CN115690249B - 一种纺织面料数字化色彩体系构建方法 - Google Patents
一种纺织面料数字化色彩体系构建方法 Download PDFInfo
- Publication number
- CN115690249B CN115690249B CN202211372550.7A CN202211372550A CN115690249B CN 115690249 B CN115690249 B CN 115690249B CN 202211372550 A CN202211372550 A CN 202211372550A CN 115690249 B CN115690249 B CN 115690249B
- Authority
- CN
- China
- Prior art keywords
- color
- fabric
- color data
- interpolation
- point
- 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.)
- Active
Links
- 239000004744 fabric Substances 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 109
- 239000004753 textile Substances 0.000 title claims abstract description 49
- 238000004519 manufacturing process Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 35
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 claims abstract description 22
- 238000004043 dyeing Methods 0.000 claims abstract description 21
- 239000003086 colorant Substances 0.000 claims abstract description 20
- 229920006395 saturated elastomer Polymers 0.000 claims abstract description 18
- 230000016776 visual perception Effects 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims abstract description 14
- 238000004040 coloring Methods 0.000 claims abstract description 8
- 238000011835 investigation Methods 0.000 claims abstract description 7
- 238000009877 rendering Methods 0.000 claims description 30
- 238000005259 measurement Methods 0.000 claims description 6
- 230000004075 alteration Effects 0.000 claims description 5
- 238000000691 measurement method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000005429 filling process Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 239000011087 paperboard Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000002798 spectrophotometry method Methods 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Image Processing (AREA)
Abstract
本发明公开一种纺织面料数字化色彩体系构建方法,首先收集纺织企业历史面料的留样,并制作相应面料卡;制作面料颜色渲染的纹理模板图像;调研获取该企业纺织面料染色工艺误差值ΔE;测量获得所有面料色卡的颜色值,得到该企业纺织面料颜色数据集S;利用凸壳算法提取颜色数据集S的壳体颜色数据子集Sc;设置颜色数据填充停止的条件数N;以面料染色工艺误差ΔE为约束,利用插值方法对壳体颜色数据子集Sc进行插值;直至插值达到稳定的收敛状态,得到插值饱和颜色数据集C;依据视觉感知特性对颜色数据集C的颜色进行排布;以面料颜色渲染纹理模板图像为基础,利用着色方法将颜色数据集C的颜色映射至纹理模板图像,最终得到纺织面料数字化色彩体系。
Description
技术领域
本发明属于数字图像处理领域,具体涉及一种纺织面料数字化色彩体系构建方法。
背景技术
在纺织工业生产领域,构建完备的产品色彩体系对于企业与客户和设计师之间的沟通、生产管理至关重要:1)利用构建的产品色彩体系进行颜色沟通,可以消除企业与客户之间的颜色沟通误差,避免因颜色沟通不畅造成的产品质量不合格问题,降低生产产品颜色次品率;2)以构建的产品色彩体系为基础,可以对企业产品进行系统化的管理,并且能够跟随客户的产品历史数据和流行色变化趋势,通过增加或替换色彩体系中的颜色,对企业产品的颜色品类进行动态的调整,紧跟市场变化趋势,保持市场的竞争力;3)构建企业自身的纺织产品色彩体系,也有助于企业对于现有产品之外的新颜色产品研发提供参考指导;4)作为与客户和设计师交流的颜色媒介;5)产品色彩体系能够辅助企业技术人员,对一些生产能力边界范围的客户来样做出快速准确判断。
现阶段,国内的大部分纺织企业都在开展企业产品色彩体系的研发构建工作,然而由于缺乏构建产品色彩体系的自主创新理论、方法和技术,色彩体系构建工作难以有效开展和推进,产品色彩体系的构建主要借助企业技术人员经验,缺乏科学合理的依据;另外也有部分纺织企业以现有颜色科学领域的颜色体系为参考,导致不同企业的产品色彩体系趋同化,限制了企业自身特色品牌的发展。总体而言,我国纺织企业尚缺乏构建企业自身产品色彩体系的自主创新技术支撑。
发明内容
本发明的目的是为了解决背景技术中所述问题,提出一种纺织面料数字化色彩体系构建方法。为此,本发明以颜色的视觉感知特性为基础,综合纺织面料染色工艺误差的影响,在视感知均匀的颜色空间内,利用带约束的数据填充技术和高保真面料数字化软打样技术,构建企业自身定制化的纺织面料数字化色彩体系,提升企业产品管理效能与竞争力。
首先收集纺织企业历史面料的留样,并制作相应面料卡;制作面料颜色渲染的纹理模板图像;调研获取该企业纺织面料染色工艺误差值ΔE;测量获得所有面料色卡的颜色值,得到该企业纺织面料颜色数据集S;利用凸壳算法提取颜色数据集S的壳体颜色数据子集Sc;设置颜色数据填充停止的条件数N;以面料染色工艺误差ΔE为约束,利用插值方法对壳体颜色数据子集Sc进行插值;直至插值达到稳定的收敛状态,得到插值饱和颜色数据集C;依据视觉感知特性对颜色数据集C的颜色进行排布;以面料颜色渲染纹理模板图像为基础,利用着色方法将颜色数据集C的颜色映射至纹理模板图像,最终得到纺织面料数字化色彩体系。
本发明的技术方案为一种纺织面料数字化色彩体系构建方法,具体包括以下步骤:
步骤1,收集某纺织企业历史面料留样,并制作相应面料卡;
步骤2,制作面料颜色渲染的纹理模板图像;
步骤3,调研获取纺织企业面料染色工艺误差值ΔE;
步骤4,测量所有面料卡的颜色数据,得到企业面料颜色数据集S;
步骤5,利用凸壳算法提取颜色数据集S的壳体颜色数据子集Sc;
步骤6,设置颜色数据填充停止的条件数N;
步骤7,以面料染色工艺误差ΔE为约束,利用插值方法对壳体颜色数据子集Sc进行数据填充;
步骤8,直至插值达到稳定的收敛状态,得到插值饱和颜色数据集C;
步骤9,依据视觉感知特性对颜色数据集C的颜色进行排布;
步骤10,利用着色方法将颜色数据集C的颜色映射至纹理模板图像,得到纺织面料数字化色彩体系。
进一步的,步骤1中,将纺织面料制作成相应面料卡的方法为,首先将面料进行k次对折,使其达到不透光状态,然后将折叠好的面料固定于纺织企业绕纱专用的白色纸板之上,最终形成面料卡。
进一步的,步骤2中,制作面料颜色渲染所用纹理模板图像的方法为:
1)首先,利用纺织企业生产工艺流程或者打样工艺,分别制作面料明度值约为10、20、30、40、50、60、70、80、90的灰梯尺面料;
2)然后,按照步骤1中所述的面料卡制作方式制作成面料卡;
3)其次,将制作好的灰梯尺面料卡放置于均匀照明的条件下,利用数码相机拍摄灰梯尺面料卡图像,并裁剪出面料区域,计算得到面料图像的红、绿、蓝三通的标准差σR、σG和σB;
4)最后,按照式(1)所示方法计算得到裁剪面料的灰度图,即得到面料颜色渲染的纹理模板图像,并计算得到纹理模板图像的标准差σY。
y=0.299*r+0.587*g+0.144*b, (1)
式中,y表示纹理模板图像任一像素点的灰度值,r表示该像素点红色通道的颜色值,g表示该像素点绿色通道的颜色值,b表示该像素点蓝色通道的颜色值。
进一步的,步骤3中,纺织企业面料染色工艺误差值ΔE,是根据企业实际生产工艺历史染色工艺误差的经验数据进行确定;
进一步的,步骤4中,面料卡的颜色数据可以通过专业的分光光度计测量获得,也可以采用多光谱相机或者照相式测量方法测量获得,照相式的测量基本原理和方法可参见发明人已授权发明专利(参考文献1),本发明专利中的颜色数据不仅指面料在CIELab颜色空间的颜色值,也可以为其在改进颜色空间中的颜色值,如视觉感知更为均匀的颜色空间(见参考文献2)。
参考文献1:梁金星,左传,周景,胡新荣,何儒汉,刘琪,谢礼坤,程靖尧,杨宏焕,李欣冉,靳然,高凌越.一种基于数码相机的织物颜色数字化测量方法[P].湖北省:CN114235153B,2022-05-13.
参考文献2:Li C,Li Z,Wang Z,et al.Comprehensive color solutions:CAM16,CAT16,and CAM16-UCS[J].Color Research&Application,2017,42(6):703-718.
进一步的,步骤5中,利用凸壳算法(Convex hull,又称凸包算法)提取颜色数据集S的壳体颜色数据子集Sc方法中,凸壳算法为现有公开算法(见参考文献3),该方法对于任意给定的二维及以上的数据集,可输出能够包围总体数据的最优凸壳数据点集。基于凸壳算法的这一优点,本发明可以从企业历史面料颜色数据集S中,快速找出壳体颜色数据子集Sc,从而保障本发明方法的插值数据完全位于企业可生产的颜色范围之内。
参考文献3:Barber,C.Bradford,David P.Dobkin,and Hannu Huhdanpaa."Thequickhull algorithm for convex hulls."ACM Transactions on MathematicalSoftware(TOMS)22.4(1996):469-483.
进一步的,步骤6中,设置颜色数据填充停止的条件数N是指,在后续通过插值对壳体颜色数据子集Sc进行填充过程中,当连续N次随机取点后都无法插入新的数据时,认为插值的数据集达到饱和状态,即可停止颜色数据的填充。
进一步的,步骤7中,以面料染色工艺误差ΔE为约束,利用插值方法对壳体颜色数据子集Sc进行数据填充的方法具体如下:
第一阶段:对壳体表面颜色数据进行插值。
1)利用凸壳算法提取壳体颜色数据Sc组成的壳体面上的L个三角形数据,其中每个三角形均由Sc中的三个颜色数据点构成;
2)遍历每个三角形面的颜色数据,利用如式(2)所示的中心插值方法,插值得到三角形的中心颜色数据;
(Lave,aave,bave)=((L1,a1,b1)+(L2,a2,b2)+(L3,a3,b3))/3, (2)
式中,(L1,a1,b1)、(L2,a2,b2)、(L3,a3,b3)分别为三角形三个顶点的CIELab颜色数据,(Lave,aave,bave)为由三个顶点采用中心插值计算得到的插值点颜色数据
3)针对每个三角形面的插值颜色数据,计算该插值点与当前最近点的色差是否大于工艺误差ΔE,若是则保留该插值点,若否则舍弃该插值点;
4)完成一轮插值之后,继续使用凸壳算法提取出当前数颜色数据点组成的P个三角形数据,重复步骤1)至步骤3),直至某个轮次无法插入新的数据,停止插值,得到饱和的壳体颜色数据集Scs。
第二阶段:以得到的饱和壳体颜色数据集Scs为基础,对壳体内部颜色数据进行插值。
1)随机从颜色数据集Scs中取两个颜色数据s1和s2,并计算两个颜色数据的色差值ΔEs,如果ΔEs大于两倍的ΔE,如式(3)所示,即满足K≥2,则初步判定两个颜色数据点之间可以插值,否则判定不能插值,重新从颜色数据集Scs中取两个颜色数据,再进行判定;
2)当满足插值条件时,设定s1为距离CIELab颜色空间点中心点(50,0,0)较远的点,s2为距离CIELab颜色空间点中心点(50,0,0)较近的点;
3)插值点设置为两个颜色点之间距离snew的1/K处,采用如式(4)所示的线性插值方法,得到插值数据点snew,
式中,(Lnew,anew,bnew)为插值点snew的颜色数据,(L1,a1,b1)和(L2,a2,b2)分别为s1和s2的颜色数据。
4)计算插值点snew与当前最近点的色差是否大于工艺误差ΔE,若是则将插值点snew加入到颜色数据集Scs,若否则舍弃该插值点;
5)重复步骤1)至步骤4)。
进一步的,步骤8中,在进行第二阶段对壳体内部颜色数据进行插值过程中,直至连续N次随机取点都未有新的颜色数据插入时,认为颜色数据插值达到稳定的收敛状态,得到最终的饱和颜色数据集C。
进一步的,步骤9中,依据视觉感知特性对颜色数据集C的颜色进行排布的方法如下:
1)将插值后的颜色数据集C的颜色数据从CIELab颜色空间转换到CIELch颜色空间,并将颜色数据集C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(5)所示,
2)按照上述色相步长划分得到每个色相范围内的颜色数据,并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(6)所示,其中,Lmax和Lmin分别代表颜色数据集C中的最大明度和最小明度值,
3)按照上述明度步长划分得到每个明度范围内的颜色数据,并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色彩体系颜色数据排布。
进一步的,步骤10中,利用着色方法将颜色数据集C的颜色映射至纹理模板图像,得到纺织面料数字化色彩体系的方法如下:
1)以步骤2中制作面料颜色渲染所用纹理模板图像为基础,对于颜色数据集C是任一目标颜色,首先计算其明度值,然后依据明度值最接近原则,选择目标颜色所对应的纹理模板图像,作为其颜色渲染的具体对象。
2)利用纹理特征保持的颜色映射方法,将目标颜色映射至纹理模板图像,得到初始颜色渲染图像Dt,具体实现方法如式(7)至式(8)所示,即对于纹理模板图像的任一像素点,用目标颜色值叠加经过调整系数δ调整后的灰度偏差,得到其对应的渲染颜色数据。
其中,
式中,r、g和b为目标颜色的红、绿、蓝三通道颜色值,Δy为纹理模板图像任一像素点的灰度值相对于纹理模板图像平均灰度值的偏差,δ为灰度偏差调整系数,计算方法如式(8)所示,其中σR、σG和σB为步骤2所述纹理模板的原始图像红、绿、蓝三个颜色通道标准差,σY为步骤2所述纹理模板图像灰度值的标准差,rt、gt和bt分别表示纹理模板图像任一像素点渲染后的红、绿、蓝三通道颜色值。
3)依据目标颜色值,对初始颜色渲染图像Dt的总体平均灰度进行校正,使得其总体平均灰度与目标颜色的灰度一致,校正方法如式(9)所示,
式中,ys为目标颜色的灰度值,yt为初始颜色渲染图像Dt任一像素点的灰度值,rt、gt和bt分别为初始颜色渲染图像Dt任一像素点的红、绿、蓝三通道颜色值,rt_f、gt_f和bt_f分别为经过灰度校正的最终颜色渲染图像Df任一像素点的红、绿、蓝三通道颜色值。
与现有技术相比,本发明充分考量了人眼的视觉感知特征,在确保视觉高保真再现色彩体系的基础上,采用颜色壳体数据作为构建色彩体系的起始数据,能够确保企业颜色生产能力的完全覆盖,能够有效避弥补现有色彩体系构建技术存在的缺陷,提供更加科学合理的色彩体系构建方法,对提升企业竞争力具有重要实际应用价值。
然而由于缺乏构建产品色彩体系的自主创新理论、方法和技术,色彩体系构建工作难以有效开展和推进,产品色彩体系的构建主要借助企业技术人员经验,缺乏科学合理的依据;另外也有部分纺织企业以现有颜色科学领域的颜色体系为参考,导致不同企业的产品色彩体系趋同化,限制了企业自身特色品牌的发展。总体而言,我国纺织企业尚缺乏构建企业自身产品色彩体系的自主创新技术支撑
附图说明
图1为本发明实施例的流程图。
图2为依据企业A提供的面料测量的颜色数据S。
图3为颜色数据集S的壳体颜色数据Sc。
图4为采用本发明将ΔE设置为8时的色彩体系颜色数据集C。
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至图4所示,实施例提供了一种纺织面料数字化色彩体系构建方法,可为纺织企业色织生产提供有效的颜色沟通规范,为企业产品的生产管理和新产品研发提供基础支持。实施例采用企业A提供的2310个面料留样为基础,按照本发明所述面料样本制作方法制作面料卡及纹理模板图像,调研获得该企业的生产工艺色差阈值ΔE为2.5,采用Colori7分光光度计测量获得其颜色数据集S,其分布如图2所示。以上述颜色数据集S和色差阈值ΔE为限制条件,在Pycharm和MATLAB软件平台上,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、收集某纺织企业历史面料留样,并制作相应面料卡。
如上所述,实施例中采用了企业A提供的2310个面料留样,按照将面料进行k次对折,使其达到不透光状态,然后将折叠好的面料固定于纺织企业绕纱专用的白色纸板之上,最终形成面料卡的方法,共制作面料卡2310个。
2、制作面料颜色渲染的纹理模板图像。
实施了中,制作面料颜色渲染所用纹理模板图像的具体方法如下:
1)首先,利用纺织企业A的面料打样工艺,分别制作了面料明度值约为10、20、30、40、50、60、70、80、90的灰梯尺面料样本9个;
2)然后,按照步骤1中所述的面料卡制作方式制作成面料卡;
3)其次,将制作好的灰梯尺面料卡放置于均匀照明的条件下,利用数码相机拍摄灰梯尺面料卡图像,并裁剪出面料区域,计算得到面料图像的红、绿、蓝三通的标准差σR、σG和σB;
4)最后,按照式(1)所示方法计算得到裁剪面料的灰度图,即得到面料颜色渲染的纹理模板图像,并计算得到纹理模板图像的标准差σY。
y=0.299*r+0.587*g+0.144*b, (1)
式中,y表示纹理模板图像任一像素点的灰度值,r表示该像素点红色通道的颜色值,g表示该像素点绿色通道的颜色值,b表示该像素点蓝色通道的颜色值。
3、调研获取纺织企业面料染色工艺误差值ΔE;
根据企业实际生产工艺历史染色工艺误差的经验数据,调研得到该企业的纺织企业面料染色工艺误差值ΔE为2.5。实施例中,为了加快数据的插值过程,实际使用ΔE=8作为面料染色工艺误差值的测试值。
4、测量所有面料卡的颜色数据,得到企业面料颜色数据集S。
实施例中,采用Color i7分光光度计测量获得其颜色数据集S,其分布如图2所示。此外,面料卡的颜色数据也可以采用多光谱相机或者照相式测量方法测量获得,照相式的测量基本原理和方法可参见发明人已授权发明专利(参考文献1),本发明专利中的颜色数据不仅指面料在CIELab颜色空间的颜色值,也可以为其在改进颜色空间中的颜色值,如视觉感知更为均匀的颜色空间(见参考文献2)。
参考文献1:梁金星,左传,周景,胡新荣,何儒汉,刘琪,谢礼坤,程靖尧,杨宏焕,李欣冉,靳然,高凌越.一种基于数码相机的织物颜色数字化测量方法[P].湖北省:CN114235153B,2022-05-13.
参考文献2:Li C,Li Z,Wang Z,et al.Comprehensive color solutions:CAM16,CAT16,and CAM16-UCS[J].Color Research&Application,2017,42(6):703-718.
5、利用凸壳算法提取颜色数据集S的壳体颜色数据子集Sc。
利用凸壳算法(Convex hull,又称凸包算法)提取颜色数据集S的壳体颜色数据子集Sc方法中,凸壳算法为现有公开算法(见参考文献3),该方法对于任意给定的二维及以上的数据集,可输出能够包围总体数据的最优凸壳数据点集。基于凸壳算法的这一优点,本发明可以从企业历史面料颜色数据集S中,快速找出壳体颜色数据子集Sc,从而保障本发明方法的插值数据完全位于企业可生产的颜色范围之内。
实施例中,在MATLAB平台上调用凸壳算法,将颜色数据集S作为输入,得到其对应的壳体颜色数据集Sc输出,其中壳体颜色数据集Sc的值为127,其颜色分布如图3所示。
参考文献3:Barber,C.Bradford,David P.Dobkin,and Hannu Huhdanpaa."Thequickhull algorithm for convex hulls."ACM Transactions on MathematicalSoftware(TOMS)22.4(1996):469-483.
6、设置颜色数据填充停止的条件数N。
设置颜色数据填充停止的条件数N是指,在后续通过插值对壳体颜色数据子集Sc进行填充过程中,当连续N次随机取点后都无法插入新的数据时,认为插值的数据集达到饱和状态,即可停止颜色数据的填充。实施例中,以及实际测试经验,设置的N值为50。
7、以面料染色工艺误差ΔE为约束,利用插值方法对壳体颜色数据子集Sc进行数据填充。
实施例中,以面料染色工艺误差ΔE=8为约束,利用插值方法对壳体颜色数据子集Sc进行数据填充的方法具体如下:
第一阶段:对壳体表面颜色数据进行插值。
1)利用凸壳算法提取壳体颜色数据Sc组成的壳体面上的L个三角形数据,其中每个三角形均由Sc中的三个颜色数据点构成;
2)遍历每个三角形面的颜色数据,利用如式(2)所示的中心插值方法,插值得到三角形的中心颜色数据;
(Lave,aave,bave)=((L1,a1,b1)+(L2,a2,b2)+(L3,a3,b3))/3, (2)
式中,(L1,a1,b1)、(L2,a2,b2)、(L3,a3,b3)分别为三角形三个顶点的CIELab颜色数据,(Lave,aave,bave)为由三个顶点采用中心插值计算得到的插值点颜色数据
3)针对每个三角形面的插值颜色数据,计算该插值点与当前最近点的色差是否大于工艺误差ΔE,若是则保留该插值点,若否则舍弃该插值点;
4)完成一轮插值之后,继续使用凸壳算法提取出当前数颜色数据点组成的P个三角形数据,重复步骤1)至步骤3),直至某个轮次无法插入新的数据,停止插值,得到饱和的壳体颜色数据集Scs。实施例中,壳体面上的起始三角形个数为L=250,经壳体表面插值以后的颜色数据集Scs由127个增加至286个。
第二阶段:以得到的饱和壳体颜色数据集Scs为基础,对壳体内部颜色数据进行插值。
1)随机从颜色数据集Scs中取两个颜色数据s1和s2,并计算两个颜色数据的色差值ΔEs,如果ΔEs大于两倍的ΔE,如式(3)所示,即满足K≥2,则初步判定两个颜色数据点之间可以插值,否则判定不能插值,重新从颜色数据集Scs中取两个颜色数据,再进行判定;
2)当满足插值条件时,设定s1为距离CIELab颜色空间点中心点(50,0,0)较远的点,s2为距离CIELab颜色空间点中心点(50,0,0)较近的点;
3)插值点设置为两个颜色点之间距离snew的1/K处,采用如式(4)所示的线性插值方法,得到插值数据点snew,
式中,(Lnew,anew,bnew)为插值点snew的颜色数据,(L1,a1,b1)和(L2,a2,b2)分别为s1和s2的颜色数据。
4)计算插值点snew与当前最近点的色差是否大于工艺误差ΔE,若是则将插值点snew加入到颜色数据集Scs,若否则舍弃该插值点;
5)重复步骤1)至步骤4)。实施例中,在Pycharm开发平台实现上述插值算法的具体实现过程。
8、直至插值达到稳定的收敛状态,得到插值饱和颜色数据集C。
在进行第二阶段对壳体内部颜色数据进行插值过程中,直至连续N次随机取点都未有新的颜色数据插入时,认为颜色数据插值达到稳定的收敛状态,得到最终的饱和颜色数据集C。实施例中,N的值取50,即当连续50次随机取点后都无法插入新的数据,停止插值,得到得到最终的饱和颜色数据集C,C的值为3579,其颜色分布如图4所示。
9、依据视觉感知特性对颜色数据集C的颜色进行排布。
依据视觉感知特性对颜色数据集C的颜色进行排布的方法如下:
1)将插值后的颜色数据集C的颜色数据从CIELab颜色空间转换到CIELch颜色空间,并将颜色数据集C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(5)所示,
2)按照上述色相步长划分得到每个色相范围内的颜色数据,并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(6)所示,其中,Lmax和Lmin分别代表颜色数据集C中的最大明度和最小明度值,
3)按照上述明度步长划分得到每个明度范围内的颜色数据,并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色彩体系颜色数据排布。实施例中,m的取值为40,即按照9°为步长划分色相,n的取值为10,即将明度划分为10个等级。实施例中,在MATLAB开发平台完成对颜色数据集C的颜色排布。
10、利用着色方法将颜色数据集C的颜色映射至纹理模板图像,得到纺织面料数字化色彩体系。
实施例中,利用着色方法将颜色数据集C的颜色映射至纹理模板图像,得到纺织面料数字化色彩体系的方法如下:
1)以步骤2中制作面料颜色渲染所用纹理模板图像为基础,对于颜色数据集C是任一目标颜色,首先计算其明度值,然后依据明度值最接近原则,选择目标颜色所对应的纹理模板图像,作为其颜色渲染的具体对象。
2)利用纹理特征保持的颜色映射方法,将目标颜色映射至纹理模板图像,得到初始颜色渲染图像Dt,具体实现方法如式(7)至式(8)所示,即对于纹理模板图像的任一像素点,用目标颜色值叠加经过调整系数δ调整后的灰度偏差,得到其对应的渲染颜色数据。
其中,
式中,r、g和b为目标颜色的红、绿、蓝三通道颜色值,Δy为纹理模板图像任一像素点的灰度值相对于纹理模板图像平均灰度值的偏差,δ为灰度偏差调整系数,计算方法如式(8)所示,其中σR、σG和σB为步骤2所述纹理模板的原始图像红、绿、蓝三个颜色通道标准差,σY为步骤2所述纹理模板图像灰度值的标准差,rt、gt和bt分别表示纹理模板图像任一像素点渲染后的红、绿、蓝三通道颜色值。
3)依据目标颜色值,对初始颜色渲染图像Dt的总体平均灰度进行校正,使得其总体平均灰度与目标颜色的灰度一致,校正方法如式(9)所示,
式中,ys为目标颜色的灰度值,yt为初始颜色渲染图像Dt任一像素点的灰度值,rt、gt和bt分别为初始颜色渲染图像Dt任一像素点的红、绿、蓝三通道颜色值,rt_f、gt_f和bt_f分别为经过灰度校正的最终颜色渲染图像Df任一像素点的红、绿、蓝三通道颜色值。实施例中,在MATLAB开发平台完成颜色数据集C至纹理模板图像的颜色映射。
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 (6)
1.一种纺织面料数字化色彩体系构建方法,其特征在于,包括以下步骤:
步骤1,收集历史面料留样,并制作相应面料卡;
步骤2,制作面料颜色渲染的纹理模板图像;
步骤3,调研获取面料染色工艺误差值ΔE;
步骤4,测量所有面料卡的颜色数据,得到面料颜色数据集S;
步骤5,利用凸壳算法提取颜色数据集S的壳体颜色数据子集Sc;
步骤6,设置颜色数据填充停止的条件数N;
步骤6中,设置颜色数据填充停止的条件数N是指,在后续通过插值对壳体颜色数据子集Sc进行填充过程中,当连续N次随机取点后都无法插入新的数据时,认为插值的数据集达到饱和状态,即可停止颜色数据的填充;
步骤7,以面料染色工艺误差ΔE为约束,利用插值方法对壳体颜色数据子集Sc进行数据填充;
步骤7中,以面料染色工艺误差ΔE为约束,利用插值方法对壳体颜色数据子集Sc进行数据填充的方法具体如下:
第一阶段:对壳体表面颜色数据进行插值;
b1)利用凸壳算法提取壳体颜色数据Sc组成的壳体面上的L个三角形数据,其中每个三角形均由Sc中的三个颜色数据点构成;
b2)遍历每个三角形面的颜色数据,利用如式(2)所示的中心插值方法,插值得到三角形的中心颜色数据;
(Lave,aave,bave)=((L1,a1,b1)+(L2,a2,b2)+(L3,a3,b3))/3, (2)
式中,(L1,a1,b1)、(L2,a2,b2)、(L3,a3,b3)分别为三角形三个顶点的CIELab颜色数据,(Lave,aave,bave)为由三个顶点采用中心插值计算得到的插值点颜色数据
b3)针对每个三角形面的插值颜色数据,计算该插值点与当前最近点的色差是否大于工艺误差ΔE,若是则保留该插值点,若否则舍弃该插值点;
b4)完成一轮插值之后,继续使用凸壳算法提取出当前数颜色数据点组成的P个三角形数据,重复步骤b1)至步骤b3),直至某个轮次无法插入新的数据,停止插值,得到饱和的壳体颜色数据集Scs;
第二阶段:以得到的饱和壳体颜色数据集Scs为基础,对壳体内部颜色数据进行插值;
c1)随机从颜色数据集Scs中取两个颜色数据s1和s2,并计算两个颜色数据的色差值ΔEs,如果ΔEs大于两倍的ΔE,如式(3)所示,即满足K≥2,则初步判定两个颜色数据点之间可以插值,否则判定不能插值,重新从颜色数据集Scs中取两个颜色数据,再进行判定;
c2)当满足插值条件时,设定s1为距离CIELab颜色空间点中心点(50,0,0)较远的点,s2为距离CIELab颜色空间点中心点(50,0,0)较近的点;
c3)插值点设置为两个颜色点之间距离snew的1/K处,采用如式(4)所示的线性插值方法,得到插值数据点snew,
式中,(Lnew,anew,bnew)为插值点snew的颜色数据,(L1,a1,b1)和(L2,a2,b2)分别为s1和s2的颜色数据;
c4)计算插值点snew与当前最近点的色差是否大于工艺误差ΔE,若是则将插值点snew加入到颜色数据集Scs,若否则舍弃该插值点;
c5)重复步骤c1)至步骤c4);
步骤8,直至插值达到稳定的收敛状态,得到插值饱和颜色数据集C;
步骤8中,在进行第二阶段对壳体内部颜色数据进行插值过程中,直至连续N次随机取点都未有新的颜色数据插入时,认为颜色数据插值达到稳定的收敛状态,得到最终的饱和颜色数据集C;
步骤9,依据视觉感知特性对颜色数据集C的颜色进行排布;
步骤9中,依据视觉感知特性对颜色数据集C的颜色进行排布的方法如下:
d1)将插值后的颜色数据集C的颜色数据从CIELab颜色空间转换到CIELch颜色空间,并将颜色数据集C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(5)所示,
d2)按照上述色相步长划分得到每个色相范围内的颜色数据,并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(6)所示,其中,Lmax和Lmin分别代表颜色数据集C中的最大明度和最小明度值,
d3)按照上述明度步长划分得到每个明度范围内的颜色数据,并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色彩体系颜色数据排布;
步骤10,利用着色方法将颜色数据集C的颜色映射至纹理模板图像,得到纺织面料数字化色彩体系。
2.如权利要求1所述的一种纺织面料数字化色彩体系构建方法,其特征在于:步骤1中,将纺织面料制作成相应面料卡的方法为,首先将面料进行k次对折,使其达到不透光状态,然后将折叠好的面料固定于绕纱专用的白色纸板之上,最终形成面料卡。
3.如权利要求1所述的一种纺织面料数字化色彩体系构建方法,其特征在于:步骤2中,制作面料颜色渲染所用纹理模板图像的方法为:
a1)首先,利用生产工艺流程或者打样工艺,分别制作面料明度值约为10、20、30、40、50、60、70、80、90的灰梯尺面料;
a2)然后,按照步骤1中所述的面料卡制作方式制作成面料卡;
a3)其次,将制作好的灰梯尺面料卡放置于均匀照明的条件下,利用数码相机拍摄灰梯尺面料卡图像,并裁剪出面料区域,计算得到面料图像的红、绿、蓝三通的标准差σR、σG和σB;
a4)最后,按照式(1)所示方法计算得到裁剪面料的灰度图,即得到面料颜色渲染的纹理模板图像,并计算得到纹理模板图像的标准差σY;
y=0.299*r+0.587*g+0.144*b, (1)
式中,y表示纹理模板图像任一像素点的灰度值,r表示该像素点红色通道的颜色值,g表示该像素点绿色通道的颜色值,b表示该像素点蓝色通道的颜色值。
4.如权利要求1所述的一种纺织面料数字化色彩体系构建方法,其特征在于:步骤3中,面料染色工艺误差值ΔE,是根据实际生产工艺历史染色工艺误差的经验数据进行确定。
5.如权利要求1所述的一种纺织面料数字化色彩体系构建方法,其特征在于:步骤4中,面料卡的颜色数据通过专业的分光光度计测量获得,或采用多光谱相机或者照相式测量方法测量获得。
6.如权利要求1所述的一种纺织面料数字化色彩体系构建方法,其特征在于:步骤10中,利用着色方法将颜色数据集C的颜色映射至纹理模板图像,得到纺织面料数字化色彩体系的方法如下:
e1)以步骤2中制作面料颜色渲染所用纹理模板图像为基础,对于颜色数据集C是任一目标颜色,首先计算其明度值,然后依据明度值最接近原则,选择目标颜色所对应的纹理模板图像,作为其颜色渲染的具体对象;
e2)利用纹理特征保持的颜色映射方法,将目标颜色映射至纹理模板图像,得到初始颜色渲染图像Dt,具体实现方法如式(7)至式(8)所示,即对于纹理模板图像的任一像素点,用目标颜色值叠加经过调整系数δ调整后的灰度偏差,得到其对应的渲染颜色数据;
其中,
式中,r、g和b为目标颜色的红、绿、蓝三通道颜色值,Δy为纹理模板图像任一像素点的灰度值相对于纹理模板图像平均灰度值的偏差,δ为灰度偏差调整系数,计算方法如式(8)所示,其中σR、σG和σB为步骤2所述纹理模板的原始图像红、绿、蓝三个颜色通道标准差,σY为步骤2所述纹理模板图像灰度值的标准差,rt、gt和bt分别表示纹理模板图像任一像素点渲染后的红、绿、蓝三通道颜色值;
e3)依据目标颜色值,对初始颜色渲染图像Dt的总体平均灰度进行校正,使得其总体平均灰度与目标颜色的灰度一致,校正方法如式(9)所示,
式中,ys为目标颜色的灰度值,yt为初始颜色渲染图像Dt任一像素点的灰度值,rt、gt和bt分别为初始颜色渲染图像Dt任一像素点的红、绿、蓝三通道颜色值,rt_f、gt_f和bt_f分别为经过灰度校正的最终颜色渲染图像Df任一像素点的红、绿、蓝三通道颜色值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211372550.7A CN115690249B (zh) | 2022-11-03 | 2022-11-03 | 一种纺织面料数字化色彩体系构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211372550.7A CN115690249B (zh) | 2022-11-03 | 2022-11-03 | 一种纺织面料数字化色彩体系构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115690249A CN115690249A (zh) | 2023-02-03 |
CN115690249B true CN115690249B (zh) | 2023-06-16 |
Family
ID=85047137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211372550.7A Active CN115690249B (zh) | 2022-11-03 | 2022-11-03 | 一种纺织面料数字化色彩体系构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115690249B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330188A (zh) * | 2017-06-30 | 2017-11-07 | 武汉大学深圳研究院 | 面向复制对象的多色半色调设备拆分式建模方法及系统 |
CN112907721A (zh) * | 2021-03-18 | 2021-06-04 | 武汉纺织大学 | 一种色纺纱线原色体系构建方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5809213A (en) * | 1996-02-23 | 1998-09-15 | Seiko Epson Corporation | Automatic color calibration of a color reproduction system |
US20020140701A1 (en) * | 2001-04-02 | 2002-10-03 | Guyler Karl E. | Method and system for constructing and visualizing color gamuts |
JP2004020374A (ja) * | 2002-06-17 | 2004-01-22 | Aica Kogyo Co Ltd | カラーシステム |
EP1420233A1 (en) * | 2002-11-12 | 2004-05-19 | Gretag-Macbeth AG | Digital color standard |
US20160307305A1 (en) * | 2013-10-23 | 2016-10-20 | Rutgers, The State University Of New Jersey | Color standardization for digitized histological images |
CN103729472A (zh) * | 2014-01-21 | 2014-04-16 | 成都齐力丝绸有限公司 | 一种织锦颜色组织库的创建方法及其应用 |
US9412038B1 (en) * | 2015-02-03 | 2016-08-09 | The Dial Corporation | Determining a color value of an article of fabric |
CN106023163A (zh) * | 2016-05-12 | 2016-10-12 | 昆明理工大学 | 一种基于色彩插值的结构光投影系统色彩标定与校正方法 |
CN108416813B (zh) * | 2018-01-15 | 2022-04-12 | 浙江理工大学 | 一种色彩提取优化的设计方法 |
CN111681289A (zh) * | 2020-06-10 | 2020-09-18 | 青岛理工大学 | 一种清水混凝土色差分析/检测方法及系统 |
CN113096072B (zh) * | 2021-03-18 | 2022-08-30 | 武汉纺织大学 | 一种色织纱线色彩体系构建方法 |
CN114972158A (zh) * | 2022-01-17 | 2022-08-30 | 东华大学 | 一种纺织品测色配色智能数字化系统 |
CN115082597A (zh) * | 2022-04-29 | 2022-09-20 | 青海大学 | 基于调色板的图像重着色方法和系统 |
-
2022
- 2022-11-03 CN CN202211372550.7A patent/CN115690249B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330188A (zh) * | 2017-06-30 | 2017-11-07 | 武汉大学深圳研究院 | 面向复制对象的多色半色调设备拆分式建模方法及系统 |
CN112907721A (zh) * | 2021-03-18 | 2021-06-04 | 武汉纺织大学 | 一种色纺纱线原色体系构建方法 |
Non-Patent Citations (1)
Title |
---|
基于色彩提取的侗族织锦创新研究;王艺玮等;纺织科技进展(第7期);50-54 * |
Also Published As
Publication number | Publication date |
---|---|
CN115690249A (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8310726B2 (en) | Image processing apparatus, image processing method, image processing program, and printing apparatus | |
TWI293742B (zh) | ||
WO2010087164A1 (ja) | カラー画像処理方法、カラー画像処理装置および記録媒体 | |
JP2004030670A (ja) | デジタル画像の色調特徴の強調方法 | |
CN103581634B (zh) | 图像的宽动态范围处理方法 | |
CN103106670A (zh) | 一种计算机输入设备的色彩模型自动建立及转换方法 | |
CN111489322A (zh) | 给静态图片加天空滤镜的方法及装置 | |
Pierre et al. | Luminance-hue specification in the RGB space | |
CN110780961A (zh) | 一种调整应用界面文字颜色的方法、存储介质及终端设备 | |
CN106934835B (zh) | 基于空间网络用于纺织品喷墨印染的颜色色域映射方法 | |
EP2375719A1 (en) | Color gamut mapping method having one step preserving the lightness of the cusp colors | |
CN115690249B (zh) | 一种纺织面料数字化色彩体系构建方法 | |
JP5440195B2 (ja) | カラープロファイルの作成方法、カラープロファイルを作成する画像処理装置、及び当該画像処理装置の制御プログラム | |
JP6680076B2 (ja) | 画像処理装置、画像処理方法、及び画像処理システム | |
CN117372388A (zh) | 烟叶/丝等级检测方法及装置 | |
CN108876870B (zh) | 一种考虑纹理复杂性的域映射GANs图像着色方法 | |
JP4146506B1 (ja) | モザイク画像生成装置、方法及びプログラム | |
CN115797260B (zh) | 一种视觉高保真纺织面料换色方法及系统 | |
JP4375580B2 (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
JP4353233B2 (ja) | 画像処理プログラムおよび画像処理装置 | |
CN113989138B (zh) | 一种脸部肌肤图像炎症提取并形成红区光谱的方法 | |
JP3489200B2 (ja) | カラープリンタにおける色補正方法 | |
JP5665442B2 (ja) | 色処理装置および色処理方法 | |
Li et al. | Determining the colorimetric attributes of multicolored materials based on a global correction and unsupervised image segmentation method | |
JP4788486B2 (ja) | 色域外郭作成装置及び色域外郭作成プログラム |
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 |