CN106204506A - 印前数字图像质量评测方法 - Google Patents
印前数字图像质量评测方法 Download PDFInfo
- Publication number
- CN106204506A CN106204506A CN201610515306.XA CN201610515306A CN106204506A CN 106204506 A CN106204506 A CN 106204506A CN 201610515306 A CN201610515306 A CN 201610515306A CN 106204506 A CN106204506 A CN 106204506A
- Authority
- CN
- China
- Prior art keywords
- image
- digital picture
- evaluation
- printing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30144—Printing quality
Abstract
本发明公开一种印前数字图像质量评测方法,包括印前数字图像阶调层次评测、印前数字图像偏色检测和印前数字图像清晰度评测,本发明通过直方图分析图像每个亮度级别的像素数量及其分布情况来评测图像的阶调层次是否符合印刷要求,通过中性灰理论分析数字图像偏色原因及其评测标准,通过基于焦点窗口的清晰度评测分析印前数字图像清晰度评价方法,形成一个完整的、较成熟的印前数字图像质量检测与评价体系,本发明通过建立印前数字图像质量标准以及质量控制体系,以此提高印刷质量。
Description
技术领域
本发明涉及计算机及印刷领域,具体是一种印前数字图像质量评测方法。
背景技术
图像特征是分析数字图像质量的重要依据。根据人类视觉系统分辨的特性,可以将数字图像的特征划分成自然特征和统计特征。图像的自然特征表现为光谱特征、几何特征和时相特征,而统计特征一般表现为图像的信息量、灰度值和灰度方差。从图像复制的角度看,影响印前数字原稿图像质量的关键因素主要是图像的阶调层次、颜色、清晰度三个要素。为得到较好的印制效果,原稿图像的清晰度、色彩和层次都要达到一定的质量要求:
(1)原稿数字图像阶调分布均匀,层次丰富。
(2)原稿数字图像的色彩接近实际颜色,无偏色。
(3)原稿数字图像的清晰度高,细节轮廓清晰。
图像质量评价研究是图像处理研究领域中至关重要的一个环节,在图像压缩、图像传输,以及图像去模糊等各种处理算法中,图像质量评价都起到了非常重要的作用。总的来说,图像质量评价的主要应用有以下三个方面:
(1)监控图像或视频获取系统,并自动调节,使其可以获取到最佳图片。
(2)作为图像系统的一种基准指标。
(3)作为一个反馈量来调节算法中的参数,使算法得以优化,从而获得最优性能。
目前采用较为普遍的、最具权威的数字图像质量评测方法主要分为两种:主观评测法和客观评测法。
常规的主观评价方法主要依靠人眼主观视觉效果来判断,常用的方法有均值意见评分法(MOS)和国际标准CCIR500。在MOS标准下,为所有的评价者提供相同的图像观察条件,评价者根据自己的感受进行评分,最终根据多个评价结果得到该图像最终的MOS值NMOS。为了使主观评价的分数具有无偏性,常采用某种数据处理方法对得到的结果进行简单处理。比如主观评分的无偏差均值意见评分(DMOS)法是让评价者对同一场景的一组图像(该组图像中含有一张标准图像)进行评判,得到每张图像的NMOS,并以标准图像的NMOS作为标准,用其他图像的NMOS与标准图像的NMOS进行相减,同时将得到的所有差值归一化到0∽100之间,最终得到图像的DMOS值NDMOS。标准图像的NDMOS为0,其他图像与标准图像偏差越大,其NDMOS越大,图像质量也越差。
主观评价方法的评价结果通常能够较好地反映图像的实际质量,但主观评价方法在实施过程中存在很多问题。比如评价过程消耗的时间长,主观分数受到观察者自身素质、情绪以及测试环境的影响而不稳定,评价所花费的费用较高、不易实现,处理过程不能实现自动化等。目前图像质量主观评价结果主要用来衡量各种客观评价指标与人类主观视觉的符合程度。
客观的图像质量评价方法可分为无参考评价方法和有参考评价方法两类。有参考图像质量评价即计算过程需要观测图像与标准图像作对比,从而得出观测图像与标准图像之间的差异,该差异越大,说明观测图像的降质程度越大,图像质量也越差。但在实际应用中,往往找不到标准图像,比如一些在运动中拍摄的图像,往往带有各种噪声和运动模糊,在评价这些图像的质量时,不存在与之作对比的标准图像,因此在这种情况下需要开发无参考图像质量评价指标去衡量其图像质量。在无参考的图像质量评价方法中,评价的过程仅依赖观测图像,在这种情况下考核图像质量的难度要远远超过有参考的评价方法。目前,无参考评价方法的评价指标比较少,且已有指标往往只是针对某一特定的应用背景,不具有通用性。随着对各种指标研究的深入,发现在某些情况下上述指标的计算结果与人类视觉感受不符,甚至与人类视觉感受之间出现相反的结论,于是开始寻求各种办法来解决这样的问题。
目前的常规客观评价方法很多,这些方法主要有:
(1)均方误差(MSE)和峰值信噪比(PSNR);
(2)加权均方误差(WMSE)与加权峰值信噪比(WPSNR);
(3)基于噪声可见函数(NVF)的图像质量评价;
(4)基于质量相关因素的图像质量评价;
(5)基于人类视觉系统(HVS)的图像质量评价;
(6)基于结构相似度(SSIM)的图像质量评价。
印刷技术领域,随着CTP(即Computer-to-plate计算机直接制版)浪潮在全球印刷业的掀起,使得印刷生产的数字化水平得到了进一步的提升,进而提高了企业的竞争力。印刷业必须向着多色、高质和高效的方向发展。其中,多色和高效已经在国内外印刷行业中得到了显著的提升,但如何得到高质量的印刷品仍然是制约我国印刷业发展的一个重要瓶颈。众所周知,印刷品质量主要受印前和印刷过程的控制。目前,国内对印刷品质量控制都着眼在印刷过程的检测与印品质量的评价,但对于印前质量的控制尚未形成一个完整的、较成熟的检测与评价体系。因此,建立印前数字图像质量标准以及质量控制体系,对于提高印刷质量有着广泛而深远的意义。
发明内容
本发明目的是提供一种印前数字图像质量评测方法,提高印刷质量。
为了解决上述技术问题,本发明采用的技术方案是:
印前数字图像质量评测方法,包括印前数字图像阶调层次评测、印前数字图像偏色检测和印前数字图像清晰度评测,其中:
将数字图像中各灰度级像素出现的频率用直方图表现出来,在直方图中用横坐标表示图像的灰度级,纵坐标表示该灰度级出现的像素频率;
印前数字图像阶调层次评测包括图像的阶调评测和图像的层次评测,将图像的阶调信息将其转换为对应的灰度值,范围为(0,255);
图像的阶调评测通过以下方法实现:
(1)一幅正常原稿图像如果不受环境影响,会在直方图上均匀地显示图像的阶调信息,环境为夜色、有色光;
(2)若图像灰度概率信息集中在(a,b)区间位置,则表明图像在(0,a)和(b,255)间的阶调信息丢失,a和b是0到255之间的点;
(3)若图像灰度概率信息超出(0,255)区间位置,则表明图像在低于0或高于255间的阶调信息丢失;
图像的层次评测通过以下方法实现:
(1)一幅有细节层次的数字图像原稿,其灰度信息显示集中,表明图像在此色调处包含有大量的像素,图像有足够的细节;
(2)若对应位置处的像素(0~a)、(b~255)显示较弱的峰状图像,表明该位置处的细节不够详细;
(3)若直方图出现大面积的梳子状,则表明该图像在很多位置缺少足够的细节层次;
印前数字图像偏色检测通过以下方法实现:
数字成像设备输出图片的色彩要受到所拍场景中目标物体反射率和照明光源的影响,如以下公式所示:
R(x,y)=∫E(λ)S(x,y,λ)CR(λ)
G(x,y)=∫E(λ)S(x,y,λ)CG(λ)
B(x,y)=∫E(λ)S(x,y,λ)CB(λ)
其中,CR(λ)、CG(λ)和CB(λ)分别为红色色彩通道、绿色色彩通道和蓝色色彩通道的光谱感光度;E(λ)为当前照明光源的光谱值;S(x,y,λ)为物体表面光谱反射率;
把图像中的中性灰色作为评价的标准,即图像中本应是灰色的区域其三个分量值应相等(R=G=B),否则就存在偏色;利用RGB空间上各个通道图像灰度直方图的形状或分布特征来对偏色图像进行检测;
若R、G、B三通道图像灰度值在对应位置处的像素个数相近,并且三通道大多数像素的灰度值也相近,记作R≈B≈G,该图像基本不偏色;
若R、G、B三通道图像灰度值在直方图对应位置差异较大,根据加色原理,该图像在包含较多像素位置处的颜色偏多,反之,与之对应的补色就少,如:若R通道图像灰度值在对应位置处的像素个数远小于G和B通道图像中对应灰度值的像素个数,并且在R通道大多数像素的灰度值小于G和B通道的灰度值,因此R通道是严重偏色通道,再同样比较G和B通道,若B通道是轻微偏色通道,记作R>B>G,该图像严重偏青、略微偏蓝;
印前数字图像清晰度评测通过以下方法实现:
采用无参考清晰度评测,利用基于焦点窗口的清晰度评价方法,只选取整个图像的一部分来检测,将焦点区域划分,其中点O为图像中心点,而点A、B、C和D到最近图像边界的距离为图像高或宽的1/3,将所选取的五个区域中心点设为A点、B点、C点、D点、O点,将图像均分为9等份,取中心区域与4个角落的子图像块作为焦点区域,5个焦点窗口分别用SdA、SdB、SdC、SdD和SdO表示,采用以下公式计算各区域焦点评价值,
各区域权值分别用ωA、ωB、ωC、ωD和ωo表示,它们在焦点评价函数中可根据实际情况取值,焦点评价函数为
ωi为第i区域的权重,且ω1+ω2+ω3+ω4+ω5=1。
印前数字图像清晰度评测通过有参考清晰度评测替代无参考清晰度评测,印刷图像时所采用的网频线越高,印刷出来的图像就越清晰,依照纸张种类来选用印刷时的网线数:纸张表面越粗糙,印刷时使用的网线数就越低;发行报纸所用的新闻纸的网线数设定在85线;表面无涂布的道林、模造纸印刷的网线数为100~133线;表面经过涂布的铜版、雪铜纸使用的印刷网线数为150线以上;如果使用更高级的光面纸类,使用200线以上的网线数。
优选的,印刷上所有的LPI值与原始图像的PPI值的关系为:PPI值=LPI值×(1.5~2)×印刷图像的最大尺寸÷原始图像的最大尺寸,如果图像的分辨率低于印刷网频线的1.5倍,印刷的效果就不理想。
进一步的,数字图像清晰度采用下列表述方式:
空间分解力,若图像水平、垂直有效像素数分别为NH,NV,则空间分解力为:
NH×NV(像素)
空间频率,若图像水平、垂直有效像素数分别为NH,NV,图像有效宽度、高度分别为W,H,则水平、垂直空间频率FH,FV分别用等宽、等高黑白相间线组数即像素值变化的周期数(C)表示,
FH=NH/2[C/W];FV=NV/2[C/H]。
本发明的有益效果是:
本发明建立印前数字图像质量标准以及质量控制体系,对于提高印刷质量有着广泛而深远的意义。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明选取焦点窗口示意图。
图2为本发明阶调评测示意图。
图3为本发明层次评测示意图。
图4为正常原稿图片及其直方图。
图5为偏色原稿图片及其直方图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
本发明公开一种印前数字图像质量评测方法,包括印前数字图像阶调层次评测、印前数字图像偏色检测和印前数字图像清晰度评测,其中:
图像的阶调是根据数字图像的颜色深浅转换为对应色彩的明暗程度,是图像画面从最亮到最暗的亮度范围,阶调范围越宽的图像色彩明暗程度反差越大。而层次更体现于图像色彩明暗间的差异级别,层次级别越高的图像颜色信息越丰富。数字图像的阶调和层次整体表现为图像的明暗视觉效果,是对图像色调和明度的二维变化的总度量,图像的阶调评测通过以下方法实现:
(1)一幅正常原稿图像如果不受环境影响,会在直方图上均匀地显示图像的阶调信息,环境为夜色、有色光,如图2a所示;
(2)若图像灰度概率信息集中在(a,b)区间位置,则表明图像在(0,a)和(b,255)间的阶调信息丢失,如图2b所示;
(3)若图像灰度概率信息超出(0,255)区间位置,则表明图像在低于0或高于255间的阶调信息丢失,如图2c所示;
图像的层次评测通过以下方法实现:
(1)一幅有细节层次的数字图像原稿,其灰度信息显示集中,表明图像在此色调处包含有大量的像素,图像有足够的细节,如图3a所示;
(2)若对应位置处的像素(0~a)、(b~255)显示较弱的峰状图像,表明该位置处的细节不够详细,如图3b所示;
(3)若直方图出现大面积的梳子状,则表明该图像在很多位置缺少足够的细节层次,如图3c所示;
印前数字图像偏色检测通过以下方法实现:
数字成像设备输出图片的色彩要受到所拍场景中目标物体反射率和照明光源的影响,如以下公式所示:
R(x,y)=∫E(λ)S(x,y,λ)CR(λ)
G(x,y)=∫E(λ)S(x,y,λ)CG(λ)
B(x,y)=∫E(λ)S(x,y,λ)CB(λ)
其中,CR(λ)、CG(λ)和CB(λ)分别为红色色彩通道、绿色色彩通道和蓝色色彩通道的光谱感光度;E(λ)为当前照明光源的光谱值;S(x,y,λ)为物体表面光谱反射率;
把图像中的中性灰色作为评价的标准,即图像中本应是灰色的区域其三个分量值应相等(R=G=B),否则就存在偏色;利用RGB空间上各个通道图像灰度直方图的形状或分布特征来对偏色图像进行检测;
若R、G、B三通道图像灰度值在对应位置处的像素个数相近,并且三通道大多数像素的灰度值也相近,记作R≈B≈G,该图像基本不偏色;
若R、G、B三通道图像灰度值在直方图对应位置差异较大,根据加色原理,该图像在包含较多像素位置处的颜色偏多,反之,与之对应的补色就少,如:若R通道图像灰度值在对应位置处的像素个数远小于G和B通道图像中对应灰度值的像素个数,并且在R通道大多数像素的灰度值小于G和B通道的灰度值,因此R通道是严重偏色通道,再同样比较G和B通道,若B通道是轻微偏色通道,记作R>B>G,该图像严重偏青、略微偏蓝。
对于RGB颜色模式的图像,在图像中本应是灰色的区域其三个分量值应相等,否则存在偏色情况。由于偏色是由一定量的像素在R、G、B三个分量的灰度分布具有明显的不平衡性造成的,并且这种不平衡的趋势对大多数像素具有一致性。因此,可以先利用RGB空间上各个通道图像灰度直方图的形状或分布特征来对偏色图像进行检测。
实验使用一幅正常原稿图片,统计分析该图像总像素的Mean(平均亮度)值LMean=129.53,提取正常原稿图像中性灰区域的R、G、B三个分量的Mean值分别为:RMean=133.34、GMean=128.19、BMean=126.42,分析得出:RMean≈GMean≈BMean≈LMean,再观察图像中性灰区域的R、G、B三个分量的直方图形变与位移与总像素L分量彼此接近(如图4所示),可判断出此图像不偏色。
实验再使用偏色的原稿图片,统计分析该图像总像素的平均亮度值LMean=130.30,提取正常原稿图像中性灰区域的R、G、B三个分量的Mean值分别为:RMean=123.17、GMean=133.64、BMean=131.76,分析得出:RMean<LMean,而GMean≈BMean≈LMean,说明该图像红色偏少。再观察图像中性灰区域的R分量的直方图形变与位移在中间调处偏少(如图5所示),可判断出此图像偏青色。
印前数字图像清晰度评测通过以下方法实现:
采用无参考清晰度评测,如图1所示,利用基于焦点窗口的清晰度评价方法,只选取整个图像的一部分来检测,将焦点区域划分,其中点O为图像中心点,而点A、B、C和D到最近图像边界的距离为图像高或宽的1/3,将所选取的五个区域中心点设为A点、B点、C点、D点、O点,将图像均分为9等份,取中心区域与4个角落的子图像块作为焦点区域,5个焦点窗口分别用SdA、SdB、SdC、SdD和SdO表示,采用以下公式计算各区域焦点评价值,
各区域权值分别用ωA、ωB、ωC、ωD和ωo表示,它们在焦点评价函数中可根据实际情况取值,焦点评价函数为
ωi为第i区域的权重,且ω1+ω2+ω3+ω4+ω5=1。
对于有参考清晰度评测,主要是根据印刷图像所需要的分辨率要求确定当前图像是否符合印刷要求。图像的分辨率是指图像中的细节精细度,测量单位是像素/英寸(ppi)。一般来说,图像的分辨率越高,得到的印刷图像的质量就越好。如一幅图像宽8英寸、高6英寸,分辨率为100PPI,如果保持图像文件的大小不变,也就是总的像素数不变,将分辨率降为50PPI,在宽高比不变的情况下,图像的宽将变为16英寸、高将变为12英寸。如果打印输出变化前后的这两幅图,后者的幅面是前者的4倍,而且图像质量下降了许多。
对于印前数字图像,在大多数印刷方式中,都使用CMYK(青、品红、黄、黑)四色油墨来表现丰富多彩的色彩,但印刷表现色彩的方式和电视、照片不一样,它使用一种半色调点的处理方法来表现图像的连续色调变化,不像后两者能够直接表现出连续色调的变化。网频是印刷图像时所采用的网目线数或线网,也就是印刷网线的密度。度量单位通常采用线/英寸(lpi)表示。网线数在印刷的过程中,网点的大小是由网线密度所控制,网线数越少越容易用肉眼看到印刷品的网点。印刷图像时所采用的网频线越高,印刷出来的图像就越清晰。在实际应用方面,通常依照纸张种类来选用印刷时的网线数。一般的定律是纸张表面越粗糙,印刷时使用的网线数就越低(网线就会越粗),否则会因为网线周密,导致油墨扩散黏糊而造成印刷品质不够清晰。如发行报纸所用的新闻纸类,网线数可以设定在85线;表面无涂布的道林、模造纸印刷的网线数最好在100~133线;而表面经过涂布的铜版、雪铜纸使用的印刷网线数为150线以上;如果使用更高级的光面纸类,可以使用200线以上的网线数。
从印刷复制角度看,图像清晰度的高低取决于分辨率的大小。若仅对数字原稿作单纯的清晰度评价,则可直接依据其分辨率的高低得出结论。但数字原稿都是按一定的比例进行复制的,而同一数字原稿(或分辨力相同的原稿)经不同的缩放比例复制得到的复制品的分辨率是不同的。缩放倍率越大,其复制品分辨率越低。因此对数字原稿清晰度的评价不能单看分辨率的大小,而应将分辨率与复制缩放倍率结合起来,即数字原稿分辨率应不低于复制品要求的分辨率与复制放大倍率的乘积。
但需要提醒的是,对于轻度模糊的图像可以在扫描后通过专业的锐化功能适当提高其清晰度,但一幅清晰度过低的原稿图像无论经过怎样的调整,或者用很高的分辨率以及专业的扫描仪扫描都无法得到高品质的图像。
印刷上所有的LPI值与原始图像的PPI值的关系为:PPI值=LPI值×(1.5~2)×印刷图像的最大尺寸÷原始图像的最大尺寸,如果图像的分辨率低于印刷网频线的1.5倍,印刷的效果就不理想。
数字图像清晰度采用下列表述方式:
若图像水平、垂直有效像素数分别为NH,NV,则空间分解力为:
NH×NV(像素)
若图像水平、垂直有效像素数分别为NH,NV,图像有效宽度、高度分别为W,H,则水平、垂直空间频率FH,FV分别用等宽、等高黑白相间线组数即像素值变化的周期数(C)表示,
FH=NH/2[C/W];FV=NV/2[C/H]。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定,任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (4)
1.印前数字图像质量评测方法,其特征在于,包括印前数字图像阶调层次评测、印前数字图像偏色检测和印前数字图像清晰度评测,其中:
将数字图像中各灰度级像素出现的频率用直方图表现出来,在直方图中用横坐标表示图像的灰度级,纵坐标表示该灰度级出现的像素频率;
印前数字图像阶调层次评测包括图像的阶调评测和图像的层次评测,将图像的阶调信息将其转换为对应的灰度值,范围为(0,255);
图像的阶调评测通过以下方法实现:
(1)一幅正常原稿图像如果不受环境影响,会在直方图上均匀地显示图像的阶调信息,环境为夜色、有色光;
(2)若图像灰度概率信息集中在(a,b)区间位置,则表明图像在(0,a)和(b,255)间的阶调信息丢失,a和b是0到255之间的点;
(3)若图像灰度概率信息超出(0,255)区间位置,则表明图像在低于0或高于255间的阶调信息丢失;
图像的层次评测通过以下方法实现:
(1)一幅有细节层次的数字图像原稿,其灰度信息显示集中,表明图像在此色调处包含有大量的像素,图像有足够的细节;
(2)若对应位置处的像素(0~a)、(b~255)显示较弱的峰状图像,表明该位置处的细节不够详细;
(3)若直方图出现大面积的梳子状,则表明该图像在很多位置缺少足够的细节层次;
印前数字图像偏色检测通过以下方法实现:
数字成像设备输出图片的色彩要受到所拍场景中目标物体反射率和照明光源的影响,如以下公式所示:
R(x,y)=∫E(λ)S(x,y,λ)CR(λ)
G(x,y)=∫E(λ)S(x,y,λ)CG(λ)
B(x,y)=∫E(λ)S(x,y,λ)CB(λ)
其中,CR(λ)、CG(λ)和CB(λ)分别为红色色彩通道、绿色色彩通道和蓝色色彩通道的光谱感光度;E(λ)为当前照明光源的光谱值;S(x,y,λ)为物体表面光谱反射率;
把图像中的中性灰色作为评价的标准,即图像中本应是灰色的区域其三个分量值应相等(R=G=B),否则就存在偏色;利用RGB空间上各个通道图像灰度直方图的形状或分布特征来对偏色图像进行检测;
若R、G、B三通道图像灰度值在对应位置处的像素个数相近,并且三通道大多数像素的灰度值也相近,记作R≈B≈G,该图像基本不偏色;
若R、G、B三通道图像灰度值在直方图对应位置差异较大,根据加色原理,该图像在包含较多像素位置处的颜色偏多,反之,与之对应的补色就少,如:若R通道图像灰度值在对应位置处的像素个数远小于G和B通道图像中对应灰度值的像素个数,并且在R通道大多数像素的灰度值小于G和B通道的灰度值,因此R通道是严重偏色通道,再同样比较G和B通道,若B通道是轻微偏色通道,记作R>B>G,该图像严重偏青、略微偏蓝;
印前数字图像清晰度评测通过以下方法实现:
采用无参考清晰度评测,利用基于焦点窗口的清晰度评价方法,只选取整个图像的一部分来检测,将焦点区域划分,其中点O为图像中心点,而点A、B、C和D到最近图像边界的距离为图像高或宽的1/3,将所选取的五个区域中心点设为A点、B点、C点、D点、O点,将图像均分为9等份,取中心区域与4个角落的子图像块作为焦点区域,5个焦点窗口分别用SdA、SdB、SdC、SdD和SdO表示,采用以下公式计算各区域焦点评价值,
各区域权值分别用ωA、ωB、ωC、ωD和ωo表示,它们在焦点评价函数中可根据实际情况取值,焦点评价函数为
ωi为第i区域的权重,且ω1+ω2+ω3+ω4+ω5=1。
2.根据权利要求1所述印前数字图像质量评测方法,其特征在于,印前数字图像清晰度评测通过有参考清晰度评测替代无参考清晰度评测,印刷图像时所采用的网频线越高,印刷出来的图像就越清晰,依照纸张种类来选用印刷时的网线数:纸张表面越粗糙,印刷时使用的网线数就越低;发行报纸所用的新闻纸的网线数设定在85线;表面无涂布的道林、模造纸印刷的网线数为100~133线;表面经过涂布的铜版、雪铜纸使用的印刷网线数为150线以上;如果使用更高级的光面纸类,使用200线以上的网线数。
3.根据权利要求2所述印前数字图像质量评测方法,其特征在于,印刷上所有的LPI值与原始图像的PPI值的关系为:PPI值=LPI值×(1.5~2)×印刷图像的最大尺寸÷原始图像的最大尺寸,如果图像的分辨率低于印刷网频线的1.5倍,印刷的效果就不理想。
4.根据权利要求1所述印前数字图像质量评测方法,其特征在于,在考虑各区域的权重时,通过不同的模型来确定区域的权重,并运用神经网络法计算各区域焦点评价值,再通过训练样本得到各区域的权值,以此作为印刷图像清晰度的参考值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610515306.XA CN106204506A (zh) | 2016-06-30 | 2016-06-30 | 印前数字图像质量评测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610515306.XA CN106204506A (zh) | 2016-06-30 | 2016-06-30 | 印前数字图像质量评测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106204506A true CN106204506A (zh) | 2016-12-07 |
Family
ID=57465720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610515306.XA Pending CN106204506A (zh) | 2016-06-30 | 2016-06-30 | 印前数字图像质量评测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106204506A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107357538A (zh) * | 2017-08-01 | 2017-11-17 | 凌云光技术集团有限责任公司 | 一种获取印刷品的阶调值的方法及装置 |
CN109145956A (zh) * | 2018-07-26 | 2019-01-04 | 上海慧子视听科技有限公司 | 评分方法、装置、计算机设备及存储介质 |
CN109801288A (zh) * | 2019-01-25 | 2019-05-24 | 淮阴师范学院 | 一种基于方向统计特性的图像聚焦测度实现方法 |
CN110021048A (zh) * | 2019-03-22 | 2019-07-16 | 杭州电子科技大学上虞科学与工程研究院有限公司 | 一种报纸印刷的墨色评价方法 |
CN110634135A (zh) * | 2019-09-12 | 2019-12-31 | 金瓜子科技发展(北京)有限公司 | 一种图像处理方法和装置 |
CN112118439A (zh) * | 2019-06-20 | 2020-12-22 | 瑞昱半导体股份有限公司 | 视频品质检测方法与影像处理电路 |
CN113256573A (zh) * | 2021-05-12 | 2021-08-13 | 山东志盈医学科技有限公司 | 判定数字切片质量的方法和装置 |
CN113340569A (zh) * | 2021-05-17 | 2021-09-03 | 浪潮金融信息技术有限公司 | 一种高拍仪质量检测的方法、系统及介质 |
CN113743284A (zh) * | 2021-08-30 | 2021-12-03 | 杭州海康威视数字技术股份有限公司 | 图像识别方法、装置、设备、相机及门禁设备 |
CN114882042A (zh) * | 2022-07-12 | 2022-08-09 | 江苏布罗信息技术有限公司 | 一种基于图像质量评估的物联网传输方法 |
WO2023245549A1 (zh) * | 2022-06-23 | 2023-12-28 | 深圳市富途网络科技有限公司 | 基于人工智能的基金组合更新方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5581370A (en) * | 1995-06-05 | 1996-12-03 | Xerox Corporation | Image-dependent automatic area of interest enhancement |
CN1448788A (zh) * | 2002-04-03 | 2003-10-15 | 信华精密制版(上海)有限公司 | 一种数字激光成像的柔性版 |
CN103489162A (zh) * | 2013-09-13 | 2014-01-01 | 深圳报业集团印务有限公司 | 一种印前图像清晰度的处理方法 |
CN105599296A (zh) * | 2015-12-23 | 2016-05-25 | 上海理工大学 | 2.5d图像打印方法 |
-
2016
- 2016-06-30 CN CN201610515306.XA patent/CN106204506A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5581370A (en) * | 1995-06-05 | 1996-12-03 | Xerox Corporation | Image-dependent automatic area of interest enhancement |
CN1448788A (zh) * | 2002-04-03 | 2003-10-15 | 信华精密制版(上海)有限公司 | 一种数字激光成像的柔性版 |
CN103489162A (zh) * | 2013-09-13 | 2014-01-01 | 深圳报业集团印务有限公司 | 一种印前图像清晰度的处理方法 |
CN105599296A (zh) * | 2015-12-23 | 2016-05-25 | 上海理工大学 | 2.5d图像打印方法 |
Non-Patent Citations (5)
Title |
---|
刘元生: "中灰性在印前数字图像偏色评测中的应用", 《常州工学院学报》 * |
刘元生: "印前数字图像清晰度评测方法", 《佳木斯教育学院学报》 * |
刘元生: "数字图像直方图在评测图像质量中的应用", 《印刷世界》 * |
刘全香: "数字原稿质量评价", 《印刷杂志》 * |
李峰: "数字图像质量检测技术的研究与实现", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107357538B (zh) * | 2017-08-01 | 2020-02-04 | 凌云光技术集团有限责任公司 | 一种获取印刷品的阶调值的方法及装置 |
CN107357538A (zh) * | 2017-08-01 | 2017-11-17 | 凌云光技术集团有限责任公司 | 一种获取印刷品的阶调值的方法及装置 |
CN109145956A (zh) * | 2018-07-26 | 2019-01-04 | 上海慧子视听科技有限公司 | 评分方法、装置、计算机设备及存储介质 |
CN109145956B (zh) * | 2018-07-26 | 2021-12-14 | 上海慧子视听科技有限公司 | 评分方法、装置、计算机设备及存储介质 |
CN109801288A (zh) * | 2019-01-25 | 2019-05-24 | 淮阴师范学院 | 一种基于方向统计特性的图像聚焦测度实现方法 |
CN110021048A (zh) * | 2019-03-22 | 2019-07-16 | 杭州电子科技大学上虞科学与工程研究院有限公司 | 一种报纸印刷的墨色评价方法 |
CN112118439A (zh) * | 2019-06-20 | 2020-12-22 | 瑞昱半导体股份有限公司 | 视频品质检测方法与影像处理电路 |
CN112118439B (zh) * | 2019-06-20 | 2024-01-23 | 瑞昱半导体股份有限公司 | 视频品质检测方法与影像处理电路 |
CN110634135A (zh) * | 2019-09-12 | 2019-12-31 | 金瓜子科技发展(北京)有限公司 | 一种图像处理方法和装置 |
CN110634135B (zh) * | 2019-09-12 | 2022-04-15 | 金瓜子科技发展(北京)有限公司 | 一种图像处理方法和装置 |
CN113256573B (zh) * | 2021-05-12 | 2023-03-14 | 山东志盈医学科技有限公司 | 判定数字切片质量的方法和装置 |
CN113256573A (zh) * | 2021-05-12 | 2021-08-13 | 山东志盈医学科技有限公司 | 判定数字切片质量的方法和装置 |
CN113340569A (zh) * | 2021-05-17 | 2021-09-03 | 浪潮金融信息技术有限公司 | 一种高拍仪质量检测的方法、系统及介质 |
CN113743284A (zh) * | 2021-08-30 | 2021-12-03 | 杭州海康威视数字技术股份有限公司 | 图像识别方法、装置、设备、相机及门禁设备 |
WO2023245549A1 (zh) * | 2022-06-23 | 2023-12-28 | 深圳市富途网络科技有限公司 | 基于人工智能的基金组合更新方法、装置、设备及介质 |
CN114882042A (zh) * | 2022-07-12 | 2022-08-09 | 江苏布罗信息技术有限公司 | 一种基于图像质量评估的物联网传输方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106204506A (zh) | 印前数字图像质量评测方法 | |
EP0341666B1 (en) | Tonal conversion method for pictures | |
US20040257378A1 (en) | Method for converting color to monochrome to maintain differentiability | |
CN108116045A (zh) | 一种标准化的印刷控制方法 | |
JP3011907B2 (ja) | 印刷機制御用の設定値検出方法 | |
CN101587589A (zh) | 喷墨打印质量模糊评价方法 | |
Fleming et al. | Interpretation of dot fidelity of ink jet dots based on image analysis | |
DE3925011A1 (de) | Verfahren und anordnung zur ueberwachung der druckqualitaet mehrfarbiger druckvorlagen einer offsetdruckmaschine | |
Rasmussen et al. | Measurement of macro-uniformity: Streaks, bands, mottle and chromatic variations | |
CN106157336A (zh) | 基于直接修正的高保真藏图数字挂网方法及系统 | |
US5943477A (en) | Microlocal calibration of digital printers | |
CN111597516B (zh) | 一种基于暗记水印的文档防复制方法及系统 | |
JP3594052B2 (ja) | 総合カラー画質スコア予測方法、総合カラー画質スコア予測装置および総合カラー画質スコア制御装置 | |
US6055065A (en) | Printer independent halftone image rendering | |
Pedersen et al. | Evaluation of contrast measures in relation to observers perceived contrast | |
Nussbaum et al. | Print quality evaluation and applied colour management in coldset offset newspaper print | |
US6771390B1 (en) | Method for modifying the size of line elements | |
KR920005056B1 (ko) | 화상 특성의 변환 처리법 | |
Lindberg et al. | Perceptual assessment of simulated print noise with random and periodic structure | |
Spiridonov et al. | Determination of the effect of gray component replacement level on colorimetric characteristics of color proof | |
Mao | Digital imaging and halftoning algorithms design: Parallel processing, printed image artifacts modeling, and learning-based image analysis | |
Dharavath | Effect of Color Output Modification Approach (COMA) on the gray balance: A mismatch of device calibration, destination and source profiles, and halftone screening | |
KR930001614B1 (ko) | 화상의 계조 변환처리법 | |
Sheth | Subjective Image Quality Assessment of Digitally Printed Images | |
Tse et al. | Towards instrumental analysis of perceptual image and print quality |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |