非規則網點庫設計及其織物灰度色階呈色性能與評價

葉婧婧, 張愛丹

(浙江理工大學 紡織科學與工程學院(國際絲綢學院),杭州 310018)

數碼提花織物對圖像的設計表現依托于紗線色與織物組織的配合設計,其中織物組織及其組合結構是實現數碼提花織物創新設計的核心因素[1-2]。基于緞紋組織設計產生的影光組織庫及其應用,為數碼提花織物在灰度和彩色仿真領域開拓了設計空間,并產生了豐碩成果[3-4]。然而基于緞紋影光組織的灰度仿真提花織物,對圖像內容的細節表現十分細膩,但對圖像的整體明度基調,以及基于明度基調的強弱對比關系的反映有失客觀。尤其是在單經單緯的設計條件下,不同加強方向的緞紋影光組織庫,對黑白漸變色的仿色顯示出明顯不同的呈色效果,不能滿足高品質灰度仿真提花織物對呈色穩定性的設計要求[5-6]。

本文借鑒印刷中的混合加網技術,利用隨機記錄點聚集抖動使連續調圖像分離成二色值網點圖像的設計原理[7],建立非規則網點庫并將其應用于色卡織物和灰度仿真提花織物設計。本文中的非規則網點庫是指由一系列具有連續漸變關系的單元網點圖構成的圖形庫,并且單元網點圖在網點的形狀和排列兩方面同時具有一定隨機性。通過對分別采用非規則網點庫和緞紋影光組織庫設計織造的織物色卡呈色性能的比較分析,驗證非規則網點織物對灰度色階的再現能力,為灰度仿真提花織物設計提供一種新的網點圖形庫。

此外,當前對于提花織物灰度仿真效果的評價方法,主要采用織物色之間自身明度差的比較[8]與織物色與漸變色階之間的明度差比較[9]兩種方法。因此本文在采用這兩種方法的基礎上,進一步考察了織物樣品的亮度、明度、對比度和紋理結構特征等參數對織物灰度仿真效果的影響,使評價結果更符合人眼視覺特征。

1 非規則網點庫的設計特征與方法

混合加網技術結合了調幅加網和調頻加網的特性,既體現調頻網點的隨機性分布,又兼具調幅網點在形狀和面積上可變性[10]。當前采用網點設計方法進行的灰度仿真提花織物設計,其單個網點的組織排列均為規則分布,并且網點在形狀上都是相同的,即網點面積的變化都是基于一個相同的網點形狀。因此,本文中非規則網點庫的設計,主要發揮了混合加網的隨機性技術,使非規則網點的位置分布具有隨機性效果。并進一步將這種隨機性應用到網點外形和形狀大小的設計層面,使網點變成邊數和面積均不一致的多邊形,產生在形狀和大小都具有明顯隨機性特點。一個非規則網點單元是由一定數量的不規則多邊形網點構成的,通過多邊形網點面積的變化,即白(黑)色背景和黑(白)色網點的面積比值的不同,達到模擬黑白漸變色的效果。由黑白兩色構成的非規則多邊形網點,與由經、緯兩種組織點構成的織物組織,在一定程度上具有共通性,為單純的非規則網點單元向織物組織的轉化提供了可能性。

非規則網點庫的設計主要包括3個方面:中心點路徑、網點單元尺寸和灰度級數設計。中心點路徑由空間填充曲線決定,填充的曲線不同產生的中心點路徑也不同。為使中心點的分布無明顯規律性,本文采用Hilbert曲線(圖1(a))設計中心點路徑,并以圓盤定位方法獲得中心點位置,如圖1(b)所示。網點單元尺寸由填充曲線的階數n決定,階數越高,網點單元的尺寸越大。灰度級數的設計先由定位圓盤的中心點生成Delaunay三角網(圖1(c)),生成灰度漸變層次,得到最終的抖動矩陣,如圖1(d)所示。其中灰度級數由定位圓盤半徑R決定,半徑越大產生的中心點數量越少,可生成的灰度級數則越多。

圖1 非規則網點生成過程

2 實 驗

2.1 方 案

本實驗分別將非規則網點庫和緞紋影光組織應用于從黑到白的漸變色階,得到相應的色卡圖并織成織物色卡。為考察非規則網點對于黑白漸變色階的仿真性能,首先將織物樣品的測色數據分別與原黑白漸變色階進行明度差比較分析;再對織物色卡掃描圖和黑白漸變色階進行結構相似性評價,多維度量化分析非規則網點結構織物的灰度仿真特性。實驗方案流程如圖2所示。

圖2 實驗方案流程

2.2 織物樣品制備

考慮到網點尺寸太大時不能細膩地表現圖像細節,網點尺寸太小時會使網點過密從而不能滿足織物織造的工藝條件,因此本實驗設計了兩種規格尺寸的非規則網點庫,一種單元網點長寬為183像素×183像素(稱為183型),另一種為122像素×122像素(稱為122型)。設計上述兩種單元網點尺寸時,采用的填充曲線階數n=5,中心點定位圓盤半徑R=2,產生的中心點數量為122個。圓盤半徑決定非規則網點圖形庫的灰度級數,但由于級數過大時會使部分的灰度色域丟失,因此本實驗選擇色域完好的42階灰度級數,可以滿足42階內的灰度仿真表現。同時設計了2組緞紋影光組織庫,用于設計織造對比樣品。影光組織庫以24枚7飛為基礎組織,經向加強和緯向加強各1組,每次增加組織點數量為12個,每組共計45個組織。

本實驗所有織物樣品均采用1組米白經和1組黑緯交織而成。經、緯組合均為23.3 dtex×2,桑蠶絲;經、緯密均為1 100根/10 cm。其中非規則網點庫中的每個網點單元,是由數量眾多的黑色不規則多邊形構成,而背景為白色,在織物組織設計環節中需進行點間絲處理,以避免其浮長過長。因此,本文采用了24枚7飛的經面和緯面緞紋作為非規則網點色卡織物的間絲組織。最后獲得色卡織物樣品共計4組,其中非規則網點織物色卡2組,每組42塊,共計84塊;緞紋影光組織織物色卡2組,每組45塊,共計90塊。每塊織物色卡尺寸為3.6 cm×3.6 cm,其中1組非規則網點織物色卡實物效果,如圖3所示。

圖3 非規則網點織物色卡樣品

2.3 織物樣品測色與掃描

測色設備:CM-700d日本KONICA MINOLTA手持分光測色儀(柯尼卡美能達(中國)投資有限公司)。織物樣品測色條件:顏色系統為CIEL*a*b*,光源為D65,觀測角度為10°,測量孔徑為8 mm。每塊色卡織物測量3次取其平均值。

織物樣品采用Canon E568掃描儀(佳能(越南)有限公司)進行采樣,掃描分辨率為600 dpi,彩色模式,圖片保存為BMP格式。4組色卡織物全部掃描完成后,在圖形處理軟件Photoshop中進行去色,并將每塊色卡圖像尺寸統一修整為200像素×200像素。由于緞紋影光組織織物色卡組有45塊,而非規則網點織物色卡組為42塊,為保證4組色卡樣品數據組數相同,本文將2組影光組織織物色卡每間隔11塊去除1塊,每組去除3塊。由于經面組織和緯面組織織物色卡不能去除,因此去除的第1塊原始編號為12。

3 結果與分析

3.1 織物明度仿真分析

為準確說明色卡織物的整體明度仿真情況和漸變呈色均勻性,首先將4組色卡織物測色所得明度數據按組進行平均值計算;其次統計每組色卡織物樣品中每相鄰2塊色卡織物之間的明度差,再計算各組明度差的標準差,用于表征色卡織物樣品色階過渡的均勻性,結果如表1所示。

表1 織物樣品組各項明度值指標

由表1可知,4組織物色卡組明度均值與黑白色階明度均值為50[11],最接近的是183型非規則網點色卡織物組,其次是122型。前者相對于原色階整體偏亮2.38%,后者偏亮2.98%。后兩位分別是經向加強和緯向加強影光組織色卡織物,其中經向整體偏亮10.64%,緯向則偏暗15.16%。2組非規則網點色卡織物和2組影光組織色卡織物,與黑白漸變色階之間的明度均值相差分別為2.68%、12.90%,前者比后者降低了10.20%。

色階明度差的標準差越小,則表明織物色卡組色階過渡越均勻。由表1中色階標準差均值可知,色階過渡最均勻的是183型非規則網點織物色卡組,其后依此是122型、緯向加強和經向加強影光組織織物色卡組。2組非規則網點織物色卡樣品組的色階標準差均值為0.78,而2組影光組織色卡織物樣品組的色階標準差均值為1.28,前者比后者降低了38.80%。說明在相同的織物規格與織造條件下,采用非規則網點設計的織物在呈色上更加均勻。

為考察各組色卡織物樣品的明度變化趨勢,本文將測色所得明度數據與42級黑白漸變色階的明度值繪制成曲線,如圖4所示。由圖4中曲線變化可以看出,2組非規則網點色卡織物明度值極為接近,色階曲線變化趨勢較為平緩,且高明度區域相對于2組緞紋影光組織更接近黑白漸變色階,可見其明度仿真效果更為理想。

圖4 黑白漸變色階與織物樣品明度值曲線

為進一步量化比較4組色卡織物的明度值與黑白色階理論明度值的整體相似性,本文分別計算了每組織物色卡的明度曲線與理論值直線之間的面積差(表1)。面積差越小,表示2組數據曲線越接近,進而證明兩者之間的相似度越高。由表1中的面積差可知,差值最小的是183型非規則網點色卡織物組,其次是122型,且兩者的面積差較為接近。緯向和經向加強影光組織織物色卡組都較非規則網點織物色卡組要差,最不理想的是緯向加強影光組織織物色卡組。

通過上述對非規則網點和緞紋影光組織織物色卡樣品之間的明度均值、明度標準差均值和面積差的比較表明,183型非規則網點織物色卡組在總體表現上與黑白漸變色階最接近,并且織物色卡的明度過渡也最為均勻。2組不同網點單元尺寸的非規則網點織物色卡組在3種比較項中的表現都較為接近,而2組不同加強方向的影光組織織物色卡組的數據波動比較明顯,這也表明非規則網點織物對均勻過渡的黑白色階相對于緞紋影光組織織物具有更好的呈色穩定性。

3.2 織物結構相似性評價

考慮到非規則網點織成織物后部分色卡圖形較大,小孔徑測色儀不能較為準確測量出織物上不均勻色塊的明度值,本實驗將色卡織物圖像與黑白漸變色階圖進行結構相似性(Structural Similarity,SSIM)分析,如下式所示。

(1)

式中:x和y分別表示待比較的兩幅圖像,μx、μy表示圖像x、y的明度均值,σx、σy表示圖像x、y的明度方差,σxy表示明度協方差,常數C1=0.000 1、C2=0.000 9。

根據式(1)對4組織物圖像與原圖像進行數據統計,結果如圖5所示。

圖5 織物結構相似性比較分析

SSIM值越大,則表示該織物圖像與漸變色階圖更接近。由圖5可知,在總體趨勢上183型非規則網點織物色卡組的SSIM值最高,表明其與黑白漸變色階的相似度最高,其次是122型色卡組。而2組緞紋影光組織織物色卡組的SSIM值均低于2組非規則網點織物色卡組,表明從織物圖像的像素點明度值構成結構層面上,同樣是非規則網點織物結構較緞紋影光組織織物結構具有更為理想的效果。

為量化說明4組織物色卡結構相似程度的整體情況,本文計算各組SSIM數據的均值,結果從高到低依次為0.14、0.12、0.10、0.07,分別對應183型、122型、經向加強、緯向加強織物色卡組。2組非規則網點織物的SSIM均值相比緞紋影光組織織物高52.90%,表明在織物的表現上非規則網點比緞紋影光組織更為理想。4組織物的結構相似性評價結果與明度值比較分析情況一致,且具有更好的視覺相關性。

綜上所述,無論從色卡織物實測的明度值,還是從色卡織物圖像的結構相似性層面的比較分析,都表明非規則網點織物組對黑白漸變色階的表現在總體上的灰度仿真效果更為理想。而非規則網點單元尺寸的變化,對黑白漸變色階呈色效果有一定影響,但從本實驗的2組研究對象而言,網點單元尺寸較大的比較小的略好一些,整體差距較小。

4 設計應用

在比較分析了分別基于非規則網點庫和緞紋影光組織庫織物對黑白漸變色階的灰度仿真性能之后,本文進一步應用于一幅黑白圖像(圖6(a))的灰度仿真設計,考察其具體實踐應用效果。4幅提花織物的工藝規格和織造條件均與色卡織物樣品相同。每幅提花織物的長寬尺寸均為27 cm×27 cm,局部效果如圖6(b～e)所示。

從4幅提花織物的實物效果來看,其中采用緞紋影光組織的2幅提花織物之間表現出明顯的明暗差異,緯向加強提花織物圖像整體較原圖像要暗,而且人物面部的明暗過渡并不均勻,有斷層的跡象,如圖6(b)所示;經向加強的則較原圖像整體偏亮,而人物面部的陰影層次有較多缺失,使人臉的立體感弱化,如圖6(c)所示。2幅非規則網點提花織物所表現的圖像,總體明暗關系表現穩定,并且在整體灰度仿真上更接近于原圖像,其中122型提花織物紋理較183型細膩,網點感較弱,直觀感覺仿真效果更好。

實踐表明,4幅提花織物的灰度仿真效果與對應的4組織物色卡組的比較分析結果基本一致。唯一不同的是網點單元較大的183型非規則網點織物色卡組,無論在明度差還是結構相似性方面都是相對最佳的,但在實際應用中,因其網點較大則其紋理較為明顯,若為近距離觀賞,并非最佳選擇,可考慮選擇較小尺寸的非規則網點庫。

5 結 論

本文提出一種非規則網點庫的設計方法,并將其設計織造為基于黑白漸變色階的織物色卡和提花織物。通過將其與采用緞紋影光組織庫的織物樣品進行明度仿真分析和結構相似性評價兩個方面的量化比較分析,證明在相同織物規格和生產條件下,非規則網點庫對均勻過渡的漸變色具有更穩定的灰度仿真性能,同時也能滿足對復雜圖像的灰度還原表現。

非規則網點庫可以通過調節單元網點的大小以滿足不同觀看距離的應用場景。單元網點大小的變化,除了對圖像色的灰度仿真略有影響外,主要是網點形狀的可見程度問題。單元網點尺寸越大,織物圖像的網點紋理越顯著,但網點過大時會影響對圖像細節的表達。若是針對近距離觀看的對象的灰度仿真,建議選擇單元網點規格較小的非規則網點庫。此外,在灰度仿真織物的評價方面,基于織物圖像的結構相似性分析得到的結論與基于明度差、面積差等的研究結論相符。結構相似性分析綜合了織物圖像的亮度、明度、對比度和紋理結構特征三個維度的評價指標,為提花織物灰度仿真性能評價提供了一種新的有效方法。

《絲綢》官網下載

中國知網下載