基于Kubelka-Munk双常数理论的涤/黏双组分三色混色纤维配方预测

为了提高原液着色涤/黏双组分混配色打样效率,基于Kubelka-Munk双常数理论模型,选用3种单色(大红、宝兰G、金黄)涤纶短纤维和3种单色(大红、蓝色、黄色)黏胶短纤维为研究对象,以6种单色纤维进行双组分混色,按9种不同混合比例共得到54种三色混色双组分纤维样品。利用测色仪测定混色样的颜色特征参数:反射率(R)、颜色深度(K/S)、明亮度(L)、红绿色度(a)及黄蓝色度(b),利用最小二乘法对数据进行处理;最后对计算混色比例与实际混色比例之间的误差进行评价,以验证Kubelka-Munk双常数理论模型在双组分混配色中的适用性。结果表明,54种样品的色差均在1.0以下,均值为0.2775,标准差为0.2177,预测比例与实际比例差距较小,红色涤纶与蓝色、黄色黏胶组合的平均比例误差最小,为1.109%,说明其比例预测效果较好,而黄色涤纶与红色、蓝色黏胶组合的平均色差最小,为0.1721,说明其颜色预测较好。

环锭数码纱Kubelka-Munk双常数配色模型构建及其色彩预测

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。

新双常数Kubelka-Munk理论专色油墨配色算法研究

专色油墨配色的主要理论是Kubelka-Munk理论,分析了传统配色理论,并提出新双常数K-M理论,基于新双常数K-M理论推导出了三刺激值配色模型,最后具体介绍了模型的算法实现过程。

基于Kubelka⁃Munk双常数理论的色纺纱配色模型

为了解决现有智能色纺纱配色系统无法适用于原液着色粘胶纤维的问题,本研究选用红、黄、蓝三色原液着色粘胶纤维在数码转杯纺纱机上以10%的比例梯度纺制成66种混色纱线,并利用小圆机将其制成针织样布,再利用Datacolor650型分光光度计进行颜色测试并记录试验结果。最后基于Kubelka⁃Munk双常数理论配色模型对试验结果进行分析计算,构建配色模型并验证其精确度。结果表明:通过最小二乘法计算所得吸收系数K值和散射系数S值构建的配色模型精确度更高。试验样品的预测比例与实际比例误差仅为0.0979,平均色差仅有0.465,样品预测颜色与实际颜色无肉眼可见差别。

覆盖珠光油墨的烟用接装纸专色配色研究

为了探明覆盖珠光油墨对烟用接装纸专色配色的影响规律,确定珠光油墨覆盖下接装纸专色的最佳配色方法,本研究通过珠光油墨的光学特性分析,采用CIE推荐的三种颜色测量几何条件,分别获取覆盖珠光油墨前和后的接装纸专色数据。基于单常数Kubelka-Munk理论和Saunderson修正,建立覆盖珠光油墨层的接装纸专色的配方预测模型,经实验比较后获得影响规律及最佳配色方法。结果表明:采用di/8°或de/8°颜色测量几何条件,使用覆盖珠光油墨的基色油墨浓度梯度,获得基色油墨光学特性数据,开展覆盖珠光油墨的专色配色,精度较高。

麻灰纱中色纤维混合模型运用

针对目前大部分色纺企业仍然依靠有经验的配色人员进行人工配色,存在配色效率低、配色精度差等问题,提出运用反向传播(BP)神经网络的方法对色纺纱的黑白纤维混合配色进行预测,并与使用Datacolor MATCH系统模拟染料配色方法和基于颜色混合模型中的Kubelka-Munk双常数理论的配色方法对黑白纤维混合配色的结果进行对比。结果表明:上述3种方法均可对麻灰纱的黑白纤维混合配色进行有效的预测,配方的相对误差基本控制在7.36%之内,且配方样品与标准样品的色差小于1;比较而言,3种黑白纤维混合配色的预测模型中,基于BP神经网络的配色方法适用性及精度最佳,配方的相对误差最高,为3.08%。

双除数因子法在多光谱成像技术上的应用

采用双除数因子分光光度法来获取三元混合颜料样品表面浓度信息,并将这些浓度信息应用于基于Kubelka-Munk理论的光谱反射比重建算法中获取三元混合颜料样品表面的色度信息.经过数学推导,理论上证明了此方法的可行性.