基于数字化色彩的褐煤蜡颜色品质模型初探

袁 承，李宝才

(1.云南尚呈生物科技有限公司，云南 玉溪 653200；2.昆明理工大学，云南 昆明 650500)

基于数字化色彩的褐煤蜡颜色品质模型初探

袁 承1，李宝才2*

(1.云南尚呈生物科技有限公司，云南 玉溪 653200；2.昆明理工大学，云南 昆明 650500)

采用CIE Lab颜色空间技术，对褐煤蜡的颜色品质进行数字化表征，在检验识别工具准确性的基础上，确定了颜色参数的权重排序及其相关影响，并初步建立了一个用于评价褐煤蜡品质优劣的拟合函数模型y= 0.9 *L -│0.02*a│-│0.08*b│，其结果值高低所代表的品质优劣程度与人的视觉感知趋势完全相符。

褐煤蜡；数字化色彩；品质

褐煤蜡在氧化漂白的精制过程中伴随着从黑褐色、棕褐色到棕黄色、橙黄色、黄色、浅黄色、黄白色、米白色等一些列由“劣”转“优”的颜色变化状态[1]。长期以来人们对其颜色品质的评价仅用一些描述性语言来衡量，其模糊性无法定量产品间的具体差异，因为对于每一种具体的颜色来说，又可分为深浅不同的程度，因此，这对于准确划分褐煤蜡颜色品质等级构成了较为严重的制约[2]。

近年来随着数字化色彩技术的兴起，越来越多的领域开始采用该技术进行颜色品质比较，其优势在于可以对具体颜色进行量化分析[3]，因此本研究将尝试CIE Lab颜色空间技术应用于褐煤蜡领域。此外，解决褐煤蜡颜色数字化表征只是运用该项技术的前提，而更为关键的是如何构建合适的数学模型将所得参数有机地结合成一个较为准确和有效的评价机制，因此本研究将针对这些问题展开分析讨论，以期获得较为全面和精准的评价模型。

1 实验部分

1.1 实验材料与设备

PANTONE国际色卡；不同颜色程度的褐煤蜡；D50标准光源摄影工作台；佳能70D单反相机；Photoshop CS6软件；Windows 7系统计算机。

1.2 模型的建立方法

颜色品质测评模型由图像采集、图像处理及综合评价三部分组成。其中，图像采集的操作要领为：将褐煤蜡样品置于D50标准光源摄影工作台，利用佳能70D单反相机选取一定方位拍摄其图像；图像处理的操作要领为：将采集的图像导入计算机系统，并启动Photoshop CS6软件，利用其拾色器工具在每个图像上均匀选取10个检测点，并分别获得其R、G、B值转换后的L、a、b值(L表示亮度，a表示从红色至绿色的范围，b表示从黄色至蓝色的范围，下同)，然后分别计算各个检测点的L、a、b值的平均值，将其作为表征精制褐煤蜡颜色品质的三个参数；综合评价的要领为：根据相关函数计算各个样品颜色的品质得分，以结果值的高低来比较样品相互之间颜色品质的优劣程度。

1.3 识别工具的准确性检验方法

以PANTONE国际色卡里的标准颜色及其相关颜色空间数据作为依据，利用Photoshop CS6的拾色器获取标准颜色的R、G、B值并转换为对应的L、a、b值，将其与已知标准数据进行对比，以此评价其准确度。

1.4 拟合函数的确定原则

拟合函数的确定需要综合考虑两方面的因素：第一，合理分配三个参数的权重比例，即每个参数对整体评分的贡献率；第二，明确三个参数对颜色品质所产生的相关影响。其中，权重分配比例是函数构建的核心，在尚不能满足统计学的要求前，可以采用逐步试探的原则尽可能地优化。

2 结果与讨论

2.1 识别工具的准确性检验结果

准确性检验结果见图1。

图1 准确性检验结果

结果表明：随机抽取标准颜色的R、G、B值及其转换对应的L、a、b值均与PANTONE国际色卡里的规定值保持一致，这说明了色彩识别工具所获得的结果准确可靠。

2.2 拟合函数的确定试验结果

图2 样品颜色检测结果(Ι)

表1 褐煤蜡样品颜色参数检测结果Table 1 The color parameter detection results of montan wax samples

结果表明：L值的变化幅度最大，a值的变化幅度极小，b值的变化幅度较大，由此可知三者的权重排序为：L>b>a。另外，L值越大往往颜色品质越好，因此其基本是反映颜色品质好坏的正相关因素(个例除外)；因素a、b值并不呈现一定的规律性，且二者值均存在正负两种，然而不管是正值越大还是负值越小，往往颜色品质越差，因此二者是反映颜色品质好坏的负相关因素，为了省去考虑a、b值的正负性，力求在运算过程中的简便性，可以在其相关计算部分以绝对值的形式呈现。

从图3中可以发现，L值的大小与颜色品质优劣其实并非绝对呈正相关性，例如样品G与H比较，H的L值大但是其b值也很大，给人的视觉感知是H的颜色品质不如G，因此对于颜色品质的评价须综合考虑L、a、b三个参数就显得尤为必要，下面将对拟合函数的确定进行初步探讨。

图3 样品颜色检测结果(Ⅱ)

我们在通过大量试验的基础上，将三个因素的权重比设置为90∶2∶8，故形成了拟合函数为：y= 0.9 *L -│0.02*a│-│0.08*b│，并对该函数用于褐煤蜡颜色品质评价的准确性进行简单评估，分别以图2的样品1～6及图3的样品A-H为测试对象。

首先计算样品1～6的得分情况为：y1=81.86，y2=77.72，y3=73.42，y4=61.02，y5=32.52，y6=14.12；

结果表明：样品1～6所得结果y值呈递减趋势，其与视觉品质递减顺序一致。

然后计算样品A-H的得分情况为：yA=84.90，yB=79.44，yC=79.42，yD=76.68，yE=80.34，yF=77.78，yG=70.80，yH=69.24；

结果表明：样品A-D粒状褐煤蜡所得结果y值呈递减趋势，与视觉品质递减顺序一致；同时样品E-H块状褐煤蜡所得结果y值也呈递减趋势，与视觉品质递减顺序也一致。此外，样品A与E虽为同一产地同一批次产品，只是聚集颗粒大小不同，但是所获得的结果竟然相差较大，因此我们认为需将产品加工成同样的聚集状态(粒状或块状)才具有相对可比性。

由此，我们不难联想到将来在制定褐煤蜡质量标准时可根据实际需要，按结果值范围将其分为若干颜色品质等级，譬如结果值在80以上的为一等品，一般对应颜色为米白或牙白色；结果值在70～80范围内的为二等品，一般对应颜色为黄白或浅黄色；结果值在60～70范围内的为三等品，一般对应颜色为黄色或深黄色；等等。

综上所述，函数y= 0.9 *L -│0.02*a│-│0.08*b│的结果值作为评价褐煤蜡颜色品质优劣程度具有一定的可靠性和可行性。虽然该函数不一定是最优的结果，但其作为初步阐述褐煤蜡颜色品质评价依据已能满足现实需要。当然，将来也可以根据该思路对拟合函数进行优化重组甚至统计学分析，同时与之相应的等级划分范围也可作出相应的调整。

3 结论

本文采用CIE Lab色彩模式对褐煤蜡的颜色进行数字化表征，在检验其可行性和可靠性的基础上，确定了L、a、b三个颜色参数的权重排序及其相关影响，初步建立了一个用于评价褐煤蜡品质优劣的拟合函数模型y= 0.9 *L -│0.02*a│-│0.08*b│，其结果值高低所代表的品质优劣程度与人的视觉感知趋势完全相符，该方法简单、准确、方便、实用，适合于工业化生产实践。

[1] 袁 承,张惠芬,张 敉,等.脱树脂褐煤蜡的氧化漂白新工艺[J].林产化学与工业,2015,35(4):97-104.

[2] Yuan C,Qin Y,Zhang M,et al.A new method of testing and evaluating the quality of refined montan wax: digital color and GC fingerprint[J]. Chromatographia,2015,78(19):1-10.

[3] Abet S,Marcu G.A neural network approach for RGB to YMCK color conversion[C]//TENCON '94 IEEE Region 10's Ninth Annual International Conference.Theme: Frontiers of Computer Technology,1994:6-9.

(本文文献格式：袁 承，李宝才.基于数字化色彩的褐煤蜡颜色品质模型初探[J].山东化工,2017,46(11):27-28,32.)

Study on the Color Quality Model of Montan Wax Based on Digital Color

YuanCheng1,LiBaocai2*

(1. Yunnan Shangcheng Biotechnology Co., Ltd., Yuxi 653200,China；2. Kunming University of Science and Technology, Kunming 650500,China)

With the use of the color space technology of CIE Lab, the color quality of montan wax was digitized. On the basis of checking the accuracy of the recognition tool, the weight order of the color parameters and its influence were determined. And a fitting function model y= 0.9 *L -│0.02*a│-│0.08*b│was established to evaluate the quality of montan wax, which showed that the quality of the results was consistent with the human visual perception.

montan wax; digital color; quality

2017-04-10

国家自然科学基金项目(21466018)

袁 承(1988—)，男，湖南人，硕士，助理工程师，主要从事褐煤资源的综合开发与利用研究；*通讯作者：李宝才。

TQ533

A

1008-021X(2017)11-0027-02