总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。     

基于改进K均值聚类的图像修复方法

目的 解决特定工艺条件下灰平衡数据的再现问题。方法 通过在一定工艺条件下,获得青、品、黄、黑等4色阶调复制曲线,并拟合曲线方程,根据方程求取同一密度(理论密度)条件下青、品和黄色的网点面积率,据所得青、品、黄网点面积率设计样本色,检测其色度和密度值(实际密度)。结果 经验证,样本色色度值趋近于0,即证明样本色块趋于中性灰。建立了理论密度值与实际密度值之间的数学模型,再通过该模型和阶调复制曲线方程,获得了该工艺条件下灰平衡数据参数。结论 该方法可以准确获得特定条件下的灰平衡数据参数,为特定工艺条件下灰平衡数据的数字化建模提供了理论依据。