Color recipe prediction with neural networks

Abstract

Kumaşlar çoğu zaman daha çekici bir görünüm veya etki vermek için renklendirilirler. Bu renklendirmelerde aynı renkte olması istenen ve farklı zamanlarda ve farklı makinelerle boyanan kumaşlarda istenen rengin birebir tutturulması için renk reçetesi kullanılmaktadır. Dolayısıyla tekstil alanında renk reçetesi tahmini çok önemli bir yer tutmaktadır. Boyahanelerde bulunan bilgisayarlı renk ölçüm cihazları renk reçetesi tahmininde kullanılan önemli cihazlardır. Renk reçetesinin doğru tahmin edilmesi, performansı arttırmakta, süreci kısaltmakta ve olası hataları azaltmaktadır._x000B_Renk reçetesi tahmininde kullanılan birçok yöntem bulunmaktadır. Ancak, renk reçeteleri doğrusal olmayan bir yapıya sahip olduğu için bu tezde yapay sinir ağları ve bulanık mantık yöntemleri ile renk reçetesi tahmin edilmeye çalışılmıştır. Bu tahminler yapılırken CIE sistemi (Lab, Lch, XYZ) ve reflektans değerlerine göre oluşturulmuş veri grupları kullanılmıştır. MATLAB de geliştirilen çeşitli programlarla radial basis function sinir ağı, feed-forward multilayer perceptron sinir ağı ve bulanık mantık ile reçete tahmini yapılmış ve sonuçları detaylı olarak karşılaştırılmıştır._x000B_Bu üç metot ile yapılan uygulamalarda görüldü ki, eğitim için ayrılan veri miktarı 250' den 400' e çıkarılınca sistemin hata oranı %0' a düştü. Bu gösterir ki, eğitim için kullanılan veri miktarı sistemin başarısı için çok önemlidir._x000B_Sonuç olarak bu üç metotta da %100 başarı oranı elde edilmiştir, ama RBF, MLP ve bulanık mantığa göre daha başarılı bir metot olmuştur. RBF öteki metotlara göre hem daha hızlı hem de daha kararlıdır. RBF, %0 hata oranına daha çabuk ulaşır. The textile is colored most of the time for giving a more attractive appearance or effect. In these colorings, in order to have exactly the same color; color recipe is used for the textile that wanted to be the same color but dyed in different times and with different dyeing machines. Because of this, color recipe prediction has a very important place in the textile industry. Computerized color measurement devices used in dye houses are important devices for color recipe prediction. Predicting the color recipe correctly increases the dyeing performance; decreases complete dyeing process time and decrease the possible errors that are likely to be made._x000B_There are a lot of methods used in color recipe prediction. However, because of the nonlinear structure of the color recipes, in this thesis color recipe prediction has been performed by using artificial neural networks and fuzzy logic. While making these predictions, the used data groups made according to CIE system (Lab, Lch, XYZ) and reflectance values. With various programs; radial basis function neural network (RBF NN), feed-forward multilayer perceptron neural network (MLP NN) and fuzzy logic developed in MATLAB were used for calculating the color recipe and their results were compared in detail._x000B_In the applications with these three methods it was seen that as the data quantity for training was increased from 250 to 400, the error percentage of the system decreased to 0%. This shows that the quantity of training data is very important for successful training of the system._x000B_As a result in all three methods the success of 100% was achieved, however RBF was the most successful method compared to MLP and fuzzy logic. RBF was both faster and was also more stable than the others. It reaches to 0% error value faster.