CN115908364A - 一种数字印刷印品缺陷检测方法 - Google Patents

一种数字印刷印品缺陷检测方法 Download PDF

Info

Publication number
CN115908364A
CN115908364A CN202211587361.1A CN202211587361A CN115908364A CN 115908364 A CN115908364 A CN 115908364A CN 202211587361 A CN202211587361 A CN 202211587361A CN 115908364 A CN115908364 A CN 115908364A
Authority
CN
China
Prior art keywords
color
matrix
value
product
qualified
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.)
Granted
Application number
CN202211587361.1A
Other languages
English (en)
Other versions
CN115908364B (zh
Inventor
占红武
胥芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202211587361.1A priority Critical patent/CN115908364B/zh
Publication of CN115908364A publication Critical patent/CN115908364A/zh
Application granted granted Critical
Publication of CN115908364B publication Critical patent/CN115908364B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)
  • Inking, Control Or Cleaning Of Printing Machines (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种数字印刷印品缺陷检测方法，包括如下步骤：1）针对相应的数字印刷设备，求数字图像像素值到印后色值的映射关系；2）在待印刷的彩色数字图像上抽样子块，求预期色值矩阵和实际的印刷色值矩阵；3）比较预期色值矩阵和实际的印刷色值矩阵，并设置阈值，来判定印品质量合格与否。本发明的有益效果如下：根据待印刷的数字图像，能够得到指定数字印刷设备预期的印品色值矩阵；通过比较同一数字图像的预期印品色值与实际印刷的印品抽样，判断印品质量是否合格。

Description

一种数字印刷印品缺陷检测方法
技术领域
本发明涉及数字印刷及人工智能技术领域，具体涉及一种数字印刷印品缺陷检测方法。
背景技术
现阶段有三种主流的印品质量检测方法，分别是主观目测法、密度检测法、色度检测法。主观目测法，此方法采用人工检测的方法，用来检测印刷缺陷。它的优点是准确率高，缺点是耗时慢，人工成本高，一般不采用这种方法。但是，如果印刷要求比较高，有时会采用这种方法。密度检测法（在线检测）就是使用彩色反射密度计，将一束光投射到印刷品上，比较表面反射（或透射）的光强度与照射在表面上的光强度，通过现有的逻辑关系来计算密度值，通过该密度值来判断是否存在缺陷。色度检测法（在线检测）就是将一束光投射到印刷品上，通过仪器获取颜色的三刺激值，换算成可以对比的数值，然后与样本的值比对，判断是否存在缺陷。密度检测法和色度检测法都需要使用精密光学部件，用于判断印品质量时，普遍存在变更参数步骤烦琐，效率低下，系统成本较高的缺点。特别是这些方法都难以同数字印刷系统的高效集成，在进行印品质量的在线动态检测时工作速度和可靠性都不高。对不同的数字图像、印品及介质变化，色度检测法时还存在稳定性和准确性问题。
发明内容
针对现有技术中存在的问题，本发明提供了一种数字印刷印品缺陷检测方法。
本发明的技术方案如下：
一种数字印刷印品缺陷检测方法，包括如下步骤：
1）针对相应的数字印刷设备，求数字图像像素值到印后色值的映射关系；
2）在待印刷的彩色数字图像上抽样子块，得到预期色值矩阵和实际的印刷色值矩阵；
3）比较预期色值矩阵和实际的印刷色值矩阵，并设置阈值，来判定印品质量合格与否。
进一步的，所述步骤1）的具体步骤如下：
1.1）设计一幅总色阶行数为n的单色色阶图：设色阶图颜色深度为N，则
Figure 693417DEST_PATH_IMAGE001
，N通常取8或16；
1.2）依次读取单色色阶图中各色阶的色值，建立n×1阶矩阵S；设数字印刷设备的颜色通道数为m，建立元素全为1的1×m阶矩阵M；令矩阵
Figure 809272DEST_PATH_IMAGE002
；其中a1是n×m阶的矩阵，并且所有列向量都相同；
1.3）将单色色阶图在数字印刷设备的每个独立颜色通道上依次分别印刷，得到相应的m张色阶印品；
1.4）使用扫描仪依次扫描m张色阶印品，得到m个色阶印品扫描数字图像；
1.5）依次读取m个色阶印品扫描数字图像上各色阶的色值，得到n×m阶矩阵b1；b1中第x行第y列处数值表示第x个色阶的色值在第y个颜色通道上印刷出后，经过扫描得到的像素平均值；
1.6）读取矩阵a1和b1的第0列
Figure 494331DEST_PATH_IMAGE003
和
Figure 780431DEST_PATH_IMAGE004
，使用常规的多项式插值操作或曲线拟合方法，得到映射关系
Figure 336178DEST_PATH_IMAGE005
, 其中
Figure 481988DEST_PATH_IMAGE006
是印前数字图像分色到颜色通道0的像素值，
Figure 60868DEST_PATH_IMAGE007
是印品扫描数字图像上相应位置处的颜色通道0上的色值；重复该操作，依次逐列读取矩阵a1和b1每一列，得到m个颜色通道上、从数字图像像素值到印后色值的映射关系：
Figure 12644DEST_PATH_IMAGE008
。
进一步的，所述步骤2）的具体步骤如下：
2.1）记数字印刷设备待印刷的彩色数字图像的长为L像素、宽为W像素，并在数字图像上任选一个长为l像素宽为W像素的子图，记子图距离数字图像左边缘为i像素；
2.2）沿宽度方向上将子图连续划分为宽度都为w像素的子块，子块总数k是W/w的整数部分；
2.3）记数字印刷设备待印刷的彩色数字图像的长为L像素、宽为W像素，注意到待印刷数字图像的每个子块都是彩色的，将每个子块按数字印刷设备的要求进行m个通道的分色处理，得到k×m个单色子块，分别计算各单色子块全部像素值的平均值，建立k×m阶的矩阵
Figure 688476DEST_PATH_IMAGE009
，矩阵
Figure 208450DEST_PATH_IMAGE009
中第x行第y列处数值是第x个子块分色到第y个颜色通道上的像素值的平均值；
2.4）应用求得的数字印刷设备m个颜色通道上、从数字图像像素值到印后色值的映射关系
Figure 399260DEST_PATH_IMAGE010
，将矩阵
Figure 30092DEST_PATH_IMAGE009
中第x行第y列处数值代入
Figure 622748DEST_PATH_IMAGE011
，求得该子块在该通道上的预期印后扫描色值；同理，求出全部k个子块在m个通道上的预期印后扫描色值，建立k×m阶预期色值矩阵a2，a2中第x行第y列处数值表示第x个子块分色到第y个颜色通道上的像素值预期的经过印刷后再扫描回的色值；
2.5）完整的数字图像经过分色后在数字印刷设备的m个颜色通道上依次分别印刷，使用扫描仪扫描各通道印刷出的印品，得到m个长为L像素、宽为W像素的单色扫描数字图像，或者使用扫描仪扫描已印刷完成的彩色印品，得到彩色扫描数字图像，再经与印前相同的分色处理，得到m个长为L像素、宽为W像素的单色扫描数字图像；
2.6）在单色扫描数字图像上定位到距左边缘i像素位置，选取一个长为l像素宽为W像素的扫描子图，沿宽度方向上将扫描子图连续划分为宽度都为w像素的扫描子块，扫描子块总数是W/w的整数部分，扫描子块与子块总数相同，位置一一对应；读出每个扫描子块上的全部像素值并计算平均值，建立k×m阶的实际印刷色值矩阵b2，b2的第 x行第y列处数值表示数字图像经过该数字印刷设备实际印刷所得的印品上，距左边缘i像素、第x个子块位置，第y个颜色通道上的扫描仪扫描所得像素值的平均值。
进一步的，所述步骤3）的方案一具体步骤如下：
该阈值是系统给定的某一个确定的常数值Y，将预期色值矩阵a2和实际的印刷色值矩阵b2作差，得到的矩阵：
Figure 313623DEST_PATH_IMAGE012
，分析矩阵Q,根据以下规则判定印品质量合格与否：
若矩阵Q中有P个值>Y，则该印品质量不合格；反之，合格；
求矩阵Q的均值
Figure 257308DEST_PATH_IMAGE013
，
Figure 491499DEST_PATH_IMAGE014
，若该均值
Figure 79606DEST_PATH_IMAGE015
，则该印品质量不合格；反之，合格；
求矩阵Q的方差
Figure 800438DEST_PATH_IMAGE016
:
Figure 841206DEST_PATH_IMAGE017
若该方差
Figure 938475DEST_PATH_IMAGE018
，则该印品质量不合格；反之，合格；
求矩阵Q的标准差s:
Figure 646668DEST_PATH_IMAGE019
若该标准差s>Y，则该印品的质量不合格；反之，合格；
若矩阵Q中的任意一个值|x|>Y，则该印品不合格；反之，合格；
用极差判定，极差是用来表示统计资料中的变异量数，其最大值与最小值之间的差距；即最大值减最小值后所得之数据，
Figure 210505DEST_PATH_IMAGE020
；若矩阵Q中的x>Y，则该印品不合格；反之，合格。
进一步的，所述步骤3）方案二的具体步骤如下：
该阈值是系统给定的某一个确定的常数值Y，对于预期色值矩阵a2和实际的印刷色值矩阵b2，根据以下规则判定印品质量合格与否：
求出矩阵a2的平均值
Figure 863203DEST_PATH_IMAGE021
和矩阵b2的平均值
Figure 436267DEST_PATH_IMAGE022
,作差，若
Figure 733387DEST_PATH_IMAGE023
，则该印品不合格；反之，合格；
分别求出矩阵a2、b2各自的方差
Figure 61600DEST_PATH_IMAGE024
、
Figure 811381DEST_PATH_IMAGE025
，将其作差，若
Figure 516032DEST_PATH_IMAGE026
, 则该印品不合格；反之，合格；
分别求出矩阵a2、b2各自的标准差
Figure 461467DEST_PATH_IMAGE027
、
Figure 632685DEST_PATH_IMAGE028
，将其作差，若
Figure 135342DEST_PATH_IMAGE029
, 则该印品不合格；反之，合格；
用极差判定，用矩阵a2中的最大值与矩阵b2中的最小值相减后，即
Figure 378104DEST_PATH_IMAGE030
，若该差值x>Y,则该印品不合格；反之，合格。
进一步的，所述步骤3）的方案三具体步骤如下：
该阈值是系统给定的某一个确定的常数值Y，根据预期色值矩阵a2和实际的印刷色值矩阵b2的均方误差MSE/均方根误差RMSE判定印品质量合格与否；
假设预期色值矩阵
Figure 384238DEST_PATH_IMAGE031
，
实际的印刷色值矩阵
Figure 54253DEST_PATH_IMAGE032
则
Figure 44206DEST_PATH_IMAGE033
若
Figure 825080DEST_PATH_IMAGE034
,则该印品不合格；反之，合格。
进一步的，所述步骤3）的方案四具体步骤如下：
该阈值是系统给定的某一个确定的常数值Y，根据预期色值矩阵a2和实际的印刷色值矩阵b2的协方差判定印品质量合格与否；
在概率论和统计学中，协方差用于衡量两个变量的总体误差，而方差是协方差的一种特殊情况，即当两个变量是相同的情况；期望值分别为
Figure 13616DEST_PATH_IMAGE035
与
Figure 729900DEST_PATH_IMAGE036
的两个实数随机变量X与Z之间的协方差定义为：
Figure 331782DEST_PATH_IMAGE037
，它表示两组数据的相关性；
若
Figure 526134DEST_PATH_IMAGE038
,则该印品不合格；反之，合格。
进一步的，所述步骤3）的方案五具体步骤如下：
该阈值是系统给定的某一个确定的常数值Y，根据预期色值矩阵a2和实际的印刷色值矩阵b2的峰值信噪比判定印品质量合格与否：
峰值信噪比PSNR表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值；由于许多信号都有非常宽的动态范围，峰值信噪比常用对数分贝单位来表示；
峰值信噪比经常用作图像压缩等领域中信号重建质量的测量方法，它常简单地通过均方误差MSE进行定义,它与上述的均方误差都是传统的图像质量客观评价方法：
Figure 897073DEST_PATH_IMAGE039
其中，MAX表示图像颜色的最大数值，8bit图像最大取值为255；
若PSNR>Y，则该印品不合格；反之，合格。
进一步的，所述步骤3）的方案六具体步骤如下：
该阈值是系统设定的某个常数矩阵C，根据矩阵之间的差值判定印品质量合格与否；
设阈值矩阵
Figure 595643DEST_PATH_IMAGE040
，矩阵
Figure 294609DEST_PATH_IMAGE041
，将矩阵Q和矩阵C的对应位置一一对比，若mn组数值对比中，有超过一半即mn/2组数值大于阈值矩阵C中对应位置的数值，则该印品不合格；反之，合格。
进一步的，所述步骤3）的方案七具体步骤如下：
该阈值是系统设定的某个常数矩阵C，根据矩阵之间的平均值判定印品质量合格与否；
将矩阵a2和矩阵b2的对应位置上分别求均值，可得：
Figure 682865DEST_PATH_IMAGE042
, 阈值矩阵
Figure 783676DEST_PATH_IMAGE043
, 将矩阵D和矩阵C的对应位置一一对比，若mn组数值对比中，有超过一半即mn/2组数值大于阈值矩阵C中对应位置的数值，则该印品不合格；反之，合格。
本发明求取特定数字印刷设备印前数字图像像素值到印后色值的映射关系。根据待印刷的数字图像，能够得到该数字印刷设备上预期的印品色值矩阵；通过比较同一数字图像的预期印品色值与实际印刷的印品抽样，判断印品质量是否合格。
本发明的有益效果如下：
1）能够快速判定印品质量是否合格，稳定性和灵敏度高；
2）通过更换不同的合格判据算法方案和阈值，对不同的数字图像、印品及介质保持良好的判定稳定性和灵敏度；
3）使用扫描仪部件与数字印刷系统的集成方便，容易实现印品质量的在线动态检测。
附图说明
图1为本发明的步骤1的流程图；
图2为本发明的步骤2.2的划分图；
图3为本发明的步骤2的流程图；
图4为本发明的实施例单色色阶图；
图5为本发明的实施例扫描后的色阶图；
图6为本发明的实施例映射关系图；
图7为本发明的实施例图像连续划分图。
具体实施方式
以下结合说明书附图及实施例，对本发明作进一步描述。
一种数字印刷印品缺陷检测方法，具体步骤如下：
步骤1、针对特定数字印刷设备，求取数字图像像素值到印后色值的映射关系，如图1所示；
1.1、设计一幅总色阶行数为n的单色色阶图。设色阶图颜色深度为N，则
Figure 966396DEST_PATH_IMAGE044
，N通常取8或16。
各色阶色值可以是平均分布、也可以是不平均分布在
Figure 418237DEST_PATH_IMAGE045
到
Figure 344605DEST_PATH_IMAGE046
之间。
因为较深的色值更多地影响印刷质量，当
Figure 299922DEST_PATH_IMAGE047
时，作为优先的方案，较深色值的色阶之间应当优先具有较小的色值差，以保证较深的色值在后续计算时具有更小的误差。
1.2、依次读取单色色阶图中各色阶的色值，建立
Figure 919123DEST_PATH_IMAGE048
阶矩阵S；设该数字印刷设备的颜色通道数为m，建立元素全为1的
Figure 592681DEST_PATH_IMAGE049
阶矩阵M；令矩阵
Figure 322739DEST_PATH_IMAGE050
。显然a1是n×m阶的矩阵，并且所有列向量都相同。
1.3、将单色色阶图在该印刷设备的每个独立颜色通道上依次分别印刷，得到相应的m张色阶印品。
1.4、使用扫描仪依次分别扫描m张色阶印品，得到m个色阶印品扫描数字图像。
1.5、依次读取m个色阶印品扫描数字图像上各色阶的色值，得到n×m阶矩阵b1。b1中第x行第y列处数值表示第x个色阶的色值在第y个颜色通道上印刷出后，经过扫描得到的像素平均值。
1.6、计算数字图像像素值到印后色值的映射关系：读取矩阵a1和b1的第0列
Figure 132563DEST_PATH_IMAGE051
和
Figure 922665DEST_PATH_IMAGE052
，使用常规的多些式插值操作或曲线拟合方法，得到映射关系
Figure 83519DEST_PATH_IMAGE053
, 其中
Figure 86110DEST_PATH_IMAGE054
是印前数字图像分色到颜色通道0的像素值，
Figure 13090DEST_PATH_IMAGE055
是印品扫描数字图像上相应位置处的颜色通道0上的色值。同理重复该操作，依次逐列读取矩阵a1和b1每一列，得到m个颜色通道上、从数字图像像素值到印后色值的映射关系
Figure 974093DEST_PATH_IMAGE056
。
无论使用哪种插值操作或曲线拟合方法，显然都有：
Figure 356664DEST_PATH_IMAGE057
步骤2、在待印刷的彩色数字图像上抽样子块，求预期色值矩阵和实际的印刷色值矩阵，如图3所示；
2.1、记数字印刷设备待印刷的彩色数字图像的长为L像素、宽为W像素，在该数字图像上任选一个长为l像素宽为W像素的子图，记子图距离数字图像左边缘为i像素。
2.2、沿宽度方向上尽可能多地将该子图连续划分为宽度都为w像素的子块，这样子块总数k是
Figure 100629DEST_PATH_IMAGE058
的整数部分。如图2所示；
2.3、注意到待印刷数字图像的每个子块都是彩色的。将每个子块按数字印刷设备的要求进行m个通道的分色处理，得到
Figure 9679DEST_PATH_IMAGE059
个单色子块。分别计算各单色子块全部像素值的平均值，建立
Figure 751370DEST_PATH_IMAGE060
阶的矩阵
Figure 11450DEST_PATH_IMAGE061
,，矩阵
Figure 293527DEST_PATH_IMAGE061
中第x行第y列处数值是第x个子块分色到第y个颜色通道上的像素值的平均值。
2.4、应用之前求得的该数字印刷设备m个颜色通道上、从数字图像像素值到印后色值的映射关系
Figure 198029DEST_PATH_IMAGE056
，将矩阵
Figure 235255DEST_PATH_IMAGE061
中第x行第y列处数值代入
Figure 592418DEST_PATH_IMAGE062
，求得该子块在该通道上的预期印后扫描色值。
同理求出全部k个子块在m个通道上的预期印后扫描色值，建立
Figure 271661DEST_PATH_IMAGE059
阶预期色值矩阵a2。a2中第x行第y列处数值表示第x个子块分色到第y个颜色通道上的像素值预期的经过印刷后再扫描回的色值。
2.5、完整的数字图像经过分色后在数字印刷设备的m个颜色通道上依次分别印刷，使用扫描仪扫描各通道印刷出的印品，得到m个长为L像素、宽为W像素的单色扫描数字图像。
或者，使用扫描仪扫描已印刷完成的彩色印品，得到彩色扫描数字图像，再经与印前相同的分色处理，得到m个长为L像素、宽为W像素的单色扫描数字图像。
2.6、在单色扫描数字图像上定位到距左边缘i像素位置，选取一个长为l像素宽为W像素的扫描子图。沿宽度方向上尽可能多地将该扫描子图连续划分为宽度都为w像素的扫描子块，这样扫描子块总数是
Figure 30670DEST_PATH_IMAGE058
的整数部分。显然，扫描子块与子块总数相同，位置一一对应。
读出每个扫描子块上的全部像素值并计算平均值，建立
Figure 504377DEST_PATH_IMAGE059
阶的实际印刷色值矩阵b2。b2的第 x行第y列处数值表示数字图像经过该数字印刷设备实际印刷所得的印品上，距左边缘i像素、第x个子块位置，第y个颜色通道上的扫描仪扫描所得像素值的平均值。
步骤3、比较矩阵a2和矩阵b2，判定印品质量合格与否；
方案一：该阈值是系统给定的某一个确定的常数值Y；
1、将预期色值矩阵a2和实际的印刷色值矩阵b2作差，得到的矩阵:
Figure 351765DEST_PATH_IMAGE063
2、分析矩阵Q,根据以下规则判定印品质量合格与否：
a、 若矩阵Q中有P个值>Y，则该印品质量不合格;反之，合格。
b、 求矩阵Q的均值
Figure 303541DEST_PATH_IMAGE064
，
Figure 917056DEST_PATH_IMAGE065
。若该均值
Figure 296085DEST_PATH_IMAGE066
，则该印品质量不合格；反之，合格。
c、 求矩阵Q的方差,
Figure 383307DEST_PATH_IMAGE068
若该方差
Figure 913645DEST_PATH_IMAGE069
，则该印品质量不合格；反之，合格。
d、 求矩阵Q的标准差s
Figure 338941DEST_PATH_IMAGE070
若该标准差s>Y，则该印品的质量不合格；反之，合格。
e、 若矩阵Q中的任意一个值|x|>Y，则该印品不合格；反之，合格。
f、 用极差判定，极差是用来表示统计资料中的变异量数(measures ofvariation)，其最大值与最小值之间的差距；即最大值减最小值后所得之数据，
Figure 282626DEST_PATH_IMAGE071
。若矩阵Q中的
Figure 451571DEST_PATH_IMAGE072
，则该印品不合格；反之，合格。
方案二：该阈值是系统给定的某一个确定的常数值Y，对于预期色值矩阵a2和实际的印刷色值矩阵b2，根据以下规则判定印品质量合格与否：
a、求出矩阵a2的平均值
Figure 164312DEST_PATH_IMAGE073
和矩阵b2的平均值
Figure 26089DEST_PATH_IMAGE074
,作差，若
Figure 457070DEST_PATH_IMAGE075
，则该印品不合格；反之，合格。
b、分别求出矩阵a2、b2各自的方差
Figure 429705DEST_PATH_IMAGE076
、
Figure 996953DEST_PATH_IMAGE077
，将其作差，若
Figure 26701DEST_PATH_IMAGE078
, 则该印品不合格；反之，合格。
c、分别求出矩阵a2、b2各自的标准差
Figure 944979DEST_PATH_IMAGE079
、
Figure 455725DEST_PATH_IMAGE080
，将其作差，若
Figure 815163DEST_PATH_IMAGE029
, 则该印品不合格；反之，合格。
d、 用极差判定，用矩阵a2中的最大值与矩阵b2中的最小值相减后，即
Figure 877797DEST_PATH_IMAGE081
，若该差值
Figure 893157DEST_PATH_IMAGE082
，则该印品不合格；反之，合格。
方案三：该阈值是系统给定的某一个确定的常数值Y，根据矩阵a2和矩阵b2的均方误差（MSE）/均方根误差（RMSE）判定印品质量合格与否。
均方误差(Mean Squared Error, MSE)是衡量"平均误差"的一种较方便的方法，可以评价数据的变化程度。均方根误差是均方误差的算术平方根。
假设预期色值矩阵
Figure 597808DEST_PATH_IMAGE083
，
实际的印刷色值矩阵
Figure 15014DEST_PATH_IMAGE084
则：
Figure 717391DEST_PATH_IMAGE085
,
Figure 954468DEST_PATH_IMAGE086
若
Figure 197231DEST_PATH_IMAGE087
，则该印品不合格；反之，合格。
方案四：该阈值是系统给定的某一个确定的常数值Y，根据矩阵a2和矩阵b2的协方差判定印品质量合格与否。
在概率论和统计学中，协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。期望值分别为
Figure 734522DEST_PATH_IMAGE088
与
Figure 404538DEST_PATH_IMAGE089
的两个实数随机变量X与Z之间的协方差定义为：
Figure 120122DEST_PATH_IMAGE090
，它表示两组数据的相关性。
Figure 166576DEST_PATH_IMAGE091
若
Figure 558374DEST_PATH_IMAGE092
，则该印品不合格；反之，合格。
方案五：该阈值是系统给定的某一个确定的常数值Y，根据矩阵a2和矩阵b2的峰值信噪比判定印品质量合格与否。
峰值信噪比（英语：Peak signal-to-noise ratio，常缩写为PSNR）是一个表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值的工程术语。由于许多信号都有非常宽的动态范围，峰值信噪比常用对数分贝单位来表示。
峰值信噪比经常用作图像压缩等领域中信号重建质量的测量方法，它常简单地通过均方误差（MSE）进行定义,它与上述的均方误差都是传统的图像质量客观评价方法。
Figure 399291DEST_PATH_IMAGE093
其中，MAX表示图像颜色的最大数值，8bit图像最大取值为255。
若
Figure 876540DEST_PATH_IMAGE094
，则该印品不合格；反之，合格。
方案六：该阈值是系统设定的某个常数矩阵C，根据矩阵之间的差值判定印品质量合格与否。
设阈值矩阵
Figure 461105DEST_PATH_IMAGE095
，
矩阵
Figure 707410DEST_PATH_IMAGE096
，将矩阵Q和矩阵C的对应位置一一对比，若
Figure 719228DEST_PATH_IMAGE097
组数值对比中，有超过一半即
Figure 418194DEST_PATH_IMAGE098
组数值大于阈值矩阵C中对应位置的数值，则该印品不合格；反之，合格。
方案七：该阈值是系统设定的某个常数矩阵C，根据矩阵之间的平均值判定印品质量合格与否。
将矩阵a2和矩阵b2的对应位置上分别求均值，可得
Figure 540871DEST_PATH_IMAGE099
,
阈值矩阵
Figure 172840DEST_PATH_IMAGE100
,
将矩阵D和矩阵C的对应位置一一对比，若
Figure 27664DEST_PATH_IMAGE097
组数值对比中，有超过一半即
Figure 945417DEST_PATH_IMAGE098
组数值大于阈值矩阵C中对应位置的数值，则该印品不合格；反之，合格。
实施例：
步骤1、求数字图像像素值到印后色值的映射关系：
1.1、设计一幅总色阶行数为13的单色色阶图。设色阶图颜色深度为8，则
Figure 419255DEST_PATH_IMAGE101
。如图4所示；
1.2、依次读取单色色阶图中各色阶的色值，建立13×1阶矩阵S；而该数字印刷设备的颜色通道数为4（CMYK），建立元素全为1的1×4阶矩阵M；令矩阵
Figure 171310DEST_PATH_IMAGE102
。显然a1是13×4阶的矩阵，并且所有列向量都相同。故这里矩阵a1不分开表示，以13×1阶矩阵来表示，a1如下：
Figure 524931DEST_PATH_IMAGE103
1.3、将单色色阶图在该印刷设备的每个独立颜色通道上依次分别印刷，得到相应的4张色阶印品。
1.4、使用扫描仪依次分别扫描4张色阶印品，得到4个色阶印品扫描数字图像。
扫描后的色阶图（以其中一个通道为例）如图5所示：
1.5、依次读取4个色阶印品扫描数字图像上各色阶的色值，得到13×4阶矩阵b1。b1如下：
Figure 995226DEST_PATH_IMAGE104
1.6、计算数字图像像素值到印后色值的映射关系：
通过Excel进行扫描前后色阶图各通道的数据进行直线拟合，数据表格整理如下：
表1色阶图的像素值和印后各通道的色值统计
Figure 335072DEST_PATH_IMAGE105
将采集到的数据进行曲线拟合，结果如图6所示。
可以得到从数字图像像素值到印后色值的映射关系为：
Figure 535109DEST_PATH_IMAGE106
步骤2、在待印刷的彩色数字图像上抽样子块，求预期色值矩阵和实际的印刷色值矩阵：
2.1、该数字印刷设备待印刷的彩色数字图像的长为400像素、宽为358像素，在该数字图像上任选一个长为41像素宽为358像素的子图，而子图距离数字图像左边缘为266像素。
2.2、沿宽度方向上尽可能多地将该子图连续划分为宽度都为27像素的子块，这样子块总数为13；如图7所示：
2.3、注意到待印刷数字图像的每个子块都是彩色的。将每个子块按数字印刷设备的要求进行4个通道的分色处理，得到13×4个单色子块。分别计算各单色子块全部像素值的平均值，建立13×4阶的矩阵
Figure 200577DEST_PATH_IMAGE061
。
2.4、应用之前求得的该数字印刷设备4个颜色通道上、从数字图像像素值到印后色值的映射关系，求出全部13个子块在4个通道上的预期印后扫描色值，建立13×4阶预期色值矩阵a2，如下：
Figure 220486DEST_PATH_IMAGE107
2.5、完整的数字图像经过分色后在数字印刷设备的4个颜色通道上依次分别印刷，使用扫描仪扫描各通道印刷出的印品，得到4个长为400像素、宽为400像素的单色扫描数字图像。
2.6、在单色扫描数字图像上定位到距左边缘145像素位置，选取一个长为33像素宽为400像素的扫描子图。沿宽度方向上尽可能多地将该扫描子图连续划分为宽度都为30.8像素的扫描子块，这样扫描子块总数是13。显然，扫描子块与子块总数相同，位置一一对应。
读出每个扫描子块上的全部像素值并计算平均值，建立13×4阶的实际印刷色值矩阵b2。b2如下：
Figure 364022DEST_PATH_IMAGE108
步骤3、比较矩阵a2和矩阵b2，判定印品质量合格与否：
以方案一中的方法a来判定印品质量合格与否为例。系统给定的阈值Y=260，P=5；
3.1、将预期色值矩阵a2和实际的印刷色值矩阵b2作差，得到的矩阵Q如下：
Figure 418566DEST_PATH_IMAGE109
3.2、分析矩阵Q，该矩阵Q中有6个值>260，则判定该印品质量不合格。

Claims (10)

1.一种数字印刷印品缺陷检测方法，其特征在于，包括如下步骤：
1）针对相应的数字印刷设备，求数字图像像素值到印后色值的映射关系；
2）在待印刷的彩色数字图像上抽样子块，求预期色值矩阵和实际的印刷色值矩阵；
3）比较预期色值矩阵和实际的印刷色值矩阵，并设置阈值，来判定印品质量合格与否。
2.根据权利要求1所述的一种数字印刷印品缺陷检测方法，其特征在于，所述步骤1）的具体步骤如下：
1.1）设计一幅总色阶行数为n的单色色阶图：设色阶图颜色深度为N，则
Figure 547177DEST_PATH_IMAGE001
，N取8或16；
1.2）依次读取单色色阶图中各色阶的色值，建立n×1阶矩阵S；设数字印刷设备的颜色通道数为m，建立元素全为1的1×m阶矩阵M；令矩阵
Figure 995475DEST_PATH_IMAGE002
；其中a1是n×m阶的矩阵，并且所有列向量都相同；
1.3）将单色色阶图在数字印刷设备的每个独立颜色通道上依次分别印刷，得到相应的m张色阶印品；
1.4）使用扫描仪依次扫描m张色阶印品，得到m个色阶印品扫描数字图像；
1.5）依次读取m个色阶印品扫描数字图像上各色阶的色值，得到n×m阶矩阵b1；b1中第x行第y列处数值表示第x个色阶的色值在第y个颜色通道上印刷出后，经过扫描得到的像素平均值；
1.6）读取矩阵a1和b1的第0列
Figure 666890DEST_PATH_IMAGE003
和
Figure 265362DEST_PATH_IMAGE004
，使用常规的多项式插值操作或曲线拟合方法，得到映射关系
Figure 610893DEST_PATH_IMAGE005
, 其中
Figure 823568DEST_PATH_IMAGE006
是印前数字图像分色到颜色通道0的像素值，
Figure 621760DEST_PATH_IMAGE007
是印品扫描数字图像上相应位置处的颜色通道0上的色值；重复该操作，依次逐列读取矩阵a1和b1每一列，得到m个颜色通道上、从数字图像像素值到印后色值的映射关系：
Figure 227185DEST_PATH_IMAGE008
。
3.根据权利要求1所述的一种数字印刷印品缺陷检测方法，其特征在于，所述步骤2）的具体步骤如下：
2.1）记数字印刷设备待印刷的彩色数字图像的长为L像素、宽为W像素，并在数字图像上任选一个长为l像素宽为W像素的子图，记子图距离数字图像左边缘为i像素；
2.2）沿宽度方向上将子图连续划分为宽度都为w像素的子块，子块总数k是W/w的整数部分；
2.3）记数字印刷设备待印刷的彩色数字图像的长为L像素、宽为W像素，待印刷数字图像的每个子块都是彩色的，将每个子块按数字印刷设备的要求进行m个通道的分色处理，得到k×m个单色子块，分别计算各单色子块全部像素值的平均值，建立k×m阶的矩阵
Figure 427222DEST_PATH_IMAGE009
，矩阵
Figure 371651DEST_PATH_IMAGE009
中第x行第y列处数值是第x个子块分色到第y个颜色通道上的像素值的平均值；
2.4）应用求得的数字印刷设备m个颜色通道上、从数字图像像素值到印后色值的映射关系
Figure 63663DEST_PATH_IMAGE010
，将矩阵
Figure 456467DEST_PATH_IMAGE009
中第x行第y列处数值代入
Figure 511011DEST_PATH_IMAGE011
，求得该子块在该通道上的预期印后扫描色值；同理，求出全部k个子块在m个通道上的预期印后扫描色值，建立k×m阶预期色值矩阵a2，a2中第x行第y列处数值表示第x个子块分色到第y个颜色通道上的像素值预期的经过印刷后再扫描回的色值；
2.5）完整的数字图像经过分色后在数字印刷设备的m个颜色通道上依次分别印刷，使用扫描仪扫描各通道印刷出的印品，得到m个长为L像素、宽为W像素的单色扫描数字图像，或者使用扫描仪扫描已印刷完成的彩色印品，得到彩色扫描数字图像，再经与印前相同的分色处理，得到m个长为L像素、宽为W像素的单色扫描数字图像；
2.6）在单色扫描数字图像上定位到距左边缘i像素位置，选取一个长为l像素宽为W像素的扫描子图，沿宽度方向上将扫描子图连续划分为宽度都为w像素的扫描子块，扫描子块总数是W/w的整数部分，扫描子块与子块总数相同，位置一一对应；读出每个扫描子块上的全部像素值并计算平均值，建立k×m阶的实际印刷色值矩阵b2，b2的第 x行第y列处数值表示数字图像经过该数字印刷设备实际印刷所得的印品上，距左边缘i像素、第x个子块位置，第y个颜色通道上的扫描仪扫描所得像素值的平均值。
4.根据权利要求1所述的一种数字印刷印品缺陷检测方法，其特征在于，所述步骤3）的具体步骤如下：
阈值是给定的某一个确定的常数值Y，将预期色值矩阵a2和实际的印刷色值矩阵b2作差，得到的矩阵：
Figure 347380DEST_PATH_IMAGE012
，分析矩阵Q,根据以下规则判定印品质量合格与否：
若矩阵Q中有P个值>Y，则该印品质量不合格；反之，合格；
求矩阵Q的均值
Figure 120164DEST_PATH_IMAGE013
，
Figure 83703DEST_PATH_IMAGE014
，若该均值
Figure 133699DEST_PATH_IMAGE015
，则该印品质量不合格；反之，合格；
求矩阵Q的方差
Figure 734444DEST_PATH_IMAGE016
:
Figure 322420DEST_PATH_IMAGE017
若该方差
Figure 666814DEST_PATH_IMAGE018
，则该印品质量不合格；反之，合格；
求矩阵Q的标准差s:
Figure 324978DEST_PATH_IMAGE019
若该标准差s>Y，则该印品的质量不合格；反之，合格；
若矩阵Q中的任意一个值|x|>Y，则该印品不合格；反之，合格；
用极差判定，极差是用来表示统计资料中的变异量数，其最大值与最小值之间的差距；即最大值减最小值后所得之数据，
Figure 627784DEST_PATH_IMAGE020
；若矩阵Q中的x>Y， 则该印品不合格；反之，合格。
5.根据权利要求1所述的一种数字印刷印品缺陷检测方法，其特征在于，所述步骤3）的具体步骤如下：
阈值是给定的某一个确定的常数值Y，对于预期色值矩阵a2和实际的印刷色值矩阵b2，根据以下规则判定印品质量合格与否：
求出矩阵a2的平均值
Figure 984947DEST_PATH_IMAGE021
和矩阵b2的平均值
Figure 398611DEST_PATH_IMAGE022
,作差，若
Figure 672466DEST_PATH_IMAGE023
，则该印品不合格；反之，合格；
分别求出矩阵a2、b2各自的方差
Figure 146173DEST_PATH_IMAGE024
、
Figure 725053DEST_PATH_IMAGE025
，将其作差，若
Figure 676828DEST_PATH_IMAGE026
, 则该印品不合格；反之，合格；
分别求出矩阵a2、b2各自的标准差
Figure 306655DEST_PATH_IMAGE027
、
Figure 951263DEST_PATH_IMAGE028
，将其作差，若
Figure 79756DEST_PATH_IMAGE029
, 则该印品不合格；反之，合格；
用极差判定，用矩阵a2中的最大值与矩阵b2中的最小值相减后，即
Figure 959856DEST_PATH_IMAGE030
，若该差值
Figure 552511DEST_PATH_IMAGE031
, 则该印品不合格；反之，合格。
6.根据权利要求1所述的一种数字印刷印品缺陷检测方法，其特征在于，所述步骤3）的具体步骤如下：
阈值是给定的某一个确定的常数值Y，根据预期色值矩阵a2和实际的印刷色值矩阵b2的均方误差MSE/均方根误差RMSE判定印品质量合格与否；
假设预期色值矩阵
Figure 243387DEST_PATH_IMAGE032
，
实际的印刷色值矩阵
Figure 390334DEST_PATH_IMAGE033
则：
Figure 369398DEST_PATH_IMAGE034
若
Figure 82139DEST_PATH_IMAGE036
, 则该印品不合格；反之，合格。
7.根据权利要求1所述的一种数字印刷印品缺陷检测方法，其特征在于，所述步骤3）的具体步骤如下：
阈值是给定的某一个确定的常数值Y，根据预期色值矩阵a2和实际的印刷色值矩阵b2的协方差判定印品质量合格与否；
在概率论和统计学中，协方差用于衡量两个变量的总体误差，而方差是协方差的一种特殊情况，即当两个变量是相同的情况；期望值分别为
Figure 678337DEST_PATH_IMAGE038
与
Figure 109318DEST_PATH_IMAGE039
的两个实数随机变量X与Z之间的协方差定义为：
Figure 331221DEST_PATH_IMAGE040
，它表示两组数据的相关性；
若
Figure 164048DEST_PATH_IMAGE041
, 则该印品不合格；反之，合格。
8.根据权利要求1所述的一种数字印刷印品缺陷检测方法，其特征在于，所述步骤3）的具体步骤如下：
阈值是给定的某一个确定的常数值Y，根据预期色值矩阵a2和实际的印刷色值矩阵b2的峰值信噪比判定印品质量合格与否：
峰值信噪比PSNR表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值；由于许多信号都有非常宽的动态范围，峰值信噪比常用对数分贝单位来表示；
Figure 931147DEST_PATH_IMAGE042
其中，MAX表示图像颜色的最大数值，8bit图像最大取值为255；
若
Figure 583845DEST_PATH_IMAGE043
，则该印品不合格；反之，合格。
9.根据权利要求1所述的一种数字印刷印品缺陷检测方法，其特征在于，所述步骤3）的具体步骤如下：
阈值是设定的某个常数矩阵C，根据矩阵之间的差值判定印品质量合格与否；
设阈值矩阵
Figure 110904DEST_PATH_IMAGE045
，矩阵
Figure 532658DEST_PATH_IMAGE047
，将矩阵Q和矩阵C的对应位置一一对比，若
Figure 736237DEST_PATH_IMAGE048
组数值对比中，有超过一半即
Figure 876231DEST_PATH_IMAGE049
组数值大于阈值矩阵C中对应位置的数值，则该印品不合格；反之，合格。
10.根据权利要求1所述的一种数字印刷印品缺陷检测方法，其特征在于，所述步骤3）的具体步骤如下：
阈值是设定的某个常数矩阵C，根据矩阵之间的平均值判定印品质量合格与否；
将预期色值矩阵a2和实际的印刷色值矩阵b2的对应位置上分别求均值，可得：
Figure 705516DEST_PATH_IMAGE051
, 阈值矩阵
Figure 919460DEST_PATH_IMAGE053
, 将矩阵D和矩阵C的对应位置一一对比，若
Figure 121638DEST_PATH_IMAGE048
组数值对比中，有超过一半即
Figure 358715DEST_PATH_IMAGE049
组数值大于阈值矩阵C中对应位置的数值，则该印品不合格；反之，合格。
CN202211587361.1A 2022-12-12 2022-12-12 一种数字印刷印品缺陷检测方法 Active CN115908364B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211587361.1A CN115908364B (zh) 2022-12-12 2022-12-12 一种数字印刷印品缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211587361.1A CN115908364B (zh) 2022-12-12 2022-12-12 一种数字印刷印品缺陷检测方法

Publications (2)

Publication Number Publication Date
CN115908364A true CN115908364A (zh) 2023-04-04
CN115908364B CN115908364B (zh) 2023-05-30

Family

ID=85749837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211587361.1A Active CN115908364B (zh) 2022-12-12 2022-12-12 一种数字印刷印品缺陷检测方法

Country Status (1)

Country Link
CN (1) CN115908364B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117162665A (zh) * 2023-11-03 2023-12-05 星璟材料科技(南通)有限公司 一种印刷品印刷生产控制系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001219546A (ja) * 2000-02-10 2001-08-14 Dainippon Screen Mfg Co Ltd 印刷物検査方法
CN101055560A (zh) * 2006-04-12 2007-10-17 株式会社理光 一种打印质量评估方法和评估系统
JP2008035379A (ja) * 2006-07-31 2008-02-14 Seiko Epson Corp 印刷装置、印刷プログラム、印刷方法、画像処理装置、画像処理プログラム及び画像処理方法、表示装置、表示プログラム及び表示方法、並びに前記プログラムを記憶した記憶媒体
JP2009010983A (ja) * 1996-02-26 2009-01-15 Richard A Holub 異なる画像表示装置を連携する方法、色エラー検知方法及び色測定装置
CN102221554A (zh) * 2011-04-06 2011-10-19 天津科技大学 一种印刷品质量和缺陷检测方法
CN105957082A (zh) * 2016-05-04 2016-09-21 广东锐视智能检测有限公司 一种基于面阵相机的印刷质量在线监测方法
CN108469438A (zh) * 2018-03-20 2018-08-31 东莞市美盈森环保科技有限公司 一种印刷品检测方法、装置、设备及存储介质
CN109886954A (zh) * 2019-02-28 2019-06-14 湖南大学 一种印刷品缺陷检测方法
CN111242896A (zh) * 2019-12-31 2020-06-05 电子科技大学 一种彩色印刷标签缺陷检测与质量评级方法
CN112508826A (zh) * 2020-11-16 2021-03-16 哈尔滨工业大学（深圳） 一种基于特征配准及梯度形状匹配融合的印刷品缺陷检测方法
CN114905851A (zh) * 2022-07-15 2022-08-16 浙江工业大学 一种印刷色密度特征曲线采集方法
CN115078365A (zh) * 2021-03-15 2022-09-20 中国石油大学(华东) 一种软包装印刷质量缺陷检测方法
JP2022174394A (ja) * 2021-05-11 2022-11-24 キヤノン株式会社 印刷物を検査するための画像処理装置、画像処理方法及びプログラム

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009010983A (ja) * 1996-02-26 2009-01-15 Richard A Holub 異なる画像表示装置を連携する方法、色エラー検知方法及び色測定装置
JP2001219546A (ja) * 2000-02-10 2001-08-14 Dainippon Screen Mfg Co Ltd 印刷物検査方法
CN101055560A (zh) * 2006-04-12 2007-10-17 株式会社理光 一种打印质量评估方法和评估系统
JP2008035379A (ja) * 2006-07-31 2008-02-14 Seiko Epson Corp 印刷装置、印刷プログラム、印刷方法、画像処理装置、画像処理プログラム及び画像処理方法、表示装置、表示プログラム及び表示方法、並びに前記プログラムを記憶した記憶媒体
CN102221554A (zh) * 2011-04-06 2011-10-19 天津科技大学 一种印刷品质量和缺陷检测方法
CN105957082A (zh) * 2016-05-04 2016-09-21 广东锐视智能检测有限公司 一种基于面阵相机的印刷质量在线监测方法
CN108469438A (zh) * 2018-03-20 2018-08-31 东莞市美盈森环保科技有限公司 一种印刷品检测方法、装置、设备及存储介质
CN109886954A (zh) * 2019-02-28 2019-06-14 湖南大学 一种印刷品缺陷检测方法
CN111242896A (zh) * 2019-12-31 2020-06-05 电子科技大学 一种彩色印刷标签缺陷检测与质量评级方法
CN112508826A (zh) * 2020-11-16 2021-03-16 哈尔滨工业大学（深圳） 一种基于特征配准及梯度形状匹配融合的印刷品缺陷检测方法
CN115078365A (zh) * 2021-03-15 2022-09-20 中国石油大学(华东) 一种软包装印刷质量缺陷检测方法
JP2022174394A (ja) * 2021-05-11 2022-11-24 キヤノン株式会社 印刷物を検査するための画像処理装置、画像処理方法及びプログラム
CN114905851A (zh) * 2022-07-15 2022-08-16 浙江工业大学 一种印刷色密度特征曲线采集方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
张洋;普杰信;梁灵飞;张蕾;: "基于超像素的印刷品色差在线检测方法", 测控技术 *
曹倩;: "基于四元数奇异值分解的数字印刷质量评价", 包装工程 *
李丹;白国君;金媛媛;童艳;: "基于机器视觉的包装袋缺陷检测算法研究与应用", 激光与光电子学进展 *
杨翰林;张铁锋;: "浅析印品质量在线检测技术", 印刷质量与标准化 *
王愿: ""基于数字图像处理技术的全画面印品质量检测"", 《中国优秀硕士学位论文全文数据库电子期刊工程科技Ⅰ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117162665A (zh) * 2023-11-03 2023-12-05 星璟材料科技(南通)有限公司 一种印刷品印刷生产控制系统
CN117162665B (zh) * 2023-11-03 2023-12-26 星璟材料科技(南通)有限公司 一种印刷品印刷生产控制系统

Also Published As

Publication number Publication date
CN115908364B (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
US8837807B2 (en) Inspection method with color correction
US8830454B2 (en) Apparatus and methods for setting up optical inspection parameters
JPS5811562B2 (ja) イロブンカイソウチ
Yee et al. A perceptual metric for production testing
CN115908364A (zh) 一种数字印刷印品缺陷检测方法
CN103076334A (zh) 一种定量评价数字印刷线条与文本感知质量的方法
CN110044485B (zh) 一种图像式织物颜色测量方法
US8749861B2 (en) L*a*b* scanning using RGB-clear
Hong et al. New algorithm for calculating perceived colour difference of images
Chen et al. Signal-to-noise ratio evaluation of a CCD camera
Morovič et al. The perceptibility of color differences in continuous transitions
Stojanović et al. Just noticeable difference prediction and image quality assessment
WO2011068179A1 (en) Image information processing method, image information processing apparatus, image processing apparatus, and recording medium
Rao et al. Combined transform and spatial domain based “no reference” measure for underwater images
JPH08145907A (ja) 欠陥検査装置
MacDonald Color space transformation using neural networks
Deborah et al. On the quality evaluation of spectral image processing algorithms
Foster et al. Information limits on identification of natural surfaces by apparent colour
JP5488983B2 (ja) 画像情報処理方法、画像情報処理装置、及び記録媒体
Petersson A review of perceptual image quality
Kuo et al. Perceptual color granularity metric via scanner
Condor et al. Gloss-Aware Color Correction for 3D Printing
JPH10100386A (ja) 印刷物検査装置および印刷物検査方法
Baxter et al. Applying image quality in cell phone cameras: lens distortion
JP4735534B2 (ja) 画像処理装置、画像読取装置およびプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant