《表5 当n=3时2种纸张对5层的CYNSN模型各光源的色差、光谱均方根误差、同色异谱指数对比结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多光源打印机特征化逆向算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在表4、5中D50是指采用该光源下XYZ方式进行降维，类似地D50D65表示用相应的两个光源下XYZ方式进行降维。首先，从表4、5可以看出，若以光谱均方根误差ΔRAve和同色异谱指数作为指标进行衡量，则基于光谱形式的降维LL-QR方法表现最好。Wang等[12]比较了LL-QR方法和1个光源下XYZ进行降维的方法，结论和本文结果一致。本文结论还表明，即使采用2个光源或3个光源进行降维，若按光谱均方根误差或同色异谱指数度量，仍然不如LL-QR方法；若按色差ΔEAve，采用多光源下XYZ进行降维明显优于LL-QR方法。若分别考虑3色和4色油墨组合在4个光源下色差的均值作为指标，则对于3色油墨打印来说，综合5层和9层，1个光源（D50）下表现最好；对于4色油墨打印来说，综合2种纸张，采用2个光源D50和A为最好；若综合3色油墨和4色油墨来说，采用2个光源D50和A为最好。需要说明的是，对于3色油墨组合，采用D50光源下XYZ进行降维，对于4色油墨组合，采用D50和A光源下XYZ进行降维，相应的逆向CYNSN算法要比LL-QR方法每步迭代计算量少，比LL-QR方法收敛速度快，如表5所示。另外，由于同色异谱指数MMI-T，R是对计算测试光源下三刺激对中的一个进行修改后的色差，并不能反映出人感知色差，从表4和5可以看出，同色异谱指数MMI-T，R明显低于色感知色差ΔET。基于这个原因，文献[14]采用多光源下的色差ΔET作为同色异谱指数。