传统的染色计算机配色在配色过程中引入大量的假设,并且计算过程复杂,配色误差较大。本文从尽量减少获取样品信息的操作复杂度和误差的角度,提出了基于染色的数字化计算机配色的概念和方法。 研究的主要内容包括: · 关于数字化设备与模拟设备采样谱线的研究。通过对比研究,得出了可以通过数字化设备代替模拟设备,即传统的分光光度计进行颜色的采样,实现降低获取样品信息的操作复杂性。 · 关于配色理论的研究。传统的配色理论不适用于数字化设备采集的颜色信息,且配色过程引入大量假设,运算复杂。本文从神经网络和数学建模两个角度作了一些探讨。 神经网络配色算法的研究主要采用BP算法及改进BP算法来实现颜色信息与配方的非线性映射。实验中网络突出了明显的收敛特性,但给出的配方还具有一定的偏差。 研究的重点是数学建模方法。配色算法的数学建模,本文从数值优化、多约束的线性规划等角度进行探讨,建立了配色算法的逻辑数据关系,实现颜色信息与配方的映射关系。