CN112907721A - 一种色纺纱线原色体系构建方法 - Google Patents

一种色纺纱线原色体系构建方法 Download PDF

Info

Publication number
CN112907721A
CN112907721A CN202110292530.8A CN202110292530A CN112907721A CN 112907721 A CN112907721 A CN 112907721A CN 202110292530 A CN202110292530 A CN 202110292530A CN 112907721 A CN112907721 A CN 112907721A
Authority
CN
China
Prior art keywords
color
primary
points
data
primary color
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.)
Granted
Application number
CN202110292530.8A
Other languages
English (en)
Other versions
CN112907721B (zh
Inventor
袁理
熊莹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Textile University
Original Assignee
Wuhan Textile University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Textile University filed Critical Wuhan Textile University
Priority to CN202110292530.8A priority Critical patent/CN112907721B/zh
Publication of CN112907721A publication Critical patent/CN112907721A/zh
Application granted granted Critical
Publication of CN112907721B publication Critical patent/CN112907721B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/50—Lighting effects
    • G06T15/55—Radiosity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/12—Cloth
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Color Image Communication Systems (AREA)

Abstract

本发明公开一种色纺纱线原色体系构建方法，包括：获得色纺色域边界颜色数据；在色域内填充K个点将色域空间离散化；从已填充颜色点的色域空间中选取一个由k个原色构成的子集，该子集内的原色数据应满足MAXMINC方法原则；采用三角剖分算法确定k个原色点生成的四面体数量，并计算四面体顶点色差的平均值；当色差的平均值接近于生成素色的最大原色色差阈值，对应的原色点数量确定为最终的原色数，若不满足条件，则循环执行筛选原色点和计算四面体色差均值；按照视觉感知特性对原色体系颜色数据进行排布；进行实体颜色样本的打样制备和装订成册，完成色纺纱线原色体系的构建。该方法能够实现色纺行业的小库存、科学配色、高效开发和数字化管理。

Description

一种色纺纱线原色体系构建方法
技术领域
本发明属于纺织工业生产应用技术领域，具体涉及一种色纺纱线原色体系构建方法。
背景技术
在纺织工业生产领域，色纺纱因其独特的颜色及风格，深受消费者喜爱，广泛应用于针、梭织等各类纺织品；然而至今为止，针对纤维混配呈色产品，没有一个公认的颜色标准。并且，以最少量的基础颜色来实现色彩丰富的纱线，一直是色纺企业的追求，部分颜色纤维存在使用一两次后就不再使用的情况，这会导致库存量越来越大，不仅占用大量资金还会影响生产运作效率，因此建立科学的纤维原色体系十分必要。
现阶段，在纺织服装领域，那些未建立纤维原色体系的企业，应用较多的是Munsell颜色体系和NCS颜色体系，但它们均是基于视觉实验的颜色感知体系，这类色卡虽然方便查找和选色，但没有涉及颜色在纺织品上如何具体实现的方法，并且，对于纤维染色的大色差混配呈色的夹花类产品开发，则基本没有指导意义。此外，那些规模较大的企业，它们使用的是自己积累的颜色标准及相应的标准册，如百隆色卡、华孚色卡等，这些色卡的排布方式和习惯并不一致，设计师在使用过程中查找不方便，而且它们的色域比Munsell颜色体系和NCS颜色体系要小。色卡的缺失以及缺陷，导致企业无法满足用户的多样化个性化需求，在颜色的使用、生产和控制方面，极大降低了生产效率，导致配色及颜色开发存在局限性，限制了企业自身的发展。
目前，现有的大多数色纺企业在商业交割时主要通过实物的色卡、纱样、布样等介质进行，这会耗费大量的时间与金钱，影响色纺纱企业颜色生产与管理的成本与效率；部分企业还存在配色过程中没有相应的颜色配方参考、实物颜色资料查找困难导致无法有效开发新色等诸多问题，甚至出现忽略已生产的颜色直接再进行一次颜色的开发的情况，因此迫切需要建立科学的纤维原色体系。
对于上述现状及问题，本发明基于颜色混合理论，提出了一种色纺纱线原色体系构建方法，建立科学的色纺基础色卡，在颜色方面实现所需色域，在效果方面尽可能以最少的原色实现最全的夹花效果。该方法能够实现色纺行业的小库存、科学配色、高效开发和数字化管理。
发明内容
本发明的目的是为了解决背景技术中所述问题，提出一种色纺纱线原色体系构建方法。其特征在于在颜色方面实现所需色域，在效果方面尽可能以最少的原色实现最全的夹花效果，从而实现色纺行业的小库存、科学配色、高效开发和数字化管理，包括以下步骤：
步骤1，获得色纺色域边界颜色数据；
步骤2，在色域内填充K个点将色域空间离散化，以离散点的形式表示色域内的颜色；
步骤3，从已填充K个点的色域空间中选取一个由k个原色构成的子集，该子集内的原色数据应满足MAXMINC方法原则；
步骤4，采用三角剖分算法确定k个原色点生成的四面体数量，并计算所有四面体顶点色差的平均值；
步骤5，当色差的平均值接近于生成素色的最大原色色差阈值(即两者的差值小于某一定值，如0.5)，对应的原色点数量确定为最终的原色数，若不满足，则循环执行步骤3和步骤4；
步骤6，按照视觉感知特性对原色体系颜色数据进行排布；
步骤7，进行实体颜色样本的打样制备和装订成册，完成色纺纱线原色体系的构建。
需要说明的是，本发明中所述颜色点数据是指色纺纱线在CIELab颜色空间和CIELCh颜色空间的色度值，其中色域边界构建、色域填充、色域空间离散化以及四面体色差均值计算都是在CIELab颜色空间执行，颜色数据的饱和度比较和原色体系颜色数据的排布均是在CIELCh空间执行。
需要说明的是，步骤1中，获得色纺色域边界点，即确定了色域的外围轮廓，理论上可以连续地实现色域内任意点的颜色，其中色纺色域边界点包括企业所能生产的M个色相的最饱和颜色数据、N个中性色灰梯尺颜色数据，灰梯尺颜色数据应包含最亮和最暗的颜色数据。
需要说明的是，步骤2中，在色域内填充K个点将色域空间离散化，用于表征色域内部的颜色特点，填充方法如下：随机产生颜色点，判断颜色点是否在边界点构成的色域范围内，如果该随机颜色点在色域内，则记录其Lab值，如果不在范围内则产生下一个随机点，直到色域内的点达到一定个数，循环停止。
需要说明的是，步骤3中，利用MAXMINC方法从色域空间K个散点构成的集合A中选取一个由k个原色构成的子集B，其中MAXMINC方法的核心思想是使待选的样本与距离最近的已选样本在色度空间的距离差异最大化。
需要说明的是，步骤4中，采用Delaunay三角剖分算法确定k个原色点生成的四面体数量，其中Delaunay三角剖分方法，具有最接近性、唯一性、最规则性、区域性以及具有凸多边形的外壳等特点，能够保证对颜色数据的均匀、规则划分，确保各四面体不重合，但总和覆盖整个色域。
需要说明的是，步骤4中，利用CMC(2:1)公式计算色差，如式一所示；四面体四个顶点分别为P1、P2、P3、P4，由四个顶点采用色差公式计算得到四面体均值色差如式二所示；步骤5中，生成素色的最大原色色差阈值可以通过对企业的历史数据统计分析获得。
Figure BDA0002982873560000031
其中，ΔL、ΔCab、ΔHab分别为样本的明度差、饱和度差、色相差；Sl、Sc、SH分别为明度差、饱和度差、色相差的加权系数；l和c分别是调整明度和饱和度相对宽容量的两个系数。在纺织行业进行色差评价时，一般取l:c＝2:1。
Figure BDA0002982873560000032
其中，ΔE(Pi,Pj)表示顶点Pi与Pj的CMC色差，通过式一计算得到，
Figure BDA0002982873560000033
为四面体均值色差。
需要说明的是，步骤6中，按视觉感知特性对原色体系颜色数据进行排布的具体方法是，在CIELCh颜色空间中，首先将原色数据集按照色相h等分为m个色相范围，由于色相h的取值范围是[0°～360°]，那么划分为m个色相范围的步长Δh如式三所示，
Figure BDA0002982873560000041
并按照上述色相步长划分得到每个色相范围内的颜色数据；然后，针对每个色相范围内的颜色数据，按照n个明度等级进行划分，那么划分为n个明度范围的步长ΔL如式四所示，其中，Lmax和Lmin分布代表颜色数据集中的最大明度和最小明度值，
Figure BDA0002982873560000042
并按照上述明度步长划分得到每个明度范围内的颜色数据；最后将每个色相范围内每个明度范围下的颜色数据按照饱和度C值从小到大排序，即完成按视觉感知特性的原色体系颜色数据排布。其中，m的取值通常不小于40，n的取值通常不小于10。
本发明以色纺色域边界颜色数据为初始数据，以生成素色的最大原色色差阈值为约束条件，在色域内填充颜色点将色域空间离散化，利用MAXMINC方法筛选原色数据，利用Delaunay三角剖分方法和CMC色差公式计算计算所有四面体顶点色差的平均值，实现色纺纱线原色体系颜色数据集的初步获取，然后按照视觉感知特性对颜色数据集的颜色进行排布，最终通过实体颜色样本的打样制备和成册，得到一套完备的色纺纱线原色体系，其特征在于在颜色方面实现所需色域，在效果方面尽可能以最少的原色实现最全的夹花效果，从而实现色纺行业的小库存、科学配色、高效开发和数字化管理。由于本发明技术方案具有重要应用前景和价值，对本发明技术方案进行保护，将对我国相关行业竞争国际领先地位具有重要意义。
附图说明
图1为本发明实施例的流程图。
图2为色域填充流程图。
图3为某企业提供的色纺色域边界颜色数据。
图4为填充20000个颜色点在CIELab颜色空间的分布。
具体实施方式
本发明技术方案具体实施时可由本领域技术人员采用相关数据和计算机软件技术运行。结合附图，提供本发明实施例具体描述如下。
如图1所示,实施例提供了一种色纺纱线原色体系构建方法，可以实现色纺行业的小库存、科学配色、高效开发和数字化管理。实施例采用某企业提供的98个色相的最饱和颜色数据、15个中性色灰梯尺颜色数据作为初始色域边界颜色点数据，其色域边界在CIELab颜色空间中如图3所示，该企业的生成素色的最大原色色差阈值为10，以上述颜色数据和色差阈值为限制条件，利用MATLAB软件平台，对本发明方法进行说明。需要说明的是，本发明并不仅仅局限于上述颜色数据、生产工艺色差阈值和软件平台的应用支持，对于任意能实现本发明方法的相应数据和软件平台同样适用。
实施例主要包括以下步骤：
(1)获得色纺色域边界颜色数据。
如上所述，实施例采用某企业提供的98个色相的最饱和颜色数据、15个中性色灰梯尺颜色数据作为初始色域边界颜色点数据，该企业的生成素色的最大原色色差阈值为10，本发明方法的输入数据配置完整。
(2)在色域内填充K个点将色域空间离散化，以离散点的形式表示色域内的颜色；
实施例中，在色域内填充K个点将色域空间离散化，用于表征色域内部的颜色特点，填充方法如下：随机产生颜色点，判断颜色点是否在边界点构成的色域范围内，如果该随机颜色点在色域内，则记录其Lab值，如果不在范围内则产生下一个随机点，直到色域内的点达到一定个数，循环停止。
(3)从已填充K个点的色域空间中选取一个由k个原色构成的子集，该子集内的原色数据应满足MAXMINC方法原则；
实施例中，利用MAXMINC方法从色域空间K个散点构成的集合A中选取一个由k个原色构成的子集B，其中MAXMINC方法的核心思想是使待选的样本与与距离最近的已选样本在色度空间的距离差异最大化。
(4)采用三角剖分算法确定k个原色点生成的四面体数量，并计算所有四面体顶点色差的平均值；
实施例中，采用Delaunay三角剖分算法确定20000个原色点生成的四面体数量，其中Delaunay三角剖分方法具有最接近性、唯一性、最规则性、区域性以及具有凸多边形的外壳等特点，能够保证对颜色数据的均匀、规则划分，确保各四面体不重合，但总和覆盖整个色域。
(5)当色差的平均值接近于生成素色的最大原色色差阈值，对应的原色点数量确定为最终的原色数，若不满足，则循环执行步骤3和步骤4；
实施例中，利用CMC(2:1)公式计算色差，如式一所示；四面体四个顶点分别为P1、P2、P3、P4，由四个顶点采用色差公式计算得到四面体均值色差如式二所示。
Figure BDA0002982873560000061
其中，ΔL、ΔCab、ΔHab分别为样本的明度差、饱和度差、色相差；Sl、Sc、SH分别为明度差、饱和度差、色相差的加权系数；l和c分别是调整明度和饱和度相对宽容量的两个系数。在纺织行业进行色差评价时，一般取l:c＝2:1。
Figure BDA0002982873560000062
其中，ΔE(Pi,Pj)表示顶点Pi与Pj的CMC色差，通过式一计算得到，
Figure BDA0002982873560000063
为四面体均值色差。
(6)按照视觉感知特性对原色体系颜色数据进行排布；
实施例中，按视觉感知特性对原色体系颜色数据进行排布的具体方法是，在CIELCh颜色空间中，首先将原色数据集按照色相h等分为m个色相范围，由于色相h的取值范围是[0°～360°]，那么划分为m个色相范围的步长Δh如式三所示，
Figure BDA0002982873560000064
并按照上述色相步长划分得到每个色相范围内的颜色数据；然后，针对每个色相范围内的颜色数据，按照n个明度等级进行划分，那么划分为n个明度范围的步长ΔL如式四所示，其中，Lmax和Lmin分布代表颜色数据集中的最大明度和最小明度值，
Figure BDA0002982873560000065
并按照上述明度步长划分得到每个明度范围内的颜色数据；最后将每个色相范围内每个明度范围下的颜色数据按照饱和度C值从小到大排序，即完成按视觉感知特性的原色体系颜色数据排布。其中，m的取值通常不小于40，n的取值通常不小于10。
(7)进行实体颜色样本的打样制备和装订成册，完成色纺纱线原色体系的构建。
实施例中，依照原色体系颜色数据，由纺织企业完成色纺纱线实体颜色样本的打样制备。此外，色纺纱线实体颜色样本的打样制备完成之后，为了便于翻阅交流，需对实体颜色样本按照上述颜色排布方法装订成册，并且为了方便指导实际生产，需要记录每个实体颜色样本的染色配方参数等相关信息。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (9)

1.一种色纺纱线原色体系构建方法，其特征在于，包括以下步骤：
步骤1，获得色纺色域边界颜色数据；
步骤2，在色域内填充K个点将色域空间离散化，以离散点的形式表示色域内的颜色；
步骤3，从已填充K个点的色域空间中选取一个由k个原色构成的子集，该子集内的原色数据满足MAXMINC方法原则；
步骤4，采用三角剖分算法确定k个原色点生成的四面体数量，并计算所有四面体顶点色差的平均值；
步骤5，当色差的平均值接近于生成素色的最大原色色差阈值，对应的原色点数量确定为最终的原色数，若不满足，则循环执行步骤3和步骤4；
步骤6，按照视觉感知特性对原色体系颜色数据进行排布；
步骤7，进行实体颜色样本的打样制备和装订成册，完成色纺纱线原色体系的构建。
2.根据权利要求1所述一种色纺纱线原色体系构建方法，其特征在于：所述颜色点数据是指色纺纱线在CIELab颜色空间和CIELCh颜色空间的色度值，其中色域边界构建、色域填充、色域空间离散化以及四面体色差均值计算都是在CIELab颜色空间执行。
3.根据权利要求1所述一种色纺纱线原色体系构建方法，其特征在于：步骤1中，获得色纺色域边界点，即确定了色域的外围轮廓，其中色纺色域边界点包括企业所能生产的M个色相的最饱和颜色数据、N个中性色灰梯尺颜色数据，灰梯尺颜色数据应包含最亮和最暗的颜色数据。
4.根据权利要求3所述一种色纺纱线原色体系构建方法，其特征在于：颜色数据的饱和度比较和色彩体系颜色数据的排布均是在CIELCh空间执行。
5.根据权利要求1所述一种色纺纱线原色体系构建方法，其特征在于：步骤2中，在色域内填充K个点将色域空间离散化，用于表征色域内部的颜色特点，填充方法如下：随机产生颜色点，判断颜色点是否在边界点构成的色域范围内，如果该随机颜色点在色域内，则记录其Lab值，如果不在范围内则产生下一个随机点，直到色域内的点达到一定个数，循环停止。
6.根据权利要求1所述一种色纺纱线原色体系构建方法，其特征在于：步骤4中，利用CMC(2:1)公式计算色差，如式一所示；四面体四个顶点分别为P1、P2、P3、P4，由四个顶点采用色差公式计算得到四面体均值色差，如式二所示；
Figure FDA0002982873550000021
其中，ΔL、ΔCab、ΔHab分别为样本的明度差、饱和度差、色相差；Sl、Sc、SH分别为明度差、饱和度差、色相差的加权系数；l和c分别是调整明度和饱和度相对宽容量的两个系数；
Figure FDA0002982873550000022
其中，ΔE(Pi,Pj)表示顶点Pi与Pj的CMC色差，通过式一计算得到，
Figure FDA0002982873550000023
为四面体均值色差。
7.根据权利要求1所述一种色纺纱线原色体系构建方法，其特征在于：步骤5中生成素色的最大原色色差阈值通过对企业的历史数据统计分析获得。
8.根据权利要求1所述一种色纺纱线原色体系构建方法，其特征在于：步骤6中，按视觉感知特性对原色体系颜色数据进行排布的具体方法是，在CIELCh颜色空间中，首先将原色数据集按照色相h等分为m个色相范围，由于色相h的取值范围是[0°～360°]，那么划分为m个色相范围的步长Δh如式三所示，
Figure FDA0002982873550000024
并按照上述色相步长划分得到每个色相范围内的颜色数据；然后，针对每个色相范围内的颜色数据，按照n个明度等级进行划分，那么划分为n个明度范围的步长ΔL如式四所示，其中，Lmax和Lmin分布代表颜色数据集中的最大明度和最小明度值，
Figure DEST_PATH_BDA0002982873560000042
并按照上述明度步长划分得到每个明度范围内的颜色数据；最后将每个色相范围内每个明度范围下的颜色数据按照饱和度C值从小到大排序，即完成按视觉感知特性的原色体系颜色数据排布。
9.根据权利要求8所述一种色纺纱线原色体系构建方法，其特征在于：步骤6中，m的取值不小于40，n的取值不小于10。
CN202110292530.8A 2021-03-18 2021-03-18 一种色纺纱线原色体系构建方法 Active CN112907721B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110292530.8A CN112907721B (zh) 2021-03-18 2021-03-18 一种色纺纱线原色体系构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110292530.8A CN112907721B (zh) 2021-03-18 2021-03-18 一种色纺纱线原色体系构建方法

Publications (2)

Publication Number Publication Date
CN112907721A true CN112907721A (zh) 2021-06-04
CN112907721B CN112907721B (zh) 2022-06-07

Family

ID=76105425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110292530.8A Active CN112907721B (zh) 2021-03-18 2021-03-18 一种色纺纱线原色体系构建方法

Country Status (1)

Country Link
CN (1) CN112907721B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115690249A (zh) * 2022-11-03 2023-02-03 武汉纺织大学 一种纺织面料数字化色彩体系构建方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040096104A1 (en) * 2002-07-30 2004-05-20 Samsung Electronics Co.., Ltd. Method of color correction
CN104112081A (zh) * 2014-07-31 2014-10-22 上海理工大学 色域边界描述方法
US20180005413A1 (en) * 2016-06-29 2018-01-04 Cornell University Fitting procedural yarn models for realistic cloth rendering
CN107680049A (zh) * 2017-09-13 2018-02-09 齐鲁工业大学 一种保持色相恒定的跨媒体色域映射方法
CN109461150A (zh) * 2018-10-31 2019-03-12 杭州电子科技大学 一种基于机器视觉的纱线管颜色分拣方法
US20200098333A1 (en) * 2018-09-26 2020-03-26 Apple Inc. Method and System for Display Color Calibration
CN111292235A (zh) * 2019-04-25 2020-06-16 展讯通信（上海）有限公司 四面体插值计算方法及装置、色域转换方法及装置、介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040096104A1 (en) * 2002-07-30 2004-05-20 Samsung Electronics Co.., Ltd. Method of color correction
CN104112081A (zh) * 2014-07-31 2014-10-22 上海理工大学 色域边界描述方法
US20180005413A1 (en) * 2016-06-29 2018-01-04 Cornell University Fitting procedural yarn models for realistic cloth rendering
CN107680049A (zh) * 2017-09-13 2018-02-09 齐鲁工业大学 一种保持色相恒定的跨媒体色域映射方法
US20200098333A1 (en) * 2018-09-26 2020-03-26 Apple Inc. Method and System for Display Color Calibration
CN109461150A (zh) * 2018-10-31 2019-03-12 杭州电子科技大学 一种基于机器视觉的纱线管颜色分拣方法
CN111292235A (zh) * 2019-04-25 2020-06-16 展讯通信（上海）有限公司 四面体插值计算方法及装置、色域转换方法及装置、介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CAROLINE SUZANNE HEMINGRAY: "Colour prediction for sustainable fibre blending", 《THE UNIVERSITY OF LEEDS》 *
袁理: "基于原色纤维混配色织物的呈色特性与", 《纺织学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115690249A (zh) * 2022-11-03 2023-02-03 武汉纺织大学 一种纺织面料数字化色彩体系构建方法
CN115690249B (zh) * 2022-11-03 2023-06-16 武汉纺织大学 一种纺织面料数字化色彩体系构建方法

Also Published As

Publication number Publication date
CN112907721B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN105233498A (zh) 游戏角色染色方法、装置、用户终端及游戏系统
CN113096072B (zh) 一种色织纱线色彩体系构建方法
US5619434A (en) Method and apparatus for simulating colored material
CN112907721B (zh) 一种色纺纱线原色体系构建方法
CN108710773A (zh) 一种应用于色纺纱线的计算机配色纺纱方法
CN102425024B (zh) 一种彩色图案设计黑白仿真效果提花织物的方法
CN108804057A (zh) 印刷配色方法、装置、终端与计算机可读存储介质
CN102279717A (zh) 打印服务器及打印控制方法
CN106652046B (zh) 模型染色方法及装置
US20050280845A1 (en) Color correction method with improved image translation accuracy
EP0859300B1 (en) Fashion design and production supporting method and system therefor
CN102289543A (zh) 基于遗传—模糊聚类算法的织锦纹样分色方法
CN109920019A (zh) 纺织物色彩定制的方法和系统
CN112907483B (zh) 一种色纺织物计算机仿真方法
CN102075665B (zh) 色彩转换表创建设备和色彩转换表创建方法
CN101046881B (zh) 一种线型的颜色渐变方法及系统
CN113096196B (zh) 一种色织织物色彩体系构建方法
CN101442602B (zh) 一种基于模糊理论的色彩空间转换方法
CN101292067B (zh) 混色纱的图像模拟装置及其方法
CN108414456A (zh) 一种判定色纺纱针织物表面色彩均匀度的色卡及制备方法
US20140126003A1 (en) Method and system for optimizing black point compensation parameters
CN101848312B (zh) 颜色处理装置和颜色处理方法
CN102542522B (zh) 色彩分离的方法和系统
CN101764910A (zh) 一种高效的图像色彩抑制方法
Dimitrovski et al. Use of a predictive colour model for managing the colour appearance of two‐colour woven fabrics

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
GR01 Patent grant
GR01 Patent grant