人工神经网络在印刷工程领域的应用

《人工神经网络在印刷工程领域的应用》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、人工神经网络在印刷工程领域的应用山东工业技师学院山东省261053人工神经网络（简称神经网络）是20世纪80年代发展起来的一种模仿生物脑结构和功能的信息处理系统，是近年来国际学术界的研究热点之一。神经网络由相互间部分或完全联系的微处理单元（即神经元）组成，具有并行分布处理、非线性映射、通过训练自学等特别能力，能够完成各种涉及非线性结构的工作。随着人们对人工祌经网络研宄的深入，它在各个学科中的应用也越来越广泛。木文就人工神经网络在印刷工程领域的应用进行探讨。关键词：人工神经网络;印刷工程;色彩管理;质量检测;色貌模型;故障诊断;边缘检测在印刷工程领域，人工神经网络己经开始应用于色彩管理、印刷品

2、质量检测、色貌模型研宄、图像网目调处理算法、印刷机故障诊断、边缘检测等各方面。一、应用于色彩管理色彩管理在业界己引起普遍重视，其作用是在印刷复制过程中正确描述颜色，并使颜色从输入设备到显示设备，以及到输出设备的数据传输过程中尽可能地保持一致。其中与设备有关的颜色值通常以RGB或CMYK数值来表示，而与设备无关的颜色值代表了用设备复制出的颜色感觉，用特征文件连接颜色空间（PCS）来表示，即用CIEXYZ或CIELAB色空间来描述。设备颜色空间和PCS空间的转换是双向的，同时也是非线性的。长期以来，研究人员一直在寻找合适的颜色空间转换方法，尝试过查找表法、平面方程法、多项式拟合法，也试验过祌经网

3、络。国外有学者在对数字照相机颜色特征化时采取了多项式回归和神经网络两种方法进行比较研究。通过实验，他们发现，多项式回归和神经网络的效果基木上是相同的，但是如果训练样木过小，神经网络产生的误差将变大，同时，目前祌经网络法所需要的时间较长。国内也有人在研宄中对比了图表法、查找表法、数学模型法和人工神经网络法四种颜色空间转换方法，得到的结论是：图表法转换效率不高；查找法在转换中色差较大；数学模型法和人工神经网络法的转换精度较高，能基本满足多数实际应用的要求。而iL在以往的实验中，研究人员并没有找到最优的神经网络结构，否则，利用人工神经网络进行转换的精度还会进一步得到提高。研究表明，将人工神经网络引

4、入色彩管理领域，作为研究色彩空间转换和特征化的一种方法和途径，是行之冇效的。二、应用于印刷品质量检测印刷品质量检测除采用信号条、测控条进行人工主观0测法外，主要采用密度检测法和色度检测法。密度检测法是印刷复制中最经济、使用最广泛的测量方法，可用于计算墨层厚度、网点面积率、网点扩大及色强度等。但密度是相对值，无法真实反映色彩的具体信息，表征颜色不够准确，难以与印刷客户交流。色度检测能准确反映颜色的外貌，色度值与人的视觉感知一致，具奋明显的优点，在印刷业中的应用越来越普遍，但用色度值具体指导印刷生产过程又相对困难。为了更好地对印刷品质量进行评价，研究人员考虑将两种方法结合起来。通常情况下，研究人

5、员利用最小二乘法原理建立多元线性冋归方程来确定密度检测和色度检测之间的转换关系。而后，采用BP神经网络建立密度检测和色度检测之间的转换关系，取得较满意的结果，给定一个色块的色度值，即可采用BP神经网络方法求得该色块的密度值。这样就可以在色度体系下校正印刷汕墨颜色，提供印刷特性参数，使我们能在色度体系下发挥密度检测的一些优点，对推广使用色度检测法具冇重要意义。B前，印刷过程直接检测印品画面和实时检测技术迅猛发展。直接检测的原理是：通过向检测系统中预存经客户签字付印的标准图像，然后在印刷过程中通过采集系统得到待检测图像，将两幅图像进行比较，最终得到检测结果。例如，在印刷过程中，可通过检测印品画面

6、的网点面积率，实现对印刷机各供墨区的墨量调节。按汕墨叠印呈色模型，四色印刷理应只有16种基本色元。只要计算出图像各个像素与各基本色元的差距，选择距离最小的颜色为该像素的色彩，就可以把四色分开，并得到各色的网点面积率。实际上，在印刷压力变化、油墨叠印效果、供墨量大小等因素的影响下，不仅网点大小会发生变化，墨层厚度也会变化，最终呈现在印品上的颜色，实际上超过理论上的16种基本色元。对印品图像的采样分辨力越高，这种现象越明显。很显然，在印品图像直接检测系统中，采用距离法来判别存在较大误差。为了提高检测的精确性和效率，奋学者应用神经网络模式识别方法进行网点还原。把图像像素的R、G、B值作为神经网络的

7、输入，该像素的颜色类别作为输出。通过实验对比研究，使用神经网络方法要比使用线性的距离判别函数存在较大优势，即使在高分辨力下也能正确识别各色网点，以实现二色叠印网点图像的精确分割。三、应用于色貌模型色貌模型是指在根据特定的照明、背景和观察环境等参数下的CIE色度参数（例如三刺激值）进行色貌属性参数（例如明度、彩度、色相）计算或预测的一组数学表达式或数学模型。它主要解决不同观察条件、不冋背景和不冋环境下的颜色真实