[发明专利]基于遗传—模糊聚类算法的织锦纹样分色方法

说明书

技术领域

本发明涉及一种基于遗传—模糊聚类算法的织锦纹样分色方法，属于纺织技术领域。

背景技术

装饰纹织物的分色是数码纺织品技术核心内容之一。分色质量好坏直接影响到意匠工艺处理的质量、效率以及纹织物的装饰性。近年来，在织物分色技术改进方面的研究却鲜有报道，且国内的纹织物分色效果与国外相差较大。

在采用传统的分色方法(例如计算机或织物CAD自动分色法、基原色分色、在基原色分色基础上结合专色分色法)对织物纹样分色时，由于纹织物纹样的渐变色处理没有可行的科学方法，造成织物表面层次不丰富，与纹样的原图象有较大失真，不能达到与原样稿一致风格的效果。

1、传统分色方法：

1.1织物CAD的自动分色

在国内现有提花织物CAD系统中，图象经灰度化处理后，把具有上百种灰度的图象归并为仅有的几十种灰度图象，就是将灰度直方图中频率排在前几十种的灰度值作为分色后最终保留的灰度，而其它频率较低的灰度按距离相近原则进行归并。这种方法着重考虑了具体图像色彩的使用频率，故最大限度保持了原图像色调的层次，但也存在明显的不足，如分色后图像的某些局部关键细节，由于该色彩使用频度较少，而被其他颜色所替代，造成关键细节较为模糊，自动分色后图象的影光层次不丰富，与原图象有较大失真，不能达到与原样稿一致风格的效果。

1.2自定基原色分色

只采用C(青)、M(品红)、Y(黄)、K(黑)四种颜色来进行分色，即通过四色分色将所有色彩划分成C、M、Y、K四个基原色分量，通过这四个分量的叠加形成各种各样的彩色。采用CMYK四色分色方法，可以表现出彩色纹织物表面的各种各样的色彩。但是这种方法，也存在不足之处。例如，分色后的图象混和色的色彩不够饱满，风格达不到纹稿的要求，织物的图案边缘轮廓可能变得不清晰。另外，对于水彩画风格的图案的纹织物，往往在图象上只有几种颜色，但这几种颜色会有从明到暗，或由深转浅，或是从一个色彩过渡到另一个色彩的变化，采用自定基原色分色方法就不能形成这种渐变的效果，从而影响织物表面图案的层次性。

1.3在基原色分色基础上结合专色分色

这种方法是首先采用基原色分色方法，选取相应的基原色，对图案进行分色，得到基原色灰度图象；再采用人机交互的专色分色方法，手工指定需要增强处理的色块颜色，将这个部分的区域色块单独提取出来，对应于提取的专色区域色块，在指定专色的相应基原色的分色灰度图象上，设置最大的灰度值“1”；而在非指定专色的其他基原色分色灰度图象上，设置最小的灰度值“0”。

采用基原色分色与专色分色相结合的分色方法，提高装饰纹织物的色彩表现力，并对织物的边缘轮廓进行特殊处理，使得装饰纹织物的最终效果的色彩饱满。但这种方法也是比较费时，也无法对纹样的色彩渐变进行处理，特别是对织物上具有不同明度、纯度或色相间的相邻区域之间过渡自然，且能产生不同光泽度和明度的效果的色彩处理能力很差，从而影响装饰纹织物最终效果的风格逼真性。

发明内容

在分析传统的纹织物的图案分色优缺点的基础上，发明了基于遗传—模糊聚类算法的织锦纹样分色方法。

一种基于遗传—模糊聚类算法的织锦纹样分色方法，包括以下步骤：

步骤1：扫描或其它方式向系统输入织景纹样，系统获取织景纹样图像；

步骤2：向系统输入纱线的线密度和织物经纬密度；

步骤3：系统对纹样进行预处理：色彩增强、去噪点和渐变色处理。

步骤4：系统按照五色经二色纬或单色经四色纬的经纬色纱配置模型，进行遗传—模糊聚类的分色。

步骤5：系统对纹样分色后，通过颜色模型转换，形成有RGB数据的色块；

步骤6：系统根据纹样色块的RGB数据和经纬色纱配置模型，在自身的组织库中为每个纹样色块自动寻找和选择相对应的织物组织(按照织物组织编码寻找)；

步骤7系统按照遗传算法搜索全局最优方式，在既定的经纬纱线的线密度和织物的经纬密度前提下，自动调整经织物组织的选择和配置，直到经纬色纱与织物组织配合后的RGB数据接近与前面纹样分色后每个色块的RGB。

步骤8：分色完成。