一种基于KM模型及智能优化的光谱配色方法
技术特征：
1.一种基于km模型及智能优化的光谱配色方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于km模型及智能优化的光谱配色方法，其特征在于：
3.根据权利要求1所述的基于km模型及智能优化的光谱配色方法，其特征在于：
技术总结
发明提出了一种基于KM模型及智能优化的光谱配色方法。针对传统KM配色方法在油墨配色时精度不高的问题，改进了KM单常数配色模型，将基色K/S值与浓度的积作为整体进行计算处理，以综合考虑K/S值与浓度的非线性关系。同时，通过少量配色实验，采用网格搜索算法寻优得到光谱反射率修正参数，对目标色样的光谱反射率准确校正，以提高KM配色模型的精度。在此基础上，构建非线性约束优化问题，并利用遗传算法求解，获得最优油墨配方。本发明对油墨自动配色系统的开发和应用具有较强的指导意义；只需进行少量的配色实验、使用较少的配色样张数据，即可得到泛化能力较强的配色模型。本方法显著提高了配色精度，降低了油墨配色的难度。
技术研发人员：罗运辉,王硕,褚夫强,林茂海,王庆,徐倩倩
受保护的技术使用者：齐鲁工业大学（山东省科学院）
技术研发日：
技术公布日：2024/12/10
文档序号 :
【 40282776 】
技术研发人员：罗运辉,王硕,褚夫强,林茂海,王庆,徐倩倩
技术所有人：齐鲁工业大学（山东省科学院）
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：罗运辉,王硕,褚夫强,林茂海,王庆,徐倩倩
技术所有人：齐鲁工业大学（山东省科学院）
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除