基于可见—短波红外光谱数据的印刷品光谱分析方法研究

发布时间：2020-10-24 06:07

　　 光谱分析是一种快速、高效、无损的检测技术,物质组成上的细微差异均可通过光谱信息表现出来。因此,本文将光谱分析技术与印刷品检测结合起来,研究应用光谱分析的方法,能否将使用不同油墨的印刷品进行有效区分。探寻适用于印刷品的光谱分析方法。本文应用ASD便携式光谱仪采集了薯条盒和烟盒的光谱数据。两类印刷品不同样本间的光谱数据呈现了不同程度的差异性,其中薯条盒不同样本间光谱差异较小,烟盒差异较大。对光谱数据分析前,首先对采集的原始光谱数据进行了光谱数据平滑、多元散射校正和去包络线等光谱预处理。对于光谱数据分析,本文采用了国内通用的两大类光谱匹配方法,第一种是基于光谱吸收特征匹配的方法,包括吸收峰分布匹配和吸收峰特征参量匹配。对光谱吸收峰提取,本文提出了基于等间隔平均法的光谱吸收峰自动提取算法,该方法可以实现不同程度的光谱吸收峰提取。光谱匹配结果表明,对于光谱相似程度不同的三类印刷品,吸收峰分布匹配和吸收峰特征参量匹配的方法均可实现光谱数据的有效区分,特征参量匹配方法准确率较高,其准确率达到88.9%~100%。第二种是基于光谱整体相似性的光谱匹配方法,本文选择了相关系数、光谱角、杰卡德相似系数三种光谱相似度测量参数,并在可见光、短波红外、可见光-短波红外三种光谱空间进行匹配。结果表明,对于三类印刷品数据,相比杰卡德相似系数匹配,相关系数和光谱角光谱匹配准确性较高。而组合式光谱匹配方法中,相关系数-光谱角组合的匹配方法准确度最高。总的来说,对于印刷品光谱数据的分析,优先选择的光谱匹配方法是吸收峰特征参量匹配法、相关系数匹配、光谱角匹配以及相关系数-光谱角组合的光谱匹配方法,光谱分析技术可以用于印刷品光谱差异性分析。
【学位单位】：北京印刷学院
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TS807;O433
【文章目录】：
摘要
ABSTRACT
第一章 绪言
    1.1 课题研究背景及意义
    1.2 国内外研究现状
    1.3 本文的主要研究内容
    1.4 论文章节安排
第二章 光谱分析原理与印刷品油墨光谱特性
    2.1 光谱分析技术
    2.2 油墨的组成及光谱特性
    2.3 同色异谱理论与原稿复制
第三章 光谱数据采集与预处理
    3.1 印刷品光谱数据采集
    3.2 光谱数据预处理
    3.3 本章小结
第四章 基于光谱吸收特征匹配的印刷品鉴别研究
    4.1 基于光谱吸收峰位置匹配的印刷品鉴别方法
    4.2 基于光谱单吸收峰特征参量匹配的印刷品鉴别方法
    4.3 实验结果与分析
    4.4 本章小结
第五章 基于光谱曲线相似性匹配的印刷品鉴别研究
    5.1 光谱整体相似性匹配的常见方法
    5.2 不同光谱匹配方法组合的印刷品鉴别方法
    5.3 实验结果与分析
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 下一步研究展望
致谢
参考文献
研究生期间发表论文情况
附录

【参考文献】

相关期刊论文 前10条

1 张陈峰;胡云岗;侯妙乐;吕书强;张学东;;基于光谱吸收特征分析的彩绘文物颜料识别研究[J];地理信息世界;2017年03期

2 谢鑫淇;李星亮;;佰元人民币防伪标识红外光谱特征研究[J];科技展望;2017年03期

3 魏祥坡;余旭初;付琼莹;刘冰;薛志祥;;光谱角余弦与相关系数测度组合的光谱匹配分类方法与实验[J];地理与地理信息科学;2016年03期

4 王雪培;赵虹霞;李青会;刘卫东;苏伯民;;多光谱成像技术分析彩色艺术品的相关基础研究[J];光学学报;2015年10期

5 武锋强;杨武年;李丹;;基于光谱特征拟合的艺术画颜料成分识别研究[J];光散射学报;2014年01期

6 程欲晓;咸洋;马腾洲;周宇艳;茅晔辉;;动植物油脂种类鉴别及其碘值测定的近红外光谱方法[J];理化检验(化学分册);2013年12期

7 ;多光谱颜色测量技术在印刷生产中的应用与发展[J];印刷技术;2013年20期

8 周万怀;谢丽娟;应义斌;;全光谱匹配算法在苹果分类识别中的应用[J];农业工程学报;2013年19期

9 黄婷婷;韦志辉;修连存;吴泽彬;;基于吸收峰加权的岩矿光谱匹配方法研究[J];岩矿测试;2011年05期

10 丁丽霞;王志辉;葛宏立;;基于包络线法的不同树种叶片高光谱特征分析[J];浙江林学院学报;2010年06期

相关博士学位论文 前1条

1 樊玉霞;猪肉肉糜品质与安全可见/近红外光谱快速检测方法的实验研究[D];浙江大学;2011年

相关硕士学位论文 前7条

1 王旭;基于中红外光谱的奶粉分析模型研究及软件实现[D];浙江工业大学;2015年

2 石俊峰;高光谱吸收峰的特征定量化分析方法研究[D];杭州电子科技大学;2016年

3 彭涛;基于光谱吸收特征参数量化的蚀变矿物信息提取[D];成都理工大学;2015年

4 王一帆;基于多光谱的色彩再现与印品检测的研究[D];江南大学;2014年

5 蒋天瑜;基于多光谱图像的纸币防伪鉴定技术研究[D];华中科技大学;2013年

6 刘伟;基于光谱特征分析的匹配与分类技术研究[D];解放军信息工程大学;2008年

7 白继伟;基于高光谱数据库的光谱匹配技术研究[D];中国科学院研究生院（遥感应用研究所）;2002年

本文编号：2854111