Printing quality assessment by image processing and color prediction models - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2015

Printing quality assessment by image processing and color prediction models

Évaluation de la qualité d'impression par traitement d'images et modèles de prédiction couleur

David Nébouy
  • Fonction : Auteur
  • PersonId : 771139
  • IdRef : 219555427

Résumé

Printing, though an old technique for surface coloration, considerably progressed these last decades especially thanks to the digital revolution. Professionals who want to meet the demands in terms of quality regarding the visual rendering of their clients thus want to know to which extent human observers are sensitive to the degradation of an image. Such questions regarding the perceived quality of a reproduced image can be split into two different topics: the printing quality as capacity of a printing system of accurately reproduce an original digital image, and the printed image quality which results from both the reproduction quality and the quality of the original image itself. The first concept relies on physical analysis of the way the original image is deteriorated when transferred onto the support, and we propose to couple it with a sensorial analysis, which aims at assessing perceptual attributes by giving them a value on a certain scale, determined with respect to reference samples classified by a set of observers. The second concept includes the degradation due to the printing plus the perceived quality of the original image, not in the scope of this work. In this report, we focus on the printing quality concept. Our approach first consists in the definition of several printing quality indices, based on measurable criteria using assessment tools based on “objective” image processing algorithms and optical models on a printed-then-scanned image. PhD work made in Hubert Curien Laboratory
L'impression, bien qu'étant une technique ancienne pour la coloration de surfaces, a connu un progrès considérable ces dernières années essentiellement grâce à la révolution du numérique. Les professionnels souhaitant remplir les exigences en termes de qualité du rendu visuel de leurs clients veulent donc savoir dans quelle mesure des observateurs humains sont sensibles à la dégradation d'une image. De telles questions concernant la qualité perçue d'une image reproduite peuvent être séparées en deux sujets différents: La qualité de l'impression, comme la capacité d'un système d'impression à reproduire fidèlement l'image d'origine, et la qualité d'une image imprimée, résultant à la fois de la qualité de reproduction, mais aussi de la qualité même de l'image numérique d'origine. Ce premier concept repose sur une analyse physique de la façon dont l'image d'origine est dégradée lors de son transfert sur un support, et nous proposons de la coupler avec une analyse sensorielle, visant à évaluer des attributs perceptuels et leur donner une valeur sur une certaine échelle, déterminée par des échantillons de référence classés par un ensemble d'observateurs. Le second concept inclut cette dégradation due à l’impression mais aussi la qualité perçu de l’image d’origine, qui ne fait pas parti de notre étude. Notre approche consiste d'abord à définir les différents indices de qualité, basés sur des critères mesurables en utilisant des outils d'évaluation basés sur des algorithmes "objectifs" de traitement d'image et des modèles optiques, sur une image imprimée-scannée. Thèse réalisée au Laboratoire Hubert Curien
Fichier principal
Vignette du fichier
These-NEBOUY-David-2015.pdf (9.02 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-01624275 , version 1 (26-10-2017)

Identifiants

  • HAL Id : tel-01624275 , version 1

Citer

David Nébouy. Printing quality assessment by image processing and color prediction models. Image Processing [eess.IV]. Université Jean Monnet - Saint-Etienne, 2015. English. ⟨NNT : 2015STET4018⟩. ⟨tel-01624275⟩

Collections

STAR PARISTECH
318 Consultations
504 Téléchargements

Partager

Gmail Facebook X LinkedIn More