随着市场竞争的日益加剧,传统的人工调墨工艺已经不能满足人们的需要。为了实现配色工艺的数字化,提高印刷和印染企业的竞争力,促进印刷及印染工业的发展,计算机配色系统应运而生。目前,在计算机配色系统中,主要涉及两种算法模型:基于K-M理论和基于神经网络的算法模型。本文将介绍这两种理论在计算机配色系统中的应用,并从不同角度做相关比较,以便以后进一步的研究。
1、计算机配色原理
所谓计算机配色,顾名思义就是根据匹配色料与目标色料的色彩特性,建立一种比较合适的数学模型,用计算机语言进行编程,经过计算机数据处理后,得到相应匹配数据,用于指导实际生产。
在配色过程中色彩匹配理论以及颜色三刺激值理论是计算机配色成功的理论基础。根据色彩学的知识,我们知道颜色匹配是将两种颜色调节到视觉感受相同的方法。它通常包括色光匹配和色料匹配。目前的计算机配色系统均采用色料匹配。根据色彩的三刺激值方程,我们可以量化颜色。这为颜色的数据化匹配处理提供了依据。颜色三刺激值方程形式如下:
其中,为标准照明体的相对光谱功率分布;,,为标准色度观察者光谱三刺激值;为相对波长下物体的光谱反射率。
颜色匹配目标方程是:
在目前的配色系统中,一般采用每种颜色的三刺激值之差:
以及色差公式来确定配色误差。
2、K-M理论算法模型
K-M理论是以研究物体(色料粒子及纸张等印刷材料)对光的反射与散射为基础。其单常数简化形式为:
(1)
其中,K表示油墨墨层的吸收系数,S表示油墨墨层的散射系数,表示墨层的光谱反射率。
根据颜色的三刺激值方程及K-M单常数简化形式可知,这两者用于颜色匹配的联系点在于墨层的光谱反射率。所以,可以根据检测的各种色料的K,S值,建立基于K-M单常数简化形式的相关配色算法模型,应用于配色系统中。
目前, K-M理论配色系统主要通过三刺激值匹配和全光谱匹配两种匹配类型进行配色。
(1)三刺激值匹配法的实现方程:
(2)
其中,C为输出配方(配色色料的浓度组成的列向量),T为由等间距波长下的光谱三刺激值组成的矩阵,E为由等间距波长下的光谱的相对光谱功率分布组成的矩阵,为等间距波长下的样品色料的单位值。
记式(1)中,则式(2)中代表目标色各个波长的值置于对角线上,其他为零的对角矩阵;由目标色的组成的矩阵;由待测色的组成的矩阵。
(2)全光谱配色法的实现方程:
其中,为P的转置矩阵,=WDY;为不同波长处的权重因子置于对角线上,而其他数为零的对角矩阵;代表目标色各个波长的值置于对角线上,其他为零的对角矩阵;Y代表色料的在等间距波长间隔下K/S值矩阵;由目标色的组成的矩阵;由待测色的组成的矩阵。
在实际生产中由于需要多种原料进行叠加混合,因此,可以根据配色精度的需要,利用K-M理论的吸收系数与散射系数加和性原理,求得混合后的吸收系数K和散射系数S,即满足以下方程:
,
,
分别为第i种原料的混合百分比、吸收系数和散射系数。
3、神经网络算法模型
神经网络算法根据颜色阶段学说以及神经生理学研究成果,运用模糊数学相关知识,模拟神经元传导,建立合适的网络模型。通过学习和训练,找出输入与输出之间的内在联系,采用计算机编程进行系统仿真,从而达到配色目的。
目前应用比较广泛的神经网络模型为BP(Back Propagation,反向传播)网络模型,其模型结构如图1。BP网络算法根据神经元的传导特性,模拟人眼视觉产生过程,将配色过程分为三个阶段:第一阶段,输入信息从输入层经隐层逐层处理并计算各单元的实际输出值;第二阶段(反向过程),若在输出层不能得到期望的输出,则逐层计算实际输出与要求输出之差值(即误差),以便据此调整权值;第三阶段,输出最佳配色方案。
BP网络中其中每层的节点数根据实际的配色需要确定,与隐层的层数则根据配色的精度适当选取,过少则精度较低,过高则配色速度太慢。例如,若采用R,G,B三种原色料进行配色,得到由C,M,Y三种目标色料匹配的颜色,则该网络模型中输入层节点数为3,输出层节点数也为3。隐层的层数可适当选取,在实际配色系统中一般为1配色精度就已经能满足要求了。
… … … 输入层 隐 层 输出层