王翠琴

【摘 要】膠版印刷是在生產(chǎn)書刊和報紙的過程中使用最廣泛的商業(yè)印刷模式。然而，由于各種原因，印品質(zhì)量可能會偏離預(yù)期結(jié)果，而智能自動化系統(tǒng)能夠評估印刷質(zhì)量和調(diào)整印刷過程中的參數(shù)，以此保持印品質(zhì)量在客戶可接受的范圍內(nèi)。印刷的最終目標是確保彩色印刷品的高質(zhì)量和穩(wěn)定性，生產(chǎn)者必須盡可能客觀地測量和監(jiān)控最終產(chǎn)品的質(zhì)量。文章綜述了基于計算機智能的膠印質(zhì)量評價控制體系的發(fā)展歷程和研究現(xiàn)狀。

【關(guān)鍵詞】膠版印刷；質(zhì)量評價；質(zhì)量檢測系統(tǒng)

【中圖分類號】TS827 【文獻標識碼】A 【文章編號】1674-0688（2017）03-0111-03

0 引言

膠版印刷是在生產(chǎn)書刊和報紙的過程中應(yīng)用最廣泛的商業(yè)印刷模式。由于膠版印刷的高質(zhì)量和高性價比，它正在被利用在除紙張以外的其他介質(zhì)上。多色膠印的照片由青色（C）、紅色（M）、黃色（Y）、黑色（K）的不同大小、不同光柵角度的點組成。將膠版印刷的圖像放大后會呈現(xiàn)包含所有4種油墨的點的多色圖像，這種圖像通常稱為半色調(diào)圖像。自從印刷過程中使用四色印刷，4種半色調(diào)圖像就被創(chuàng)建起來了。色調(diào)被感知是通過半色調(diào)處理過程中不同大小的網(wǎng)點決定的，即網(wǎng)點越大，顏色越深。在CTP過程中，半色調(diào)圖像轉(zhuǎn)印到印版上。每種印刷顏色有一個單獨的印版。將印版安裝在輸墨系統(tǒng)的印版滾筒上進行印刷。圖像通過使用彩色照相機或掃描儀記錄在RGB顏色空間內(nèi)。由于C、M、Y、K 4色用于打印彩色圖像，因此也成為顏色分離過程，再轉(zhuǎn)換圖像將RGB轉(zhuǎn)換為C、M、Y、K顏色空間。接下來，通過半色調(diào)程序，每個C、M、Y、K圖像被轉(zhuǎn)換成半色調(diào)對應(yīng)物。使用CTP技術(shù)可以很容易地將半色調(diào)圖像轉(zhuǎn)化為印版。

然而，由于各種原因，印品質(zhì)量可能會偏離預(yù)期結(jié)果。偏差越大則打印質(zhì)量越差。智能自動化系統(tǒng)能夠評估印刷質(zhì)量和調(diào)整印刷過程中的參數(shù)，以此保持印品質(zhì)量在客戶可接受的范圍內(nèi)。但即使是圖像技術(shù)高度自動化的今天，仍然有許多工廠在印刷質(zhì)量評估和控制時使用人為觀察的做法。本文主要研究基于計算機智能的膠印質(zhì)量評價控制體系的發(fā)展歷程和研究現(xiàn)狀。

1 影響印刷質(zhì)量的因素

通常，人們會使用各種參數(shù)來表征打印質(zhì)量，較為常見的是色差、套印誤差、網(wǎng)點變形、網(wǎng)點增大、油墨實地密度、邊緣銳化、網(wǎng)點丟失、莫爾紋、疊印率、透印程度。

除以上的各種參數(shù)外，許多專家也提出不同的參數(shù)。Temponi等人曾建議使用灰平衡、色調(diào)再現(xiàn)程度和整體外觀作為印刷質(zhì)量屬性，為了評估整體印刷質(zhì)量水平，質(zhì)量屬性被組合為三角形模糊數(shù)[1]。Verikas，Bacauskiene等人建議使用模糊集成以匯總打印質(zhì)量屬性，使用計算智能技術(shù)對整體打印質(zhì)量進行評估。而且，該度量提供的打印質(zhì)量評價與從專家獲得的打印質(zhì)量排名差距不大。在研究中使用的打印質(zhì)量屬性有C、M、Y、K油墨的量與期望水平、打印點的質(zhì)量、油墨密度的變化及打印圖像中的噪聲水平的偏差。J. Lundstrm提出紙張性質(zhì)、紙張張力、油墨配方、空氣濕度和溫度、油墨溫度及印版的磨損程度等參數(shù)也會影響印刷質(zhì)量[2]。

2 印刷質(zhì)量評估體系的發(fā)展

為了評估圖像質(zhì)量，我們需要有效的圖像質(zhì)量模型，即從個體人類感知（例如黑暗或清晰度）到整體圖像質(zhì)量的映射。

精確的顏色再現(xiàn)是高質(zhì)量印品的主要特征之一。Luo[3]等人提出了一種自動化彩色印刷檢測的算法，其包括用于彩色圖像處理的顏色直方圖技術(shù)和用于圖像分類的神經(jīng)網(wǎng)絡(luò)技術(shù)，該算法能夠在變化的照明條件下檢查復(fù)雜彩色印刷品的缺陷。Willert等人認為實現(xiàn)精確顏色再現(xiàn)的方法是采用光譜技術(shù)記錄、處理和再現(xiàn)顏色。使用光譜值的優(yōu)點是不存在同色異譜及幾乎所有可見顏色都可以被記錄。Mestha等人開發(fā)了一種基于多LED快速、低成本的分光光度計，能夠精確測量靜止或移動基板上的顏色。

許多印刷質(zhì)量屬性與整體印刷質(zhì)量相關(guān)。在印刷工業(yè)中，以前多數(shù)使用人工檢查復(fù)雜彩色印刷品的整體質(zhì)量，后來圖像分析和基于計算機智能的檢測技術(shù)越來越多地被用于評估印刷品的印刷質(zhì)量。由于手動檢查比較耗時，并且結(jié)果主觀性大，因為它們?nèi)Q于個人技能和檢查者的情緒，因此自動印刷質(zhì)量檢查系統(tǒng)被越來越多的生產(chǎn)商使用。

為了獲得高質(zhì)量的彩色圖片，一定比例的C、M、Y、K油墨應(yīng)準確地控制在印刷圖片的任意區(qū)域內(nèi)。為了完成這個任務(wù)，印刷機操作員需要測量打印的結(jié)果，評估比例，使用測量結(jié)果，以減少顏色偏差。

A Verikas[1]提出了一種方法直接估計彩色圖片的油墨的比例，用CCD彩色攝像機測定規(guī)定區(qū)域C、M、Y、K平均值的比例，RGB（L*a*b*）值被記錄。結(jié)合局部核嶺回歸和支持向量回歸，可獲得所需的多值映射 CMYK。Perner認為將缺陷問題處理與圖像處理相結(jié)合是未來膠版印刷品視覺檢查的關(guān)鍵問題。通常，缺陷的類別決定了印刷工藝的狀態(tài)，必須獲知并用于消除缺陷。因此，Perner提出了復(fù)雜的缺陷問題的檢查系統(tǒng)的架構(gòu)，該系統(tǒng)已用于膠印中的缺陷識別和印刷錯誤診斷。該系統(tǒng)是一套基于傳感器信號的缺陷解釋的通用工具，實現(xiàn)了面向?qū)ο蟮母拍詈腿蝿?wù)相關(guān)的算法，可用于高效的圖像處理，Perner使用CCD線性照相機作為圖像傳感器，系統(tǒng)對缺陷進行識別并分類，還會提示操作者缺陷產(chǎn)生的原因，從而消除缺陷。Guan[4]等人開發(fā)了一種膠印印刷質(zhì)量控制推理系統(tǒng)，將各種打印質(zhì)量情況存儲在數(shù)據(jù)庫中并被用于在打印過程中進行決策。

Shankar[5]等人開發(fā)了用于檢測和定位出現(xiàn)在卷筒紙膠印機上的不均勻性的視覺系統(tǒng)。系統(tǒng)能夠在實時環(huán)境中監(jiān)視高速卷筒紙膠印情況，并且警告操作者印刷過程中出現(xiàn)的結(jié)構(gòu)缺陷，如顏色變化、缺少字符、墨水飛濺等。系統(tǒng)利用高速圖像掃描算法檢測邊緣和邊界，使用動態(tài)大小、閾值和變換的線性和非線性濾波器來進一步分析。Bai[6]等人使用自制CCD相機系統(tǒng)在印刷頁面上獲取特定領(lǐng)域的自制控制器的信息。使用將RGB信息轉(zhuǎn)化為XYZ三刺激值的數(shù)據(jù)，用三維立方體和矩陣的方法建立方程和轉(zhuǎn)換模型。最終可以獲得檢驗印刷質(zhì)量的數(shù)據(jù)，如特征色Lab值、網(wǎng)點擴大、印刷反差率、疊印率，并與標準數(shù)據(jù)進行比較，得到對油墨區(qū)墨量調(diào)整或印刷質(zhì)量的綜合評價報告，即一個完整的印刷頁面的綜合質(zhì)量評估。J. Lundstrm[2]提出了一個使用從行業(yè)收集的數(shù)據(jù)來評估、探索和監(jiān)控膠印印刷質(zhì)量的系統(tǒng)的方法。系統(tǒng)的核心是一組虛擬傳感器，它對從印刷機在線獲得的圖像進行操作，輸出的是打印質(zhì)量的推理計算。系統(tǒng)軟件使用表征紙張制造和印刷過程的參數(shù)作為預(yù)測模型的輸入變量來預(yù)測質(zhì)量屬性。除了預(yù)測值，隨機森林還提供了變量來重要性的估計——變量對模型精度影響的度量。我們使用的印刷質(zhì)量屬性可以在線上小型打印區(qū)域進行客觀評估，系統(tǒng)從雙灰色條圖像上自動估計多個印刷質(zhì)量屬性的客觀值，并集成整體印刷質(zhì)量測量值，最后提供印刷質(zhì)量評價。Brown[6]等人研發(fā)出一種自動印刷檢測系統(tǒng)。目標是通過使用機器視覺來檢查印刷材料，然后使用基于模糊知識的系統(tǒng)來解釋機器視覺系統(tǒng)輸出，并且向操作者建議如何連續(xù)監(jiān)視凹版印刷過程，最終使用簡單文本的建議來糾正印刷過程，避免打印廢品。這種機器視覺的系統(tǒng)使用全息光柵分光光度計與單色區(qū)域掃描相機，可測量印刷網(wǎng)點的變化。如果檢測到任何參數(shù)的漂移，則系統(tǒng)會提示操作者對相應(yīng)變量進行適當?shù)恼{(diào)整。I. Bates等人提出了用于實現(xiàn)基于標準觀察者的視覺經(jīng)驗對柔性版印刷質(zhì)量評價的一種數(shù)學模型。該模式利用印刷質(zhì)量參數(shù)對柔性版印刷品的視覺體驗進行評估。模型對每種油墨進行印刷質(zhì)量檢測分析（青、紅、黃、黑）；并且主要通過網(wǎng)點擴大50%、套印、墨斑、光密度和色域等印刷質(zhì)量參數(shù)進行評估。作者引入一種邏輯回歸的科學方法，迄今為止在實踐中尚未用于評估印刷質(zhì)量。

到目前為止，印刷質(zhì)量的評估可以通過使用各種統(tǒng)計方法和數(shù)學方法（例如數(shù)值、線性規(guī)劃、組合算法等）進行。

Pedersen[7]等人的研究中，基于現(xiàn)有文獻和心理實驗的調(diào)查，對現(xiàn)有的圖像質(zhì)量屬性進行分類以提出更為精細的選擇。Leloup推薦使用可印刷性系數(shù)用于柔性版紙質(zhì)印刷品的質(zhì)量客觀評價。Leloup認為使用這些系數(shù)將能更準確、更廣泛地定義印刷質(zhì)量，改善印刷工藝流程。他對質(zhì)量和視覺評估的測量參數(shù)進行多元數(shù)據(jù)分析并提出了建議系數(shù)。Asikainen在研究中提出了一種評估噴墨印刷品的印刷質(zhì)量的計算機模型，該模型基于統(tǒng)計回歸分析，并用視覺質(zhì)量指數(shù)表示。Eerola[8]等人提出了一個完整的框架來計算使用電子照相和噴墨技術(shù)制成的印刷品的全參考質(zhì)量評估算法。運用這個框架，他們評價和驗證統(tǒng)計了幾個質(zhì)量的性能用于一組印刷產(chǎn)品的評估算法。他們提出了用于整體印刷質(zhì)量評估的計算機模型。該模型基于貝葉斯網(wǎng)絡(luò)，其中客觀分析的結(jié)果與視覺質(zhì)量評估相關(guān)。在Tchan等人的研究中，提出了估算噴墨印刷視覺質(zhì)量評估的計算機模型，該模型是基于圖像分析的神經(jīng)網(wǎng)絡(luò)。他們記錄的模型模擬能非常準確地對觀察者視覺觀察的印刷質(zhì)量進行估計。Eerola[9]等人分析了無參考圖像質(zhì)量評價（IQA）的算法，基于數(shù)字圖像質(zhì)量評價關(guān)于印刷圖像感知質(zhì)量的預(yù)測。他們使用全面的統(tǒng)計比較方法，從心理測量學研究得出數(shù)據(jù)，準確地預(yù)測印刷圖片的質(zhì)量。

3 結(jié)論

為了應(yīng)對印刷造紙行業(yè)市場日益加劇的競爭，各大企業(yè)正在努力從他們的設(shè)備中獲得最佳的回報。因此，確保生產(chǎn)出滿足客戶要求的產(chǎn)品成為公司的顯著優(yōu)勢。造紙印刷的最終目標是確保彩色印刷品的高質(zhì)量和穩(wěn)定性，生產(chǎn)者必須盡可能客觀地測量和監(jiān)控最終產(chǎn)品的質(zhì)量。

顏色再現(xiàn)的情況主要基于實心打印區(qū)域上的墨水密度測量，但常由彩色技術(shù)人員的主觀評價判定。此外，顏色技術(shù)人員關(guān)于顏色的判定不僅基于原始和其再現(xiàn)顏色之間的色彩匹配程度，還要符合客戶的主觀感覺。

印刷質(zhì)量屬性有許多種。據(jù)調(diào)查表明，幾乎所有的人都可以使用圖像分析和基于計算機智能的技術(shù)進行印刷質(zhì)量評估。因此，印刷質(zhì)量評估系統(tǒng)儀器的可用性取決于所得系統(tǒng)的判定與人類感官判斷的相關(guān)度。

由此可見，開發(fā)印刷質(zhì)量模型的方法非常重要，這樣可以捕獲關(guān)于印刷質(zhì)量的不同主觀印象，并將它們集成到一個獨立的概念中，該概念適合儀器評估，并且易于解釋。未來發(fā)展的質(zhì)量系統(tǒng)可用于監(jiān)控印刷機印刷時的性能，并且當總體質(zhì)量不足時，能發(fā)現(xiàn)個別技術(shù)參數(shù)導致的故障，洞察影響印刷質(zhì)量失敗的屬性。在未來的發(fā)展中，相信在線的評估系統(tǒng)會給印刷質(zhì)量評估領(lǐng)域帶來新的機遇。

參 考 文 獻

[1]胡媛.基于智能化算法的彩色膠印質(zhì)量評價控制體系的發(fā)展[J].中國印刷與包裝研究，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]：張秀珍.彩色印刷品缺陷檢測方法研究[D].洛陽：河南科技大學，2015.

[4]劉澎.膠版印刷機印品質(zhì)量在線測控技術(shù)方法研究[D].西安：西北工業(yè)大學，2014.

[5]Shankar J L，Ravi N，Zhong Z W.A real-time print-

defect detection system for web offset printing[Z].2009.

[6]張通.彩色圖像印刷質(zhì)量控制方法的研究[D].杭州：

杭州電子科技大學，2011.

[7]管力明.膠印質(zhì)量智能控制技術(shù)研究[D].西安：西安

電子科技大學，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.

[責任編輯：陳澤琦]