随着印刷向小批量、多色、高效方向发展,彩色印刷品呈色质量的在线检测与控制是发展的必然。传统的基于密度和色度的检测方法是以混色模型理论为基础,有关研究已经揭示了该理论存在局限性,同时该检测方法只能检测印刷品附加的特殊色块(控制条),因而无法直接知晓印品图像中各单色网点油墨供给量和网点大小的变化。所以有必要寻找一种新的检测技术直接对印品图像中各色网点进行质量检测。 为了直接检测印品图像中各色网点变化,本课题设计了网点图像采集与分色的硬件系统,该系统包括三个模块:图像采集模块、图像处理模块和功能控制模块。图像采集模块主要完成网点图像的采集;图像处理模块运用数字图像处理和模式识别技术对采集的彩色印品显微图像进行分色处理和结果输出;功能控制模块协调图像采集和处理。针对印品显微图像网点颜色叠印的特点,分色算法模型的设计基于剥壳技术思想,综合运用聚类法、决策树、神经网络、模糊逻辑以及信息融合等技术设计分类器,使得设计的分类器既能满足在线检测的实时性要求,同时具有局部最佳逼近性能。最后分别对24位采集图像和16位采集图像(DSP系统)进行算法验证,对实验结果进行比较分析,并提出了后续的研究方向。 本课题设计的彩色印品网点图像采集与分色系统不仅对印刷品的呈色质量在线检测与控制具有参考价值,同时设计的网点分色算法对进一步研究彩色网点呈色原理、研究油墨叠印规律等具有重要的理论价值。