楊延璞， 陳登凱， 顧 蓉， 余隋懷

(1. 長安大學工程機械學院，陜西 西安 710064；2. 西北工業(yè)大學機電學院，陜西 西安 710072)

基于色彩案例和灰度關聯(lián)分析的產品配色設計方法

楊延璞1， 陳登凱2， 顧 蓉1， 余隋懷2

(1. 長安大學工程機械學院，陜西 西安 710064；2. 西北工業(yè)大學機電學院，陜西 西安 710072)

為有效輔助工業(yè)設計師進行產品配色設計，提出基于色彩案例和灰度關聯(lián)分析的產品配色設計方法。從目標意象出發(fā)，通過分析并篩選產品配色樣本，研究色彩合并、取舍和色彩案例表示方法，基于對目標產品賦色區(qū)域劃分實現色彩案例向目標產品配色映射，引入灰度關聯(lián)分析方法評價映射后的色彩方案與案例色彩的關聯(lián)性。以剪式升降機的配色設計為例，驗證了該方法能夠有效實現案例色彩向目標產品配色轉換，生成用戶滿意方案。

產品配色設計；色彩案例；灰度關聯(lián)分析；色彩意象

人的感知首先來源于視覺，而影響視覺的主要因素是色彩。色彩作為產品造型風格塑造的重要元素，與形態(tài)共同決定著產品的視覺意象[1]。良好的產品配色能夠提升產品造型的美學價值，增強消費者對產品造型的心理認同感和愉悅感，從而影響消費者的購買決策[2]。在產品配色設計中，現有產品的色彩案例是設計師靈感的重要來源。工業(yè)設計師常根據目標產品的色彩意象定位，借鑒具有類似風格的產品配色案例，通過色彩值的變化實現案例色彩方案向目標產品配色方案的映射。生成方案與色彩案例的風格意象一致是產品配色設計成功的關鍵。

目前，關于產品色彩意象的研究主要包括產品配色方案的智能生成與意象評價。在產品配色方案智能生成方面，文獻[3]開發(fā)了雙色產品配色的自動化設計系統(tǒng)，借助遺傳算法求解滿足色彩聯(lián)想和色彩調和的優(yōu)化組合配色方案；文獻[4]將神經網絡和產品配色設計相結合，實現產品配色方案的自動智能生成；文獻[5]基于交互式遺傳算法實現了平面圖像到產品三維模型的配色方案自動映射；文獻[6]融合了色彩調和理論、色彩語義和交互式遺傳算法，建立了產品配色方案的自動求解機制；文獻[7]針對用戶色彩意象表達的模糊問題，建立了產品色彩模糊設計模型，基于粒子群算法生成產品配色系列方案并進行了模糊優(yōu)化求解。在配色意象評價方面，文獻[8]集成模糊神經網絡和灰度理論實現產品配色方案的意象評價與預測；文獻[9]從色彩定制的角度結合因子分析法和模糊層次分析法，建立了產品配色方案的決策模型；文獻[10]考慮了產品不同工作模式，構建了產品配色方案的灰度評價模型；文獻[11]分析了色彩的不同空間分布形式對產品意象的影響；文獻[12]針對產品配色方案的多意象特征，利用灰度關聯(lián)分析進行色彩意象評價。但以上研究缺乏對現有產品配色案例的考慮，一定程度上限制了產品配色設計的成功率和效率。如何利用現有產品配色案例進行目標產品配色設計，還有待于進一步研究。

本文立足于目標產品的意象定位，通過篩選獲取配色樣本，以色彩合并和取舍的方式生成案例色彩，研究了色彩案例的表示方法，提出了基于賦色區(qū)域劃分的色彩案例映射方法，基于灰度關聯(lián)分析評價映射后的色彩方案與案例色彩的關聯(lián)性。最后，以剪式升降機的配色設計為例驗證了方法的有效性。

1 色彩案例獲取

色彩案例反映了產品色彩的市場流行趨勢，借助其色彩意象空間，對目標產品的配色設計具有重要的借鑒和指導意義。產品色彩案例獲取包括配色方案獲取(包括色彩數量、色彩值、色彩面積比重)和色彩構成形式獲取(包括色彩位置及形式)。其中，色彩位置因產品樣本而異，色彩形式則主要反映設計師的主觀經驗和創(chuàng)意(如直線式、折線式、曲線式、復雜式等)，因此文中色彩案例獲取主要包括色彩數量、色彩值和色彩面積比重。

1.1 產品配色樣本篩選

根據目標產品的色彩意象定位，從產品圖冊、雜志、互聯(lián)網等媒介廣泛搜集產品配色案例。對搜集到的樣本做初步篩選，去除精度不高、色彩模糊的樣本，同時對目標色彩意象建立 Likert五級量表，分析案例與目標意象的相關性：{無關/1，稍微相關/2，相關/3，較為相關/4，十分相關/5}。通過對設計師進行調查，得到各產品配色樣本對目標色彩意象的相關性矩陣為

其中，i為設計師編號，且i =1,2,··,m；j為產品配色樣本編號，且j=1,2,··,n；Aij為第i個設計師對第j個產品配色樣本與目標產品的相關度打分。

1.2 色彩合并與取舍

色彩合并是利用模糊處理技術將因高光、漸變色等影響的近似色彩進行合并，取舍是保留對視覺效果影響顯著的大比重色彩而舍去對視覺效果影響不顯著的小比重色彩[5]。產品配色樣本色彩數量和色彩值的獲取可通過Adobe公司的Photoshop圖像處理軟件實現，色彩面積比重為

式中，wi為第i種色彩的面積比重；pi為第i種色彩的像素數，可在Photoshop圖像處理軟件中計算。

進行色彩取舍時，預設邏輯閾值 D，判斷第i種色彩和第 j種色彩之間的邏輯距離 Dij，當m in Dij＜D 時，予以舍去，否則保留。Dij按下式計算

其中，(Vri,Vgi,Vbi)和(Vrj,Vgj,Vbj)分別為某產品配色樣本中第i種色彩和第j種色彩的RGB值。

1.3 色彩案例描述

通過產品配色樣本篩選、色彩合并和取舍，得到產品配色案例集合，其中色彩案例C可描述為

式中，ci、wi分別為案例C的色彩RGB值和比重，m為C的色彩數量。一般而言，m≤4。

2 產品配色設計灰度關聯(lián)分析

2.1 基于賦色區(qū)域劃分的色彩方案映射

基于產品外觀形態(tài)組件的傳統(tǒng)配色方法可能會因為外觀組件過多而引起組合爆炸，從而增加產品配色設計的工作量。為此，本文采用基于賦色區(qū)域劃分的產品配色設計方法，由設計師結合產品外觀形態(tài)、表面材質、工藝等信息，通過個人創(chuàng)意、經驗等對產品表面進行配色區(qū)域劃分?；谫x色區(qū)域劃分的映射可以描述為

其中，(ci,wi,li)為第i個賦色區(qū)域的色彩表達；ci為色彩值，wi為色彩ci的面積比重，li為色彩ci在產品形態(tài)空間中的位置。

針對色彩案例中色彩數量與目標產品賦色區(qū)域數量可能不一致的問題，記色彩案例的色彩數量為 Nc，目標產品賦色區(qū)域劃分數量為 Np，同時對目標產品賦色區(qū)域按面積比重排序，若Nc=Np，則優(yōu)先選擇該色彩案例進行配色；若Nc＜Np，則將色彩案例與目標產品賦色區(qū)域按面積比重對應賦色，剩余區(qū)域的賦色則從該色彩案例中選擇；若Nc＞Np，則按面積比重對應賦色。

2.2 產品配色方案灰度關聯(lián)分析

基于色彩案例集，期望目標產品配色方案具有和案例產品一致的色彩意象，而色彩意象受色彩面積、位置、色彩值等因素影響，呈現模糊和不確定的特點。為有效評價目標產品配色意象與案例產品配色意象的相關性，引入灰度關聯(lián)分析方法[13]進行分析。

針對目標意象，將目標產品配色方案意象評價值設為比較序列集合 X，則 X={Xi|i=1,2,··,m}且 Xi={xi(j)|j=1,2,··,n}，j為配色方案的意象指標數目；參考序列為案例產品色彩方案的意象評價值，設為X0，且X0={x0(j)|j=1,2,··,n}，則為了使目標產品配色方案具有和案例產品一致的色彩意象，期望比較序列與參考序列關聯(lián)度的和越大越好(望大性質)，其中，與參考序列距離最近的色彩方案具有最大的關聯(lián)度。則可按照式(8)對序列指標值進行統(tǒng)一。

(1) 數據歸一化處理

(2) 灰度關聯(lián)系數計算

(3) 灰度關聯(lián)度計算

式(10)中，ζ∈[0,1]為分辨系數，一般取0.5。

(4) 加權灰度關聯(lián)度計算：假設色彩方案意象指標權重為wi(j)，wi(1)+ wi(2)+··+ wi(n)=1，則比較序列的加權灰度關聯(lián)度為

式中，Γ0i越大，則說明比較序列越接近參考序列，與案例產品的色彩意象關聯(lián)度越好。

3 實例驗證

以某品牌剪式升降機的配色設計為例。經市場調研分析，已知其色彩意象定位為“穩(wěn)重”與“醒目”。由設計師根據意象定位搜索相關產品案例，共獲得包括挖掘機、起重機、平地機等工程機械產品配色樣本43個，去除品牌、標識等信息，組織3名設計師根據式(1)~(3)進行打分評價，獲得35個滿足要求的色彩案例。根據式(4)、(5)進行色彩合并與取舍，得到各色彩案例的色彩數量、色彩值和色彩面積比重，以式(6)的形式表示。圖1所示為某一產品樣本經色彩合并與取舍得到的色彩案例。

根據剪式升降機外觀組件的形態(tài)、功能，可將其分解為作業(yè)平臺、剪叉機構和底座，如圖2所示。各賦色區(qū)域的面積比重分別為：14.8%、46.1%、39.1%。

優(yōu)先選擇色彩數量與賦色區(qū)域劃分數量相等的色彩案例，共有12個色彩案例滿足要求。以圖1為例，以排列組合的形式進行賦色映射，則可產生共3×3×3=27種配色方案。為體現案例色彩的色彩

意象，同時減小設計師進行方案評價和選擇的工作量，將圖1案例中面積比重最大的色彩賦予圖2賦色區(qū)域中面積最大的部件，即剪式升降機的剪叉機構，從而將賦色映射得到的案例數量減小為9個，如圖3所示。經設計師分析，確定目標意象定位“穩(wěn)重”與“醒目”的權重分別為0.4和0.6，隨機選取5位用戶對9個配色方案和參考色彩案例按十分制進行打分，依據式(8)~(11)計算配色方案與參考案例的灰度關聯(lián)度，計算結果如表1所示。

圖1 某產品樣本色彩案例

圖2 剪式升降機賦色區(qū)域劃分

從表1可看出，方案9與色彩案例的灰度關聯(lián)度最強，原因是其各色彩的空間布局最接近色彩案例的布局方式，且用戶綜合評價值也較高。方案7獲得最高的用戶評價值，與案例色彩也有較高的灰度關聯(lián)度。因此，方案7和方案9與案例色彩具有一致的意象，可作為滿意方案備選。同時，也可看出，當黑色布局于最上方時，其穩(wěn)重感和醒目感都受影響，與案例色彩關聯(lián)度和用戶評價值都較低(如方案 1~3)；黑色位于最下方時，穩(wěn)重感較高(如方案6、9)；黃色位于最上方時，醒目感較好(如方案7~9)，這也符合用戶的認知。據此，可對色彩案例集中其他案例向目標產品進行配色映射，獲得更多的配色方案。

表1 配色方案與案例色彩灰度關聯(lián)度計算結果

4 結 論

為提高產品配色設計的有效性，本文將配色案例和灰度關聯(lián)分析引入產品配色設計過程。通過對獲取的色彩案例樣本篩選，研究了色彩合并、篩選及色彩案例描述方法，提出了基于賦色區(qū)域劃分的色彩方案映射方法，以灰度關聯(lián)分析評價映射后的方案與色彩案例的關聯(lián)性。以剪式升降機的配色設計為例，研究了案例色彩向目標產品的映射過程，用戶評價結果和灰度關聯(lián)分析結果驗證了所提方法有助于實現案例色彩向目標產品配色的轉換，生成用戶滿意方案。下一步工作將研究色彩案例映射的自動求解方法。

[1] Tsai H C, Hsiao S W, Hung F K. An image evaluation approach for parameter-based product form and color design [J]. Computer-Aided Design, 2006, 38(2): 157-171.

[2] Satake I, Xin J H, Tu T M, et al. A comparative study of the emotional assessment of automotive exterior colors in Asia [J]. Progress in Organic Coatings, 2011, 72(3): 528-540.

[3] Tsai H C, Chou J R. Automatic design support and image evaluation of two-coloured products using colour association and colour harmony scales and genetic algorithm [J]. Computer-Aided Design, 2007, 39(9): 818-828.

[4] Tsai H C, Hung C Y, Hung F K. Computer aided product color design w ith artificial intelligence [J]. Computer-Aided Design & Applications, 2007, 4(1): 557-564.

[5] 劉肖健, 李桂琴, 孫守遷. 基于交互式遺傳算法的產品配色設計[J]. 機械工程學報, 2009, 45(10): 222-227.

[6] 劉炯宙, 李基拓, 陸國棟. 色彩語義驅動的產品交互式遺傳配色設計[J]. 計算機輔助設計與圖形學學報, 2012, 24(5): 669-676.

[7] 丁 滿, 孫 偉, 徐 江, 等. 考慮色彩意象不明確的產品色彩模糊優(yōu)化設計[J]. 機械工程學報, 2011, 47(12): 185-190.

[8] Tsai H C, Hsiao S W, Hung F K. An image evaluation approach for parameter-based product form and color design [J]. Computer-Aided Design, 2006, 38(2): 157-171.

[9] Ma M Y, Chen C Y, Wu F G. A design decision-making support model for custom ized product color combination [J]. Computers in Industry, 2007, 58(6): 504-518.

[10] 丁 滿, 孫 偉, 馬鐵強. 多工作模式產品配色意象的灰色評價方法[J]. 計算機輔助設計與圖形學學報, 2009, 21(12): 1857-1862.

[11] 丁 滿, 孫 偉, 馬沁怡. 基于色彩空間分布形式的產品配色意象評價[J]. 計算機集成制造系統(tǒng), 2010, 16(3): 491-542.

[12] 孫志學. 基于灰度關聯(lián)分析的產品色彩方案多意象優(yōu)選[J]. 機械設計, 2015, 32(1): 120-122.

[13] Deng J L. Control problems of grey system [J]. Systems & Control Letters, 1982, 1(5): 288-294.

Product Color Design Method Based on Color Case and Grey Relational Analysis

Yang Yanpu1, Chen Dengkai2, Gu Rong1, Yu Suihuai2

(1. School of Construction Machinery, Chang’an University, Xi’an Shaanxi 710064, China; 2. School of Mechanical Engineering, Northwestern Polytechnical University, Xi’an Shaanxi 710072, China)

To effectively aid industrial designers for product color design, a color design method was proposed by integrating color case and grey relational analysis. From target color image, product color specimens were selected, analyzed and screened. Color merging and trade-off analysis were researched as well as color case description method. For mapping color case to target product color design, target product was partitioned into several areas and grey relational analysis was used to evaluate the relevance between mapping product color scheme and color case. Scissor lift was taken as an example to verify that the proposed method can help transfer case color to target product color design effectively and offer satisfactory solution to customers.

product color design; color case; grey relational analysis; color image

TP 391

10.11996/JG.j.2095-302X.2016040509

A

2095-302X(2016)04-0509-05

2015-11-21；定稿日期：2016-01-09

陜西省自然科學基金項目(2016JQ5107，2015JQ3068)；長安大學中央高?；痦椖?310825151039)。

楊延璞(1984–)，男，河南南陽人，講師，博士。主要研究方向為計算機輔助工業(yè)設計、產品創(chuàng)新設計。E-mail：thomasyang2005@126.com