基于粒子群算法的建筑涂料调色方法与流程

本发明涉及建筑装饰设计领域，具体地涉及基于粒子群算法的建筑涂料调色方法。

背景技术：

1、在建筑装饰设计中，有一个非常重要的工作是配色设计。简单来说，就是设计师根据建筑的风格、所处环境、业主需求等诸多因素，综合考虑后，对建筑的不同部位设计相应的颜色。好的配色设计可以极大的提高建筑的外观档次，也是建筑质素提升的一大重要因素。

2、建筑领域常见的涂料有很多种，例如乳胶漆就被广泛应用于建筑施工中，可以起到防水、防腐、美化等诸多功能。其中的美化功能就涉及到将乳胶漆调配成各种不同的颜色。但这些颜色不是凭空得来的，而是由设计师首先在电脑上进行设计，再用各种办法利用标准色母调配而成。这个过程就会产生各种问题。

3、实际工程中，当设计师设计好配色方案后，却并不能百分百应用到真实的建筑中去，其原因也并非施工方的执行力度问题，而是一个技术问题。具体来说问题是这样产生的：

4、首先，设计师都是采用电脑进行各项设计工作，其配色设计也不例外，都是借助于各种专业软件来完成的。因此当设计师设计好一种配色方案后，他所提出的需求其实是其所使用的那台电脑屏幕上显示的出来的颜色，即所谓标样色。但由于每台电脑显示器的设置参数不同、显卡设置参数不同等诸多原因，以及显示器之间的个体物理性能差异，会导致同一个颜色文件在不同的电脑上显示的时候出现差异；

5、其次，电脑上设计的颜色，是相对理论化的数值，并未考虑到工程应用；而建筑装饰过程中，对于大面积涂装，会采用建筑涂料调配的方式来施工。而设计师设计的标样色并不包含建筑涂料的调配方案。

6、所谓建筑涂料的调配方案，即是将各种色母，按照不同的比例混合、搅拌均匀后，得到一种新的颜色，那么各种色母的比例的集合就是建筑涂料的调配方案。因此换句话说，电脑上的颜色不等于，也无法直接转化为各种色母的组成比例。也就是说，看见一个颜色，与这个颜色对应的建筑涂料配方，中间有一条鸿沟。

7、更为糟糕的是，色母的配比与电脑上的颜色设计不同，具有非常大的不确定性。具体来说：

8、首先，电脑软件在调色过程中，是色彩的线性叠加并拟合过程，因此设计师是可以有预期调整方向的；而色母的调配则是一个相当复杂的过程，其中还伴随着一定的化学、物理反应，因此在调配涂料的时候，实际上是没有预期调整方向的，这就给颜色的调配结果造成了很大的不确定性，往往多加一点色母组分进去，颜色就会变得非常奇怪。

9、其次，正是由于电脑软件的调色是依据线性叠加并拟合的原理，因此当设计师调整颜色配比的时候，是能够通过显卡的计算，实时进行预览，非常直观；而调配涂料的过程则伴随这取样、搅拌、固化等诸多工序，不够直观，也相对耗时。

10、为了解决上述问题，当前现有技术中，当设计师拿出一种标样色之后，转化为建筑涂料的调配方案的通行做法是由专门的调色技术人员对照电脑屏幕进行调色。调色技术人员根据自己的经验，不断进行尝试，直至得到一个与电脑上显示的标样色较为接近的颜色为止。这时的调配方案就会被记录下来，然后根据这个调配方案，施工方大规模备料、调配涂料，并最后施工。

11、现有技术的核心就是人，抑或是人的经验。虽然现在大量的采用各类颜色测量设备，如色差仪，作为辅助，但各种设备仅仅只能起到一个提示颜色测量值的作用，依然无法给出色母的配比。

12、同时，正由于上述的电脑软件调色与人工调配涂料之间的巨大差异，导致行业中最普遍的一种情况就是调色技术人员围绕设计好的颜色，经过多日大量的实验，眼看离标样色已经非常小，却依然无法跨过最后一道门槛，调出满意的颜色；需要说明的是，这里的“满意”是指肉眼无法分辨出电脑上显示的标样色与调配出来的建筑涂料之间的区别。

13、综上所述，现有技术的缺陷在于：

14、1.由于现有技术的核心都是人的经验，这就给建筑涂料调色工作带来了极大的不确定性，既无法控制成品的效果，也无法控制调色实验的时间和尝试次数，更无法量化尝试过程中的方向性问题；同时，感性经验是无法传递的，换句话说，一名拥有丰富经验的调色技术人员，是非常难将自己的经验传授给其他人，从而进一步加剧了问题的严重性；

15、2.由于色母的混合调配过程，并非线性叠加过程，从而使得调配涂料过程实际上是根据人的经验进行无方向性的摸索尝试，得到一个近似的结果，而这个过程是不可控的，导致绝大部分调出来的建筑涂料的颜色，与标样色依然具有一定的视觉差异却无法弥补，最终只能是设计方与需求方进行一个妥协，不能达到设计师心目中的最佳设计效果。

技术实现思路

1、本发明针对上述问题，提供基于粒子群算法的建筑涂料调色方法，其目的在于摆脱本行业在调色工作上对于人工经验的依赖，无需人工干预即可做到对于成品的效果可控；使调色的实验过程方向性十分明确，在少量迭代次数和每次迭代的样品试制也非常少的基础上，快速得到满意的结果；得到比人工调色精准度高得多的配色结果；可以做到大规模推广。

2、为解决上述问题，本发明提供的技术方案为：

3、一种基于粒子群算法的建筑涂料调色方法，包含以下步骤：

4、s100.用标准色板和色差仪，在相同的光线强度、光线照射角度、采样距离下，逐一校准显示器的基本色，直至显示器在显示每个所述基本色时，都与对应的所述标准色板之间的色差小于人工预设的校正色差阈值；每个所述标准色板上面唯一涂装一种标准色母；所述标准色母的颜色与显示器的所述基本色为一一对应关系；

5、s200.将利用校准后的显示器设计出的建筑涂料的颜色保存为标样色，并在这台显示器上显示所述标样色；

6、s300.调整得到多组不同的标准色母配比；所述标准色母配比为不同颜色的所述标准色母的份数集合；然后利用粒子群算法迭代搜寻出最佳标准色母配比；

7、s400.输出所述最佳标准色母配比，作为本调色方法的最终输出结果。

8、优选地，显示器的所述基本色有8种，包含红色、橙色、黄色、绿色、蓝色、紫色、黑色、白色；

9、所述标准色母的颜色有8种，包含红色、橙色、黄色、绿色、蓝色、紫色、黑色、白色，以分别对应显示器的8种基本色。

10、优选地，所述标准色母配比按下式表达：

11、d＝{dred,dorange,dyellow,dgreen,dblue,dpurple,dblack,dwhite}

12、其中：d为所述标准色母配比；dred为红色标准色母的份数；dorange为橙色标准色母的份数；dyellow黄色为标准色母的份数；dgreen为绿色标准色母的份数；dblue为蓝色标准色母的份数；dpurple为紫色标准色母的份数；dblack为黑色标准色母的份数；dwhite为白色标准色母的份数。

13、优选地，s300具体包含以下步骤：

14、s310.按不同的所述标准色母配比，配置多组建筑涂料；然后将得到的建筑涂料分别涂装在不同的色板底板上，得到多个测试色板；然后利用s100中的同一台显示器和同一台色差仪，且在与s100相同的光线强度、光线照射角度、采样距离下逐一获取每个所述测试色板与显示器上显示所述标样色的色差值；

15、s320.生成粒子群；然后在可行解空间中随机初始化粒子；所述粒子群按下式表达：

16、cdi＝{cd1,cd2,cd3,...cdn}

17、其中，cd为粒子；i为粒子的编号，且i∈[1,n]；n为所述粒子群的种群规模，单位为个；所述粒子包含粒子速度和粒子位置；所述粒子速度包含当前速度和更新后速度；所述粒子位置包含当前位置、更新后位置、当前个体最优位置和当前全局最优位置；

18、s330.解算出每个粒子的所述粒子速度和所述粒子位置，得到本次迭代的最优粒子；所述最优粒子为本次迭代中适应函数的值最大的粒子；

19、s340.根据所述最优粒子的所述适应函数的值，做出如下操作：

20、如果所述最优粒子的所述适应函数的值大于人工预设的适应度阈值，则将所述最优粒子的所述标准色母配比标定为所述最佳标准色母配比；然后执行s400；

21、如果所述最优粒子的所述适应函数的值不大于所述适应度阈值，则执行s350；

22、s350.判定本次迭代的次数是否小于人工预设的最大迭代次数，然后根据判定结果，做出如下操作：

23、如果本次迭代的次数小于所述最大迭代次数，则执行s360；

24、如果本次迭代的次数不小于所述最大迭代次数，则将所述最优粒子的所述标准色母配比标定为所述最佳标准色母配比；然后执行s400；

25、s360.对每个粒子的所述粒子速度和所述粒子位置进行迭代修正；其中对更新时，同步更新所述当前个体最优位置和所述当前全局最优位置；

26、s370.按更新后的每个粒子的所述标准色母配比，配置对应的建筑涂料；然后将得到的建筑涂料分别涂装在不同的色板底板上，得到对应的所述测试色板；然后利用s100中的同一台显示器和同一台色差仪，且在与s100相同的光线强度、光线照射角度、采样距离下逐一获取每个对应的所述测试色板与显示器上显示所述标样色的色差值；

27、s380.返回并再次执行s330。

28、优选地，s360中对粒子的所述粒子速度进行迭代修正按下式表达：

29、vi_m+1＝ωvi_m+c1r1(pbest_m-xi_m)+c2r2(gbest_m-xi_m)

30、其中：vi_m+1为所述更新后速度；为vi_m所述当前速度；xi_m为所述当前位置；pbest_m为所述当前个体最优位置；gbest_m为所述当前全局最优位置；m为当前的迭代次数，且m≥1；c1为个体学习因子；c2为社会学习因子；r1为均匀分布的随机数，且r1∈[0,1]；r2为均匀分布的随机数，且r2∈[0,1]；ω为随机惯性权重，按下式表达：

31、ω＝ωmin+rand1()*(ωmax-ωmin)+σ*rand2()

32、其中：ωmax为所述随机惯性权重的最大值，由人工预设；ωmin为所述随机惯性权重的最小值，由人工预设；rand1()为均匀分布的随机数，且rand1()∈[0,1]；rand2()为正态分布的随机数；σ为关于所述随机惯性权重与随机惯性权重数学期望的标准差。

33、优选地，s360中对粒子的所述粒子位置进行迭代修正按下式表达：

34、xi_m+1＝xi_m+t*vi_m

35、其中：xi_m+1为所述更新后位置；t为迭代间隔时间，由人工预设。

36、优选地，所述适应函数按下式表达：

37、

38、其中：fitj为所述适应函数；rand3()为均匀分布的随机数，且rand3()∈[0,1]；costj为代价函数；j为迭代次数计数。

39、优选地，所述代价函数按下式表达：

40、

41、其中：β1为第一修正系数，用于修正亮度值的权重，由人工预设；β2为第二修正系数，用于修正红绿值的权重，由人工预设；β3为第三修正系数，用于修正黄蓝值的权重，由人工预设；β4为第四修正系数，用于修正彩度值的权重，由人工预设；β5为第五修正系数，用于修正色调角的权重，由人工预设；δlj为第j次的亮度值差值，按下式表达：

42、δlj＝lj-lsample

43、其中：lj为第j次的亮度值；lsample为所述标样色的亮度值；

44、δaj为第j次的红绿值差值，按下式表达：

45、δaj＝aj-asample

46、其中：aj为第j次的红绿值；asample为所述标样色的红绿值；

47、δbj为第j次的黄蓝值差值，按下式表达：

48、δbj＝bj-bsample

49、其中：bj为第j次的黄蓝值；bsample为所述标样色的黄蓝值；

50、δcj为第j次的彩度值差值，按下式表达：

51、δcj＝cj-csample

52、其中：cj为第j次的彩度值；csample为所述标样色的彩度值；

53、δhj为第j次的色调角差值，按下式表达：

54、δhj＝hj-hsample

55、其中：hj为第j次的色调角值；hsample为所述标样色的色调角值。

56、优选地，所述色差仪的镜头正对一个遮蔽板；所述遮蔽板为开有正方形的采集窗的平板结构；所述遮蔽板面向所述色差仪的镜头的一侧涂有全黑色的亚光涂层；所述采集窗的几何中心在所述色差仪的镜头的主光轴上；所述采集窗垂直于所述色差仪的镜头的主光轴；

57、所述遮蔽板到所述色差仪的垂直距离为固定距离；

58、所述标准色板在被所述色差仪采集数据时，紧贴在所述遮蔽板的远离所述色差仪的一侧，并通过所述采集窗露出颜色；所述标准色板覆盖整个所述采集窗的范围；

59、所述测试色板在被所述色差仪采集数据时，紧贴在所述遮蔽板的远离所述色差仪的一侧，并通过所述采集窗露出颜色；所述测试色板覆盖整个所述采集窗的范围；

60、显示器在被所述色差仪采集数据时，紧贴在所述遮蔽板的远离所述色差仪的一侧，并通过所述采集窗露出颜色；显示器覆盖整个所述采集窗的范围。

61、本发明与现有技术对比，具有以下优点：

62、1.由于本发明的调色方法完全不依赖于人工经验，调色过程全程都是由计算机根据采集到的客观数据进行计算，从而摆脱了本行业在调色工作上对于人工经验的依赖，无需人工干预即可做到对于成品的效果可控；

63、2.由于本发明的调色方法利用了粒子群算法在优化问题上的优势，从而使得调色的实验过程方向性十分明确，相对于人工不确定次数的无头乱撞，采用本发明方法就可以在少量迭代次数和每次迭代的样品试制也非常少的基础上，快速得到满意的结果；

64、3.由于本发明的调色方法采用了粒子群算法，其调色的实验过程方向性十分明确，从而可以得到比人工调色精准度高得多的配色结果；理论上只要迭代次数够多、色差仪的精度够高，采用本发明的方法可以得到无限接近标样色的配色方案；

65、4.由于本发明的调色方法摆脱了对人工经验的依赖，从而可以做到大规模推广，更加有利于行业、企业的发展。