程 璐， 陈婷婷， 曹吉强， 王 颖， 夏 鑫

(1. 新疆大学 纺织与服装学院， 新疆 乌鲁木齐 830046； 2. 江西服装学院 服装工程学院， 江西 南昌 330201)

关于色纺纱的计算机配色算法已经有许多学者进行了研究，理论上显示采用配色算法第1次计算出的拟合配方与实际配方的拟合色差值在1以内，配色结果比较理想[1-3]，但在色纺纱实际配色生产过程中，由于纤维原料种类繁多、批次不同，以及生产机台变化等诸多因素，使色纺纱实际打样生产中无法一次即成，仍需通过修色环节[4-5]，不断修正配色。目前，在实际生产中，企业仍需依靠经验丰富的调色师不断进行修色才能满足客户的要求。针对这一现象，进一步研究计算机修色算法是十分必要和迫切的。

色纺纱计算机修色是计算机配色的必要环节。主要依靠测色仪器在标准光源下测试所有单色纤维颜色数据值，依靠大量单色基础数据库的数据，对仿样实际配比进行修正。本文选用Friele光学模型结合全光谱匹配配色算法，首先进行色纺纱拟合配方计算，确保所有拟合色差值小于1；再经实际打样后测得实际色差，结合数理统计方法设计修色算法，进而实现计算机精准修色。实现了即使改变生产环境、设备或原料批次，也能保证在2次以内实物仿样与混色标准样的真实色差在1以内，满足企业实际生产需求。

1 色纺纱配色算法的实际应用

1.1 设 备

FA186F型梳棉机、FA306型并条机、FA494型粗纱机，青岛纺织机械股份有限公司；FA506型细纱机，经纬纺织机械股份有限公司；HX211型针织圆机，华星机械有限公司；FA1004B型电子分析天平，上海精密仪表公司；Datacolor SF800型分光光度仪，德塔颜色商贸(上海)有限公司。

1.2 样 品

混色标准样：从某色纺企业的色咭中随机选择21个混色样品作为标准样，均为19.4 tex色纺纱织造的纯棉针织布(已水洗)，如图1所示。

图1 混色标准样品Fig.1 Mixed color standard samples

单色样：同一色纺企业库存的白色2种(编号01～02)、黑色10种(编号01～10)、红色8种(编号01～08)、蓝色13种(编号01～13)、黄色10种(编号01～10)、绿色14种(编号01～14)、咖啡色11种(编号01～11)、紫色12种(编号01～12)共8个单色系合计80种单色棉纤维制成的针织布(已水洗，纱线线密度均为19.4 tex),用于测试其颜色值，充当基础数据，以模拟计算标准样中单色配比(即拟合配方)。

另准备上述80种单色棉纤维作为后续实验验证中实际打样(即仿样)的原材料。

颜色值测试：借助分光光度仪，将20 cm×20 cm的混色标准样与单色样分别对叠成4层(不透光)，在D65光源、10°视角、最大测试孔径26 mm、100%UV的测试条件下，对样品的正反面分别测试上中下3个点，再旋转90°测试上中下3个点共计12个测试点，取其平均值得到样品相应的颜色数据，包括三刺激值、L值、a值、b值以及400～700 nm内每隔10 nm的反射率值。

1.3 配色算法及初始配方计算

1.3.1 全光谱匹配配色算法

由于散纤维混色属于物理混色[6]，理论上单色样品与混色样品之间为加和关系。假设f[R(λ)]为反射率的中间函数[7]，则不同颜色散纤维按照一定比例混合为混色纱线时，其关系如下式所示：

(1)

式中：Rh(λ)表示当波长为λ时混色样品的反射率，%；Ri(λ)表示当波长为λ时i组分单色纤维的反射率，%；xi表示混色纤维中i组分单色纤维所占的质量比，%，且∑xi=1。

全光谱配色算法是以样品的反射光谱曲线为研究对象，标准样和仿样的光谱反射率曲线完全重合是2种样品等色的充分条件，即在任意波长下混色标准样的反射率值等于仿样的反射率值，则2种样品同色[8]，即

(2)

但实际生产中，不存在反射率完全匹配的2个样品，因此，本文选择Friele光学模型求出关于反射率的中间函数，使用MatLab实现最小二乘法拟合单色样品所占比例，计算出反射率偏差最小的拟合配比，并对其归一化处理。

1.3.2 Friele光学模型

Friele光学模型[9]是1952年Friele在式(1)的基础上提出的关于光谱反射率的函数关系式，即：

f[R(λ)]=e-Q[1-R(λ)]2/2R(λ)

(3)

式中：R(λ)为波长为λ时对应的反射率值，%；Q为不定的参数值，本文实验在[0 1]区间内每隔0.01取值。通过式(1)～(3)匹配反射光谱曲线求解初始配方xi，此计算语言选择MatLab实现；主要结合数学优化算法中的最小二乘法求得极小值，从而得到标准样品的反射率曲线与拟合样品的反射率曲线相差最小，即

1.3.3 评价公式

1.3.4 初始配方计算

选择色觉正常的一位非专业人员从21个混色标准样分别选择2～4种单色棉纤维，通过以上配色算法进行配色。选择拟合色差最小的一组输出初始的拟合配方。

1.4 初次打样分析

根据初始拟合配方，分别按照相应单色棉纤维比例在电子天平上称取50 g单色棉纤维，采用统一流程和相同工艺参数用小样机进行实际打样分析。首先进行手工开松将不同单色棉纤维均匀混色；之后将混色棉纤维喂入梳棉机进行2遍梳理；在并条机上进行3道并条制成20 g/(5 m)的棉条；将制成的棉条喂入粗纱机制成5 g/(10 m)的粗纱；在细纱机上严格控制定量纺制2管19.4 tex的色纱，并在针织圆机上织造完成后裁剪成20 cm×20 cm的针织布进行水洗；最后选用分光光度仪进行颜色值测定，取得相应反射率值，通过MatLab程序语言计算仿样与混色标准样品之间的实际色差，如表1所示。

表1 初次打样实际色差Tab.1 Actual color difference of first proofing

由表1可知，由配色算法第1次计算出拟合配方其对应的拟合色差均值为0.52，除去试样8#外，最大拟合色差为0.99，最小的仅为0.07，小于1，说明配色算法可用，但实际纺制仿样验证结果并不理想，实际色差均值为2.36，最大实际色差达到4.77，最小实际色差为1.42，均大于1。可发现当在实际生产中由于纤维批次、操作人员的改变、生产机台的变换等必然会使色差的产生，当色差大于1时是不被客户接受的，必须进入修色环节。

2 色纺纱修色算法

2.1 人工修色

通常色纺纱修色的实际生产流程为：1)接收色纺订单，配色员以公司登记在案的数据库或凭借经验分析打样，一般至少需要3～4 次修色，打出2组样品并制成版样供客户选择；2)经客户确认后进行先锋小样生产，并与版样比对，微调配方进行修色；3)进行大货生产，由于生产机台改变、人工操作习惯等原因造成色差以及进行水洗后产生的颜色差别，还需进一步修色，微调配方。

经企业生产调研，色纺纱实际生产由于仍依靠人工修色而存在生产周期长、原料浪费严重等问题迫待解决。

由上述实际打样结果可知，在色纺纱的实际生产中，会不可避免的因生产机台的改变、纤维批次的改变或人工操作误差等而导致的色差产生。当实际色差不能被客户接受时，就必须进行样品修色环节，文章所提出修色算法，并加以验证其实际生产的适用性。

2.2 全光谱修色算法

首先，依据配色算法计算出拟合配方，将以其纺制的实际仿样看做为一个单色，与80种单色进行循环配色，此步骤是为检测是否存在配色人员由于经验不足而致使漏选或错选纤维，若计算输出无合适匹配颜色(拟合色差均大于1)则仍选用初始配方进行修正。

本文修色算法是基于Friele光学模型，将混色标准样与实际仿样的反射率值分别计算其中间函数值并求相应差值ΔfF[R(λ)]，进而通过式(4)计算中间函数差值最小时的配方修正值，

(4)

读取并选择数据库中所需的单色样品反射率值r；

输入由配色算法计算的拟合配方[x1、x2、x3]；

设定阈值SC，如为SC=100；

对配色模型中的参数值在[0 1] 区间内每隔0.001进行赋值迭代；

通过Friele光学模型计算出混色标准样与仿样的反射率中间函数差值ΔfF[R(λ)]；

对t1在[-x11-x1]区间内每隔0.01赋值迭代；

对t2在[-x21-(x1+t1)-x2]区间内每隔0.01赋值迭代；

t3则为-t1-t2；

将t1、t2、t3带入Friele光学模型中计算其拟合反射率的中间函数值与ΔfF[R(λ)]的绝对误差值cmc；

If cmc

SC=cmc；

X1=x1+t1；

X2=x2+t2；

X3=x3-t1-t2；%X1、%X2、%X3为修正后的配比

End

之后通过修正后的配方用公式计算拟合反射率值，进而计算其色差值。最后输出修正后的配比和色差值进行评价。

2.3 修色结果评价

按照修色算法进行实际计算修正配方，并打样验证。将2次修色结果与初次配色的结果作图对比，如图2所示。表3示出仿样修色后配比和对应实际色差值。

图2 实际色差对比Fig.2 Actual color difference comparison

由表3可知：由第1次修色配比可知，缺乏配色经验的人员在挑选单色时会存在一定的误差，因此，当实际生产中配色师傅为非专业配色人员时必须要进行单色循环计算，以确定最佳单色的选择。另外，从表3和图2中可看出：第1次修色的平均实际色差为1.215，其中最小色差为0.59，第2次修色的平均实际色差为0.67，且均小于1，除此之外，由图2可看出，经修色后色差值明显降低，即配色精度显著提高。即可说明此修色算法大大减少了实际生产中的修色打样次数，且最终的配色结果符合当下企业生产需求。

表3 实际纺样的修色结果Tab.3 Color correction result of actual spinning sample

3 结 论

本文以解决现今色纺企业生产中的难题为目的，对色纺企业中配色打样现状进行调研，发现在色纺纱实际生产中，仍然存在反复修色打样环节，不但延长了生产周期且浪费原材料。为此，本文将以Friele光学模型为基础的配色算法应用到企业实际生产中，结果表明配色算法并不能完全替代人工配色，当改变纤维种类、纤维批次、生产机台时，或操作人员习惯不同等诸多因素均会影响产品颜色，产生相应色差。为减少打样次数，本文首先将实际仿样看做为一个单色，与80种单色棉纤维进行循环配色，以检测是否存在漏选或错选纤维情况，若计算输出无合适匹配颜色(拟合色差均大于1)则仍选用实际纺样的拟合配方进行修正。基于Friele光学模型，将混色标准样与实际仿样的反射率值转换为中间函数并求其差值，进而计算中间函数差值最小时的配方修正值进行配比修正，以此设计的计算机修色算法并进行实际打样验证，结果显示21组样品均可以保证在计算机修色1～2次后即可满足客户要求。此算法的设计不但提高了企业生产效率，缩短修色周期，也不局限于依赖人工经验配色，即使是无经验且色觉正常的人员也可以通过此算法得到混色标准样最优的配比，适用于企业实际生产。

另外，在实际打样中发现，此修色算法仅适用于可以充分均匀混色的棉纤维混色纺纱，除此之外的色纺纱修色算法设计是今后仍需探索的方向之一。