[发明专利]一种彩色3D打印色彩空间转换的方法

说明书

本发明公开了一种彩色3D打印色彩空间转换的方法，具体按照以下步骤实施：步骤1、获取若干组CMYKW和Lab的数据对；步骤2、将步骤1获得的数据对进行归一化处理；步骤3、将经过步骤2归一化处理的数据划分为训练样本和测试样本；步骤4、建立广义回归神经网络，并对该网络进行训练。通过本发明的方法能够较为精确的计算出FDM型彩色3D打印中Lab色彩空间向CMYKW色彩空间转换的比例。

技术领域

本发明属于色彩转换技术领域，涉及一种彩色3D打印色彩空间转换的方法。

背景技术

为满足当今社会对个性化产品的需求，3D打印的发展方向逐渐向彩色3D打印更新。其中，基于FDM型的彩色3D打印机最为常见，它的混色方式主要有挤出头混色、混色耗材和3D喷墨这三种，且大多不能实现全彩色打印。阻碍其发展的最为核心的技术之一便是色彩转换算法的研究。

色彩转换研究中常借用的转换空间为Lab色彩空间，原因在于Lab的色彩空间很大，且不受设备影响，是以数字化方式来描述人的视觉感应，所以也被做为标准色彩空间；RGB和CMYK为常见的显示器颜色标准和印刷色彩标准；而近年来提出的CMYKW色彩空间则是基于彩色3D打印的三维色彩空间(C：Cyan＝青色；M：Magenta＝品红色；Y：Yellow＝黄色；K：blacK＝黑色；W：White＝白色)，也是本发明基于FDM彩色3D打印的色彩原料。

目前色彩空间转换的算法主要基于神经网络进行，相关文献大多采用BP神经网络和径向基函数(RBF)网络建模。BP神经网络进行色彩转换的主要缺点为：精度较低、数值有溢出、训练速度慢。本发明采用广义回归神经网络(GRNN)进行算法设计，广义回归神经网络是基于径向基函数网络一种改进。

发明内容

本发明的目的是提供一种彩色3D打印色彩空间转换的方法，具有色彩精度高、计算时间短的特点。

本发明所采用的技术方案是，一种彩色3D打印色彩空间转换的方法，具体按照以下步骤实施：

步骤1、获取若干组CMYKW和Lab的数据对；

步骤2、将步骤1获得的数据对进行归一化处理；

步骤3、将经过步骤2归一化处理的数据划分为训练样本和测试样本；

步骤4、建立广义回归神经网络，并对该网络进行训练。

本发明的特点还在于：

步骤1具体为，根据均匀试验原理设计若干组CMYKW的配色比，按照给定的配色比挤料，混合后置于坩埚中加热，用玻璃棒搅拌至颜色均匀，将样品压制成薄片，利用分光测色仪对样品进行测色，得到对应的标准Lab值，即得到若干组CMYKW和Lab的数据对。

步骤2归一化计算如下：

其中，公式(1)中分母为Lab值之和，L为原始值，L’为归一化后的值，公式(2)中分母为CMYKW值之和，C为原始值，C’为归一化后的值。

步骤3具体为，将全体样本的75％作为训练样本，剩余25％作为测试样本。

步骤3具体划分方法为，在MATLAB中建立训练样本矩阵，从全体样本的第一组开始每间隔三组取一组数据，从第三组开始每间隔三组取一组数据，从第四组开始每间隔三组取一组数据；建立测试样本矩阵，从全体样本的第二组开始每间隔三组取一组数据。

步骤4具体按照以下步骤实施：

步骤4.1、调用MATLAB中的GRNN工具箱，输入训练样本，设定广义回归神经网络的扩展速度为0到1；