基于STEARNS-NOECHE理論的色紡紗測(cè)配色研究.pdf

1、色紡紗以其獨(dú)特的優(yōu)勢(shì)，發(fā)展迅速，許多白紡企業(yè)也正在向色紡方向改造。計(jì)算機(jī)配色技術(shù)雖然有所發(fā)展，但是現(xiàn)在大部分色紡企業(yè)的配色工作仍然依靠有經(jīng)驗(yàn)的配色人員進(jìn)行，配色效率低，不能滿足色紡企業(yè)“陜交貨”的需求，嚴(yán)重地制約了企業(yè)的生產(chǎn)效率。針對(duì)色紡行業(yè)配色難這一問題，本課題以Stearns-Noechel理論為依據(jù)，對(duì)色紡紗配色方法進(jìn)行了研究。
　　通過對(duì)比分析Kubelka-Munk配色算法、神經(jīng)網(wǎng)絡(luò)配色算法、Friele配色算法以及St

2、earns-Noechel配色算法，發(fā)現(xiàn)利用Kubelka-Munk配色算法進(jìn)行配色時(shí)，前期工作量較大;利用神經(jīng)網(wǎng)絡(luò)配色時(shí)，訓(xùn)練樣本足夠大時(shí)，配色效果才比較好;Friele配色算法與Stearns-Noechel配色算法類似，但平均色差較大，因此最終選擇了Stearns-Noechel配色算法進(jìn)行配色研究。通過對(duì)Stearns-Noechel算法中未知參數(shù)M確定方法的分析，發(fā)現(xiàn)之前學(xué)者采用固定M值的方法前期工作量非常大，且配色效果不太好

3、，而采用M值在[01]區(qū)間賦值迭代的方法可以解決這個(gè)問題;在對(duì)單色纖維初始配方進(jìn)行求解時(shí)，之前學(xué)者大多采用基于最小二乘法的全光譜配色算法，但是這種算法在計(jì)算某些混色樣的擬合配方時(shí)，會(huì)出現(xiàn)擬合配方為負(fù)值的情況，為了解決這個(gè)問題，最后采用對(duì)單色纖維初始配方賦值迭代的方法進(jìn)行配色;在修色模塊，之前學(xué)者使用的是基于最小二乘法的三刺激值或反射率修色方法，這種修色方法效果不好，而采用單色纖維調(diào)整量中間函數(shù)差最小的方法，修色效果較好?；谝陨吓渖托?/p>