网站访问量
今日访问量:69
印刷品缺陷检测方法综述
张小雪;孙帮勇;谭家海;刘南渤;印刷品缺陷检测通过分析纹理特征、颜色特征及形状特征确定缺陷的类别和位置，是印刷品质量管控的重要手段。本文针对现有印刷品缺陷检测方法进行综述。首先，回顾了传统印刷检测方法的原理和国内外应用现状，分析当前检测的特点和局限性；然后，重点探讨基于深度学习的印刷品缺陷检测方法，并对比了各方法的优缺点及适用场景；最后，总结了现阶段深度学习检测技术在印刷领域的局限性，并对该检测方法未来发展趋势进行展望。
水凝胶的制备及其在神经微电极中的应用
孙晓娜;刘儒平;严晨;侯兰兰;孙志成;韩璐;早期的神经微电极多由半导体和金属等刚性材料制成，其生物兼容性差、易引起免疫反应损伤神经组织。水凝胶修饰的神经微电极凭借三维亲水聚合物网络结构、优异的机械性能和良好的生物相容性得到了广泛的应用，且在水凝胶网络结构中填充聚合物可以提高性能、改善电极/神经组织界面和提升长期稳定性。本文介绍了水凝胶的特性及合成方法，并从生物相容性、电极机械性能和电化学性能以及电极的耐用性和稳定性等方面论述了水凝胶修饰神经微电极性能的影响，最后展望了水凝胶神经微电极未来的发展方向。
[下载次数： 711 ] [被引频次： 0 ] [阅读次数： 66 ] HTML PDF 引用本文
基于SOA-BP神经网络的显示器颜色特性化研究
王荣欣;郭凌华;陈睿;赵甜甜;孙英;为了保证显示设备的颜色显示准确性，在对显示设备进行色彩管理时，需要提高显示器颜色特性化精度。本研究提出一种基于海鸥优化算法（Seagull Optimization Algorithm,SOA）优化BP神经网络（SOA-BP）的显示器颜色特性化模型。首先，采用K折交叉验证方法确定BP神经网络最佳隐藏层神经元个数，建立显示器输入信号RGB值与显示颜色L*a*b*之间转换的BP神经网络模型；然后，通过海鸥算法对BP神经网络的权值阈值进行优化，建立基于SOA优化BP神经网络的显示器颜色特性化模型；最后，对优化前后的神经网络模型进行训练与测试，并进行模型精度对比分析。在仿真实验中，海鸥算法优化BP神经网络预测模型测试10次得到的CIELAB色差?Eab*和CIE2000色差ΔE00平均值分别为2.291和1.032，较优化前分别减少了31.79%和36.18%，且优化后的SOA-BP模型更稳定，说明本研究所建立的SOA-BP网络模型对显示器颜色特性化具有较高的预测精度和较好的稳定性，为印刷包装领域色彩管理颜色特性化提供了理论和实践的参考。
基于OpenCV的印刷图像套准算法研究
许合强;李不言;为实现多色套准的数据化测量，提升套准调节的客观性，本研究提出了基于OpenCV图像处理的多色印刷品套准检测算法。首先，使用OpenCV算法对印刷品上的套准测量标记图像进行校正处理和圆心标定；其次，确定采集图像与印刷品实际尺寸的相互关系，完成单位像素尺寸的计算；最后，通过计算采集图像各色圆心坐标与标准圆心位置的水平、垂直像素偏差得到印刷品套准偏差值。在胶印机上，打印四色印品进行套准偏差值检测，根据检测值直接对四色套准进行调整并进行二次检测，其单色偏差在±0.02mm，证明了该算法的有效性。
最新动态
期刊信息
期刊名称：印刷与数字媒体技术研究（原《数字印刷》）
创办日期：2015年
主管部门：中国文化产业发展集团有限公司
主办单位：中国印刷科学技术研究院有限公司
刊期：双月
电话：010-88275607
Email：study@keyin.cn
国内统一刊号(CN)：10-1886/TS
国际标准刊号(ISSN)：2097-2474
期刊公众号
