原液著色滌綸交織混色織物的顏色預測模型

李啟正，朱煒婧，金肖克，祝成炎

(1. 浙江理工大學 材料與紡織學院、絲綢學院，浙江 杭州 310018；2. 浙江理工大學 雜志社，浙江 杭州 310018；3. 浙江科技學院 藝術設計學院，浙江 杭州 310023)

?

原液著色滌綸交織混色織物的顏色預測模型

李啟正1,2，朱煒婧1,3，金肖克1，祝成炎1

(1. 浙江理工大學 材料與紡織學院、絲綢學院，浙江 杭州 310018；2. 浙江理工大學 雜志社，浙江 杭州 310018；3. 浙江科技學院 藝術設計學院，浙江 杭州 310023)

為準確預測色紗交織后形成的空間混合顏色，對以往圓柱形紗線的織物幾何結構模型進行了改進，并提出了織物幾何結構模型中紗線壓扁系數的計算方法；在現有有色纖維混合和色紗交織混合顏色預測模型的基礎上，構建了一個帶經驗系數和中間函數的新模型用于原液著色滌綸交織混色織物的顏色預測，并提出采用牛頓迭代確定經驗系數的方法。為檢驗模型的準確性和有效性，設計并織造了單組緯顯色和雙組緯顯色，4種經緯密度組合以及32種組織結構共288塊原液著色滌綸長絲交織混色織物。研究結果表明：與以往固定形式的顏色預測模型相比，新模型的預測精度良好；在不同場合下，新模型可調整經驗系數，以適用于不同類型色紗交織混合顏色的更準確預測。

機織物；原液著色滌綸；交織混色；空間混色；顏色預測；顏色模型；織物幾何結構

將數種基本色的有色紗線進行交織，可獲得豐富的織物空間混合顏色，如能實現顏色的準確預測和色差的有效控制，交織混色技術可替代大部分織物的印染工序。原液著色紡絲屬于纖維本體著色，整個過程不產生印染廢水，能耗低。采用原液著色纖維生產有色面料并替代傳統織物的水印染工藝，這是清潔紡織的重要發展方向。原液著色滌綸織物色牢度好、挺括耐用，在軍隊服裝、職業服、戶外紡織品、窗簾等領域的應用日益廣泛。原液著色纖維織物空間混合顏色的數字化表征、預測和計算機配色是交織混色技術推廣和應用的關鍵[1]。色紗交織后的空間混合顏色可通過小樣法、圓盤混色法、圖像平均計算和比例法等進行預測。但圓盤混色和圖像平均計算法預測精度較低，小樣法費時費工；比例法根據織物表面各色紗的比例、線密度和顏色，以及織物經緯密度等的數學運算進行顏色預測，是一種快速且可通過計算機執行的顏色預測方法[2]。典型的研究有：Dimitrovski等[3]基于CIEL*a*b*色空間計算的交織顏色預測模型(簡稱LAB模型)；Kiyosawa等[4]基于色深K/S值(簡稱K/S模型)和反射率R(簡稱R模型)[5]計算的交織顏色預測模型；Mathur等[6]基于log(K/S)計算的交織顏色預測模型(簡稱LOG(K/S)模型)；陳子晗等[7]基于三刺激值(XYZ)計算的交織顏色預測模型(簡稱XYZ模型)；Chae等[8]基于反射率指數加權的Warburton-Oliver顏色預測模型(簡稱W-O模型)。

以上相關研究以其特定的交織混色織物為例，基于不同的顏色特征值進行交織混合顏色的計算和預測。但上述研究所用的織物幾何結構都是理想的圓柱體紗線交織結構，顏色預測模型的形式也是固定的。文獻[8-9]對已報道的機織物顏色預測模型進行了初步的優化和比較認為，大部分模型在預測精度和適用性方面還有不少局限。本文以具有廣闊應用前景的原液著色滌綸長絲交織織物為例，研究適合其使用的、具有較好預測精度的，并具有一定適用性的顏色預測方法及計算模型。

1 織物幾何結構模型的設計

1.1 模型的假設

為便于計算，以往交織混色織物顏色預測所用的幾何結構模型中，通常假設紗線為理想的圓柱形，在交織過程中，紗線不發生壓扁和扭曲變形。早在1937年，Peirce就提出了織物的幾何結構模型設計理論，認為織物中經緯紗線的截面為圓形，但在經緯紗相互交織的地方會有弧形形變，其余為直線線段，織物中經緯紗交織處的屈曲波高等于經緯紗理論直徑之和乘以壓扁系數[10]。為考慮紗線在交織后的壓扁情況，Kemp和Hearle等分別提出了跑道形[11]和透鏡形[12]紗線截面理論。為簡化模型且使模型具有一定的適應性，紗線形態的一致性仍是重要的假設；但需引入紗線壓扁系數對紗線理論直徑進行修正，因此，本織物幾何結構模型的建立基于以下假設：

1) 織物中的紗線在交織后不發生彎曲和滑移等形態變化；

2) 織物中紗線各部分的顏色均勻一致，不受光照和交織屈曲的影響；

3) 織物中紗線的直徑為理論直徑乘以壓扁系數，經緯紗線的壓扁系數一致。

1.2 色紗比例的計算

以緯面5枚緞紋組織為例，推導織物表面經緯色紗比例(覆蓋率)的計算公式。理想的二維織物幾何結構如圖1所示。

圖1 緯面5枚緞紋織物幾何結構示意圖Fig.1 Schematic diagram of filling faced satin weave with unit of 5×5 repeat

圖1中：dj為經紗直徑；dw為緯紗直徑；pj為織物中相鄰經紗的間距；pw為織物中相鄰緯紗的間距；Aj、Aw和Ao分別為經紗、緯紗和間隙在織物表面所占的比例，%；nj為1個組織循環內的經組織點數，示例中為5；nw為1個組織循環內的緯組織點數，示例中為20；n為組織循環數，示例中為5，如經緯組織循環相等，則存在關系n2=nj+nw。

因此，織物表面的經緯色紗及間隙比例可通過式(1)～(3)進行計算。

(1)

(2)

(3)

式中:ρj和ρw分別為織物成品的經、緯密度，根/cm；d為紗線直徑，cm。其中ρ=1/p，Aj+Aw+Ao=1。

根據上述理想的織物幾何結構，織物表面經緯紗線和間隙所占的理論色紗比例可通過紗線的真實直徑、織物成品的經緯密度和織物組織進行計算。

1.3 紗線壓扁系數的計算

本文研究中的原液著色滌綸長絲沒有捻度，在交織和不交織的情況都會發生壓扁形變，因此，不宜直接使用理想色紗比例進行交織混合顏色的預測。紗線壓扁系數引入的主要目的在于修正理論色紗比例，因此，研究關鍵點在于找到可用于參照的織物表面真實色紗比例。

織物表面的真實色紗比例受紗線壓扁、扭曲、滑移和遮蓋等復雜因素的影響，本文提出基于圖像處理技術的色紗真實比例統計方法。以實際織造的雙緯顯色織物色卡Ⅰ為例。首先采用高精度掃描儀(掃描分辨率為1 200像素)將織物色塊與印刷膠片尺(精度為0.01 cm)一起進行掃描，再將掃描圖放大到足夠程度，采用圖像處理軟件框選單位面積內各色紗所占的圖像像素，形成專色圖，再采用直方圖統計各專色在單位面積內所占的像素，計算各色紗所占的面積比例(圖2)。本例中，雙組緯顯色織物共需要對16種組合的織物表面真實色紗比例進行統計。實際操作中發現，只要掃描稿精度足夠，嚴格按照圖像邊緣進行顏色框選，不同操作人員統計得到的色紗比例誤差在3%以內，證實本文方法用于統計真實色紗比例是準確可行的。

圖2 色紗真實比例的統計方法Fig.2 Statistical method of yarn coverage actual percentage. (a) Diagram of pixel unit selected; (b) Histogram statistics results

將紗線壓扁系數θ引入紗線直徑的計算公式中，如式(4)所示。

(4)

式中：d為紗線直徑，cm；Nt為紗線線密度，tex；δ為紗線的體積密度，g/cm3。

假設A為理論色紗比例，A′為圖像統計得到的真實色紗比例，△A為理論色紗比例和真實色紗比例之間的偏差，則

(5)

式中：下標j、w、o分別代表經紗、緯紗和間隙；下標1和2代表甲緯和乙緯。

以織物色卡Ⅱ為例，采用迭代計算可得到壓扁系數θ取值為1.21時，△A有最小值0.056。經過壓扁系數的修正，理論色紗比例與真實色紗比例之間的偏差從修正前的14.1%降低到了5.6%。研究結果表明，壓扁系數的引入大大提高了理論色紗比例的準確性，此壓扁系數可應用于其他規格交織混色織物的色紗比例修正中。

2 實驗部分

2.1 織物色卡的設計與制作

為使本文研究構建的顏色預測模型對于原液著色滌綸長絲織物具有較好的適用性，以常規原液著色滌綸FDY全拉伸絲為原料，設計了2種類型4種經緯密度組合共288塊織物色樣，并在噴水提花織機上進行織造，工藝參數見表1。

表1 交織混色織物色樣的規格Tab.1 Specifications of interwoven color mixing fabrics

注：R、G、B、C、M、Y分別代表顏色紅、綠、蘭、青、品紅、黃。

2.2 顏色的測試條件和計算

采用Datacolor SF600分光測色計測定色紗和交織混色織物的反射率。分光光度計測色孔徑選用SAV(9 mm)，不包含鏡面光澤，波長范圍為400 ～700 nm，間隔為10 nm，儀器校準后誤差△ECMC為0.14。色紗顏色采用玻片纏繞法進行反射率測定，交織混色織物采用正面單層進行反射率測定。

色紗色樣和織物色樣通過分光光度計測得反射率R(λ)后，根據CIE標準照明體D65的光譜能量分布和CIE1964 10°標準色度觀察者的光譜三刺激值，求得D65光源、10°視場下紗線和織物對應的CIE1976L*a*b*顏色值。

3 顏色預測模型的構建

3.1 預測模型的推導

正常光照條件下，織物表面不同顏色的色紗會對入射光進行吸收、反射和散射，間隙則會對光線進行透射和吸收，由于色紗和色點非常細小，在一定距離外，人眼不能單獨分辨這些細小的顏色，便產生了顏色的混合感覺。基于二光通理論和混沌介質的Kubelka-Munk理論給出色樣反射率R與其吸收系數K和散色系數S之間的函數關系，可用于交織混色織物顏色預測計算時反射率R和色深K/S值之間的轉換。研究發現，CIEL*a*b*值、反射率R、色深K/S值和三刺激值XYZ等色組分的加權和模型用于原液著色滌綸長絲交織織物的顏色預測時，預測精度和適用性并不好；基于大量的交織混色織物顏色預測實踐，在總結前人對纖維混合和色紗混合顏色預測研究的基礎上，本文提出如下模型建立思路。

文獻[13]指出利用對數函數降低極值點和端點的思路將色紗K/S值求對數，建立了基于log(K/S)加權和的顏色預測模型，提高了模型的預測精度，表明中間函數有助于修正某些異常值，提高模型整體的預測精度；根據Stearns-Noechel[14]、Friele[15]等對有色纖維混色的預測經驗和前期的研究[16]，經驗系數有助于調整模型，以適合不同類型的纖維混色，提高模型的適用性。基于以上分析，設想建立關于色深K/S值的中間函數f[(K/S)λ]，從而使式(6)成立。

(6)

中間函數的定義如式(7)所示，其中σ為經驗修正系數，其值根據實驗和預測結果確定，對于不同規格紗線和品種的色樣，σ有不同的最佳取值。

(7)

根據式(8)中Kubelka-Munk關于反射率R和K/S值之間的函數關系，式(7)可換算為式(9)用于計算機程序計算。

(8)

(9)

根據色組分i的光譜反射率和式(9)，可求得各色紗和組分的f[(K/S)i,λ]；根據色紗比例和式(6)，可求得各波長下織物的f[(K/S)mix,λ]；根據式(7)的逆運算式(10)和式(8)的逆運算式(11)，即可求得相應波長下交織混色織物的反射率Rλ。

(10)

(11)

3.2 經驗系數σ的計算

為適應不同類型和不同規格試樣的顏色預測，在顏色預測模型中引入經驗系數σ，可對模型的預測進行適當修正。根據定義，K/S值不能為負數，因此，σ的有效取值范圍為0～1。

為尋找合適的σ值，使2.1中制作的所有交織混色織物顏色預測的平均色差最小，將288塊交織混色試樣放在同一個模型中進行多次迭代計算，得到全部交織混色織物顏色預測CMC(2∶1)平均色差與σ取值之間的關系，如圖3所示。由圖可看出σ值與預測平均色差呈現一個明顯的U形分布關系，因此，必然存在一個最佳σ值，使得整體預測色差最小，預測精度最高。從圖中可發現，σ=0.275時，288個色樣的平均CMC(2∶1)預測色差達到最小，為3.175。同時，從圖中還可看出，σ在底部的一定范圍內，整體預測平均色差的變化比較小。

圖3 經驗系數與全部色樣顏色預測平均色差之間的關系Fig.3 Relationship between experience coefficient and average predicted color-difference of all samples

4 模型的比較與評價

已報道的交織混合顏色預測模型研究中，部分研究基于理想圓柱形紗線結構模型給出了色紗比例的計算方法；部分研究直接采用了真實的色紗比例用于顏色計算，取得了較好的預測結果。需要指出的是，準確和可運算的色紗比例計算方法是計算機顏色預測和配方計算的前提和基礎。

整體看來，直接采用實際色紗比例進行計算的模型一般都得到了較好的預測結果，此外，精細織物的顏色預測也比粗糙織物的預測精確，因此，色紗比例的準確性也是顏色模型預測精確與否的關鍵因素。為平行比較各模型用于原液著色滌綸長絲交織織物顏色預測時的適用性和準確性，以下模型所用的色紗比例均采用本文提出的修正織物幾何結構模型進行計算。

4.1 新模型的預測結果

根據1.2的理論色紗比例計算方法和3.1建立的顏色預測模型，紗線壓扁系數θ取值為1.21，經驗修正系數σ=0.28時，采用新模型對4種規格色卡的288個織物色樣進行顏色預測。為便于比較，符合行業習慣并適應色度學發展，對預測顏色值與實際光譜顏色值之間的CIELAB、CMC(2∶1)和CIEDE 2000(2∶1∶1)3種色差進行統計，結果如圖4所示。將其中288個CMC(2∶1)色差按照組織編號次序進行柱狀圖統計，結果如圖5所示。

圖4 新模型用于全部交織色樣顏色預測的色差箱線圖Fig.4 Color-difference box-plots of all samples predicted by new model

圖5 全部交織色樣顏色預測的CMC(2∶1)色差分布Fig.5 Color prediction result and CMC(2∶1) color-difference distribution of all interwoven fabric samples

圖4的色差箱體統計表明，新模型對單組緯或雙組緯顯色、不同經緯密度組合及不同組織結構的原液著色滌綸長絲交織織物均具有良好的預測性能，288個色樣的平均CMC(2∶1)色差已降至3.18，且在288個色樣中，有83%的色樣其CMC(2∶1)色差小于或等于5，因此對于采用理論色紗比例來計算的預測模型來說，新模型具有良好的預測精度，并可保持穩定的預測性能。

圖5中從左至右的色樣序號為織物色樣的名稱排序，即Ⅱ(A)→Ⅱ(B)→Ⅱ(C)→Ⅰ。Ⅱ系列色樣有幾個較為明顯的大色差集中區，經分析發現，這些大色差主要為綠色緯線與米色經線的交織色樣。統計還發現，192個Ⅱ系列色樣中，CMC(2∶1)預測色差大于4的有57個色樣，其中只有8個不是綠色系色樣。經多次實驗測試比較，綠色紗線的反射率測試結果是正確且可靠的。對于出現上述現象的原因，本文有如下2點解釋。

1) 模型的經驗系數是根據色差計算結果進行迭代計算得到的，根據文獻[17]開展的對色差公式顏色辨別特性的研究，所有色差公式，包括CMC色差公式在綠色(green)和藍綠色(blue-green)區域的預測性能是最差的，因此，這部分織物的色差比較大。

2) 根據CIE對光響應平均值的研究，人眼對明視曲線(photopic vision)范圍內的綠光辨別能力最強。圖6示出明視曲線和青色、綠色紗線的反射率，450～500 nm區域為藍光范圍，500～570 nm為綠光范圍。本文研究選用的綠色紗線反射率大部分落在明視范圍內，而選用的青色紗線只有一小部分落在明視范圍內，故新模型得到的顏色預測結果中，綠色系交織混色織物的預測色差最大。新模型對于含綠色紗線織物的顏色預測較敏感，與明視曲線辨認特征相符。

圖6 明視曲線和青色、綠色紗線的反射率Fig.6 Photopic vision curve and reflectance curves of cyan and green yarns

4.2 模型的平行比較

在印刷和染色工業中，一般要求色差控制在1以內，但根據以往對機織物顏色預測的研究，CIELAB色差控制在2～5之間便被認為已具有較好的預測精度[18]。將新模型和6個已報道的顏色預測模型共同用于288塊交織織物色樣的顏色預測，并將預測結果與分光光度計測試結果進行色差比較，結果如表2所示。

表2 不同模型用于全部色樣顏色的預測Tab.2 Color prediction of all fabric samples by different models

7種模型的預測結果中，K/S模型預測效果最差，基本不能反映織物交織后的真實顏色；R和XYZ這2個預測模型預測結果接近，但二者的預測精度都不高；CIELAB和LOG(K/S)模型顏色預測性能良好，且預測精度與Mathur[6]在滌/棉交織混色預測中的結果接近；W-O模型和本文提出的新模型的預測性能最好，CMC(2∶1)平均色差已接近3，但預測效果最好的還是本文提出的新模型，CIELAB、CMC和CIEDE2000 3種色差的平均值都是最低的。

相比較固定形式的W-O模型，新模型的優勢還在于對不同規格的試樣類型，可選用不同的經驗系數，以使得其在各種情況下都有更好的適用性。對2.1中制作的4種規格的試樣進行單獨迭代計算，可得到4種規格試樣平均顏色預測色差最小時的經驗系數，結果如表3所示。

表3 不同經驗系數取值時各系列色樣顏色預測結果Tab.3 Color prediction results of each set of fabrics with different empirical coefficients

注：N表示本文新模型。

當經驗修正系數σ=0.28時，全部色樣整體預測平均色差達到最小(CMC(2∶1)=3.18)。σ的取值區間在0.22～0.36時，分別得到不同規格系列色樣的最佳預測結果。相比較固定形式的顏色預測模型，新模型通過微調經驗系數可更好地適應不同規格的色樣。本文研究中，只要σ的取值在建議的合理范圍內，并不會造成其他系列色樣預測精度的明顯降低，因此，經驗系數σ為0.28可用于本文研究各規格原液著色滌綸交織混色織物顏色的準確預測。

值得一提的是，本文研究中所用FDY紗線的壓扁系數(θ=1.21)是基于Ⅰ系列色樣求得的，然后將此壓扁系數用于所有色樣的色紗比例修正，再將所有288塊織物色樣用本文介紹的7個模型進行顏色預測，紗線壓扁系數的引入明顯降低了全部7個模型的預測色差，模型的預測精度平均提高1個CMC(2∶1)色差單位。

5 結 論

1) 以往圓柱形紗線的織物幾何結構模型在計算低捻度紗線和非緊密交織織物的理論色紗比例時存在較大的誤差，引入紗線壓扁系數有助于修正理論色紗比例。實際中可采用掃描加直方圖法統計織物表面的真實色紗比例，操作方法直觀，設備要求低，精度高，適用于不同原料和規格織物紗線壓扁系數的推算。

2) 交織混色織物的混合顏色為織物表面各色紗組分及間隙的顏色貢獻之和。反射率、三刺激值和CIEL*a*b*等都可用于各顏色組分的貢獻值計算，但這些模型的預測精度不足。

3) 中間函數和經驗系數有助于提高模型的預測精度和適用性。較以往固定形式的顏色預測模型，新模型在預測精度方面取得了明顯的進步。另外，新模型的優勢在于在不同場合下可調整經驗系數，以適用于不同規格色樣的更精確預測。

FZXB

[1] 金劍, 李鑫, 王穎,等. 原液著色纖維產業“十三五”發展路徑[J]. 中國紡織, 2016(12):64-65. JIN Jian, LI Xin, WANG Ying, et al. Development path of dope-dyed fiber industry in 13th Five Year Plan[J]. China Textiles, 2016(12):64-65.

[2] 章斐燕, 金亦佳, 李啟正, 等. 空間并置混色色織物顏色預測方法的比較研究[J]. 絲綢, 2014, 51(11): 22-27. ZHANG Feiyan, JIN Yijia, LI Qizheng, et al. Comparative study of color prediction methods of yarn-dyed fabrics with spatial juxtaposition[J].Journal of Silk, 2014, 51(11): 22-27.

[4] KIYOSAWA T, ZHENG J, KOMATSU T, et al. Color prediction of union fabric considering mutual reflection between yarns[J]. SEN-I Gakkaishi, 2006, 62(9): 212-217.

[5] KIYOSAWA T, ZHENG J, TAKATERA M, et al. Color prediction of union fabrics considering mutual reflection between yarns: a new color prediction model using apposed color mixture theory[J]. SEN-I Gakkaishi, 2007, 63(5): 117-122.

[6] MATHUR K, HINKS D, SEYAM A F M, et al. Towards automation of color/weave selection in jacquard design: model verification[J]. Color Research & Application, 2009, 34(3): 225-232.

[7] 陳子晗. 織物結構設計與織物色彩關系的研究與應用[D]. 上海：東華大學, 2015：46-66. CHEN Zihan. Research and application of the relationship between fabaric structure and fabric color[D]. Shanghai: Donghua University, 2015：46-66.

[8] CHAE Y, XIN J H, HUA T. Color prediction models for digital Jacquard woven fabrics[J]. Color Research & Application, 2016, 41(1): 64-71.

[9] ZHANG S S, LIU X Y, YU W D. Evaluation and model of woven fabric color[J]. Advanced Materials Research, 2013, 627: 195-199.

[10] 蔡雨, 鄭天勇, 景書娟, 等. Peirce 平紋機織物結構模型的計算精確度[J]. 紡織學報, 2012, 33(1): 48-53. CAI Yu, ZHENG Tianyong, JING Shujuan, et al. Verification of the Peirce′s model for the geometric structure of the plain woven fabrics[J]. Journal of Textile Research, 2012, 33(1): 48-53.

[11] 彭淑靜. 圓環形織物的織造研究[D]. 天津: 天津工業大學, 2006: 4. PENG Shujing. Research on weaving of annular shaped fabrics[D]. Tianjin: Tianjin Polytechnic University, 2006: 4.

[12] HEARLE J W S, GROSBERG P, BACKER S. Structural mechanics of fibers[J]. Yarns and Fabrics,1969, 28(1): 85-87.

[13] SEYAM A F M, MATHUR K. A general geometrical model for predicting color mixing of woven fabrics from colored warp and filling yarns[J]. Fibers and Polymers, 2012, 13(6): 795-801.

[14] STEARNS E I, NOECHEL F. Spectrophotometric prediction of color of wool blends[J]. American Dyestuff Reporter, 1944, 33(9): 177-180.

[15] FRIELE L F C. The application of color measurement in relation to fibre-blending[J]. Journal of the Textile Institute, 1952, 43: 604-611.

[16] LI Q Z, ZHANG F Y, JIN X K, et al. Optimized stearns-Noechel model to predict mixed color values of yarn-dyed fabrics[J]. Fiber, 2014, 70(9):218-224.

[17] 汪哲弘. 顏色視覺辨別特性及色差評價研究[D]. 杭州: 浙江大學, 2009: 57. WANG Zhehong. Study of color vision discrimination characteristics and color-difference evaluation[D]. Hangzhou: Zhejiang University, 2009: 57.

Model for predicting color mixing of dope-dyed polyester interwoven fabrics

LI Qizheng1,2, ZHU Weijing1,3, JIN Xiaoke1, ZHU Chengyan1

(1.SilkInstitute,CollegeofMaterialsandTextiles,ZhejiangSci-TechUniversity,Hangzhou，Zhejiang310018,China; 2.PeriodicalsAgency,ZhejiangSci-TechUniversity,Hangzhou,Zhejiang310018,China; 3.SchoolofDesign,ZhejiangUniversityofScience&Technology,Hangzhou，Zhejiang310023,China)

In order to more accurately predict the spatial mixed color of dope-dyed polyester interwoven fabrics, the classical cylindrical section fabric geometric structure model was improved, and the computing method of yarn flattening coefficient after interwoven was proposed. Then, a new color prediction model with intermediate function and empirical coefficient was built based on the analyses of existing fiber blended and yarn interwoven color prediction models, which is suitable for the dope-dyed polyester interwoven color mixing fabrics. Meanwhile, the iteration method for determining the optimal empirical coefficient was introduced. Finally, total 288 pieces of dope dyed polyester interwoven fabrics including 2 types of fabric specifications, 4 combinations of warp/weft density, and 32 weave structures, were woven for validation and evaluation on the accuracy and effectiveness of the new model. The results show that the prediction accuracy and applicability of new model are superior to those of the existing fixed form color prediction models. The advantage of new model is that its empirical coefficient can be adjusted for different types of interwoven fabrics so as to obtain a more accurate color prediction.

woven fabric; dope-dyed polyester; interwoven color mixing; spatial color mixing; color prediction; color model; fabric geometric structure

10.13475/j.fzxb.20160506708

2016-05-25

2017-04-14

國家國際科技合作專項項目(2011DFB51570)；浙江理工大學科研啟動基金資助項目(15012164-Y)

李啟正(1981—)，男，講師，博士。主要研究方向為紡織顏色科學與技術。E-mail：liqizheng@zstu.edu.cn。

TS 156；TS 105.1

A