[发明专利]一种基于改进S-N模型的色纺纱配色方法

说明书

本发明公开了一种基于改进S‑N模型的色纺纱配色方法，包括以下步骤：步骤(1)、测量目标样的光谱反射率；对目标样进行组分分析，确定配制目标样所需的有色纤维种类，测量各组分有色纤维的光谱反射率值；步骤(2)：计算改进S‑N模型映射函数关于有色纤维组合的最优化参数；步骤(3)：将改进S‑N模型映射函数中的参数设置为步骤(2)中得到的最优化参数，映射目标样与各组分原色纤维样，构造配色的目标函数；步骤(4)：根据约束非线性最优化方法最小化目标函数求得目标样的最优配比。本发明提高了S‑N模型的预测精度。

技术领域

本发明属于色纺技术领域，具体涉及一种基于改进S-N模型的色纺纱配色方法。

背景技术

色纺纱是指通过两种或两种以上染色纤维充分混合后纺制而成的有色纱线。色纺纱的核心技术是配色，为了实现色纺纱领域高效的计算机配色，需要建立相应的颜色预测模型，S-N(Stearns-Noechel)模型是最经典的基于线性加和的有色纤维混合配色模型。

然而，由于S-N模型映射函数固有缺陷，导致模型的预测精度并不高。

发明内容

本发明的目的是提供一种基于改进S-N模型的色纺纱配色方法，以解决上述问题。

本发明提供的技术方案如下：一种基于改进S-N模型的色纺纱配色方法，包括以下步骤：

步骤(1)、分析目标样的组分，确定配制目标样所需的有色纤维种类数，测量目标样和各组分有色纤维的光谱反射率值；

步骤(2)：将各组分有色纤维以配比c_i混合纺制成与目标样纺纱参数相同的中间样，测量中间样的光谱反射率；

步骤(3)：将中间样的光谱反射率和各组分有色纤维的光谱反射率值，通过改进S-N模型映射函数进行映射；所述改进S-N模型为：

对其中的参数b(λ)优化得到最优化参数b_optimal(λ)；

步骤(4)：将改进S-N模型中的参数b(λ)设置为最优化参数b_optimal(λ)，并对目标样与各组分有色纤维样的光谱反射率进行映射，构造配比的目标函数；根据约束非线性最优化方法最小化目标函数求得目标样的最优配比，通过最优配比制备预测样。

作为上述技术方案的进一步描述：

所述步骤(2)中，c_i满足约束条件：

作为上述技术方案的进一步描述：

所述步骤(3)中，最优化参数b_optimal(λ)的计算方法为：将中间样的光谱反射率记为R_mix(λ)；b(λ)在[0.001,0.3]区间内每间隔0.001取值，在每一波段循环计算中间样R_mix(λ)的映射值F_modifed[R_mix(λ)]与各组分有色纤维样本映射值配比加权和之差，2-范数最小时对应的b(λ)为最优化参数。

作为上述技术方案的进一步描述：

所述步骤(3)中，b_optimal(λ)的计算公式为：

作为上述技术方案的进一步描述：

所述步骤(4)中，目标函数记为E(c_i)，计算公式为：

其中，R_target(λ)为目标样的光谱反射率。

作为上述技术方案的进一步描述：