一种基于光谱重建的纺织品色牢度自动评级方法技术

本发明专利技术为一种基于光谱重建的纺织品色牢度自动评级方法，包括：制作纺织样本；针对不同色牢度测试需求，开展色牢度测试；开展色牢度目视评级，得到纺织样本的色牢度目视评级结果；在规定条件下，利用数码相机拍摄纺织样本及光谱建模样本数字图像，提取拍摄对象数字响应值；利用光谱建模样本对相机进行光谱建模，得到光谱重建模型；利用光谱重建模型重建纺织样本的光谱；利用纺织样本光谱计算得到对应的颜色数据；利用纺织样本颜色数据，计算得到对应色牢度测试的色差及颜色属性差值；构建纺织样本的色牢度预测模型；利用色牢度预测模型预测目标纺织样本的色牢度等级。本发明专利技术消除了主观差异，克服了现有评级方法因偏色导致的评级不准问题。不准问题。不准问题。

【技术实现步骤摘要】
一种基于光谱重建的纺织品色牢度自动评级方法


[0001]本专利技术属于计算机数字图像处理
，具体涉及一种基于光谱重建的纺织品色牢度自动评级方法。

技术介绍

[0002]色牢度是指纺织品的颜色在材料加工和使用过程中对各种作用的抵抗力，在检测纺织品外观质量时是一项非常重要的指标。纺织品的色牢度通常根据评定样品的变色情况和未染色贴衬织物的沾色情况来确定的。以级数来表示，通常分为五级，并在相邻两级之间设有半级，形成五级九档，等级越高，色牢度越好，等级越低，色牢度则越差。
[0003]在色牢度评级方面，传统方法主要采用人工目视法。通常是在暗房内，由经过专门训练的专业人员在标准光源箱下，利用人眼直观观测需要评级的样品与标准样品之间的色差，并与标准色卡进行对比，通过感官得出色差最接近的标准灰卡等级，最终作为样品色牢度等级。由于评级人员的工作经验、生理状态等主观的差异，这种方法不可避免会对最终评级的结果造成影响，同时该方法不能对色差进行定量分析，只能根据评级人员的感觉估计出色差的范围值，而且工作效率也很低。随着分光光度计等颜色测量设备的出现，分光光度法等方法也被用来评价色牢度等级。分光光度计利用物体的反射或透射特性，通过在标准照明和标准观察者条件下，通过积分计算出颜色三刺激值。分光光度计仅能针对颜色单一的平面物体进行接触式颜色测量，这是一种单点测量方法，因此在实际应用中会存在一定的局限性。
[0004]而后来发展的基于数码照相评级法，则主要是利用数码相机系统对纺织品色牢度等级进行评定。通过数码相机获取样本颜色图像，提取图像的RGB颜色值，并将RGB值转换为CIELab值，进而计算得到色牢度等级。但目前主流的色牢度评级方法均以RGB图像作为原始数据，通过将RGB值转换成XYZ值，再将XYZ值转换到CIELab颜色空间数据，未利用物体颜色的指纹“光谱反射率”计算颜色信息，存在颜色偏差，导致色牢度评级不准。针对这一问题，目前国内外尚未提出较好的解决方法。

技术实现思路

[0005]为了解决
技术介绍
中所述问题，本专利技术提出一种基于光谱重建的纺织品色牢度自动评级方法。纺织品色牢度评级主要与纺织品色牢度实验前后的颜色色差值有关，因此基于光谱重建算法对纺织品颜色测量与色牢度评级理论可行。该方法通过数码相机在实验灯箱内拍摄目标织物数字图像，利用光谱重建算法得到物体表面光谱，然后依据色度学理论计算得到颜色数据值，能够有效避免传统人工对色牢度评级时所存在的主观差异，避免传统由RGB直接计算到颜色值的偏色问题，并且能够在不同照明光源下实现色牢度的自动化评级应用，具有十分重要的应用价值。本专利技术的技术具体实施方案包括以下步骤：步骤1，制作纺织样本；步骤2，针对不同色牢度测试需求，开展色牢度测试；
步骤3，开展色牢度目视评级，得到纺织样本的色牢度目视评级结果；步骤4，利用数码相机拍摄纺织样本及光谱建模样本数字图像，提取拍摄对象的数字响应值；步骤5，利用光谱建模样本对相机进行光谱建模，得到光谱重建模型；步骤6，利用光谱重建模型重建纺织样本的光谱；步骤7，利用纺织样本光谱计算得到对应的颜色数据；步骤8，利用纺织样本颜色数据，计算得到对应色牢度测试的色差及颜色属性差值；步骤9，构建纺织样本的色牢度预测模型；步骤10，利用色牢度预测模型预测目标纺织样本的色牢度等级。
[0006]进一步的，步骤1中，制作纺织样本。色牢度评级依据色牢度试验前后样本的变色情况和贴衬织物的沾色情况通常分为变色色牢度和沾色色牢度，对于变色色牢度需要准备纺织样本对，对于沾色色牢度则需准备纺织样本对与贴衬织物对。对于不同的色牢度试验如摩擦色牢度、耐水色牢度、日晒色牢度等则需要根据试验仪器选择不同大小尺寸的纺织样本。
[0007]进一步的，步骤2中，针对不同色牢度测试需求，开展色牢度测试。对于沾色色牢度可由耐摩擦色牢度试验得到沾色样本，耐摩擦色牢度实验需要将纺织样本对放置在色牢度摩擦仪上，同时将贴衬织物即标准摩擦白布（干摩擦布和湿摩擦布）分别固定于色牢度摩擦仪的摩擦头上，调整摩擦次数，按下启动开关，在一定的压力作用下，摩擦头将对纺织样本进行来回摩擦规定次数，同时纺织样本颜色将转移到贴衬织物上，即可得到沾色贴衬织物样本。对于变色色牢度可由耐洗色牢度、日晒色牢度试验等得到变色样本，实验均需要准备纺织样本对，其中一个作为原样，另一个作为测试布样。将测试布样放入色牢度试验机中，经过特定的测试程序后，即可得到变色后的测试布样。
[0008]进一步的，步骤3中，开展色牢度目视评级，得到纺织样本的色牢度目视评级结果过程如下：请专业评级人员在规定环境下开展目视评级，一般要求在同一稳定且有效的光源下进行，且通常在暗房中进行操作，评级灯箱内不能放置任何与实验无关的物品。对于变色色牢度，评级时，将纺织样品原样和变色后测试样各一块同一方向并列放置于同一平面上，同时将评定变色用灰色样卡也靠近放置于同一平面；对于沾色色牢度，评级时，将未沾色贴衬织物与沾色贴衬织物按同一方向并列放置于同一平面，同时将评定沾色用灰色样卡也靠近置于同一平面上。
[0009]进一步的，步骤4中，利用数码相机拍摄纺织样本及光谱建模样本数字图像，提取拍摄对象数字响应值的方法如下：在均匀光照的密闭日光照明条件下，将待拍摄样本放置于载样台，数码相机拍摄光路垂直于拍摄载样台平面，设定数码相机的拍摄参数，使拍摄的爱色丽ColorChecker 24色色卡灰梯尺的白色色块RGB值约为235，灰梯尺黑色色块RGB值约在35，完成拍摄参数设定，分别拍摄纺织样本和光谱重建样本数字图像，设定数字响应值的提取区域大小为m像素
×
n像素，分别提取纺织样本和光谱重建样本在指定区域内的raw格式数字响应值的平均值，具体如式（1）所示，
，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，i指示提取区域内第i个像素，r
i
、g
i
和b
i
分别为第i个像素的红、绿、蓝三通道raw响应值，为1
×
3的行向量。需要强调的是，raw格式数字响应值相对于现有方法中常用的RGB响应值而言，未经过数码相机数字图像后处理操作，数据更加纯净，对于高精度的光谱重建至关重要。
[0010]进一步的，步骤5中，利用光谱建模样本对相机进行光谱建模，得到光谱重建模型的方法如下：利用基于多项式扩展的伪逆法对数码相机进行光谱建模。以二阶多项式为例，多光谱建模样本的raw响应值进行多项式扩展，其扩展形式如式（2）所示，共包含10个扩展项，，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）其中，r、g、b为任一样本的红、绿、蓝三通道raw响应值，d
exp
为经过多项式扩展后的数字响应值向量，上标
‘
T
’
表示转置，经过多项式扩展之后，光谱建模样本的数字响应值扩展矩阵如式（3）所示，，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）其中，下标
‘
j
’
指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光谱重建的纺织品色牢度自动评级方法，其特征在于，包括以下步骤：步骤1，制作纺织样本；步骤2，针对不同色牢度测试需求，开展色牢度测试；步骤3，开展色牢度目视评级，得到纺织样本的色牢度目视评级结果；步骤4，利用数码相机拍摄纺织样本及光谱建模样本数字图像，提取拍摄对象的数字响应值；步骤5，利用光谱建模样本对相机进行光谱建模，得到光谱重建模型；步骤6，利用光谱重建模型重建纺织样本的光谱；步骤7，利用纺织样本光谱计算得到对应的颜色数据；步骤8，利用纺织样本颜色数据，计算得到对应色牢度测试的色差及颜色属性差值；步骤9，构建纺织样本的色牢度预测模型；步骤10，利用色牢度预测模型预测目标纺织样本的色牢度等级。2.如权利要求1所述的一种基于光谱重建的纺织品色牢度自动评级方法，其特征在于：步骤2中，对于沾色色牢度，由耐摩擦色牢度试验得到沾色样本，耐摩擦色牢度实验是将纺织样本对放置在色牢度摩擦仪上，同时将贴衬织物即标准摩擦白布分别固定于色牢度摩擦仪的摩擦头上，调整摩擦次数，按下启动开关，在一定的压力作用下，摩擦头将对纺织样本进行来回摩擦规定次数，同时纺织样本颜色将转移到贴衬织物上，即可得到沾色贴衬织物样本；对于变色色牢度，由耐洗色牢度、日晒色牢度试验得到变色样本，实验均需要准备纺织样本对，其中一个作为原样，另一个作为测试布样，将测试布样放入色牢度试验机中，经过特定的测试程序后，即可得到变色后的测试布样。3.如权利要求1所述的一种基于光谱重建的纺织品色牢度自动评级方法，其特征在于：步骤3中，开展色牢度目视评级，得到纺织样本的色牢度目视评级结果过程如下：请专业评级人员在规定环境下开展目视评级，在同一稳定且有效的光源下进行，且在暗房中进行操作，评级灯箱内不能放置任何与实验无关的物品；对于变色色牢度，评级时，将纺织样品原样和变色后测试样各一块同一方向并列放置于同一平面上，同时将评定变色用灰色样卡也靠近放置于同一平面；对于沾色色牢度，评级时，将未沾色贴衬织物与沾色贴衬织物按同一方向并列放置于同一平面，同时将评定沾色用灰色样卡也靠近置于同一平面上。4.如权利要求1所述的一种基于光谱重建的纺织品色牢度自动评级方法，其特征在于：步骤4中，利用数码相机拍摄纺织样本及光谱建模样本数字图像，提取拍摄对象数字响应值的方法如下：在均匀光照的密闭日光照明条件下，将待拍摄样本放置于载样台，数码相机拍摄光路垂直于拍摄载样台平面，设定数码相机的拍摄参数，使拍摄的爱色丽ColorChecker 24色色卡灰梯尺的白色色块RGB值为235，灰梯尺黑色色块RGB值为35，完成拍摄参数设定，分别拍摄纺织样本和光谱重建样本数字图像，设定数字响应值的提取区域大小为m像素
×
n像素，分别提取纺织样本和光谱重建样本在指定区域内的raw格式数字响应值的平均值，具体如式（1）所示，（1）其中，i指示提取区域内第i个像素，r
i
、g
i
和b
i
分别为第i个像素的红、绿、蓝三通道raw
响应值，为1
×
3的行向量。5.如权利要求1所述的一种基于光谱重建的纺织品色牢度自动评级方法，其特征在于：步骤5中，利用光谱建模样本对相机进行光谱建模，得到光谱重建模型的方法如下：利用基于多项式扩展的伪逆法对数码相机进行光谱建模，针对二阶多项式，多光谱建模样本的raw响应值进行多项式扩展，其扩展形式如式（2）所示，共包含10个扩展项，（2）其中，r、g、b为任一样本的红、绿、蓝三通道raw响应值，d
exp
为经过多项式扩展后的数字响应值向量，上标T表示转置，经过多项式扩展之后，光谱建模样本的数字响应值扩展矩阵如式（3）所示，（3）其中，下标j指示第j个光谱建模样本，P为光谱建模样本的数量，d
exp,j
为第j个样本的数字响应值扩展向量，D
train
为光谱建模样本的扩展矩阵；通过Tikhonov正则化对光谱重建矩阵的求解进行正则化约束，具体求解方法如式（4）至式（7）所示；首先，对光谱建模样本的响应值扩展矩阵D
train
进行奇异值分解，然后对特征值加上一个极小数α得到约束特征值，以降低响应值扩展矩阵的条件数，并重建得到正则化约束之后的响应值扩展矩阵D
train,rec
，最后求解获得光谱重建矩阵Q，完成相机的光谱建模，得到光谱重建模型；（4）（5）（6）（7）其中，U和V分别为经奇异值分解得到的正交分解矩阵，S和P为包含特征值的对角矩阵，R
train
为光谱建模样本的光谱矩阵，数据已知，I为单位矩阵，pinv(
·
)为伪逆运算符号。6.如权利要求5所述的一种基于光谱重建的纺织品色牢度自动评级方法，其特征在于：步骤6中，利用光谱重建模型重建纺织样本的光谱的方法如下：对于已提取的任意目标纺织样本的raw响应值向量d
test
，首先按照式（1）对其进行相同阶数的多项式扩展，得到raw响应值扩展向量d
test,exp
，...

【专利技术属性】
技术研发人员：梁金星，周景，黄君宜，周文森，高雅凡，李东盛，韩开放，胡新荣，彭涛，罗航，
申请(专利权)人：武汉纺织大学，
类型：发明
国别省市：