计算机辅助确定毛发颜色性能的方法和数据处理装置制造方法及图纸

技术编号:18737290 阅读:27 留言:0更新日期:2018-08-22 05:40
在各种实施方案中,提供了以计算机支持的方式确定毛发颜色性能的方法。所述方法可以包括以下步骤:提供毛发颜色数据,所述毛发颜色数据包括多个颜色预处理参数的各数值和多个染色步骤中的至少一个颜色结果参数的各数值,其中对于多个染色步骤中的各染色步骤,所述多个颜色预处理参数包括第一染料前体的第一浓度和第二染料前体的第二浓度,以及对于所述多个染色步骤中的各染色步骤,所述至少一个颜色结果参数具有毛发颜色性能的测量说明;以及基于所述毛发颜色数据,确定所述多个颜色预处理参数与所述至少一个颜色结果参数之间的关系。

【技术实现步骤摘要】
【国外来华专利技术】计算机辅助确定毛发颜色性能的方法和数据处理装置本专利技术涉及计算机辅助确定毛发颜色性能的方法和执行所述方法的数据处理装置。毛发颜色性能可以包括,例如,毛发颜色信息、耐洗牢度、耐光度、灰色覆盖或另外的性能。在所述方法中,可以通过用染发剂给毛发染色来产生毛发颜色,也称为染发步骤。染发剂可以含有不同染料前体的混合物,因此也可以称为染色混合物。在商业上可以各种方式应用对所述毛发颜色性能的预测,即,确定期望的染色结果而不用进行实际染色步骤,所述各种方式诸如计算在单个初始毛发颜色上的染色结果,计算最佳颜色,例如计算在色空间上参数化的毛发颜色的参数,作为代表,例如在包装上,在显示屏中(诸如广告),在线上和在应用程序(apps)中,在创造单个("定制的")染发剂时以及在产品开发中用于随后的配方优化,例如关于染发剂的耐洗牢度、耐光度和/或灰色覆盖。虽然可以计算在产生颜色的应用领域待产生的确切颜色,例如采用校准的颜料打印机进行精确的照片打印,但是以前在毛发染色领域这还是不可能的。这种现象的主要原因是当对毛发染色时,即,产生毛发颜色时,通常不采用染料,至少不直接采用染料,而是采用染料前体。虽然染色步骤可以采用多个不同的染料,但是它们作为纯物质的色度性能可能不是完全已知的。而且,经染色的毛发中的染料浓度可能是未知的,经染色的毛发中的染料的哪个浓度相应于染料前体和染发剂的什么浓度也可能是未知的。这至少可以部分地归因于在形成不同染料时,染料前体的组合彼此反应的事实。因此,对经染色的毛发进行反射谱的计算在以前也是不可能的。预测,即,计算颜色的已知方法基于对比染色和将获得的结果转移到具有类似的原始颜色的毛发的原则。在这方面,参照FR2984569B1、JP2007-212140A、JP2004-144569A或WO2001/87245A2。但是,这些方法不适于计算用未知的、未曾用过的颜色混合物染色得到的颜色或其他性能。在各种示例性实施方案中,提供了计算机辅助确定毛发颜色性能的方法,其中也可以确定采用以前没有用过的染色混合物获得的毛发颜色(和/或以前未知的性能)。在各种示例性实施方案中,采用预测分析领域的方法,诸如"数据挖掘"或"机器学习",以便可以实现性能的精确计算,所述性能例如前述的毛发颜色性能,尽管有可能存在大量的未知性能。根据各种示例性实施方案,可以通过试验染色提供具有多个颜色预处理参数和各试验染色的至少一个染色结果参数的数据集(也称为毛发颜色数据)。多个颜色预处理参数可以具有至少两种染料前体的浓度。但是,数据集也可以具有额外的颜色预处理参数,诸如额外的染料前体的浓度;染发剂的额外的成分;基础毛发颜色,所述基础毛发颜色可以在色空间参数化;对毛发的预先损伤;毛发的泛灰的程度和/或其他颜色预处理参数。至少一个染色结果参数可以具有可以在色空间参数化的毛发颜色。"颜色"可以理解为颜色深浅(shade)的相互作用(即,色谱颜色印象,也称为色调,其可以理解为被认为是"实际颜色"的概念),颜色强度(即,颜色出现得有多强烈,例如与中性灰度色调对比,其也称为饱和度、颜色饱和度、色度、色品或颜色深度)和亮度(即,颜色出现得有多浅或多深)。在各种示例性实施方案中,颜色信息可以,例如,在已知的色空间具有参数化,例如在L*a*b色空间(其中L*表示颜色亮度,a*表示颜色的绿色和红色部分,以及b*表示颜色的蓝色和黄色部分,其中在此使用缩写形式Lab和/或单个L、a和/或b),在具有红色、绿色和蓝色的颜色部分的RGB色空间,在具有青色、洋红色、黄色和黑色的颜色部分的CMYK色空间或者在任何其它任意的色空间。如上所述,术语"颜色深浅"可以理解为指的是颜色的色谱颜色印象,其不依赖于颜色是如何参数化的,诸如在二维色空间(例如L*a*b*体系的a*b*)的点或者颜色部分的比例(诸如在RGB色空间或在CMYK色空间)。在各种示例性实施方案中,可以获得色空间,从而确定的或表示的颜色不依赖于介质(例如颜色测量装置、屏幕、打印机、扫描器、人眼、等),其中经由所述介质确定或表示所述颜色,其中从色空间产生颜色信息(例如经染色的毛发或者染色前的毛发的毛发颜色信息,其也称为基础毛发颜色),或者在色空间表示颜色信息(例如,如果表示毛发颜色,参见下文)。色空间可以是,例如,L*a*b*色空间,颜色信息可以是,例如,通过a*和b*参数化的颜色深浅。在不依赖于介质的色空间中的均匀表示可以,例如,呈现出与现实接近的并且期待的染色结果,例如,其中在表示期待的结果时,与通过染色实现的颜色的同样的颜色印象留给观察者,例如作为包装上的印刷、计算机屏幕上的广告,等。在各种示例性实施方案中,所述至少一个染色结果参数还可以具有经染色的毛发颜色的额外的性能,诸如耐光度、耐洗牢度或灰色覆盖的容量。根据各种示例性实施方案,可以将数据集用作采用预测分析方法的基础。例如,可以采用颜色预处理参数或者部分的颜色预处理参数以及指定给所述颜色预处理参数的染色结果参数或者部分的染色结果参数,来产生尽可能精确地描述数据集的模型。在各种示例性实施方案中,可以通过独立的变量描述数据记录的测量数据,即,毛发颜色数据的测量说明,通过染色产生的毛发颜色的性能(例如颜色的L*、a*、b*,耐洗牢度,耐光度,灰色覆盖等)。可以通过复杂的数学模式来对因变量对独立变量(诸如染料前体的浓度,诸如施加至头上的浓度("头上"))的依赖建模(modeled),这可以通过预测分析方法来发现。这意味着可以通过预测分析方法确定独立变量与因变量之间的关系(换句话说,颜色预处理参数与染色结果参数之间的关系)。例如,这可以表示为:L*a*b*=f(c1,c2,c3,…,cn),其中L*a*b表示颜色参数,ci(i=1,…,n,n>1)表示染料前体的浓度。在所述步骤中,经过分析可以知道或不知道函数。如果不知道分析函数,也可以通过数字算法计算因变量的数值(染色结果参数的数值)。除了染料前体之外,也可以在染发剂中使用染料。因此,ci也可以表示染料的浓度。可能的独立变量可以是十进制的(基数)、序数或范畴的(categorial)。在各种示例性实施方案中,独立变量(颜色预处理参数)可以是影响染色结果的性能,独立变量例如各染料前体的浓度,基础毛发颜色,损伤条件和/或毛发的泛灰程度或类似物。在各种示例性实施方案中,可以通过预测分析来产生模型,其中预测分析采用规定的颜色预处理参数(独立变量,参见上面的实例)尽可能精确地预测染色结果参数(因变量,参见上面的实例)。在各种示例性实施方案中,可以通过预测分析来识别对模型没有任何影响或者只有轻微影响的独立变量。换句话说,事实可能是独立变量(颜色预处理参数)存在于毛发颜色数据中,由此可以假定它们对因变量(染色结果参数)具有影响,但是这不是真的或仅是微乎其微的事实。通过预测分析方法可以识别这些不重要的变量,以及,如果适用的话,为了改善模型质量,在后面的建模中可以采用可比的预处理并且忽略它们。在各种示例性实施方案中,可以通过预测分析产生颜色预处理参数和染色结果参数的连续模型,从而可以采用模型来确定对应于颜色预处理参数的数值的染色结果参数的数值或者多个颜色预处理参数的数值的组合,这不相应于任何相应的实验数值或者数值组合本文档来自技高网...

【技术保护点】
1.计算机辅助确定毛发颜色性能的方法,其包括:●准备毛发颜色数据,o其中所述毛发颜色数据可以包括多个毛发预处理参数的数值和多个染色步骤中的至少一个染色结果参数的数值,o对于多个染色步骤中的各染色步骤,所述多个颜色预处理参数包括第一染料前体的第一浓度和第二染料前体的第二浓度;o其中对于所述至少一个染色结果参数对应的多个染色步骤中的各染色步骤,提供关于毛发颜色性能的测量说明,●通过基于所述毛发颜色数据的预测分析,来确定所述多个颜色预处理参数与所述至少一个染色结果参数之间的关系。

【技术特征摘要】
【国外来华专利技术】2015.12.16 DE 102015225458.51.计算机辅助确定毛发颜色性能的方法,其包括:●准备毛发颜色数据,o其中所述毛发颜色数据可以包括多个毛发预处理参数的数值和多个染色步骤中的至少一个染色结果参数的数值,o对于多个染色步骤中的各染色步骤,所述多个颜色预处理参数包括第一染料前体的第一浓度和第二染料前体的第二浓度;o其中对于所述至少一个染色结果参数对应的多个染色步骤中的各染色步骤,提供关于毛发颜色性能的测量说明,●通过基于所述毛发颜色数据的预测分析,来确定所述多个颜色预处理参数与所述至少一个染色结果参数之间的关系。2.根据权利要求1所述的方法,其还包括:对于选出的多个颜色预处理参数的数值组合,借助所述确定的关系来确定染色结果参数的数值,其中没有一个染色步骤的数值组合与所述选出的多个颜色预处理参数的该数值组合相同。3.根据权利要求1或2所述的方法,其中所述预测分析采用选自一组方法中的至少一种方法...

【专利技术属性】
技术研发人员:G·努贝尔A·克嫩
申请(专利权)人:汉高股份有限及两合公司
类型:发明
国别省市:德国,DE

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1