针对传统Kubelka-Munk（K-M）理论的光谱预测模型在进行胶印专色油墨光谱预测时精度不够理想的问题，提出一种基于分段线性插值法构建基墨数据库，结合Stearns-Noechel（S-N）传递函数修正K-M模型的胶印专色油墨混合颜色光谱预测方法。研究以盛威科品牌某一系列专色油墨混合得到的64个专色作为目标色样进行训练，分别进行两色、三色、四色混合光谱预测研究，得到了3种数量基墨混合时最佳纸基权重分别为-0.5、-0.1、0.2。将最佳纸基权重代入预测模型，以CIE1976色差、CIEDE2000色差和均方根误差为评价指标，随机选取了两色、三色、四色已知配方的专色各3个进行精度检测实验。结果表明，提出的方法与传统K-M方法相比，CIE1976色差、CIEDE2000色差和均方根误差平均值分别从5.748、3.471和0.048降低到2.077、1.441和0.011。该方法相比传统K-M方法预测精度大幅提高，能够较好地实现更高精度的胶印油墨混合颜色的光谱预测。

计算机配色逐渐成为主流配色方式,用于保证包装印刷等产品在颜色复制过程中的一致性。光谱基础数据库是计算机配色的基本条件,其建立方法过于复杂,影响了计算机配色技术的推广和应用。根据Kubelka-Munk理论分析,建立光谱基础数据库的过程中样条质量浓度(简称浓度)、油墨浓度梯度和油墨梯度数量对配色结果有较大影响。为了优化光谱基础数据库、获得更加准确的配色结果,基于单因素实验法、正交实验法及相关评价方法,提出了一种在配色建库过程中最佳的浓度梯度、梯度数量及样条油墨的浓度范围的组合。实验通过建立的数据库对潘通色进行配色,对色差进行计算,并结合极差进行分析。实验结果显示优化的光谱基础配色数据库很大程度上减少了建库工作量,同时通过计算获得的目标配色结果的精度高,符合生产要求,说明该方法能有效选取最佳参数组合。

因光学特性(吸收系数与散射吸收)与组分比例不呈严格的线性关系, 基于K-M理论的配色模型无法保证比例预测精度, 针对上述问题, 建立了油墨组分比例预测模型与方法。首先利用与组分比例具有强线性相关性的特征波长处的光谱反射率倒数值替换K-M配色理论中的吸收系数与散射系数, 引入非线性项, 构建油墨混合呈色模型；然后在此基础上建立油墨组分比例预测模型。以两组二元基色油墨混合样本为例, 对提出的油墨组分比例预测模型及方法进行验证。实验结果表明, 文中方法可预测获得与真实结果较为接近的组分比例, 两组实验样本的预测平均偏差分别为1.57%和3.6%, 可为目标样油墨组分比例预测提供一种新的方法。

为了获得高精度的配色样品, 提出了一种配色方法—成分分析配色法。 该方法将化学分析法与计算机配色相结合, 其核心是选取与目标色成分最接近的油墨进行配色, 从而实现高精度的色彩匹配, 为计算机配色发展提供新的思路。 与目标色成分相近的油墨配色效果验证: 使用某种油墨印制目标色, 并用相同的油墨进行配色, 以实现目标色成分与配色色样成分的一致性。 使用三个不同品牌的油墨对目标色进行配色, 比较配色精度及效率。 使用泗联牌三种颜色油墨以任意比例通过印刷适性仪IGT-CI（荷兰）印制目标色, 这些目标色包括间色和复色, 各3个色样; 使用配色软件X-Rite color master（美国）建立泗联、 东洋、 牡丹三个品牌油墨的配色基础数据库, 并对不同目标色进行配色。 结果表明使用与目标色相同的泗联油墨的配色精度远高于东洋、 牡丹两个品牌的油墨, 配色色差整体都很小, 校正1～2次就能得到小于1.0的色差, 最小达到0.36, 几乎实现了目标色的同色同谱匹配。 实验验证了成分分析配色法的核心“选取与目标色成分最接近的油墨进行配色, 可以实现高精度色彩匹配”的可行性。 判别目标色与配色油墨在成分上区别的化学分析工具探讨: 为了判别目标色色料与配色油墨在成分上有区别, 尝试使用“红外光谱相似度”作为判别的分析工具。 使用红外光谱仪Thermo Nicolet 6700（美国）测出泗联、 东洋、 牡丹三个品牌的三种颜色油墨的红外光谱图, 使用OMNIC软件中的相关性算法得到它们与目标色油墨的红外光谱相似度, 并计算出平均相似度; 将各品牌油墨的红外光谱相似度与其配色实验的精度进行对比分析, 评价红外光谱相似度作为化学分析判别工具的有效性。 结果表明泗联牌油墨与目标色的平均红外光谱相似度为100%, 东洋的为86.53%, 牡丹的为64.63%。 当校正次数相同时, 泗联油墨配色色差最小, 配色精度最高; 东洋次之, 是泗联油墨配色色差的2倍左右; 牡丹最差, 是泗联油墨配色色差的3倍以上。 配色结果与其红外光谱相似度的规律是一致的, 目标色油墨与配色油墨之间的红外光谱相似度越高, 越容易得到高精度的配色样品。 实验证明了用成分分析配色法获得高精度的色彩匹配是可行的, 使用红外光谱相似度作为目标色与配色油墨在成分上的分析工具对判别配色精度是有效的。 今后的工作将探讨红外光谱相似度与配色精度间的相关性数值关系, 以及进一步寻求更为有效的化学分析方法来判断目标色色料与配色油墨之间的成分关系。

基于吸光度与物质浓度的相关关系建立了一种PET薄膜印刷的混合油墨组分预测模型。 该方法首先依据光的传播理论和光在墨层与承印材料中的多重内反射原理, 利用基色和混合专色薄膜印品在黑白两色基底上的反射光谱, 建立具有高透低反特性薄膜印品透射光谱的获取方法, 并利用透射光谱求解吸收光谱; 然后对专色吸光度与基色浓度进行回归分析, 确定吸光度与基色浓度线性相关度高的特征波段, 再根据郎伯比尔定律, 利用特征波长处的专色样本吸光度与基色样本吸光度建立组分预测模型, 求解专色样本的配方比例; 最后, 分析预测配方与预设浓度的偏差, 并按照预测配方浓度重新打样, 采用色差与光谱均方根误差对计算配方色与目标专色的匹配程度进行分析, 验证模型精度。 以凹印PET薄膜双基色混合样品为实验对象, 对提出的方法进行测试。 光谱分析表明, 基色样本和专色样本光谱反射率曲线在黑白两种基底上有明显差异, 但都随基色油墨浓度变化具有相同的变化规律, 专色样本的光谱透射曲线随着基色浓度的变化接近浓度比例大的基色曲线, 在400～580 nm区间, 专色的吸收光谱随着基色油墨A浓度降低而升高, 在580～700 nm区间随着基色油墨A浓度降低而降低。 除570～590 nm吸收曲线相交区间以外, 在可见光范围内专色油墨吸光度与基色油墨浓度之间的判定系数R2均大于0.95, 平均值为0.990 0, 两者具有强线性相关关系。 分别选取基色A和B波长为520 nm(R2为0.994 2)和700 nm(R2为0.998 5)处的吸光度代入配色模型, 并利用最小二乘法求解目标专色的配方比例。 实验结果表明, 六组预测浓度与预设浓度相比较, 配方平均偏差为2.5%, 无显著偏差。 配方色样本与专色样本色差最大值为1.98, 最小值为0.30, 平均值为0.85, 均满足GMI对专色复制的要求, 其中5组专色色差小于1.5, 符合专色忠实复制的要求; 6组专色的光谱均方根误差最大值为2.93%, 最小值为0.49%, 平均值为1.40%, 基本实现了同色同谱的高精度颜色复制。 验证了该方法对于提高专色油墨配色精度和改善PET薄膜印刷质量具有显著效果, 可为PET薄膜专色配方预测提供科学方法。

基础色样的反射光谱数据质量是影响计算机配色结果的重要因素之一。 目前评价配色反射光谱数据质量的方法有反射光谱检测法和K/S检测法, 但这两种方法需检测每种基础色样和各个波长的反射率与K/S值, 检测过程过于复杂, 故不适用于光谱数据质量的快速直观检测。 本文使用45°/0°和d/8°几何条件的分光光度计测量以铜版纸和银卡纸为基材的胶印油墨基础色样反射光谱数据, 基于光谱检测法优化获取基础色样反射光谱数据的几何条件, 提出了一种明度色度对比检测法; 并对比分析了反射光谱检测法, K/S检测法和明度色度对比检测法。 结果表明, 45°/0°和d/8°几何条件均可用于铜版纸基础色样反射光谱数据的测量, 但45°/0°几何条件不符合银卡纸基础色样反射光谱数据的测量要求; 而对于d/8°分光光度计, 在包含镜面反射时, 银卡纸为基材的透明白反射率小于各基色墨反射率, 且青墨与品红墨反射率分别在浓度为60%开始出现异常交叉, 从而导致高浓度区域光谱质量较差; 而在明度色度对比检测图中, 青墨与品红墨样条与参考铜版纸基础数据偏离更加明显。 故须选择大于或等于各基色墨反射率的透明白, 基础色样中需约束青墨与品红墨的最大浓度; 以漫反射特性较好的铜版纸作为配色基材时, 明度色度对比检测法检测效果较现有两种检测法更为直观。