基于地貌色彩特征的提花织物纹样设计应用
2022-02-14王上晖李雪梅金肖克田伟祝成炎
王上晖 李雪梅 金肖克 田伟 祝成炎
摘要:
为探寻地貌图的色彩规律,并运用在提花织物设计中,本文利用改进的K-means聚类算法进行图像色彩特征提取;同时对地貌图组成因素进行分析,并在此基础之上,比较分析同种地貌图色彩特征及不同种地貌图色彩特征,总结地貌图色彩搭配规律;最后将仿地貌色彩与提花织物设计相结合,研究并制定了不同类型地貌色彩特征的设计方案。本文侧重点不仅在色彩提取方面提供参考,还涉及将色彩仿生设计巧妙地融于设计中,赋予传统提花纹样设计更高的美学价值及美的感观。
关键词:
地貌图;色彩仿生设计;色彩提取;色彩分析;色彩特征及搭配;纹样色彩搭配设计
中圖分类号: TS105.3
文献标志码: A
文章编号: 10017003(2022)02010110
引用页码: 021202
DOI: 10.3969/j.issn.1001-7003.2022.02.013(篇序)
收稿日期: 20210519;
修回日期: 20211217
基金项目: 国家茧丝绸发展基金资助项目(浙经信消费〔2021〕133号)
作者简介: 王上晖(1994),女,硕士研究生,研究方向为纺织新产品研究与开发。通信作者:祝成炎,教授,cyzhu@zstu.edu.cn。
色彩仿生设计[1]的出现给人们生活注入了新活力,自然界作为色彩仿生设计的创作源泉,可以满足人们个性与情感需求。其中,地貌作为自然界中主要组成部分,其色彩特征符合人类对美的向往。色彩作为时尚元素,利用地貌图的色彩搭配可以使纹样的色彩更加多元化,并且赋予其不同的时尚定义。
每个人对图像都各有不同的侧重点,但从视觉效果看,最明显的感观非颜色莫属,颜色是所有图像中最直接且重要的特征。在色彩提取方面,学者们因聚类算法有良好的可操作性,且在生活和生产上的需要,所以利用该方法对图片进行色彩上的提取[2-3]。Swain等[4]最早提出基于全局颜色直方图的检索算法,之后李丽丽[5]对主色提取图像检索算法进行相关补充,主要从RGB颜色空间转换为具备良好视觉的HSV颜色空间进行主色提取,得到相对应的主色集。赵燕伟[6]探究了将原图像中多种颜色依据人的视角感观合并成较少种类颜色,从而利用这些较少的颜色再次合成新的图像,即量化图像,使新图像与原图像的差别误差减到最小,最终实现对色彩特征的提取。
本文以自然界的地貌作为色彩仿生对象,对地貌色彩特征进行综合性分析研究;与此同时,采用K-means聚类算法应用于地貌图色彩特征提取,并做出相应的色卡,可以更准确地定性且定量分析色彩上的问题。最终,将地貌图提取出的色彩运用到织物纹样设计中,让地貌色彩更加接近人们生活,起到一种装饰作用。
1 地貌类型分类及色彩提取方法
根据地貌形态判别出不同地貌图的类型,对地貌图进行分类整理,本文先从介绍色彩提取的方法开始,之后引出K-means聚类算法,并运用到地貌图色彩提取上。
1.1 地貌类型
地貌形态表现出地貌几何特征,具有空间分布差异,因此研究和应用中常利用地貌形态划分为不同的地貌形态类型[7-8]。依据地貌形态,可分为七大类型的地貌:冰川地貌[9]、丹霞地貌[10]、黄土地貌[11]、河流地貌[12]、海岸地貌[13]、喀斯特地貌[14]、荒漠地貌[15]。
1.2 K-means聚类算法
K-means聚类算法属于划分聚类法的一部分,因其对集中色彩的速度快、搜索相类似颜色的能力强,所以被大多数人应用。K-means聚类算法主要是先创建K个(即创建的划分个数)划分,之后通过一个循环定位技术将一个划分移到另一个划分,使得最终可以改善划分质量[16-17]。
地貌图中地貌自身的色彩较为同色,但其他不同的事物,例如蓝天白云、其他动植物的色彩则较为丰富,易于在图片中形成点缀。为提取地貌图的色彩,初始聚类中心设置是固定的。在此基础上,对地貌图中的色彩提取9种颜色,考虑到初
始聚类中心的问题,因此选择聚类10种颜色。在利用图像分割软件下,每一张地貌图都会得到不同色彩的比例,除去初始点,剩下的9种颜色计算相对应的比例,经过多次聚类分析,为达到最理想的效果,需要经过23次计算才可以初见成果。
2 地貌图色彩特征分析
本文首先分析地貌图中组成因素的色彩特征及其对地貌图的影响,然后通过同种类型地貌图和不同类型地貌
图的色彩提取,得出颜色比例及其RGB值、Lab值,并进行分析。
2.1 地貌图组成因素分析
存储在计算机中的地貌图,因不同类型的地貌反映出的色彩不尽相同,故在一张地貌图片中,一般由作为主体的地貌、天空、植被或动物等一些事物所组成。根据地貌图的空间分布,天空占据图片的0~50%,而不同的地貌图中天空的占据比例有所不同,如图1、图2及图3所示。
以上三幅图的天空相同点在于三者都含有云彩,而不同点是云彩分布比例不相同,从中可以很明显地看出云彩对天空色彩有一定的影响。图1中云的面积较大,呈螺旋状,使得天空的颜色中含有相对比例的白色,白色占据比例为30%~40%;而图2中天空的云呈柳絮状,整个天空颜色总体为蓝色,但因云的影响,白色比例为20%~30%;图3中的块状云占据比例相对较少,比例为15%~25%。通过三幅图的天空比较可以得出,白色占据比例大小随着云占据天空的面积多少而发生变化。
从图4可以看出,天空对整幅地貌图有很大的影响。无天空的地貌图中,大致呈现的颜色较为统一,在颜色上没有很大的差异;相比较下,有天空的地貌图会有不同的色系出现。出现天空的地貌图,色彩更为丰富,使得地貌图更加生动形象地展现在人们的眼前。
在地貌图中,不止只有天空会对地貌图色彩上有影响,还有植被、动物等(图5)也对地貌图色彩有影响,它们在色彩特征提取方面的影响主要体现在:
1) 植被的颜色随着不同的季节进行改变,在春夏季多为绿色,在秋冬季多为黄绿色或棕色。植被有时占据图片的百分比大致为0~30%,在地貌图中,如若含有大量的植被,植被的颜色比例在地貌图中占比较高,植被会对整幅地貌图的
主色调产生影响;如若植被在地貌图中占比不大,那植被的颜色在地貌图中则形成点缀。
2) 地貌图中的其他事物主要还是看事物在整幅图中的所占比例。动物及一些事物的颜色在地貌图中占据的百分比大致为0~10%,大多是占比較少,对地貌图主色调影响不大,只是起到点缀作用。
2.2 同种类型地貌图色彩特征分析
对地貌图进行色彩上的提取,本文采用的是课题组开发的分色软件——彩色图像分割软件V1.0。操作设计流程如下:先打开图像分割色彩提取软件(图6(a)),导入选取的地貌图,之后分色数设为10色(初始点颜色已选定红色,即得9种颜色比例的数据),如图6(b)所示,最后提取出来的颜色RGB值会显示在界面上。
本文以黄土地貌为例(图7),通过图像分割色彩提取软件得出的聚类结果,主要针对图片的颜色分布比例及其RGB值做出相关分析,如表1、表2所示。
从黄土地貌图1和图2数据可知,表1中比重达到264%的第3块色块和表2中比重达到25.9%的第2块色块分别是两幅黄土地貌图中比重最高的色块,而相对表1中占比为4.07%的第1色块和表2中占比为2.98%的第4色块占比最少,其他色块的比例相差不大,都较为均匀。表1中第3色块的RGB值为219、140、86,可以看出主色偏向红色;表2中第2块色块的RGB值为49、94、141,主色偏向蓝色。
两幅图同为黄土地貌图,从表1中第6、7、8、9色块与表2中第6、7、8、9色块相比较,两幅图片的四块色块的RGB值较为接近,而这四块色块显示的是地貌本身的色彩,即相同点为两幅图本身地貌的色彩较为相近。两幅图虽都带有天空,但两者的天空所占的比例有所不同,表1中第1、2块色块表示的是天空的色彩比例,比例为4.07%和8.33%;表2中第1、2块色块的色彩比例是10.8%和25.9%。从天空的色彩比例值可以看出,为达到不一样的效果,同种地貌本身的色彩不太会变化,改变图片的因素应与其他事物有关。
2.3 不同种类型地貌图色彩特征分析
冰川地貌图和喀斯特地貌图(图8)相差甚大,故本文以这两种不同类型地貌图为例进行具体分析,如表3、表4所示。
选用不同地貌图来分析色彩,冰川地貌色块(表3)中第7块色块比重占据较多,达到18.6%;喀斯特地貌色块(表4)第7块色块比重为15.8%是图中占据最多比例的色块。而冰川地貌图中第6块色块和喀斯特地貌图中第8块占比在两幅图中最少,其比例分别为5.94%和6.35%。从表3可以看出冰川地貌图的颜色分布较为均衡,多数以灰色及少数的蓝色加以点缀;从表4中第3块色块到第9块色块可以看出,RGB值都没有较大的变化,从而说明选取的喀斯特地貌图是以绿色系为主色调。
对不同类型的地貌图作对比,可以看出不同类型的地貌图色系大为不同。通过上述分析,可以看出冰川地貌主色系以灰色系为主,而喀斯特地貌主色系以绿色系为主。两幅图中色彩上的不同与很多因素有关,比如光照强度、天气状况、地貌分布及地理位置不同等影响,而两幅图中最大的相同点则都是强调地貌的主色调,特征较为清晰,色彩分布较均匀。
在得出相应的RGB值之后,为进一步分析颜色上的不同,本文采用Lab值来探究。Lab值可以通过RGB值转换,一般RGB值(取值范围在0~255)会先转换为XYZ值,随后转换成Lab值。具体转换公式如下:
1) RGB值转换为XYZ值:
XYZ=0.412 453 0.357 580 0.180 4230.212 671 0.715 160 0.072 1690.019 334 0.119 193 0.950 227RGB(1)
2)XYZ值转换为Lab值:
L=116fYYn-16a=500fXXn-fYYnb=200fYYn-fZZn(2)
式中:Xn=95.047,Yn=100.000,Zn=108.883。
根据式(2)转换成的Lab值,本文绘制散点图,如图9、图10所示。
从图9可以看出,两幅图中的离散点都集中地位于第一象限,即表明都为正值,位于第三象限的点都较少。散点离原点的距离(即L值)都比较远,表明明度值都比较高。从图9还可以得出,同种类型地貌图中颜色差值都不会太大,两幅图分布规律也相同,并不会受到其他因素影响而改变地貌图本身存在的色彩规律。
从图10可以看出,冰川地貌图的离散点都位于第三象限,喀斯特地貌图的离散点都位于第二象限,且各个离散点的距离都较为接近,表明各个颜色给人感观并无太大的差距。从图10还可以得出,不同类型的地貌图其自身的颜色并没有跳跃的颜色存在,都较为相近,这样可以保证地貌图片的整体效果感好,有一定的层次感。
3 仿地貌色彩特征的纹样设计
本文通过仿地貌图色彩特征的成衣设计案例来补充说明地貌图的色彩搭配理论,并归纳出地貌图的色彩搭配规律,最终给出相应的色彩搭配方案。
3.1 地貌图色彩搭配理论案例
为了给人类创造更好的生活环境,设计师们[18]欲将大自然美好的色彩和形态进行创造性的设计(图11)。与此同时,由于人类对色彩的敏感度和对现代提花织物的需求,当今的提花织物不仅在于实用,更多的是在实用的基础上增添美感。因此,设计师们把自然事物通过色彩仿生设计运用到提花织物中,既满足人们对现代纺织品的个性与情感需求,又为自身生活注入了新鲜活力。
3.2 地貌图色彩搭配规律
在与潘通纺织网[19]进行对比时发现,色彩搭配规律大部分是由浅到深,即由外轮廓的浅到内部的深。通过上述对地貌图的分析,总结了七大类型地貌图色彩主要是白、灰、棕、黄、蓝、绿、红进行搭配,并归纳出以下五大特点:
1) 相近色彩的配色:例如在冰川地貌中的白色和浅灰色,两者的明度及饱和度十分相近;丹霞地貌中咖啡色到红棕色的过渡,这样的颜色搭配也十分常见;黄土地貌图中的深棕色与浅棕色的搭配也较为得当,喀斯特地貌中的色彩主要是浅灰色与深灰色融合,这些都说明在地貌图中相近色彩的配色是尤为重要。
2) 个体色彩的配色:地貌图色彩基本都是偏暗色且明度较低的色系,而为使地貌图色彩饱和度更高,一般在出现地貌的同时,会有其他事物来增加地貌图的色彩。
3) 整体色彩的配色:地貌图中地貌的主色系基本是由黑、白、灰及深红色为主的色系组合而成,每种颜色由浅到深,色彩分布均匀,搭配自然。
4) 同一类型的地貌图的配色差异:同一类型的地貌图的配色差异主要在于不同事物的搭配。例如黄土地貌,在阴沉的天气下地貌的颜色偏暗,饱和度低,明度值下降,天空的色彩则是以灰黑色为主;若在日照强度高且饱和度高的情况下,黄土地貌呈亮黄色,明亮度高。
5) 不同类型的地貌图的配色差异:比较不同类型地貌图,可发现不同类型的地貌图色彩会受天气和事物的影响,相对的颜色差别较大,在视觉效果上完全不同,还与不同的地貌呈现的纹理不同,所展示的颜色差异也会较大。
3.3 地貌图色彩特征搭配方案
典型的缠枝花图案(圖12)是植物花草以柔和的半切圆或半波状线形成,一般会在中间点缀花朵,花朵相对较大;枝茎上填上叶子,枝叶较为细长,相对花朵而言叶片较小,这样的构成使得图案层次分明。本文利用地貌色彩特征与缠枝花
纹样相结合,目的在于结合现代色彩元素、实用性、功能性、形式性和对称性等基本设计法则,展现出现代人合理利用文化特征元素的水平。
卷草纹纹样图大多先是取忍冬、兰花、石斛等花草(表5),花草造型多为曲卷圆润,经处理后作“S”形波状曲线排列构成连续图案。卷草纹纹样是集多种花草植物特征于一身,经夸张变形而创造出来的一种意象性装饰样式。它以旋绕盘曲的花枝叶蔓为主体,现如今已经成为中国装饰中较普遍而有特色的纹样。
对比表5中的三种经处理后的纹样图,以忍冬为原型的纹样图作为卷草纹纹样代表性强,可以更好地突出地貌色彩渐变的特征,也符合纹样设计要求,最终可达到对地貌色彩仿生设计,故本文选此(图13)作为素材图。
在纹样图选取之后的设计过程中,色彩搭配是重点环节。本文设计提花织物的色彩搭配,结合地貌图色彩规律,采用2种纹样4种配色方案,再对比这4种不同色彩搭配的方案得出地貌色彩特征的效果,如表6、表7所示。
分析表6、表7的4种方案,可以得出:
喀斯特地貌图主要色系为绿色系。喀斯特地貌原图中黄绿色占主要部分,因拍摄角度问题,黄绿色土地占据图片面积较大。黄绿色的主体,起到突出喀斯特地貌图的特点;而各个小山丘的颜色为深绿色,是整幅图中第二个色彩主体。从黄绿色过渡到深绿色,使得小山丘给人一种朦胧感,因此把深绿色放在设计图的最中间;相对而言,天空呈现的白色面积较小,可以利用天空的白色在设计图中作背景色,起到强调主体的作用;而因太阳光的问题,出现灰绿色或橄榄绿色,相近色的搭配是整幅图的连接,使得图片更加美观,有层次交错之感。
冰川地貌图做配色处理可以看出,冰川地貌中基本都是冷色调,以白、蓝、灰为主。深灰色是地貌主体的颜色,把其安排在最中间的位置突出花型;冰川主要由灰色和白色相结合,为了使地貌图色彩更好地呈现,在分色过程中提高了白色和灰色的比例,还有蓝色与灰色的相结合,使得地貌图中的一些互补色进行调和。
荒漠地貌图色彩较为相近,并没有较大的区别。为提花织物的色彩更加协调,因此将荒漠地貌图色彩总体上亮度稍加提高,色彩总体明度值提高,存在的色相较少,最后通过明度与饱和度的变化来体现地貌图明暗之间的变化。
丹霞地貌图中选取的图片是七彩丹霞地貌,是一种特殊的丹霞地貌,其色彩较多,色彩明度高,且饱和度好。七彩丹霞地貌十分壮观,颜色的搭配也十分和谐,结合蓝色与紫色之间的互补性呈现在提花织物中,显得更加俏皮可爱,给人以灵动感。
4 结 语
本文主要是针对地貌图色彩进行一系列分析,从地貌图组成因素到整体色彩特征进行归纳总结。
1) 地貌图的组成不止是地貌本身,还有天空、植被、动物等,这些都是地貌图构成的因素,因有这些因素的存在,使得地貌图中的色彩并不单一,可以更加生动形象,色彩饱满。
2) 对比同种类型的地貌图与不同类型的地貌图可以看出,RGB值、Lab值都能够准确表达相对应的颜色,使得获得的颜色值较为精准。
3) 分析地貌图色彩分布规律可得出,大多数地貌图则是以黑、白、灰三种颜色之间与其他色系之间的搭配。在主体是地貌的前提下,结合其他事物的色调是色彩搭配的准则。一般情况下,明度较高、饱和度也高的暖色调所占比例不多。
4) 本文使用的地貌图是在计算机存储下的,大都是随着摄影师拍摄角度不同而变化,如何把地貌图中的颜色填入纹样中实现色彩仿生是关键。从纹样图本身来看,同色系的搭配十分恰当,这样可以营造出和谐的画面感。
《丝绸》官网下载
中国知网下载
参考文献:
[1]柳文海. 论现代服饰中的仿生设计[J]. 戏剧之家, 2019(31): 97-98.
LIU Wenhai. On bionic design in modern clothing[J]. Theatre House, 2019(31): 97-98.
[2]许丽利. 聚类分析的算法及应用[D]. 吉林: 吉林大学, 2010.
XU Lili. Algorithm and Application of Cluster Analysis[D]. Jilin: Jilin University, 2010.
[3]YENIPAZARLI A, VAKHARIA ASOO J. Green, greener or brown: Choosing the right color of the product[J]. Annals of Operations Research, 2017, 250(2): 537-567.
[4]SWAIN, MICHAEL J, BALLARD, et al. Color indexing[J]. International Journal of Computer Vision, 1991, 7(1): 11-32.
[5]李丽丽, 孙劲光. 基于主色提取和主色集扩充的图像检索算法[J]. 计算机应用与软件, 2012, 29(1): 152-154.
LI Lili, SUN Jingguang. Image retrieval algorithm based on main color extraction and main color setexpansion[J]. Computer Applications and Software, 2012, 29(1): 152-154.
[6]赵燕伟, 王万良. 基于聚類分析的色彩量化新算法及其应用[J]. 计算机辅助设计与图形学学报, 2000, 12(5): 340-343.
ZHAO Yanwei, WANG Wanliang. New color quantization algorithm based on cluster analysis and its application[J]. Journal of Computer-Aided Design and Computer Graphics, 2000, 12(5): 340-343.
[7]胡友峰. 自然美的理论谱系及其问题[J]. 山东社会科学, 2019(9): 43-51.
HU Youfeng. The theoretical pedigree of natural beauty and its problems[J]. Shandong Social Science, 2019(9): 43-51.
[8]申元村, 程维明. 生态地貌学研究体系及其功能提升探讨[J]. 地理研究, 2019, 38(2): 348-356.
SHEN Yuancun, CHENG Weiming. Research system and function promotion of ecological geomorphology[J]. Geographical Research, 2019, 38(2): 348-356.
[9]赵井东, 王杰, 沈永平, 等. 西秦岭迭山西北部冰川地貌分布及其特征[J]. 冰川冻土, 2013, 35(4): 841-847.
ZHAO Jingdong, WANG Jie, SHEN Yongping, et al. Distribution and features of glacial landforms in the northwest of Dieshan, Western Qinling Mountains[J]. Glacial Frozen Soil, 2013, 35(4): 841-847.
[10]欧阳杰, 朱诚, 彭华. 丹霞地貌的国内外研究对比[J]. 地理科学, 2011, 31(8): 996-1000.
OUYANG Jie, ZHU Cheng, PENG Hua. A contrast introduction to danxia landforms from a word-wild references for similar landforms[J]. Geographical Science, 2011, 31(8): 996-1000.
[11]张磊, 汤国安, 李发源, 等. 黄土地貌沟沿线研究综述[J]. 地理与地理信息科学, 2012, 28(6): 44-48.
ZHANG Lei, TANG Guo’an, LI Fayuan, et al. A review of research along the loess plateau[J]. Geography and Geographic Information Science, 2012, 28(6): 44-48.
[12]王俊祎. 河流地貌指数和湖泊沉积对大青山山前断裂活动性的相应[D]. 北京: 应急管理部国家自然灾害防治研究院, 2021.
WANG Junyi. Correspondence of River Geomorphology Index and Lake Sediment to Fault Activity in Daqingshan Piedmont[D]. Beijing: National Academy of Natural Disaster Prevention and Control, Ministry of Emergency Management, 2021.
[13]高抒. 从海岸地貌学看河海划界的可操作性[J]. 海洋学研究, 2009, 27(1): 23-27.
GAO Shu. Maneuverability of river-sea delimitation from coastal geomorphology[J]. Oceanographic Research, 2009, 27(1): 23-27.
[14]ARANTZA A, MARTIN A, ENEKO I. Karst landscape evolution in the littoral area of the Bay of Biscay (North Iberian Peninsula)[J]. Quaternary International, 2015(364): 217-230.
[15]宋懷龙. 晚中新世末期重大环境群发事件的影响与评估: 古地中海干涸与世界荒漠及人科动物的形成[J]. 海洋地质与第四纪地质, 2013, 33(2): 51-62.
SONG Huailong. Impacts and assessments of major environmental mass events in the Late Miocene: The drying of the ancient Mediterranean and the formation of world deserts and humans[J]. Marine Geology and Quaternary Geology, 2013, 33(2): 51-62.
[16]WANG Hui, ZHOU Chengdong, LI Leixiao. Design and application of a text clustering algorithm based on parallelized K-means clustering[J]. Revue d’Intelligence Artificielle, 2020, 33(6): 453-460.
[17]雷小锋, 谢昆青, 林帆, 等. 一种基于K-means局部最优性的高效聚类算法[J]. 软件学报, 2008, 19(7): 1683-1692.
LEI Xiaofeng, XIE Kunqing, LIN Fan, et al. An efficient clustering algorithm based onlocal optimality of K-means[J]. Journal of Software, 2008, 19(7): 1683-1692.
[18]世界顶级的时装设计, 原来是从大自然中“抄袭”[EB/OL]. [2016-05-04][2021-05-08]. https://www.sohu.com/a/73322911_252366.
The world’s top fashion design was originally "plagiarized" from nature[EB/OL]. [2016-05-04][2021-05-08]. https://www.sohu.com/a/73322911_252366.
[19]潘通纺织网[DB/OL]. [2021-01-01][2021-05-08]. http://www.pantonemall.cn/pantone/index.htm.
Pantone Textile[DB/OL]. [2021-01-01][2021-05-08]. http://www.pantonemall.cn/pantone/index.htm.
Abstract:
All kinds of beauty in nature are embodied by color, which is the language of nature and the portrayal of the charm of nature. In nature, landform as one of the basic elements belongs to things in nature, with different causes and types. In a certain area, other physical geographic elements, such as vegetation, hydrology, climate, soil, animals, etc., have direct or indirect influence on the morphology and distribution of the landform.
Nowadays, bionic products, bionic decorations and clothing have satisfied human curiosity about nature, promote human beings to continuously explore the unknown nature, bravely reflect the image characteristics of real things, and demonstrate vivid vitality and individual charm in the process of innovation. In recent years, with the large-scale application of multimedia, the color bionics has always been ignored and traditional image processing methods can no longer meet the needs of the market due to their large workload, low efficiency, and artificial subjective color selection. Therefore, it is very necessary to use improved image processing software for color extraction and apply color bionic design to jacquard fabric design.
In order to explore the color law of the geomorphic map and apply to the design of jacquard fabric pattern, this paper uses the improved K-means clustering algorithm for the extraction of image color features; at the same time, the composition factors of the geomorphic map are analyzed, and a more typical loess landform is selected as the research object of the same type of landform map, the karst landform and glacial landform are selected as the research objects of different types of landform map. On this basis, RGB value and Lab value are analyzed for the same type of landform map and the color features of different types of landform map; the imitated landform map color features of garment design cases are used to supplement the color matching theory of the landform map, and the color matching rules of the landform map are summarized; finally, the imitated landform color and the jacquard fabric design are combined, and the design schemes of different types of landform color features are studied and formulated.
For the first time, the article uses the landforms of nature as color bionic objects, which is a highlight, and this article comprehensively analyzes its color features and explores the methods of landform color bionic design; the colors obtained from K-means clustering are combined with Photoshop image software to make a color chart of the colors of the landform map, so as to analyze the color problems qualitatively and quantitatively in a more accurate manner. Through the above research, it is found that the composition of the landform map is not only the landform itself. The sky, vegetation, animals, etc., are all the factors that constitute the landform map. Because of the existence of these factors, the colors of the landform map can be more vivid and varied; comparing the same type of landform map with different types of landform maps, it can be seen that the RGB value and Lab value can accurately express corresponding colors, making the color value obtained more accurate; through the analysis of the landform map color distribution law, it can be concluded that most landform maps are the matchings between the three colors of black, white, and gray with other color systems. On the premise that the main body is the landform, the color combination with other things is the criterion for color matching. Under normal circumstances, the proportion of warm colors with higher brightness and higher saturation is not large; the landform maps used in this article are stored in a computer, most of which vary with the photographer’s shooting angles. How to fill the colors in the landform maps into patterns to achieve color bionics is the key point of this article. From the perspective of the pattern itself, the matching of the same color system is very appropriate, which can create a harmonious picture.
With the development of society, different groups of people have different requirements for textiles, so the development of innovative jacquard fabrics is a social development trend. Integrating the design of jacquard fabric pattern and the color bionic design can enrich the whole of the jacquard fabric. The article not only provides a reference for color extraction, but also involves the ingenious integration of color bionic design into the design, and endows traditional jacquard pattern design with higher aesthetic value and aesthetic perception.
Key words:
landform map; color bionic design; color extraction; color analysis; color characteristics and matching; pattern color matching design