CN102162796B - 一种陷印图像质量和陷印方法效果的检测方法及系统 - Google Patents

Abstract

本发明公开了一种陷印图像质量和陷印方法效果的检测方法及系统，属于图像检测技术领域。现有技术中，还没有一个客观的评价陷印图像质量和陷印方法效果方法，更多的是靠经验和人眼的视觉来判断。本发明通过将陷印图像按照偏移模型下的偏移情况进行偏移后得到的偏移图像和陷印对象之间的图像差异度，作为评价陷印图像和陷印方法的客观标准，能够准确地检测出陷印图像的质量和陷印方法的效果。

Description

一种陷印图像质量和陷印方法效果的检测方法及系统

技术领域

本发明属于图像检测技术领域，具体涉及一种陷印图像质量和陷印方法效果的检测方法及系统。

背景技术

陷印也叫补漏白，又称为扩缩，主要是为了弥补因印刷套印不准而造成的两个相邻的不同颜色之间的漏白。当人们面对印刷品时，总是感觉深色离人眼近，浅色离人眼远，因此，在对原稿进行陷印处理时，总是设法不让深色下的浅色露出来，而上面的深色保持不变。这样即使发生一点小小的偏移，叠印的油墨可以掩盖套印不准的错误，而不至使对象的形状发生扭曲，从而保证不影响视觉效果。常见的陷印方法主要有以下4种。

(1)单色线叠印法：在色块边上加浅色线条，并将线条属性选为叠印。

(2)合成线法：在色块边上加合成线，线条属性不选为叠印。

(3)分层法：在不同的层上通过对元素内缩或外扩来实现陷印。

(4)移位法：通过移动色块中拐点的位置来实现内缩或外扩，一般用在与渐变有关的陷印中。

图像陷印本质上是相对原图像的一种质量退化，只有在印刷套印不准时才发挥作用。而实际发生什么样的印刷不准是无法提前预测的，所以如何评价陷印图像的好坏，例如陷印发生的位置，陷印填充的颜色是否完善等，以及陷印方法的优劣，还没有一个客观的评价方法，更多的是靠经验和人眼的视觉来判断。

发明内容

针对现有技术中存在的缺陷，本发明的目的是提供一种客观地、准确地检测陷印图像质量、陷印方法效果的方法及系统。

为了实现上述目的，本发明采用的技术方案如下：

一种陷印图像质量检测方法，包括以下步骤：

(1)确定待检测陷印图像；

(2)建立偏移模型，从所述偏移模型中选取偏移情况；

(3)将所述陷印图像按照所选偏移情况进行偏移，获得偏移图像；

(4)计算与所述陷印图像相对应的原始图像和所述偏移图像之间的图像差异度；

(5)根据所述图像差异度和所选偏移情况，计算陷印图像的质量评价值，再根据该值判断陷印图像的质量。

如上所述陷印图像质量检测方法，步骤(1)中所述陷印图像为CMYK模式；如果陷印图像不是CMKY模式，则将其转换为CMKY模式。

如上所述陷印图像质量检测方法，步骤(2)中所述建立偏移模型的过程包括以下步骤：

(a)选择偏移模型的分布函数；

(b)设定偏移的最大像素个数M，所述M为正整数；

(c)根据所述分布函数计算获得偏移模型的偏移权重分布。

如上所述陷印图像质量检测方法，步骤(2)中，所述偏移情况包括CMYK模式中各个色板的偏移方向、各个色板的偏移距离以及发生该偏移情况的偏移概率，所述偏移概率根据偏移模型获得。

如上所述陷印图像质量检测方法，步骤(3)中所述陷印图像按照所述偏移情况进行偏移是指：陷印图像中的CMYK各个色板按照偏移方向和偏移距离发生偏移。

如上所述陷印图像质量检测方法，步骤(4)中所述图像差异度的计算过程为：分别计算原始图像与偏移图像相同坐标点上的像素颜色差异值，将所有像素颜色差异值的和作为图像差异度。

如上所述陷印图像质量检测方法，步骤(4)中所述图像差异度的计算过程如下：

对偏移图像上的每个像素点，以该像素点为中心，选取一个矩形窗口，计算整个窗口内的像素点与原始图像相同坐标的像素点的颜色差异值，将窗口内所有像素点的颜色差异值的平均值作为该像素点的颜色差异值；然后将所有像素点的颜色差异值的和作为图像差异度；所述矩形窗口的宽度W和高度H均在1个像素点和5个像素点之间。

一种陷印方法效果检测方法，包括以下步骤：

(1)确定待检测陷印方法，选择N个陷印对象，采用待检测陷印方法对所述N个陷印对象进行陷印处理，获得N个陷印图像；所述N为不小于2的正整数；

(2)建立偏移模型，从所述偏移模型中选取偏移情况；

(3)分别将N个陷印图像按照所述偏移情况进行偏移，获得N个偏移图像；

(4)分别计算陷印对象和与其对应的偏移图像之间的图像差异度，获得N个图像差异度；

(5)根据N个图像差异度和所选偏移情况，计算N个陷印图像的质量评价值，再根据N个质量评价值计算陷印方法的效果评价值，根据该值判断陷印方法的效果。

如上所述陷印方法效果检测方法，步骤(5)中所述陷印方法效果评价值的计算方法是：将N个陷印图像的质量评价值的平均值作为陷印方法的效果评价值。

如上所述陷印方法效果检测方法，步骤(5)中所述陷印方法效果评价值的计算方法是：设定阈值，统计N个陷印图像的质量评价值中不超过所述阈值的百分比，将其作为陷印方法的效果评价值。

一种陷印图像质量检测系统，包括：

确定装置(11)，用于确定待检测的陷印图像；

建立装置(12)，用于建立偏移模型，并从该偏移模型中选取偏移情况；

偏移装置(13)，用于将待检测的陷印图像按照偏移情况进行偏移，获得偏移图像；

计算装置(14)，用于计算与陷印图像相对应的原始图像和偏移图像之间的图像差异度；

判断装置(15)，用于根据所述图像差异度和所选偏移情况，计算陷印图像的质量评价值，根据该值判断陷印图像的质量。

一种陷印方法效果检测系统，包括：

陷印装置(31)，用于选择N个陷印对象，采用待检测陷印方法对所述N个陷印对象进行陷印处理，获得N个陷印图像；所述N为不小于2的正整数；

建立装置(32)，用于建立偏移模型，并从所述偏移模型中选取偏移情况；

偏移装置(33)，用于分别将所述N个陷印图像按照所述偏移情况进行偏移，获得N个偏移图像；

计算装置(34)，用于分别计算所述N个陷印对象和与其相对应的偏移图像之间的图像差异度，获得N个图像差异度；

判断装置(35)，用于根据N个图像差异度和所选偏移情况，计算N个陷印图像的质量评价值，再根据N个质量评价值计算陷印方法的效果评价值，根据该值判断陷印方法的效果。

本发明所述方法及系统，通过将陷印图像按照偏移模型下的偏移情况进行偏移后得到的偏移图像与陷印对象之间的图像差异度，作为评价陷印图像质量的客观标准，能够准确地检测出陷印图像的质量和陷印方法的效果。

附图说明

图1是实施例1中陷印图像质量检测系统的结构示意图；

图2是实施例2中陷印图像质量检测方法的流程示意图；

图3是实施例3中陷印方法效果检测系统的结构示意图；

图4是实施例2中选定的原始图像示意图；

图5是实施例2中原始图像经过陷印处理后的陷印图像示意图；

图6是实施例2中偏移权重分布示意图；

图7是实施例2中偏移图像示意图；

图8是实施例2中色差图像示意图。

具体实施方式

本发明的核心思想是：对于陷印图像，通过比较对其进行偏移处理后获得的偏移图像与原始图像的差异，来客观评价陷印图像的质量；其中，陷印图像是指经过某种陷印方法陷印后的图像，原始图像是指陷印前的图像。对于陷印方法，通过检测经过该陷印方法陷印后的多个陷印图像的质量，来客观评价陷印方法的优劣。下面结合附图和实施例对本发明进行详细描述。

实施例1

图1出示了本实施例中陷印图像质量检测系统的结构示意图。本系统包括确定装置11，与确定装置11连接的建立装置12，与建立装置12连接的偏移装置13，与偏移装置13连接的计算装置14，以及与计算装置14连接的判断装置15。

所述确定装置11用于确定待检测的陷印图像。所述建立装置12用于建立偏移模型，并从该偏移模型中选取偏移情况；所述偏移模型是指图像偏移的概率模型，包括复数种偏移情况。所述偏移装置13用于将待检测的陷印图像按照偏移情况进行偏移，获得偏移图像。所述计算装置14用于计算与陷印图像相对应的原始图像和偏移图像之间的图像差异度。所述判断装置15用于根据所述图像差异度和所选偏移情况，计算陷印图像的质量评价值，根据该值判断陷印图像的质量。

本系统检测陷印图像质量的过程为：首先由确定装置11确定待检测的陷印图像；然后由建立装置12建立偏移模型，并从偏移模型中选取偏移情况；再由偏移装置13将陷印图像按照偏移模型下的偏移情况进行偏移，获得偏移图像；再由计算装置14计算原始图像与偏移图像之间的图像差异度；最后由判断装置15根据图像差异度和所选偏移情况，计算陷印图像的质量评价值，根据该值判断陷印图像的质量。具体地检测过程可以采用实施例2中所述的方法流程。

实施例2

图2出示了本实施例中陷印图像质量检测方法的流程图。该方法包括以下步骤：

(1)确定待检测的陷印图像。

所述陷印图像的格式为CMYK模式，C代表青色、M代表品红、Y代表黄色、K代表黑色。如果陷印图像不是CMYK模式，则先将其转换为CMYK模式。

以图5所示的陷印图像为例，其原始图像如图4所示。原始图像由10行10列的像素点组成，包含两种颜色：左边的区域C＝100，M＝0；右边区域M＝100，C＝0。设定原始图像中每个像素点中CM色板的色值分别为c₀和m₀，则原始图像中A点的色值为A(c₀＝100 m₀＝0)，B点的色值为B(c₀＝0 m₀＝100)。图5所示图像是对图4所示原始图像在两种颜色交界的左右两个像素点进行陷印处理后的图像，在陷印区域内的颜色为C＝100，M＝100。设定陷印图像中每个像素点中CM色板的色值分别为c′和m′，则陷印图像中A点的色值为A(c′＝100 m′＝0)，B点的色值为B(c′＝100 m′＝100)。

(2)建立偏移模型，从所述偏移模型中选取偏移情况。

所述偏移模型是指图像偏移的概率模型，用于表现套印不准情况的发生概率。偏移模型中包括复数种偏移情况，每种偏移情况均包括CMYK模式中各个色板的偏移方向、各个色板的偏移距离以及发生该偏移情况的偏移概率。其中，偏移概率根据偏移模型获得。

本实施例中，建立偏移模型的具体过程包括以下步骤：

(a)选择偏移模型的分布函数。较佳的分布函数的选择规则是：使根据该分布函数计算出的偏移权重分布以中心区域的发生概率较大，四周概率沿着某一方向逐渐递减，且分布均匀。例如，在图6中，中心区域的数值为260，概率较大，从中心区域沿着任意方向的数值逐渐递减，且以中心区域为对称点，分布均匀。

本实施例中选定的分布函数如下：

$f\left(x\right)=\frac{K_1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_1}{e}^{-\frac{{(x-\mathrm{\μ})}^2}{2{{\mathrm{\σ}}_1}^2}}+\frac{K_2}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_2}{e}^{-\frac{{(x-\mathrm{\μ})}^2}{2{{\mathrm{\σ}}_2}^2}},$ -∞＜x＜∞

其中，σ₁＝1.5，σ₂＝0.35，μ＝0，K₁＝71 K₂＝211。该分布函数是由两个正态分布函数叠加而成，这样既可以提高中心区域的发生概率，又能够使偏移概率的分布更加均匀。也可以采用其他分布函数，如等概率函数等。

(b)设定偏移的最大像素个数M(M为正整数，优选的，1≤M≤4)。本实施例所举实例中M选择3，即以中心点为基准，向上、下、左、右最大偏移3个像素点。

(c)根据分布函数计算偏移模型的偏移权重分布。本实施例所举实例中利用上述分布函数计算得到的一个像素中的一个色板偏移权重分布如图6所示，每个像素中的每个色板均对应这样一幅偏移权重分布图。图6所示偏移权重分布的计算过程如下：

由于本实施例所举实例中设定的最大偏移像素个数为3，因此偏移权重分布在7行7列的表格中。表格中心点表示像素点未发生偏移，中心点左侧第一列表示向左偏移了一个像素点，右侧第一列表示向右偏移了一个像素点，上侧第一行表示向上偏移了一个像素点，下侧第一行表示向下偏移了一个像素点；中心点左侧第二列表示向左偏移了两个像素点，右侧第二列表示向右偏移了两个像素点，上侧第二行表示向上偏移了两个像素点，下侧第二行表示向下偏移了两个像素点；以此类推。图6中数字的计算过程如下：

首先，选择上述函数f(x)的x值。x可以在正负无穷之间任意取值，|x|值越大，f(x)的值越小；中心区域处，x取0。本例中，为了计算方便，x的取值如下表所示：

上表中每个单元格的x的取值与图6中每个单元格的权重相对应，将x取值代入到函数f(x)中，便得到图6中与x值相对应的值，例如：

x＝0时， $f\left(0\right)=\frac{71}{\sqrt{2\mathrm{\π}}\×1.5}{e}^{-\frac{0}{2\×{1.5}^2}}+\frac{211}{\sqrt{2\mathrm{\π}}\×0.35}{e}^{-\frac{0}{2\×{0.35}^2}}=18.9+240.6\≈260$

x＝1时， $f\left(1\right)=\frac{71}{\sqrt{2\mathrm{\π}}\×1.5}{e}^{-\frac{1}{2\×{1.5}^2}}+\frac{211}{\sqrt{2\mathrm{\π}}\×0.35}{e}^{-\frac{1}{2\×{0.35}^2}}=15.1+4\≈19$

$x=\sqrt{5}$ 时， $f\left(\sqrt{5}\right)=\frac{71}{\sqrt{2\mathrm{\π}}\×1.5}{e}^{-\frac{5}{2\×{1.5}^2}}+\frac{211}{\sqrt{2\mathrm{\π}}\×0.35}{e}^{-\frac{5}{2\×{0.35}^2}}=6.1+3\×{10}^{-7}\≈6$

$x=\sqrt{13}$ 时， $f\left(\sqrt{13}\right)=\frac{71}{\sqrt{2\mathrm{\π}}\×1.5}{e}^{-\frac{13}{2\×{1.5}^2}}+\frac{211}{\sqrt{2\mathrm{\π}}\×0.35}{e}^{-\frac{13}{2\×{0.35}^2}}=1.005+2.98\×{10}^{-21}\≈1$

其他的计算与上述类似，不再赘述。

根据图6所示的偏移权重分布计算像素点的偏移概率的过程为：先计算表格中所有数值之和为512，表格中的数值除以所有数值之和，即为陷印图像中像素点偏移至该点的概率。例如，陷印图像的像素点未发生偏移，即为表格的中心点，数值为260，则该像素点未发生偏移的概率为260÷512＝0.51。陷印图像的像素点向左偏移一个像素点，标记为A点，数值为19，则该像素点向左偏移一个像素点的概率为19÷512≈0.037。如果CMYK色板中多个色板同时发生偏移，则将每个色板像素点的偏移概率相乘，作为该像素点的偏移概率。例如，某像素点C色板的偏移概率为0.51，M色板的偏移概率为0.037，则该像素点的偏移概率为0.51×0.037＝0.01887。

从偏移模型中选取任意种偏移情况，可以选取一种偏移情况，也可以选取多种偏移情况。本实施例所举实例中选取了一种偏移情况，即C色板向左偏移一个像素点，M色板向右偏移一个像素点。偏移情况的选取种数(即选择一种与多种)对最终的陷印图像质量检测结果不产生实质影响。

(3)将陷印图像按照所选偏移情况进行偏移，获得偏移图像。

将陷印图像中的CMKY各个色板按照所选偏移情况中的偏移方向和偏移距离，发生偏移，获得偏移图像。如果选择了多种偏移情况，则可以按照任意顺序对陷印图像进行多种偏移处理，即对多种偏移情况的偏移处理顺序没有要求。例如，假设选取两种偏移情况，分别为偏移情况1和偏移情况2，可以先按照偏移情况1的偏移方向和偏移距离，对陷印图像进行偏移处理，得到偏移处理后图像；再按照偏移情况2的偏移方向和偏移距离，对经过按照偏移情况1处理后的图形再次进行偏移处理，得到偏移图像。也可以先按照偏移情况2、后按照偏移情况1的顺序进行偏移处理。

本实施例所举实例中，图5所示陷印图像的C色板向左偏移一个像素点，M色板向右偏移一个像素点后，获得的偏移图像如图7所示。由图7可以看出，由于CM色板的偏移，陷印区域的宽度由四个像素点缩小到了两个像素点。设定偏移图像中每个像素点中CM色板的色值分别为c₁和m₁，图7中A点的色值为A(c₁＝100 m₁＝0)，B点的色值为B(c₁＝100 m₁＝100)。

(4)计算原始图像与偏移图像之间的图像差异度。

图像差异度可以通过但不限于下述两种方法计算：

(a)分别计算原始图像和偏移图像相同坐标上像素点的颜色的差异值，得到色差图；再计算色差图中所有差异值的和，将其作为图像差异度。

(b)在偏移图像上，以该像素点为中心，选取一个矩形窗口。该窗口的宽度W和高度H均在1个像素点和5个像素点之间，即1个像素点≤W≤5个像素点，1个像素点≤H≤5个像素点。计算整个窗口内的像素点与原始图像相同坐标的像素点的颜色差异值，将窗口内所有像素点颜色差异值的平均值作为该像素点的颜色差异值。计算所有像素点差异值后，得到色差图；再计算色差图中所有差异值的和，将其作为图像差异度。这种方法与方法(a)相比，其结果更加精确。

所述的色差图是灰度图，可以看成是差异矩阵，反映原始图像与偏移图相同像素点上色差的变化程度，如果像素点没有变化，则以0来表示。本实施例中，按如下公式计算原始图像与偏移图像相同坐标像素点的颜色差异值：

$\sqrt{{(c_1-c_0)}^2+{(m_1-m_0)}^2}.$

例如，图6中A点的差异值为

B点的差异值为本实施例所举实例的色差图如图8所示，其中白色块表示差异值为0，黑色块表示差异值为100。其图像差异度为每个像素点的差异值之和，为2000。

(5)根据所述图像差异度和所选偏移情况，计算陷印图像的质量评价值，再根据该值判断陷印图像的质量。

本实施例中，将图像差异度和所选偏移情况的偏移概率进行加权计算，得出该陷印图像的质量评价值。其中，加权计算方法采用将图像差异度乘以偏移概率后求和，也可以采用其他的加权计算方法。例如，本实施例所举实例中，图像差异度为2000，C板和M板的偏移概率为(19÷512)²≈0.001377，图像差异度和偏移概率进行加权计算，即2000×0.001377＝2.754。由于该实例中仅选择了一种偏移情况，因此将2.754直接作为质量评价值。如果选择了多种偏移情况，则对每种偏移情况进行上述计算，将计算结果相加后的和值作为质量评价值。质量评价值越小，说明陷印图像的质量越好。

实施例3

图3出示了本实施例中陷印方法效果检测系统的结构框图。本系统包括陷印装置31，与陷印装置31连接的建立装置32，与建立装置32连接的偏移装置33，与偏移装置33连接的计算装置34，以及与计算装置34连接的判断装置35。

所述陷印装置31用于选择N个陷印对象，采用待检测陷印方法对所述N个陷印对象进行陷印处理，获得N个陷印图像；所述N为不小于2的正整数。所述建立装置32用于建立偏移模型，并从所述偏移模型中选取偏移情况；所述偏移模型是指图像偏移的概率模型，包括复数种偏移情况。所述偏移装置33用于分别将所述N个陷印图像按照所述偏移情况分别进行偏移，获得N个偏移图像。所述计算装置34用于分别计算所述N个陷印对象和与其相应对的偏移图像之间的图像差异度，获得N个图像差异度。所述判断装置34，用于根据N个图像差异度和所选偏移情况，计算N个陷印图像的质量评价值，再根据N个质量评价值计算陷印方法的效果评价值，根据该值判断陷印方法的效果。

本系统检测陷印方法效果的具体过程可采用实施例4所述的方法流程。

实施例4

本实施例描述了一种陷印方法效果的检测方法。该方法首先选择待检测的陷印方法和N(N≥2，为正整数)个陷印对象；然后采用待检测陷印方法对N个陷印对象进行陷印，得到N个陷印图像；再采用实施例2所述方法对每个陷印图像的质量进行检测，得到N个陷印图像的质量评价值；最后根据N个陷印图像的质量评价值，得到陷印方法的效果评价值，以此判断陷印方法的效果。陷印方法的效果评价值可以采用但不限于下述两种方式：①将N个陷印图像的质量评价值的平均值作为陷印方法的效果评价值；②设定陷印图像质量评价值的阈值(阈值的大小可以根据实际情况确定，如3.00)，统计N个陷印图像的质量评价值中不超过阈值的百分比，将其作为陷印方法的效果评价值。如果按照方式①计算陷印方法的效果评价值，则该值越小，说明陷印方法越好；如果按照方式②计算陷印方法的效果评价值，则该值越大，则陷印方法越好。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种陷印图像质量检测方法，包括以下步骤：

（1）确定待检测陷印图像；

（2）建立偏移模型，从所述偏移模型中选取偏移情况；所述偏移情况包括CMYK模式中各个色板的偏移方向、各个色板的偏移距离以及发生该偏移情况的偏移概率，所述偏移概率根据偏移模型获得；建立偏移模型的过程包括以下步骤：

(a)选择偏移模型的分布函数；

(b)设定偏移的最大像素个数M，所述M为正整数；

(c)根据所述分布函数计算获得偏移模型的偏移权重分布；

（3）将所述陷印图像按照所选偏移情况进行偏移，获得偏移图像；陷印图像按照偏移情况进行偏移是指陷印图像中的CMYK各个色板按照偏移方向和偏移距离发生偏移；

（4）计算与所述陷印图像相对应的原始图像和所述偏移图像之间的图像差异度；

（5）根据所述图像差异度和所选偏移情况，计算陷印图像的质量评价值，再根据该值判断陷印图像的质量。

2.如权利要求1所述陷印图像质量检测方法，其特征在于：步骤（1）中所述陷印图像为CMYK模式；如果陷印图像不是CMKY模式，则将其转换为CMKY模式。

3.如权利要求1或2所述陷印图像质量检测方法，其特征在于：步骤（4）中所述图像差异度的计算过程为：分别计算原始图像与偏移图像相同坐标点上的像素颜色差异值，将所有像素颜色差异值的和作为图像差异度。

4.如权利要求1或2所述陷印图像质量检测方法，其特征在于：步骤（4）中所述图像差异度的计算过程如下：

对偏移图像上的每个像素点，以该像素点为中心，选取一个矩形窗口，计算整个窗口内的像素点与原始图像相同坐标的像素点的颜色差异值，将窗口内所有像素点的颜色差异值的平均值作为该像素点的颜色差异值；然后将所有像素点的颜色差异值的和作为图像差异度；所述矩形窗口的宽度W和高度H均在1个像素点和5个像素点之间。

5.一种陷印方法效果检测方法，包括以下步骤：

（1）确定待检测陷印方法，选择N个陷印对象，采用待检测陷印方法对所述N个陷印对象进行陷印处理，获得N个陷印图像；所述N为不小于2的正整数；

（2）建立偏移模型，从所述偏移模型中选取偏移情况；所述偏移情况包括CMYK模式中各个色板的偏移方向、各个色板的偏移距离以及发生该偏移情况的偏移概率，所述偏移概率根据偏移模型获得；建立偏移模型的过程包括以下步骤：

(a)选择偏移模型的分布函数；

(b)设定偏移的最大像素个数M，所述M为正整数；

(c)根据所述分布函数计算获得偏移模型的偏移权重分布；

（3）分别将N个陷印图像按照所述偏移情况进行偏移，获得N个偏移图像；陷印图像按照偏移情况进行偏移是指陷印图像中的CMYK各个色板按照偏移方向和偏移距离发生偏移；

（4）分别计算陷印对象和与其对应的偏移图像之间的图像差异度，获得N个图像差异度；

（5）根据N个图像差异度和所选偏移情况，计算N个陷印图像的质量评价值，再根据N个质量评价值计算陷印方法的效果评价值，根据该值判断陷印方法的效果。

6.如权利要求5所述陷印方法效果检测方法，其特征在于：步骤（5）中所述陷印方法效果评价值的计算方法是：将N个陷印图像的质量评价值的平均值作为陷印方法的效果评价值。

7.如权利要求5所述陷印方法效果检测方法，其特征在于：步骤（5）中所述陷印方法效果评价值的计算方法是：设定阈值，统计N个陷印图像的质量评价值中不超过所述阈值的百分比，将其作为陷印方法的效果评价值。

8.一种陷印图像质量检测系统，包括：

确定装置（11），用于确定待检测的陷印图像；

建立装置（12），用于建立偏移模型，并从该偏移模型中选取偏移情况；所述偏移情况包括CMYK模式中各个色板的偏移方向、各个色板的偏移距离以及发生该偏移情况的偏移概率，所述偏移概率根据偏移模型获得；建立偏移模型的过程包括以下步骤：

(a)选择偏移模型的分布函数；

(b)设定偏移的最大像素个数M，所述M为正整数；

(c)根据所述分布函数计算获得偏移模型的偏移权重分布；

偏移装置（13），用于将待检测的陷印图像按照偏移情况进行偏移，获得偏移图像；陷印图像按照偏移情况进行偏移是指陷印图像中的CMYK各个色板按照偏移方向和偏移距离发生偏移；

计算装置（14），用于计算与陷印图像相对应的原始图像和偏移图像之间的图像差异度；

判断装置（15），用于根据所述图像差异度和所选偏移情况，计算陷印图像的质量评价值，根据该值判断陷印图像的质量。

9.一种陷印方法效果检测系统，包括：

陷印装置（31），用于选择N个陷印对象，采用待检测陷印方法对所述N个陷印对象进行陷印处理，获得N个陷印图像；所述N为不小于2的正整数；

建立装置（32），用于建立偏移模型，并从所述偏移模型中选取偏移情况；所述偏移情况包括CMYK模式中各个色板的偏移方向、各个色板的偏移距离以及发生该偏移情况的偏移概率，所述偏移概率根据偏移模型获得；建立偏移模型的过程包括以下步骤：

(a)选择偏移模型的分布函数；

(b)设定偏移的最大像素个数M，所述M为正整数；

(c)根据所述分布函数计算获得偏移模型的偏移权重分布；

偏移装置（33），用于分别将所述N个陷印图像按照所述偏移情况进行偏移，获得N个偏移图像；陷印图像按照偏移情况进行偏移是指陷印图像中的CMYK各个色板按照偏移方向和偏移距离发生偏移；

计算装置（34），用于分别计算所述N个陷印对象和与其相对应的偏移图像之间的图像差异度，获得N个图像差异度；

判断装置（35），用于根据N个图像差异度和所选偏移情况，计算N个陷印图像的质量评价值，再根据N个质量评价值计算陷印方法的效果评价值，根据该值判断陷印方法的效果。

Images