基于CIELAB均匀颜色空间和聚类算法的混纺测色研究

摘要

随着计算机技术和图像处理技术的不断发展,其相关技术已经被越来越广泛的应用到我国纺织工业中,使我国的纺织工业化程度有了很大的提高。
　　 混纺织物产品是目前广泛被消费者所使用的一类重要的纺织产品。由于该类产品的生产需要经过染色打样、混色打样、试纺及织样试验来确认,加上全凭经验的人工试验,试样的周期长,从而影响了产品的开发。如果能对混纺织物产品颜色进行快速、准确的测量将对其生产起到积极的作用。论文在掌握国内外研究现状的基础上,对在CIELAB均匀颜色空间下利用颜色间色差关系和聚类算法技术对混纺织物图像颜色测量进行了研究。论文主要内容和研究成果如下:
　　 (1)混纺织物图像中由于摄取设备、周围环境及混纺织物组织结构的影响使图像中存在了很多杂色,这些杂色的存在一定程度上影响了颜色的准确测量。论文首先根据混纺织物固有的特点对混纺织物图像进行了预处理,减少了杂色对颜色测量的影响。
　　 (2)分析了不同颜色空间的特点及颜色参数的表示,研究了不同颜色空间下颜色参数的转换关系和在CIELAB均匀颜色空间下颜色色差关系的计算。
　　 (3)分析了人工免疫算法的原理和特点,针对单克隆选择算法的不足之处,对其进行了适当改进,提出了免疫记忆多克隆选择算法。主要改进措施有:采用了浮点数编码方法;采用多种操作算子;能自适应调整算法参数;根据亲和度大小将抗体群划分为三类,对每类抗体群采用不同的操作算子。最后对典型函数进行了测试,说明了算法的全局收敛性。
　　 (4)对模糊C均值(FCM)聚类算法进行了改进,提出了模糊核层次聚类算法。主要改进措施有:采用了核函数方法;增加了截集因子;采用免疫记忆多克隆选择算法对目标性能函数进行优化;采用二叉树分裂方式进行聚类,实验结果证明了该算法能有效克服FCM算法的不足之处。
　　 (5)最后利用上述研究和方法对混纺织物图像进行了颜色测量,得出了在CIELAB颜色空间下和CIERGB颜色空间下颜色参数,并对测量结果进行了分析。