安塞民間繪畫色彩網絡模型構建研究

燕耀 蔣超 雷桐 俞琳 張瑞濤

摘要： 為了更準確地探究和反映安塞民間繪畫的色彩設計思維，為當下設計提供更具中國特色、民族特色的參考和啟發，文章以安塞民間繪畫為研究對象，開展了數字化網絡模型構建工作研究。首先利用K-means聚類算法進行圖像色彩聚類計算，獲得色彩網絡節點和節點的局部貢獻度;然后，通過專家評價法構建節點貢獻度效率矩陣，并將其與節點局部貢獻度計算相結合，獲得節點的全局貢獻度，實現基礎色彩網絡的優化和色彩模型的構建;最終，隨機抽取案例樣本對所構建模型的可靠性進行了驗證。所提出的新型色彩網絡模型綜合考慮了節點貢獻度，能夠實現對色彩網絡節點度計算方法的優化。案例驗證表明，色彩網絡模型能夠準確反映安塞民間繪畫的色彩特征和配色設計邏輯。

關鍵詞： 色彩設計;色彩網絡模型;安塞民間繪畫;K-means聚類;節點貢獻度矩陣

中圖分類號： TS941.2;TP393.02

文獻標志碼： 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文化遺產，具有陜北地區獨特的地域文化特色，其強烈奔放的用色和配色手法能夠為服裝[1]、產品等設計領域提供極具特色的色彩設計靈感和依據[2]。因此，對安塞民間繪畫色彩體系進行研究，把握其獨特的色彩特征和配色設計邏輯，并將其色彩設計思維在現代服裝和家居生活用品中進行再次利用，可以有效地賦予產品別具一格的色彩情感和文化內涵，實現產品設計創新和差異化。

綜合梳理安塞民間繪畫色彩的相關文獻發現，現有研究方法和結論較為經驗化、定性化和零星化，在科學性和系統性方面略顯不足。燕耀[3]記錄了安塞民間繪畫配色經驗口訣，如“紅靠黃，亮晃晃”“紅搭綠，一塊玉”。吳小珍[4]則僅從設計角度對安塞民間繪畫色彩及其配色規律進行了定性分析和總結。蘇勝等[5]對安塞民間繪畫的藝術形式從整體上進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，并未進行深入研究。

目前，計算機信息技術在色彩研究方面逐步獲得應用。例如，紡織領域已有較多國內外學者利用計算機信息技術構建了多種更為高效、全面和系統的色彩分析和表征工具。而針對服裝、產品等配色設計領域，僅有少數學者提出數字化色彩模型構建的研究理論與方法。如Hard等[6]在頡頏色彩理論（opponent color theory）的基礎上，構建了基于自然色彩系統（natural color system，NCS）的色彩描述模型。Steward[7]為了更好地表達設計要素之間的相互關聯關系，利用網絡模型構建了設計結構矩陣（design structure matrix，DSM）。劉肖建等[8]針對中國傳統紋樣構建了色彩網絡模型，并提出了色彩設計輔助技術。李愚等[9]從產品配色設計和色彩重用角度出發，提出了面向圖像的色彩網絡鄰接模型。而在本文關注的繪畫色彩研究領域，相關研究成果鮮有報道。YANG等[10]利用動態聚類技術對2 100幅繪畫作品圖像實現了特征色彩的快速提取。

對上述技術進行比較分析發現，色彩網絡模型構建技術以色彩定義網絡節點，以色彩面積定義節點度，以色彩相鄰像素數或同時出現的頻率定義相關度。因其綜合考慮色彩、色彩主次和配色關系等多方面的因素，故該模型在面向服裝、產品等設計領域進行應用時，具有更高的可操作性和實際意義。然而常規的色彩網絡模型在色彩分析中過于宏觀，忽略了配色設計中小型色塊在局部區域中的裝飾、分割、對比等作用，因此，在實際應用中往往缺乏配色設計細節。

本文以安塞地區民間繪畫作為研究對象，利用色彩提取技術和像素連接關系構建安塞民間繪畫色彩的基礎網絡模型，并進一步考慮小色塊在局部區域的作用。通過效率矩陣對初始色彩模型進行節點度優化，深入探究安塞民間繪畫的用色和配色邏輯，以期為相關設計提供色彩設計參考和輔助工具。

1?安塞民間繪畫色彩基礎網絡模型構建

1.1?基于K-means聚類的網絡節點構建

考慮到安塞民間繪畫色彩網絡模型應能全面和系統地反映出安塞地區民間繪畫的色彩特色，故本文技術不應局限于對單幅作品的獨立分析，而應以大量繪畫作品樣本作為對象進行研究。又由于安塞民間繪畫均采用飽和度較高的純色，色彩類別數量較少，為簡化聚類過程，利用平面設計軟件對大量樣本進行拼圖，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行整體的色彩聚類，從而實現色彩的快速提取，即網絡節點的構建。

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坐標點集，并對該點集坐標進行聚類;色彩提取過程中，用戶需確定要提取的色彩數，并指定初始聚類中心。利用K-means聚類算法逐一計算每一像素色值和各聚類中心的距離，并根據計算結果將該像素歸入最近的聚類中心。算法結束時，聚類中心即實現圖像的色彩提取，可作為色彩基礎網絡模型的節點。

K-means聚類是一個迭代過程，聚類終止須構建判斷公式。設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為三維色彩空間內可達到的最大距離值，用以實現兩次中心絕對距離的歸一化處理;[D]為分辨閾值，依據相關研究[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網絡模型的色彩節點，中心色彩的像素數即為色彩基礎網絡模型中節點的節點度。

1.2?色彩網絡節點連接關系構建

安塞民間繪畫色彩基礎網絡模型結構如圖1所示。其中節點的色彩值可由聚類結果計算得到，節點度可由像素數確定。本文通過單幅畫作內的色彩鄰接關系來確定節點間的連接關系，可通過矢量處理軟件輕易獲得并計算出鄰接邊緣的長度，從而確定連線的粗細。

2?基于效率矩陣的安塞民間繪畫色彩網絡模型優化

在色彩基礎網絡模型中，節點度體現了色彩節點的重要程度，而部分文獻將色彩節點的節點度單純由像素數確定[6]，這種處理較片面。這是由于在色彩設計過程中，色彩的搭配關系在整體和局部上通常均遵循一定的習慣和邏輯，色彩網絡節點間也存在著隱性且復雜的依賴和貢獻關系。以圖1中的黑色節點為例，該節點雖不具備較高的像素數，但其在整體和局部配色設計中，起到重要的裝飾、分割、對比等作用，這些作用使其在色彩網絡中對其他節點具有較高貢獻。因此，其重要程度不能僅依靠節點像素數來直接衡量，應考慮其對其他色彩節點起到的裝飾、分割、對比等作用，而進行加權。

因此，本文引入重要度貢獻矩陣評價思維，將安塞民間繪畫的配色習慣和邏輯這種隱性的設計思維顯化為貢獻度矩陣，對色彩的節點度進行加權，平衡和優化色彩的重要度和在后期對模型應用時的色彩搭配優先度，故提出一種改進的基于效率矩陣的色彩節點度優化方法。這種改進后的方法不單考慮到色彩基礎網絡中的節點度值，還對節點間的貢獻度進行了考慮。具體來說，將由K-means聚類獲得的色彩基礎網絡模型中的節點度稱為局部節點度，通過效率矩陣優化后的節點度稱為全局節點度。色彩基礎網絡模型中的節點對其他節點的貢獻度可以通過效率矩陣計算[11]。

將全局重要度計算結果帶入色彩基礎網絡模型，即對基礎網絡模型實現進一步優化。

3?安塞民間繪畫色彩網絡模型構建流程

模型構建流程如圖2所示。為便于理解，附簡要說明如下：1）對安塞民間繪畫進行大量的圖像采集，利用現有平面設計軟件，將多幅圖像合并為一個幅面，并輸入圖像;2）指定聚類中心數量和聚類初始位置，利用K-means對圖像色彩進行聚類，從而確定網絡模型節點和局部節點度;3）將圖像進行矢量化處理，利用矢量軟件測量色塊間的鄰接長度，確定連線粗細，建立節點連線，從而實現安塞民間繪畫基礎網絡模型的構建;4）采用李克特量對色彩之間的貢獻度進行評級和打分，從而獲得色彩節點之間的貢獻度矩陣。5）最后，將節點的貢獻度矩陣和局部節點度進行綜合，從而實現對基礎網絡模型的優化，并最終實現安塞民間繪畫色彩網絡模型的構建。

4?安塞民間繪畫色彩網絡模型構建實例

以安塞民間繪畫作為研究對象，對色彩網絡模型的構建方法進行實例驗證與展示。本文委派4名碩士研究生對安塞民間繪畫進行圖像搜集，共搜集安塞民間繪畫經典繪畫作品134幅。由7名安塞繪畫傳承人和4名資深色彩設計研究人員對所搜集作品的代表性進行分析，認為搜集到的畫作樣本能夠較為準確地反映出安塞民間繪畫的色彩特征和色彩設計思維。

為保證對畫作像素點色彩提取結果及兩兩色彩節點的鄰接邊緣長度的準確性，利用Photoshop軟件對134幅作品按原畫作尺寸以同一比例進行整體縮放和拼合，畫作樣本拼合結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網絡模型的構建

對安塞繪畫實際作畫過程進行研究發現，安塞繪畫所使用的顏料通常為12種廣告色，且多使用不經調和的純色，技法也多為平涂。進一步對畫面色彩進行直觀分析發現，其色彩的最終呈現也基本符合作畫規律。因此，指定色彩聚類中心數量，并在各特征顏色上隨機指定初始聚類位置。利用K-means聚類方法，獲得12個色彩網絡節點的RGB值和色彩節點的局部節點度。為方便觀察，對色彩節點的局部節點度進行歸一化處理，最終結果如表1所示。

對兩兩色彩節點的鄰接邊緣長度進行像素統計，并對結果進行歸一化處理，數據如表2所示。

綜上，安塞民間繪畫色彩基礎網絡模型如圖4所示。

4.2?色彩基礎網絡模型優化過程及結果

運用節點貢獻度矩陣對色彩基礎網絡模型進行優化：

1） 采用李克特量構建色彩節點貢獻度5級評價尺度“{幾乎無貢獻，輕微貢獻，一般貢獻，較大貢獻，巨大貢獻}”，并對應分值“{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點間的相互貢獻進行逐一打分，并以單一節點的總得分作為該節點的貢獻度。據此，可構建色彩節點的貢獻度矩陣，歸一化后的節點貢獻度如表3所示。

2） 利用式（2）～（5），計算節點的全局節點度，并實現色彩基礎網絡模型的優化。優化后的色彩網絡模型，即最終模型如圖5所示。

4.3?安塞民間繪畫色彩網絡模型可靠性分析

為了評估安塞民間繪畫色彩網絡模型的可靠性，通過4幅安塞繪畫作品進行驗證分析。在圖庫中進行隨機選取，獲得兩幅原始實驗樣本（圖6（a）（b））和兩幅新挑選樣本（圖6（c）（d））。對驗證樣本進行獨立的色彩網絡模型構建，并將所挑選樣本的色彩網絡模型和本文提出的安塞民間繪畫色彩網絡模型進行對比，以此驗證模型對安塞民間繪畫色彩的概括能力和可靠性。四幅作品的色彩網絡模型如圖7所示。由于單幅作品的色彩關系相對較為簡單，單純計算模型間的誤差并不具有實際意義，在進行色彩模型對比分析時更應關注模型對色彩關系概括的準確性。因此，對模型進行比較發現，安塞民間繪畫色彩網絡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系特征的描述具有較好的可靠性。

5?結?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法，設計了一種新型色彩網絡模型的數字化構建方法，以期更準確地探究和反映安塞民間繪畫的色彩設計思維，并為當下設計提供更具中國特色、民族特色的參考和啟發。相關研究結論如下：

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

2） 設計師在進行意象再現的配色設計過程中，通常由于隨意性和偶然性，未能很好地達到意象再現效果。

本文得到的安塞民間繪畫色彩網絡模型，可從安塞民間繪畫的色彩風格這一角度，為設計師提供數字化的配色設計輔助工具和更為準確的參考，從而提高其色彩設計效率。

3） 利用數字化技術對安塞民間繪畫進行色彩模型研究是一種更為科學和準確的色彩研究方法。本文基于節點貢獻度矩陣，對常規色彩網絡模型節點的節點度計算進行了優化，所提出的色彩網絡模型構建技術可為相關色彩研究提供一定的參考。同時，為了進一步考核本文技術的可靠性和應用范圍，也期望相關研究同行能夠對本文技術和模型進行更為廣泛的驗證。

參考文獻：

[1]陳偉偉， 陳雁. 基于PCCS體系的服裝色彩與服裝風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律研究[J]. 美術文獻， 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. 陜西安塞農民畫[J]. 美術， 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. 傳統紋樣的色彩網絡模型及配色設計輔助技術[J]. 計算機集成制造系統， 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. 產品配色設計的色彩鄰接網絡模型[J]. 計算機集成制造系統， 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絡節點重要度評價算法[J]. 計算物理， 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.