Stearns-Noechel模型的全光谱纱线配色算法

目前计算机配色中,拟合样与标准样的色差小时配方偏差较大,打样结果不理想,难以预测准确配方。在光学模型Stearns-Noechel模型的基础上进行算法优化。利用两个样品的分光反射率数据相等,则两个样品必然等色的特性,改进计算机配色算法程序中的判别条件,即通过MATLB编程计算,在区间[0 1]中,每间隔0.001,循环未知参数M值,选择全光谱反射率数据偏差最小时的参数M值计算拟合配比,代替色差最小时的参数M值计算拟合配比,并分别计算拟合样与标准样的相对配方偏差进行对比。结果表明,选择全光谱反射率数据偏差最小时参数M值对应的拟合配方,一次色的平均配方相对偏差为0.560,二次色为0.346;选择色差最小时参数M值对应的拟合配方,一次色的平均配方相对偏差为0.723,二次色为0.383;两种方法对比,可以看出无论是一次色还是二次色,优化算法后拟合样品与标准样品的配方相对偏差都比选择色差最小时对应的的相对配方偏差小,即优化后的拟合配方更加接近真实配方,配色精确度得到明显提高,有利于减少后期打样次数,提高配色效率。