神经子网络分别实现对应主颜色区域的转换。实验结果表明，该策略的网点面积率检测精度高，为有效检测各色印刷质量和实现印刷控制提供理论支持。（4）复杂背景的彩色印刷图像文字定位方法针对印刷文字

7、背景复杂，语种、字体、颜色等形式多变，文字定位准确率低的问题，提出基于主颜色和连通分量特征的文字区域分割方法。设计以强边缘内局部平滑颜色为聚类中心的粗分割，保留了页面文字的颜色，采用均值偏移的精分割进一步减少主颜色数量，提高计算的速度，最大相似法滤波的后处理提高识别的准确度。根据汉字结构特点，设计基于专家知识的汉字重建规则库、启发式滤波和基于区域几何位置的文本区域定位等连通分量方法，从彩色印刷版面中分害U出文字区域。实验结果表明,以上方法能有效地去除复杂背景干扰，适应字体、尺度等变化，在不同类型的图像中都能得到较好