CN110044485B - 一种图像式织物颜色测量方法 - Google Patents

Abstract

本发明公开了一种图像式织物颜色测量方法，首先选取国际标准潘通色卡(PANTONE)作为测色模型的训练样本；然后，在训练测色模型时，训练样本的标准CIELAB值采用标准分光光度计测得，原始RGB响应值通过数码相机获取；接着按色调对训练样本进行分区，并对每个分区进行测色模型求解；最后将测试样本的原始RGB响应带入响应的测色模型计算出样本的CIELAB值。本发明的测量方法可同时测量多个样本，可实现织物颜色的快速、准确和客观检测，为纺织品颜色管理提供基础数据。

Description

一种图像式织物颜色测量方法

技术领域

本发明属于图像分析处理领域，涉及一种图像式织物颜色测量方法，应用于织物颜色测量及纺织印染颜色管理评价等领域。

背景技术

在纺织印染领域，颜色是企业管控成品质量的重要指标。随着市场对纺织品质量要求的提高和高新技术的发展，仪器测色已逐渐取代传统的人工方法。目前，分光光度计是纺织品颜色测控最常用的设备。这种测色方法精度高，但存在测量对象限制多、效率低、价格昂贵等不足。

发明内容

本发明针对现有技术存在的问题和不足，提供一种图像式织物颜色测量方法，该方法通过数码相机为颜色信息获取手段，通过数学模型转换实现对织物颜色测量准确、快速测量，弥补目前广泛使用的测色方法的不足，有助于企业提高检测效率，减少成本支出。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种图像式织物颜色测量方法，其特点在于，其包括以下步骤：

S1、从国际标准潘通色卡选取300种以上不同颜色作为训练样本，将训练样本置于标准光源箱内，采用数码相机采集训练样本的RAW格式图像，并从中提取图像的原始RGB响应值标记为(r,g,b)，同时采用标准分光光度计测量训练样本的CIEL*a*b*值标记为(L,a,b)；

S2、根据色调对训练样本分成6个区域，其分区的分界点依次是50°、100°、170°、220°、280°、355°，分别求解每个分区的测色模型；

S3、采用数码相机获取测试样本的原始RGB响应，带入响应的测色模型计算出样本的CIEL*a*b*值。

较佳地，标准光源箱内的照明光源为D65照明体。

较佳地，测色模型具体表达如下：

M_i＝SC^T(CC^T)^(-1)

S＝M C

S＝[L a b]

C＝[1 r g b rg rb gb r² g² b² r³ g³ b³ r² g r² b g² r g² b b² r b² g rgb]

式中，S为样本的标准CIELAB值，C为样本的原始RGB响应值的组合，M为测色模型参数，M_i为6分区中第i个分区的测色模型参数。

较佳地，带入响应的测色模型计算出样本的CIEL*a*b*值具体为：

设待测样本的原始RGB响应值为(r*,g*,b*)，其组合为C*，模型参数为M*，则该待测样本的CIEL*a*b*值S*＝(L*,a*,b*)的计算公式如下：

S*＝M*C*。

在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。

本发明的积极进步效果在于：

本发明采用数码相机作为颜色采集设备，通过提取颜色的原始RGB响应，利用测色模型完成原始RGB响应到标准CIEL*a*b*颜色值的转换，从而实现织物颜色的准确测量。数字图像法测色可避免现有存在的技术问题，实现高精度、高效率、方便快捷且低成本的颜色测量。

本发明相对于现有采用分光光度计等测色设备具有成本低、速度快优点；能够与电脑交互，实时图像的传递；可以实现精确到像素级的颜色测量，其测量结果与人眼感官更为接近。

附图说明

图1为本发明较佳实施例的测色示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例提供一种图像式织物颜色测量方法，其包括以下步骤：

S1、从国际标准潘通色卡选取300种以上不同颜色作为训练样本，将训练样本置于标准光源箱内，标准光源箱内的照明光源为D65照明体，采用数码相机采集训练样本的RAW格式图像，并从中提取图像的原始RGB响应值标记为(r,g,b)，同时采用标准分光光度计测量训练样本的CIEL*a*b*值标记为(L,a,b)(见图1)。

S2、根据色调对训练样本分成6个区域，其分区的分界点依次是50°、100°、170°、220°、280°、355°，分别求解每个分区的测色模型。

其中，测色模型具体表达如下：

M_i＝SC^T(CC^T)^(-1)

S＝M C

S＝[L a b]

C＝[1 r g b rg rb gb r² g² b² r³ g³ b³ r² g r² b g² r g² b b² r b² g rgb]

式中，S为样本的标准CIELAB值，C为样本的原始RGB响应值的组合，M为测色模型参数，M_i为6分区中第i个分区的测色模型参数。

S3、采用数码相机获取测试样本的原始RGB响应，带入响应的测色模型计算出样本的CIEL*a*b*值。

其中，带入响应的测色模型计算出样本的CIEL*a*b*值具体为：

设待测样本的原始RGB响应值为(r*,g*,b*)，其组合为C*，模型参数为M*，则该待测样本的CIEL*a*b*值S*＝(L*,a*,b*)的计算公式如下：

S*＝M*C*。

下面验证本方法的有效性：

(1)选取485不同颜色的潘通标准色卡作为训练样本，将样本置于标准光源箱内，标准光源箱内的照明光源为D65照明体，采用数码相机拍照采集样本的RAW格式图像，并提取图像的原始RGB响应值，记为(r,g,b)，同时采用标准分光光度计测量训练样本的CIEL*a*b*值，记为(L,a,b)。

(2)根据色调对训练样本分成6个区域，其分区的分界点依次是50°、100°、170°、220°、280°、355°，分别对6分区求解测色模型参数，分别记为M_i，其公式如下；

M_i＝SC^T(CC^T)^(-1)

S＝M C

S＝[L a b]

C＝[1 r g b rg rb gb r² g² b² r³ g³ b³ r² g r² b g² r g² b b² r b² g rgb]

(3)采用数码相机获取测试样本的原始RGB响应，带入响应的测色模型计算出样本的CIEL*a*b*值。表1列出了对240个织物样本的测试的汇总结果，其中平均值、最大值和最小值是本发明所测结果与其标准值之间的CIEDE2000色差值。

从表1中可以看出，本发明提供的测色方法其平均色差1.99，最小值色差0.44，优于未分区的测量结果，说明了本发明的有效性。

表1测量结果

分割区域	训练样本数	测试样本数	平均值	最大值	最小值
						50°-100°	78	50	2.32	6.25	0.94
100°-170°	93	41	2.26	6.29	0.44
						170°-220°	80	31	2.06	5.40	0.55
220°-280°	62	38	2.87	6.59	0.60
						280°-355°	80	41	2.31	7.52	0.62
-5°-50°	92	39	1.99	5.00	0.53
						未分区	485	240	3.83	13.05	0.58

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (3)

1.一种图像式织物颜色测量方法，其特征在于，其包括以下步骤：

S1、从国际标准潘通色卡选取300种以上不同颜色作为训练样本，将训练样本置于标准光源箱内，采用数码相机采集训练样本的RAW格式图像，并从中提取图像的原始RGB响应值标记为(r,g,b)，同时采用标准分光光度计测量训练样本的CIEL*a*b*值标记为(L,a,b)；

S2、根据色调对训练样本分成6个区域，其分区的分界点依次是50°、100°、170°、220°、280°、355°，分别求解每个分区的测色模型；

S3、采用数码相机获取测试样本的原始RGB响应，带入响应的测色模型计算出样本的CIEL*a*b*值；

测色模型具体表达如下：

M_i＝SC^T(CC^T)^(-1)

S＝M C

S＝[L a b]

C＝[1 r g b rg rb gb r² g² b² r³ g³ b³ r²g r²b g²r g²b b²r b²g rgb]

式中，S为样本的标准CIELAB值，C为样本的原始RGB响应值的组合，M为测色模型参数，M_i为6分区中第i个分区的测色模型参数。

2.如权利要求1所述的图像式织物颜色测量方法，其特征在于，标准光源箱内的照明光源为D65照明体。

3.如权利要求1所述的图像式织物颜色测量方法，其特征在于，带入响应的测色模型计算出样本的CIEL*a*b*值具体为：

设待测样本的原始RGB响应值为(r*,g*,b*)，其组合为C*，模型参数为M*，则该待测样本的CIEL*a*b*值S*＝(L*,a*,b*)的计算公式如下：

S*＝M*C*。

Images