共查询到20条相似文献,搜索用时 171 毫秒
1.
针对缺少理想的混色模型现状和开发计算机混色配色系统的迫切需要,在对经验Stearns-Noechel模型优化和改善的基础上建立了适用于毛条混色应用需要的计算机配色预测数学模型。分析了基于优化的Stearns-Noechel模型实现混色毛条计算机配色的三刺激值配色原理及算法流程,提出在配方预测中修正误差的方法及配色效果的控制方法。依此开发的计算机混色配色系统,经过实际的配色实验检验,显示出快速、准确提供配方的能力,平均预测色差为0.614 CIELab单位,证明开发的配色系统对毛条混色产品的配色是非常有效的。 相似文献
2.
天然染料色谱不全的缺陷限制了其在羊毛上的应用。为丰富天然染料染色羊毛纤维的颜色色谱,选用天然红、黄、蓝三原色染料染色羊毛织物与纤维,然后对羊毛织物的一浴法拼混染色和有色纤维的拼色进行研究,并基于Kubelka-Munk单常数理论和Stearns-Noechel模型分别对一浴法拼混染色织物和拼混有色纤维进行颜色预测。结果表明:使用一浴法拼混染色,染色后的羊毛织物在CIELAB色域空间中分布不均匀,倾向于红(+a*),色相角(h)分布范围主要集中在0°~24°、324°~360°之间;经有色纤维拼混获得的颜色空间分布更加均匀,更倾向于黄(+b*),色相角(h)分布范围集中在0°~50°、316°~360°区域;Kubelka-Munk模型和Stearns-Noechel模型可分别用于天然染料一浴法染色羊毛织物和羊毛有色纤维拼色的颜色预测,为进一步提高生产效率、降低配色成本提出新思路。 相似文献
3.
改善精梳混色纱布面实物质量的实践 总被引:5,自引:4,他引:1
近几年来 ,混色纱生产在我国得到迅猛发展 ,产品远销欧美国际市场 ,因混色纱是由两种或两种以上不同色泽的纤维混纺而成的 ,纱线风格独特 ,成纱颜色可根据混色配比不同或配色棉花的改变而任意变化 ,配色选择余地较大。用它织成的织物布面风格是用普通染整工艺所不能达到的。其布面颜色层次清晰 ,色泽自然 ,可与彩色天然原棉纺制的产品媲美 ,并且色泽更艳丽多彩。为了体现混色纱布面自然、逼真的天然效果 ,一般其织物后整理经水洗或漂洗后不再染色 ,纱线上的外观疵点 (色结、色条、色差 )暴露在布面上 ,深浅颜色相互映衬特别醒目 ,严重影响布… 相似文献
4.
为提高纱线染色配方预测的准确性和稳定性,在Kubelka-Munk理论基础上,结合CIE 1976 L* a* b* 均匀颜色空间及CIELAB色差公式,提出了以共轭梯度法为基础的染色配方预测优化方法,详细推导出共轭梯度法带约束的配方预测目标函数。利用自开发的测配色软件和美能达CM2600D分光测色仪,选用D65光源,做了大量的单纺纱线测配色实验。实验结果表明,该染料配方预测优化算法计算的配色结果与标准色接近,色差小,与染料配方初值无关,稳定、可靠、收敛性强、重复度高。 相似文献
5.
为构建适用于环锭数码纺混色纱的配色模型,以环锭数码纺纱机为平台,选用品红、黄色、青色、黑色、白色5种颜色的粗纱为原料,以10%为混纺梯度进行混色纺纱,并用小圆机织成针织物,进一步对织物进行测色。依据Kubelka-Munk双常数理论,用相对值法求解参数吸收系数和散射系数,并进行模型构建,结合全色谱算法和最小二乘法进行配色算法构建,实现对环锭数码纺混色纱的颜色预测与配方预测。用品红、黄色、青色3色粗纱按不同配比制备36种混色样进行预测效果分析。结果表明色差均值为1.74,平均比例误差为7.38%,色差分布小于2的占比达到72.22%,证明该模型对环锭数码纺纱系统具有适用性。 相似文献
6.
为研究三通道转杯混色毛纱用于针织物时的混色规律,提出了利用有色纯羊毛在三通道转杯毛纺细纱机上生产混色毛色纱。利用三通道转杯毛纺细纱机在线调控纤维比例、混色与成纱同步进行的特点,生产不同比例、不同颜色的混色羊毛纱,并编织针织平纹织物。分别利用相对值法及最小二乘法研究三通道转杯毛纺混色针织物关于Kubelka-Munk(简称K-M)双常数理论的配色模型。结果表明:2种方法预测的样本色差均值均在1左右,比例误差均值在3%以下。最小二乘法对3组分样本的配色效果较好,相对值法对2组分样本的配色结果较好。 相似文献
7.
8.
9.
10.
色纺纱配色是色纺纱生产过程中的关键步骤。从色纺纱与染色纱颜色形成的对比分析中,探索出了另外一种色纺纱配色方法:固定标准色棉的颜色和数量,根据色纺纱颜色标准,选择合适的标准色棉配出所需色纺纱的颜色。 相似文献
11.
12.
针对目前开发交织混色配色系统的需要,在Stearns-Noechel模型的基础上,通过标准样和单色纱的光谱反射率计算,结合计算机配光谱法中的配反射率法,利用色差宽容度和迭代修正误差的方法,控制配色方案中的匹配样与标准样的色差。系统应用结果表明:该系统能够快速地预测已知交织混色织物的配色设计方案,输出具体的色纱种类、色纱在织物表面的覆盖率等;将计算得到的配色方案与数据库匹配或自定义参数可获得织物经纬密度、经纬纱线线密度、组织图等,当参数设置不同时所需的组织图也不同,这在增加配色方案多样性的同时也提高了自主选择性。 相似文献
13.
为解决因配色复杂多变,数码纱外观难以直观预测的问题,提出基于纤维单元的模拟方法,用于实现数码纱外观的仿真。依据纤维原料颜色数值,构建纤维级别的纹理模型;根据纺纱工艺参数计算数码纱上的区域色块参数,构建色块排列模型;利用不同组分纤维间渐变规律,同时结合光照模型仿真亮度信息构建颜色渐变模型;采集真实数码纱的直径数据,仿真纱线的直径形态。实验中分别保持颜色和组分不变,模拟出不同组分和颜色的数码纱。结果证明所提出的纱线仿真方法可较快地模拟出数码纱的外观,并且与实际数码纱的外观视觉十分接近,为数码纱的设计开发以及织物仿真奠定了基础。 相似文献
14.
为提高传统配色方法及现有配色算法的配色精度、效率及泛化能力,构建了基于BP神经网络的遗传算法和模拟退火算法相结合的织物智能配色模型,利用BP神经网络预测颜色,将训练好的BP神经网络与CIEDE2000色差公式结合作为遗传算法的适应度函数,用模拟退火算法改进的基于BP神经网络的遗传算法预测颜色配方,并根据预测的配方对涤纶织物进行染色实验,计算实验色差。结果表明:模拟退火算法优化的基于BP神经网络的遗传算法配色模型只需经过80次迭代即可收敛,预测颜色的理论色差均值为0.165,染色实验色差均值为0.289,配方绝对误差平均值为0.010 7;验证样本的理论色差均值为0.240,染色实验色差均值为0.437。该算法可实现织物的智能配色。 相似文献
15.
为提高色纺纱配色算法在实际应用中的准确性及实用性,首先采用Datacolor SF600测试粘胶原液染色散纤维单色纱和混色纱的颜色值;然后基于Friele模型参数,采用对未知参数进行[0 1]区间赋值迭代取最优值的方法,与需要通过大量实验计算出一个最优固定参数值的方法对比,用这2种不同方法预测其拟合配方与拟合反射率,并根据CMC(l:c)色差公式计算其与标准样的色差。对比得出,当模型参数固定时,平均拟合色差为1.23,而优化后参数不固定时,平均拟合色差为0.399,进而建立了本文实验条件下的混色纱线反射率的预测模型。选取14种不同比例的三色混纺纱进行纺纱验证,其色差较小,经过1-2次修正即可得到色差小于1的配色结果。 相似文献
16.
17.
18.
19.
为了能在色纺纱的纺纱阶段即时调控纱线颜色,减少混色成本,缩短工艺流程,结合三通道数控转杯纺纱的特点构建了全色域网格化混色模型,该模型可在纺纱过程中进行全色域范围内的色相调控、明度调控和彩度调控。为了解决色纺纱的测配色问题,得到与之相匹配的测配色系统,根据来样快速进行计算机测配色,节约成本,结合传统Kubelka-Munk双常数理论模型的特点,从构建的全色域网格化混色模型中选取混合样来进行颜色预测。从传统Kubelka-Munk双常数理论模型颜色预测的结果发现,部分混合样的预测反射率明显低于实际的反射率,针对这个问题,重新构建了新的Kubelka-Munk双常数理论模型来进行颜色预测得到新的预测反射率,并用插值替换的方法,把传统Kubelka-Munk双常数理论模型预测结果中明显低于实际反射率的部分用新的预测反射率替换,得到最终的混合样预测反射率。结果表明:与传统的Kubelka-Munk双常数理论模型预测混合样颜色结果相比,新的Kubelka-Munk双常数理论模型预测颜色并用插值替换法替换后得到的最终的混合样的颜色,色差平均值从1.48降低到1.04,且所有混合样的色差均能控制在2.... 相似文献
20.
针对传统测配色理论的局限性,利用神经网络良好的非线性映射能力构建一种全色域彩色纺纱的颜色预测模型。以灰、青、品红、黄作为四基色进行全色域混色模型的构建,并选取该全色域模型中的66个网格点进行纺纱,制备混色纱及织物,利用分光光度计测出66种织物的光谱反射率曲线,建立基于颜色预测混纺比和基于混纺比预测颜色值的神经网络,并根据预测值与实际值之间的色差值和均方误差评估这两种神经网络的准确性。结果表明:基于BP神经网络的颜色预测模型可以实现色纱颜色值与四基色颜色比例之间的非线性映射,测试样本的平均色差在2,后续将使用遗传算法或粒子群优化算法对其进一步优化,提高全色域彩色纱颜色预测模型的准确性。 相似文献