随着印刷向小批量、多色、高效方向发展,彩色印刷品呈色质量的在线检测与控制是发展的必然。传统的基于密度和色度的检测方法是以混色模型理论为基础,有关研究已经揭示了该理论存在局限性,同时该检测方法只能检测印刷品附加的特殊色块(控制条),因而无法直接知晓印品图像中各色网点油墨供给量和网点大小的变化。所以有必要寻找一种新的检测技术直接对彩色印品图像中各色网点面积进行检测。为了直接检测彩色印品图像中各色网点变化,本课题设计了彩色印品显微网点图像分色算法。整个课题包含:网点图像的采集、网点图像的分类、网点图像的分色、网点图像的网点形状补偿。网点图像的采集是使用DSP设备进行显微网点图像的采集;网点图像的分类是将采集得到的网点图像根据四色印刷的十六种颜色模型进行分类;网点图像的分色是运用数字图像处理和模式识别技术对采集的彩色印品显微网点图像进行分色处理;网点图像的网点形状补偿是根据网点形状的特性进行一定量的网点形状补偿处理。针对四色印品显微图像中各色网点颜色叠印的特点,分色算法模型的设计基于分而治之的思想,综合运用颜色空间、模糊聚类以及信息融合等技术设计分色方法,使得设计的分色方法既能满足在线检测的实时性要求,同时也具有局部最佳逼近性能。最后将采集得到的网点图像进行算法验证,对实验结果进行比较分析,并提出了后续的研究方向。本课题设计的彩色印品显微网点图像分色算法不仅对印刷品的呈色质量在线检测与控制具有参考价值,同时对进一步研究彩色网点呈色原理、研究油墨叠印规律等具有重要的理论价值。