CN105051762A - 用于确定涂料配方的系统和方法 - Google Patents

Abstract

本发明涉及一种计算机实现方法。所述方法包括使用处理器识别目标涂料中的体颜料，其中识别包括应用贝叶斯处理；以及使用处理器识别所述目标涂料中的至少一个精制颜料，其中识别包括应用贝叶斯处理。所述方法还包括使用处理器配制目标涂料的配方并且输出所述配方，其中配制包括应用贝叶斯处理。

Description

用于确定涂料配方的系统和方法

技术领域

在各个实施例中，本发明一般涉及一种用于评估涂料混合物的比色和物理性质属性的系统和方法，以便向用户提供调色剂列表和匹配的涂料配方。

背景技术

为了使用配方或搜索引擎(或可视处理)向涂有目标涂料的目标样本提供适当的配色，希望确定所述目标涂料的正确着色。如果利用与在目标涂料中的颜料或适当的补偿相同的颜料或适当的补偿，那么对目标涂料的配方来说配方或搜索处理可以达到明显的最优解决方案。另一方面，有意地或无意地从可用性中排除那些颜料将导致不那么优的配色。

几种现有的配方引擎和方法试图经由各种算法来完成颜料选择和配方。各种颜料标识包和配方引擎采取“强制(brute)”力、推测和检查类型的途径来向它们的用户提供配方和颜料信息。组合的途径或强制力法是频繁使用的方法，其中给定在最终匹配中想要的颜料的最终数目，以所有可用的组合来组合几乎所有可用的颜料。组合的途径可以利用Kubelka-Munk方程式或其导数来产生各个配方。尽管已经存在一些方法，其中给定某些条件的情况下这些方法会限制一些颜料的使用以便优化引擎速度，不过最终结果是相对于样本验证配方(formula)组合并且向用户提供最接近匹配目标涂料的一个或多个配方的选择。存在各种形式的ΔE或其它比色评定算法，用于与样本相比较确定匹配的准确性。

其它解决方案要求用户向配方引擎提交调色剂的样本集，并且其它方法选择预定义的要使用的调色剂子集。这些方法都没有利用逐步方法而经常导致非最优解决方案。这些方法对于用户来说一般是繁重的并且缺乏适当的“直观性”以向所述用户提供良好解决方案的合理化方法。另外，按照这种方法论的本质，可能排除匹配目标涂料所必须的适当颜料。

神经网络已经用于从预先产生的可能的匹配的现有数据库中选择颜色匹配或者充当配方引擎本身。神经网络的强项在于其解决线性和非线性关系的能力，但是此强项的代价是笨重、无适应性并且要求显著的开销来细致地管理有时庞大的学习数据库和结构。神经网络的无适应性或刻板操作一般必须在反馈设计中使用以优化通向网络的隐蔽层以及在网络的隐蔽层内的节点权重。神经网络要求从想要的输出获取的此类反向传播误差以便“学习”。神经网络的实际学习或训练基于给定想要的输出、通过根据在先的迭代误差反复再引入权重的输入和调整来减小计算误差。

如在图1中所见，如果需要校正误差或者需要考虑新的信息块，那么典型的神经网络要求接近理论上定义的输入并且要求显著的努力来更新和/或改变各个层(节点)。尽管与一些在先的模型相比较，较少的步骤对用户来说是明显的，不过神经网络趋向于相对缓慢并且是单向的，这是由于其试图在一个大的步骤中完成对配方或颜色搜索的解决方案的本质。如上面论述的方法论一样，排除必须的颜料也是一种可能性。神经网络还要求精确地并且多少有些乏味的对权重、数据库、计算、复杂且刻板的处理映射和基本“训练”的维护是有效的。

从而，需要一种系统和方法，其具有把处理步骤划分为较小的多方向块的灵活性并且为了速度和准确性利用前馈类型设计。还需要一种系统和方法，其使用户交互最小化并且结合配方引擎创建了颜料识别和容差的灵活的逐步方法论。

发明内容

依照第一方面，本发明的实施例提供了一种计算机实现的方法。所述方法包括使用处理器识别目标涂料中的体颜料(bulkpigment)，其中识别包括应用贝叶斯处理，并且使用处理器识别所述目标涂料中的至少一种精制颜料(refinedpigment)，其中识别包括应用贝叶斯(Bayesian)处理。所述方法还包括使用处理器配制目标涂料的配方并且输出所述配方，其中配制包括应用贝叶斯处理。

依照另一方面，本发明的实施例针对一种系统。所述系统包括数据库和与所述数据库通信的处理器。所述处理器被编程为：识别目标涂料中的体颜料，其中识别包括应用贝叶斯处理；以及识别所述目标涂料中的至少一个精制颜料，其中识别包括应用贝叶斯处理。所述处理器还被编程为配制目标涂料的配方并且输出所述配方，其中配制包括应用贝叶斯处理。

依照另一方面，本发明的实施例提供一种设备。所述设备包括用于识别目标涂料中的体颜料的装置，其中识别包括应用贝叶斯处理，和用于识别所述目标涂料中的至少一个精制颜料的装置，其中识别包括应用贝叶斯处理。所述设备还包括用于配制目标涂料的配方的装置和用于输出所述配方的装置，其中配制包括应用贝叶斯处理。

依照进一步方面，本发明实施例提供了一种非瞬时性计算机可读介质，包括用于使处理器进行以下操作的软件：

识别目标涂料中的体颜料，其中识别包括应用贝叶斯处理；

识别目标涂料中的至少一个精制颜料，其中识别包括应用贝叶斯处理；

配制目标涂料的配方，其中配制包括应用贝叶斯处理；并且

输出所述配方。

附图说明

图1例示了典型的神经网络。

图2和3例示了依照本发明各个实施例的系统的四个层级或模块的高级表示。

图4例示了典型的贝叶斯系统的示例。

图5例示了依照本发明各个实施例的体颜料识别贝叶斯模块的高级表示。

图6例示了依照本发明各个实施例的精制颜料识别贝叶斯模块的高级表示。

图7例示了依照本发明各个实施例的配方引擎或模块的高级表示。

图8例示了可以用来识别目标样本的涂料混合物的物理性质属性的系统的实施例。

图9例示了依照本发明各个实施例的四个层级贝叶斯系统的高级表示。

图10例示了用于识别目标样本的涂料混合物的物理性质属性的处理的实施例。

具体实施方式

在各个实施例中，本发明一般涉及包括贝叶斯可信度系统的系统和方法，所述贝叶斯可信度系统可以包括例如四个层级或模块，其可以是独立的或从属的贝叶斯系统和方法。如图2中所例示，层级可以包括体颜料识别模块10、精制颜料识别模块12、容差模块14和配方模块16。所述模块可以组合使用以便识别颜料类型、特定颜料并且配制涂有未知目标涂料的样本的处方。依照另一方面，模块10、12、14和16可以单独地用来识别颜料类型或特定颜料以便帮助可视化或计算机化搜索处理，以便从数据库中发现匹配配方。

如图2中所例示，模块10、12、14和16可以是单独的并且在高等级处不完全连接。图3例示了其中模块10、12、14和16可以作为贝叶斯系统通信的方式。

虽然这里的描述一般指的是油漆，但是应当理解，所述设备、系统和方法适用于其它类型的涂料，包括着色剂和工业涂料。描述的本发明实施例不应当被认为是限制。可以在各种领域实施与本发明一致的方法，诸如服装和时装产品的匹配和/或搭配。

本发明的实施例可以被用于或结合到计算机系统中，其可以是单独的单元或包括经由网络(诸如，例如，因特网或内联网)与中央计算机通信的一个或多个远程终端或设备。因而，这里描述的计算机或“处理器”和相关组件可以是本地计算机系统或远程计算机或在线系统或其组合的一部分。这里描述的数据库和软件可以被存储在计算机内部存储器中或非瞬时性计算机可读介质中。

贝叶斯系统基于根据贝叶斯法则的概率推理，其根据条件概率的定义导出。在图4中示出了贝叶斯系统的示例。

方程式1：贝叶斯法则

$P\left(A\right|B)=\frac{P\left(B\right|A)P\left(A\right)}{P\left(B\right)}$

其中：P(B)≠0

为了简化目标涂料的颜料识别，可以使用一般分类处理来把样本归入一种或多种体颜料类型。通过利用贝叶斯法则，从属和独立的判定点的系统可以被设计成用于确定未知样品中的颜料类型或体颜料。体颜料可以基于颜料种类的特性来定义，诸如但不局限于以下种类：固体(solid)、效果(effect)和铝。给定贝叶斯系统的灵活性，可以进一步细分体调色剂分类，使得表明银铝和有色铝之间的差异。

由多个判定点组成的基本贝叶斯系统可以用来确定给定样本只包含一种颜料类型、全部体颜料类型或其较少组合的概率(可信度)。各个判定点可以由以下组成，但不局限于此：用于体颜料类型的特定角分析(即寻找由角频谱数据的选择内的颜料表明的关键特性)、关于频谱数据或比色信息的相似性指标的使用、颜料性质的三维(3D)和二维(2D)几何评估、颜料性质的混合静电分析、频谱和比色数据的标准化多角集的评估、纹理信息分析(经由原理组件方法论的可能图像分析)、镜面信息的评估、甚至连同通过操作频谱和比色信息所创建的2D平面的物理轨迹的应用。在图5中示出了体颜料识别贝叶斯模块10的示例。可以构思判定点以便参照每个体颜料类型的参考特性从而确定目标涂料中的适当体颜料。每个判定点可以按照关于其成功地确定体颜料类型的唯一概率的固定预定值，被同样地或区分地加权。给定由判定识别的体颜料类型，可以进一步精炼概率。在各个实施例中，可以首先确定给定目标涂料是纯粹色调(straightshade)还是其它类型的体着色。然后可以全部或部分地使用或重新使用判定点，以便经由重新使用判定点或通过利用从先前的点继承的判定来进一步定义体颜料。第一模块10的输出是目标涂料的体颜料的确定。

一旦模块10已经对体颜料确定了可信度，那么就可以原样使用该信息或者可以将其进一步传播到各种贝叶斯系统中以便由模块12执行精制颜料识别。精制颜料识别贝叶斯系统可以用来确定包括给定目标涂料的特定颜料或其补偿。颜料识别模块12可以被扩大以确定在目标涂料中利用的最可能颜料的子集来将该信息馈送到配方引擎16。在各个实施例中，根据分析的第一层级10确定的体颜料可以被用作用于下一处理层级的“开始”判定点。开始判定点可以被连接到另一个判定点集，包括但不限于以下：从任何预先使用的判定点的重新使用和/或继承、基于特定体着色的精制角分析、推迟和/或偏振光谱信息的评估、向频谱数据应用开普勒行星运动法则的分析、被应用于频谱和/或比色数据的磁性和电磁线圈的唯一评估、与频谱数据相比较的俄国蛋白石或抛光金属的考虑、在频谱数据上使用层流和塞流理论、甚至效能/产能损失方程的考虑以便进一步精炼复杂混合物中特定颜料的本质。在图6中示出了精制颜料识别模块12的示例。精制颜料识别模块12中的判定点可以考虑目标涂料对比关于选择的油漆系统的颜料的已知信息的特性以便确定适当可用的颜料。精制颜料识别模块12的输出可以是依照与目标涂料中的颜料可接受的匹配的概率的次序的颜料列表。然后可以原样将列表用于颜色匹配或将其传递到配方引擎16以便生成与目标涂料的可接受的匹配。

第三层级14开发了用于贝叶斯系统的容差解决方案。取决于应用，容差模块14可以被设计成确定用于配方引擎16的充分停止点。可以计算在可视可接受极限之间的相关性，其中可以把各种贝叶斯的判定点连接在一起。判定点的示例可以是但不局限于以下各种：诸如L、C、h、ΔE之类的比色值、光谱信息的相似性指标、镜面信息的各个关键组合的3D和/或2D模式、复合匹配评级系统、纹理评估或组合的角标准化频谱“曲线”。在实施例中，容差层级14的目的是提供关于给定配方是否提供可接受的配方或者配方引擎16是否要求进一步迭代以便为给定目标涂料提供单个最佳匹配的二进制应答。

第四层级16是部分或完整的贝叶斯配方引擎或模块。引擎16可以是基于为油漆应用特别修改的辐射传输方程的。可以在行星体上利用正常的辐射传输，其尽管与油漆表面(以小得多的规模)相似，不过不能在没有实质修改的情况下充分地对复杂油漆混合物和交互作用建模。贝叶斯系统可以用来通过向配方引擎馈送适当的颜料基础集并且为配方的可接受匹配质量提供容差，或者通过充当包括不同类型的配方技术的配方引擎本身来配制复杂混合物。该技术可以包括但不限于：标准或修改的Kubelka-Munk配方、经由基于导数矩阵的直接解方法、组合匹配或修改的多流量理论。返回参照容差层级14，这些技术可以在贝叶斯系统中迭代地利用以便产生匹配目标涂料的视觉可接受的配方。在图7中例示了附着到配方引擎16的容差贝叶斯模块14的示例。如上文所描述，完整的贝叶斯系统可以经由光谱曲线匹配策略被用为配方引擎16本身，给定可以经由体颜料识别和精制颜料识别达到的减少的颜料选择，所述光谱曲线匹配策略利用组合方法。同样利用容差层级来确定与目标涂料的可接受的视觉匹配。

图8例示了可以用来识别目标样本的涂料混合物的物理性质属性的系统90的实施例。用户92可以利用诸如图形用户接口之类的用户接口94来操作分光光度计96以便测量目标样本98的性质。来自分光光度计96的数据可以被传输到计算机100，诸如个人计算机、移动设备或任何类型的处理器。计算机100可以经由网络102与服务器104通信。网络102可以是任何类型的网络，诸如因特网、局域网、内联网或无线网络。服务器104与数据库106通信，所述数据库106可以存储由本发明实施例的方法使用和产生的数据和信息。本发明实施例的方法的各个步骤可以由计算机100和/或服务器106执行。

通过组合全部四个层级10、12、14和16，可以在具有或没有照相机或类似数据收集设备的情况下利用计算机、数据库和分光光度计为目标涂料确定体颜料、精制颜料列表和视觉匹配配方。贝叶斯系统、分光光度计和数据库的复杂级别可以确定每个处理层级的最终解决方案的质量。假定使用足够的数据集，如果利用适当强大的分光光度计，那么更复杂的贝叶斯系统可以生成最准确的配方。利用普通的分光光度计和有限数据集(例如，具有几个硬编码基准点的数据集)的简单化的贝叶斯系统可以生成不那么满意的配方。这对这里描述的每个各自层级来说也是成立的。每个层级10、12、14和16可以被单独地用于向其它工具或用户提供信息以便以手动处理继续。然而，在手动颜色匹配活动的任何阶段，用户可以选择重新进入处理并且提供适当的信息来继续利用贝叶斯系统。在图9中呈现了包括层级10、12、14和16的完整贝叶斯系统的示例。

图10例示了用于识别目标样本的涂料混合物的物理性质属性的处理的实施例。处理从步骤20开始，其中从工具(例如，分光光度计96)收集数据。在步骤22，处理确定是否呈现固体(solid)或效果(effect)。如果呈现固体，那么在步骤24所述处理使用容差模块14确定在步骤22的判定是否在可接受的容差内。如果不在，那么所述处理返回到步骤22。如果在步骤22确定呈现效果，那么处理前进到步骤26，在那里所述处理使用容差模块14确定在步骤22的判定是否在可接受的容差内。如果不在，那么处理返回到步骤22。

如果如步骤26确定的，在步骤22的判定在可接受的容差内，那么所述处理前进到步骤28，在那里体颜料模块10识别目标涂料中的体颜料。在步骤30，所述处理使用容差模块14确定体颜料识别是否在可接受的容差内。如果不在，那么处理返回到步骤28。如果体颜料识别在可接受的容差内，那么处理前进到步骤32，在那里提示用户处理是否应当继续或者用户是否想要使用手动处理继续进行。如果在步骤24确定容差在可接受的级别内，那么也进入步骤32。

如果在步骤32用户选择让处理进行，那么处理前进到步骤34，在那里精制颜料识别模块12识别目标涂料中的精制颜料。在步骤36，处理使用容差模块14确定精制颜料识别是否在可接受的容差内。如果不在，那么处理返回到步骤34。如果精制颜料识别在可接受的容差内，那么处理前进到步骤38，在那里提示用户处理是否应当继续或者用户是否想要使用手动处理继续进行。

如果在步骤38用户选择让处理进行，那么处理前进到步骤40，在那里配方引擎16确定目标涂料的匹配配方。在各个实施例中，代替用于得出配方的配方引擎16，可以使用附加的贝叶斯系统或模块作为搜索引擎利用在例如数据库中存储的数据进行数据匹配。在步骤42，处理使用容差模块14确定配方是否在可接受的容差内。如果不在，那么处理返回到步骤40。如果配方在可接受的容差内，那么处理前进到步骤44，在那里提示用户处理是否应当继续或者用户是否想要使用手动处理继续进行。

如果在步骤44用户选择让处理进行，那么处理前进到步骤46，在那里提示用户配方是否是可接受的或者是否应当通过配方引擎16执行另一次迭代。如果想要另一次迭代，那么处理返回到步骤40。如果不想要另一次迭代，那么处理在48退出并且采用该配方。

尽管这里已经把各个实施例描述为具有在贝叶斯系统内做出的判定点，不过预期可以在贝叶斯系统之外进行这种判定。

依照另一方面，本发明可以被实现为非瞬时性计算机可读介质，其包含用于使计算机或计算机系统执行上述方法的软件。软件可以包括用于使处理器和用户接口能够执行这里描述的方法的各个模块。

那些本领域技术人员将容易地理解，在不脱离在上文的说明书中公开的原理的情况下可以对本发明作出修改。这种修改将被认为是包括在以下权利要求内，除非权利要求通过其语言明确地另外声明。据此，这里详细描述的特定实施例只是例示性的而不限制本发明的范围，所附权利要求及其任何和所有其等同物的全部宽度赋予本发明的范围。

Claims (19)

1.一种计算机实现的方法，包括：

使用处理器识别目标涂料中的体颜料，其中识别包括应用贝叶斯处理；

使用处理器识别所述目标涂料中的至少一种精制颜料，其中识别包括应用贝叶斯处理；

使用处理器配制所述目标涂料的配方，其中配制包括应用贝叶斯处理；以及

输出所述配方。

2.如权利要求1所述的方法，还包括使用处理器确定所述体颜料识别是否在可接受的容差内。

3.如权利要求1所述的方法，还包括使用处理器确定所述精制颜料识别是否在可接受的容差内。

4.如权利要求1所述的方法，还包括使用处理器确定所述配方是否在可接受的容差内。

5.如权利要求1所述的方法，其中识别所述体颜料包括以下至少一个：执行角分析、使用相似性指标、执行几何评估、执行静电评估、评估频谱和比色数据的标准化多角集、分析纹理信息、评估镜面信息以及应用物理轨迹。

6.如权利要求1所述的方法，其中识别所述精制颜料包括以下至少一个：重新使用至少一个之前使用的判定点、执行精制角分析、评估推迟和/或偏振的光谱信息、向频谱数据应用开普勒行星运动法则、评估应用于频谱和/或比色数据的磁性和电磁线圈、与频谱数据相比较考虑俄国蛋白石或抛光金属、对频谱数据使用层流和塞流理论、以及使用效能/产能损失方程。

7.如权利要求1所述的方法，其中配制所述配方包括使用以下至少一个：Kubelka-Munk处理、利用基于导数的矩阵的直接解、组合匹配、和多流量理论。

8.如权利要求1所述的方法，还包括从分光光度计获得数据。

9.一种系统，包括：

数据库；和

处理器，与所述数据库通信并且被编程为：

识别目标涂料中的体颜料，其中识别包括应用贝叶斯处理；

识别所述目标涂料中的至少一种精制颜料，其中识别包括应用贝叶斯处理；

配制所述目标涂料的配方，其中配制包括应用贝叶斯处理；以及

输出所述配方。

10.如权利要求9所述的系统，还包括与所述处理器通信的分光光度计。

11.如权利要求9所述的系统，还包括与所述处理器通信的显示设备。

12.一种设备，包括：

用于识别目标涂料中的体颜料的装置，其中识别包括应用贝叶斯处理；

用于识别所述目标涂料中的至少一种精制颜料的装置，其中识别包括应用贝叶斯处理；

用于配制所述目标涂料的配方的装置，其中配制包括应用贝叶斯处理；以及

用于输出所述配方的装置。

13.如权利要求12所述的设备，还包括用于确定所述体颜料识别是否在可接受的容差内的装置。

14.如权利要求12所述的设备，还包括用于确定所述精制颜料识别是否在可接受的容差内的装置。

15.如权利要求12所述的设备，还包括用于确定所述配方是否在可接受的容差内的装置。

16.一种非瞬时性计算机可读介质，包括用于使处理器执行以下操作的软件：

识别目标涂料中的体颜料，其中识别包括应用贝叶斯处理；

识别所述目标涂料中的至少一种精制颜料，其中识别包括应用贝叶斯处理；

配制所述目标涂料的配方，其中配制包括应用贝叶斯处理；以及

输出所述配方。

17.如权利要求16所述的介质，还包括用于使所述处理器确定所述体颜料识别是否在可接受的容差内的软件。

18.如权利要求16所述的介质，还包括用于使所述处理器确定所述精制颜料识别是否在可接受的容差内的软件。

19.如权利要求16所述的介质，还包括用于使所述处理器确定所述配方是否在可接受的容差内的软件。