應用改進Stearns-Noeche模型的色紡紗配色技術

王玉娟， 馬崇啟， 劉建勇， 程 璐， 張紅梅， 王 宣

(1. 天津工業大學 紡織學院， 天津 300387； 2. 山東如意科技集團， 山東 濟寧 272100)

應用改進Stearns-Noeche模型的色紡紗配色技術

王玉娟1， 馬崇啟1， 劉建勇1， 程 璐1， 張紅梅2， 王 宣2

(1. 天津工業大學 紡織學院， 天津 300387； 2. 山東如意科技集團， 山東 濟寧 272100)

針對傳統的人工配色繁復、效率低而現有的計算機配色修色算法不能滿足生產實踐需求的問題，在MatLab軟件中開發出了一套計算機輔助色紡紗配色系統，并對該系統中的配色模塊和修色模塊進行了改進。在配色模塊，采用在[0 1]區間對未知參數M值和對單色纖維初始配方賦值迭代的方法，改進了采用M值平均數的方法以及基于最小二乘法的初始配方求解算法；在修色模塊，采用單色纖維調整量中間函數差最小的方法，改進了基于最小二乘法的三刺激值或反射率修色算法。該模型經過1～2次修色可得到色差小于1的配色結果，能滿足色紡紗生產中多組分、定比例的配色、修色基本要求。

色紡紗； Stearns-Noeche模型； 配色技術； 計算機配色系統

色紡紗起步于黑色滌綸與棉混紡的麻灰紗[1]，具有立體、朦朧、時尚等風格特點，深受企業和消費者歡迎。色紡紗市場在逐年擴大，前景非常可觀。又因其工藝是先對纖維染色然后進行紡紗，因此大大減少了紡織用水，具有環保、經濟的特點[2]。除此之外，色紡紗具有小批量、多品種、快交貨的特點，因而如何快速、準確的打樣，已成為色紡企業發展的關鍵。而打樣的核心在于配色，傳統的配色技術主要依賴人工經驗，局限性較大，且影響因素較多，效率較低[3]。國內一些學者已對此進行了研究，主要對Stearns-Noeche模型算法、Friele模型算法、Kubelka-Munk雙常數/單常數模型算法[4-5]，以及BP神經網絡算法[6]進行改進。Kubelka-Munk雙常數/單常數理論，計算有顏色梯度的色紡紗時，效果較好；BP神經網絡算法，配色結果與樣本容量大小有較大關系。Stearns-Noeche算法和Friele算法中都有未知參數，之前的學者大都采用提前紡紗[7]，計算未知參數，然后求其平均值，工作量大，且未知參數的平均值使運算不能具體化，對于不同的色紡紗配方預測時，存在誤差。本文通過改進Stearns-Noeche算法中未知參數M值的確定方法、初始配方的計算方法，尋求一種更加適用于生產實踐、配色效率更高的計算機配色算法。

1 Stearns-Noechel 模型

纖維的混合只是物理混合，理論上應該有某種加和關系存在，假設存在中間函數f[R(λ)]，有

(1)

1944年，Stearns和Noechel通過實驗得出經驗公式，稱之為Stearns-Noeche模型，公式如下：

(2)

式中：M為一可變常量；f[r(λ)]是反射率r(λ)關于波長λ的中間函數。

由式(2)可反推出反射率r(λ)和中間函數f[r(λ)]之間的關系為

(3)

在已知參數M值，單色纖維的反射率r(λ)時，可利用式(2)計算出單色纖維的中間函數f[r(λ)]。又已知單色纖維的混色比例x時，可利用式(1)計算出混色纖維的中間函數f[R(λ)]。此時，再利用公式(3)即可求得混色纖維的擬合反射率Rbat(λ)，此后可利用色差公式求解混色樣擬合反射率Rbat(λ)與標樣反射率Rstd(λ)之間的擬合色差以及其他色度參數。

本文基于該算法在MatLab軟件中編寫一套色紡紗配色軟件，該軟件包括配色和修色2個大主要模塊。

2 配色模塊

在對某個標樣進行配色時，首先要選擇單色樣，對于如何選擇的問題，應有一個大概的了解。在選擇完單色后，就可利用配色算法進行配色。而配色算法中的核心環節是未知參數M值的求解，以及單色纖維初始配方的求解，前人對此進行了大量研究，筆者在分析試用前人的算法后，對此算法進行了改進。

2.1 單色的選擇

在選擇單色時，標樣中的每種顏色一般選擇 2～3 個單色，因此一個含2種顏色的標準樣一般選擇4～6個單色進行配色。

由于計算機配色可能出現“同譜異色”的現象，即擬合配方所得的擬合反射率與標樣的反射率非常接近，理論上以此擬合配方紡出的試樣應該與標樣顏色一樣，但是會出現風格的差異，例如標樣是夾花風格，而紡樣是素面風格。針對此問題，目前尚沒有有效的解決方法，只能在配色之前，仔細觀察標樣，結合自身經驗對標樣中有哪些單色纖維進行確定。如果單色選擇偏差較大，配色結果也將出現較大誤差，因此，選擇單色是計算機配色的第1步，也是非常重要的一步。然而在積累較多配色結果之后，計算機可根據標樣的顏色，給出參考單色，以此減去對配色人員經驗的依賴程度。

2.2 未知參數M值的計算方法

在式(2)中，只有一個未知參數M，M值與單色纖維的種類、顏色以及在其混色樣中的比例有關。之前許多學者試圖通過求M值的平均數來固定某種纖維的未知參數M值，結果如表1所示。

本文利用博拉彩虹纖維有限公司提供的紅色、黃色、藍色、黑色、白色、靛藍色、卡其色、寶石藍色、翠綠色、灰色、棗紅色粘膠纖維，按照一定的混色比，進行兩色或三色混合，得到132個混色樣，分別求解每個混色樣的最佳參數M值。求解方法如圖1所示。

表1 不同纖維在Stearns-Noeche配色模型中的參數M值Tab.1 Parameter M value of different fibers in Stearns-Noeche color matching model

圖1 最佳參數M值計算方法Fig.1 Calculation method of optimal parameter M value

在求混色樣最佳參數M值時，混色樣中單色纖維以及單色纖維的質量比已知，只需為參數M賦值，即可根據前文中描述的方法計算出擬合反射率。然后再用CMC色差計算公式計算色差。當擬合反射率與標樣反射率之間的擬合色差最小時，即認為此事的參數M值是該試樣的最佳參數值；而在色差沒有達到最小時，可通過改變對M值的賦值繼續計算，直至求出色差最小時的M值。

圖2示出132個混色試樣的最佳M值分布情況。由圖可看出，每個試樣的最佳M值都是不一樣的。如果采取M值固定為某一個數值，例如所有最佳M值的平均數，那么在對某個試樣進行配色時，當固定的M值比較接近該試樣最佳M值時，擬合配方會較好，但是如果與該試樣最佳M值相差較大，則擬合配方就會較差。如果使用不同種類的纖維配色時，需要提前混紡一些試樣來求該種纖維的最佳M值，即使用同種纖維混色，例如滌綸，也不能采用前人總結出來的最佳參數M值，仍需重新打樣求解，除多品種外，色紡企業還經常生產混紡紗，又需從新打樣求解混紡紗的M值，因此前期工作量大而繁瑣。由于不同種類的纖維純紡或混紡，其參數M值都在0～1之間取值，因此本文采取在區間[0 1]對參數M值賦值迭代的方法，在MatLab環境中，編寫基于Stearns-Noeche模型的配色模塊。

圖2 所有混色樣的最優參數M值Fig.2 Optimal parameter M value of all samples

2.3 單色纖維初始配方計算方法

之前有許多學者使用基于最小二乘法的全光譜配色算法[13-14]，但是這種算法在計算混色樣配方時，有時會出現該混色樣中的某些單色樣的擬合配方為負值的情況，例如對以下混色樣進行配色(這些混色樣的反射率以及所用單色纖維的反射率如表2所示)時，采用M在[0 1]區間迭代結合最小二乘法對該色樣進行配色，得到的擬合配方與M值的關系如圖3所示。

表2 混色樣及單色纖維的反射率Tab.2 Reflection of blended and monochrome fibers %

圖3 各單色纖維配方擬合值與參數M值的關系Fig.3 Relationship between monochrome fiber and parameter M

由圖3可看出，無論M如何取值，得到單色纖維C的擬合配方為負值，而負的擬合配方是沒有實用意義。除此之外，利用最小二乘法求擬合配方并不能滿足企業的配方計算要求，因為色紡企業收到的客戶訂單，大都為多組分混色樣，例如滌/棉(65/35)，即使是單組分的混色樣，也有要求使用精梳纖維、普梳纖維等混紡的。本文采用對單色樣配方賦值的方法進行計算，這種方法不會出現配方為負值的情況，并可滿足企業“多組分、定比例”的配色要求。

2.4 配色模塊計算流程

基于以上M值的計算方法和單色纖維初始配方的求解方法，改進后配色模塊的計算過程如圖4所示。

圖4 配色模塊計算過程Fig.4 Calculation process of matching color model

利用該配色模塊對標樣進行配色時，首先要測試出標樣的反射率，用于后續配色；其次要仔細觀察標樣中有哪些顏色，然后根據經驗選擇單色纖維并測試出單色纖維的反射率。然后根據小節1，可以計算出擬合反射率。通過色差公式計算出標樣反射率和擬合反射率之間的擬合色差，如果色差滿足要求，則可輸出此時單色纖維的混色質量比以及相應的M值；如果色差不滿足要求，則重新對M值以及單色纖維混色質量比賦值，直至色差滿足要求為止。

整個計算過程的核心部分是對單色纖維混色質量比賦值環節。如果是普通的純紡色紡紗，那么賦值環節比較簡單，只需要滿足各種單色纖維質量比加和為1；如果是混紡紗，例如滌/棉(65/35)，那么賦值環節不僅要滿足各種單色纖維質量比加和為1，還需要滿足棉纖維質量比加和為0.65，滌綸纖維質量比加和為0.35的要求。而純紡中也會出現質量比要求，例如要求精梳棉和普梳棉質量各占多少比例的色紡紗，其配色方法與混紡紗類似。

3 修色模塊

無論配色模塊給出的擬合配方如何接近混色樣的真實配方，在打樣過程中總會存在操作誤差、機器誤差，也會由于環境等因素的變化造成誤差，因此紡出的小樣總會與標樣存在色差。在色差較大，不能滿足生產要求時，就需要對小樣進行修色。之前學者使用的修色方法有反射率修色法和三刺激值修色法，具體算法可參考文獻[7]，但在使用該算法進行修色時，修色結果并不理想，而且這種修色算法不能滿足“多組分、定比例”混色樣的修色要求，所以本文對修色模塊也進行了改進。

修色模塊的改進思想仍然從賦值循環的程序編寫思想出發，改進后的修色模塊計算過程如圖5所示。

圖5 修色模塊計算過程Fig.5 Calculation process of color repairing model

修色時，采用單色纖維調整量中間函數差最小的方法。首先要測試小樣的反射率，然后對參數M進行賦值，根據式(2)將小樣和標樣的反射率都計算成相應的中間函數，并計算其差值△f[R(λ)]。接著對單色纖維需要調整的質量比進行賦值，然后將相應的單色纖維的調整量類似看作式(1)中各單色纖維的質量比，得到由單色纖維調整量計算出來的擬合中間函數△f[r(λ)]。當△f[R(λ)]和 △f[r(λ)]之差最小時，輸出此時單色纖維相應的調整量，再與之前小樣的配方相加，即可得到修正后的配方。如果△f[R(λ)]和△f[r(λ)]之差不是最小，那么就重新對M值和單色纖維調整量賦值，直至△f[R(λ)]和△f[r(λ)]之差最小為止。

在對單色纖維調整量賦值時，要保證同組份、同要求的各單色纖維調整量加和為0。

4 色紡紗計算機配色系統

在配色模塊和修色模塊都編寫完成后，整個計算機配色軟件的核心部分完成，大致流程如圖6所示。基于配色軟件，搭配一些測色儀、電腦、打印機等設備，就得到了一套計算機輔助的半智能配色系統(因為選色環節還需依靠人工進行)。

圖6 計算機配色流程Fig.6 Process of computer matching color

5 實驗驗證

利用該套配色系統，對一淺紅色試樣進行配色實踐，分別采用粘膠純紡以及棉/粘膠(60/40)混紡的方法進行配色，通過觀察待配試樣，選取幾種不同顏色的棉和粘膠纖維。待配試樣和所選單色的反射率值如表3所示。其中只有單色纖維H是棉纖維，其他均為粘膠纖維。

表3 混色樣及單色纖維的反射率Tab.3 Rreflection of blended and monochrome fibers %

5.1 測色過程

本文所用測色儀為Datacolor公司的Datacolor SF600。選取大孔徑、包含鏡面光澤、100%UV(濾鏡off)的測色條件，以及D65、10°視角的觀察條件，分別對紗線板正反面進行橫向和垂直2個方向、不同部位進行測色，直至最終顏色偏差小于0.1，記錄下該色樣的反射率值(360～700 nm，間隔10 nm)。

5.2 配色結果與分析

配色結果如表4所示。由表中配色結果可看出，經過1～2次修色，即可配出與標樣色差小于1的紡樣，配色效率較高，可滿足色紡紗配色的基本需求。

表4 配色結果Tab.4 Matching color results

本文實驗測試時采用的是Datacolor接觸式測色儀，該測色儀測色時要求試樣要足夠厚，不透光，而生產中的客戶來樣有時很小，這種情況下建議采用非接觸式的Digeye測色儀進行測色。

6 結 論

利用Stearns-Noeche模型對色紡紗進行配色，通過改進Stearns-Noeche模型中未知參數M值的確定方法，打破了之前固定M值配色的模式，使每個試樣配色時都能得到最佳的M值，不僅省去了為求M值而做的大量打樣工作，還提高了配色的準確性。采用對單色樣擬合配方賦值迭代的方法，避免了采用最小二乘法求配色時存在的缺陷，且更能滿足生產多組分、定比例的紡紗要求。改進后的計算機配色系統，雖然還需要根據經驗選取單色，但整體降低了對配色人員尤其是高級配色技術人員的依賴，修色次數較少，配色效率較高。

[1] 任安民, 周立明. 色紡紗配色方法改進初探[J]. 棉紡織技術, 2007, 35(6): 14-16.

REN Anmin, ZHOU Liming. A probe to the improvement of color matching method of colored spun yarn[J]. Cotton Textile Technology, 2007, 35(6): 14-16.

[2] 王成, 張峰, 姚里榮, 等. 載銀粘膠色紡面料的制備及其抗菌性能[J]. 紡織學報, 2014, 35(1): 91-92.

WANG Cheng, ZHANG Feng, YAO Lirong, et al. Preparation and antimicrobial property of silver-loaded color spun rayon fabrics[J]. Journal of Textile Research, 2014, 35(1): 91-92.

[3] 金亞琪, 鄒專勇, 許夢露, 等. 色紡紗產品開發現狀及技術發展需求[J]. 棉紡織技術, 2012, 40(12): 65-68.

JIN Yaqi, ZHOU Zhuanyong, XU Menglu, et al. Development status and technology development demands of colored spun yarn[J]. Modern Textile Technology, 2012, 40(12): 65-68.

[4] VESNA D, ZELJKA B M, KATARINA I.Kubelkamunk theory in describing optical peoperties of paper[J]. Technical Gazette, 2011, 18(1): 117-124.

[5] PHILIPS-INVEMIZZ B, DUPONT D, CAZE C. Formulation of colored fiber blends from friele′s theoretical model[J]. Color Research and Application, 2001, 27(3): 191-198.

[6] 劉貴, 于偉東. 毛精紡前紡工藝參數重要性的BP網絡定量評價法[J]. 紡織學報, 2008, 29(1): 35-36.

LIU Gui, YU Weidong. Quantitative evaluation method for the significance of worstedfore-spinning parameters based on BP neural network[J]. Journal of Textile Research, 2008, 29(1): 35-36.

[7] 許佳艷. 滌棉雙組分纖維計算機輔助配色的研究[D]. 杭州: 浙江理工大學, 2013:1-30.

XU Jiayan. The study on computer aid matching of colored fiber blends of polyester and cotton[D]. Hangzhou: Zhejiang Sci-Tech University, 2013:1-30.

[8 ] DAVIDSON H R, TAYLOR M. Prediction of the color of fiber blends[J].Journal of the Optical Society of America,1965, 55(1): 96-100.

[9] BURLONE D A. Theoretical and practical aspects of selectedfiber-blend color formulation functions[J]. Color Research and Application, 1984, 9(4): 213-219.

[10] ASPLAOD J R, ZHOU M. Influence of blending on color appearance of black and whiter fiber blends[J]. Textile Chemist and Colorist and American Dyestuff Reporter, 2000, 32(10): 47-51.

[11] PHILIPS B，DUPONT D，JOLLY A, et al. Color formulation by fiber blending using the Stenras-Noechel model[J]. Color Research and Application, 2002, 27(2): 100-107.

[12] 李戎, 黃勁旭. 有色纖維配色的光譜配色算法[C]//上海印染新技術交流研討會論集. 上海:[出版者不詳], 2005: 303-305.

LI Rong, HUANG Jinxu. Spectrum color matching Algorithm of colored fiber matching color[C]//The Collection of the Printing New Technology Exchange Conference in Shanghai. Shanghai: [s.n.], 2005: 303-305.

[13] 沈加加, 張志強, 陳燕兵, 等. 基于Stearns-Noechel模型的混色毛條顏色預測[J]. 紡織學報, 2008, 29(11): 61-62.

SHEN Jiajia, ZHANG Zhiqiang, CHEN Yanbing, et al. Match prediction forblended-color wool tops based on Stearns-Noeche model[J]. Journal of Textile Research,2008, 29(11): 61-62.

[14] 沈加加, 陳維國, 周華. 一種色紡紗配色的配方篩選與修正方法: 中國, 201210173593[P]. 2012-10-24.

SHEN Jiajia, CHEN Weiguo, ZHOU Hua. A kind of method to chose and repair the formula of matching the colored fiber yarn: China, 201210173593[P]. 2012-10-24.

MatchingcolortechnologyofcolorblendedyarnbasedonmodifiedStearns-Noechemodel

WANG Yujuan1, MA Chongqi1, LIU Jianyong1, CHENG Lu1, ZHANG Hongmei2, WANG Xuan2

(1.SchoolofTextiles,TianjinPolytechnicUniversity,Tianjin300387,China;2.ShandongRuyiCottonTextileGroup,Jining,Shandong272100,China)

Aiming at the problem that conventional artificial color matching is complicated, and low in efficiency, and the existing computer color matching algorithm can not meet the needs of production practice. A computer-aided color matching system for colored fiber was developed in MatLab software, and the color matching module and the color repairing module of the system were improved. In the color matching module, the method of calculating the mean value of the M value and the initial recipe solution based on the least squares method were improved by using the method of assignment and iteration to the unknown valueMand the initial recipe of the monochromatic fiber in the [0 1] interval. In the repairing module, the tristimulus value or the reflectance color repairing algorithm based on the least squares method was improved by the method of minimizing the difference in the function of monochromatic fiber. The color matching model can achieve the matching result with color difference smaller than 1 after repairing color for 1-2 times, which can satisfy the basic requirements of the color matching and color repairing of multi-component and fixed proportion in the production process of colored fibers yarn.

color blended yarn; Stearns-Noeche model; matching color technology; computer matching color system

TS 114

A

10.13475/j.fzxb.20161103207

2016-11-14

2017-04-02

國家重點研發計劃專題項目(2016YFB0302801-03)

王玉娟(1992—)，女，碩士生。主要研究方向為色紡紗計算機測配色技術。馬崇啟，通信作者，E-mail:tjmcq@tjpu.edu.cn。