燕耀 蔣超 雷桐 俞琳 張瑞濤

摘要： 為了更準(zhǔn)確地探究和反映安塞民間繪畫的色彩設(shè)計(jì)思維，為當(dāng)下設(shè)計(jì)提供更具中國特色、民族特色的參考和啟發(fā)，文章以安塞民間繪畫為研究對象，開展了數(shù)字化網(wǎng)絡(luò)模型構(gòu)建工作研究。首先利用K-means聚類算法進(jìn)行圖像色彩聚類計(jì)算，獲得色彩網(wǎng)絡(luò)節(jié)點(diǎn)和節(jié)點(diǎn)的局部貢獻(xiàn)度;然后，通過專家評價(jià)法構(gòu)建節(jié)點(diǎn)貢獻(xiàn)度效率矩陣，并將其與節(jié)點(diǎn)局部貢獻(xiàn)度計(jì)算相結(jié)合，獲得節(jié)點(diǎn)的全局貢獻(xiàn)度，實(shí)現(xiàn)基礎(chǔ)色彩網(wǎng)絡(luò)的優(yōu)化和色彩模型的構(gòu)建;最終，隨機(jī)抽取案例樣本對所構(gòu)建模型的可靠性進(jìn)行了驗(yàn)證。所提出的新型色彩網(wǎng)絡(luò)模型綜合考慮了節(jié)點(diǎn)貢獻(xiàn)度，能夠?qū)崿F(xiàn)對色彩網(wǎng)絡(luò)節(jié)點(diǎn)度計(jì)算方法的優(yōu)化。案例驗(yàn)證表明，色彩網(wǎng)絡(luò)模型能夠準(zhǔn)確反映安塞民間繪畫的色彩特征和配色設(shè)計(jì)邏輯。

關(guān)鍵詞： 色彩設(shè)計(jì);色彩網(wǎng)絡(luò)模型;安塞民間繪畫;K-means聚類;節(jié)點(diǎn)貢獻(xiàn)度矩陣

中圖分類號： TS941.2;TP393.02

文獻(xiàn)標(biāo)志碼： A

文章編號： 1001-7003（2020）11-0120-06

引用頁碼： 111301

Abstract： In order to more accurately explore and reflect the color design thinking of Ansai folk painting， and provide the reference and enlightenment for current design with more Chinese characteristics and national characteristics， this paper takes Ansai folk painting as the object of study to investigate the construction of a digital network model. First of all， K-means clustering algorithm was used to calculate image color clustering and gain color network nodes and local contribution degree. Then， the expert evaluation method was applied to construct the contribution efficiency matrix of nodes， and it was combined with calculation of local contribution of nodes to obtain the global contribution degree of nodes and achieve basic color network optimization and color model construction. At last， case samples were chosen at random to verify reliability of the model. The new color network model which considers the contribution degree of nodes can optimize the calculation method of node degree of color network. The result of case verification shows that the color network model can accurately reflect the color characteristics and color matching design logic of Ansai folk painting.

Key words： color design; color network model; Ansai folk painting; K-means clustering; node contribution matrix

安塞民間繪畫作為陜西省非物質(zhì)文化遺產(chǎn)，具有陜北地區(qū)獨(dú)特的地域文化特色，其強(qiáng)烈奔放的用色和配色手法能夠?yàn)榉b[1]、產(chǎn)品等設(shè)計(jì)領(lǐng)域提供極具特色的色彩設(shè)計(jì)靈感和依據(jù)[2]。因此，對安塞民間繪畫色彩體系進(jìn)行研究，把握其獨(dú)特的色彩特征和配色設(shè)計(jì)邏輯，并將其色彩設(shè)計(jì)思維在現(xiàn)代服裝和家居生活用品中進(jìn)行再次利用，可以有效地賦予產(chǎn)品別具一格的色彩情感和文化內(nèi)涵，實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)創(chuàng)新和差異化。

綜合梳理安塞民間繪畫色彩的相關(guān)文獻(xiàn)發(fā)現(xiàn)，現(xiàn)有研究方法和結(jié)論較為經(jīng)驗(yàn)化、定性化和零星化，在科學(xué)性和系統(tǒng)性方面略顯不足。燕耀[3]記錄了安塞民間繪畫配色經(jīng)驗(yàn)口訣，如“紅靠黃，亮晃晃”“紅搭綠，一塊玉”。吳小珍[4]則僅從設(shè)計(jì)角度對安塞民間繪畫色彩及其配色規(guī)律進(jìn)行了定性分析和總結(jié)。蘇勝等[5]對安塞民間繪畫的藝術(shù)形式從整體上進(jìn)行了較為全面的綜合分析，但對色彩的研究部分僅有少量提及，并未進(jìn)行深入研究。

目前，計(jì)算機(jī)信息技術(shù)在色彩研究方面逐步獲得應(yīng)用。例如，紡織領(lǐng)域已有較多國內(nèi)外學(xué)者利用計(jì)算機(jī)信息技術(shù)構(gòu)建了多種更為高效、全面和系統(tǒng)的色彩分析和表征工具。而針對服裝、產(chǎn)品等配色設(shè)計(jì)領(lǐng)域，僅有少數(shù)學(xué)者提出數(shù)字化色彩模型構(gòu)建的研究理論與方法。如Hard等[6]在頡頏色彩理論（opponent color theory）的基礎(chǔ)上，構(gòu)建了基于自然色彩系統(tǒng)（natural color system，NCS）的色彩描述模型。Steward[7]為了更好地表達(dá)設(shè)計(jì)要素之間的相互關(guān)聯(lián)關(guān)系，利用網(wǎng)絡(luò)模型構(gòu)建了設(shè)計(jì)結(jié)構(gòu)矩陣（design structure matrix，DSM）。劉肖建等[8]針對中國傳統(tǒng)紋樣構(gòu)建了色彩網(wǎng)絡(luò)模型，并提出了色彩設(shè)計(jì)輔助技術(shù)。李愚等[9]從產(chǎn)品配色設(shè)計(jì)和色彩重用角度出發(fā)，提出了面向圖像的色彩網(wǎng)絡(luò)鄰接模型。而在本文關(guān)注的繪畫色彩研究領(lǐng)域，相關(guān)研究成果鮮有報(bào)道。YANG等[10]利用動(dòng)態(tài)聚類技術(shù)對2 100幅繪畫作品圖像實(shí)現(xiàn)了特征色彩的快速提取。

對上述技術(shù)進(jìn)行比較分析發(fā)現(xiàn)，色彩網(wǎng)絡(luò)模型構(gòu)建技術(shù)以色彩定義網(wǎng)絡(luò)節(jié)點(diǎn)，以色彩面積定義節(jié)點(diǎn)度，以色彩相鄰像素?cái)?shù)或同時(shí)出現(xiàn)的頻率定義相關(guān)度。因其綜合考慮色彩、色彩主次和配色關(guān)系等多方面的因素，故該模型在面向服裝、產(chǎn)品等設(shè)計(jì)領(lǐng)域進(jìn)行應(yīng)用時(shí)，具有更高的可操作性和實(shí)際意義。然而常規(guī)的色彩網(wǎng)絡(luò)模型在色彩分析中過于宏觀，忽略了配色設(shè)計(jì)中小型色塊在局部區(qū)域中的裝飾、分割、對比等作用，因此，在實(shí)際應(yīng)用中往往缺乏配色設(shè)計(jì)細(xì)節(jié)。

本文以安塞地區(qū)民間繪畫作為研究對象，利用色彩提取技術(shù)和像素連接關(guān)系構(gòu)建安塞民間繪畫色彩的基礎(chǔ)網(wǎng)絡(luò)模型，并進(jìn)一步考慮小色塊在局部區(qū)域的作用。通過效率矩陣對初始色彩模型進(jìn)行節(jié)點(diǎn)度優(yōu)化，深入探究安塞民間繪畫的用色和配色邏輯，以期為相關(guān)設(shè)計(jì)提供色彩設(shè)計(jì)參考和輔助工具。

1?安塞民間繪畫色彩基礎(chǔ)網(wǎng)絡(luò)模型構(gòu)建

1.1?基于K-means聚類的網(wǎng)絡(luò)節(jié)點(diǎn)構(gòu)建

考慮到安塞民間繪畫色彩網(wǎng)絡(luò)模型應(yīng)能全面和系統(tǒng)地反映出安塞地區(qū)民間繪畫的色彩特色，故本文技術(shù)不應(yīng)局限于對單幅作品的獨(dú)立分析，而應(yīng)以大量繪畫作品樣本作為對象進(jìn)行研究。又由于安塞民間繪畫均采用飽和度較高的純色，色彩類別數(shù)量較少，為簡化聚類過程，利用平面設(shè)計(jì)軟件對大量樣本進(jìn)行拼圖，將多幅圖像按原始大小等比縮放集成為一整幅圖像;并利用K-means聚類對集成后的圖像進(jìn)行整體的色彩聚類，從而實(shí)現(xiàn)色彩的快速提取，即網(wǎng)絡(luò)節(jié)點(diǎn)的構(gòu)建。

基于K-means聚類算法，在RGB色彩模式下，將繪畫圖像的全部像素視為色彩空間中的一個(gè)坐標(biāo)點(diǎn)集，并對該點(diǎn)集坐標(biāo)進(jìn)行聚類;色彩提取過程中，用戶需確定要提取的色彩數(shù)，并指定初始聚類中心。利用K-means聚類算法逐一計(jì)算每一像素色值和各聚類中心的距離，并根據(jù)計(jì)算結(jié)果將該像素歸入最近的聚類中心。算法結(jié)束時(shí)，聚類中心即實(shí)現(xiàn)圖像的色彩提取，可作為色彩基礎(chǔ)網(wǎng)絡(luò)模型的節(jié)點(diǎn)。

K-means聚類是一個(gè)迭代過程，聚類終止須構(gòu)建判斷公式。設(shè)Dmax為本次聚類中心和上次聚類中心的最大距離，[CR]′，[CG]′，[CB]′分別為本次聚類中心的RGB值;[CR]，[CG]，[CB]為上次聚類中心的RGB值;3×2552為三維色彩空間內(nèi)可達(dá)到的最大距離值，用以實(shí)現(xiàn)兩次中心絕對距離的歸一化處理;[D]為分辨閾值，依據(jù)相關(guān)研究[11]，[D]=005。則聚類終止條件為Dmax<[D]。

K-means聚類中心的色彩值即為色彩基礎(chǔ)網(wǎng)絡(luò)模型的色彩節(jié)點(diǎn)，中心色彩的像素?cái)?shù)即為色彩基礎(chǔ)網(wǎng)絡(luò)模型中節(jié)點(diǎn)的節(jié)點(diǎn)度。

1.2?色彩網(wǎng)絡(luò)節(jié)點(diǎn)連接關(guān)系構(gòu)建

安塞民間繪畫色彩基礎(chǔ)網(wǎng)絡(luò)模型結(jié)構(gòu)如圖1所示。其中節(jié)點(diǎn)的色彩值可由聚類結(jié)果計(jì)算得到，節(jié)點(diǎn)度可由像素?cái)?shù)確定。本文通過單幅畫作內(nèi)的色彩鄰接關(guān)系來確定節(jié)點(diǎn)間的連接關(guān)系，可通過矢量處理軟件輕易獲得并計(jì)算出鄰接邊緣的長度，從而確定連線的粗細(xì)。

2?基于效率矩陣的安塞民間繪畫色彩網(wǎng)絡(luò)模型優(yōu)化

在色彩基礎(chǔ)網(wǎng)絡(luò)模型中，節(jié)點(diǎn)度體現(xiàn)了色彩節(jié)點(diǎn)的重要程度，而部分文獻(xiàn)將色彩節(jié)點(diǎn)的節(jié)點(diǎn)度單純由像素?cái)?shù)確定[6]，這種處理較片面。這是由于在色彩設(shè)計(jì)過程中，色彩的搭配關(guān)系在整體和局部上通常均遵循一定的習(xí)慣和邏輯，色彩網(wǎng)絡(luò)節(jié)點(diǎn)間也存在著隱性且復(fù)雜的依賴和貢獻(xiàn)關(guān)系。以圖1中的黑色節(jié)點(diǎn)為例，該節(jié)點(diǎn)雖不具備較高的像素?cái)?shù)，但其在整體和局部配色設(shè)計(jì)中，起到重要的裝飾、分割、對比等作用，這些作用使其在色彩網(wǎng)絡(luò)中對其他節(jié)點(diǎn)具有較高貢獻(xiàn)。因此，其重要程度不能僅依靠節(jié)點(diǎn)像素?cái)?shù)來直接衡量，應(yīng)考慮其對其他色彩節(jié)點(diǎn)起到的裝飾、分割、對比等作用，而進(jìn)行加權(quán)。

因此，本文引入重要度貢獻(xiàn)矩陣評價(jià)思維，將安塞民間繪畫的配色習(xí)慣和邏輯這種隱性的設(shè)計(jì)思維顯化為貢獻(xiàn)度矩陣，對色彩的節(jié)點(diǎn)度進(jìn)行加權(quán)，平衡和優(yōu)化色彩的重要度和在后期對模型應(yīng)用時(shí)的色彩搭配優(yōu)先度，故提出一種改進(jìn)的基于效率矩陣的色彩節(jié)點(diǎn)度優(yōu)化方法。這種改進(jìn)后的方法不單考慮到色彩基礎(chǔ)網(wǎng)絡(luò)中的節(jié)點(diǎn)度值，還對節(jié)點(diǎn)間的貢獻(xiàn)度進(jìn)行了考慮。具體來說，將由K-means聚類獲得的色彩基礎(chǔ)網(wǎng)絡(luò)模型中的節(jié)點(diǎn)度稱為局部節(jié)點(diǎn)度，通過效率矩陣優(yōu)化后的節(jié)點(diǎn)度稱為全局節(jié)點(diǎn)度。色彩基礎(chǔ)網(wǎng)絡(luò)模型中的節(jié)點(diǎn)對其他節(jié)點(diǎn)的貢獻(xiàn)度可以通過效率矩陣計(jì)算[11]。

將全局重要度計(jì)算結(jié)果帶入色彩基礎(chǔ)網(wǎng)絡(luò)模型，即對基礎(chǔ)網(wǎng)絡(luò)模型實(shí)現(xiàn)進(jìn)一步優(yōu)化。

3?安塞民間繪畫色彩網(wǎng)絡(luò)模型構(gòu)建流程

模型構(gòu)建流程如圖2所示。為便于理解，附簡要說明如下：1）對安塞民間繪畫進(jìn)行大量的圖像采集，利用現(xiàn)有平面設(shè)計(jì)軟件，將多幅圖像合并為一個(gè)幅面，并輸入圖像;2）指定聚類中心數(shù)量和聚類初始位置，利用K-means對圖像色彩進(jìn)行聚類，從而確定網(wǎng)絡(luò)模型節(jié)點(diǎn)和局部節(jié)點(diǎn)度;3）將圖像進(jìn)行矢量化處理，利用矢量軟件測量色塊間的鄰接長度，確定連線粗細(xì)，建立節(jié)點(diǎn)連線，從而實(shí)現(xiàn)安塞民間繪畫基礎(chǔ)網(wǎng)絡(luò)模型的構(gòu)建;4）采用李克特量對色彩之間的貢獻(xiàn)度進(jìn)行評級和打分，從而獲得色彩節(jié)點(diǎn)之間的貢獻(xiàn)度矩陣。5）最后，將節(jié)點(diǎn)的貢獻(xiàn)度矩陣和局部節(jié)點(diǎn)度進(jìn)行綜合，從而實(shí)現(xiàn)對基礎(chǔ)網(wǎng)絡(luò)模型的優(yōu)化，并最終實(shí)現(xiàn)安塞民間繪畫色彩網(wǎng)絡(luò)模型的構(gòu)建。

4?安塞民間繪畫色彩網(wǎng)絡(luò)模型構(gòu)建實(shí)例

以安塞民間繪畫作為研究對象，對色彩網(wǎng)絡(luò)模型的構(gòu)建方法進(jìn)行實(shí)例驗(yàn)證與展示。本文委派4名碩士研究生對安塞民間繪畫進(jìn)行圖像搜集，共搜集安塞民間繪畫經(jīng)典繪畫作品134幅。由7名安塞繪畫傳承人和4名資深色彩設(shè)計(jì)研究人員對所搜集作品的代表性進(jìn)行分析，認(rèn)為搜集到的畫作樣本能夠較為準(zhǔn)確地反映出安塞民間繪畫的色彩特征和色彩設(shè)計(jì)思維。

為保證對畫作像素點(diǎn)色彩提取結(jié)果及兩兩色彩節(jié)點(diǎn)的鄰接邊緣長度的準(zhǔn)確性，利用Photoshop軟件對134幅作品按原畫作尺寸以同一比例進(jìn)行整體縮放和拼合，畫作樣本拼合結(jié)果的局部展示效果如圖3所示。

4.1?安塞民間繪畫色彩基礎(chǔ)網(wǎng)絡(luò)模型的構(gòu)建

對安塞繪畫實(shí)際作畫過程進(jìn)行研究發(fā)現(xiàn)，安塞繪畫所使用的顏料通常為12種廣告色，且多使用不經(jīng)調(diào)和的純色，技法也多為平涂。進(jìn)一步對畫面色彩進(jìn)行直觀分析發(fā)現(xiàn)，其色彩的最終呈現(xiàn)也基本符合作畫規(guī)律。因此，指定色彩聚類中心數(shù)量，并在各特征顏色上隨機(jī)指定初始聚類位置。利用K-means聚類方法，獲得12個(gè)色彩網(wǎng)絡(luò)節(jié)點(diǎn)的RGB值和色彩節(jié)點(diǎn)的局部節(jié)點(diǎn)度。為方便觀察，對色彩節(jié)點(diǎn)的局部節(jié)點(diǎn)度進(jìn)行歸一化處理，最終結(jié)果如表1所示。

對兩兩色彩節(jié)點(diǎn)的鄰接邊緣長度進(jìn)行像素統(tǒng)計(jì)，并對結(jié)果進(jìn)行歸一化處理，數(shù)據(jù)如表2所示。

綜上，安塞民間繪畫色彩基礎(chǔ)網(wǎng)絡(luò)模型如圖4所示。

4.2?色彩基礎(chǔ)網(wǎng)絡(luò)模型優(yōu)化過程及結(jié)果

運(yùn)用節(jié)點(diǎn)貢獻(xiàn)度矩陣對色彩基礎(chǔ)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化：

1） 采用李克特量構(gòu)建色彩節(jié)點(diǎn)貢獻(xiàn)度5級評價(jià)尺度“{幾乎無貢獻(xiàn)，輕微貢獻(xiàn)，一般貢獻(xiàn)，較大貢獻(xiàn)，巨大貢獻(xiàn)}”，并對應(yīng)分值“{0.2，0.4，0.6，0.8，1.0}”。選取7名安塞繪畫傳承人對色彩節(jié)點(diǎn)間的相互貢獻(xiàn)進(jìn)行逐一打分，并以單一節(jié)點(diǎn)的總得分作為該節(jié)點(diǎn)的貢獻(xiàn)度。據(jù)此，可構(gòu)建色彩節(jié)點(diǎn)的貢獻(xiàn)度矩陣，歸一化后的節(jié)點(diǎn)貢獻(xiàn)度如表3所示。

2） 利用式（2）～（5），計(jì)算節(jié)點(diǎn)的全局節(jié)點(diǎn)度，并實(shí)現(xiàn)色彩基礎(chǔ)網(wǎng)絡(luò)模型的優(yōu)化。優(yōu)化后的色彩網(wǎng)絡(luò)模型，即最終模型如圖5所示。

4.3?安塞民間繪畫色彩網(wǎng)絡(luò)模型可靠性分析

為了評估安塞民間繪畫色彩網(wǎng)絡(luò)模型的可靠性，通過4幅安塞繪畫作品進(jìn)行驗(yàn)證分析。在圖庫中進(jìn)行隨機(jī)選取，獲得兩幅原始實(shí)驗(yàn)樣本（圖6（a）（b））和兩幅新挑選樣本（圖6（c）（d））。對驗(yàn)證樣本進(jìn)行獨(dú)立的色彩網(wǎng)絡(luò)模型構(gòu)建，并將所挑選樣本的色彩網(wǎng)絡(luò)模型和本文提出的安塞民間繪畫色彩網(wǎng)絡(luò)模型進(jìn)行對比，以此驗(yàn)證模型對安塞民間繪畫色彩的概括能力和可靠性。四幅作品的色彩網(wǎng)絡(luò)模型如圖7所示。由于單幅作品的色彩關(guān)系相對較為簡單，單純計(jì)算模型間的誤差并不具有實(shí)際意義，在進(jìn)行色彩模型對比分析時(shí)更應(yīng)關(guān)注模型對色彩關(guān)系概括的準(zhǔn)確性。因此，對模型進(jìn)行比較發(fā)現(xiàn)，安塞民間繪畫色彩網(wǎng)絡(luò)模型可以完全概括樣本色彩模型，即該模型對安塞繪畫色彩關(guān)系特征的描述具有較好的可靠性。

5?結(jié)?論

本文以安塞民間繪畫為研究對象，通過引入K-means聚類算法和專家評價(jià)法，設(shè)計(jì)了一種新型色彩網(wǎng)絡(luò)模型的數(shù)字化構(gòu)建方法，以期更準(zhǔn)確地探究和反映安塞民間繪畫的色彩設(shè)計(jì)思維，并為當(dāng)下設(shè)計(jì)提供更具中國特色、民族特色的參考和啟發(fā)。相關(guān)研究結(jié)論如下：

1） 本文將復(fù)雜的安塞民間繪畫色彩關(guān)系在一定程度上進(jìn)行簡化和概括，最終得到的安塞民間繪畫色彩網(wǎng)絡(luò)模型能夠較好地反映安塞民間繪畫的色彩關(guān)系和特征。

2） 設(shè)計(jì)師在進(jìn)行意象再現(xiàn)的配色設(shè)計(jì)過程中，通常由于隨意性和偶然性，未能很好地達(dá)到意象再現(xiàn)效果。

本文得到的安塞民間繪畫色彩網(wǎng)絡(luò)模型，可從安塞民間繪畫的色彩風(fēng)格這一角度，為設(shè)計(jì)師提供數(shù)字化的配色設(shè)計(jì)輔助工具和更為準(zhǔn)確的參考，從而提高其色彩設(shè)計(jì)效率。

3） 利用數(shù)字化技術(shù)對安塞民間繪畫進(jìn)行色彩模型研究是一種更為科學(xué)和準(zhǔn)確的色彩研究方法。本文基于節(jié)點(diǎn)貢獻(xiàn)度矩陣，對常規(guī)色彩網(wǎng)絡(luò)模型節(jié)點(diǎn)的節(jié)點(diǎn)度計(jì)算進(jìn)行了優(yōu)化，所提出的色彩網(wǎng)絡(luò)模型構(gòu)建技術(shù)可為相關(guān)色彩研究提供一定的參考。同時(shí)，為了進(jìn)一步考核本文技術(shù)的可靠性和應(yīng)用范圍，也期望相關(guān)研究同行能夠?qū)Ρ疚募夹g(shù)和模型進(jìn)行更為廣泛的驗(yàn)證。

參考文獻(xiàn)：

[1]陳偉偉， 陳雁. 基于PCCS體系的服裝色彩與服裝風(fēng)格的色彩空間匹配分析[J]. 絲綢， 2019， 56（1）： 66-72.

CHEN Weiwei， CHEN Yan. Color space matching analysis of clothing colors and clothing styles based on PCCS color system[J]. Journal of Silk， 2019， 56（1）： 66-72.

[2]徐平華， 冒海琳， 張玉杰， 等. 民族服飾色彩構(gòu)成分析方法研究[J]. 絲綢， 2019， 56（3）： 24-29.

XU Pinghua， MAO Hailin， ZHANG Yujie， et al. Study on analysis method for color composition of ethnic costumes[J]. Journal of Silk， 2019， 56（3）： 24-29.

[3]燕耀. 安塞民間繪畫的色彩配比規(guī)律研究[J]. 美術(shù)文獻(xiàn)， 2019（10）： 148-150.

YAN Yao. Research on the color matching law of Ansai folk painting[J]. Art Literature， 2019（10）： 148-150.

[4]吳小珍. 淺析安塞現(xiàn)代民間繪畫的色彩[J]. 群文天地， 2012（17）： 181.

WU Xiaozhen. Analysis of the color of Ansai modern folk painting[J]. Qun Wen Tian Di， 2012（17）： 181.

[5]蘇勝， 顧森. 陜西安塞農(nóng)民畫[J]. 美術(shù)， 2019（7）： 118-119.

SU Sheng， GU Sen. Shaanxi Ansai peasant paintings[J]. Art Magazine， 2019（7）： 118-119.

[6]HARD A， SIVIK L. A theory of colors in combination： a descriptive model related to the NCS color-order system[J]. Color Research and Application， 2001， 26（1）： 4-28.

[7]STEWARD D V. The design structure system： a method for managing the design of complex system[C]// Proceedings of IEEE Transaction on Engineering Management. Washington D C USA： IEEE， 1981： 152-161.

[8]劉肖健， 曹愉靜， 趙露唏. 傳統(tǒng)紋樣的色彩網(wǎng)絡(luò)模型及配色設(shè)計(jì)輔助技術(shù)[J]. 計(jì)算機(jī)集成制造系統(tǒng)， 2016， 22（4）： 899-907.

LIU Xiaojian， CAO Yujing， ZHAO Luxi. Color networks of traditional cultural patterns and color design aiding technology[J]. Computer Integrated Manufacturing Systems， 2016， 22（4）： 899-907.

[9]李愚， 劉肖健， 孫艷， 等. 產(chǎn)品配色設(shè)計(jì)的色彩鄰接網(wǎng)絡(luò)模型[J]. 計(jì)算機(jī)集成制造系統(tǒng)， 2019， 25（9）： 2355-2364.

LI Yu， LIU Xiaojian， SUN Yan， et al. Color adjacent network model for product color design[J]. Computer Integrated Manufacturing Systems， 2019， 25（9）： 2355-2364.

[10]YANG N C， CHANG Weihan， KUO C M， et al. A fast MPEG-7 dominant color extraction with new similarity measure for imae retrieval[J]. Journal of Visual Communication and Image Representation， 2008， 19（2）： 92-105.

[11]范文禮， 劉志剛. 一種基于效率矩陣的網(wǎng)絡(luò)節(jié)點(diǎn)重要度評價(jià)算法[J]. 計(jì)算物理， 2013（5）： 714-719.

FAN Wenli， LIU Zhigang. An evaluation method for node importance based on efficiency matrix[J]. Chinese Journal of Computational Physics， 2013（5）： 714-719.