CN107194081A - 一种汽车素色漆计算机配色方法 - Google Patents
一种汽车素色漆计算机配色方法 Download PDFInfo
- Publication number
- CN107194081A CN107194081A CN201710379898.1A CN201710379898A CN107194081A CN 107194081 A CN107194081 A CN 107194081A CN 201710379898 A CN201710379898 A CN 201710379898A CN 107194081 A CN107194081 A CN 107194081A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- paint
- plain color
- concentration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种汽车素色漆计算机配色方法,该方法利用颜色学理论精确地描述色料的颜色属性,先建立素色漆的基础颜色的光学数据,将其存储在数据库中,需要进行计算机配色时,读取目标颜色数据,调取数据库中相关颜色的光学数据,进行准确的预测计算,得到精确的配方的过程,实现汽车素色漆的自动化配色。本发明能够有效解决汽车修补漆行业中存在的耗时长、成本高和效果差的问题,通过引入可精密测量色彩数据的分光光度计,并针对素色的计算机配色提出了素色漆混合配色,以实现汽车素色漆的自动化高精度配色,具有高时效性、高灵活性和高精度的优点。
Description
技术领域
本发明涉及汽车修补漆行业中的的汽车素色漆配色技术,尤其涉及一种用于的汽车素色漆计算机配色方法。
背景技术
计算机配色通过利用颜色学理论精确地描述色料的颜色属性,能够为具体生产实践提供指导,简化配色过程。计算机配色可以广泛应用于涂料、纺织、成衣和汽车等涉及颜色的行业领域。计算机配色技术始于20世纪30年代,CIE(国际照明委员)创立了三刺激值色度学系统,Hardy成功设计出自动记录式反射率分光光度计;1931年Kubelka-Munk提出光线在不透明介质中被吸收和散射的理论,也就是现时期大多数计算机配色系统的理论基础——Kubelka-Munk理论,简称K-M理论,K-M理论联系了物体的反射率R与吸收系数K和散射系数S的关系,为实现计算机配色奠定了基础。20世纪40年代是计算机配色技术发展时期,由美国氨氰公司的Park和联合王国涂料研究所的Duncann设计完成了最早的配色系统。尽管该系统的配色效率很低,但它的出现标志着实现计算机配色新时代的到来。20世纪50年代是计算机测色配色发展史上一个重要时期。1958年美国安装了由Davidson和Hemnmendinger开发的第一台模拟专用配色计算机,标志着计算机测配色系统的正式建立。20世纪60年代是计算机测色配色的兴起时期。这个时期,E.I.Du Pont de Nemours和帝国化工(ICI)相继宣布为客户提供计算机配色服务,使计算机配色蓬勃兴起。目前,在工业发达国家,与着色有关的行业如纺织印染、染料颜料制造业、涂料、塑料着色加工及油墨等行业普遍采用计算机配色系统作为产品开发、生产、质量控制、销售的有力工具,普及率很高。许多研究单位和生产厂商正在从事自动测色与配色系统的研制,相应的产品也不断投放市场,如美国的Datacolor、Macbeth、Shelyn、Hunterlab等,德国的Zeiss、Optronic,意大利的Oriential,日本的Minotao等。这些产品给使用者带来了生产科学化、高效率和经济效益。
在我国,计算机配色的理论研究和系统软件的开发都相对落后,计算机配色技术尚处于起步阶段。直至20世纪80年代初,上海纺织科学院从德国OPTON公司引进了第一台自动测色配色仪器。我国80年代开始进行国产电子配色系统的开发研究。沈阳化工研究院从1984年开始研究配色系统,推出了思维士配色中文软件,为国内最早的中文软件。该系统已在染料、印染、毛纺及塑料、油漆、油墨等有关的行业得到应用。2001年国防科学技术大学和世名科技公司联合研制了用于涂料配色的仿真系统,该系统能够较好地实现涂料浅色配色,并在涂料行业大量应用。但国内至今还有许多生产单位的颜色质量控制和配方预测过程仍然主要依靠工人的经验和目视判断,因此严重制约了我国颜色相关工业的发展。
在汽车修补漆行业,使用的油漆主要有三种:素色漆、银粉漆和珠光漆。素色漆是最普通的一种修补漆,主要由树脂、颜料和添加剂组成,从光学属性来看,素色漆在各个角度上面的反射率光谱是一致的,即呈现各向同性;银粉漆是加入铝粉的油漆,能够产生闪烁效果,增加美观性,银粉漆的明暗变换效果主要表现在正面和侧面两个方向看上去的颜色深浅不一致,从正面看上去具有最大的反射效果,会给人一种色调明亮的视觉感受;而从侧面看上去的时候,反射率会大大的降低,就会让人觉得色调变暗;珠光漆则是加入云母片的油漆,可以产生类似珍珠的彩虹效果,珠光漆与银粉漆一样,光学上具有各向异性,不同观察角下,颜色深浅和饱和度会发生变化。
在汽车修补漆行业,目前依然盛行人工调漆,即由技术工人针对需要修补车漆的汽车颜色,手工调制色母,得到接近目标色的油漆。这种方式既费力又费时,而且难以保证精度和稳定性。另一种方式是电脑调漆,在电脑调漆的工作中,电脑实际上就是一个大型的色漆配方的资料库,储存了各种色漆的标准配方。各种色漆均由数码进行标记,修理厂会根据待补漆车辆的标号,输入电脑得到该色漆的标准配方,按照配方进行调漆。但这个过程依然有着缺陷:一是难以覆盖所有车型,二是同一标号车型不同车龄、不同批次的情况难以解决色差问题。所以,在使用电脑调漆方法时,90%的情况依然需要依靠人工进行调整。因此,目前在汽车修补漆行业针对素色漆、银粉漆和珠光漆使用的调色方法,都离不开技术工人的人工调色,存在成本高、效率低等问题。
发明内容
本发明要解决的技术问题是:针对当前汽车修补漆行业中,在素色漆的汽车修补漆配色过程中缺乏计算机自动配色方法,依照既有配方配色存在无法解决的色差等问题,提供一种通过引入可精密测量色彩数据的分光光度计,并针对素色的计算机配色提出了素色漆混合配色,以实现汽车素色漆的自动化高精度配色的汽车素色漆计算机配色方法。
为了解决上述技术问题,本发明采用的技术方案为:
一种汽车素色漆计算机配色方法,实施步骤包括:
1)针对100%浓度的白色素色漆和共m种普通素色漆,获取100%浓度的白色素色漆的K/S值并记为(K/S)w、每一种100%浓度的普通素色漆i的K/S值并记为(K/S)i,其中K/S值为吸收系数与反射系数的比值,i的取值范围为[1,m];
2)针对每一种普通素色漆i,分别将不同浓度的普通素色漆混合和白色素色漆混合,检测不同浓度下混合漆的K/S值记为(K/S)m,基于色料混合公式计算普通素色漆i在浓度j下的吸收系数相对值(Si/Sw)j,最终将各个浓度j下的吸收系数相对值(Si/Sw)j进行拟合,将得到每一种普通素色漆i在任意浓度下的吸收系数相对值(Si/Sw)的函数表达式构建每一种普通素色漆i的基础素色漆数据库;
3)获取目标色块的K/S值并记为(K/S)s;
4)针对待配色的每一种普通素色漆i,根据基础素色漆数据库获取该普通素色漆i在指定初始化浓度的吸收系数相对值(Si/Sw),针对指定初始化浓度计算普通素色漆i的相对K/S值Ki/Sw;
5)构造式(1)所示第一三刺激值方程并进行方程求解,得到初始配方[C0,C1,C2,…,Cn],其中C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,C2为第2种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比;
式(1)中,△X表示目标色块与预测配方色块的三刺激值X的差异,△Y表示目标色块与预测配方色块的三刺激值Y的差异,△Z表示目标色块与预测配方色块的三刺激值Z的差异,E表示CIE-1931中广谱能量分布常量表示CIE-XYZ系统中标准色度观察者光谱刺激值X且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Y且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Z且为一个常量数据,R表示目标色块的反射率,C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比,d(K/S)表示K-M理论中对目标色块K/S值的微分,(K/S)s表示目标色块的K/S值,(K/S)w表示100%浓度的白色素色漆的K/S值,K1/Sw表示第1种普通素色漆在指定初始化浓度的相对K/S值,Kn/Sw表示第n种普通素色漆在指定初始化浓度的相对K/S值,△λ表示可见光波长范围内的采样的间隔;
6)初始化迭代次数阈值idex和迭代次数变量j,跳转下一步开始迭代执行;
7)首次迭代时将初始配方作为待迭代配方,否则将上一轮迭代得到的初始配方作为待迭代配方,分别计算待迭代配方中各种普通素色漆相对白色素色漆的浓度作为当前迭代浓度;
8)针对每一种普通素色漆i,根据基础素色漆数据库获取该普通素色漆i在当前迭代浓度下吸收系数相对值(Si/Sw),针对当前迭代浓度计算普通素色漆i的相对K/S值Ki/Sw;
9)构造式(2)所示第二三刺激值方程,令△X、△Y、△Z的值均为0,进行方程求解得到新的配方[C0,C1,C2,…,Cn],其中C0为白色素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比;
式(1)中,△X表示目标色块与预测配方色块的三刺激值X的差异,△Y表示目标色块与预测配方色块的三刺激值Y的差异,△Z表示目标色块与预测配方色块的三刺激值Z的差异,E表示CIE-1931中广谱能量分布常量表示CIE-XYZ系统中标准色度观察者光谱刺激值X且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Y且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Z且为一个常量数据,R表示目标色块的反射率,C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比,d(K/S)表示K-M理论中对目标色块K/S值的微分,(K/S)s表示目标色块的K/S值,(K/S)w表示100%浓度的白色素色漆的K/S值,K1/Sw表示第1种普通素色漆在当前迭代浓度下的相对K/S值,Kn/Sw表示第n种普通素色漆在当前迭代浓度下的相对K/S值,S1/Sw表示第1种普通素色漆在当前迭代浓度下的吸收系数相对值,Sn/Sw表示第n种普通素色漆在当前迭代浓度下的吸收系数相对值,△λ表示可见光波长范围内的采样的间隔;
10)将迭代次数变量j加1,判断迭代次数变量j小于迭代次数阈值idex是否成立,如果成立则跳转执行步骤7);否则,将最后一轮得到的新的配方[C0,C1,C2,…,Cn]输出,其中C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,C2为第2种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比。
优选地,步骤1)中获取100%浓度的白色素色漆的K/S值的步骤包括:制备100%浓度的白色素色漆的样板,使用分光光度计读取样板的反射率R,然后根据公式(3)计算得到100%浓度的白色素色漆的K/S值;步骤1)中每一种100%浓度的普通素色漆i的K/S值的步骤包括:分别制备每一种100%浓度的普通素色漆i的样板,分别使用分光光度计读取样板的反射率R,并根据公式(3)计算得到每一种100%浓度的普通素色漆i的K/S值;步骤3)中获取目标色块的C值的步骤包括:使用分光光度计读取目标色块的反射率R,并根据公式(3)计算得到目标色块的K/S值;
式(3)中,K/S表示计算得到的K/S值,R表示反射率。
优选地,步骤2)中进行拟合具体采用最小二乘逼近拟合算法进行拟合,得到的每一种普通素色漆i在任意浓度下的吸收系数相对值(Si/Sw)的函数表达式如式(4)所示;
(Si/Sw)=a+b ln N (4)
式(4)中,(Si/Sw)表示普通素色漆i在任意浓度下的吸收系数相对值,a和b为拟合系数,N表示浓度。
优选地,步骤2)中计算普通素色漆i在浓度j下的吸收系数相对值(Si/Sw)j的函数表达式如式(5)所示;
式(5)中,(Si/Sw)j表示普通素色漆i在浓度j下的吸收系数相对值,C0为白色素色漆的质量百分比,C1为普通素色漆的质量百分比,(K/S)m为普通素色漆i在浓度j下的混合漆的K/S值,(K/S)i为100%浓度的普通素色漆i的K/S值。
优选地,步骤4)和步骤8)中计算普通素色漆i的相对K/S值Ki/Sw的函数表达式如式(6)所示;
Ki/Sw=(K/S)i*(Si/Sw) (6)
式(6)中,Ki/Sw表示普通素色漆i在指定浓度的相对K/S值,(K/S)i为100%浓度的普通素色漆i的K/S值,(Si/Sw)表示普通素色漆i在指定浓度的吸收系数相对值。
本发明汽车素色漆计算机配色方法具有下述优点:本发明汽车素色漆计算机配色方法利用颜色学理论精确地描述色料的颜色属性,先建立素色漆的基础颜色的光学数据,将其存储在数据库中,需要进行计算机配色时,读取目标颜色数据,调取数据库中相关颜色的光学数据,进行准确的预测计算,得到精确的配方的过程,实现汽车素色漆的自动化配色。本发明能够有效解决汽车修补漆行业中存在的耗时长、成本高和效果差的问题,通过引入可精密测量色彩数据的分光光度计,并针对素色的计算机配色提出了素色漆混合配色,以实现汽车素色漆的自动化高精度配色,具有高时效性、高灵活性和高精度的优点。
附图说明
图1为本实施例方法的基本流程示意图。
图2为本实施例方法的系统总体结构图。
图3为本实施例中建立基础素色漆数据库的流程。
图4为本实施例中初始配方计算的流程。
图5为本实施例中迭代求精确解的流程。
具体实施方式
素色漆一般分为两类:普通素色漆和基础素色漆。基础素色漆由白漆构成,其主要成分是二氧化钛(钛白);普通素色漆指各种颜色的素色漆,如黄、红、蓝、绿、紫、黑等,纯样数据指普通素色漆自身的光学数据。下文将以基础素色漆和三种普通素色漆作为配色的基础色漆,对本发明汽车素色漆计算机配色方法进行进一步的详细说明。
如图1所示,本实施例汽车素色漆计算机配色方法的实施步骤包括:
1)针对100%浓度的白色素色漆和共m种普通素色漆,获取100%浓度的白色素色漆的K/S值并记为(K/S)w、每一种100%浓度的普通素色漆i的K/S值并记为(K/S)i,其中K/S值为吸收系数与反射系数的比值,i的取值范围为[1,m]。
本实施例中,步骤1)中获取100%浓度的白色素色漆的K/S值的步骤包括:制备100%浓度的白色素色漆的样板,使用分光光度计读取样板的反射率R(可见光波段400至700纳米,每隔10纳米采集一个样点),然后根据公式(3)计算得到100%浓度的白色素色漆的K/S值;步骤1)中每一种100%浓度的普通素色漆i的K/S值的步骤包括:分别制备每一种100%浓度的普通素色漆i的样板,分别使用分光光度计读取样板的反射率R(可见光波段400至700纳米,每隔10纳米采集一个样点),并根据公式(3)计算得到每一种100%浓度的普通素色漆i的K/S值;步骤3)中获取目标色块的C值的步骤包括:使用分光光度计读取目标色块的反射率R,并根据公式(3)计算得到目标色块的K/S值;
式(3)中,K/S表示计算得到的K/S值,R表示反射率。
2)针对每一种普通素色漆i,分别将不同浓度的普通素色漆混合和白色素色漆混合,检测不同浓度下混合漆的K/S值记为(K/S)m,基于色料混合公式计算普通素色漆i在浓度j下的吸收系数相对值(Si/Sw)j,最终将各个浓度j下的吸收系数相对值(Si/Sw)j进行拟合,将得到每一种普通素色漆i在任意浓度下的吸收系数相对值(Si/Sw)的函数表达式构建每一种普通素色漆i的基础素色漆数据库。
本实施例中,步骤2)中进行拟合具体采用最小二乘逼近拟合算法进行拟合,得到的每一种普通素色漆i在任意浓度下的吸收系数相对值(Si/Sw)的函数表达式如式(4)所示;
(Si/Sw)=a+b ln N (4)
式(4)中,(Si/Sw)表示普通素色漆i在任意浓度下的吸收系数相对值,a和b为拟合系数,N表示浓度。
本实施例中,步骤2)中计算普通素色漆i在浓度j下的吸收系数相对值(Si/Sw)j的函数表达式如式(5)所示;
式(5)中,(Si/Sw)j表示普通素色漆i在浓度j下的吸收系数相对值,C0为白色素色漆的质量百分比,C1为普通素色漆的质量百分比,(K/S)m为普通素色漆i在浓度j下的混合漆的K/S值,(K/S)i为100%浓度的普通素色漆i的K/S值。
如图3所示,本实施例中选择0.1%、0.3%、0.9%三个浓度来构建每一种普通素色漆i的基础素色漆数据库,普通素色漆个数为m个(m>1),编号1~m,令i循环递增1到m次,并执行以下操作:
S1)在需要建库的普通素色漆中选取一个普通素色漆i;
S2)针对0.1%的浓度,用99.9克钛白与0.1克普通素色漆i混合制作成样板,用分光光度计读取其反射率数据R1,基于式(3)计算出混合物的(K/S)1值(图中表达为(K/S)1),然后通过色料混合公式计算得出普通素色漆i在0.1%浓度下的相对(Si/Sw)1值和(Ki/Sw)1。
S3)针对0.3%的浓度,用99.7克钛白与0.3克普通素色漆i混合制作成样板,用分光光度计读取其反射率数据R2,基于式(3)计算出混合物的(K/S)2值(图中表达为(K/S)2),用相同的方法得到普通素色漆i在0.3%浓度下的相对相对(Si/Sw)2值和(Ki/Sw)2。
S4)针对0.9%的浓度,再用99.1克钛白与0.9克普通素色漆i混合制作成样板,用分光光度计读取其反射率数据R3,,基于式(3)计算出混合物的(K/S)3值(图中表达为(K/S)3),用相同的方法得到普通素色漆i在0.9%浓度下的相对相对(Si/Sw)3值和(Ki/Sw)3。
S5)考虑到普通素色漆在整个混合物中所占的浓度比例,其K、S参数值不再是某个固定值,而是一个关于浓度的函数,将(Si/Sw)1、(Si/Sw)2、(Si/Sw)3及其对应的浓度数据<0.1%,(Si/Sw)1>、<0.3%,(Si/Sw)2>、<0.9%,(Si/Sw)3>作为式(4)所示公式中<N,(Si/Sw)>采用最小二乘逼近算法,可以求出中a、b的值,从而较好地描述色浆的(Si/Sw)参数。而另一个参数(Ki/Sw)则可以换算得到,详见式(6),因此不需要在基础素色漆数据库中记录。
3)获取目标色块的K/S值并记为(K/S)s:使用分光光度计读取目标色块的反射率R(可见光波段400至700纳米,每隔10纳米采集一个样点),然后根据公式(3)计算得到目标色块的K/S值并记为(K/S)s。
4)针对待配色的每一种普通素色漆i,根据基础素色漆数据库获取该普通素色漆i在指定初始化浓度的吸收系数相对值(Si/Sw),针对指定初始化浓度计算普通素色漆i的相对K/S值Ki/Sw;本实施例中,指定初始化浓度具体是指0.1%,此外也可以指定其他浓度。
本实施例中,计算普通素色漆i的相对K/S值Ki/Sw的函数表达式如式(6)所示;
Ki/Sw=(K/S)i*(Si/Sw) (6)
式(6)中,Ki/Sw表示普通素色漆i在指定浓度的相对K/S值,(K/S)i为100%浓度的普通素色漆i的K/S值,(Si/Sw)表示普通素色漆i在指定浓度的吸收系数相对值。
5)构造式(1)所示第一三刺激值方程并进行方程求解,得到初始配方[C0,C1,C2,…,Cn],其中C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,C2为第2种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比;
式(1)中,△X表示目标色块与预测配方色块的三刺激值X的差异,△Y表示目标色块与预测配方色块的三刺激值Y的差异,△Z表示目标色块与预测配方色块的三刺激值Z的差异,E表示CIE-1931中广谱能量分布常量表示CIE-XYZ系统中标准色度观察者光谱刺激值X且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Y且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Z且为一个常量数据,R表示目标色块的反射率,C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比,d(K/S)表示K-M理论中对目标色块K/S值的微分,(K/S)s表示目标色块的K/S值,(K/S)w表示100%浓度的白色素色漆的K/S值,K1/Sw表示第1种普通素色漆在指定初始化浓度的相对K/S值,Kn/Sw表示第n种普通素色漆在指定初始化浓度的相对K/S值,△λ表示可见光波长范围内的采样的间隔(本实施例中具体为常量10纳米);三刺激值是引起人体视网膜对某种颜色感觉的三种原色的刺激程度之量的表示,1931年,CIE给出了用等能标准三原色来匹配任意颜色的光谱三刺激值曲线,这里的三刺激值是指CIE-XYZ三刺激值,CIE-XYZ光谱三刺激值是由CIE-RGB光谱三刺激值经过数学变换得到的。三刺激值方程则是联系物体吸收系数K和散射系数S得到三刺激值XYZ值的方程。
正如前文所述,本实施例中配色基础色漆为基础素色漆和三种普通素色漆,因此式(1)所示第一三刺激值方程中,n=3,初始配方为[C0,C1,C2,C3]。
6)初始化迭代次数阈值idex和迭代次数变量j,跳转下一步开始迭代执行;本实施例中,初始化迭代次数阈值idex的值为10,迭代次数变量j的值为1。
7)首次迭代时将初始配方作为待迭代配方,否则将上一轮迭代得到的初始配方作为待迭代配方,分别计算待迭代配方中各种普通素色漆相对白色素色漆的浓度作为当前迭代浓度;本实施例中,根据[C0,C1,C2,C3]的值,可换算得到三个普通素色漆的浓度[C1/(C1+C0),C2/(C2+C0),C3/(C3+C0)];
8)针对每一种普通素色漆i,根据基础素色漆数据库获取该普通素色漆i在当前迭代浓度下吸收系数相对值(Si/Sw),针对当前迭代浓度计算普通素色漆i的相对K/S值Ki/Sw;本实施例中,计算普通素色漆i的相对K/S值Ki/Sw的函数表达式如式(6)所示。
9)构造式(2)所示第二三刺激值方程,令△X、△Y、△Z的值均为0,进行方程求解得到新的配方[C0,C1,C2,…,Cn],其中C0为白色素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比;
式(1)中,△X表示目标色块与预测配方色块的三刺激值X的差异,△Y表示目标色块与预测配方色块的三刺激值Y的差异,△Z表示目标色块与预测配方色块的三刺激值Z的差异,E表示CIE-1931中广谱能量分布常量表示CIE-XYZ系统中标准色度观察者光谱刺激值X且为一个常量数据,y表示CIE-XYZ系统中标准色度观察者光谱刺激值Y且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Z且为一个常量数据,R表示目标色块的反射率,C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比,d(K/S)表示K-M理论中对目标色块K/S值的微分,(K/S)s表示目标色块的K/S值,(K/S)w表示100%浓度的白色素色漆的K/S值,K1/Sw表示第1种普通素色漆在当前迭代浓度下的相对K/S值,Kn/Sw表示第n种普通素色漆在当前迭代浓度下的相对K/S值,S1/Sw表示第1种普通素色漆在当前迭代浓度下的吸收系数相对值,Sn/Sw表示第n种普通素色漆在当前迭代浓度下的吸收系数相对值,△λ表示可见光波长范围内的采样的间隔(本实施例中具体为常量10纳米)。
10)将迭代次数变量j加1,判断迭代次数变量j小于迭代次数阈值idex是否成立,如果成立则跳转执行步骤7);否则,将最后一轮得到的新的配方[C0,C1,C2,…,Cn]输出,其中C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,C2为第2种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比。
如图2所示,本实施例方法的应用系统涉及的硬件模块为分光光度计,通过分光光度计确定每个普通素色漆的光学属性,然后通过建库算法执行步骤2)建立普通素色漆的<浓度,光学数据>的基础素色漆数据库,每一种普通素色漆i的基础素色漆数据库存储的映射关系为<浓度,光学数据>,光学数据即为吸收系数相对值(Si/Sw),基础素色漆数据库能准确描述出普通素色漆的浓度变化引起的光学数据变化。建立各个普通素色漆的基础素色漆数据库后,基于配色算法执行步骤3)~步骤10),通过运用普通素色漆的混合算法能够准确的计算出多个普通素色漆混合后的光学数据,从而达到预测多个混合素色漆的光学数据,实现汽车素色漆的自动化配色。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种汽车素色漆计算机配色方法,其特征在于实施步骤包括:
1)针对100%浓度的白色素色漆和共m种普通素色漆,获取100%浓度的白色素色漆的K/S值并记为(K/S)w、每一种100%浓度的普通素色漆i的K/S值并记为(K/S)i,其中K/S值为吸收系数与反射系数的比值,i的取值范围为[1,m];
2)针对每一种普通素色漆i,分别将不同浓度的普通素色漆混合和白色素色漆混合,检测不同浓度下混合漆的K/S值记为(K/S)m,基于色料混合公式计算普通素色漆i在浓度j下的吸收系数相对值(Si/Sw)j,最终将各个浓度j下的吸收系数相对值(Si/Sw)j进行拟合,将得到每一种普通素色漆i在任意浓度下的吸收系数相对值(Si/Sw)的函数表达式构建每一种普通素色漆i的基础素色漆数据库;
3)获取目标色块的K/S值并记为(K/S)s;
4)针对待配色的每一种普通素色漆i,根据基础素色漆数据库获取该普通素色漆i在指定初始化浓度的吸收系数相对值(Si/Sw),针对指定初始化浓度计算普通素色漆i的相对K/S值Ki/Sw;
5)构造式(1)所示第一三刺激值方程并进行方程求解,得到初始配方[C0,C1,C2,…,Cn],其中C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,C2为第2种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比;
<mrow>
<mfenced open = "" close = "}">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>X</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mn>0</mn>
<mn>30</mn>
</munderover>
<mi>E</mi>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mfrac>
<mrow>
<mi>d</mi>
<mi>R</mi>
</mrow>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>s</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>w</mi>
</msub>
<mo>-</mo>
<mfrac>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
</mfrac>
<mo>(</mo>
<mrow>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>-</mo>
<mi>L</mi>
<mo>-</mo>
<mfrac>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
</mfrac>
<mo>(</mo>
<mrow>
<msub>
<mi>K</mi>
<mi>n</mi>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mi>&Delta;</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>Y</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mn>0</mn>
<mn>30</mn>
</munderover>
<mi>E</mi>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mfrac>
<mrow>
<mi>d</mi>
<mi>R</mi>
</mrow>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>s</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>w</mi>
</msub>
<mo>-</mo>
<mfrac>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
</mfrac>
<mo>(</mo>
<mrow>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>-</mo>
<mi>L</mi>
<mo>-</mo>
<mfrac>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
</mfrac>
<mo>(</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>K</mi>
<mi>n</mi>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mi>&Delta;</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>Z</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mn>0</mn>
<mn>30</mn>
</munderover>
<mi>E</mi>
<mover>
<mi>z</mi>
<mo>&OverBar;</mo>
</mover>
<mfrac>
<mrow>
<mi>d</mi>
<mi>R</mi>
</mrow>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>s</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>w</mi>
</msub>
<mo>-</mo>
<mfrac>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
</mfrac>
<mo>(</mo>
<mrow>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>-</mo>
<mi>L</mi>
<mo>-</mo>
<mfrac>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
</mfrac>
<mo>(</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>K</mi>
<mi>n</mi>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mi>&Delta;</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<mn>100.0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式(1)中,ΔX表示目标色块与预测配方色块的三刺激值X的差异,ΔY表示目标色块与预测配方色块的三刺激值Y的差异,ΔZ表示目标色块与预测配方色块的三刺激值Z的差异,E表示CIE-1931中广谱能量分布常量表示CIE-XYZ系统中标准色度观察者光谱刺激值X且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Y且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Z且为一个常量数据,R表示目标色块的反射率,C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比,d(K/S)表示K-M理论中对目标色块K/S值的微分,(K/S)s表示目标色块的K/S值,(K/S)w表示100%浓度的白色素色漆的K/S值,K1/Sw表示第1种普通素色漆在指定初始化浓度的相对K/S值,Kn/Sw表示第n种普通素色漆在指定初始化浓度的相对K/S值,Δλ表示可见光波长范围内的采样的间隔;
6)初始化迭代次数阈值idex和迭代次数变量j,跳转下一步开始迭代执行;
7)首次迭代时将初始配方作为待迭代配方,否则将上一轮迭代得到的初始配方作为待迭代配方,分别计算待迭代配方中各种普通素色漆相对白色素色漆的浓度作为当前迭代浓度;
8)针对每一种普通素色漆i,根据基础素色漆数据库获取该普通素色漆i在当前迭代浓度下吸收系数相对值(Si/Sw),针对当前迭代浓度计算普通素色漆i的相对K/S值Ki/Sw;
9)构造式(2)所示第二三刺激值方程,令ΔX、ΔY、ΔZ的值均为0,进行方程求解得到新的配方[C0,C1,C2,…,Cn],其中C0为白色素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比;
<mrow>
<mfenced open = "" close = "}">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>X</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mn>0</mn>
<mn>30</mn>
</munderover>
<mi>E</mi>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mfrac>
<mrow>
<mi>d</mi>
<mi>R</mi>
</mrow>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>s</mi>
</msub>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mi>w</mi>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>K</mi>
<mi>n</mi>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mi>n</mi>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mi>&Delta;</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>Y</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mn>0</mn>
<mn>30</mn>
</munderover>
<mi>E</mi>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mfrac>
<mrow>
<mi>d</mi>
<mi>R</mi>
</mrow>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>s</mi>
</msub>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mi>w</mi>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>K</mi>
<mi>n</mi>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mi>n</mi>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mi>&Delta;</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>Z</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mn>0</mn>
<mn>30</mn>
</munderover>
<mi>E</mi>
<mover>
<mi>z</mi>
<mo>&OverBar;</mo>
</mover>
<mfrac>
<mrow>
<mi>d</mi>
<mi>R</mi>
</mrow>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>s</mi>
</msub>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mi>w</mi>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>K</mi>
<mi>n</mi>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mi>n</mi>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mi>&Delta;</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<mn>100.0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式(1)中,ΔX表示目标色块与预测配方色块的三刺激值X的差异,ΔY表示目标色块与预测配方色块的三刺激值Y的差异,ΔZ表示目标色块与预测配方色块的三刺激值Z的差异,E表示CIE-1931中广谱能量分布常量表示CIE-XYZ系统中标准色度观察者光谱刺激值X且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Y且为一个常量数据,表示CIE-XYZ系统中标准色度观察者光谱刺激值Z且为一个常量数据,R表示目标色块的反射率,C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比,d(K/S)表示K-M理论中对目标色块K/S值的微分,(K/S)s表示目标色块的K/S值,(K/S)w表示100%浓度的白色素色漆的K/S值,K1/Sw表示第1种普通素色漆在当前迭代浓度下的相对K/S值,Kn/Sw表示第n种普通素色漆在当前迭代浓度下的相对K/S值,S1/Sw表示第1种普通素色漆在当前迭代浓度下的吸收系数相对值,Sn/Sw表示第n种普通素色漆在当前迭代浓度下的吸收系数相对值,Δλ表示可见光波长范围内的采样的间隔;
10)将迭代次数变量j加1,判断迭代次数变量j小于迭代次数阈值idex是否成立,如果成立则跳转执行步骤7);否则,将最后一轮得到的新的配方[C0,C1,C2,…,Cn]输出,其中C0为白色素色漆的质量百分比,C1为第1种普通素色漆的质量百分比,C2为第2种普通素色漆的质量百分比,Cn为第n种普通素色漆的质量百分比。
2.根据权利要求1所述的汽车素色漆计算机配色方法,其特征在于,步骤1)中获取100%浓度的白色素色漆的K/S值的步骤包括:制备100%浓度的白色素色漆的样板,使用分光光度计读取样板的反射率R,然后根据公式(3)计算得到100%浓度的白色素色漆的K/S值;步骤1)中每一种100%浓度的普通素色漆i的K/S值的步骤包括:分别制备每一种100%浓度的普通素色漆i的样板,分别使用分光光度计读取样板的反射率R,并根据公式(3)计算得到每一种100%浓度的普通素色漆i的K/S值;步骤3)中获取目标色块的C值的步骤包括:使用分光光度计读取目标色块的反射率R,并根据公式(3)计算得到目标色块的K/S值;
<mrow>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>=</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>R</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<mi>R</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式(3)中,K/S表示计算得到的K/S值,R表示反射率。
3.根据权利要求1所述的汽车素色漆计算机配色方法,其特征在于,步骤2)中进行拟合具体采用最小二乘逼近拟合算法进行拟合,得到的每一种普通素色漆i在任意浓度下的吸收系数相对值(Si/Sw)的函数表达式如式(4)所示;
(Si/Sw)=a+blnN (4)
式(4)中,(Si/Sw)表示普通素色漆i在任意浓度下的吸收系数相对值,a和b为拟合系数,N表示浓度。
4.根据权利要求1所述的汽车素色漆计算机配色方法,其特征在于,步骤2)中计算普通素色漆i在浓度j下的吸收系数相对值(Si/Sw)j的函数表达式如式(5)所示;
<mrow>
<msub>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<mo>&lsqb;</mo>
<msub>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mi>m</mi>
</msub>
<mo>-</mo>
<msub>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mi>w</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mo>&lsqb;</mo>
<msub>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mrow>
<mo>(</mo>
<mi>K</mi>
<mo>/</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mi>m</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
式(5)中,(Si/Sw)j表示普通素色漆i在浓度j下的吸收系数相对值,C0为白色素色漆的质量百分比,C1为普通素色漆的质量百分比,(K/S)m为普通素色漆i在浓度j下的混合漆的K/S值,(K/S)i为100%浓度的普通素色漆i的K/S值。
5.根据权利要求1所述的汽车素色漆计算机配色方法,其特征在于,步骤4)和步骤8)中计算普通素色漆i的相对K/S值Ki/Sw的函数表达式如式(6)所示;
Ki/Sw=(K/S)i*(Si/Sw) (6)
式(6)中,Ki/Sw表示普通素色漆i在指定浓度的相对K/S值,(K/S)i为100%浓度的普通素色漆i的K/S值,(Si/Sw)表示普通素色漆i在指定浓度的吸收系数相对值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710379898.1A CN107194081A (zh) | 2017-05-25 | 2017-05-25 | 一种汽车素色漆计算机配色方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710379898.1A CN107194081A (zh) | 2017-05-25 | 2017-05-25 | 一种汽车素色漆计算机配色方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107194081A true CN107194081A (zh) | 2017-09-22 |
Family
ID=59874428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710379898.1A Withdrawn CN107194081A (zh) | 2017-05-25 | 2017-05-25 | 一种汽车素色漆计算机配色方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194081A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944107A (zh) * | 2017-11-15 | 2018-04-20 | 魔金真彩网络科技(长沙)有限公司 | 一种用于汽车金属漆的单银粉计算机配色方法及系统 |
CN108345965A (zh) * | 2018-04-13 | 2018-07-31 | 魔金真彩网络科技(长沙)有限公司 | 一种基于大数据学习的涂料配色方法及系统 |
CN108875792A (zh) * | 2018-05-25 | 2018-11-23 | 魔金真彩网络科技(长沙)有限公司 | 一种基于机器学习的涂料修色方法及系统 |
CN113976037A (zh) * | 2021-09-24 | 2022-01-28 | 中国航发北京航空材料研究院 | 一种计算机辅助同色同谱涂料配色方法 |
CN116306225A (zh) * | 2023-01-12 | 2023-06-23 | 中国林业科学研究院木材工业研究所 | 一种实木制品涂料调色方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102729612A (zh) * | 2012-06-27 | 2012-10-17 | 杭州电子科技大学 | 一种胶印专色油墨多目标优化配色方法 |
US20140015428A1 (en) * | 2011-03-31 | 2014-01-16 | Koninklijke Philips N.V. | Led light source |
-
2017
- 2017-05-25 CN CN201710379898.1A patent/CN107194081A/zh not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140015428A1 (en) * | 2011-03-31 | 2014-01-16 | Koninklijke Philips N.V. | Led light source |
CN102729612A (zh) * | 2012-06-27 | 2012-10-17 | 杭州电子科技大学 | 一种胶印专色油墨多目标优化配色方法 |
Non-Patent Citations (2)
Title |
---|
吴鹏 等: "针对涂料行业的配色仿真系统", 《系统仿真学报》 * |
王强 等: "一种基于绝对K、S值的涂料建库配色方法", 《计算机与现代化》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944107A (zh) * | 2017-11-15 | 2018-04-20 | 魔金真彩网络科技(长沙)有限公司 | 一种用于汽车金属漆的单银粉计算机配色方法及系统 |
CN108345965A (zh) * | 2018-04-13 | 2018-07-31 | 魔金真彩网络科技(长沙)有限公司 | 一种基于大数据学习的涂料配色方法及系统 |
CN108875792A (zh) * | 2018-05-25 | 2018-11-23 | 魔金真彩网络科技(长沙)有限公司 | 一种基于机器学习的涂料修色方法及系统 |
CN113976037A (zh) * | 2021-09-24 | 2022-01-28 | 中国航发北京航空材料研究院 | 一种计算机辅助同色同谱涂料配色方法 |
CN116306225A (zh) * | 2023-01-12 | 2023-06-23 | 中国林业科学研究院木材工业研究所 | 一种实木制品涂料调色方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107194081A (zh) | 一种汽车素色漆计算机配色方法 | |
CN1784592B (zh) | 制备匹配涂料组合物的方法和用于该方法的装置 | |
US8760654B2 (en) | Method for color matching | |
CN104769419B (zh) | 通过视觉和/或仪器技术对涂料表面进行多角度的颜色、不透明度、颜料表征和纹理分析 | |
EP2813829B1 (en) | Coating color evaluation method | |
US5907495A (en) | Method of formulating paint through color space modeling | |
CN101784871B (zh) | 制取颜色配方的学习方法 | |
CN101506633B (zh) | 配色方法 | |
CN104094101A (zh) | 用于测定颜色标准的表面光泽度的方法 | |
Aldeeson et al. | Modern physical techniques in colour formulation | |
US9080915B2 (en) | System for matching color and coarseness appearance of coatings | |
Whitmore et al. | The ozone fading of traditional natural organic colorants on paper | |
CN101833593A (zh) | 一种基于全光谱配色的混色毛织物计算机拼色方法 | |
US3368864A (en) | Color matching process | |
JP2024014906A (ja) | 完全統合型デジタル色管理システム | |
US7259852B2 (en) | Modified-color generation and display method and apparatus | |
AU691180B2 (en) | Rapid color shading process | |
CN107944107A (zh) | 一种用于汽车金属漆的单银粉计算机配色方法及系统 | |
CN110020998A (zh) | 基于光谱的褪变色中国书画颜色复原方法 | |
Adamu et al. | Characterization of Emulsion Paints Formulated using Reactive–Dyed Starch as a Pigment | |
JP2008111116A (ja) | 塗料液のコンピュータ調色方法とこの方法を用いた塗料の製造方法 | |
Garland | Shade and Strength Predictions and Tolerances from Spectral Analysis of Solutions. | |
Dichter | Kubelka-munk model of full-gamut oil colour mixing | |
JP2009079227A (ja) | 塗料液のコンピュータ調色方法とこの方法を用いた塗料の製造方法、及び塗料液の調色装置 | |
CN115728260A (zh) | 一种可避免同色异谱染料拼混仿色的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170922 |