杨 飚，李锡放，张曾科

（1.北方工业大学，北京 100041；2.江苏万工科技集团有限公司，苏州 215223; 3.清华大学 北京 100084）

0 引言

织锦产品的每个色元都是一种纱线的颜色，由于受到机械结构和提花组织等因素的限制，提花织物所使用的纱线只能是3或4种颜色，最多5至6种颜色，因此在进行编织之前要对原始图像进行分色，就是使用具有较少数目的颜色集来表示原彩色图像，使得到的分色图像与原彩色图像在视觉上尽可能的接近，其技术特点是图像处理中的颜色量化技术。但是纹织图像的分色问题具有其自身独特之处：首先，织物编织跟印刷不同，不能叠加，因此只能采用专色分色[1]；其次，如前所述，使用的纱线颜色数很少，也就是说颜色量化后的颜色数很少，量化后的图像颜色数越少，颜色量化难度也越大；第三，织锦表面与纸张、布料不同，并不是一个平面，而是凹凸的立体结构，颜色表现形式与印染有很大区别。实验证明，采用一般的颜色量化算法处理这类问题，分色图像与人工处理结果相差很大，存在颜色特征丢失、色彩饱和度不高、组织差异及色彩差异等缺点。

本文针对上述应用背景，重点针对织锦图像的分色问题开展研究，提出符合喷气织锦应用要求的纹织图像分色算法，实现针对高速织锦行业的专门分色技术。

1 分色算法设计

1.1 K均值聚类[2]

K均值聚类是一种非监督学习算法，用于将给定的样本集划分为指定数目的聚类（假定为K类）。使用K均值聚类来决定图像中每个点分色后的颜色值，其思想是：扫描图像中各个像素点，计算该点与各个聚类中心的距离，归入距离最小的类别中。……