CN101696969B - 基于灰技术的高光彩喷纸质量综合评价方法 - Google Patents

Abstract

本发明涉及一种基于灰技术的高光彩喷纸质量综合评价方法，步骤是(1)选择需要评价的的若干种高光彩喷纸，测量纸张的基本物理性能；(2)选定一台专业照片级打印机依次在纸样上打印专业测试版、色标及图像；(3)利用仪器测量打印图像的表征打印性能；(4)根据灰评估模型计算每种纸样的关联度。本发明将一种新方法(模型)——灰技术应用于彩喷纸质量的评价之中，得出了一种定性定量的评价结果，解决了印刷领域内难以对彩喷纸的整体质量做出科学准确评价的难题，可对纸张质量做出科学的、数值化的综合评价结果，不必再靠人的主观意识来评判，更加科学准确，对于彩喷纸喷墨打印质量标准的建立有一定的参考作用。

Description

基于灰技术的高光彩喷纸质量综合评价方法

技术领域

本发明属于印刷或造纸领域，尤其是一种基于灰技术的高光彩喷纸质量综合评价方法，主要应用于对高光彩喷纸(高光泽彩色喷墨打印纸)的质量评价。

背景技术

造纸产品主要用作生产资料，其中一半以上用于印刷材料。彩色喷墨打印纸就是纸张深加工的产物，它是在普通印刷用纸的表面进行特殊涂布处理，以改善了原纸的表面质量，使纸张具备良好的吸墨性和固墨性，从而完整地保持原有的色彩和清晰度以获得满意的打印效果。一般来讲，彩色喷墨打印纸主要分为无光泽彩色喷墨打印纸和高光泽彩色喷墨打印纸，高光彩喷纸打印出来的图像颜色鲜艳饱满、清晰亮丽、光泽度高，在室内陈设有良好的耐光性和色牢度，特别适合照片影像输出和广告展示板制作。

近几年随着喷墨打印技术的不断发展，照片打印机越来越广泛地走向家庭。照片打印纸的需求及质量要求相应地也在增长。当然，人们注重的纸张质量也就是纸张的打印质量，色彩是不是够艳丽，光泽度是不是够高等等。

纸张的打印性能必然与其物理性能有着千丝万缕的关系，从印刷技术的角度来讲，纸张打印质量的评价一直是众多学者专家研究的问题。通过对纸张打印性能的分析，一方面可以对彩喷纸的综合质量等级做出准确界定，另一方面可以由表及里地找出导致纸张某种特征表现的原因，这样才能够不断改进生产方法，提高纸张的整体质量。目前对于纸张打印质量的评价，只是通过一系列的仪器检测，得到几类指标的数据，而最终哪种纸的整体打印性能好，还是要靠人的主观认识来模糊评判。这样一来，人们对纸张所表现出来的打印性能都不能定量分析评价，从而无法追溯影响纸张质量的内在原因。

在过去的几十年中，造纸商和纸厂的供应商都在努力提高彩喷纸的质量等级以便满足用户对高光彩喷纸质量的要求，如何科学准确地评价纸张的打印质量是人们越来越关注的问题。比较传统的方法是用肉眼或借助放大镜和显微镜，观察和判断打印图像或文字的清晰程度，这是一种以习惯技术和审美观点对图像质量评定的极为主观的方法，其结果因人而异；还有利用测控条、面积仪和密度计等进行测定的方法，但都不够迅速、准确和客观。从20世纪90年代开始，世界上许多著名的研究机构和公司相继开发了用于纸张喷墨打印质量的分析系统，新技术的涌现涉及众多交叉学科。就目前而言，纸张喷墨打印质量的分析系统主要有如下3种：计算机图像分析法、计算机光学分析法和放射线成像分析法。基于MTF的计算机光学分析法和利用波长分散X-射线光谱分析法虽然可以直观、迅速和准确测量喷墨打印纸的质量，但仍存在设备高昂及需要使用者具备大量的光学知识等问题；计算机图像分析法是一种很优秀的质量评估方法，已广泛应用到印刷质量检测中，如胶版印刷、数字印刷等。在纸张性能检测过程中，图像分析法对打印质量进行评价也是一种有效的工具。然而，目前人们运用这些方法检测喷墨打印纸打印质量还是停留在检测某些性能指标的阶段，得到的结果往往只是一些离散的指标数据值，只能对纸张某一方面的打印性能有所界定，最终人们还是通过主观意识评判哪种喷墨纸总体的打印质量比较好，还是无法得到一个科学准确的综合评价结果。

发明内容

本发明的目的是克服现有技术的不足，提供一种基于灰技术的高光彩喷纸质量综合评价方法，该系统根据灰评估模型对彩喷纸打印质量进行综合评价，科学准确地对纸张的众多打印性能评测指标进行分析，进而可以计算出每种纸样打印性能的关联度，最终能够对实验中的每种高光彩喷纸的打印质量做出综合评价结果。

本发明的目的是通过以下技术方案实现的：

一种基于灰技术的高光彩喷纸质量综合评价方法，步骤是：

(1)选择需要评价的的若干种高光彩喷纸，测量纸张的基本物理性能；

(2)选定一台专业照片级打印机依次在纸样上打印专业测试版、色标及图像；

(3)利用仪器测量打印图像的表征打印性能；

(4)根据灰色评估的数学模型计算每种纸样的关联度：

单层次(目标B_k)灰色评估的数学模型如下式所示：

式中R_k＝(r_k1，r_k2，…，r_km)为m个评估对象的评估结果(关联度)矩阵；r_ki(i＝1，2，…，m)表示第i个评估对象的评估结果(关联度)且R_k＝W×E_k，其中W＝(w₁，w₂，…，w_n)为指标权重矩阵，A_k为指标(系数)矩阵，E_k为关联系数矩阵；

$A_k=\begin{array}{cc}& \begin{array}{cccc}{P}_1& P_2& \·\·\·& P_n\end{array}\\ \begin{array}{c}{S}_1\\ S_2\\ \·\\ \·\\ \·\\ S_m\end{array}& \left[\begin{array}{cccc}{a}_{k11}& a_{k12}& \·\·\·& a_{k1n}\\ a_{k21}& k_{22}& \·\·\·& a_{k2n}\\ \·& \·& & \·\\ \·& \·& & \·\\ \·& \·& & \·\\ a_{\mathrm{km}1}& a_{\mathrm{km}2}& \·\·\·& a_{\mathrm{kmn}}\end{array}\right]\end{array}$ $E_k={\left(\begin{array}{cccc}{\mathrm{\ξ}}_{k1}\left(1\right)& {\mathrm{\ξ}}_{k1}\left(2\right)& \·\·\·& {\mathrm{\ξ}}_{k1}\left(n\right)\\ {\mathrm{\ξ}}_{k2}\left(1\right)& {\mathrm{\ξ}}_{k2}\left(2\right)& \·\·\·& {\mathrm{\ξ}}_{k2}\left(n\right)\\ \·& \·& & \·\\ \·& \·& & \·\\ \·& \·& & \·\\ {\mathrm{\ξ}}_{\mathrm{km}}\left(1\right)& {\mathrm{\ξ}}_{\mathrm{km}}\left(2\right)& \·\·\·& {\mathrm{\ξ}}_{\mathrm{km}}\left(n\right)\end{array}\right)}^T$

其中ak_ij表示在目标B_k下第i个评估对象的第j个指标的指标值，ξ_ki(j)表示在目标B_k下第i个评估对象第j个指标与最优对象中第j个最优指标的关联系数；

a.确定最优对象S₀，其元素分别为a_k01，a_k02，…，a_k0n

$a_{k0j}=\underset{i}{\max }{a}_{\mathrm{kij}},j\∈D_1;$ $a_{k0j}=\underset{i}{\min }{a}_{\mathrm{kij}},j\∈D_2$

其中D₁为收益性指标下标的集合，D₂为成本性指标下标的集合，最优对象S₀的各元素是诸评估对象对应指标中的最优值；

b.原始数据规范化处理

${a^{\′}}_{\mathrm{kij}}=\frac{a_{\mathrm{kij}}-\underset{i}{\min }{a}_{\mathrm{kij}}}{\underset{i}{\max }{a}_{\mathrm{kij}}-\underset{i}{\min }{a}_{\mathrm{kij}}},$ ${a^{\′}}_{k0j}=\frac{a_{k0j}-\underset{i}{\min }{a}_{\mathrm{kij}}}{\underset{i}{\max }{a}_{\mathrm{kij}}-\underset{i}{\min }{a}_{\mathrm{kij}}}$

c.关联度计算

$r_{\mathrm{ki}}=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_j\frac{0.5}{{\mathrm{\Δ}}_{\mathrm{kij}}+0.5}=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_j\frac{1}{2{\mathrm{\Δ}}_{\mathrm{kij}}+1},$ 其中Δk_ij＝|a′_k0j-a′_kij|                 公式2-3

r_ki为评估对象S_i对最优对象S₀的关联度，r_ki越大，表明S_i与最优对象接近的程度越好，从而得到综合评估结果。

而且，所述纸张基本物理性能为纸张的光学性能，包括白度、粗糙度、不透明度、光泽度。

而且，所述打印图像表征打印性能包括色密度、阶调复制曲线、色差、色域、墨点、线条。

本发明的优点和积极效果是：

1、本评价方法将一种新的方法(模型)——灰技术应用于彩喷纸质量的评价之中，得出了一种定性定量的评价结果，解决了印刷领域内难以对彩喷纸的整体质量做出科学准确评价的难题，可以对纸张质量做出科学的、数值化的综合评价结果，不必再靠人的主观意识来评判，更加科学准确，对于彩喷纸喷墨打印质量标准的建立有一定参考作用。

2、本评价方法通过基于灰技术的纸张质量系统的优势因素分析可以进一步分析纸张打印性能与纸张表面性能的关系，找出纸张质量的外部表征与内部结构或成分之间的规律，从而对纸张的生产和涂布有一定的指导作用，开创了利用系统学方法论分析纸张打印性能与表面性能之间关系的新思维角度。

3、本评价方法可以对纸张的诸多光学性能进行优势因素分析，进一步将纸张质量这一多因素影响的复杂体系理清，促进了对纸张打印性能的准确评价。

附图说明

图1为本发明的打印CMYKRGB实地色块；

图2为本发明的打印CMYKRGB10％-100％梯尺；

图3为本发明的打印it8.7-3色标；

图4为本发明的打印墨点及线条。

具体实施方式

下面结合实施例，对本发明进一步说明，下述实施例是说明性的，不是限定性的，不能以下述实施例来限定本发明的保护范围。

一种基于灰技术的高光彩喷纸质量综合评价方法，步骤是：

1.选择实验用的若干种高光彩喷纸，测量纸张的基本物理性能，主要是光学性能，包括白度、粗糙度、不透明度、光泽度。

2.选定一台专业照片级打印机依次在纸样上打印专业测试版、色标及图像。

3.利用仪器测量打印图像的色密度、阶调复制曲线、色差、色域、墨点、线条等能够表征打印性能的指标。

4.根据灰评估模型计算每种纸样的关联度，关联度越高说明其整体打印质量越好，从而可得出综合评价结果。

单层次(目标B_k)灰色评估的数学模型如下式所示：

式中R_k＝(r_k1，r_k2，…，r_km)为m个评估对象的评估结果(关联度)矩阵；r_ki(i＝1，2，…，m)表示第i个评估对象的评估结果(关联度)且R_k＝W×E_k，其中W＝(w₁，w₂，…，w_n)为指标权重矩阵，A_k为指标(系数)矩阵，E_k为关联系数矩阵。

$A_k=\begin{array}{cc}& \begin{array}{cccc}{P}_1& P_2& \·\·\·& P_n\end{array}\\ \begin{array}{c}{S}_1\\ S_2\\ \·\\ \·\\ \·\\ S_m\end{array}& \left[\begin{array}{cccc}{a}_{k11}& a_{k12}& \·\·\·& a_{k1n}\\ a_{k21}& k_{22}& \·\·\·& a_{k2n}\\ \·& \·& & \·\\ \·& \·& & \·\\ \·& \·& & \·\\ a_{\mathrm{km}1}& a_{\mathrm{km}2}& \·\·\·& a_{\mathrm{kmn}}\end{array}\right]\end{array}$ $E_k={\left(\begin{array}{cccc}{\mathrm{\ξ}}_{k1}\left(1\right)& {\mathrm{\ξ}}_{k1}\left(2\right)& \·\·\·& {\mathrm{\ξ}}_{k1}\left(n\right)\\ {\mathrm{\ξ}}_{k2}\left(1\right)& {\mathrm{\ξ}}_{k2}\left(2\right)& \·\·\·& {\mathrm{\ξ}}_{k2}\left(n\right)\\ \·& \·& & \·\\ \·& \·& & \·\\ \·& \·& & \·\\ {\mathrm{\ξ}}_{\mathrm{km}}\left(1\right)& {\mathrm{\ξ}}_{\mathrm{km}}\left(2\right)& \·\·\·& {\mathrm{\ξ}}_{\mathrm{km}}\left(n\right)\end{array}\right)}^T$

其中a_kij表示在目标B_k下第i个评估对象的第j个指标的指标值，ξ_ki(j)表示在目标B_k下第i个评估对象第j个指标与最优对象中第j个最优指标的关联系数。

(1)确定最优对象S₀，其元素分别为a_k01，a_k02，…，a_k0n

$a_{k0j}=\underset{i}{\max }{a}_{\mathrm{kij}},j\∈D_1;$ $a_{k0j}=\underset{i}{\min }{a}_{\mathrm{kij}},j\∈D_2$

其中D₁为收益性指标下标的集合，D₂为成本性指标下标的集合。实际上，最优对象S₀的各元素是诸评估对象对应指标中的最优值。

(2)规范化处理：为了便于比较和分析，保证各评判指标具有等效性和同序性，必须对原始数据进行规范化处理，使之无量纲化和归一化。

${a^{\′}}_{\mathrm{kij}}=\frac{a_{\mathrm{kij}}-\underset{i}{\min }{a}_{\mathrm{kij}}}{\underset{i}{\max }{a}_{\mathrm{kij}}-\underset{i}{\min }{a}_{\mathrm{kij}}},$ ${a^{\′}}_{k0j}=\frac{a_{k0j}-\underset{i}{\min }{a}_{\mathrm{kij}}}{\underset{i}{\max }{a}_{\mathrm{kij}}-\underset{i}{\min }{a}_{\mathrm{kij}}}$

(3)关联度计算

$r_{\mathrm{ki}}=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_j\frac{0.5}{{\mathrm{\Δ}}_{\mathrm{kij}}+0.5}=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_j\frac{1}{2{\mathrm{\Δ}}_{\mathrm{kij}}+1},$ 其中Δ_kij＝|a′_k0j-a ′_kij|                  公式2-3

r_ki为评估对象S_i对最优对象S₀的关联度，r_ki越大，表明S_i与最优对象接近的程度越好，从而得到综合评估结果。

下面通过具体实例来进一步印证本发明的创新效果：

1.本次实验选择五种市面常见的高光彩喷纸，所有纸样均为A4幅面，具体参数见表1-1。

表1-1

	品牌	产地	厚度(μm)	粗糙度(μm)	白度(％)	不透明度(％)	光泽度(Gs)
								1#	泛泰克	中国	248.33	1.26	107.82	98.06	77.66
2#	爱普生	日本	227.83	0.85	108.63	99.37	79.59
								3#	惠普	瑞士	268.83	0.65	90.68	98.69	75.45
4#	思帝得	中国	293.17	1.19	106.53	99.83	71.40
								5#	佳能	日本	266.50	0.64	91.12	99.09	59.51

2.打印CMYKRGB实地色块，见图1；并测量色密度值。

3.打印CMYKRGB10％-100％梯尺，见图2；并计算阶调曲线斜率及色差。

4.打印it8.7-3色标，见图3；并计算色域面积。

5.打印墨点线条，见图4；并计算墨点圆度、线宽和线条粗糙度。

6.根据上述测量数据与灰评估模型计算5种纸样的关联度。

图3-4系数矩阵 Ak

Fig.3-4 Coefficient matrix Ak

表3-7五种纸样的关联度值

Tab 3-7 Dependent degree of 5 papers

纸样	1#	2#	3#	4#	5#
						关联度	0.486	0.793	0.758	0.363	0.964

结论：根据关联度的大小得出综合评价结果：5#纸样的总体打印性能最好，而4#纸样的打印质量最不理想。质量排名情况：5#＞2#＞3#＞1#＞4#。

Claims (3)

1.一种基于灰技术的高光彩喷纸质量综合评价方法，其特征在于：评价方法的步骤是：

(1)选择需要评价的的若干种高光彩喷纸，测量纸张的基本物理性能；

(2)选定一台专业照片级打印机依次在纸样上打印专业测试版、色标及图像；

(3)利用仪器测量打印图像的表征打印性能；

(4)根据灰色评估的数学模型计算每种纸样的关联度：

目标B_k灰色评估的数学模型如下式所示：

式中R_k＝(r_k1，r_k2，…，r_km)为m个评估对象的关联度矩阵；r_ki(i＝1，2，…，m)表示第i个评估对象的关联度且R_k＝W×E_k，其中W＝(w₁，w₂，…，w_n)为指标权重矩阵，A_k为系数矩阵，E_k为关联系数矩阵；

$A_k=\begin{array}{cc}& \begin{array}{cccccc}{P}_1& P_2& .& .& .& P_n\end{array}\\ \begin{array}{c}{S}_1\\ S_2\\ .\\ .\\ .\\ S_m\end{array}& \left[\begin{array}{cccc}{a}_{k11}& a_{k12}& ...& a_{k1n}\\ a_{k21}& a_{k22}& ...& a_{k2n}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ a_{\mathrm{km}1}& a_{\mathrm{km}2}& ...& a_{\mathrm{kmn}}\end{array}\right]\end{array}$ $E_k={\left(\begin{array}{cccc}{\mathrm{\ξ}}_{k1}\left(1\right)& {\mathrm{\ξ}}_{k1}\left(2\right)& ...& {\mathrm{\ξ}}_{k1}\left(n\right)\\ {\mathrm{\ξ}}_{k2}\left(1\right)& {\mathrm{\ξ}}_{k2}\left(2\right)& ...& {\mathrm{\ξ}}_{k2}\left(n\right)\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ {\mathrm{\ξ}}_{\mathrm{km}}\left(1\right)& {\mathrm{\ξ}}_{\mathrm{km}}\left(2\right)& ...& {\mathrm{\ξ}}_{\mathrm{km}}\left(n\right)\end{array}\right)}^T$

其中a_kij表示在目标B_k下第i个评估对象的第j个指标的指标值，ξ_ki(j)表示在目标B_k下第i个评估对象第j个指标与最优对象中第j个最优指标的关联系数；

a.确定最优对象S₀，其元素分别为a_k01，a_k02，…，a_k0n

$a_{k0j}=\underset{i}{\max }{a}_{\mathrm{kij}},j\∈D_1;$ $a_{k0j}=\underset{i}{\min }{a}_{\mathrm{kij}},j\∈D_2$

其中D₁为收益性指标下标的集合，D₂为成本性指标下标的集合，最优对象S₀的各元素是诸评估对象对应指标中的最优值；

b.原始数据规范化处理

${a^{\′}}_{\mathrm{kij}}=\frac{a_{\mathrm{kij}}-\underset{i}{\min }{a}_{\mathrm{kij}}}{\underset{i}{\max }{a}_{\mathrm{kij}}-\underset{i}{\min }{a}_{\mathrm{kij}}},$ ${a^{\′}}_{k0j}=\frac{a_{k0j}-\underset{i}{\min }{a}_{\mathrm{kij}}}{\underset{i}{\max }{a}_{\mathrm{kij}}-\underset{i}{\min }{a}_{\mathrm{kij}}}$

c.关联度计算

$r_{\mathrm{ki}}=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_j\frac{0.5}{{\mathrm{\Δ}}_{\mathrm{kij}}+0.5}=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_j\frac{1}{2{\mathrm{\Δ}}_{\mathrm{kij}}+1},$ 其中Δ_kij＝|a′_k0j-a′_kij|                  公式2-3

r_ki为评估对象S_i对最优对象S₀的关联度，r_ki越大，表明S_i与最优对象接近的程度越好，从而得到综合评估结果。

2.根据权利要求1所述的基于灰技术的高光彩喷纸质量综合评价方法，其特征在于：所述纸张的基本物理性能为纸张的光学性能，包括白度、粗糙度、不透明度、光泽度。

3.根据权利要求1所述的基于灰技术的高光彩喷纸质量综合评价方法，其特征在于：所述打印图像的表征打印性能包括色密度、阶调复制曲线、色差、色域、墨点、线条。

Images