[發明專利]一種紡織紋樣改造設計方法

在審

• 申請號: 201810354976.7
• 申請日: 2018-04-19
• 公開（公告）號: CN108549778A
• 公開（公告）日: 2018-09-18
• 發明（設計）人: 陶晨;段亞峰;楊劍平
• 申請（專利權）人: 紹興文理學院
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/04
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 鄭海峰

本發明公開了一種紡織紋樣改造設計方法。本發明主要技術內容包括：采用兩個輸入點、三個輸出點和若干隱含層的反向回饋神經網絡結構；從紋樣像素構造輸入樣本集，通過反復訓練降低誤差，將網絡的顏色輸出置于對應位置上完成紋樣重建；在網絡輸入層上設置干擾器，對輸入位置數據進行調制，實現紋樣造型的改造；在輸出層上設置干擾器，對輸出顏色數據進行調制，實現紋樣顏色分布的改造；通過定義條紋化、扭曲化、沙化和疊印四種干擾范式實現四種主要的改造創新效果。本發明提供的設計方法，可用于解決紡織紋樣數字化改造這一瓶頸問題，為傳統紡織紋樣的數字化創新開辟新的途徑。

技術領域

本發明屬于紡織圖案設計領域，具體涉及一種紡織紋樣的改造設計方法。

背景技術

紋樣是紡織品的重要構成要素之一。紡織紋樣的設計可分為創造設計和改造設計兩大類，前者從零開始產生全新的紋樣，后者對已有紋樣進行處理，融入新的元素或特征，產生新紋樣。改造設計和創造設計同樣重要，特別是對于傳統經典紋樣，改造設計可為其注入新的生命力，是其保護、傳承和發揚的重要途徑。一直以來，紋樣改造設計依賴少數傳統工藝師的個人靈感和經驗，改造紋樣的產出能力極為有限，致使許多承載民族文化的經典紋樣日漸式微。本發明提供的方法，利用數字化手段和人工智能技術，可在原紋樣基礎上產生極其豐富的改造效果，極大提升當前紋樣改造設計的產出能力。

發明內容

針對紡織紋樣改造設計方面的瓶頸，本發明提供一種紡織紋樣改造設計方法，該方法以現有紋樣為素材，以人工神經網絡為模型框架，以紋樣數字化重建為基本途徑，實現紋樣造型和色彩分布上的改造，改造后的紋樣既保留原紋樣的一些特征，又具有豐富的創新效果。

本發明通過以下技術方案來實現：首先構建一個反向回饋人工神經網絡，然后從紋樣圖像中組建樣本集用于網絡訓練，待訓練完成后利用網絡輸出進行紋樣的重建；重建過程中，在輸入/輸出層上配置干擾器，對輸入/輸出數據進行調制，實施紋樣造型和色彩的改造。

本發明具體技術方案如下：

一種紡織紋樣改造設計方法，包括如下步驟：

1)神經網絡建模

神經網絡模型包括一個輸入層、一個輸出層和若干隱含層，輸入層用于接受坐標值輸入；輸出層用于顏色值輸出；

2)模型的訓練

通過為原紋樣中每個像素生成一個輸入樣本，生成訓練樣本集，其中每個輸入樣本的內容為對應像素的坐標值，樣本標簽為對應像素的顏色值，使用反向回饋方式訓練神經網絡模型，將顏色值輸出重新置于對應的坐標上；

3)紋樣的改造

當需要紋樣造型的改造時，在輸入層上，原輸入值經輸入干擾器處理產生新的輸入值，再將新的輸入值傳遞給神經網絡模型，實現紋樣造型的改造；

當需要紋樣色彩的改造時，在輸出層上，原輸出值經輸出干擾器處理產生新的輸出值，再根據新的輸出值進行紋樣重建，實現紋樣色彩的改造。

優選的，所述的神經網絡模型坐標值輸入包括直角坐標x、y值和極坐標l、θ值，顏色值輸出包括RGB顏色模式下的r、g和b分量和HSV顏色模式下的h、s和v分量。

優選的，輸入干擾器運用條紋化干擾范式、扭曲化干擾范式或沙化干擾范式實現紋樣造型的改造，輸出干擾器運用疊印干擾范式實現紋樣色彩的改造。

優選的，所述的條紋化干擾范式為，某個原輸入值上的干擾器以另一個原輸入值為唯一參考變量。

優選的，所述的扭曲化干擾范式為，某個原輸入值上的干擾器同時以兩個原輸入值為參考變量。

優選的，所述的沙化干擾范式為，在輸入干擾器中引入rand算子從而實現一種隨機效果，rand算子的作用是生成0～1之間的均勻分布的隨機數。