服裝材料中色紡紗配色算法改進(jìn)

陳飛榮

(黎明職業(yè)大學(xué) 新材料與鞋服工程學(xué)院, 福建 泉州 362000)

隨著生活水平的不斷提高，人們對(duì)服裝的色彩、款式和面料都提出了更高的要求。其中，色紡紗憑借色彩豐富、色澤柔和、手感舒適、節(jié)能環(huán)保等獨(dú)特優(yōu)點(diǎn)，在眾多服裝材料中脫穎而出，具有良好的發(fā)展前景。目前，色紡紗配色主要還是以傳統(tǒng)的人工經(jīng)驗(yàn)配色為主，而面對(duì)不同客戶的需求和原料種類的更新，人工配色難度越來(lái)越大，暴露出許多問(wèn)題，如配色誤差增加、配色時(shí)間長(zhǎng)、材料損耗大等。伴隨信息技術(shù)的發(fā)展，借助現(xiàn)代信息技術(shù)提高配色效率，已成為當(dāng)前思考和研究的重點(diǎn)。對(duì)此，黃燁等提出通過(guò)改進(jìn)配色算法對(duì)色紡紗進(jìn)行計(jì)算機(jī)配色[1]；馬崇啟提出對(duì)Stearns-Noechel模型進(jìn)行改進(jìn)，以提高該模型配色的精準(zhǔn)度，但主要是將單色纖維進(jìn)行混合，然后根據(jù)纖維的單色反射率等反推可變常量M，然后通過(guò)平均擬合色差，求得最佳M值[2]。實(shí)踐中發(fā)現(xiàn)，利用以上方法確定的M值用于配色，其結(jié)果還是不夠理想。為此，本課題采用實(shí)驗(yàn)的方法，重點(diǎn)對(duì)Stearns-Noechel模型的M參數(shù)進(jìn)行探討，以期望提高配色的精準(zhǔn)度。

1 材料與方法

1.1 實(shí)驗(yàn)環(huán)境

紡紗室和測(cè)色室溫度:(20±5)℃；濕度:(60±10)%。

1.2 材料與儀器

主要材料:有色黏膠纖維(3種，顏色為紅、黃、藏藍(lán)，南通億恒新材料科技有限公司，長(zhǎng)度為38 mm，細(xì)度為1.6 dtex)；滌綸彩色纖維(3種，顏色為紫羅蘭、桔紅、茵綠，江陰市美佳特彩纖有限公司，長(zhǎng)度為38 mm，細(xì)度為1.56 dtex)。

主要儀器:梳棉機(jī)(安徽省蕭縣徽星機(jī)械制造有限公司，HX200型)；粗紗機(jī)(青島金匯豐機(jī)械有限公司，JHF1477型三軸無(wú)差速)；環(huán)錠紡紗機(jī)(濰坊欣匯紡織有限公司，0045型)；搖黑板機(jī)(上海發(fā)瑞儀器科技有限公司，F(xiàn)R-1741型 )；測(cè)色配色儀(蘇量?jī)x器科技(蘇州)有限公司，高精度SF600型)。

1.3 工藝流程

1.3.1 色紡紗配色工藝流程

配色制備工藝具體分為以下幾步:

1)開(kāi)松:首先將色紡紗的每個(gè)單色纖維開(kāi)松2～3遍，直至完全開(kāi)松。

2)稱量:混合樣品色稱量15 g，單色樣品按比例稱量，誤差控制在10-3g范圍內(nèi)。

3)混合:將混合樣品色完全混合。

4)梳理:混色樣品“橫鋪直取”，以減少飛花和落棉[4]，放入HX200型梳棉機(jī)后梳理3遍進(jìn)行撕扯融合。

5)并和:樣品纖維設(shè)置間距后進(jìn)行1次牽伸2次并和，最終制作出20 g/(5m)的棉條。

6)粗紗:將3 m樣品棉條放進(jìn)JHF1477三軸無(wú)差速型粗紗機(jī)，通過(guò)旋轉(zhuǎn)和牽伸，最終稱重得到500 tex的粗紗。

7)細(xì)紗:細(xì)紗用0045型環(huán)錠紡紗機(jī)進(jìn)行牽伸后出條由粗紗得到30 tex細(xì)紗。

8)制樣方法:紗線纏繞在FR-1741 型搖黑板機(jī)上，紗線板設(shè)置成6 m×22 m規(guī)格，以降低工作量，減少顏色誤差值，從而得到更精確的紡紗顏色[5]。

1.3.2 樣品制備

根據(jù)以上色紡紗工藝流程，制備30組紡紗纖維混色樣品，混色樣品質(zhì)量比如表1所示。

表1 混色樣品質(zhì)量比

1.3.3 測(cè)色流程

使用SF600型測(cè)色配色儀對(duì)服裝纖維進(jìn)行測(cè)試。具體測(cè)試條件為：孔徑為22 mm、視角為10°，100%的UV、鏡面光澤以及模擬D65光源對(duì)混色纖維進(jìn)行正反測(cè)量[6]。通過(guò)正反方向不同位置的照射，確保最后一個(gè)顏色參數(shù)和測(cè)量參數(shù)之間的偏差小于0.1；若偏差較大，則增加測(cè)量次數(shù)，最終測(cè)試到的光照反射率波長(zhǎng)介于360～700 nm范圍內(nèi)，間隔為10 nm[7]。

1.4 配色模型構(gòu)建

1.4.1 Stearns-Noechel模型[8-9]

Stearns-Noechel模型是色紡紗配色模型中常用的模型，具體如式(1)所示:

(1)

式中：M為可變常量，受混色紗線中單色纖維的顏色和成分影響；Rλ代表色紡紗光照射波長(zhǎng)為λ時(shí)的反射率；f(Rλ)為Rλ對(duì)波長(zhǎng)λ的中間函數(shù)。由(2)式可推導(dǎo)出f(Rλ)與Rλ的關(guān)系：

(2)

由(2)式可以看出，Stearns-Noechel模型重點(diǎn)是確定M值。部分研究者先將幾種單色纖維按照一定的質(zhì)量比進(jìn)行混合紡絲，然后根據(jù)每一組單色纖維的反射率和已知的質(zhì)量比反推出M，再計(jì)算出擬合反射率，同時(shí)求出所有擬合樣與標(biāo)準(zhǔn)樣的色差，最后選擇所有試樣色差最小時(shí)的M值求其平均數(shù)作為最優(yōu)參數(shù)。

1.4.2 全光譜匹配算法

色紡紗計(jì)算機(jī)配色有3種算法，分別為全光譜、三刺激值匹配算法和色號(hào)歸檔檢索。其中色號(hào)歸檔檢索依舊依靠人工經(jīng)驗(yàn)配色，由于配色樣品程序冗雜，所以會(huì)增加配方誤差。本研究主要選擇全光譜匹配算法進(jìn)行配色計(jì)算。全光譜匹配算法最多只能計(jì)算31個(gè)單色樣品，而要獲得最佳配色結(jié)果，配色樣品中的擬合反射光譜和標(biāo)準(zhǔn)反射光譜必須全部重合，且沒(méi)有偏差。因此反射光譜選取400～700 nm大小，間隔10 nm，共計(jì)31個(gè)波長(zhǎng)下的反射率。具體算法為[10]

X=(PTP-1)PTWD[f(s)-f(m)],

(3)

P=WDΦ。

(4)

式中：X為3種色紡紗各自配比，表現(xiàn)為3×1的矩陣；P為不同波段下的光譜能量值；

W400、W410、…、W700表示不同波長(zhǎng)反映出的權(quán)重因子；D表示標(biāo)準(zhǔn)色31個(gè)不同波長(zhǎng)的[d(Rλ)/df(Rλ)]值，其余各項(xiàng)為由0構(gòu)成的31×31的方陣;f(s)和f(m)分別代表色紡紗標(biāo)準(zhǔn)樣品和擬合樣品的中間函數(shù)值，均為列矢量；

其中n表示n個(gè)波段。

2 結(jié)果與分析

2.1 初始配方計(jì)算

2.1.1 配色計(jì)算流程

從Stearns-Noechel模型可以看出，只要已知各單色纖維的反射率和參數(shù)M，就可以通過(guò)式(1)和式(2)反推出擬合配方，同時(shí)也可知道存在1個(gè)M值使得擬合樣品和標(biāo)準(zhǔn)樣品的色差最小。具體配色流程如圖1所示。

為得到較高配色精確度，將色差作為評(píng)價(jià)標(biāo)準(zhǔn)，并用配方絕對(duì)偏差Ea和相對(duì)偏差Er進(jìn)行對(duì)比。配方色差越小，說(shuō)明配方精確度更高。配方絕對(duì)偏差計(jì)算公式為[11]

(5)

(6)

式中Ai和Xi分別代表標(biāo)準(zhǔn)樣品和擬合樣品中第i組分的配比。為精確表達(dá)擬合配方的精確程度，本文選擇配方相對(duì)偏差Er來(lái)判斷配方的精確度。

2.1.2 配色結(jié)果

在樣品制備中，選擇30組色紡紗混色樣品進(jìn)行實(shí)驗(yàn)。根據(jù)圖1的流程，并運(yùn)用MATLAB進(jìn)行擬合配方計(jì)算。由此得到表2的配色偏差結(jié)果。

表2 配色偏差結(jié)果

從表2中可以看出，30組樣品的擬合色差平均數(shù)為0.331，包含紅黃藍(lán)的0.335和紫桔綠的0.327。根據(jù)新的評(píng)價(jià)標(biāo)準(zhǔn)，利用式(6)得到30組樣品的Er平均數(shù)為0.553，包含紅黃藍(lán)的0.723，紫桔綠的0.383。對(duì)比可知，Stearns-Noechel模型于色紡紗計(jì)算機(jī)配色是適用的。而為使配色精確度更高，提出擬合樣的擬合色差都小于1的情況下，保證Er也控制在1以下。因此，提出改進(jìn)初始配方選擇標(biāo)準(zhǔn)。

2.2 改進(jìn)初始配方選擇計(jì)算方法

2.2.1 配色計(jì)算流程

為改進(jìn)配方計(jì)算方法，將M的選擇標(biāo)準(zhǔn)從色差最小改為直接計(jì)算反射率偏差，從而當(dāng)反射率偏差達(dá)到最小時(shí)，M對(duì)應(yīng)的擬合配方作為最佳配方。改進(jìn)后的配色流程如圖2所示。

2.2.2 改進(jìn)后的配色結(jié)果

同樣選擇30組色紡紗混色樣品進(jìn)行實(shí)驗(yàn)，并根據(jù)圖2的計(jì)算流程，用MATLAB編程進(jìn)行計(jì)算，得到表3的配色偏差計(jì)算結(jié)果。

表3 反射率偏差最小時(shí)的配色結(jié)果

從表3可以看出，改進(jìn)初始配方計(jì)算方法后，30個(gè)混色樣品的擬合色差平均數(shù)為0.390，包含紅黃藍(lán)的0.375，紫桔綠的0.405；配方相對(duì)偏差的平均數(shù)為0.453，包含紅黃藍(lán)的0.560，紫桔綠的0.346。以上值都小于1，由此說(shuō)明改進(jìn)具有很好的效果。

2.3 配色結(jié)果對(duì)比分析

為驗(yàn)證以上改進(jìn)效果，對(duì)改進(jìn)前和改進(jìn)后的配色結(jié)果數(shù)據(jù)進(jìn)行對(duì)比分析，得到配方相對(duì)偏差和擬合色差的箱控圖。如圖3和圖4所示。

從圖3可以看出，改進(jìn)前相對(duì)偏差比改進(jìn)后大：改進(jìn)前箱控高度在0.148～1.148，中位數(shù)為0.509 5；改進(jìn)后的箱控高度在0.153～1.125，中位數(shù)為0.408 0。由此可知，改進(jìn)后的擬合配方的相對(duì)偏差比改進(jìn)前更小，也說(shuō)明改進(jìn)后的配色算法所計(jì)算的配方更接近實(shí)際配方，具有更高的精確度。

同時(shí)，從圖4中的擬合色差的箱控圖看出，改進(jìn)前和改進(jìn)后色差數(shù)值都在1以下，差距不大。但綜合對(duì)比，改進(jìn)后的配色計(jì)算算法更具可行性。

3 結(jié)論

通過(guò)以上改進(jìn)可以看出，改進(jìn)的色紡紗配色算法主要是將參數(shù)M選取從擬合色差最小改為反射率偏差最小，并將此時(shí)的M值對(duì)應(yīng)的初始配方作為最佳擬合配方。而對(duì)比也發(fā)現(xiàn)，改進(jìn)后的配色算法所計(jì)算出的配方更接近實(shí)際配方，具備更高的精確度，且對(duì)比改進(jìn)前和改進(jìn)后的色差范圍都在1以下，色差偏差更低，說(shuō)明改進(jìn)后的配色計(jì)算方法更適用。