陈思燕， 方丽英

(1.浙江理工大学 服装学院，浙江 杭州，310018；2.浙江理工大学 国际教育学院，浙江 杭州 310018)

中国传统服饰文化有着深厚的历史底蕴，传统服饰特征的差异反映不同民族与时代的差异。在倡导传承传统文化的背景下，越来越多设计师从传统服饰元素中获取创作灵感，许多学者也针对传统服饰的结构、面料、图案和工艺等方面展开研究，并取得了阶段性成果。然而在色彩方面，大多数研究只是围绕中国传统的“五行五色”观念[1-2]，进行综合整理与感性分析，或是对个案展开主观性描述[3-4]；而设计师也只能从大量的画作、色卡书中凭经验提取颜色并直接运用到产品设计中，较少运用计算机信息化处理，缺少技术支撑、耗时较长且容易受个人因素影响。色彩作为辅助服饰品设计的利器，具有直观的文化传承性，因此利用计算机技术对传统服饰色彩进行深入研究显得尤为重要。

为了使量化的数据信息能够反映传统服饰色彩，国内外学者在研究中引入基于聚类算法的计算机图像处理技术。K-means工作原理简单，故在聚类算法中应用广泛，但该算法也存在容易陷入局部最优、初始聚类中心和类簇数目k值难以确定的缺陷。为此，刘家丰等[5]通过直方图的波峰确定K-means的初始聚类中心。在纺织品领域，张旻爽等[6]通过对比K-means在灰度和色相模式下鸟羽色彩的主色系提取结果，得出灰度模式更适用于纺织品图像的色彩提取，但没有解决类簇数目k值的确定问题；……