1.一种皮革染色的计算机配色方法,其特征在于包括以下步骤:
1)测量待配色样品的反射率为Rt(λ),经SKM模型公式转化K/St(λ);
2)以K/St(λ)为输入项,由训练好的BP神经网络进行重均K/S值的预测,得到K/Swt(λ);
3)利用光谱拟合算法,由K/Si(λ)拟合K/Swt(λ),通过最小二乘法计算获得染色配方C(x1,x2...xn);
所述步骤2)中采用的神经网络模型是由常用数据库训练后的BP神经网络;
所述步骤2)中采用BP神经网络是以由K/Ss(λ)为输入项,重均K/S值K/Sw(λ)为输出项构建而成;
将常用配方库中储存的样本进行反射率测量得到Rs(λ),经SKM模型转化为K/Ss(λ),重均K/S值K/Sw(λ)则由样本对应的配方转化而成。
2.根据权利要求1所述的一种皮革染色的计算机配色方法,其特征在于,所述步骤1)中测量待配色样品的反射率采用积分球型双光束分光测色仪,λ波长范围为可见光400-700nm,波长间隔10nm;选择皮板的正面为测色面,分别在左、中、右肩,左、中、右脊,左、中、右臀,测量取平均值。
3.根据权利要求1所述的一种皮革染色的计算机配色方法,其特征在于,所述步骤1)中,采用的SKM模型为Kubeil-Munk单常数模型,表达式为公式1:
4.根据权利要求1所述的一种皮革染色的计算机配色方法,其特征在于,所述步骤2)中的重均K/S值K/Sw(λ)由转化公式2计算,x1,x2...xn为配方百分比,K/S值K/Si(λ)为第i个组成染料经SKM模型转化后的K/S值:
K/Sw(λ)=x1K/S1(λ)+x2K/S2(λ)+…+xnK/Sn(λ) (公式2)。
5.根据权利要求1所述的一种皮革染色的计算机配色方法,其特征在于,所述步骤2)BP神经网络的训练,中间隐含层采用logsig函数,输出层采用purelin函数,采用“Levenberg-Marquardt”算法。
6.根据权利要求1所述的一种皮革染色的计算机配色方法,其特征在于,所述步骤3)计算拟合对象为K/Swt(λ),而非K/St(λ),并采用基于最小二乘法的光谱配色算法计算获得配方。