基于Stearns-Noechel模型的色纺纱配色算法改进

为提高色纺纱计算机配色的准确性和实用性,以Stearns-Noechel模型为基础,对配色算法进行改进。改变Stearns-Noechel模型中最优参数的确定方法,对参数M进行循环赋值,选择色差最小时对应的M值为最优参数预测配方,在此基础上,将人眼视觉特性以代码表示并用于色纺纱的配色,通过比较标准样与拟合样的色差大小判断配色效果。结果表明:按照前人固定最优参数预测配方,平均拟合色差为1.02,中位数为1.08;对参数M循环赋值后预测配方,平均拟合色差为0.477,中位数为0.46,配色效果得到提高;基于人眼视觉特性预测配方,平均拟合色差为0.201,中位数为0.125,配色效果得到进一步提高。