基于Elman神经网络算法的专色油墨配色的研究

哈尔滨商业大学本科毕业设计（论文）学生姓名：指导教师：专业班级：印刷一班学号：学院：轻工学院二〇一五年六月十一日毕业设计（论文）任务书姓名：学院：轻功学院班级：1班专业：印刷工程毕业设计（论文）题目：基于Elman神经网络算法的专色油墨配色的研究立题目的和意义：能够利用神经网络算法来进行专色油墨配色。利用神经网络算法来配色，不在单纯的依靠人眼观察和经验方法来进行配色。利用计算机的特点来辅助配色。随着数学、物理学、化学各个学科的更新与发展，以及计算机技术的不断变革，配色的理论技术和实际经验也在不断的优化。电子计算机不仅可以比传统的计算方法更准确和迅速，而且由于其内存的值数较大可储存大量的数据，根据色度学理论可以对大量的颜色的数字值和油墨各个方面的数据进行计算和处理，通过人和机器交流来配色，准确度高，反映灵敏，将这种技术带入印刷方面会来的更加实用和可靠，使印刷产品的质量监督和对色彩的调配与管理变得现代化，大大的提高了印刷时的速度和质量。这种配色系统的配色准确度很高、反映灵敏速度很快，不局限于单一的方式方便更改，而且操作起来简单易行。技术要求与工作计划：时间安排：指导教师要求：（签字）年月日教研室主任意见：（签字）年月日院长意见：（签字）年月日毕业设计（论文）审阅评语一、指导教师评语：指导教师签字：年月日毕业设计（论文）审阅评语二、评阅人评语：评阅人签字：年月日毕业设计（论文）答辩评语三、答辩委员会评语：四、毕业设计（论文）成绩：专业答辩组负责人签字：年月日五、答辩委员会主任单位：（签章）答辩委员会主任职称：答辩委员会主任签字：年月日摘要本文主要是介绍是基于神经网络算法的专色配色研究。简单介绍了配色技术的发展史，和本课题的意义和目的。色彩方面具体介绍了三个属性色度、明度、以及饱和度；三刺激值的概念及其作为参数来配色的方法；混合过程中运用到加法和减法的混合；颜色空间具体介绍了RGB空间、CMYK空间、Lab空间、XYZ空间以及色差公式。专色配色的原理及方法。引入了神经网络算法，具有精度高、时间短、更高效的优点。计算机配色理论是以K-M理论和纽介堡方程为理论基础，具体的介绍了计算机配色具体方法。关键词：Elman神经网络；专色配色；计算机配色AbstractThisarticleistointroduceaspecialcolormatchingbasedonneuralnetworkalgorithm.Abriefhistoryofthedevelopmentofcolortechnology,andthistopicmeaningandpurpose.Huespecificallyintroducedthreeattributecolor,brightness,andsaturation;concepttristimulusvaluesandcolorofthemethodasaparameter;themixingprocessappliedtomixedadditionandsubtraction;specificallydescribetheRGBcolorspace,space,CMYKspace,Labspace,XYZcolorspaceandformulas.Designedprinciplesandmethodsofcolormatching.Itintroducedaneuralnetworkalgorithm,withhighaccuracy,shorttime,moreefficientadvantages.ComputertheoryandcolortheoryisbasedKMNeugebauerequationbasedonthetheorydescribesaspecificcomputercolormatchingspecificmethods.Keywords:Elmanneuralnetwork；Spotcolormatching；Computercolor-matching.目录TOC\o"1-3"\h\u28826摘要 I8902Abstract II230851绪论 1285841.1概述 1194141.2配色技术的发展 2128941.3课题提出的目的和意义 3232321.3.1课题提出的目的 397541.3.2课题提出的意义 3115861.4研究的内容与目标 4307422胶印专色油墨配色的基本原理 5253132.1油墨调配的颜色机理 5153852.1.1色彩 5126322.1.2三刺激值 696812.1.3颜色混合 717822.1.4颜色空间 8138932.1.5色差 9176162.2专色油墨的呈色原理及其特性 9178482.3专色配色原理与方法 11306152.4配色方法 12219293Elman神经网络模型 14276683.1Elman神经网络 14132753.1.1神经网络的起源和发展 1493733.1.2Elman神经网络结构及其配色 14323893.1.3改进的Elman网络 1779254基于神经网络的油墨专色配色 19233234.1专色配色规律分析 1957554.1.1计算机配色的好处 20318254.1.2传统专色油墨配色方法 2032284.1.3计算机专色油墨配色方法 20146634.2常用的计算机配色方法 21291384.2.1计算机配色软件的基本组成如下图所示 22181744.2.2计算机配色的理论基础Kubelka-Munk理论与纽介堡方程 23234914.2.3配色流程 24282934.2.4基于神经网络的配色算法 25228475神经网络专色配色的应用与发展 2611647结论 2715141参考文献 2823540致谢 31 1绪论1.1概述随着人们对印刷质量的要求不断提高，专色油墨印刷也变得越来越重要，结合计算机配色技术，人们不但对产品质量有要求，产品的包装效果也同样重视。四色印刷工艺（传统的）现已无法满足人们要求，人们更青睐于专色印刷。比如产品包装、装修设计的印刷制品，平涂比网点交织来的更直接。因为专色油墨印刷不容易做出同样的墨色，所以它现在是一种防伪技术。对于某些包装品，尤其是一些著名的大牌子，在色彩复制方面就很严格，消费者用这个来辨别真伪优劣。所以，配色工作变得越来越重要。在对印品进行质检时，油墨的颜色就是印品质量检查过程中的重中之重。大多数的印刷厂中，具有特殊要求的色彩是没有可以直接用于直接生产制造的油墨，都要对照样板来配制获得。在工厂里这项工作就被称为调墨。专色就是指这种特殊的专用色彩。配色的理论基础是颜色混和理论与色彩合成理论。现代的配色工作由于引用了电脑技术，与此同时伴随着各类软件的开发，使配色技术走向完美化的趋势。随着计算机技术的不断创新与飞速的发展，配色技术日益更新，然而这中间的过程是漫长的。计算机技术和色度学的发展为其奠定了基础。计算机配色技术特点[1]：（1）具有客观的颜色判断，排除了因观察者光源观测方法等条件的影响因素；（2）色差评价与颜色的远程传递；（3）染色是否具有牢度的客观评价；（4）使误差降低、减少人工成本。（5）能建立有效数据库，为新的配方提供依据。正是由于计算机这些特点的存在，计算机配色技术才能发展壮大。由此，由于传统印刷方式、条件、局域等各种因素的限制，从前无法解决的问题现在也可以完善。比如油墨的配色、颜色匹配问题如今都可利用计算机配色技术得到很好的解决。传统的方法往往是通过配色者以往的技术、记忆、经验，来对实验的的成功与否来进行辨别。但是这种方法可以明显知道误差是很大的，人的感觉往往不是科学的研究根据。这样的方法得到的往往都是颜色差别大、种类繁多、花费的资金较高，大大的降低了效率，不具备准确性的研究是没有意义的。但是，由于科技工作者坚持不懈的努力，持续坚持探究颜色与色料之间的关系，最终终于研究出一套CIE（CommissionInternationalDeL’E’clairage）标准颜色体系。这种颜色体系中：颜色的混合特性由色度参数表示；具体代表那种颜色由数据光谱来表示；例如Kubelka-Munk等理论的光学模型来进行颜色匹配的色料选择。20世纪中期是计算机配色技术发展初期，其中显著成就有：自动分光的光度计、光谱三刺激值函数的建立等。50年代，配色理论伴随着对应仪器而产生，而对于颜色测量的配色可以说是没有。60年代是电脑配色技术的兴盛时期。1963年美国的氰胺与英国的ICI能够给顾客供以配色选择。正是这导致计算机配色技术的大量产生。70年代，由于人们对于计算机配色技术的过高估计，过于完美化了这种技术，从而产生较大的落差，导致计算机配色技术的低潮。80年代后，计算机的飞速发展带动了配色技术的改进与发展，使之产生了几百万乃至几千万的配色系统。其中十分重要的应用领域就是配色技术在纺织印染中的应用，几乎是与计算机配色技术同时生成。1.2配色技术的发展这种技术是自40年代开始兴起，1943年中，在美国光学学会的论文中斯特恩与帕克例举了每种染料单独吸收光线的特性。在几种染料共同吸收光线时可以独立的产生作用。在论文中给出了当出现俩组染料时，求解浓度要用到的数学函数。50年代是电脑测配色的萌芽期。在1958年在美国的舍温·威拉母安装了第一台专用配色计算机，是由戴维逊和海门丁哲开发研制的。每种染料的1个单位浓度会吸收多少光线特性，由此产生的数据会记录到磁卡中，使配色者方便查找。通常来说求出每种处方在印刷各类行业中,例如刷墙的涂料、各类油墨、纺织物的染料上色时，在这各类行业中都专门成立了从事电脑测配色的研究机构。衣物的印染颜色是最早使用这种技术的，后期才逐步发展到油墨、油漆。后期范围迅速的扩大了，CIE与美国哈代联合制造了具有自动记录和测色功能的分光光度计。使物体的颜色不再局限于人眼可与有准确的数据用仪器来进行测量；发展到60年代，就已经可以了用计算机为客户做配色的功能，并推出自己研究的配色系统[2-3]。但是自从进入70年代，由于人们对于计算机配色技术的过高期望，以为计算机就是应该按照人们心中所想完全达到，然而染色过程的复杂条件，使电脑的配色成效与人们理想值差距过大，使人们不再对机器配色信任，所以配色技术第一次产生了滑坡出现了配色历史上的一次曲折。到80年代后，科学技术的发展再次带动了电脑配色技术的又一次兴起。在工业发达的国家，只要是需要上色的产业都已经开始利用电脑测配色技术对产品进行研究、制造、和销售，而且普及率相当高。后来，我们国家接连配备了不同类型的配色系统。但是由于国外配色软件的研究制造主要是以欧美加工业的特点为依据，他们对颜色所属行业行情的了解与国内不同，因此从实际应用的效果看，很多配色系统实际上并没有取得明显的效益。我国许多用色的单位和部门只是用了计算机测配色系统，一般不从事研究，因此还大大没有适应我国经济发展的实际需要[4]。直到80年代，我国才开始拥有自己的电子配色研究系统，最为出名的就是沈阳化工研究院。它从1984年才进行研究，我国第一次的思维士配色中文软件就是由他们研发与制造[5]。它的有点包括：价格相对的较低，在企业的投入成本计算方面占有优势，目前已在毛纺、油墨、印染等与着色有关的行业大量采用，并且被许多厂家所采购使用。另外，由西安理工大学研发，计算机联机的密度电脑配色与彩色密度计系统也已经加入了配色研究使用中[6]。这个系统不仅能测色，并且能配色，美中不足就是人的视觉特性不能在这个系统中得到很好的反映。现代计算机配色技术在硬件上的取得的最新的成果：由于微电脑技术的快速发展它的性能已经可以达到家庭使用的地步.现在配色系统大部分采用高性能的时钟为133MHZ的Pentium的微处理器,再配上内存16M和比较大容量的外存储器,使配色工作更为方便.如果您在异国彼岸上,可以通过计算机网络连接两台配色系统,随时可以传递配方信息.由于计算机显示器制造技术的提高,再加上高性能大内存显示卡的开发,使得测色的标样和配方待染样品的颜色可同时在荧屏上形象地显示出来.有关颜色方面标准的传递问题,现在的电脑技术也可以达到要求。1.3课题提出的目的和意义1.3.1课题提出的目的能够利用神经网络算法来进行专色油墨配色。利用神经网络算法来配色，不在单纯的依靠人眼观察和经验方法来进行配色。利用计算机的特点来辅助配色。1.3.2课题提出的意义随着数学、物理学、化学各个学科的更新与发展，以及计算机技术的不断变革，配色的理论技术和实际经验也在不断的优化。电子计算机不仅可以比传统的计算方法更准确和迅速，而且由于其内存的值数较大可储存大量的数据，根据色度学理论可以对大量的颜色的数字值和油墨各个方面的数据进行计算和处理，通过人和机器交流来配色，准确度高，反映灵敏，将这种技术带入印刷方面会来的更加实用和可靠，使印刷产品的质量监督和对色彩的调配与管理变得现代化，大大的提高了印刷时的速度和质量。这种配色系统的配色准确度很高、反映灵敏速度很快，不局限于单一的方式方便更改，而且操作起来简单易行。1.4研究的内容与目标理论方面：从颜色配色理论和油墨的各种配色条件着手，深入剖析深色的颜色组成。依据色彩饱和度的原则从K＋E色谱中选出基础数据建立起数据库。根据专色配色理论，先是在二维空间研究是否行的通，防止在三维或者四维颜色空间计算方法的复杂和不必要的问题。从颜色的色相和主波长的方面来进行分析同色异谱，作为配色算法设计的指导。这项研究成果的成果会对未来的颜色生产方面和实际的生活方面都有非常重要的意义。为能准确的认识和学习专色的呈色原理提供了方法，计算机配色理论也开辟了新方法，主要是在误差分析方面提供了便捷方法。在印刷科技中奠定了基础和大力推动的积极向上的作用。配色软件中获得数据比传统方式更卫生、节省能源、对环境起到保护作用，大大的保护了生态环境。将配色软件应用到实际生产生活中去，良好精致产品的颜色方面质量有保障，对产品的统一管理起到良好的作用，供给人们需要的生活环境，大大提高了人们的生活质量水平。2胶印专色油墨配色的基本原理我国在最初涉猎油墨是在清朝，在北京由印刷纸币开始，由于当时的闭关锁国很多技术都远远落后于国外需要的油墨都必须靠进口才能获得。新中国成立前时，我国只有很少的生产油墨的工厂并且都是小型工厂，技术落后，设备不够先进，因此生产的油墨都是质量很差，多种多样，而且当时还引进市场舶来品，它的油墨更物美价廉，因此当时的油墨工业很不景气。新中国成立后，我国在大力发展经济的同时也带动了工业化的发展，油墨工业也在飞速发展。油墨工业不仅仅在产量是大量的增长，逐渐增有新的品种走入人们的视野，改善了我国油墨工业的缺失。而现在我国不只是能够生产各行各业所需要的油墨，而且形成了以生产高级颜料、炼油、合成树脂为体系的油墨工业生产链条。2.1油墨调配的颜色机理2.1.1色彩油墨所能够显示出的颜色主要是取决于颜料和染料，当光照射到印品表面时，颜料或染料就会显示出一定的色彩。色彩不仅能够给人们带来视觉感受还能够传递信息，与人们日常生活息息相关。彩色是反映白黑系列以外的各种颜色，大致区别为黄、红、青、绿、紫等各具特性的几个种类，彩色有三种属性，即色相、明度和饱和度。它们分别从三个不同的侧面反映了色彩基本特征[9]。（1）色度（H）又称为色别、色调，具体指的就是颜色的外貌外观。它是用来区分颜色与颜色最主要的特征。例如：蓝、绿、红等等。由于色度是连续的变化便可形成一个色相环,色度是彩色彼此相互区分的特征[10]。在可见光谱中由于不同的波长就会反馈出不一样的色别，即红橙黄绿蓝等。光源的色度是由人眼对辐射光谱的感觉；物体的色度决定于光源的光谱组成和物体表面所反射的各波长辐射的比例对视觉所产生的感觉。（2）明度(V)也称为“亮度”它是表示颜色明暗程度深浅大小的特征量明度是视觉对物体明亮程度的反馈。当彩光的亮度越大时，人眼就会越觉得明亮，也就代表明度越高。当光照射到彩色物体的表面时反射率越大时明度也越高。明度是人眼对明亮程度的感觉，用白黑系列对明度模拟一下，白黑系列指的是颜色由白色经过浅灰到中灰再到深灰直到黑色的颜色系列，白色和黑色是这个系列的二个极端[10]。明度是色彩的三个属性中最有代表性的，它可以不一定要色相的特征而通过灰、白、黑三者的关系而单独呈现出来[10]。只要有色彩产生明暗程度也是一起发生。越是鲜艳的颜色明度一般是适中的。若是加入无彩色成分，那么原本鲜艳的色彩就会产生非常敏感的变化。黑色物体对所有波长的色光能完全的吸收，反射率为0，反射率越高，物体越趋近白色，明度越高。反之，折射率越低时，明度越低，物体趋近黑色。因此物体的明度与鲜艳程度是成正比的。（3）饱和度(C)又称纯度、彩度或艳度，饱和度是指色彩的纯度，是指彩色的纯洁性，也成为纯度或色度[11]。可见光谱的各种单色光是最饱和的彩色，当光谱单色光掺入白光成分越多时，就越不饱和。对于非彩色（白黑系列），只会在明度上有差别另外二种属性没有差别。每种颜色对应于某一波长或某一波段，单一波长的光叫单色光，单色光是彩度最高的颜色，当单色光中掺入白色光颜色后，它的饱和度便会下降了。可见光谱中单色光就是最饱和的色彩，其中掺入的白光越多，就越不饱和。色彩共有彩色和非色彩二种。非彩色是由白色逐步趋进浅灰色-中灰色-深灰色，直到黑色。纯白是是指理想状态下能完全反射的色彩在实际生活中是不存在的，它代表对光的反射率是100%.纯黑表示理想状态下不会进行反射的色彩，它对光的反射率为0。各种因素的原因迄今为止还没有发现纯白或纯黑的物体。一般来说，当物体对可见光谱波长的反射率在80%-90%时，那么该物体在人眼所呈现的就是黑色，明度是极低的。由于明度是人眼对明亮的感觉，会受经验的影响不是很准确。通常来说，亮度会影响明度，光源的亮度与人眼成正比。2.1.2三刺激值色度学系统中颜色的三刺激值指的是在颜色混合匹配的实验中，与待测色达到色匹配时，所需要的三原色数量，称为三刺激值[11]。表示颜色时可以选用三原色光的刺激值来表示，每种颜色与一组三刺激值相对应。若要说俩种颜色相同必须是满足俩组颜色的刺激值相同才可以。CIE（CommissionInternationalDeL’E’clairage）色度学系统就是用三刺激值来表示颜色的[12]。使用方法就是尽量是让样品与标准之间的差距达到最小。优点：在固定光源的照射下产生的色差为0；但是，三刺激值配色法是有条件限制的：必须光源和标准观察者两个条件都相同，只要一个不同就会产生色差，目前很多客户要求在两个光源甚至三个光源下达到等色[43-44]。因此，三刺激值配色法存在一定缺陷。缺点：但是换了光源的情况下照射会产生较大的色差。因此三刺激值配色方法是迄今为止最适合用于配色的方法。三刺激值配色的方法就是以同色异谱理论为基础，根据这个理论，光谱曲线中的不一样的色光就会显示出不一样的颜色。在不考虑俩种颜色的光谱组成的情况下，若是俩种颜色在人眼的显示中相同，就说这俩种颜色是一样的可相互替代。由CIE标准色度学理论，我们可以用光谱三刺激值X、Y、Z值表示自然界的所有物体，计算机自动配色也是基于同色异谱理论，即：若两个色样的三刺激值X，Y，Z分别相等则二者可视为等色[43]。配色系统可利用CIELab色差公式（2-1）：总色差；：明度差异；：红绿差异；：黄蓝差异。下面会具体介绍色差。需要注意的是：当求标准色样与样品之间的色差时，要是采用三刺激值配色的方法是有条件的，需要标准色度观察者的色觉和一定的光源照明。具体来说就是：要想没有误差，光源种类相同，色度观察的人是同一个人，使用仪器相同采用三刺激值的计算机配色法就是把要配色的样品在特定光源下的颜色用数据表示，计算色样三刺激值与基础油墨的浓度之间的数学公式，判断配方是否符合要求用色差来判断。当光照射在不透明的印刷品上时，色料对光谱的反射和选择性吸收，会产生不同的颜色效果。一般而言，色料的浓度越高，其吸收性越强，反射的光就越少。所以，色料的浓度与反射率之间对应如下关系：（2-2）其中：ρ——反射率C——染料的浓度向量某个物体具体是哪种颜色要用数据三刺激值数据来表达。物体颜色的三刺激值X、Y、Z与物体对光的反射率之间存在下面的关系：由以上俩个式子可知印刷品颜色的三刺激值与浓度之间存在以下关系：XYZ=g(C)（2-3）其中，调整因数K为常数；——标准色度观察者光谱三刺激值；——标准照明体的相对光谱功率分布；——物体的反射率；由以上俩式子可知印刷品颜色的三刺激值与浓度之间存在以下关系：（2-4）2.1.3颜色混合三原色光：任何俩种色光的混合都不能得到另外一种色光，也就是说：这三种色光相互之间是独立的。由于这个原因，我们将红、绿、蓝光称为色光三原色。俩束不一样的光叠加时就会得到一种新的色光，性质完全不同于原来的色光。混合后色光的能量值总和等于混合中的每个色光的能量值叠加。色光与亮度是同步的，当混合色光的能量变大，因而其亮度也增加。同理颜料混合也是一样的原理。减法混合：当在白光中减去一种或几种单色光产生了另外一种色光，称为减色法。加法混合：若想得到白光只需要将三原色光等量混合，任意三原色光的二个色光相加也可以分别得出青、品红、黄三种色光[11]。2.1.4颜色空间概念：用代表颜色的基本参数来记录与描述颜色。意义：是用组合或者一、二、三、四维空间代表颜色值[14]。色彩系统中，不一样的设备用不一样的颜色空间来产生颜色，所以不同设备之间的转换过程与颜色匹配就要了解各各颜色空间。（1）RGB颜色空间用绿(G)、红(R)、蓝(B)三种原色按任意比例混合可以得到任何颜色。红绿蓝光同样量混合就能够得到白光就是例子。所以，红绿蓝三原色模式是加色过程。颜色空间利用这三种基色作为基础，不一样的程度的相加一起就会产生各种颜色。这也是计算机的显色原理。设备就是通过吸收光线或发射光线再现色彩[14]。它常用于多媒体、网友设计与视频等。（2）CMYK颜色空间在印刷工业领域，一般是用不一样颜色的油墨以不一样的网点面积覆盖率的叠加印刷来完成。但在实际印刷时色料（Y、M、C三原色）不能组成所有的色彩，特别是暗调区不能达到理想状态，所以一般情况下要加黑色版的方法进行弥补，这就形成了品红(M)、青(C)、黑(K)黄(Y)、四色印刷[11]。所以CYMK空间也是设备的颜色空间。CMYK四色印刷色域没有专色油墨印刷时的色域宽，当需要印刷四色印刷可见光外的颜色时，就要用专色油墨印刷。四色印刷时油墨的密度在1.6附近徘徊，比原稿的密度要小得多。如果出现油墨印刷密度不足时，可以在四色基础上在印上二次色，但是同时要保证色板在使提升浓度的时，不会产生色彩干扰及错网[8]。（3）Lab颜色空间颜色空间使用最为广泛的就是CIELab色彩空间。截止到今天它的色域最宽。Lab色彩空间与其他CIE颜色模型一样，设备不同不会影响颜色，它的每一组颜色值对应一种与设备无关的确定的色彩[13]。所以，它是一种具有“不需要依靠设备”的颜色模式。意思是说，不管使用哪种设备，打印机或者显示器，CIELab的颜色都不改变。（4）XYZ颜色空间在1931年，国际照明委员会建立了CIEXYZ颜色空间CIERGB系统的三刺激值是从实验中得来，在标定原色时就会出现负值，不方便计算、理解，所以选择了三个假想的原色——绿原色光（Y）、红原色光（X）、蓝原色光（Z）。由于XYZ所形成的虚线三角形包含了整个光谱色在内，所以XYZ系统的色度坐标值和三刺激值都不出现负值，如图2.l。图2.1XYZ三维颜色空间2.1.5色差色差是把人们在视觉上颜色的差异具体的用数值标示出来[9]。颜色的差别主要是指饱和度和色相。在科研领域和实际生活，人们很难客观的评价两个颜色之间的差别。由于CIE、LAB均匀色空间是所以空间中均匀性最好的，并且是对物体表面颜色做为研究对象，所以适用于印刷色的侧色。现代色度学采用CIE(国际照明委员会)规定的一系列颜色测定和计算方法来表示各种颜色的性质，称为CIE标准色度差[12]。该系统目前被广泛的应用，并被称为善比较精确的颜色表示法。（2-5）其中，公式中——总色差；——明度差；——饱和度差；当求解样品的总色差变成分别求解明度差、饱和度差、和色相差[15]，相对容易这就是色差公式的优点。CIE1976空间和色差公式的计算方法如下：（2-6）（2-7）（2-8）上式中，X、Y、Z分别代表样品颜色的三刺激值，Y0Z0X0分别表示CIE标准照明体的三刺激值，是个常数值。2.2专色油墨的呈色原理及其特性自然界的色彩是无穷无尽的。为了能够展现这些彩色，印刷工业一般用CMYK油墨进行叠印的方法。但是，由于印刷条件的原因，有些颜色的复制不是很好。所以就要对油墨进行调配，从而获得想要的颜色，这就是人们常常说的配色。就是按原稿的标准颜色，尽可能使用拥有的辅助剂彩色墨调配出的专用颜色的油墨就是专色墨。就是一种预先调配好的特定的彩色油墨，用来补充或者替代四色印刷的叠印色彩，如荧光色、金银色、古铜色墨等[16]。专色油墨的调配是以色料减法为理论基础的。专色油墨是指预先混合好的特定彩色油墨，如荧光黄色、珍珠蓝色、金属金银色油墨等，它不是靠CMYK四色混合出来的[16]。CMYK四色印刷油墨的色域小于可见光，而专色油墨的色域比四色印刷的色域要宽，所以很多四色印刷不能展现的颜色可采用专色印刷。但是四色印刷不能用到金色和银色上，专色油墨印刷可以完成，印刷时要用到金墨和银墨，胶片也应该单独的一张专色胶片，单独晒版。专色油墨印刷的呈色原理与四色油墨印刷网点并列的情况是不一样的，也不和四色油墨叠印的原理不一样。专色印刷有以下特点：（1）CMYK四色印刷油墨的色域与可见光色域相比有明显的不足,而专色油墨的色域比CMYK四色印刷油墨的色域要宽,因此可以体现CMYK四色印刷油墨以外的颜色[21]。（2）能够弥补印刷技术的不足，由于印刷过程中各个工序的误差、设备维护、作业环境、人为疏漏与机械性磨损等问题,造成在印小网点时，很难得到平整均匀的网点色彩，这时候若改用同样颜色的满版套色（即专色实地）取代小网点来印刷，就能较容易地得到平整的大面积色块[21]。另外，有时为了能清楚地表现精细图文，如较细笔画的混合色图文或反白线条等，也常采用专色处理，以求精细线划能表现得足够实在和细腻[21]。（3）荧光色和金属色等四色印刷无法表现的特别颜色及效果专色可以表现[21]。专色油墨的墨层基本上是半透明状态。当光照到油墨上时，会有光线透过了墨层照到承印物表面，因此当建立专色油墨呈色模型时就要考虑承印物与墨膜系统。专色油墨呈色型见下图2.2，该图可看出此系统对光线有四种作用。A代表镜面反射，当墨膜光泽度越高时，这种现象反映越强烈。B代表墨膜颜料颗粒的漫反射，人眼能看到的光线就是这个漫反射C代表发生在底层承印物的漫反射，这束光线经过墨膜到达人眼，在人眼中与颜料颗粒漫反射光线混合，墨层的颜色发生改变[17]。D代表墨膜对光线的透射作用，光线穿过油墨连接料进行透射，这个是最重要的环节，只有光线从颜料颗粒的空隙穿过，B和C的作用才能产生[17]。此模型大部分适用于专色油墨。图2.2专色油墨呈色模型根据专色油墨的呈色原理可得到三原色油墨混合颜色规律如表2.1：表2.1三原色油墨颜色变化规律表颜色种类混合比例附加油墨调配的色相三原色等比例混合黑色（近似）三原色等比例混合不同比例白墨不同阶调的浅灰色三原色不同比例混合各种不同色相的复色两原色等比例混合标准间色两原色黑色油墨各种不同色相的间色任意颜色黑色油墨颜色色相变暗任意颜色颜色饱和度相对降低专色油墨可用CMYK四色油墨提前配色，不是必须用三原色油墨，有些专色是超出色域的色彩，比如金色、荧光色、银色并不能由CMYK四色墨配制。正是因为每种专色固有色相，所以才能保证颜色的准确性。多数专色油墨是非透明的，具有覆盖性质的油墨，并不是绝对都是这样，也有透明性的专色油墨,例如漆色与纯色就是透明性的。印刷过程中专色油墨都有其固有的色版。2.3专色配色原理与方法配色，是指根据印刷工艺要求和原稿颜色需要，尽量少用彩色油墨加上辅助剂，按照对应的比例配制出满足需求的专用色。其基本原理是用色料调和的方式以颜色混合理论为基础，得到同色异谱色效果[15,16]。根据颜色混合理论可知，采用三原色以特定比例可以混合出任意颜色，专色油墨主要指浅色油墨和深色油墨，用三种原色油墨调配出所要的深色油墨不需要加入冲淡剂；向深色油墨中加入冲淡剂即可制的淡色油墨，即可获得原稿标准色样的同色异谱色[14-16]。（1）深色油墨的调配程序：①首先对专色油墨的样品进行分析，对照色谱找出与它最贴近的颜色，根据色谱上的贴近的颜色来调配比例来大致判断出需要多少辅色墨（少）与主色墨（多）；②首先要少量的调配，然后在主色墨中逐量加入辅色墨，每次的调配比例要记住，调配均匀后在进行对比，按照差别来进行调配，直到调配的专色与样品专色的色相一致；③油墨量的大小要根据印品量的多少来确定。大量进行专色油墨调配的时候要记录清楚主色墨和辅色墨的比例大小、调墨油和其他助剂的比例、生产油墨厂家、油墨的型号、数量等。调配出的深色油墨色相偏向于比例大的油墨，而明度和饱和度取决于比例小的油墨用量和黑墨用量。（2）浅色油墨的调配程序：只要是需加入白色油墨或者冲淡剂进行的专色油墨调配统称为浅色油墨调配。浅色油墨的调配程序为：①调配人根据所配的浅色墨的样品与色谱上相近的色样进行比较和分析，按照色标上类似的色样的原色墨和冲淡剂的百分比，大致确定所需的原色墨的大小；②在冲淡剂渐渐加入原色墨，每次加入时都要和样品对比，同时要记住加入的原色墨和冲淡剂的数量；③当配制墨样和所需的一致时，就可以大量的配制了。调配结束后要记录原色墨与冲淡剂的比例、助剂用量、油墨型号等。与深色油墨的调配方法一致。但在调配时，要在深色油墨中加入冲淡剂顺序不能改变，因为原色墨在冲淡剂中显色能力较强，而各原色墨的着色力不同，会浪费原色墨和色相不准。专色自动配墨系统由电脑“配色软件”“分光光度计”“分析天平”“匀墨仪”“展墨仪”组成。用这个系统将公司使用的油墨参数编写进数据库中，应用配色软件对客户提供的专色进行分析(利用分光光度计测量其CIEL*a*b值、密度值、色差)，从中确定最佳配方(颜色最接近、用墨品种最少)，再运用电脑操作系统自动配色，可以实现专色自动配墨的数据化管理。2.4配色方法根据配色技术的历史发展,配色方法可分为：（1）经验配色法在测色仪器不能够大量使用的情况下，色彩没有一个专色的测量标准，调配师只能根据经验或印刷色谱十种基本色进行配色操作，配色是否成功也是仅仅依靠配色师的经验来判断。这种靠主观意识的得到的结论往往会给带来很大的误差，经常会因为配色比例不准确导致错误。根据色谱来配色也是可行的，但是因为印刷色谱要在一定的复制条件下产生，如果条件变化，在根据色谱进行配色时，就会得到错误的数据。所以，这种依靠经验积累的目测的配色技术，在正确程度、时间、成本、等都不能确保，并且技术的交流与传播也是有一定的难度。（2）仪器配色法在科技日益进步的今天，油墨的配色工作也有了可供使用的仪器，使配色工作在一定程度上有了准确性，同时减少了改正次数提高配色速度。仪器配色主要是依靠各类仪器对配色结果进行精密的测定，然后找出配色的规律，根据这些规律制出一系列的曲线图表来作为配色的参考[21]。仪器配色包括测色、和配料、调配、刮墨、比较、评定等过程[21]。使用色彩分析仪、分光光度计、色差计等仪器，对待测专色进行分析比较，测得其颜色参数,颜色参数可用L*a*b*或X、Y、Z表示[21]。根据色彩的特征，大致确定辅助材料和各原色的成分比，再搅拌机械的帮助下把各原色墨及辅料均匀混合。评定时，要用色彩仪或色差计将原稿和调配好的专色油墨的颜色分别进行一定量的测试，计算色差或其他,有不合适的继续修改直到符合要求。（3）计算机配色法随着测色仪器和计算机的发展,配色软件也在同步发展。计算机配色比仪器配色法和经验配色法,更加有效，快捷，准确。目前这项技术在国外己经得到广泛的应用；在国内，只有少数的大型印刷企业才有能力采用这种配色技术,主要是因为计算机配色技术资金较高[19]。3Elman神经网络模型3.1Elman神经网络3.1.1神经网络的起源和发展神经网络的发展历经曲折,大致可分为四个阶段：产生时期、高潮时期、低潮时期、蓬勃发展时期。1890年,美国生物学家W.James出版了《生物学》，研究了基于神经元模型几个基本元件互相连接的功能，为神经计算或神经建模奠定了基础[32]。1957年，F.Rosenblat第一次引入了感知器(perception)概念，而且提出了构造感知器的结构，把神经网络研究从纯理论探讨发展到工程实现[32]。引发了神经网络的热潮。1969年Minsky出版了《PercePtion》，得出了不理想的结论。由于Minsky在学术界的地位，他的观点使许多神经网络研究者丧失了信心，因此神经网络的研究走向低潮。1986年Rumelhard等人提出了并行分布处理PDP(Paralleloistributedproeessing)理论，PDP理论将神经网络归结为具有三个基本特性：结构、神经元的输入、输出变化函数及学习算法，同时提出了多层网络的误差反向传播学习算法，简称BP算法[32]。BP算法从实践证明了神经网络的运算能力很强,成为了目前最常用、最普通的网络。近年来人工神经网络受到国内外许多学者的关注，并且已经成为一个极其活跃的研究领域，并已被成功地应用到工业、农业以及军事等各领域，并在智能控制、模式识别、信号处理、语音识别及机器人等方面取得了令人鼓舞的进展[36-38]。鉴于上述特点，近年来有许多学者都在探索将人工神经网络应用于金融预测领域，取得了一定的效果[36-38]。3.1.2Elman神经网络结构及其配色人们之所以会研究神经网络，主要是意识到人脑的工作方式和计算机有很大的差别。一个神经网络是由一个处理元构成的分布式处理器。本身就具有存储功能。一个“发展中”的神经元是与可塑的人脑是等效的，可塑性是指神经网络可以随着环境而改变的情况，是人脑对信息处理单元的神经元功能的主要功能。形式普通的神经网络就是对人脑指定任务进行建模的机器。网络一般情况下用电子或者用软件在计算机上进行模拟。神经网络使用很庞大的简单计算单元间的相互连接使结果更为准确，这些简单的计算单元记为“神经元”或者“处理单元”。给出了神经网络定义。Elman网络是动态递归神经网络中的一种，主要具有动态特性和递归作用。正是因为网络具有反馈层（联系层）所以具有递归特性。Elman网络有部分网络和完全递归网络二种，主要区别是否“反馈”单元的权值能修改，但网络的结构是一样的[31]。是带有反馈的二层BP网络结构，其反馈连接是从隐层的输出到其输入端[31]。Elman网络和传统的二层神经网络不同之处在于第一层有反馈连接，并且可以记忆前一次的值，并应用到本次计算中。反馈状态如果不同那么输出的结果不同。Elman网络是有动态记忆功能。它的基本结构如图3.1所示。Elman网络主要由翰入层、中间层、关联层、输出层组成.每一个中间层的点都与对应的关联层节点连接。输入层与中间层节点，中间层与输出层节点都有可变权值连接[22]。图3.1Elman神经网络的基本结构计算机油墨配色系统构成：计算机油墨配色系统分为两大部分：硬件部分和软件部分。硬件部分主要包括分光光度仪(或分光密度仪)、印刷适性仪、计算机、电子天平(精确到小数点后3位)、终端显示装置等。（1）分光光度仪(或分光密度仪)主要用来测量印刷色样在400-700nm的可见光波长范围内的颜色值，给出各个波长下对应的光谱反射率数据和相应的色度数据值，是配色系统颜色的输入设备[24]；（2）计算机，主要用于运行专色配色软件，对配色过程的相关数据进行处理、存储；（3）印刷适性仪，模拟实际的印刷机用于专色油墨配方的打样，得到有效的颜色样条；（4）电子天平，主要用于专色油墨配方称量[24]。软件部分是油墨计算机配色系统的核心部分，它主要包括三大程序:基础数据库的生成和管理；标准样的颜色配色处方的计算；以及初始配方的迭代改善。然后运用数据库中的数据颜色进行配色，通过计算获得接近目标色色相的配方。当样品和所配置颜色因材料等原因的导致色差较大时，该系统就会自动修改配方，直到色差达到允许范围内的误差。分光光度仪通过测量反射物体的光谱反射率和透射物体的光谱反射率来测量颜色，如果选择不同的标准照明体和标准观察者数据，就可以算出相应条件下的三刺激值，分光光度仪分别测取每个色块的LAB值以及CMYK[32]。代表为反射物体的光谱反射率；反射光通量；入射光通量。而基于Elman神经网络可以在有限的时间内以任意精度逼近任何函数这一特性，我们可以把Elman神经网络引入到专色油墨的配色领域中。举例：通过大量样本对Elman神经网络进行训练，根据训练结果反复调整神经网络权值，建立输入变量(印刷品颜色Lab值)与输出变量(品青油墨浓度)之间复杂的非线性关系，最终得到专色系油墨的配色方案。Elman网络主要由翰入层、中间层、关联层、输出层组成.每一个中间层的点都与对应的关联层节点连接。输入层与中间层节点，中间层与输出层节点都有可变权值连接。由于增加了层间或层内的反馈联结，使得其能够表达输入与输出之间在时间上的延迟，因此需要用动态方程来描述，而前馈型网络仅实现非线性映射。正是因为这种反馈，使得网络具有了记忆功能。Elman网络即是一类有局部反馈的神经网络[35]。输入值通过输入层进入，经过中间的隐含层节点作用于输出节点，网络训练时，由输入量和期望输出量以及输出量与期望输出量共同决定。通过调整权值和阈值，误差函沿梯度下降，最终经过反复的学习，从而确定出与最小误差相逼近的网络参数，此时结束检测[25]。BP神经网络的学习算法首先初始化网络的结构和权值，然后根据输入样本前向计算BP网络每层神经元的输入信号和输出信号，根据期望输出计算反向误差，对权值进行修正，如果误差小于给定值或迭代次数超过设定值结束学习。输入层、隐含层、和输出层的连接类似于前馈网络，输入层用于信号传输，输出层进行线性加权，承接层用于记忆隐含层单元前一时刻的输出值，可认为是时延算子。因此前馈连接部分可以进行连接权修正而递归部分则是固定的，即不能进行学习修正。对于Elman神经网络，它的状态方程为[24]：（3-1）（3-2）（3-3）其中：y——n维输出节点矢量；x——n维隐层节点单元的状态矢量；u——r维输入矢量；xc——n维反馈状态矢量；g(.)——输出节点的激发函数；f(.)——隐层节点的激发函数；w3——隐层-输出层的连接权系数；w2——输入层-隐层的连接权系数；w1——关联层-隐层的连接权系数。设第k步网络的实际输出为y（k）定义误差指目标函数：则网络的动态学习算法可归纳如下[24]：计算机配色流程[32]：第一步，选取由三样本色按照不同浓度配比混合后的颜色色块；第二步，用分光光度仪分别测取每个色块的LAB值以及CMYK值；第二步：在配色软件界面中选取数据库存储路径，设置配色相关参数进行网络配色训练；第三步：输入目标颜色信息（Lab值和CMYK值），通过神经网络训练得出配色结果(即三样本色的浓度值)。第四步：根据配色结果进行打样，得到实际颜色信息（Lab值和CMYK值）；第五步：对配色结果进行评价（如果满意则停止；如果不满意则继续训练）；将所测得的品青专色Lab数据应用在Matlab专色配色数学模型中。第六步：不断增加配色数据库中的数据量，提高网络预报精度。3.1.3改进的Elman网络神经网络对其时刻记忆的功能具体如下：通过隐含层反馈到输入层的实现的。通过改进Elman神经网络的结构来可以改善关联层输出的利用不充分。神经网络结构概述如下：改进方法（一）：改进后神经网络的结构如图3.2，它的改进方案主要是在输出层和关联层间增加了连接权值w4。由此原因，网络内部的记忆功能才能被神经网络输出充分地利用起来，提升了整个神经网络系统的动态性能，减少了学习循环次数，加速了网络误差的学习收敛。值得一提的是，在同等的收敛误差的情况下经过改进后的网络结构，使用的隐含层神经元个数更少。改进的神经网络，其状态方程表述如下：（3-2）（3-3）改进方法（二）：经过改进后的神经网络结构如图3-3所示。它的改进方案是在关联层与隐含层间添加反馈的连接权值。这是为了神经元个数在关联层可以少于隐含层。因此，在不损失网络性能的情况下，改进后的网络结构能够将神经网络结构简化，从而提高学习速度。改进的神经网络，其状态方程表述如下：（3-3）（3-4）图3.2改进方法（二）大规模模拟并行处理、信息分布存储、连续时间非线性动力学、全局集体作用、容错性、自学习及实时处理是神经网络的主要特征。由于库贝尔卡-蒙克（Kubelka-Munk）理论在配色时有很多的限制条件，导致很多的配色过程中不能使用线性数学公式，所以不能做到精确的配色。这就是传统配色方法不实用的原因。3.2人工神经网络人工神经网络的学习归根究底就是对网络自身的参数进行调整的过程。主要方法有根据外界给出的输入输出数据，通过计算误差的方法不停的对自身系统参数调整，还有就是根据外界的具体要求直接计算自身的系统参数。4基于神经网络的油墨专色配色4.1专色配色规律分析专色印刷过程不是传统的四色油墨印刷得来的颜色，使用特定的一种油墨来印刷这种颜色。它可以是使用三原色油墨预先配好的但也不是必须指定是三原色油墨。专色油墨一般是由印刷厂提前混合好或由油墨厂生产的。印刷品中每一种专色都有专门的色版。采用专色油墨的专属特性来完成四色印刷不能完成的颜色，专色油墨印刷准确性高、色域宽、实地性强、不透明性好的特点，使颜色更加精准专色油墨通常由两种或两种以上原色油墨按照一定的比例混合调配而成，调配所用的原色油墨[25]，可以是C、M、Y、K四种原色墨，也可以是其他特定色彩的油墨，如：白墨、绿墨、荧光墨、珠光墨等[25]。调配主要是指灰色油墨、深色油墨和浅色油墨。包装产品的质量是受专色油墨调配的颜色质量的影响，所以专色油墨的调配是很多意义的。油墨的调配主要包括两个方面：一方面指对油墨印刷适性的调节，包括油墨的黏度、黏着性、流动性、干燥性等[25]。在计算机油墨配色系统中建立基础油墨数据库，应用基础油墨数据库进行专色配色，从光谱反射率曲线、色密度曲线和色墨校正3个方面对基础油墨数据库进行检测，并阐述专色配方的选取方法[25]。结果得到：专色油墨配色的准确性直接受到油墨数据库中的准确程度的影响；由于专色配色的特性可知对颜色要求的准确度较高，有些颜色修改1或2次就能够达到要求了；但是因为数据库中油墨的数量有限导致计算机配色有缺陷，所以应增加数据库中油墨的数量；应用油墨配色系统进行配色所具有的优点包括：过程简单易懂、处理方便、具有精确度，同时能够利用色差和光谱反射曲线预先判断，大大增强了配色的准确性。国外的电脑配色技术相对发达，大部分是以K-M理论为基础提出了桑德森修正、递归二次逼近及优化算法、混合整形逼近算法等各种精确的模型和算法[27]。并且开发出大量的配色软件，如X-riteColorPremier8400、Datacolor650、DatacolorMatch-pigment以及InkFormulationSystem。其中InkFormulationSystem最为代表，主要是利用ChandrsSekhar辐射传输方程，用来确保准确性取得良好的效果。我国的计算机配色系统的研究时间短，主要采用K-M理论、蒙版方程和纽介堡方程等理论，同时也研究了一些配色软件，目前，计算机专色配色软件在国内包装印刷和油墨生产企业的应用越来越多，如赵晨飞提出颜色光谱分析进行计算机配色[7]，陈翠琴等基于Kubelka-Munk单常数方程进行专色油墨三刺激匹配的计算机配色[19]，骆光林等基于双常数的Kubelka-Munk理论，建立了一套针对塑料凹印专色油墨的配色算法等[17]，实际应用却不是很多。通过以上分析，神经网络在测配色方面的应用给我们提供了帮助。我们可以得知，专色系油墨的配色问题就是求解印刷品的颜色与配色工艺中油墨浓度的问题。而基于Elman神经网络可以在有限的时间内以任意精度逼近任何函数这一特性，我们可以把Elman神经网络引入到了专色油墨的配色领域中。电脑配色系统是具有测色仪、计算机和配色软件体系的设备。计算机配色的作用：将配色所用油墨的颜色数据先储存在计算机里,利用计算机算出用这些油墨配得样品颜色的混合比例[21],能够提前预定出配方。4.1.1计算机配色的好处（1）提高配色速度，节约成本，大大提高效率避免浪费时间；（2）出现问题时改正方法能很快算出；（3）对于以前配色过的油墨可以做一个详细的记录，用到时就能直接利用数据；（4）简单易懂，方便运作。（5）修正颜色和色差的方法计算机可以就可以显示，配色数据也可以储存于电脑中。（6）可以连接其他功能系统。可以在印刷品上安装印品质量监视系统,出现异常时就可以立即停止运作，避免了不必要的浪费。4.1.2传统专色油墨配色方法传统专色油墨配色方法主要是靠配色人员的感觉和人为经验，通过肉眼来观察、分析比对的方法来配色，这种方法只适用于对色彩要求不高的印刷厂。但这种方法在实际应用过程中，即便方法没错，印品与原稿依然存在很大的差距，残次品数量过高，是不能用于生产的。除此之外，传统配色方法对纸张也有很高的要求。纸张的材质也会影响最终的显色，在比对原稿和样品的颜色时，要确保纸质一样。4.1.3计算机专色油墨配色方法对色彩有较高要求的印刷厂一般就要采用计算机专色油墨印刷的方式。首先分光光度计来对产品测色，再用配色软件处理，用数据的形式具体介绍颜色的各种信息。然后运用数据库中的数据颜色进行配色，通过计算获得接近目标色色相的配方。当样品和所配置颜色因材料等原因的导致色差较大时，该系统就会自动修改配方，直到色差达到允许范围内的误差。为使专色色彩更准确、提高效率，就要对计算机的配色技术进行优化，应该注意的是：（1）样品基色选择不能有误差，否则会导致配色效果出现错误。所以，基色标准的建立要在排除外界干扰的情况下做到严密、精确。(2)确保油墨稳定转移。经过大量实验总结：用打墨机打出的色样，墨层的厚度和均匀程度都不能达到较高要求的大型包装厂，这是由于油墨过稠、流动性差，造成油墨转移性降低，色差较大，进而影响基色采样的准确性[26]。4.2常用的计算机配色方法神经网络可以用于色彩管理,有以下3个原因：（1）在样本不出现误差的情况得到的神经网络是可以储存有关数据(权值和偏移量)和结构(网络的构成信息)[35]，也就是可以从给出的样本正确信息来建立网络。神经网络的这个特点可以用于建立非线性模型进行匹配色彩。（2）神经网络具有的容错和自学习与自适应能力，也可以使借助神经网络建立设备特征化模型、在标定设备以及色域匹配时不会因为个别色样的偏差影响了总体的色彩管理效果[33]。（3）神经网络具有良好的非线性特性,而色彩管理过程中的3个步骤，如设备色彩特征化模型的建立、设备的标定以及设备之间色域匹配方法的都是非线性的[35]，所以神经网络可以贯穿于色彩管理过程中的每一步当中去。计算机配色虽然发展久远但原理基本不变。配色方法基本包括老处方的检索、反射光谱配色和三刺激值配色三种方法，只有后俩种情况适用于数值的算法。（1）反射光谱配色法反射光谱配色法就是所配样品与标准样品的反射率曲线间的差距最小，即∑[△R2(λ)]→0来进行的色彩配色，这是最好的配色方法，没有光源、操作人员的限制。这种方法虽然准确率很高但对油墨的配方有要求，指定混合的颜料与指定色调的颜色配方必须相同才能达到理想状态。采用目标色的光谱反射率曲线作为标准，在可见光波长上从400nm到700nm每间隔10nm，计算匹配色与目标色光谱反射率的均方差值[46]，运用数理统计的均方差最小原理来确定与目标色最贴近的颜色。计算公式见式如下：（4-5）其中分别为匹配色与目标色在第i波段处的反射率，N=31。运用配方的反射率曲线与标样的反射率曲线差距最小的方法，使色差达到很小，满足配色的目的。这种配色方法的优点就是对光源、观察者没有限制。（2）三刺激值配色法三刺激值配色又被叫做条件配色，其配色原理是只要三刺激值相等的两个颜色给人的颜色感觉就相同[29]。这种配色方式达到等色的前提是影响三刺激值的照明体、观察者和测色仪器都相同，否则会引起色差[29]。就是使匹配色和标样之间的三刺激值相差最小的方法。优点:在固定光源的照射下色差为0；缺点:与光源直接关联,当处于另一种光源照明下就会有较大的色差。但是该配色方法依然是最实用，最广泛的配色方法。通常情况下，三刺激值配色法只用三个方程来匹配标准色的三刺激值，三刺激值配色可以简化为下式：（4-6）式中表示目标色的三刺激值；表示匹配色的三刺激值。（3）神经网络配色法神经网络有强大的数据处理能力和非线性映射能力，这种方法有广阔的应用前景[29]，不需要重复建立数据库减少了大量的数学运算。4.2.1计算机配色软件的基本组成如下图所示图4.1计算机配色软件的基本组成各部分基本功能介绍如下：（1）基础数据库的建立和管理配色软件中主要部分就是油墨的基础数据库，包括各种基础油墨的吸收和散射性能；理论浓度和有效浓度的关系；承印材料的吸收和散射性能；数据库是所有配色系统的关键，数据库中的误差要尽量避免，否则配方时要参照数据库会产生错误信息。建立数据库技术，例如使用印刷适性仪制作各种颜色的油墨样品,必须要重复几次才能制作样本小条，能够确保数据库的稳定。用分光光度计对样品进行测试，把光谱反射率记录，将这些测量结果储存起来根据色料混合理论及各种算法编制配方浓度求解的程序，用户依据对油墨标样的分光测试结果，选择基础数据库中的油墨，当进行色料组合配方计算时，色差较大的配方会自动删除，一般与标样色差小于4的就可以供给选择。（2）配方校正在计算机上进行配色计算以后值得配方，再结合色差大小和资金成本等因素考虑，从方案中选出最合适的方案,然后在实验室进行样品打样，然后再与标准色样进行比对,若色差不能达到要求在进行校正配方。4.2.2计算机配色的理论基础Kubelka-Munk理论与纽介堡方程为了解决专色配色的问题，人们提出了许多方程式和理论，其中最有影响力的是纽介堡方程(又称聂格伯尔方程)和Kubelka-Munk理论[39-41]。（1）单常数Kubelka一Munk理论大部分的配色软件是利用Kubelka一Munk理论作为光学理论基础。其简化形式为：（4-1）式中K代表了油墨膜层的吸收系数，S代表散射系数与膜层的光谱反射率p之间的函数关系。根据Kubelka-Munk理论，其吸收和散射系数适用加和性原理，可得Kubelka-Munk单常数方程：（4-2）其中代表组成油墨膜层的n种基础油墨的浓度。此式中把K/S看作一个参数，这种简化的结果是对于每个波长只需对应一个参数(K/S)来表征一种色墨，因此，只要知道被匹配的专色油墨标样及基础油墨的光谱反射率曲线由式(4-1)及(4-2)，就可得到初始配方。（2）双常数Kubelka-Munk理论根据K一M理论(Kubelka-Munk理论，也叫库贝卡一芒克理论),涂层的分光反射率R是色料分光散射系数s和分光吸收系数K的函数：（4-3）式中符号coth表示双曲余切函数。R为半透明薄膜的反射率；K为吸收系数；S为散射系数；X为薄膜厚度；为背景反射比。所有参数除X外，都是光谱波长人的函数，计算中选取可见光谱400-700nm，波长间隔为10nm。（3）纽介堡方程纽介堡方程描述了混合色三刺激值与各色油墨网点百分比之间的关系，以黄，品红，青三色印刷为例，设黄、品红、青版上的网点面积率分别为c，m，y，印刷到白纸上，形成白、黄、品红、青以及叠印色红、绿、蓝和黑8种颜色，它们的三刺激值分别用(X0，Y0，Z0)，(X1，Y1，Z1)，……，(X7，Y7，Z7)表示，8种颜色在图像中的面积占有率分为a0,a1,……,a7,根据颜色相加定律有：上式即为纽介堡方程。其中：X、Y、Z为标样色墨的三刺激值，X0、Y0、Z0；X2、Y2、Z2；……；X7、Y7、Z7分别表示白、黄、品红、青以及叠印色红、绿、蓝和黑8种颜色的实地块三刺激值，而a0、a2、……a7分别表示这8个色的网点百分比。由此可推出，纽介堡方程是根据各色油墨(白、黄、品红、青、红、绿、蓝和黑)的网点百分比，来计算混合色的三刺激值X、Y、Z。相反的，若已知专色的三刺激值，可以通过纽介堡方程计算参与配色的各色油墨的网点面积率，并把网点面积率的比例作为调配专色油墨的配方。4.2.3配色流程当两个颜色光谱反射率近似时，那么这两个颜色在a*b*色域图中的位置就很接近，就可以认为这两个颜色在同一个色区，从而可以选择相同的纽介堡方程修正参数。因此，对于给定的样品色，首先根据均方差原理，从数据库查找到与色样的光谱最接近的颜色，确定合适指数，然后依据三刺激值配色原理建立对应的配色函数。图4.2算法流程图4.2.4基于神经网络的配色算法神经网络算法的计算机配色系统的主要部分是使用BP网络实现标样颜色信息和配方组成的非线性映射[31]。BP网络的良好是保证计算机准确配色的关键。网络结构主要包括输入输出节点的个数、隐节点数、隐层数和隐节点的函数特性等。输入输出节点的数目根据实际需要的输入颜色信息的维数和输出配方的染料数目确定[31]。试验中采用RGB颜色空间作为样本输入空间,三拼色配方作为网络输出空间。关于隐层方面的研究，在1989年RobertHecht-Nielson证实了任意一个闭区间的连续性函数都可以用一个BP网络无限接近,一个3层的BP网络可以完成任意的N维到M维的映射[29]。关键在于隐节点数目和隐层函数的选择。采用了最常用的活性染料进行小样染色,继而对染色的小样进行颜色信息的分析与提取,获得了小样的RGB数值,然后用这些实际染色数据对网络进行训练[31]。（1）采用Kohonen自组织映射网络对基础数据进行动态聚类分析,使用全部样本的数字色彩信息,进行深、中、浅三种染料的动态聚类;（2）关联聚类结果和用以配色分类BP网络;（3）使用BP网络的改进算法重新进行构建配色模型。基于神经网络的计算机配色算法的拓扑结构如下图：图4.3计算机配色算法拓扑图5神经网络专色配色的应用与发展5.1基于神经网络模型的临床瓷粉配色方法使用瓷修复体再现天然牙颜色是口腔临床修复技术的难点之一[33]，当前临床上天然牙的比色基本通过两种方式进行：一种是被广泛使用的比色板比色法依靠人的肉眼和主观判断；另一种是仪器比色法用专用测色仪器测得的天然牙色彩数值并给出近似瓷粉色。但是，以上两种比色方法都存在很多不足。按照目前传统的比色方法!患者对金瓷冠颜色满意率不足49%，全瓷冠也不到60%。BP神经网络(back-propagationnetwork，BP)是目前应用最为广泛的一种人工神经网络。通过非线性变换算法从输入层经由隐含层单元按顺序处理，同时也要传向输出层，每层神经元状态都会影响它的下一层神经元，若输出层得到的输出与预期的不同，则要进行反向传播，通过修改各神经元权值，使误差信号能够达到最小。最终能够完成输出和输入之间的高度的非线性映射。因此，瓷修复体的计算机配色系统可以采用适合于非线性问题的BP神经网络模型来实现。已有文献报导人工神经网络模型进行颜色的匹配是有效可行的。Boldrin的研究认为人工神经网络能够很大程度上模拟人眼对颜色经行识别和认知。5.2神经网络在织物染色配色中的应用传统的织物染色配色方法[34]一般是要靠人工手动，效率一般很低而且准确度不高。人工配色过程是由有经验的配色操作者根据客户布料小样获取颜色,打个例子。最后将样品结果与客户的小样进行比对,参照这个结果重新打样,重复打样的过程是要不断修改和重复，基本不能一次成型,直到与客户小样的颜色大致相同为止。计算机配色技术的研究,主要是用三种不同染料配制颜色,配制的颜色与染料浓度是一个非线性的问题。BP(Back-Propagation)神经网络是现今研究人员最多、使用范围最广的一种多层前馈人工神经网络。现已证明3层BP神经网络在隐节点数量足够的情况下能够模拟任意复杂的非线性映射的能力。结论若采用专色配色系统,将具有色差小、速度快、光谱特性更加接近、受人为因素影响小、墨量计算精确的特点。且适用于胶印、凹印、柔印、孔印等多种印刷方式，充分利用剩余油墨等优点。在调用数据库时，可以将一个库容增大，方便调用相同或类似生产厂家的油墨与纸张资料。可以利用分光光度仪可以建立颜色信息建立配色数据库，配色软件界面中选取数据库存储路径，通过神经网络训练得出配色结果得到实际颜色信息（Lab值和CMYK），更加精确高效率的完成任务就现阶段而言,该油墨配色系统着重关注实际生产应用，输入计算机的数据库和人工的经验互相结合，从而在企业中进行推广应用。使用该油墨配色系统一般都需要修正，难于一次成功，但与人工经验结合，仍可以起到相应的借鉴与参考作用。在调用数据库时，可以将一个库容增大，方便调用相同或类似生产厂家的油墨与纸张资料。要使油墨配色系统做到精确、全智能化、快速要考虑到着色材料的组成与性能，呈色材料的组成与性能，环境因素，生产因素等，这是一个非常复杂的工程，也是本课题将来会继续从事和研究的方向。就现阶段而言，该油墨配色系统着重关注实际生产应，输入计算机的数据库和人工的经验互相结合，从而在企业中进行推广应用。参考文献[1]王新城.印刷计算机配色调墨技术[J].印刷人，2003,5(11):16-17.[2]白凤翔,曾华尚,徐鸿飞等.配色理论与应用述评[N].蒙自师专学报(自然科学版)，1994,11(6):17.[3]陈东辉,李戎,车江宁.计算机测配色[J].世界科学，1999(6):29-30.[4]郑宝海,金远同.现代电脑测色配色技术的新进展[J].天津纺织工学院学报，天津:1997,4,25(11).[5]金远同.电脑测色配色技术的回顾与进展[J].染料工业，1999(5):32-37.[6]贾丽媛.影响色彩复制的主观因素[J].印刷世界，2000(4):23-24.[7]赵晨飞.计算机配色的理论与实践研究[D].西安理工大学,2004.3.[8]董娟娟.胶版印刷专色油墨的计算机配色理论与实践[D].西安理工大学,2007.3.[9]胡成发.印刷色彩与色度学[M].北京：印刷工程出版社，1993.7.[10]何定邦.印刷色彩学.第一版[J].长沙:国防科技大学出版社，20