CN101587589A - 喷墨打印质量模糊评价方法 - Google Patents

Abstract

一种新的喷墨打印质量模糊评价方法，其特征在于：利用图像采集技术，实现喷墨打印图像与数字图像的转换，基于S－CIELAB颜色空间模拟人眼视觉***对喷墨打印的色彩评价；通过质量分布理论模拟喷墨打印纸对单一像素点的吸墨量，由测度理论估算出喷墨打印清晰度质量。基于色彩和清晰度质量，结合人眼视觉特性，建立喷墨打印质量模糊评价算法，并对该算法赋以数值Image－QA_IJP。本发明测试数据少，速度快，有效地克服了打印图像质量主观评价方法耗时、耗资而传统客观评价方法单一或与实际图像质量不相吻合等弊端，为喷墨打印质量的分析提供了一种有效的手段。且所需配套设备简单，成本低，使用便捷。

Description

喷墨打印质量模糊评价方法

技术领域

本发明涉及一种喷墨打印质量模糊评价方法，用数学计量公式客观量化观测者心中的喷墨打印图像品质评价结果，适用于印刷和造纸领域检测喷墨打印质量的方法。

背景技术

彩色喷墨打印机涉及越来越多的领域，喷墨印刷机和喷墨打印纸用量的相应增加，使得人们对印刷图像质量的要求越来越高，因此，必须对图像的质量信息进行检测和分析，从而控制和提高纸张、油墨的结合效果。近年来，科学家在印刷图像质量评价方面取得了许多进展。

传统测量技术中的密度值表征颜色不能达到人眼睛评价结果，不易与印刷客户交流色彩信息。目前，工业上测试打印图像色彩和层次再现质量的方法是CIELAB色差量度。基于色彩匹配和辨别试验，计算得到的CIELAB色差，是在固定的视觉适应条件下，用于测试纸张打印大面积均匀区域色彩和层次的差异。CIELAB色差公式部分地反映视觉***适应性的影响，但不能很好的解释这种现象。各色差公式的发展应用只适用于其当时发展时期所定的特定环境条件，而影响人眼判断色差的因素有很多方面，还包括光源、照度、测试色对相对距离、测试色对样本的大小及影像内容结构等。

在众多的喷墨打印质量分析方法中，计算机图像分析法是国外发展比较成熟的一种，该分析***以良好的人机界面，测量迅速准确直观的性能，使纸张喷墨打印质量及纸张本身质量分析的可视化、微观化再上一个新台阶。受处理速度和仪器自控方面的限制，现在大部分局限于实验室范围的应用分析。二维CCD摄像机可较好的实现图像的采集。但CCD摄像机和构架只能拍摄高分辨率图形的局部区域，CCD摄像机光源在时间和均匀性上不能完全保持一致，某些打印性能的测试结果不准确。扫描仪成本低，可进行单方向、大面积区域的图像扫描，避免像素的重复采集和光源均匀性限制等问题。但对微小特征的图像采集效果较差，如墨点或细小的线条，因此扫描仪不适于微观分析。纸张喷墨打印质量分析***目前还存在价格高、性能不齐全和测量指标不统一等缺陷。

ISO13660标准只定义大面积实地填充和线条的质量标准，但大多数成像***的性能指标和测量差异的视觉重要性没有在标准中得到体现。因此ISO13660标准不能很好的用于喷墨打印纸打印质量的评价。

人们已经能借助计算机图像分析法和数字图像分析法在微观和宏观尺度上分别对喷墨打印质量进行评价，但是用数学计量公式度量的图像质量与观测者心中的图像品质评价结果还有很人的差距。如何客观测量与主观检查的结合，物理指标与心理指标的结合，用数学计量公式客观量化观测者心中的图像品质的评价结果，是喷墨打印质量评价要解决的首要问题。

发明内容

本发明将客观测量与主观检查的结合，物理指标与心理指标的结合，采用测度、质量分布以及三角模糊数等数学理论和S-CIELAB色空间方法，构建喷墨打印质量模糊评价算法，用数学计量公式客观量化喷墨打印质量。该算法测试数据少，速度快，有效地克服了打印图像质量主观评价方法耗时、耗资而传统客观评价方法单一或与实际图像质量不相吻合等弊端，为喷墨打印质量的分析提供了一种有效的手段。且所需配套设备简单，成本低，使用便捷。

本发明的技术解决方案是：

一种新的喷墨打印质量模糊评价方法，其特征在于：利用图像采集技术，实现喷墨打印图像与数字图像的转换，基于S-CIELAB颜色空间模拟人眼视觉***对喷墨打印的色彩评价；通过质量分布理论模拟喷墨打印纸对单一像素点的吸墨量，由测度理论估算出喷墨打印清晰度质量。基于色彩和清晰度质量，结合人眼视觉特性，建立喷墨打印质量模糊评价算法，并对该算法赋以数值Image-QA_IJP。

对所述的喷墨打印质量模糊评价算法，由色彩再现质量和清晰度质量两个品质因子确定。

对所述的色彩再现评价过程，采用六个品质因子确定，即暗调、高调、中性灰、肤色、饱和色和记忆色；对所述的清晰度评价过程，采用四个品质因子确定，分别为黑色、青色、品红色和黄色像素点。

对所述的喷墨打印质量模糊评价值，由三角模糊数方法得到喷墨打印品质因子的视觉权重。

对所述的色彩再现品质因子和清晰度品质因子的视觉权重可由层次分析法计算得到。

上述色彩再现品质因子包括暗调、高调、中性灰、肤色、饱和色和记忆色图像的色彩再现效果，其权重分别为w₁＝0.1515，w₂＝0.1554，w₃＝0.1731，w₄＝0.1724，w₅＝0.1666，w₆＝0.1810。色彩评价参数ΔE_IC计算公式如下：

ΔE_IC＝0.1515·ΔE(L)+0.1554·ΔE(H)+0.1731·ΔE(G)

     +0.1724·ΔE(S)+0.16666·ΔE(C)+0.181·ΔE(M)    (1)

式中ΔE(L)、ΔE(H)、ΔE(G)、ΔE(S)、ΔE(C)和ΔE(M)分别代表打印暗调、高调、中性灰、肤色、饱和色、记忆色图像与原稿图像之间的色彩差异值。

上述清晰度品质因子由四部分组成，依次是黑色、青色、品红色和黄色像素点的打印质量。四个品质因子对清晰度质量的影响程度，即所占权重依次为w₁＝0.2701，w₂＝0.2421，w₃＝0.2414，w₄＝0.2464。清晰度评价参数S_PMSD计算公式如下：

S_PMSD＝0.2701·P_K+0.2421·P_C+0.2414·P_M+0.2464·P_Y    (2)

式中P_K、P_C、P_M和P_Y依次是黑色、青色、品红色和黄色像素点PMSD值。

上述喷墨打印质量模糊评价参数是由色彩再现和清晰度质量进行描述的，通过三角模糊数法，可得到色彩和清晰度因子的权重分别为w₁＝0.5234，w₂＝0.4766。喷墨打印质量模糊评价参数Image-QA_IJP计算公式如下：

Image-QA_IJP＝0.5234·k₁·ΔE_IC+0.4766·k₂·S_PMSD    (3)

式中k₁和k₂分别为归一化因子。

附图简要描述

图1为本发明喷墨打印质量模糊评价方法的流程图

图2为清晰度质量评价的品质图像

具体实施方式：

1.喷墨打印色彩再现评价方法

如图1所示，彩色扫描仪将打印六种品质因子图像(暗调、高调、中性灰、肤色、饱和色和记忆色)转换为数字图像，并将扫描的RGB图像转换成XYZ模式。由于扫描仪的光谱灵敏感应器和XYZ色匹配函数是非线性转换的，因此扫描仪得到的RGB图像不能直接准确的转换成XYZ图像。为了解决这个问题，本实验中，采用LaserSoft ImagingTM SilverFast软件生成扫描仪特性文件，对扫描仪进行校准。

将扫描的XYZ图像和原稿图像变换为三个对立色通道，即一个亮度通道和两个色度通道。转换为三通道的图像可进行空间滤波，以模拟人类视觉***的空间混合效果。所采用的滤波器接近人眼视觉***的对比感应函数。既可在空间域内进行卷积，也可通过频率域的乘积进行滤波。空间滤波对每个对立色分量分别进行二维卷积运算，卷积核由人眼对图像的空间响应特性决定。最后，将三刺激值变换到CIE LAB对立色坐标***内，变换公式如下：

$L^{*}=\left\{\begin{array}{cc}116{(Y/Y_n)}^{1/3}-16& (Y/Y_n>0.008856)\\ 903.3(Y/Y_n)& (Y/Y_n\≤0.008856)\end{array}\right.---\left(4\right)$

$\left\{\begin{array}{c}{a}^{*}=500[f(X/X_n)-f(Y/Y_n)]\\ b^{*}=200[f(Y/Y_n)-f(Z/Z_n)]\end{array}\right.---\left(5\right)$

$f\left(q\right)=\left\{\begin{array}{cc}{q}^{1/3}& (q>0.008856)\\ 7.787q+16/116& (q\≤0.008856)\end{array}\right.---\left(6\right)$

公式(4)～(6)可使原稿和测试图像滤波的XYZ像素值转换到CIE LAB空间。X_n、Y_n、Z_n是CIE标准照明体的三刺激值；X、Y、Z是色样三刺激值。q分别为X/X_n，Y/Y_n，Z/Z_n；X_n，Y_n，Z_n为显示器白点的三刺激值，可通过设备特性化获得。L^*、a^*、b^*分别代表CIELAB色空间的明度轴、红-绿色度轴和黄-蓝色度轴。

一旦得到滤波图像的CIE LAB坐标，对六种色彩再现品质图像进行逐个像素点对点的色差计算。目前采用最新的色差公式CIE DE2000用于该色差值的计算。由色彩再现品质因子的视觉权重，可求得色彩评价参数值ΔE_IC。

2.喷墨打印清晰度评价方法

如图1所示，采用3-D视频显微镜***对打印像素点图像进行数字图像采集。

对于Rⁿ中的每个Borel集A，假定μ(A)为集A的测度。称Rⁿ的有界Borel子集A上满足0＜μ(A)＜∞的μ为质量分布，可以认为μ(A)为集A的质量。

f定义在R²上且满足如下条件：

(1)f在R²上有界；

(2)f在R²上绝对可积，即收敛；

(3)存在有限个不交R²的Borel子集A₁，A₂，…，A_n满足A₁∪A₂∪…∪A_n＝R²且f|A_i∈C(A_i)，i＝1，2，…，n。

对于f∈PC(R²)，如果 $\∀A\∈B_2$ (A为二维Borel集)，积分∫_A|f|dσ都存在，可定义μ_f为：

μ_f(A)＝∫_A|f|σ    (7)

则μ_f是一质量分布，其中的f(x)可以认为是某种意义下的“密度”。

在本发明中，对于f∈PC(R²)，定义质量分布||μ_f||的范数为

$\left|\right|{\mathrm{\μ}}_f\left|\right|=\underset{A\⋐R^2}{\sup }{\mathrm{\μ}}_f\left(A\right).---\left(8\right)$

对于f，g∈PC(R²)，可以定义函数f与g的距离d(f，g)为：

d(f，g)＝||μ_f-g||    (9)

将一幅打印的像素点图像可用函数f(x)表示如下，

如果纸张表面有墨，则f(x)为1，否则为0。其中，B_L是RGB的亮度级，k是归一因子，本实验中，取k＝1/255。

对于喷墨打印机，打印最小像素点的理想形态为圆形。因此，设定实际吸附在纸张表面的油墨质量为μ(A)，那么纸张表面所能再现的理想像素点图像，其对应函数g(x)表示如下，

$g\left(x\right)=\left\{\begin{array}{cc}1,& x\∈D;\\ 0,& x\∉D.\end{array}\right.---\left(11\right)$

如果x∈D，则g(x)为1，否则为0。其中，D是以(0，0)为中心的圆，且满足μ_f(R²)＝μ_g(R²)。

打印的像素点图像和理想的像素点图像，分别对应函数f(x)和g(x)，显然f，g是R²上的有界分段连续函数。本发明提出一个新的量度PMSD(Pixel Micro-structure Difference)来描述两幅图像打印清晰度的差异值，即利用式(9)所给出的f，g的距离作为其差异的大小：

PMSD＝d(f，g)＝||μ_f-g||    (12)

清晰度品质因子由四部分组成，依次是黑色、青色、品红色和黄色像素点的打印质量。由清晰度品质因子的视觉权重，可求得清晰度评价参数值S_PMSD。

3.喷墨打印质量模糊评价方法

通过三角模糊数法确定色彩再现和清晰度品质因子的视觉权重，可得到喷墨打印质量模糊评价参数值Image-QA_IJP。

本发明可应用于各种喷墨打印图像的质量检测。

Claims (5)

1.一种新的喷墨打印质量模糊评价方法，其特征在于：利用图像采集技术，实现喷墨打印图像与数字图像的转换，基于S-CIELAB颜色空间模拟人眼视觉***得到喷墨打印色彩再现质量；通过质量分布理论模拟喷墨打印纸对单一像素点的吸墨量，由测度理论估算出喷墨打印清晰度质量。基于色彩和清晰度质量，结合人眼视觉特性，建立喷墨打印质量模糊评价算法，并对该算法赋以数值Image-QA_IJP。

2.根据权利要求1中所述的喷墨打印质量模糊评价方法，其特征在于：对所述的喷墨打印质量模糊评价算法，由色彩再现质量和清晰度质量两个品质因子确定。

3.根据权利要求1中所述的喷墨打印质量模糊评价方法，其特征在于：对所述的色彩再现评价过程，采用六个品质因子确定，即暗调、高调、中性灰、肤色、饱和色和记忆色；对所述的清晰度评价过程，采用四个品质因子确定，分别为黑色、青色、品红色和黄色像素点。

4.根据权利要求2中所述的喷墨打印质量模糊评价方法，其特征在于：对所述的喷墨打印质量模糊评价值，由三角模糊数方法得到喷墨打印品质因子的视觉权重。

5.根据权利要求3中所述的喷墨打印质量模糊评价方法，其特征在于：对所述的色彩再现品质因子和清晰度品质因子的视觉权重可由层次分析法计算得到。

Images