BP神经网络优化Stearns-Noechel模型的羊毛色纺纱配色

为了提升羊毛色纺纱配色的精确度,通过数理统计方法研究颜色特征中的色相、明度、饱和度与Stearns-Noechel模型参数M值之间的关系,采用BP神经网络对Stearns-Noechel模型参数M值进行优化,并与传统的最优平均M值和波长优化M值等方法进行对比。结果表明：采用BP神经网络优化Stearns-Noechel模型的配色方法比其他2种传统优化方法在颜色预测精确度上都有提高。在99个羊毛混色纱试验样本中,BP神经网络优化方法得到的平均色差最小,为1.177 3,其中色差小于1的样本占54%,结合颜色特征采用BP神经网络优化的Stearns-Noechel模型参数具有较好的效果,对羊毛色纺纱的颜色预测精确度有较大的提高。     

基于约束最小二乘法的色纺纱配色方法

介绍了色纺纱常用光谱配色模型(Stearns-Noechel模型、Friele模型、Kubelka-Munk模型),提出了一种基于约束最小二乘法的色纺纱光谱配色方法,即利用数据库中已有的单色纤维光谱,对目标色纺纱的光谱进行拟合,通过约束最小二乘法实现目标色纺纱的配方(即单色组分及组分比)计算。结果表明,运用约束最小二乘法可直接获得组分比为非负值,且组分比和为1的配方,更加符合生产打样需求;3个模型中基于Stearns-Noechel模型的约束最小二乘法光谱配色算法计算得到的配色准确性最高。     

色纺纱的计算机配色研究进展

针对色纺纱配色原理复杂,难以对其进行颜色预测和配色的问题,归纳分析了几种可用于色纺纱计算机配色的预测模型在应用方面的特点。结果发现：Stearns-Noechel 模型、Kubelka-Munk 理论、BP 神经模型的计算精度较理想,Friele 模型精度较低;Stearns-Noechel 模型和Friele 模型需求解未知参数且参数对预测精度影响较大,Kubelka-Munk 理论与理想条件仍有差距且计算烦琐,BP 神经网络需要大量训练样本加强泛化能力。最后指出：色纺纱的配色应在继续提高传统配色模型精度的同时,改进求解配色模型中的未知参数,寻求新型配色模型;同时应注重企业个性化的参数设定,以及通过原液着色纤维的标准化,简化配色中的复杂计算,提高色纺纱的计算机配色技术水平。     

基于Stearns-Noechel优化模型的交织混色织物配色设计系统

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。     

植物染色纺纱测配色模型研究

研究植物染色纺纱测配色模型修正改进方法。介绍了不同配色模型的特点,其中Stearns-Noechel模型更加符合实际生产情况。通过分类配色与添加修正系数的方法降低了不同配色组分之间以及纺织环境对于配色的影响。结果表明:选用细纱标样的反射率与细纱样品进行配色、添加修正系数,可以有效减少植物染色牢度的不稳定对配色模拟准确性的影响,平衡有关生产色差的影响因素。认为:基于Stearns-Noechel模型的分类配色与修正系数的引入对植物染染色不均、色牢度低以及生产环境等问题带来的配色差距有着较明显的改善效果。     

面向全色域转杯纺纱的Kubelka-Munk双常数理论模型构建及颜色预测

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....     

数码转杯纺的Stearns-Noechel配色模型

为研究数码转杯纺的配色规律,纺制红、黄、蓝三原色棉纤维混纺纱,测试样本的光谱反射率,用经典方法确定两组分和三组分样本Stearns-Noechel模型参数,考虑波长因素优化模型参数,并根据优化参数和波长线性相关、分段相关2种方式简化参数。结果显示:引入波长后二组分样本平均色差由2.7降至1.48,三组分样本平均色差由3.32降至1.66,优化效果显著;优化参数和波长线性相关时,2类样本平均色差增大到3.59和4.56,不能满足基本配色需求;优化参数和波长分段相关时,2类样本平均色差为1.54和1.91,优于经典算法的预测效果;此外,Stearns-Noechel模型对二组分样本的颜色预测能力准确性高于三组分样本。     

基于光谱反射率的色纺纱计算机修色算法

为提高色纺企业配色打样效率和配色效果,以Friele光学模型为基础,结合全光谱匹配配色算法,以某色纺企业的实际生产为例探讨色纺纱的计算机修色算法。首先随机确定21个混色标准样,分别从现有的80种单色棉纤维中选择2~4种计算拟合配比并打样,测得21组样纱的实际色差均值为2.36。将拟合配比进行赋值循环以计算标准样与仿样的反射率偏差最小时的配比调整量,用以修正拟合配比,并再次打样验证。结果表明:拟合配比第1次修正后实际色差均值为1.215,其中最小色差为0.59;经第2次配比修正后,实际仿样与标准样的色差均值减小到0.67,且每组色差均小于1,即所设计的修色算法精确度较高,且适用于企业实际生产。     

基于视觉特性的色纺纱全光谱配色算法优化

为提高色纺纱计算机配色算法的精准性及适用性,针对目前配色算法难以同时保证理论计算的色差值及配比相对偏差同时最小的问题,以全光谱配色算法为基础,结合经典Stearns-Noechel光学理论模型,探索人眼视觉特性以确定视觉特性对不同波长下反射光的敏感系数,并将其引入配色算法中进行加权计算,预测单色纤维混合配比,同时,综合预测色差值、配比相对偏差值及欧式距离等对配色效果进行评价。结果表明,引入泊松分布赋值人眼敏感系数的配色算法结果最优,平均预测色差值为0.29,且均在1以内,平均配比相对偏差值为0.612,最小,欧式距离均值为0.087,相对较小;改进之后的配色算法通过一次计算即可实现预测色差值最小,且预测配比精准,针对色纺纱可初步实现计算机精准配色。     

基于Friele模型的彩色纤维混色配方算法

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。     

色纺纱线中纤维混色比例的图像检测

为解决色纺纱线中有色纤维配比的经验性及耗时性等问题,在结合视频显微镜和图像处理技术的基础上,提出一种基于聚类算法的色纤维颜色分类及比例测定方法。首先将色纺纱线解捻获得色纤维,在轻微张力下排列在载玻片上,利用视频显微镜进行图像采集;然后采用投影方法定位色纤维,再提取出每根纤维中心线上的像素点,分别取所有像素点的R、G、B分量的平均值构成特征向量来表征该根纤维;最后将RGB模型的特征向量转换到L*a*b* 模型并通过聚类算法对色纤维进行分类,确定图像中各颜色纤维所占比例。实验表明：本文算法能够实现色纺纱线中色纤维种类的确定及比例测定。     

环锭纺及转杯纺和喷气涡流纺混色纱的纤维混合效果研究

为研究环锭纺、转杯纺和喷气涡流纺3种不同成纱方法对混色纱中各色纤维混合效果的影响,分别使用3种成纱方法、2种条混方式(1道并条工序、3道并条工序)纺制6种混色纱,并制作6种混色纱的横截面切片样本,通过计算汉密尔顿指数,表征混色纱中各色纤维径向分布的均匀程度,分析不同成纱方法的纤维混合规律;同时测试6种混色纱的成纱性能,分析不同成纱方法混色纱的成纱质量。结果表明:转杯纺混色纱纤维混合效果优于环锭纺和喷气涡流纺,环锭纺次之,喷气涡流纺纤维混合最不均匀;经过3道并条工序的混色纱纤维混合效果优于经过1道并条工序的混色纱;环锭纺混色纱的强度最高,喷气涡流纺混色纱的毛羽最少。     

染色纤维与色纺纱线间的颜色传递规律及其影响因素

为缩短色纺纱线打样周期并提高制成率,提出利用光谱与颜色特征对纤维与纱线间存在的复杂颜色传递规律进行分析;针对样本自身呈色具有的随机波动性,建立了基于类内与类间特征的类别可分比模型和呈色差异性判别准则。结果表明:当染色纤维混配物形态发生改变时,其光谱特征与颜色特征均存在显著改变,且与配比参数无关;当色纺纱线捻系数改变时,其颜色的一致性会有所提升,且明度值存在变化;色纺纱线的颜色不仅与纤维配比参数相关,而且与工艺参数紧密关联,是典型的双参数呈色模型。本文研究对于探索色纺纱线的颜色表征与分析建模具有重要的理论价值,同时也能够为色纺纱线快速打样提供实践指导。     

不同纺纱流程下色纺纱色差对比

针对有些企业用一种纺纱方法纺色纺纱小样,在小样被接受后,用另一种纺纱方法纺批次样,然而所得批次样与小样之间的色差能否被接受的问题,本文将相同配比的有色纤维混合体,分别通过环锭纺、转杯纺以及快速纺三种不同的小样纺纱流程纺成纱线,绕在纸板上,再经过测色仪测色,比较不同纺纱流程下纱线之间的色差,并对造成色差的原因进行分析。结果表明：转杯纺纱线与快速纺纱线之间的色差均值为0.36CMC(2:1)单位,环锭纺纱线与快速纺纱线之间色差均值为0.95CMC(21:1)单位,环锭纺纱线与转杯纺纱线之间色差均值为0.77CMC(2:1)单位,造成色差的主要原因是成纱方法不同,引起纱线结构与纱线表面状态不同,进而对不同波长的光线反射率也不同。     

对称循环渐变色彩设计及其色彩渐变纱纺制

针对传统纺纱技术无法精确调控纱线色彩分布规律纺制色彩渐变纱线的技术弊端,提出了在线调控成形纱线色彩渐变的三通道数控纺纱机制并成功纺制了色彩渐变纱.设计了三色彩纤的耦合-叠加混色模式,构建了包含全体混合子样的混合比矩阵、混合色谱矩阵及其混合色谱;基于混合比矩阵规划了行渐变、列渐变和对角渐变等3类渐变路径,并给出了对应的渐...     

基于Stearns-Noechel模型的双通道环锭数码混色纱颜色预测

为研究环锭数码纺制备混色纱的纤维配色规律,梯度配置品红、黄、青三色纤维混纺比,纺制3种纯色纱线及两色混色纱线。在环锭数码纺混色纱的结构特征基础上,利用Stearns-Noechel模型对其混色效应进行了探究和预测,提出并对比分析了基于最小色差法和波长法2种方法优化Stearns-Noechel模型参数。结果表明：Stearns-Noechel模型适用于环锭数码纺制备的混色纱;基于最小色差法得出的样本平均色差为1.80,基于波长法得出的样本平均色差为1.46,均优于经典混色模型;基于波长法的结果优于基于最小色差法,前者优化的模型中所有混色样色差平均值梯度占比均有所提高,优化方式效果显著,更适合环锭数码纺混色纱的颜色预测。     

具有间隔色彩效果的纱线制备及性能研究

采用有色涤纶长丝与天然纯棉纤维为原料,制备出一种具有间隔色彩效果的新型复合纱线.为探讨该复合纱线的工艺优化方案,研究了涤纶长丝预加张力、捻系数、后区牵伸倍数(E后)、涤纶长丝含量等工艺参数对纱线的性能影响.结果 表明,有色涤纶长丝张力为15 cN、捻系数为380、后区牵伸倍数为1.5、涤纶长丝含量为20％时,纱线的综合...     

天然彩色棉/白棉混纺纱线色泽的预测

 为研究天然彩色棉/白棉混纺纱线的色泽与彩棉含量的关系,应用计算机测色配色系统Datacolour对5种不同彩棉含量的彩棉/白棉混纺纱线的色泽进行测试。结果表明随着彩棉含量的变化,色调的变化不很明显,明度随彩棉含量的增加而减小,饱和度随彩棉含量的增加而增大。根据5种试样的K/S值测试结果,运用Origin 6.1软件,经过曲线拟合得出混纺纱线的彩棉含量与K/S值的关系为一元线性关系。然后进一步运用回归分析,得出不同彩棉含量的彩棉/白棉混纺纱线的K/S值的预测范围。     

应用Kubelka-Munk双常数理论的数码转杯纱混色效果预测

为研究数码转杯纺的混色效果,利用红、黄、蓝三原色粗纱纺制混色纱并织成织物,测量其颜色特征值。在此基础上利用最小二乘法及相对值法分别求出单色纤维的吸收系数及散射系数,建立各自的Kubelka-Munk双常数混色模型。采用这二种方法建立的模型对混色织物的颜色及有色纤维的混合比例进行预测。结果表明：利用最小二乘法建立的模型对样本预测的平均色差为0.896,平均比例误差为2.84%;利用相对值法建立的模型对样本预测的平均色差为1.35,平均比例误差为3.04%;与相对值法相比,利用最小二乘法建立的Kubelka-Munk双常数混色模型可更好地预测数码转杯纱混色效果及混色纤维的比例。