1.基于近红外光谱的彩色印刷油墨颜色鉴别方法，其特征在于，包括如下步骤：

Q1、油墨样品制作：从数据库中提取油墨对应的各基材类型，并从中随机选取一个基材类型，作为标定基材，进而通过相应的制作方式得到各油墨样品；

Q2、油墨样品检测：对各油墨样品对应的表观参数进行检测，得到各油墨样品对应的表观参数：通过图像采集技术对各油墨样品对应的表观图像进行采集，得到各油墨样品对应的表观图像，从各油墨样品对应的表观图像中识别出各油墨样品对应表观图像的各异常处，同时获取各油墨样品对应表观图像的各异常处的异常面积，并对各油墨样品对应表观图像的各异常处的异常面积进行求和计算，得到各油墨样品对应表观图像的异常总面积，作为各油墨样品对应表观图像的表观异常面积；

对各油墨样品对应的表观图像进行灰度化处理，得到各油墨样品对应的表观灰度图像；

在各油墨样品对应的表观灰度图像上进行检测点均匀布设，得到各油墨样品对应表观灰度图像上各检测点，同时获取各油墨样品对应表观灰度图像上各检测点的灰度值；

由各油墨样品对应表观图像的表观异常面积和各油墨样品对应表观灰度图像上各检测点的灰度值构成各油墨样品对应的表观参数；

并基于各油墨样品对应的表观参数分析得到各油墨样品对应的质检值：从各油墨样品对应的表观参数中提取各油墨样品对应表观图像的表观异常面积 ，i表示为各油墨样品的编号，i=1,2,...,n，i为正整数，n表示为油墨样品编号的总数，同时从各油墨样品对应的表观参数中提取各油墨样品对应表观灰度图像上各检测点的灰度值，记为 ，j表示为各检测点的编号，j=1,2,...,m，j为正整数，m表示为检测点编号的总数；

获取各油墨样品对应的表观面积，记为 ，依据公式

计算出各油墨样品对应的质检值 ，e为自然常数， 为第i个油墨样品对应表观灰度图像上第(j+1)检测点的灰度值，a1、a2、a3为设定的权值因子，a1、a2、a3的取值范围均大于0小于1；

通过分析得到各合格油墨样品和各不合格油墨样品，将各不合格油墨样品送至Q1进行样品重新制作，并重复执行步骤Q2，直至各油墨样品均为合格油墨样品，再执行步骤Q3；

Q3、干扰检测：对实验室对应的环境参数进行检测，得到实验室对应的环境参数：通过温度传感器对实验室对应当前检测时段中各检测时间点的温度进行检测，得到实验室对应当前检测时段中各检测时间点的温度；

通过湿度传感器对实验室对应当前检测时段中各检测时间点的湿度进行检测，得到实验室对应当前检测时段中各检测时间点的湿度；

通过噪音传感器对实验室对应当前检测时段中各检测时间点的噪音强度进行检测，得到实验室对应当前检测时段中各检测时间点的噪音强度；

由实验室对应当前检测时段中各检测时间点的温度、湿度和噪音强度构成实验室对应的环境参数；并基于此分析得到实验室对应的环估值和音估值：从实验室对应的环境参数中提取实验室对应当前检测时段中各检测时间点的温度 、湿度 ，f表示为各检测时间点的编号，f=1,2,...,g，f为正整数，g表示为检测时间点编号的总数；

从数据库中提取实验室对应的参考环境温度CW和参考环境湿度CS；

依据公式 计算出实验室对应当

（f+1）

前检测时段的温估值WG，WD 为实验室对应当前检测时段中第(f+1)个检测时间点的温度，b1、b2、b3、b4为设定的影响因子，b1、b2、b3、b4的取值范围均大于0小于1；

依据公式 计算出实验室对应当

（f+1）

前检测时段的湿估值SG，SD 为实验室对应当前检测时段中第(f+1)个检测时间点的湿度，b5、b6、b7、b8为设定的影响因子，b5、b6、b7、b8的取值范围均大于0小于1；

依据公式HG=WG×c1+SG×c2计算出实验室对应的环估值HG，c1、c2表示为设定的权值因子，c1、c2的取值范围均大于0小于1；

从实验室对应的环境参数中提取实验室对应当前检测时段中各检测时间点的噪音强度，从数据库中提取实验室对应的参考噪音强度CY，通过分析得到实验室对应的音估值；

从实验室对应的环境参数中提取实验室对应当前检测时段中各检测时间点的噪音强度 ；

依据公式 计算出实验室对应的音估值YG，c3为设定的权值因子，

c3的取值范围为大于0小于1；

基于实验室对应的环估值和音估值分析得到实验室对应的干扰参数，若实验室对应的干扰参数中干扰等级为甲等，则执行Q4，反之，则执行Q5；

Q4、干扰调整：基于实验室对应的干扰参数中干扰等级和影响参数对实验室对应的环境进行相应的调整，并重复执行Q3，直至实验室对应的干扰参数中干扰等级为乙等，再执行Q5；

Q5、数据分析：通过近红外光谱仪器对各合格油墨样品进行检测，得到各合格油墨样品对应的近红外光谱数据，并通过对比分析得到各可测样品对应的油墨参数以及各待测样品：基于各合格油墨样品对应的近红外光谱数据构建各合格油墨样品对应近红外光谱的波段图形；

从数据库中提取各油墨颜色对应的近红外光谱波段图形，将各合格油墨样品对应近红外光谱的波段图形与各油墨颜色对应的近红外光谱波段图形进行重合对比，得到各合格油r墨样品对应各油墨颜色的近红外光谱的波段图形重合面积CHp，r表示为各合格油墨样品的编号，r=1,2,...,t，r为正整数，t表示为合格油墨样品编号的总数，p表示为各油墨颜色的编号，p=1,2,...,x，p为正整数，x表示为油墨颜色编号的总数，并获取各合格油墨样品对应r近红外光谱的波段图形的面积HS以及各油墨颜色对应近红外光谱波段图形的面积 ；

依据公式 计算出各合格油墨样品对应各油

墨颜色的图形重合度 ，c4、c5为设定的权值因子，c4、c5的取值范围均大于0小于1；

将各合格油墨样品对应各油墨颜色的图形重合度与设定的图形重合度阈值进行对比，若某合格油墨样品对应某油墨颜色的图形重合度大于设定的图形重合度阈值，则将该油墨颜色作为该合格油墨样品的匹配油墨颜色，由此得到各合格油墨样品对应的匹配油墨颜色集合；

对各合格油墨样品对应的匹配油墨颜色集合进行识别，若某合格油墨样品对应的匹配油墨颜色集合中只有一个匹配油墨颜色，则将该合格油墨样品记为可测样品，将该匹配油墨颜色作为该可测样品的油墨参数，反之，则将该合格油墨样品记为待测样品，由此统计得到各可测样品对应的油墨参数以及各待测样品；

将各可测样品对应的油墨参数置入步骤Q7中处理，将各待测样品置入步骤Q6中进行处理；

Q6、再次分析：通过色谱技术对各待测样品进行检测，得到各待测样品对应的色谱参数：在各待测样品上进行检测点均匀布设，得到各待测样品对应的各检测点，同时通过色度检测仪对各待测样品对应各检测点的色度进行检测，得到各待测样品对应各检测点的色度；

将各待测样品对应各检测点的色度按照从大到小的顺序依次进行排列，并从中提取各待测样品对应的众数色度，作为各待测样品对应的色谱参数；

将各待测样品对应的色谱参数与设定的各色谱参数对应的油墨颜色进行匹配，得到各待测样品对应的油墨颜色，作为各待测样品对应的油墨参数，并将各待测样品对应的油墨参数置入步骤Q7中处理；

Q7、油墨样品颜色鉴别：将各可测样品对应的油墨参数通过执行端进行相应的处理，将各待测样品对应的油墨参数通过执行端进行相应的处理。

2.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法，其特征在于，所述通过分析得到各合格油墨样品和各不合格油墨样品，分析方式为：将各油墨样品对应的质检值与设定的质检值阈值进行对比，若某油墨样品对应的质检值大于设定的质检值阈值，则将该油墨样品记为合格油墨样品，反之，则将该油墨样品记为不合格油墨样品，统计得到各合格油墨样品和各不合格油墨样品。

3.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法，其特征在于，所述基于实验室对应的环估值和音估值分析得到实验室对应的干扰参数，分析方式为：将实验室对应的环估值与设定的环估值阈值进行对比，若实验室对应的环估值大于设定的环估值阈值，则判定实验室对应温湿度的干扰等级为乙等，若实验室对应的环估值小于或等于设定的环估值阈值，则判定实验室对应温湿度的干扰等级为甲等，影响参数为实验室对应的温湿度；

将实验室对应的音估值与设定的音估值阈值进行对比，若实验室对应的音估值大于设定的音估值阈值，则判定实验室对应噪音的干扰等级为乙等，若实验室对应的音估值小于或等于设定的音估值阈值，则判定实验室对应噪音的干扰等级为甲等，影响参数为实验室对应的噪音；

由此分析得到实验室对应的干扰参数。

4.根据权利要求1所述的基于近红外光谱的彩色印刷油墨颜色鉴别方法，其特征在于，所述各待测样品对应的油墨参数，具体分析方式为：将各待测样品对应的色谱参数与设定的各色谱参数对应的油墨颜色进行匹配，得到各待测样品对应的油墨颜色，作为各待测样品对应的油墨参数。