[發明專利]一種基于改進BP神經網絡的計算機測配色方法

在審

• 申請號: 202110271796.4
• 申請日: 2021-03-12
• 公開（公告）號: CN113128104A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 劉會;陳雙喜;李蘇林;曲振青;施曉爍;楊謹瑞;戴佳樂;趙日成
• 申請（專利權）人: 嘉興職業技術學院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06N3/12;G06F113/12
• 代理公司: 嘉興啟帆專利代理事務所(普通合伙) 33253
• 代理人: 程開生

1.一種基于改進BP神經網絡的計算機測配色方法，通過計算機測色與配色，其特征在于，包括以下步驟：

步驟S1：從樣本中獲取染料搭配比例D和染色搭配比例所對應的樣本配色結果C，并且將染料搭配比例D和樣本配色結果C進行歸一化，以分隔得到用于測色與配色的訓練樣本和測試樣本；

步驟S2：構建BP神經網絡模型，并且設定BP神經網絡模型中的相關參數；

步驟S3：根據構建的BP神經網絡模型和獲得的訓練樣本與測試樣本，進行訓練BP神經網絡模型；

步驟S4：應用訓練后的BP神經網絡模型，并且進行計算機測色與配色。

2.根據權利要求1所述的一種基于改進BP神經網絡的計算機測配色方法，其特征在于，步驟S1具體實施為以下步驟：

步驟S1.1：獲取樣本的染料搭配比例D，D＝{d_ij|i＝1,2,…,N；j＝1,2,3}，其中d_ij表示第i組樣本第j個染料的比例，N為樣本數量；

步驟S1.2：獲取染料搭配比例D所對應樣本配色結果C，C＝{c_i|i＝1,2,…,N}，其中c_i表示第i組樣本的配色結果，其使用Lab顏色模式進行表示，具體為：c_i＝(L_i,a_i,b_i)；

步驟S1.3：將染料比例D與樣本配色結果C進行歸一化，區間為[-1,1]；

步驟S1.4：分隔訓練樣本與測試樣本，得到訓練樣本D_train,C_train和測試樣本D_test,C_test，其中訓練樣本大小M，測試樣本大小為N-M。

3.根據權利要求2所述的一種基于改進BP神經網絡的計算機測配色方法，其特征在于，步驟S2具體實施為以下步驟：

步驟S2.1：根據BPNN拓撲結構，編碼網絡模型Net；

步驟S2.2：選定Sigmoid函數與Purelin函數分別為網絡模型Net的隱藏層激活函數和輸出層傳遞參數；

步驟S2.3：使用GA遺傳算法對權重W與偏置b進行優化；

步驟S2.4：設定網絡模型Net的學習率lr＝0.01，最大迭代次數total_epoch＝1000，隱藏層節點個數node＝12，均方差MSE＝0.001。

4.根據權利要求3所述的一種基于改進BP神經網絡的計算機測配色方法，其特征在于，步驟S3具體實施為以下步驟：

步驟S3.1：將訓練樣本D_train,C_train擴充預設的倍數，并且隨機打亂；

步驟S3.2：將擴充后的訓練樣本的數據輸入網絡后，使用LM算法對網絡模型Net進行訓練，其中正向傳播過程用于計算數值，反向傳播過程對參數進行優化，每對數據完成一次訓練記為一個epoch；

步驟S3.3：完成一次訓練后，使用測試樣本D_test,C_test計算均方差，若滿足MSE≤0.001，則訓練停止；否則，重復步驟S3.2，直至均方差滿足條件或epoch達到規定值。

5.根據權利要求4所述的一種基于改進BP神經網絡的計算機測配色方法，其特征在于，步驟S4具體實施為以下步驟：

步驟S4.1：使用測色儀器獲取待匹配織品的色值C_RGB＝(R,G,B)，并轉換為Lab空間，得到配色結果C_use＝(L_use,a_use,b_use)；

步驟S4.2：將配色結果C_use輸入到網絡模型Net中，推理得到染料比例D_use＝{D_j|j＝1,2,3}；

步驟S4.3：使用染料比例D_use，進行染料混合，按工序進行后續染色。