ES2331196T3 - Metodo para igualar una pintura. - Google Patents
Metodo para igualar una pintura. Download PDFInfo
- Publication number
- ES2331196T3 ES2331196T3 ES05787207T ES05787207T ES2331196T3 ES 2331196 T3 ES2331196 T3 ES 2331196T3 ES 05787207 T ES05787207 T ES 05787207T ES 05787207 T ES05787207 T ES 05787207T ES 2331196 T3 ES2331196 T3 ES 2331196T3
- Authority
- ES
- Spain
- Prior art keywords
- color
- texture
- paint
- formula
- modules
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000003973 paint Substances 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 239000000758 substrate Substances 0.000 claims abstract description 6
- 230000008520 organization Effects 0.000 claims abstract description 3
- 230000000694 effects Effects 0.000 claims description 27
- 239000000203 mixture Substances 0.000 claims description 24
- 230000000007 visual effect Effects 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000010191 image analysis Methods 0.000 claims 1
- 239000012860 organic pigment Substances 0.000 description 34
- 239000000975 dye Substances 0.000 description 21
- 238000000576 coating method Methods 0.000 description 16
- 239000002245 particle Substances 0.000 description 16
- 238000009472 formulation Methods 0.000 description 14
- 239000011248 coating agent Substances 0.000 description 13
- 238000009826 distribution Methods 0.000 description 11
- 239000003086 colorant Substances 0.000 description 10
- 239000000049 pigment Substances 0.000 description 10
- 230000011514 reflex Effects 0.000 description 10
- 238000003892 spreading Methods 0.000 description 9
- 239000007787 solid Substances 0.000 description 8
- PCHPORCSPXIHLZ-UHFFFAOYSA-N diphenhydramine hydrochloride Chemical compound [Cl-].C=1C=CC=CC=1C(OCC[NH+](C)C)C1=CC=CC=C1 PCHPORCSPXIHLZ-UHFFFAOYSA-N 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000010422 painting Methods 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 239000007769 metal material Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 108010003272 Hyaluronate lyase Proteins 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000005253 cladding Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005188 flotation Methods 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000012798 spherical particle Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/463—Colour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
- G01J3/504—Goniometric colour measurements, for example measurements of metallic or flake based paints
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Pathology (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Application Of Or Painting With Fluid Materials (AREA)
- Paints Or Removers (AREA)
- Diaphragms For Electromechanical Transducers (AREA)
- Coloring (AREA)
- Compounds Of Unknown Constitution (AREA)
Abstract
Un método para igualar una pintura de reparación a una propiedades medidas de color y textura de una película de pintura de un substrato a reparar, en el que las propiedades de textura se definen como la estructura superficial visible en el plano de la película de pintura que depende del tamaño y de la organización de las pequeñas partes que la constituyen, formulándose la pintura de reparación sobre la base de concentraciones de módulos de pintura, que se caracteriza por que cada módulo de pintura se asocia con datos específicos de textura y datos de color, y por que se emplea un modelo de cálculo de textura y color que utiliza los datos de color de los módulos de pintura para calcular una pintura de reparación igualada con las propiedades medidas de textura y color, y en el que se emplea una fórmula de diferencia de color y textura que combina una fórmula de diferencia de color y una fórmula de diferencia de textura con un factor de ponderación, en el que el valor óptimo del factor de ponderación se determina de forma específica para cada fórmula de color por separado.
Description
Método para igualar una pintura.
El presente invento se refiere a un método para
igualar una pintura de reparación hasta obtener las propiedades de
color y textura de la película de pintura sobre el substrato a
reparar.
La reparación de superficies pintadas requiere
que la pintura de reparación sea visualmente parecida a la película
de pintura original. Con esta finalidad, se mide el color de la
película de pintura original y posteriormente se determina una
composición de pintura que tenga considerablemente el mismo color,
con una tolerancia predeterminada. Esto se hace mediante la
búsqueda de la composición de pintura apropiada en un banco de datos
o también es posible calcular la composición de pintura apropiada
en base a los datos colorimétricos de los componentes de la
pintura.
Con el fin de facilitar la formulación de
igualado de pinturas de cualquier color normalmente se emplean
pigmentos orgánicos. Los pigmentos orgánicos son composiciones de
colores base que comprenden todos los ingredientes que componen una
pintura completa. Estos pigmentos orgánicos se pueden mezclar para
obtener una pintura de un color, que posteriormente se aplica y se
seca en forma de película de pintura que se parece al color de la
pintura que reviste el substrato de forma original. En función de
los datos colorimétricos de los pigmentos orgánicos individuales,
es posible predecir las características colorimétricas de las
mezclas mediante cálculo, teniendo en cuenta las concentraciones de
los pigmentos orgánicos empleados. De manera alternativa, es posible
formular composiciones de pintura en base a otro tipo de módulos,
tales como concentrados de colorante, módulos de aglutinante,
módulos de efecto, componentes que comprenden agentes de control de
la flotación, etc.
Además del color, una película de pintura exhibe
otras muchas propiedades visuales. En particular cuando se emplean
colorantes de efecto, tales como por ejemplo colorantes de escamas
de aluminio o colorantes nacarados, la película de pintura no
presenta un aspecto de color uniforme, pero sí exhibe textura. Esto
puede incluir fenómenos tales como aspereza, reflejo,
micro-brillo, quiebra del color, veteado, moteado,
destello o brillo metálico. A continuación, se define la textura
como la estructura superficial visible en el plano de la película
de pintura que depende del tamaño y de la organización de las partes
de pequeño tamaño que integran el material. En este contexto, la
textura no incluye la rugosidad de la película de pintura sino
únicamente las irregularidades visuales en el plano de la película
de pintura. Las estructuras con un tamaño inferior a la resolución
del ojo humano contribuyen al "color", mientras que las
estructuras con un tamaño mayor generalmente también contribuyen a
la "textura".
Incluso aquellas partículas que no son
apreciables en sí mismas de manera directa también pueden contribuir
al aspecto visual final de la película de pintura. Los
desorientadores son un ejemplo de dichas partículas. Generalmente,
los colorantes de efecto son escamas que tienden a adoptar una
orientación horizontal en la película curada. Para evitar esto y
con el fin de obtener una mayor variación en la orientación de las
escamas, se emplean partículas esféricas, denominadas
desorientadores. La utilización de desorientadores en las pinturas
para metales da lugar a un mayor brillo metálico.
A partir de aquí, se sometió a evaluación visual
la textura de la película de pintura a reparar, por ejemplo
mediante comparación con muestras sobre un abanico de muestras. Los
resultados de dicha técnica dependen en gran medida de la pericia
de la persona que lleva a cabo la evaluación y con frecuencia no
suelen ser satisfactorios.
En la práctica, el experto en colores que desea
igualar la pintura que presenta textura, en primer lugar escoge uno
o más módulos de efecto o pigmentos orgánicos con el fin de obtener
un efecto de igualado de textura. De manera simultánea o con
posterioridad, se escogen módulos de colorante o de pigmento
orgánico con el fin de obtener un igualado de color. Se compara el
resultado con la pintura original y se iguala de forma iterativa si
resulta necesaria la corrección. La elección de los módulos de
efecto correctos resulta difícil y requiere una prueba de ensayo y
error o un análisis preciso por ordenador de los colorantes de
efecto de la pintura a igualar.
El documento EP-A 637 731
describe un método para reproducir las propiedades de textura de una
película de pintura. La pintura reproducida se formula en base a
las concentraciones de los módulos de pintura. La formulación se
escoge a partir de una base de datos o formulaciones con propiedades
concretas de textura. Si esto no da lugar a un igualado correcto,
se pueden hacer correcciones mediante interpolación entre dos
igualados próximos.
El documento WO 01/25737 describe un método de
igualado combinado de color y textura, que emplea un dispositivo
digital de formación de imágenes, tal como una cámara CCD, para
determinar la textura.
Se determina el igualado de la pintura mediante
búsqueda en un banco de datos de formulaciones de color unido a
datos de textura.
El documento US 2001/0036309 describe un método
para medir el micro-brillo y su utilización para
igualar una pintura de reparación a una pintura original de, por
ejemplo, un automóvil. El método incluye la medida del color así
como también del micro-brillo, como tipo especifico
textura. Se escoge una fórmula de color con
micro-brillo de igualado a partir de un banco de
datos de fórmulas de pintura. Por consiguiente, se iguala de forma
aceptable la textura de micro-brillo obtenido. No
obstante, no es necesario que el color sea igualado de la misma
forma. Además, es preciso igualar de forma iterativa la fórmula de
color hasta que resulte aceptable. En este sistema de la técnica
anterior, no se consideran las fórmulas de color que inicialmente
carecen de la textura correcta, aunque estas fórmulas puedan
todavía resultar como candidatos apropiados para una formulación de
partida. Además, este método de la técnica anterior no garantiza que
la textura permanezca intacta durante los igualados de las fórmulas
de color.
El objeto de este invento es mejorar el igualado
de pinturas de reparación con la pintura aplicada originalmente
sobre el substrato con el fin de obtener resultados más precisos de
forma más rápida y fiable, preferiblemente sin necesidad de crear
una base de datos de formulaciones completas con datos específicos
de textura.
El objeto de este invento se consigue por medio
de un método para igualar la pintura de reparación a las propiedades
medidas de color y textura de la película de pintura del substrato
a reparar, como se define en la reivindicación 1.
Por ejemplo, los datos de textura pueden incluir
la distribución de tamaño de partícula de los colorantes de efecto
del pigmento orgánico, y el contraste óptico, definido como la
diferencia de oscuridad entre el colorante de efecto y los otros
colorantes presentes en el pigmento orgánico.
De manera sorprendente, se comprobó que es
posible obtener un igualado de la textura mezclando pigmentos
orgánicos que se escogen a partir de un rango limitado de pigmentos
orgánicos que muestran parámetros particulares y
pre-determinados de textura, y que se puede emplear
un ordenador para calcular una mezcla de ajuste de pigmentos
orgánicos de textura.
La pintura también se iguala con las propiedades
de color de la pintura original. De manera inesperada, se ha
comprobado que mediante el igualado simultáneo de color y textura
parece que el igualado visual total mejora, incluso si el igualado
de color en sí mismo es un poco peor.
Es posible representar la textura en forma de
imagen por medio de un dispositivo digital de formación de imágenes,
tal como una cámara CDD. Por consiguiente, se puede emplear un
soporte lógico de análisis de imágenes para traducir la imagen en
uno o más parámetros de textura. Por ejemplo el soporte lógico
apropiado para el procesado de imágenes es Optimas o Image ProPlus,
ambos disponibles a nivel comercial en Media Cybernetics, MacScope,
disponible en Mitani Corporation, o Matlab, disponible en The
MathWorks Inc.
\vskip1.000000\baselineskip
Con el fin de extraer un parámetro de textura de
la imagen digital, se recoge un grupo representativo de colores de
coche y se somete a evaluación visual, empleando una escala de
referencia que abarca el intervalo completo de parámetros de
textura. Se deriva un algoritmo que extrae valores del parámetro de
textura a partir de las imágenes del grupo de colores de coche que
se correlacionan estrechamente con las evaluaciones visuales.
El parámetro de textura "aspereza" describe
la rugosidad visual de la superficie de la muestra: un revestimiento
muestra aspereza cuando exhibe un patrón inequívoco de zonas
oscuras y claras. No sólo resulta importante la relación entre las
zonas oscuras y claras, que para una imagen en blanco y negro puede
expresarse como desviación estándar de valor gray, sino también el
tamaño de las zonas. Por ejemplo, los dibujos de la Figura 1
presentan la misma desviación estándar de valor gray pero difieren
claramente en el patrón.
\vskip1.000000\baselineskip
Se toma una imagen CDD de N x N pixeles. Se
determina la desviación estándar de valor gray GVSTD a varias
escalas X. A la escala más pequeña X = 1 se calcula para cada píxel
individual. A la segunda escala más pequeña se calcula sobre el
intervalo de valores gray de cuadrados de 2 x 2 pixeles (X = 4). A
la tercera escala más pequeña se emplean cuadrados de 4 x 4
pixeles, es decir X = 16. Esto se repite hasta una escala máxima de
N x N pixeles (X = N^{2}).
La desviación estándar de valor gray
GVSTD puede describirse en función de la escala X,
empleando:
Conociendo los valores de GVSTD y X, es
posible calcular los parámetros A, B y C mediante ajuste.
Los parámetros A, B y C se pueden correlacionar
a un valor de aspereza visual VC mediante:
\newpage
Los valores de \alpha_{1}, \alpha_{2},
\alpha_{3} y \alpha_{4} han sido
pre-determinados anteriormente mediante comparación
con un grupo de paneles de colores de coche representativos. Se
somete a evaluación visual estos colores de referencia y se acuerda
un valor correspondiente a la escala de referencia. La evaluación
se lleva a cabo por un número de personas y los valores acordados
constituyen la media para cada panel. Para cada uno de estos
valores de referencia, el valor medido de VC debe ser igual al valor
correspondiente a la escala de referencia de la evaluación visual.
Los parámetros \alpha_{1}, \alpha_{2},\alpha_{3} y
\alpha_{4} se encuentran minimizando la diferencia entre los
valores observados y los valores medidos para todos los paneles
empleados en el grupo de colores de coche representativos. Con el
fin de hallar valores iguales de los parámetros \alpha_{1},
\alpha_{2},\alpha_{3} y \alpha_{4} para todos los
paneles del grupo de colores de coche representativos, se calcula
para cada panel el valor cuadrado de la diferencia entre el valor
de la escala de referencia y el valor VC de aspereza visual.
Posteriormente se minimiza la suma de todos estos valores cuadrados
\Sigma todos los paneles (evaluación visual panel i - VC _{panel
\ i)}^{2}, lo que da lugar a valores para \alpha_{1},
\alpha_{2}, \alpha_{3} y \alpha_{4}. Conociendo estos
parámetros, es posible determinar la aspereza de cualquier película
de pintura de coche.
El método anteriormente mencionado que
correlaciona la aspereza con las evaluaciones visuales mediante la
utilización del modelo teórico (2) puede llevarse a cabo en general
para cualquier parámetro de textura de cualquier observación y
condición de iluminación de cualquier modelo particular. Este modelo
particular puede incluir cualquier parámetro físico (tal como
tamaño de partícula, composición de escamas, etc.), parámetro de
color (como parámetros Lab CIE, etc.) o parámetros de imagen (como
desviación estándar del valor gris, etc.).
El documento US 2001/0036309, incorporado en la
presente memoria a modo de referencia, describe un modo alternativo
para medir la textura, en particular el denominado
micro-brillo, con un dispositivo digital de
formación de imágenes y un soporte lógico para el análisis de
imágenes.
El parámetro "reflejos" es otro parámetro
de textura, que describe la percepción de minúsculas marcas
brillantes de luz sobre la superficie del revestimiento de efecto
bajo condiciones de iluminación direccional que se aparecen y
desaparecen al variar el ángulo de visión. La mejor forma de
observar los reflejos es bajo luz solar directa, es decir con cielo
despejado, a menos de un metro. Incluso con las mismas condiciones
de observación, algunos revestimientos de efectos exhiben muchos
reflejos brillantes, mientras que otros revestimientos de efecto
muestran menos o incluso no muestran ningún reflejo. Se ha designado
una escala de reflejos a partir de la cual el observador puede
evaluar visualmente el revestimiento de efecto y expresar los
aspectos de brillo en forma de número. Algunos revestimientos de
efecto presentarán un valor de reflejos pequeño y otros presentarán
un valor de reflejos grande. De este modo, es posible observar de
forma cuantitativa el aspecto de textura "reflejos".
El parámetro de textura "reflejos" puede
describirse de forma más específica haciendo la distinción entre la
intensidad y el tamaño de reflejo. La intensidad de reflejo es la
intensidad de luz o la distribución de la intensidad de luz de las
diminutas marcas brillantes de luz. El tamaño de reflejo es el área
o distribución de área de las marcas.
Una segunda forma de establecer distinciones
entre reflejos es mediante su color o distribución de color.
El reflejo es únicamente visible dentro de un
intervalo de orientaciones mutuas de la dirección de iluminación,
dirección de observación y orientación de la muestra. Como
consecuencia de ello, una tercera forma de caracterizar reflejos es
mediante la determinación del intervalo de ángulos de iluminación (o
su distribución) para el cual el reflejo resulta visible para el
ojo humano, dados un determinado ángulo de observación y orientación
de la muestra. De manera similar, se puede emplear el intervalo de
ángulos de observación (o su distribución) para el cual el reflejo
resulta visible para el ojo humano dados un ángulo fijo de
iluminación y una orientación de la muestra, o puede emplearse el
intervalo de orientaciones de la muestra (o su distribución) para el
cual el reflejo resulta visible para el ojo humano dados un ángulo
fijo de observación y un ángulo fijo de iluminación.
De manera general, el igualado de textura se
combina con el igualado de color. Para igualar el color, primero es
preciso medir el color. Los colores pueden medirse con ayuda de
medidores de color, tal como espectrofotómetros o medidores de
tri-estímulo. Las señales medidas se pueden emplear
para la determinación de la fórmula de pintura con igualado de
color. La solicitud de patente de EE.UU. 2001/0036309 describe un
método para medir el color con ayuda de un espectrofotómetro de
multi-ángulo y la utilización de los datos medidos para la búsqueda
de una fórmula de color en el banco de datos. La patente de EE.UU.
4.813.000 describe la medida de un color escogido con ayuda de un
analizador de color de tri-estímulo y la utilización
de los datos cromáticos medidos para la búsqueda de una fórmula de
color en el banco de datos. El documento WO 01/25737 describe un
modo para medir color con un dispositivo digital de formación de
imágenes tal como un escáner o una cámara digital.
Tras medir las propiedades de textura, y de
manera opcional también el color, se calcula la formulación de
pintura igualada. Con dicha finalidad, se predice la textura, y de
forma opcional el color, de las formulaciones de pintura.
Se formula una pintura de reparación apropiada
en forma de mezcla de un número de módulos de pintura, por ejemplo,
pigmentos orgánicos, escogida a partir de un grupo de módulos. Se
predeterminan los parámetros de textura de los módulos. En base a
estos parámetros, se puede calcular una mezcla que muestre el
parámetro de textura deseado. De este modo, es posible calcular una
formulación para pintura de reparación que tenga una textura
igualada lo máximo posible a la textura de la película de pintura
original.
Se puede expresar la textura de la fórmula de
color en forma de propiedades de textura tales como aspereza,
destellos, reflejos o micro-brillo, pero también en
forma de propiedades físicas de textura tales como tamaño de
partícula, distribución de tamaño de partícula, forma de partícula,
color de partícula y número de partículas, siendo la partícula, por
ejemplo un colorante de efecto, o la pareja de partículas de efecto
tales que es posible distinguirlas directamente de manera visual o
en la imagen, tal como desorientadores.
El parámetro de textura T de una fórmula
sencilla de color que contiene pigmentos orgánicos V, presentando
cada uno una propiedad de textura c^{i,} se puede escribir
como:
Preferiblemente, T_{i} es una propiedad
visual, tal como aspereza, pero también puede ser una propiedad
física de textura. Por ejemplo, se puede escribir un modelo de
aspereza para la formulación de un número de pigmentos orgánicos v
como una función de valores k y s de Kubelka-Munk,
concentraciones c de pigmentos orgánicos, medidas una geometría
óptica g y una longitud de onda \lambda:
En este ejemplo, el modelo de aspereza utiliza
los mismos parámetros que el modelo de color (valores K y S). Esto
no siempre es necesario para los modelos de textura: un ejemplo más
genérico muestra que T_{i} puede depender de las propiedades
específicas de textura de los pigmentos orgánicos:
donde A_{i} es por ejemplo el
área de partícula o la distribución de áreas de los pigmentos
orgánicos específicos, y B_{i} es la forma de partícula (por
ejemplo, longitud del eje mayor o circularidad) de los pigmentos
orgánicos específicos. T_{i} puede ser una propiedad visual tal
como T_{aspereza} de aspereza, pero también puede ser, por
ejemplo, el área total de partícula o la distribución de área de la
fórmula de color o la forma total de partícula de la fórmula de
color.
Es posible expresar la textura de la pintura
estándar, por ejemplo, la pintura del coche a reparar, como número
de parámetros de textura T_{i}^{ST}. Cuando se pretende igualar
la textura de esta pintura estándar, se pueden utilizar métodos de
cálculo, tal como por ejemplo el método de mínimos cuadrados, para
minimizar la siguiente expresión modificando las concentraciones de
pigmentos orgánicos:
mediante el empleo de un algoritmo
de optimización no lineal tal como el algoritmo de
Marquardt-Levenberg (como se describe en Numerical
Recipes in Pascal, W.H. Press, B.P. Flannery, S.A. Teukolsky, y W.T
Vetterling. Cambridge University Press, 1989). Esto significa que
para una fórmula de pintura sencilla, se varían las concentraciones
de pigmentos orgánicos de tal modo que se minimizan las diferencias
teóricas de textura entre la fórmula de color y el color objetivo
especificado (es decir se minimiza X^{2} en la ecuación
(6)).
\vskip1.000000\baselineskip
A continuación se presenta un ejemplo de modelo
de cálculo para predecir la aspereza de una película de pintura en
base a los datos pre-determinados de aspereza de
módulos de pintura empleados para formular la pintura. Se puede
definir la siguiente función general para predecir la aspereza de la
fórmula de color calculada como la suma del número de predictores
x, cada uno de ellos con un factor de ponderación \beta:
\newpage
Por ejemplo, un posible factor predictor x es la
concentración de pigmento orgánico empleado en la formulación de
color. La Tabla 1 muestra un ejemplo de fórmula de color:
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
Los posibles predictores x son:
- CONCS = Concentración de Sólidos: 0,17 + 0,20
- CONCM = Concentración de Metales: 0,30 + 0,05
- CONCP = Concentración de Componentes Nacarados: 0,05
En este caso el predictor se refiere al tipo de
pigmento orgánico (sólido, metálico, nacarado, etc.). De manera
alternativa, se pueden utilizar predictores que se refieran a
pigmentos orgánicos individuales, pero generalmente esto da lugar a
un número muy grande de predictores. Otra opción es la utilización
de predictores que se refieran a concentración de sólidos con un
bajo coeficiente de esparcimiento (CONCSL), sólidos con un elevado
coeficiente de esparcimiento (CONCSH), materiales metálicos medios
(CONCMM), materiales metálicos ásperos (CONCMC), materiales
nacarados con un bajo coeficiente de esparcimiento (CONCPL),
materiales nacarados con un elevado coeficiente de esparcimiento
(CONCPH), desorientadores (CONCQ), etc.
Se ha comprobado que el esparcimiento es un buen
indicador de aspereza. Para evitar demasiados predictores, es
posible tomar la suma de las concentraciones de colorante por los
coeficientes de esparcimiento del colorante, en valores medios a lo
largo de 16 longitudes de onda a 25º, 45º y 110º. Para los
materiales metálicos en este caso esto sería para 25º:
Y para otros ángulos:
Donde "MedioS_{25}Q811E" es el valor
medio del coeficiente de esparcimiento sobre 16 longitudes de onda
a 25º para el pigmento orgánico Q811 E y "MedioS_{25}Q811U"
es el valor medio del coeficiente de esparcimiento sobre 16
longitudes de onda a 25º para el pigmento orgánico Q81 1 U,
ponderado por sus respectivas concentraciones como se muestra en la
Tabla 1.
\newpage
Es posible hacer lo mismo para el coeficiente de
absorción. Para los materiales metálicos en este caso esto sería
para 25º:
Los predictores SUMMS1, SUMMS2, SUMMS3, SUMMK1,
SUMMK2, y SUMMK3 se usan en la ecuación (7).
De manera adicional o alternativa, se pueden
emplear como predictor los valores L, a, b de cromaticidad Munsell
y de tonalidad Munsell de los colores en los tres ángulos. Otros
predictores pueden ser la relación de S con respecto a K y
viceversa, la descomposición en dos del dominio de longitud de onda
(SUMMS1A y SUMMS1B) o en cuatro partes (SUMMS1A, SUMMS1B, SUMMS1C y
SUMMS1D), en lugar de calcular la media a lo largo del todo el
intervalo, y definir un tipo de predictor de contraste
([constante-{S/K}sólido]/{S/K}_{sólido}). El número de posibles
combinaciones parece incontable; no obstante, muchas de ellas
presentan una alta correlación.
De forma general, se define un número de 6
clases o categorías de aspereza. Dado que se usan estas categorías,
se aplica una regresión logística para predecir la aspereza en lugar
de un modelo lineal, ya que este último sugeriría una escala
continua. La función puede expresarse:
siendo \alpha el límite entre
categorías.
La probabilidad de obtener determinados valores
de aspereza se puede calcular como se muestra a continuación:
- P(valor de aspereza = 1)=p(y\leqy_{1})
- P(valor de aspereza = 2)= p(y\leqy_{2})-p(y\leqy_{1})
- P(valor de aspereza = 3)= p(y\leqy_{3})-p(y\leqy_{2})
- P(valor de aspereza = 4)= p(y\leqy_{4})-p(y\leqy_{3})
- P(valor de aspereza = 5)= p(y\leqy_{5})-p(y\leqy_{4})
- P(valor de aspereza = 6)= 1-p(y\leqy_{5})
La Figura 2 muestra un ejemplo de distribución
de probabilidad. Como valor de aspereza se toma la mediana, la moda
o \Sigma i*P(i) siendo i=1 a 6.
Los valores de \alpha y \beta' están
pre-determinados mediante comparación con un grupo
de paneles representativos de colores de coche. Se somete a
evaluación visual estos colores de referencia y se acuerda un valor
correspondiente a la escala de referencia. Esto lo lleva a cabo un
grupo de individuos y se calcula el valor medio de los valores
acordados para cada panel. Para cada uno de estos valores de
referencia, el valor de aspereza obtenido mediante predicción
debería coincidir con el valor de acuerdo con las escala de
referencia empleada en la evaluación visual. Los parámetros se
obtienen minimizando la diferencia entre los valores observados y
los valores medidos, para todos los paneles del grupo
representativo de colores de coche. Conociendo estos parámetros, es
posible predecir la aspereza de cualquier película de pintura de
coche.
\vskip1.000000\baselineskip
Se ha designado un modelo de reflejos con el fin
de predecir el número de reflejo de un revestimiento de efecto, en
base a las concentraciones de varios pigmentos orgánicos empleados
en la pintura. Es posible utilizar el modelo cuando se pretende
igualar un color original, por ejemplo, el de un coche objeto de
reparación. En este caso, el modelo puede garantizar que el acabado
de reflejos del color perteneciente al coche original queda
igualado.
Con el fin de lograr estas predicciones, el
modelo de brillo requiere la introducción de un número de
parámetros:
- -
- los ángulos de iluminación y observación. Este significa el ángulo a partir del cual la fuente de luz (por ejemplo el sol) incide sobre el revestimiento, y el ángulo desde el cual el observador se encuentra mirando. También resultan importantes la distancia a la que se encuentra la fuente de luz y la distancia existente entre el observador y el revestimiento. También es necesaria la intensidad de la fuente de luz. Y finalmente, el alcance angular del detector/ojo del observador y la fuente de luz, tomando como punto de referencia el revestimiento.
- -
- Tamaño, espesor y número de partículas en forma de escama en el interior de los pigmentos orgánicos de efecto.
- -
- La orientación que adoptan las escamas para cada pigmento orgánico del revestimiento
- -
- Los valores de absorción y esparcimiento de los pigmentos orgánicos que no provocan efecto, y el índice de refracción de los pigmentos orgánicos que no provocan efecto. Estos se usan para calcular el modo en que el revestimiento absorbe la luz.
En primer lugar se calculan el color y la
intensidad del fondo, es decir de los reflejos que rodean al
revestimiento. Esto es importante, ya que el ojo humano puede
detectar mejor diminutas fuentes de luz, tal como un reflejo, en
condiciones de oscuridad circundante que en condiciones de luz
circundante. El color de fondo se calcula en base a los valores de
absorción y esparcimiento (K&S) de los pigmentos orgánicos que
no producen efecto, teniendo en cuenta que todo rayo de luz que
incide sobre el revestimiento es absorbido o reflejado por una
escama que se encuentra en algún punto del revestimiento. Se tienen
en cuentan todas las contribuciones pertenecientes a las escamas
que se encuentran a distinta profundidad en el revestimiento.
Tras calcular el color de fondo y la intensidad,
se calcula la intensidad que debería corresponder al reflejo, con
el fin de hacerlo visible para el ojo humano, frente al valor de
fondo calculado. El cálculo se lleva a cabo y se describe en el
artículo de Hardy, J. Opt. Soc. Am 57 (1967) 44 - 47. A
continuación, se calcula el número de escamas por centímetro
cuadrado de superficie de revestimiento que presentan la orientación
correcta y la profundidad adecuada en el revestimiento, de manera
que la luz reflejada a partir de ellas sea lo suficientemente
intensa como para resultar visible frente al fondo. Este número se
denomina N y se obtiene multiplicando cuatro términos. El primer
término tiene en cuenta que el reflejo resulta más fácilmente
reconocible en un fondo oscuro, y tiene que ver con la absorción de
luz por parte de colorantes sólidos. El segundo término tiene en
cuenta la dependencia del ángulo de visión/iluminación. El tercer
término tiene en cuenta la concentración de escamas del
revestimiento, y el cuarto término calcula la fracción de escamas
que presenta orientación correcta con el fin de que sea visible en
forma de reflejo.
A continuación, mediante la utilización de la
condición de la Ley de Weber de base fisiológica que establece que
la percepción humana normalmente está basada en el logaritmo del
estímulo, el logaritmo de N se correlaciona con los números de
escala de reflejo observados visualmente. La Ley de Weber se
describe en M. W. Levine, Fundamentals of Sensation and Perception,
3 ed., Oxford University Press, New York, 2000. A continuación,
mediante la utilización de la condición de la Ley de Weber de base
fisiológica que establece que la percepción humana normalmente está
basada en el logaritmo del estímulo, el logaritmo de N se
correlaciona con los números de escala de reflejo observados
visualmente.
\vskip1.000000\baselineskip
Es posible determinar fórmulas de color de
varias formas, es decir, por medio de procedimientos de búsqueda,
cálculos o combinaciones de ambos. Por ejemplo, se puede emplear un
banco de datos que comprenda fórmulas de color que presenten datos
relacionados. Mediante la utilización de los datos colorimétricos
calculados para el color escogido y medido, es posible encontrar la
fórmula de color ajustada más próxima. De forma alternativa, es
posible emplear un banco de datos que presente fórmulas de color con
datos de espectro de las mismas. Se pueden emplear métodos de
cálculo conocidos para calcular los datos colorimétricos de las
fórmulas de color y compararlas. De igual modo, se puede emplear un
banco de datos en el que se almacenen los datos de absorción y de
reflexión de los colorantes, los denominados datos K y S. Mediante
el empleo de los datos de K y S, en combinación con las
concentraciones de colorante, resulta posible calcular la fórmula de
color cuyos datos colorimétricos se ajustan lo máximo a los datos
colorimétricos del color escogido y medido. Los métodos en cuestión
han sido descritos en D.B. Judd y col., Colour in Business, Science
and Industry. Es posible combinar la búsqueda anteriormente
mencionada y los métodos de cálculo.
Es posible expresar el color por parte de la
reflexión de la película de pintura como una función de la longitud
de onda de luz visible. De manera alternativa, es posible expresar
el color de acuerdo con el denominado sistema Lab CIE, según se
define por parte de la Commission International d'Eclairage, o
mediante sistemas similares, tales como sistemas CIE Luv, CIE XYZ o
el sistema Munsell. En las películas de pintura que comprenden
colorantes de efecto, la reflexión R medida depende de la geometría
óptica, que se define mediante el ángulo de observación y el ángulo
de iluminación. La reflexión teórica R_{g \lambda} a la longitud
de onda \lambda y a la geometría óptica g de una formulación de
color formada por un número de colorantes orgánicos v, se puede
expresar como función de los parámetros colorimétricos c de cada
uno de los pigmentos orgánicos:
De igual forma y de manera alternativa, se
pueden expresar los valores L, a y b de la fórmula de pintura.
Esta fórmula de color contiene pigmentos
orgánicos V, geometrías de medida g y longitudes de onda \lambda
para cada geometría. De manera general, g = 1 en el caso de
colorantes de efecto que no presentan colores sólidos y \lambda
= 16 cuando la longitud de onda está entre 400 y 700 nm y el
intervalo de longitud de onda es 20 nm. Para pinturas que contienen
colorantes de efecto, normalmente g es alrededor de 3.
De acuerdo con el modelo de Kubelka Munk (la
versión de cubrimiento) la reflexión R^{KM} se define mediante la
siguiente fórmula:
en el que la K^{i}_{g \lambda}
es el factor de absorción al valor de longitud de onda \lambda y
de geometría óptica g del pigmento orgánico i siendo S^{i}_{g
\lambda} el factor de esparcimiento al valor de longitud de onda
\lambda y de geometría óptica g del pigmento orgánico i. Además,
se obtiene una fórmula similar a la de la ecuación
(4):
Con el fin de igualar el color estándar (por
ejemplo, el color del coche a reparar) expresado por los valores de
reflexión R^{ST}g_{\lambda}, por ejemplo se puede utilizar el
método de mínimos cuadrados con el fin de minimizar la siguiente
expresión:
mediante la utilización de un
algoritmo de optimización no lineal tal como el algoritmo de
Marquardt-Levenberg. Esto significa que para una
fórmula de color sencilla, se varían las concentraciones de pigmento
orgánico de tal manera que se minimiza la diferencia de color
teórica entre la fórmula de color y el color objetivo especificado
(es decir se minimiza X^{2} en la ecuación (13)). Las
concentraciones c^{i} de los diferentes pigmentos orgánicos V de
una fórmula de color se estiman mediante ajuste de los parámetros
c^{i} en la siguiente ecuación empleando valores fijos de K y S
para cada pigmento
orgánico:
La manera de representar la formulación de color
también incorpora los casos para los cuales se omiten o se añaden
los pigmentos orgánicos en la fórmula de color: esto se consigue
haciendo cero las concentraciones de pigmento orgánico que
acompaña, o retirando el parámetro respectivamente.
De acuerdo con el invento, se abordan los
parámetros de textura mediante el igualado simultáneo de una pintura
basada en color y textura. Con esta finalidad, es preciso definir
un modelo combinado de color y textural "RT". Por ejemplo,
esto puede llevarse a cabo combinando las ecuaciones 6 y 13, es
decir, sumándolas y definiendo un factor de ponderación \alpha
que varía entre 0 y 1:
Se minimiza la ecuación (15) empleando un
algoritmo de optimización no lineal tal como el algoritmo de
Marquardt-Levenberg. Los parámetros de ajuste son
las concentraciones de pigmento orgánico, y los parámetros fijos son
los valores de K y S procedentes del modelo de color y los
parámetros de textura procedentes del modelo de textura.
El factor de ponderación \alpha se emplea para
establecer la prioridad entre color y textura. Si se otorga mayor
importancia al igualado de color que al igualado de textura,
entonces \alpha es menor que 0,5, mientras que si se otorga más
prioridad al igualado de textura, entonces \alpha es mayor que
0,5. Cuanto mayor sea el valor de \alpha, más importante es el
papel que juega la textura. Es posible mantener constante el factor
\alpha para todas las fórmulas de color, pero de acuerdo con el
invento se varía para cada fórmula de color por separado.
Un modo alternativo de abordar la textura es
emplearla como condicionante en más o menos una formulación de
color estándar. Esto significa que se resuelve la ecuación (13) en
lugar de la ecuación (15), pero durante la estimación no se permite
que las concentraciones de pigmento orgánico varíen de manera que
las diferencias de parámetro de textura
T_{i}(c^{1},c^{2},...,c^{v})- T_{i}^{ST} superen
los límites superior e inferior
pre-determinados.
La Figura 3 muestra un ejemplo esquemático de
cómo utilizar la ecuación (15), dividiendo X^{2} en una parte de
color y una parte de textura:
La Figura 3 muestra gráficamente la función de
la ecuación 16 para una fórmula específica de color. Cuando
únicamente se iguala la fórmula de color (\alpha=0), entonces
X^{2}_{color} (línea azul oscura) es en este caso particular
menor que el umbral de aceptación de color (línea rosa), lo que
significa que el color es visualmente aceptable de acuerdo con el
especialista medio en color. No obstante, la textura X^{2} (línea
amarilla) es suficientemente grande y en este caso particular mayor
que el umbral de textura (línea cian), que significa que la textura
no es aceptable visualmente para el especialista medio en color.
Cuando, por otra parte, el igualado está basado únicamente en
textura (\alpha=1), entonces el color no resulta aceptable
mientras que la textura sí. Para obtener un igualado satisfactorio,
tanto X^{2}_{color} como X^{2} _{textura} deben ser menores
que los umbrales correspondientes. Esto se consigue en este ejemplo
particular cuando 0,2 \leq \alpha \leq 0,6. Es preciso
remarcar que esto es únicamente un ejemplo. Siempre existirán
fórmulas de color para las cuales bien el color y/o bien la textura
podrán ser o podrán no ser menores que sus umbrales visuales. Por
ejemplo, este es el caso de los pigmentos orgánicos no se hayan
escogido correctamente.
Existen varias formas de abordar el factor de
ponderación \alpha. Una forma sería establecer \alpha como un
valor fijo que, de media, permita el mejor igualado combinado de
color y textura. De acuerdo con el invento, el valor óptimo de
\alpha se determina de manera específica para cada fórmula de
color por separado.
Además, el invento se explica por medio del
siguiente ejemplo.
Se midió un revestimiento de efecto gris oscuro
("estándar") a tres valores de ángulo (25º, 45º y 110º) con un
Dispositivo de Control de Color. La Tabla 2 muestra los resultados
de la medida.
\vskip1.000000\baselineskip
Como propiedad de textura, se midió la aspereza
y se graduó en 0,91.
Se hizo un esfuerzo para igualar únicamente el
color ("color") y el color y la textura ("coltex"). Para
ambos cálculos se empleó el mismo grupo de colorantes. Se
pulverizaron las recetas y se midieron las muestras. La Tabla 3
muestra las recetas, y las Tablas 4 y 5 muestran los resultados de
las medidas de color. Para "color" el valor de aspereza fue de
2,24 y para "coltex" de 1,23, mostrando la Tabla 6 las
diferencias de aspereza con el estándar.
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
Empleando el peso medio \DeltaEcmc (WADE),
"color" alcanza un valor de 0,46 y "coltex" de 0,68. Este
ejemplo muestra el valor añadido del igualado de textura: la
textura de "coltex" iguala el valor de textura de
"estándar", se aleja un poco en cuanto a color de
"color", pero satisface el requisito WADE < 1.
Claims (5)
1. Un método para igualar una pintura de
reparación a una propiedades medidas de color y textura de una
película de pintura de un substrato a reparar, en el que las
propiedades de textura se definen como la estructura superficial
visible en el plano de la película de pintura que depende del tamaño
y de la organización de las pequeñas partes que la constituyen,
formulándose la pintura de reparación sobre la base de
concentraciones de módulos de pintura, que se caracteriza
por que cada módulo de pintura se asocia con datos específicos de
textura y datos de color, y por que se emplea un modelo de cálculo
de textura y color que utiliza los datos de color de los módulos de
pintura para calcular una pintura de reparación igualada con las
propiedades medidas de textura y color, y en el que se emplea una
fórmula de diferencia de color y textura que combina una fórmula de
diferencia de color y una fórmula de diferencia de textura con un
factor de ponderación, en el que el valor óptimo del factor de
ponderación se determina de forma específica para cada fórmula de
color por separado.
2. El método de acuerdo con la reivindicación 1,
que se caracteriza por que se emplea un espectrofotómetro
para medir el color de la pintura a reparar.
3. El método de las reivindicaciones anteriores,
que se caracteriza por que se emplea un dispositivo digital
de formación de imágenes, tal como una cámara CDD, para formar la
imagen de la textura de la película de pintura a reparar y un
soporte lógico para el análisis de imágenes para analizar la textura
con forma de imagen y para calcular los parámetros de textura.
4. El método de acuerdo con las reivindicaciones
anteriores, que se caracteriza por que se calculan las
concentraciones de un grupo dado de módulos de efecto, que se
precisan para igualar una textura concreta, y por que posteriormente
la mezcla de módulos de efecto se homogeneiza con otros
módulos.
5. El método de la reivindicación 4, que se
caracteriza por que para la película de pintura a reparar se
escogen los módulos de efecto sin necesidad de evaluación visual de
la película de pintura a reparar.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP04077584 | 2004-09-17 | ||
EP04077584 | 2004-09-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2331196T3 true ES2331196T3 (es) | 2009-12-23 |
Family
ID=34928522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES05787207T Active ES2331196T3 (es) | 2004-09-17 | 2005-09-16 | Metodo para igualar una pintura. |
Country Status (13)
Country | Link |
---|---|
US (1) | US7804597B2 (es) |
EP (1) | EP1789763B1 (es) |
JP (1) | JP2008513192A (es) |
KR (1) | KR101162078B1 (es) |
CN (1) | CN101023332B (es) |
AT (1) | ATE438842T1 (es) |
AU (1) | AU2005284094B2 (es) |
BR (1) | BRPI0515445A (es) |
DE (1) | DE602005015869D1 (es) |
ES (1) | ES2331196T3 (es) |
RU (1) | RU2382339C2 (es) |
WO (1) | WO2006030028A1 (es) |
ZA (1) | ZA200703103B (es) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016148557A1 (es) * | 2015-03-13 | 2016-09-22 | Color Harmony Experts, S.C. | Metodo para la armonizacion de color en articulos manufacturados |
US11137749B2 (en) | 2017-09-13 | 2021-10-05 | Color Harmony Experts, S.C. | Method for harmonising colour in manufactured items |
US12148146B2 (en) | 2020-09-18 | 2024-11-19 | Ppg Industries Ohio, Inc. | Systems and methods for mapping coatings to a spatial appearance space |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2627045A1 (en) * | 2005-10-28 | 2007-05-10 | E.I. Du Pont De Nemours And Company | Realistic video display of gonioapparent color |
US20080052023A1 (en) * | 2006-08-22 | 2008-02-28 | Wilhelm Kettler | Method for color matching |
AU2007288330B2 (en) * | 2006-08-22 | 2012-07-12 | Coatings Foreign Ip Co. Llc | Method for color matching |
US8065314B2 (en) | 2006-10-02 | 2011-11-22 | E. I. Du Pont De Nemours And Company | Method for matching color and appearance of a coating containing effect pigments |
DE102007014475B4 (de) | 2007-03-22 | 2023-04-13 | Byk-Gardner Gmbh | Bestimmung von Oberflächeneigenschaften |
JP5116765B2 (ja) * | 2007-06-20 | 2013-01-09 | 関西ペイント株式会社 | 塗色データベースの作成方法及びそのデータベースを用いた検索方法、並びにそれらのシステム、プログラム及び記録媒体 |
KR100927859B1 (ko) * | 2008-02-28 | 2009-11-23 | 포항공과대학교 산학협력단 | 디지털 영상처리 기법을 이용한 슬라브 관리번호마킹장치의 이상상태 판별방법 |
US20090274827A1 (en) * | 2008-04-30 | 2009-11-05 | Ppg Industries Ohio, Inc. | Color formulation selection process with visual display |
RU2498240C2 (ru) * | 2008-05-28 | 2013-11-10 | Акцо Нобель Коатингс Интернэшнл Б.В. | Способ определения совпадающего варианта цвета |
EP2199350A1 (en) | 2008-12-16 | 2010-06-23 | Akzo Nobel Coatings International B.V. | Tailor-made metallic effect pigment modules |
CN102414722B (zh) * | 2009-04-28 | 2015-01-07 | 阿克佐诺贝尔国际涂料股份有限公司 | 在电子显示设备上显示效果涂层 |
DE102009033098B4 (de) | 2009-07-15 | 2023-07-13 | Byk Gardner Gmbh | Verfahren und Vorrichtung zum Ermitteln von Eigenschaften von strukturierten Oberflächen |
WO2011068600A1 (en) * | 2009-12-02 | 2011-06-09 | E. I. Du Pont De Nemours And Company | Method and system for matching color and coarseness appearance of coatings |
JP5398803B2 (ja) * | 2011-09-09 | 2014-01-29 | 本田技研工業株式会社 | 色彩分布設計支援システム |
US8692991B2 (en) * | 2012-02-03 | 2014-04-08 | Ppg Industries Ohio, Inc. | Optimal tint identifier/selector |
US10178351B2 (en) | 2012-09-19 | 2019-01-08 | Ppg Industries Ohio, Inc. | Multi-angular color, opacity, pigment characterization and texture analysis of a painted surface via visual and/or instrumental techniques |
BR112015018557A2 (pt) * | 2013-03-07 | 2017-07-18 | Akzo Nobel Coatings Int Bv | processo realizado por computador para combinar uma tinta com as propriedades da aparência visual de uma superfície de um substrato pintado, uso do processo, e sistema de computador |
US10147043B2 (en) * | 2013-03-15 | 2018-12-04 | Ppg Industries Ohio, Inc. | Systems and methods for texture assessment of a coating formulation |
US10586162B2 (en) | 2013-03-15 | 2020-03-10 | Ppg Industries Ohio, Inc. | Systems and methods for determining a coating formulation |
US10026192B2 (en) * | 2013-10-18 | 2018-07-17 | Ford Global Technologies, Llc | Color harmony verification system |
US9482657B2 (en) * | 2013-11-07 | 2016-11-01 | Ppg Industries Ohio, Inc. | Formulation of complex coating mixtures with effect pigments |
NZ631047A (en) | 2013-11-08 | 2015-10-30 | Ppg Ind Ohio Inc | Texture analysis of a coated surface using kepler’s planetary motion laws |
NZ631063A (en) | 2013-11-08 | 2015-10-30 | Ppg Ind Ohio Inc | Texture analysis of a coated surface using cross-normalization |
NZ631068A (en) | 2013-11-08 | 2015-10-30 | Ppg Ind Ohio Inc | Texture analysis of a coated surface using electrostatics calculations |
US9607403B2 (en) * | 2014-10-28 | 2017-03-28 | Ppg Industries Ohio, Inc. | Pigment identification of complex coating mixtures with sparkle color |
DE102015118551A1 (de) * | 2015-10-29 | 2017-05-04 | Basf Coatings Gmbh | Verfahren zum Ermitteln von Texturparametern eines Lacks |
US10613727B2 (en) * | 2016-02-19 | 2020-04-07 | Ppg Industries Ohio, Inc. | Color and texture match ratings for optimal match selection |
US9818205B2 (en) * | 2016-02-19 | 2017-11-14 | Ppg Industries Ohio, Inc. | Simplified texture comparison engine |
CN107796502A (zh) * | 2016-08-31 | 2018-03-13 | 车急修汽车科技有限公司 | 一种车漆调配以及快速修复车漆的工艺方法 |
US11119035B2 (en) | 2018-04-26 | 2021-09-14 | Ppg Industries Ohio, Inc. | Systems and methods for rapid coating composition determinations |
US11874220B2 (en) | 2018-04-26 | 2024-01-16 | Ppg Industries Ohio, Inc. | Formulation systems and methods employing target coating data results |
US10871888B2 (en) | 2018-04-26 | 2020-12-22 | Ppg Industries Ohio, Inc. | Systems, methods, and interfaces for rapid coating generation |
US10970879B2 (en) | 2018-04-26 | 2021-04-06 | Ppg Industries Ohio, Inc. | Formulation systems and methods employing target coating data results |
AU2020215098B2 (en) * | 2019-01-31 | 2022-12-08 | Basf Coatings Gmbh | Method and device for detecting and adjusting decorative colour formulations in alignment with the visual perception of texture characteristics |
WO2023076032A1 (en) * | 2021-10-25 | 2023-05-04 | Swimc Llc | Method and system for determining color match for surface coatings |
WO2023161235A1 (en) | 2022-02-22 | 2023-08-31 | Akzo Nobel Coatings International B.V. | Method for matching a vehicle coating of any gloss level |
CN115101141B (zh) * | 2022-06-24 | 2022-12-20 | 湖北远见高新材料有限公司 | 一种水性工业涂料的配方优化方法及系统 |
CN115591698B (zh) * | 2022-10-31 | 2024-08-23 | 重庆长安汽车股份有限公司 | 一种基于汽车涂装生产双线的车身智能放行控制方法及系统 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3916168A (en) * | 1973-10-09 | 1975-10-28 | Mobil Oil Corp | Color matching surface coatings containing metallic pigments |
US4813000A (en) * | 1986-07-09 | 1989-03-14 | Jones-Blair Company | Computerized color matching |
US5231472A (en) * | 1991-09-16 | 1993-07-27 | Ppg Industries, Inc. | Color matching and characterization of surface coatings |
US5270536A (en) * | 1992-10-13 | 1993-12-14 | The University Of Hawaii | Method of using DC photocurrent measurements to sense wavelength or color of light or to characterize semiconductor materials |
US5232472A (en) * | 1992-11-03 | 1993-08-03 | E. I. Du Pont De Nemours And Company | Polyimide and polyamide-imide gas separation membranes |
DE69414323T2 (de) * | 1993-08-06 | 1999-05-27 | Toyota Jidosha K.K., Toyota, Aichi | Verfahren zur Reproduktion einer Farbe |
DE19720887C2 (de) * | 1997-05-17 | 1999-04-01 | Herberts & Co Gmbh | Verfahren zur Farbrezeptberechnung pigmentierter Effektfarbtöne |
JP3469767B2 (ja) | 1998-01-26 | 2003-11-25 | 関西ペイント株式会社 | メタリツク塗色の分類整理方法 |
JP2003511662A (ja) * | 1999-10-05 | 2003-03-25 | アクゾ ノーベル ナムローゼ フェンノートシャップ | 電子撮像装置によるカラーマッチングの方法 |
JP3626387B2 (ja) * | 2000-02-04 | 2005-03-09 | 関西ペイント株式会社 | コンピュータ調色装置及びこの装置を用いた塗料の調色方法 |
KR100772957B1 (ko) * | 2000-07-07 | 2007-11-02 | 간사이 페인트 가부시키가이샤 | 광휘감을 갖는 도료의 조색방법 |
JP2002226735A (ja) * | 2001-02-02 | 2002-08-14 | Nippon Paint Co Ltd | 塗料液のコンピュータ調色方法とこの方法を用いた塗料の製造方法 |
JP4623842B2 (ja) * | 2001-02-28 | 2011-02-02 | 関西ペイント株式会社 | メタリック塗色の近似色を高速に検索する方法 |
US20050018191A1 (en) * | 2001-10-04 | 2005-01-27 | Luo Ming Ronnier | Apparatus and method for measuring colour |
US20030174882A1 (en) * | 2002-02-12 | 2003-09-18 | Turpin Kenneth A. | Color coding and standardization system and methods of making and using same |
CN1643351A (zh) * | 2002-03-28 | 2005-07-20 | 阿克佐诺贝尔国际涂料股份有限公司 | 配色方法 |
CA2426437A1 (en) * | 2002-05-02 | 2003-11-02 | Rohm And Haas Company | Color matching and simulation of multicolor surfaces |
US7145566B2 (en) * | 2003-07-18 | 2006-12-05 | Microsoft Corporation | Systems and methods for updating a frame buffer based on arbitrary graphics calls |
US7248350B2 (en) * | 2004-04-27 | 2007-07-24 | E. I. Du Pont De Nemours And Company | Non-destructive method of determining the refractive index of clear coats |
-
2005
- 2005-09-16 AT AT05787207T patent/ATE438842T1/de not_active IP Right Cessation
- 2005-09-16 RU RU2007114283/28A patent/RU2382339C2/ru active
- 2005-09-16 AU AU2005284094A patent/AU2005284094B2/en active Active
- 2005-09-16 KR KR1020077006536A patent/KR101162078B1/ko active IP Right Grant
- 2005-09-16 ES ES05787207T patent/ES2331196T3/es active Active
- 2005-09-16 US US11/662,512 patent/US7804597B2/en active Active
- 2005-09-16 WO PCT/EP2005/054627 patent/WO2006030028A1/en active Application Filing
- 2005-09-16 BR BRPI0515445-6A patent/BRPI0515445A/pt active IP Right Grant
- 2005-09-16 DE DE602005015869T patent/DE602005015869D1/de active Active
- 2005-09-16 CN CN2005800312290A patent/CN101023332B/zh active Active
- 2005-09-16 JP JP2007531755A patent/JP2008513192A/ja not_active Ceased
- 2005-09-16 EP EP05787207A patent/EP1789763B1/en active Active
-
2007
- 2007-04-16 ZA ZA200703103A patent/ZA200703103B/xx unknown
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016148557A1 (es) * | 2015-03-13 | 2016-09-22 | Color Harmony Experts, S.C. | Metodo para la armonizacion de color en articulos manufacturados |
US11137749B2 (en) | 2017-09-13 | 2021-10-05 | Color Harmony Experts, S.C. | Method for harmonising colour in manufactured items |
US12148146B2 (en) | 2020-09-18 | 2024-11-19 | Ppg Industries Ohio, Inc. | Systems and methods for mapping coatings to a spatial appearance space |
Also Published As
Publication number | Publication date |
---|---|
RU2382339C2 (ru) | 2010-02-20 |
KR20070053295A (ko) | 2007-05-23 |
US20070250273A1 (en) | 2007-10-25 |
EP1789763A1 (en) | 2007-05-30 |
ATE438842T1 (de) | 2009-08-15 |
JP2008513192A (ja) | 2008-05-01 |
CN101023332B (zh) | 2010-12-15 |
KR101162078B1 (ko) | 2012-07-03 |
ZA200703103B (en) | 2008-08-27 |
WO2006030028A1 (en) | 2006-03-23 |
CN101023332A (zh) | 2007-08-22 |
AU2005284094B2 (en) | 2011-03-03 |
RU2007114283A (ru) | 2008-10-27 |
AU2005284094A1 (en) | 2006-03-23 |
BRPI0515445A (pt) | 2008-07-29 |
DE602005015869D1 (de) | 2009-09-17 |
EP1789763B1 (en) | 2009-08-05 |
US7804597B2 (en) | 2010-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2331196T3 (es) | Metodo para igualar una pintura. | |
McCamy | Observation and measurement of the appearance of metallic materials. Part I. Macro appearance | |
Marcus | The measurement of color | |
EP1880196B1 (en) | Measuring an appearance property of a surface using a spatially under-sampled bidirectional reflectance distribution function | |
JP4039470B2 (ja) | メタリック・パール系塗料のコンピュータ調色における着色材と光輝材の配合比又は光輝材の配合量を求める方法 | |
ES2981196T3 (es) | Procedimiento para determinar parámetros de textura de un barniz | |
ES2270384T3 (es) | Metodo de calculo de recetas para matices de color mate. | |
Singh et al. | An approach to correlate NDVI with soil colour for erosion process using NOAA/AVHRR data | |
Mirjalili et al. | A new approach to investigate relationships between certain instrumentally measured appearance parameters and their visually perceived equivalents in the automotive industry | |
ES2700467T3 (es) | Visualización de revestimientos de efecto en dispositivos electrónicos de visualización | |
Rivas et al. | Functional experiment design for the analysis of colour changes in granite using new L∗ a∗ b∗ functional colour coordinates | |
JP2006284601A (ja) | コンピュータグラフィックス画像データから塗料配合を推定する方法 | |
Okumura | Developing a spectral and colorimetric database of artist paint materials | |
Pointer et al. | A new goniospectrophotometer for measuring gonio‐apparent materials | |
KR100763930B1 (ko) | 도막 불균일의 예측방법, 도막 불균일 예측 프로그램,컴퓨터가 판독 가능한 기억 매체 및 도막 불균일 예측장치 | |
Antal et al. | Colour of stone slabs under different standard illuminations | |
Wu et al. | Towards a practical metric of surface gloss for metallic coatings from automotive industry | |
Amookht et al. | The effect of clear coat and basecoat interdiffusion on the appearance of automotive coating system | |
JP2008111116A (ja) | 塗料液のコンピュータ調色方法とこの方法を用いた塗料の製造方法 | |
BRPI0515445B1 (pt) | Method for Combining a Repair Ink | |
BRPI1006570B1 (pt) | Método de exibição de imagens de um revestimento de efeito, método de seleção de um possível revestimento, e, sistema de exibição de imagens de um revestimento de efeito | |
JP2009079227A (ja) | 塗料液のコンピュータ調色方法とこの方法を用いた塗料の製造方法、及び塗料液の調色装置 | |
Obein | Physics and Measurement of properties linked to appearance | |
Mirjalili et al. | Quantification and prediction of visually perceived specular gloss at three illumination/viewing geometries | |
Kašparová et al. | Visual evaluation samples with high chromaticity under the two types of daylight simulators |