Multispectral Analysis of Paper Production Phases


Autoria(s): Mironova, Irina
Data(s)

23/01/2008

23/01/2008

2003

Resumo

Paperitehtaissa paperin väriä arvioidaan L*a*b –arvojen perusteella. Tämä lähestymistapa ei ole tarkka ja johtaa siihen, että saman luokkaan kuuluvat paperit saatetaan havaita eri värisinä. Tässä diplomityössä tarkastellaan värien arviointia multispektraalisen kuvantamisen avulla. Menetelmän ajatuksena on verrata standardoidun heijastuman spektriä kohteena olevan paperirullan heijastuman spektriin mittaustapojen avulla. 12:n kirjallisuuteen perustuvan ja yhden tutkimusryhmämme kehittämän mittaustavan joukosta pyrittiin valitsemaan parhaat mittaustavat tutkimuksien perusteella. Mittaustavan tehokkuus tarkoittaa kykä tunnistaa eroavaisuuksia värisävyn, värikylläisyyden ja valoisuuden perusteella. Mittaustapoja tutkittiin sekä keinotekoisilla kuvilla että aidoilla paperinäytteillä. Tuloksena maksimi-minimi-, aritmeettisen keskiarvon minimi- ja geometrisen keskiarvon minimimenetelmä olivat parhaita mittaustapoja.

Paper mills estimate color of paper based on L*a*b values. This approach lacks for accuracy, which leads the paper of the same type to have different color. This thesis is dealing with color estimation based on multispectral approach. The idea of the method is to compare standardized spectral reflectance curve and spectral reflectance curve of a current paper roll using metrics. 12 metrics from literature [27] and 1 metric constructed by our group were examined to find the most effective ones. The effectiveness means the ability to recognize differences in hue, saturation, and brightness. The experiment was carried out on artificial images and actual paper samples. As a result, maximum-minimum, arithmeticmean minimum and geometric-mean minimum metrics were the best.

Identificador

nbnfi-fe20031324.pdf

http://www.doria.fi/handle/10024/35318

URN:NBN:fi-fe20031324

Idioma(s)

en

Palavras-Chave #paperin väri #multispektraalinen kuvantaminen #samankaltaisuuden mittaustavat #color of paper #multispectral imaging #similarity metrics
Tipo

Diplomityö

Master's thesis