全媒体时代图文信息处理专业人才培养之探索

<正>信息技术的飞速发展拓展了图文信息的传播途径与阅读方式,电子阅读器、智能手机、平板电脑作为阅读终端使信息媒体的数字化传播成为现实。图文信息由传统的印刷媒体传播转向网络媒体、移动媒体和印刷媒体并存的跨媒体传播,全媒体时代已悄然来临,而且新媒体有着逐渐取代传统媒体的趋势。面对快速变化的传播媒体与日新月异的市场需求,国内印刷企业也在逐渐转型——提供多元服务,     

紧跟科技发展,探索数字印前课程内容改革

随着计算机、网络等高新科技在印刷领域的应用,印刷工程研究、应用领域发生了巨大的变化.特别是印前流程技术和工艺,在短短的10多年内,不仅印前图文信息内容全部实现数字化处理,而且印前流程控制也逐步数字化、自动化、智能化,从而实现印刷计算机集成管理.这种变化对高校印前课程教学提出了挑战,要求印前教学内容必须改革,以适应印前技术发展的需要,培养满足行业发展需求的技术人才.本文以印前领域的技术变革为导向,以数字化印前信息的采集、处理、输出流程为线索,探讨数字印前课程内容改革的必要性以及数字印前课程的核心教学知识点.     

基于多级LatLRR和HSI空间的彩色图像融合算法

目的 为提高红外与彩色可见光融合图像的可视性,更好地再现图像的对比度和色彩效果,提出一种基于多级低秩表示和HSI颜色空间的彩色图像融合算法.方法 首先利用RGB到HSI颜色空间转换,把彩色可见光RGB图像转化到HSI颜色空间,并分离H,S,I三通道.然后利用LatLRR对彩色可见光图像的I通道图像和红外图像进行二级分解,可得到显著的细节部分和基础部分,并将彩色可见光图像I通道和红外图像的细节部分采用核范数自适应加权融合策略进行融合,基础部分采用高斯模糊逻辑值自适应加权进行融合.最后把融合后的细节部分和基础部分相加产生新的I通道图像,结合H,S通道再转到RGB空间,得到融合图.结果 实验结果表明,文中算法得到的融合图主观上彩色失真度最小、场景细节最清晰、红外目标更突出,同时客观评价指标值上升约1％～24％.结论 文中算法是一种有效的算法,对彩色图像融合结果有较好的改善作用.     

基于DeepLabv3+的图像语义分割优化方法

目的为了实现良好的图像语义分割精度,同时尽可能降低网络的参数量,加快网络训练速度,提出基于DeepLabv3+的图像语义分割优化方法。方法编码器主干网络增加注意力机制模块,并采用更密集的特征池化模块有效聚合多尺度特征,同时使用深度可分离卷积降低网络计算复杂度。结果基于CamVid数据集的对比实验显示,优化后网络的MIoU分数达到了71.03%,在像素精度、平均像素精度等其他方面的评价指标上较原网络有小幅提升,并且网络参数量降低了12%。在Cityscapes的测试数据集上的MIoU分数为75.1%。结论实验结果表明,优化后的网络能够有效提取图像特征信息,提高语义分割精度,同时降低模型复杂度。文中网络使用城市道路场景数据集进行测试,可以为今后的无人驾驶技术的应用提供参考,具有一定的实际意义。     

基于CCD的数字印刷质量检测与分析技术

在分析数字印刷特点的基础上,提出开展数字印刷质量检测与客观评价方法研究的必要性,探讨基于CCD图像捕获设备进行数字印刷质量分析的可行性、评价要素及其具体实施技术。结合印刷样张实例,通过质量分析说明并验证了数字印刷质量检测与评价的具体方法。结果表明,采用基于CCD的数字印刷质量分析方法可以快速地完成印刷质量的客观检测与评价,有效控制印刷质量,对提高和改进数字印刷承印材料、墨水及印刷设备等的质量具有积极的作用。     

基于维纳估计的光谱反射率重建优化算法研究

目的研究光谱反射率重建算法,解决各种物体颜色的光谱反射率重建精度问题。方法通过高精度多光谱成像系统获取实验样本的系统响应值,分光光度计获取样本的光谱反射率,采用Wiener估计法、自适应维纳估计法和提出的优化维纳估计法,对待测样本实验数据进行光谱重建,并评价重建结果。结果在3种光谱重建算法仿真实验中,提出算法的均方根误差平均值为0.0355,平均CIE1976色差为1.4349,优于其他2种算法。结论在光谱重建算法的研究中,基于优化的维纳估计算法可以有效提高光谱的重建精度,可应用于实际的多光谱成像复制中。     

基于图像感兴趣区域的图像压缩方法

目的提出一种基于图像感兴趣区域的图像压缩方式,实现在减少图像存储空间时图像失真少的效果。方法采用眼动仪提取图像感兴趣区域,制作压缩掩码对图像进行分区压缩,非感兴趣区域采用DCT算法进行压缩,而感兴趣区域不做任何压缩处理直接保留原样。结果主客观评价实验表明:压缩后的图像失真较少,视觉观察效果好,且压缩后所占存储空间减半,方法简便,压缩效率高。结论结合眼动仪提取感兴趣区域的压缩方法优于基于Itti视觉模型的压缩方法,适合压缩多种类型的图像,具有较好的实用性。     

基于胞元式 RBF 神经网络的高保真分色模型研究

采用胞元式RBF神经网络模型对七色印刷输出系统构建了分色模型。首先,借鉴颜色空间分区理论将7个主色在整个颜色空间中划分为了6个颜色区域,在每个分区中选取了CIE L*a*b*明度值L上等间隔均匀采样的网点面积率,用于设计建模所需的训练样本,然后对每个分区划分胞元,并且为每个小胞元建立了基于RBF神经网络的分色模型。对于任意给定的要复制的目标色,利用提出的胞元搜索算法确定其所在的胞元位置后,使用相应的神经网络模型进行分色预测。实验结果表明,该分色算法能够达到较高的分色精度,可以满足高质量彩色复制的要求。