ระบบการพิสูจน์สีในงานพิมพ์โดยใช้การประมวลผลภาพ และความเห็นจากผู้เชี่ยวชาญ

Main Article Content

ไกรฤกษ์ เชยชื่น
พิชิต กิตติสุวรรณ์

บทคัดย่อ

บทความนี้นำเสนอระบบการพิสูจน์สีอย่างง่ายในงานพิมพ์ซึ่งปกติดำเนินการโดยผู้เชี่ยวชาญที่มีประสบการณ์สูงทำให้มีความเสี่ยงในการดำเนินการในกรณีผู้เชี่ยวชาญไม่สามารถปฏิบัติงานได้อาจส่งผลต่อความเสียหายให้กับโรงพิมพ์ได้ ผู้วิจัยจึงมีแนวคิดในการออกแบบและพัฒนาระบบการพิสูจน์สีอย่างอัตโนมัติโดยใช้การประมวลผลภาพเข้ามาช่วยโดยการสอนตัวประมวลผลแบบฝังตัวให้เรียนรู้ฮิสโตแกรมสีของภาพสิ่งพิมพ์ที่ได้จากการสุ่มตัวอย่างที่มีเงื่อนไขสภาพแสงแวดล้อมที่หลากหลายโดยมีผู้เชี่ยวชาญที่ทำหน้าที่พิสูจน์สีในโรงพิมพ์ ให้คะแนนคุณภาพการพิมพ์ จากนั้นทำการสร้างฮิสโตแกรมสีมาตรฐานสำหรับเพื่อนำไปใช้ในการตรวจสอบคุณภาพในการพิมพ์ต่อไป ในการทดลองแบ่งการทดลองเป็น 2  การทดลองคือ  1. การทดลองในการสร้างฮิสโตแกรมมาตรฐาน  2. การทดลองกับภาพจริง ผลการทดลองพบว่ามีความผิดพลาดในการตัดสินใจ 22.22% ซึ่งเกิดจากการรบกวนของแสงรอบๆ ห้องที่ใช้ทดสอบมีความไม่แน่นอนส่งผลให้ฮิสโตแกรมสีมาตรฐานมีความแปรปรวนสูง

Article Details

How to Cite
เชยชื่น ไ., & กิตติสุวรรณ์ พ. (2019). ระบบการพิสูจน์สีในงานพิมพ์โดยใช้การประมวลผลภาพ และความเห็นจากผู้เชี่ยวชาญ. วารสารวิทยาศาสตร์และเทคโนโลยีแห่งรัตนโกสินทร์, 1(1), 1–11. สืบค้น จาก https://ph02.tci-thaijo.org/index.php/RJST/article/view/185456
บท
บทความวิจัย

References

1. M. C. Stone, W. B. Cowan, and J. C. Beatty, “Color Gamut Mapping and the Printing of Digital Color Image,” ACM Transactions on Graphics, Vol.7, No.4, p.249-292, 1988.

2. J. Luo and Z. Zhang, “Automatic color printing inspection by image processing,” Journal of Materials Processing Technology, Vol.139, p.373-378, 2003.

3. A. Verikas and M. Bacauskene, “Image analysis and fuzzy integration applied to print quality assessment,” International Journal on Cybernetics and Systems, Vol.36, p.549-564, 2005.

4. N. Mostafa and M. Mostafa, “Printing Quality Enhancement According to ISO12647-2 (Applying in One of Egyptian Printing-Houses),” International design Journal, 2016.

5. S. McKenna, S. Jabri, Z. Doric, H. Wechsler and A. Rosenfeldf, “Tracking Groups of People,” Journal of Computer Vision and Image Understanding, Vol. 80, No.1, pp. 42-56, 2000.