Файл: Приладка (приводка), треппинг и overprint в полиграфии.pdf

ВВЕДЕНИЕ

Улавливание - это процесс наложения двух чернил (точечного или технологического CMYK) друг на друга, что исключает неправильную регистрацию цветов на печатной машине. Присмотритесь, и вы увидите это повсюду на печатных материалах. Золотое правило заключается в том, что более темный цвет сохраняет свою форму, а более светлый цвет «захватывает» эту форму. Ловушка позволяет избежать появления белых фигур между цветами, когда чернила немного вышли из строя. «Регистрация» гарантирует, что все чернила располагаются точно друг над другом и что все чернила зарегистрированы друг с другом.

Количество улавливаемых материалов зависит от качества печатного станка, используемого материала или бумаги и скорости печати. Чем выше скорость, тем больше вероятность того, что чернила выйдут из регистрации друг с другом, когда листы будут проходить через пресс. Он может быть толщиной до 0,2 мм или толщиной 2 мм. Ваш принтер установит желаемое количество ловушек.

Несмотря на то, что захват обычно является областью принтеров и компаний, занимающихся допечатной подготовкой, это важный элемент для графических дизайнеров, который следует учитывать при разработке печатного материала, поскольку он изменит цвета художественного произведения, если более темные цвета будут напечатаны более светлыми цветами или эффектами, такими как белые штрихи линий необходимы, чтобы остановить смешивание цветов.

При печати изображения или какой-либо упаковки, которая имеет более одного цвета, необходимо печатать каждый цвет отдельно и гарантировать, что каждый цвет точно перекрывает другие. Если этого не сделать, готовое изображение будет выглядеть размытым, размытым или «не в порядке». Чтобы правильно выровнять цвета, необходима система приводки.

3

Глава 1. ПРИВОДКА В ПЕЧАТИ

Баланс цвета на фото

В цветной печати приводки - это метод корреляции перекрывающихся цветов на одном изображении. Существует много разных стилей и типов приводки, многие из которых используют выравнивание конкретных знаков.

В фотографии и обработке изображений цветовой баланс - это глобальная регулировка интенсивности цветов (как правило, красного, зеленого и синего основных цветов). Важной целью этой настройки является правильное отображение определенных цветов, особенно нейтральных. Следовательно, общий метод иногда называют балансом серого, нейтральным балансом или балансом белого. Цветовой баланс изменяет общую смесь цветов на изображении и используется для коррекции цвета. Обобщенные версии цветового баланса используются для корректировки цветов, отличных от нейтральных, или для преднамеренного изменения их для эффекта.

Данные изображения, полученные датчиками - либо пленочными, либо электронными датчиками изображения - должны быть преобразованы из полученных значений в новые значения, подходящие для воспроизведения цвета или отображения. Некоторые аспекты процесса получения и отображения делают такую ​​коррекцию цвета существенной, включая то, что датчики получения не соответствуют датчикам в человеческом глазу, что необходимо учитывать свойства среды отображения и что условия просмотра окружающей среды при получении отличаются от условий просмотра дисплея.

Операции цветового баланса в популярных приложениях для редактирования изображений обычно работают непосредственно со значениями пикселей красного, зеленого и синего каналов, безотносительно к любой модели восприятия цвета или воспроизведения. В пленочной фотографии цветовой баланс обычно достигается с помощью фильтров цветовой коррекции на свету или на объективе камеры.

4

Метод автоматического определения порога может дать сбой, если введена несоответствующая информация

Это означает, что ему не нравятся изображения с высоким смещением нуля, когда свет, который не обнаружен, все еще дает большое значение ненулевого пикселя. Например, из-за нулевого смещения / смещения цифровой камеры или софокусного смещения PMT при неправильной настройке. Кроме того, высокий, плоский неспецифический фон вызывает ту же проблему. Все они добавляют постоянное число к значениям интенсивности каждого пикселя, смещая и скрывая истинную пропорциональную зависимость с «концентрацией» флуоресцентного красителя, обнаруженного в каждом пикселе. Если пиксели, которые не содержат реального (специфического) сигнала, имеют большие значения интенсивности, алгоритм, не зная о ненулевом смещении интенсивности во всех пикселях, предполагает, что смещение является реальным сигналом, с которым нужно иметь дело, и может достичь результата для порогов, где один или оба из них ниже значения самого низкого значения интенсивности, присутствующего в этом цветовом канале изображения. Это означает, что ВСЕ пиксели этого канала считаются колокализованными, тогда полученные вами коэффициенты Мандерса будут отражать эту аберрантную, нереалистичную ситуацию. В этих случаях фон и / или смещение должны быть тщательно удалены / вычтены перед запуском плагина Coloc 2 или Colocalization Threshold. Изображения ниже являются примером этой ситуации, используя набор данных с плохим поведением: 150707_WTstack.lsm (см. рис. 1). Обратите внимание, что значения для M1 и tM1 одинаковы! Такого не должно быть. Вы можете видеть, что порог зеленого канала неправильно установлен ниже интенсивности, где фактически начинаются интенсивности данных изображения.

5

Примечание: изображение содержит большие области фона с одинаковыми низкими значениями интенсивности пикселей в обоих каналах. Это означает, что существует сильная корреляция в фоновых областях, что мешает интересной биологической корреляции в областях с высоким сигналом, где расположена биология. Это означает, что важно установить биологически значимую область интереса (ROI), а не анализировать все изображение. Мы должны избегать анализа сильно коррелированных, но неинтересных фоновых областей

Рис. 1. Пример метода определения порога

Влияние шума на коэффициенты Пирсона и Мандерса.

В случае идеальной колокализации, когда интенсивности двух каналов всегда идеально коррелируют: низкий красный с низким зеленым и высокий зеленый с высоким красным, на диаграмме рассеяния все точки данных будут располагаться на прямой диагональной линии, поскольку зеленый Интенсивность всегда будет пропорциональна красной!

6

Однако это идеальный случай, а реальные биологические данные зашумлены! Шум (будь то от красителей, не окрашивающих каждую молекулу, или от статистического шума фотонных импульсов от записи сигнала от слишком малого количества фотонов или от других источников шума электроники) приведет к отклонению интенсивности пикселей от идеального / истинного случая, чтобы быть ниже или выше, чем они на самом деле в среднем. Это вызывает разброс в распределении точек данных на диаграмме рассеяния, перпендикулярных линии подгонки регрессии. Таким образом, вы можете увидеть шум, посмотрев, насколько разбросаны или сжаты точки рассеяния на линии линейной регрессии. Кроме того, поскольку коэффициенты Мандерса измеряют корреляцию, а шум снижает сходство двух идентичных сигналов, шум снижает коэффициенты Мандера до уровня, который должен быть для изображения с очень низким уровнем шума. То же самое относится и к корреляции Пирсона. Таким образом, для одного и того же объекта под микроскопом более шумные изображения будут давать меньшую колокализацию, чем чистое изображение с низким уровнем шума. Это означает, что вы не можете сравнивать разные изображения с разным сигналом: уровнем шума, если у вас нет способа оценить шум и исправить его (см. рис. 2). Фоновое и цифровое смещение должны быть вычтены (это не влияет на Пирсона, но влияет на другие измерения), и шум должен быть отфильтрован, подавлен или лучше избегать путем сбора как можно большего количества фотонов.

Деконволюция - отличный способ восстановить изображения, чтобы лучше оценить реальное пространственное распределение флуорофора, подавляя шум и удаляя смещение или фон, одновременно улучшая контраст и динамический диапазон, выравнивая пространственную частотную характеристику до предела разрешения объектива. Конфокальные изображения также должны быть не свернуты, а не только широкоугольные изображения, особенно в случае слабого сигнала и высокого шума.

7

Рис. 2 Пример влияние шума

Выделение флуоресцентного излучения выглядит как идеальная колокализация

Как это часто бывает для пар DAPI ядерных пятен и красителей GFP, когда изображения захватываются в одно и то же время, когда оба красителя возбуждаются и обнаруживаются одновременно, флуоресцентная эмиссия, проходящая через нее, дает неверные результаты, поскольку сигнал от DAPI также появляется в GFP канал обнаружения! Где больше DAPI, там также больше сигнала в канале GFP. Это похоже на действительно хорошую колокализацию, но, конечно, это полностью неверно! Это проблема, связанная с неправильной настройкой или неправильной настройкой систем формирования изображения. Это также может произойти со многими другими комбинациями красителей, если они имеют перекрывающиеся спектры излучения.

8

Всегда проверяйте свои спектры. Вы можете сделать это здесь: Invitrogen Fluorescent Dye Spectra Viewer. Чтобы быть в безопасности, убедитесь, что наборы фильтров эмиссии не пропускают неправильный сигнал, и выполняйте «последовательную визуализацию», чтобы вы возбуждали и отображали только один краситель за раз.

Области интереса (ROI)

Следует ли рассматривать ноль-ноль пикселей как часть интересных данных для алгоритмов, чтобы иметь дело с. Если подумать, на флуоресцентном изображении обычно довольно большая область, черная в обоих каналах. Например, когда между ячейками есть пространство или просто нет сигнала в каком-либо канале, поскольку эта область не является частью интересной области выборки. Философский, но важный момент: зачем беспокоиться о съемке черных областей? Зачем анализировать черные области на предмет колокализации? Конечно, вы не заинтересованы в этих регионах, так как они не содержат никакой информации для вас? Если вы выполняете эти методы корреляции интенсивности пикселей и включаете пиксели с нулевым нулем, то, конечно, эти пиксели имеют очень высокую корреляцию! Они имеют одинаковую ценность.

Приводка является операцией подготовки печатных машин к печатанию тиража, обеспечивающая правильное положение оттиска на бумаге. Цель приводки - получить поля заданных размеров, совместить оттиски на лицевой и оборотной сторонах листа, обеспечить точное совпадение отдельных красок при многокрасочной печати. Приводка достигается путём перемещения печатной формы или её частей и изменением положения бумаги по отношению к форме. Современные машины контролируют приводку во время печати автоматически, с помощью устройств автоприводки: фотодатчик следит за специальными метками, электронная часть "анализирует" и осуществляет "команду", а исполнительные механизмы вносят поправку в положение формы или бумаги.

9

Приводкой красок в полиграфии называют точное размещение изображений без сдвигов на лицевой и оборотной сторонах запечатываемого листа. Как правило, допускаются отклонения около 0,1 мм. Очень важным фактором для получения качественной многокрасочной продукции, является высокая точность наложения цветоделенных изображений. Точность приводки красок должна находиться в пределах нескольких сотых мм. Наиболее простым способом проверки совмещения красок, является просматривание через лупу определенного участка изображения. Лучше использовать лупу, оснащенную специальной измерительной шкалой, данный вариант позволяет печатнику оценить величину не совмещения красок и, насколько это возможно, отрегулировать не приводку.

Чтобы упростить процесс контроля приводки красок, на оттиске вдоль изображения печатают специальные приводочные метки. Эти метки таким образом копируются на печатные формы, что при точном совмещении всех меток для цветоделенных красок, данные метки ложатся прямо друг на друга. Отклонение можно оценить с помощью лупы, далее эти отклонения учитываются при приладке печатной машины (настройке машины перед процессом печатания). Автоматические устройства измерения приводки краски способны распознавать отклонения, оценивать их и даже передавать данные для коррекции приводки прямо в систему настройки печатной машины.

Чтобы измерить совмещение красок в процессе печати продукции, существуют измерительные системы, установленные и на листовых и на рулонных печатных машинах. Процесс измерения осуществляется благодаря использованию приводочных меток, отпечатанных по периметру основного изображения.

Но они абсолютно неинтересны! Конечно, метод автоматического порога исключает их из цифр tM1 и tM2, но зачем включать их в первую очередь? Вероятно, лучше не включать их, если нет веской причины для этого. Почему бы просто не изобразить область или просто проанализировать область, где происходит ваша биология?