确定表面涂层的纹理参数的方法与流程

技术特征：

1.一种预测具有已知漆配方(1)的漆的视觉纹理参数(9)的方法，其中所述漆的视觉纹理参数(9)借助人工神经网络(7)基于漆配方(1)中使用的多种颜色组分确定，其中将描述至少一种光学性质且借助物理模型(3)对已知漆配方(1)确定的至少一个特征变量(5)的值赋予给已知漆配方(1)，并且传输到人工神经网络(7)以作为输入信号来确定视觉纹理参数(9)，其中确定且赋予给已知漆配方的值描述了漆配方(1)的多种颜色组分中的至少一些的至少一种光学性质，其中使用各自具有已知漆配方的颜色原样来训练神经网络(7)，并且对于各颜色原样，测量其相应的视觉纹理参数并赋予至少一个特征变量的值，所述值是针对相应的各漆配方确定的并且描述了各漆配方的至少一种光学性质。

2.如权利要求1所述的方法，其中所用的输入信号包括借助物理模型(3)计算的漆的散射分量和/或吸收分量和/或光谱反射。

3.如权利要求1或2所述的方法，其中在漆的漆配方的一种或多种颜色组分被修改、替换或移除的情况下，确定漆的视觉纹理参数(9)而不重新训练神经网络(7)，其中将对漆的新的已知漆配方确定的描述至少一种光学性质的至少一个特征变量(5)的新值赋予给该新的已知漆配方，并且传输到神经网络(7)以作为输入信号来确定视觉纹理参数(9)，其中描述至少一种光学性质的至少一个特征变量(5)的新值描述了新的已知漆配方的多种颜色组分中的至少一些的至少一种光学性质。

4.如前述权利要求中任一项所述的方法，其中对于各已知的漆配方，至少一个特征变量的各值借助物理模型(3)基于各已知漆配方所用的多种颜色组分中的至少一种颜色组分的参数来确定，所述参数通过至少一个传感器测量。

5.如前述权利要求中任一项所述的方法，其中将描述各已知漆配方的多种颜色组分中的至少一些的至少一种光学性质的一组参数选择为特征变量(5)。

6.如前述权利要求中任一项所述的方法，其中所述至少一种光学性质选自以下光学性质列表：基于各漆配方形成的漆的光谱反射、各漆配方的至少一种颜色组分的光学常数、借助物理模型对各漆配方的至少一种颜色组分预测的反射光谱、根据Kubelka-Munk的吸收分量K、根据Kubelka-Munk的散射分量S，和由各漆配方的多种颜色组分的各光学常数计算的至少一个光学特征变量。

7.如权利要求6所述的方法，其中选择各漆配方的多种颜色组分的各吸收系数和散射系数的加权平均值作为由各漆配方的多种颜色组分的光学常数计算的至少一个光学性质变量(5)。

8.如权利要求6所述的方法，其中选择从借助物理模型(3)预测的反射光谱导出的各漆配方的至少一种颜色组分的色空间坐标作为光学性质。

9.如前述权利要求中任一项所述的方法，其中视觉纹理参数选自以下纹理参数列表或其组合：闪光强度，闪光面积或颗粒度分布。

10.如前述权利要求中任一项所述的方法，其中借助对多个已知漆配方预测的纹理参数来确定漆的漆配方，其中确定的漆配方的纹理参数显示出与强制的目标漆的各纹理参数的最小可能的偏差。

11.一种包括计算机可读介质和存储在所述计算机可读介质上的计算机程序的计算机程序产品，所述计算机程序产品具有程序代码装置，所述程序代码装置设置成当在运算单元上运行所述计算机程序时执行如前述权利要求中任一项所述的方法的所有计算机执行的步骤。

12.如权利要求11所述的计算机程序产品，其中所述计算机程序存储在计算机可读数据载体上。