论文部分内容阅读
【摘 要】胶版印刷是在生产书刊和报纸的过程中使用最广泛的商业印刷模式。然而，由于各种原因，印品质量可能会偏离预期结果，而智能自动化系统能够评估印刷质量和调整印刷过程中的参数，以此保持印品质量在客户可接受的范围内。印刷的最终目标是确保彩色印刷品的高质量和稳定性，生产者必须尽可能客观地测量和监控最终产品的质量。文章综述了基于计算机智能的胶印质量评价控制体系的发展历程和研究现状。
【关键词】胶版印刷；质量评价；质量检测系统
【中图分类号】TS827 【文献标识码】A 【文章编号】1674-0688（2017）03-0111-03
0 引言
胶版印刷是在生产书刊和报纸的过程中应用最广泛的商业印刷模式。由于胶版印刷的高质量和高性价比，它正在被利用在除纸张以外的其他介质上。多色胶印的照片由青色（C）、红色（M）、黄色（Y）、黑色（K）的不同大小、不同光栅角度的点组成。将胶版印刷的图像放大后会呈现包含所有4种油墨的点的多色图像，這种图像通常称为半色调图像。自从印刷过程中使用四色印刷，4种半色调图像就被创建起来了。色调被感知是通过半色调处理过程中不同大小的网点决定的，即网点越大，颜色越深。在CTP过程中，半色调图像转印到印版上。每种印刷颜色有一个单独的印版。将印版安装在输墨系统的印版滚筒上进行印刷。图像通过使用彩色照相机或扫描仪记录在RGB颜色空间内。由于C、M、Y、K 4色用于打印彩色图像，因此也成为颜色分离过程，再转换图像将RGB转换为C、M、Y、K颜色空间。接下来，通过半色调程序，每个C、M、Y、K图像被转换成半色调对应物。使用CTP技术可以很容易地将半色调图像转化为印版。
然而，由于各种原因，印品质量可能会偏离预期结果。偏差越大则打印质量越差。智能自动化系统能够评估印刷质量和调整印刷过程中的参数，以此保持印品质量在客户可接受的范围内。但即使是图像技术高度自动化的今天，仍然有许多工厂在印刷质量评估和控制时使用人为观察的做法。本文主要研究基于计算机智能的胶印质量评价控制体系的发展历程和研究现状。
1 影响印刷质量的因素
通常，人们会使用各种参数来表征打印质量，较为常见的是色差、套印误差、网点变形、网点增大、油墨实地密度、边缘锐化、网点丢失、莫尔纹、叠印率、透印程度。
除以上的各种参数外，许多专家也提出不同的参数。Temponi等人曾建议使用灰平衡、色调再现程度和整体外观作为印刷质量属性，为了评估整体印刷质量水平，质量属性被组合为三角形模糊数[1]。Verikas，Bacauskiene等人建议使用模糊集成以汇总打印质量属性，使用计算智能技术对整体打印质量进行评估。而且，该度量提供的打印质量评价与从专家获得的打印质量排名差距不大。在研究中使用的打印质量属性有C、M、Y、K油墨的量与期望水平、打印点的质量、油墨密度的变化及打印图像中的噪声水平的偏差。J. Lundstrm提出纸张性质、纸张张力、油墨配方、空气湿度和温度、油墨温度及印版的磨损程度等参数也会影响印刷质量[2]。
2 印刷质量评估体系的发展
为了评估图像质量，我们需要有效的图像质量模型，即从个体人类感知（例如黑暗或清晰度）到整体图像质量的映射。
精确的颜色再现是高质量印品的主要特征之一。Luo[3]等人提出了一种自动化彩色印刷检测的算法，其包括用于彩色图像处理的颜色直方图技术和用于图像分类的神经网络技术，该算法能够在变化的照明条件下检查复杂彩色印刷品的缺陷。Willert等人认为实现精确颜色再现的方法是采用光谱技术记录、处理和再现颜色。使用光谱值的优点是不存在同色异谱及几乎所有可见颜色都可以被记录。Mestha等人开发了一种基于多LED快速、低成本的分光光度计，能够精确测量静止或移动基板上的颜色。
许多印刷质量属性与整体印刷质量相关。在印刷工业中，以前多数使用人工检查复杂彩色印刷品的整体质量，后来图像分析和基于计算机智能的检测技术越来越多地被用于评估印刷品的印刷质量。由于手动检查比较耗时，并且结果主观性大，因为它们取决于个人技能和检查者的情绪，因此自动印刷质量检查系统被越来越多的生产商使用。
为了获得高质量的彩色图片，一定比例的C、M、Y、K油墨应准确地控制在印刷图片的任意区域内。为了完成这个任务，印刷机操作员需要测量打印的结果，评估比例，使用测量结果，以减少颜色偏差。
A Verikas[1]提出了一种方法直接估计彩色图片的油墨的比例，用CCD彩色摄像机测定规定区域C、M、Y、K平均值的比例，RGB（L*a*b*）值被记录。结合局部核岭回归和支持向量回归，可获得所需的多值映射 CMYK。Perner认为将缺陷问题处理与图像处理相结合是未来胶版印刷品视觉检查的关键问题。通常，缺陷的类别决定了印刷工艺的状态，必须获知并用于消除缺陷。因此，Perner提出了复杂的缺陷问题的检查系统的架构，该系统已用于胶印中的缺陷识别和印刷错误诊断。该系统是一套基于传感器信号的缺陷解释的通用工具，实现了面向对象的概念和任务相关的算法，可用于高效的图像处理，Perner使用CCD线性照相机作为图像传感器，系统对缺陷进行识别并分类，还会提示操作者缺陷产生的原因，从而消除缺陷。Guan[4]等人开发了一种胶印印刷质量控制推理系统，将各种打印质量情况存储在数据库中并被用于在打印过程中进行决策。
Shankar[5]等人开发了用于检测和定位出现在卷筒纸胶印机上的不均匀性的视觉系统。系统能够在实时环境中监视高速卷筒纸胶印情况，并且警告操作者印刷过程中出现的结构缺陷，如颜色变化、缺少字符、墨水飞溅等。系统利用高速图像扫描算法检测边缘和边界，使用动态大小、阈值和变换的线性和非线性滤波器来进一步分析。Bai[6]等人使用自制CCD相机系统在印刷页面上获取特定领域的自制控制器的信息。使用将RGB信息转化为XYZ三刺激值的数据，用三维立方体和矩阵的方法建立方程和转换模型。最终可以获得检验印刷质量的数据，如特征色Lab值、网点扩大、印刷反差率、叠印率，并与标准数据进行比较，得到对油墨区墨量调整或印刷质量的综合评价报告，即一个完整的印刷页面的综合质量评估。J. Lundstrm[2]提出了一个使用从行业收集的数据来评估、探索和监控胶印印刷质量的系统的方法。系统的核心是一组虚拟传感器，它对从印刷机在线获得的图像进行操作，输出的是打印质量的推理计算。系统软件使用表征纸张制造和印刷过程的参数作为预测模型的输入变量来预测质量属性。除了预测值，随机森林还提供了变量来重要性的估计——变量对模型精度影响的度量。我们使用的印刷质量属性可以在线上小型打印区域进行客观评估，系统从双灰色条图像上自动估计多个印刷质量属性的客观值，并集成整体印刷质量测量值，最后提供印刷质量评价。Brown[6]等人研发出一种自动印刷检测系统。目标是通过使用机器视觉来检查印刷材料，然后使用基于模糊知识的系统来解释机器视觉系统输出，并且向操作者建议如何连续监视凹版印刷过程，最终使用简单文本的建议来纠正印刷过程，避免打印废品。这种机器视觉的系统使用全息光栅分光光度计与单色区域扫描相机，可测量印刷网点的变化。如果检测到任何参数的漂移，则系统会提示操作者对相应变量进行适当的调整。I. Bates等人提出了用于实现基于标准观察者的视觉经验对柔性版印刷质量评价的一种数学模型。该模式利用印刷质量参数对柔性版印刷品的视觉体验进行评估。模型对每种油墨进行印刷质量检测分析（青、红、黄、黑）；并且主要通过网点扩大50%、套印、墨斑、光密度和色域等印刷质量参数进行评估。作者引入一种逻辑回归的科学方法，迄今为止在实践中尚未用于评估印刷质量。 到目前为止，印刷质量的评估可以通过使用各种统计方法和数学方法（例如数值、线性规划、组合算法等）进行。
Pedersen[7]等人的研究中，基于现有文献和心理实验的调查，对现有的图像质量属性进行分类以提出更为精细的选择。Leloup推荐使用可印刷性系数用于柔性版纸质印刷品的质量客观评价。Leloup认为使用这些系数将能更准确、更广泛地定义印刷质量，改善印刷工艺流程。他对质量和视觉评估的测量参数进行多元数据分析并提出了建议系数。Asikainen在研究中提出了一种评估喷墨印刷品的印刷质量的计算机模型，该模型基于统计回归分析，并用视觉质量指数表示。Eerola[8]等人提出了一个完整的框架来计算使用电子照相和喷墨技术制成的印刷品的全参考质量评估算法。运用这个框架，他们评价和验证统计了几个质量的性能用于一组印刷产品的评估算法。他们提出了用于整体印刷质量评估的计算机模型。该模型基于贝叶斯网络，其中客观分析的结果与视觉质量评估相关。在Tchan等人的研究中，提出了估算喷墨印刷视觉质量评估的计算机模型，该模型是基于图像分析的神经网络。他们记录的模型模拟能非常准确地对观察者视觉观察的印刷质量进行估计。Eerola[9]等人分析了无参考图像质量评价（IQA）的算法，基于数字图像质量评价关于印刷图像感知质量的预测。他们使用全面的统计比较方法，从心理测量学研究得出数据，准确地预测印刷图片的质量。
3 结论
为了应对印刷造纸行业市场日益加剧的竞争，各大企业正在努力从他们的设备中获得最佳的回报。因此，确保生产出满足客户要求的产品成为公司的显著优势。造纸印刷的最终目标是确保彩色印刷品的高质量和稳定性，生产者必须尽可能客观地测量和监控最终产品的质量。
颜色再现的情况主要基于实心打印区域上的墨水密度测量，但常由彩色技术人员的主观评价判定。此外，颜色技术人员关于颜色的判定不仅基于原始和其再现颜色之间的色彩匹配程度，还要符合客户的主观感觉。
印刷质量属性有许多种。据调查表明，几乎所有的人都可以使用图像分析和基于计算机智能的技术进行印刷质量评估。因此，印刷质量评估系统仪器的可用性取决于所得系统的判定与人类感官判断的相关度。
由此可见，开发印刷质量模型的方法非常重要，这样可以捕获关于印刷质量的不同主观印象，并将它们集成到一个独立的概念中，该概念适合仪器评估，并且易于解释。未来发展的质量系统可用于监控印刷机印刷时的性能，并且当总体质量不足时，能发现个别技术参数导致的故障，洞察影响印刷质量失败的属性。在未来的发展中，相信在线的评估系统会给印刷质量评估领域带来新的机遇。
参 考 文 献
[1]胡媛.基于智能化算法的彩色胶印质量评价控制体系的发展[J].中国印刷与包装研究，2011（5）：72-74.
[2]Lundstrm J，Verikas A.Assessing print quality by ma-
chine in offset colour printing[J].Knowledge-Ba-
sed Systems，2013（37）：70-79.
[3]：张秀珍.彩色印刷品缺陷检测方法研究[D].洛阳：河南科技大学，2015.
[4]刘澎.胶版印刷机印品质量在线测控技术方法研究[D].西安：西北工业大学，2014.
[5]Shankar J L，Ravi N，Zhong Z W.A real-time print-
defect detection system for web offset printing[Z].2009.
[6]张通.彩色图像印刷质量控制方法的研究[D].杭州：
杭州电子科技大学，2011.
[7]管力明.胶印质量智能控制技术研究[D].西安：西安
电子科技大学，2009.
[8]Eerola T，Lensu L，Kamarainen J K，et al. Baye-
sian network model of overall print quality： const-
ruction and structural optimisation[J].Pattern reco-
gnition letters，2011，32（11）：1558-1566.
[9]Eerola T，Lensu L，Klviinen H，et al.Study of no-
reference image quality assessment algorithms on printed images[J].Journal of Electronic Imaging，
2014，23（6）：061106.
[責任编辑：陈泽琦]
【关键词】胶版印刷；质量评价；质量检测系统
【中图分类号】TS827 【文献标识码】A 【文章编号】1674-0688（2017）03-0111-03
0 引言
胶版印刷是在生产书刊和报纸的过程中应用最广泛的商业印刷模式。由于胶版印刷的高质量和高性价比，它正在被利用在除纸张以外的其他介质上。多色胶印的照片由青色（C）、红色（M）、黄色（Y）、黑色（K）的不同大小、不同光栅角度的点组成。将胶版印刷的图像放大后会呈现包含所有4种油墨的点的多色图像，這种图像通常称为半色调图像。自从印刷过程中使用四色印刷，4种半色调图像就被创建起来了。色调被感知是通过半色调处理过程中不同大小的网点决定的，即网点越大，颜色越深。在CTP过程中，半色调图像转印到印版上。每种印刷颜色有一个单独的印版。将印版安装在输墨系统的印版滚筒上进行印刷。图像通过使用彩色照相机或扫描仪记录在RGB颜色空间内。由于C、M、Y、K 4色用于打印彩色图像，因此也成为颜色分离过程，再转换图像将RGB转换为C、M、Y、K颜色空间。接下来，通过半色调程序，每个C、M、Y、K图像被转换成半色调对应物。使用CTP技术可以很容易地将半色调图像转化为印版。
然而，由于各种原因，印品质量可能会偏离预期结果。偏差越大则打印质量越差。智能自动化系统能够评估印刷质量和调整印刷过程中的参数，以此保持印品质量在客户可接受的范围内。但即使是图像技术高度自动化的今天，仍然有许多工厂在印刷质量评估和控制时使用人为观察的做法。本文主要研究基于计算机智能的胶印质量评价控制体系的发展历程和研究现状。
1 影响印刷质量的因素
通常，人们会使用各种参数来表征打印质量，较为常见的是色差、套印误差、网点变形、网点增大、油墨实地密度、边缘锐化、网点丢失、莫尔纹、叠印率、透印程度。
除以上的各种参数外，许多专家也提出不同的参数。Temponi等人曾建议使用灰平衡、色调再现程度和整体外观作为印刷质量属性，为了评估整体印刷质量水平，质量属性被组合为三角形模糊数[1]。Verikas，Bacauskiene等人建议使用模糊集成以汇总打印质量属性，使用计算智能技术对整体打印质量进行评估。而且，该度量提供的打印质量评价与从专家获得的打印质量排名差距不大。在研究中使用的打印质量属性有C、M、Y、K油墨的量与期望水平、打印点的质量、油墨密度的变化及打印图像中的噪声水平的偏差。J. Lundstrm提出纸张性质、纸张张力、油墨配方、空气湿度和温度、油墨温度及印版的磨损程度等参数也会影响印刷质量[2]。
2 印刷质量评估体系的发展
为了评估图像质量，我们需要有效的图像质量模型，即从个体人类感知（例如黑暗或清晰度）到整体图像质量的映射。
精确的颜色再现是高质量印品的主要特征之一。Luo[3]等人提出了一种自动化彩色印刷检测的算法，其包括用于彩色图像处理的颜色直方图技术和用于图像分类的神经网络技术，该算法能够在变化的照明条件下检查复杂彩色印刷品的缺陷。Willert等人认为实现精确颜色再现的方法是采用光谱技术记录、处理和再现颜色。使用光谱值的优点是不存在同色异谱及几乎所有可见颜色都可以被记录。Mestha等人开发了一种基于多LED快速、低成本的分光光度计，能够精确测量静止或移动基板上的颜色。
许多印刷质量属性与整体印刷质量相关。在印刷工业中，以前多数使用人工检查复杂彩色印刷品的整体质量，后来图像分析和基于计算机智能的检测技术越来越多地被用于评估印刷品的印刷质量。由于手动检查比较耗时，并且结果主观性大，因为它们取决于个人技能和检查者的情绪，因此自动印刷质量检查系统被越来越多的生产商使用。
为了获得高质量的彩色图片，一定比例的C、M、Y、K油墨应准确地控制在印刷图片的任意区域内。为了完成这个任务，印刷机操作员需要测量打印的结果，评估比例，使用测量结果，以减少颜色偏差。
A Verikas[1]提出了一种方法直接估计彩色图片的油墨的比例，用CCD彩色摄像机测定规定区域C、M、Y、K平均值的比例，RGB（L*a*b*）值被记录。结合局部核岭回归和支持向量回归，可获得所需的多值映射 CMYK。Perner认为将缺陷问题处理与图像处理相结合是未来胶版印刷品视觉检查的关键问题。通常，缺陷的类别决定了印刷工艺的状态，必须获知并用于消除缺陷。因此，Perner提出了复杂的缺陷问题的检查系统的架构，该系统已用于胶印中的缺陷识别和印刷错误诊断。该系统是一套基于传感器信号的缺陷解释的通用工具，实现了面向对象的概念和任务相关的算法，可用于高效的图像处理，Perner使用CCD线性照相机作为图像传感器，系统对缺陷进行识别并分类，还会提示操作者缺陷产生的原因，从而消除缺陷。Guan[4]等人开发了一种胶印印刷质量控制推理系统，将各种打印质量情况存储在数据库中并被用于在打印过程中进行决策。
Shankar[5]等人开发了用于检测和定位出现在卷筒纸胶印机上的不均匀性的视觉系统。系统能够在实时环境中监视高速卷筒纸胶印情况，并且警告操作者印刷过程中出现的结构缺陷，如颜色变化、缺少字符、墨水飞溅等。系统利用高速图像扫描算法检测边缘和边界，使用动态大小、阈值和变换的线性和非线性滤波器来进一步分析。Bai[6]等人使用自制CCD相机系统在印刷页面上获取特定领域的自制控制器的信息。使用将RGB信息转化为XYZ三刺激值的数据，用三维立方体和矩阵的方法建立方程和转换模型。最终可以获得检验印刷质量的数据，如特征色Lab值、网点扩大、印刷反差率、叠印率，并与标准数据进行比较，得到对油墨区墨量调整或印刷质量的综合评价报告，即一个完整的印刷页面的综合质量评估。J. Lundstrm[2]提出了一个使用从行业收集的数据来评估、探索和监控胶印印刷质量的系统的方法。系统的核心是一组虚拟传感器，它对从印刷机在线获得的图像进行操作，输出的是打印质量的推理计算。系统软件使用表征纸张制造和印刷过程的参数作为预测模型的输入变量来预测质量属性。除了预测值，随机森林还提供了变量来重要性的估计——变量对模型精度影响的度量。我们使用的印刷质量属性可以在线上小型打印区域进行客观评估，系统从双灰色条图像上自动估计多个印刷质量属性的客观值，并集成整体印刷质量测量值，最后提供印刷质量评价。Brown[6]等人研发出一种自动印刷检测系统。目标是通过使用机器视觉来检查印刷材料，然后使用基于模糊知识的系统来解释机器视觉系统输出，并且向操作者建议如何连续监视凹版印刷过程，最终使用简单文本的建议来纠正印刷过程，避免打印废品。这种机器视觉的系统使用全息光栅分光光度计与单色区域扫描相机，可测量印刷网点的变化。如果检测到任何参数的漂移，则系统会提示操作者对相应变量进行适当的调整。I. Bates等人提出了用于实现基于标准观察者的视觉经验对柔性版印刷质量评价的一种数学模型。该模式利用印刷质量参数对柔性版印刷品的视觉体验进行评估。模型对每种油墨进行印刷质量检测分析（青、红、黄、黑）；并且主要通过网点扩大50%、套印、墨斑、光密度和色域等印刷质量参数进行评估。作者引入一种逻辑回归的科学方法，迄今为止在实践中尚未用于评估印刷质量。 到目前为止，印刷质量的评估可以通过使用各种统计方法和数学方法（例如数值、线性规划、组合算法等）进行。
Pedersen[7]等人的研究中，基于现有文献和心理实验的调查，对现有的图像质量属性进行分类以提出更为精细的选择。Leloup推荐使用可印刷性系数用于柔性版纸质印刷品的质量客观评价。Leloup认为使用这些系数将能更准确、更广泛地定义印刷质量，改善印刷工艺流程。他对质量和视觉评估的测量参数进行多元数据分析并提出了建议系数。Asikainen在研究中提出了一种评估喷墨印刷品的印刷质量的计算机模型，该模型基于统计回归分析，并用视觉质量指数表示。Eerola[8]等人提出了一个完整的框架来计算使用电子照相和喷墨技术制成的印刷品的全参考质量评估算法。运用这个框架，他们评价和验证统计了几个质量的性能用于一组印刷产品的评估算法。他们提出了用于整体印刷质量评估的计算机模型。该模型基于贝叶斯网络，其中客观分析的结果与视觉质量评估相关。在Tchan等人的研究中，提出了估算喷墨印刷视觉质量评估的计算机模型，该模型是基于图像分析的神经网络。他们记录的模型模拟能非常准确地对观察者视觉观察的印刷质量进行估计。Eerola[9]等人分析了无参考图像质量评价（IQA）的算法，基于数字图像质量评价关于印刷图像感知质量的预测。他们使用全面的统计比较方法，从心理测量学研究得出数据，准确地预测印刷图片的质量。
3 结论
为了应对印刷造纸行业市场日益加剧的竞争，各大企业正在努力从他们的设备中获得最佳的回报。因此，确保生产出满足客户要求的产品成为公司的显著优势。造纸印刷的最终目标是确保彩色印刷品的高质量和稳定性，生产者必须尽可能客观地测量和监控最终产品的质量。
颜色再现的情况主要基于实心打印区域上的墨水密度测量，但常由彩色技术人员的主观评价判定。此外，颜色技术人员关于颜色的判定不仅基于原始和其再现颜色之间的色彩匹配程度，还要符合客户的主观感觉。
印刷质量属性有许多种。据调查表明，几乎所有的人都可以使用图像分析和基于计算机智能的技术进行印刷质量评估。因此，印刷质量评估系统仪器的可用性取决于所得系统的判定与人类感官判断的相关度。
由此可见，开发印刷质量模型的方法非常重要，这样可以捕获关于印刷质量的不同主观印象，并将它们集成到一个独立的概念中，该概念适合仪器评估，并且易于解释。未来发展的质量系统可用于监控印刷机印刷时的性能，并且当总体质量不足时，能发现个别技术参数导致的故障，洞察影响印刷质量失败的属性。在未来的发展中，相信在线的评估系统会给印刷质量评估领域带来新的机遇。
参 考 文 献
[1]胡媛.基于智能化算法的彩色胶印质量评价控制体系的发展[J].中国印刷与包装研究，2011（5）：72-74.
[2]Lundstrm J，Verikas A.Assessing print quality by ma-
chine in offset colour printing[J].Knowledge-Ba-
sed Systems，2013（37）：70-79.
[3]：张秀珍.彩色印刷品缺陷检测方法研究[D].洛阳：河南科技大学，2015.
[4]刘澎.胶版印刷机印品质量在线测控技术方法研究[D].西安：西北工业大学，2014.
[5]Shankar J L，Ravi N，Zhong Z W.A real-time print-
defect detection system for web offset printing[Z].2009.
[6]张通.彩色图像印刷质量控制方法的研究[D].杭州：
杭州电子科技大学，2011.
[7]管力明.胶印质量智能控制技术研究[D].西安：西安
电子科技大学，2009.
[8]Eerola T，Lensu L，Kamarainen J K，et al. Baye-
sian network model of overall print quality： const-
ruction and structural optimisation[J].Pattern reco-
gnition letters，2011，32（11）：1558-1566.
[9]Eerola T，Lensu L，Klviinen H，et al.Study of no-
reference image quality assessment algorithms on printed images[J].Journal of Electronic Imaging，
2014，23（6）：061106.
[責任编辑：陈泽琦]