선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 92의 높은 R2 값을 보여 모델의 뛰어난 예측정확성이 다시 한 번 검증되었다. 본 연구에서 개발된 모델은 텍스타일 디자이너들로 하여금 특히 명도에 있어(실험에서 사용된 그레이스케일 비교 방법 특성 상) 특정 색채의 직물이 소비자들에게 어떻게 지각되는지 미리 예측하는 데에 도움을줄 것이다. 이에 따라 직물의 색채를 디자인하는 과정에서 단순히 물리적 색채를 넘어 원하는 주관적 색채를 얻기 위한 반복적인 샘플링의 시행착오를 줄임으로써 현 의류산업의 직물 디자인 프로세싱에 유용하게활용될 수 있을 것으로 예상된다.
- 본 연구에서 개발된 모델은 특히 색채의 전반적인지각에 중요한 영향을 미치는 명도에 있어 서로 다른색의 실들이 혼합된 사염직물이 소비자들에게 어떻게지각될지 미리 예측할 수 있게 한다. 이에 따라 직물의색채를 디자인하는 과정에서 단순히 물리적 색채를 넘어 원하는 주관적 색채를 얻기 위한 반복적인 샘플링의시행착오를 줄임으로써 현 의류산업의 직물 디자인 프로세싱에 유용하게 활용될 수 있을 것으로 예상된다.
- 본 연구에서는 사염직물을 구성하는 서로 다른 색의실들의 시각적 혼색 효과를 정량적으로 분석하였다. 이를 위해 한 가지 이상의 색 실로 구성된 사염직물과 순색 이미지 21쌍의 시각적 색채 차이를 그레이 스케일비교 방법을 사용하여 평가하였고, 다음과 같은 결과가도출되었다.
- 직물 조직으로는 경⋅위사 밀도가 47⨯40/cm2인 1/4 위수자직이 사용되었다. 수자직은 직물 표면에 다양한 색의 경사(경수자직) 또는 주로 위사(위수자직, 경사보다 다양한 색의 위사를 직기에 투입시키는 것이 수월함)가 길게 부사를 형성하여 다른 조직보다 채도 높은 직물을 만들 수 있고(Grosicki, 1975),경사와 위사가 교차하는 조직점이 분산되어 상대적으로 텍스쳐 없이 평평한 표면을 만들기 때문에 다른 변수의 영향을 배제한 개별 실색의 혼합 효과를 분석하려는 본 연구의 목적에 적합하다. [Table 1]은 본 연구를 위해 제작된 직물 시료의 디자인적 특성을 요약하고 있다.
- 이에, 본 연구는 사염직물을 구성하는 실의 시각적 혼색 효과를 수치적으로 분석하기 위해 그레이 스케일을 사용하여 사염직물과 순색의 시각적 색채 차이(Visual color difference)를 평가하였다. 우선 사염직물과 동일한 물리적 색채값을 지닌 순색의 주관적 색채(지각되는 색채)가 동일하지 않음을 입증하였고, 그 차이를 계산하였다.
가설 설정
- b: Instrumentally measured colors of woven fabric samples.
제안 방법
- CRT 모니터 상에서 직물과 순색의 시각적 색채 차이를 가하기 위해 21종의 직물 시료를 HP K209a-z colorscanner로 스캔하였다. 스캔하는 과정에서 스캐너의 자동 색채 조정 및 자동 이미지 개선 기능을 제거하였으며, 스캔된 이미지와 실제 직물 시료가 50cm의 일반 관찰 거리에서 동일한 외관을 갖도록 해상도를 1200ppi로높게 설정하였다.
- 3]과 같이 회색 배경(L*=50) 위에서 우측 상단의 직물-순색 시료 쌍, 좌측 상단의 그레이 스케일 쌍, 하단의 9단계의그레이 스케일로 구성되었다. 각 피험자는 제시된 직물-순색 시료 쌍에서 느껴지는 시각적 색채 차이를 하단에 제시된 9단계의 그레이 스케일 중 하나를 선택하여평가하였다. 직물-순색 시료 쌍의 비교군으로서 그레이스케일 쌍에서 우측(표준)은 가장 어두운 5급(G5) 그레이 스케일로 항상 고정되어 있었고, 좌측은 9단계의 그레이 스케일 중 피험자가 클릭하는 단계로 바뀌도록 디자인되었다.
- 주관적으로 느껴지는 사염직물과 순색의 시각적 색채 차이의 크기를 계산된 ΔV를 토대로 수치적으로 분석하였다. 그 후, 사염직물을 구성하는 실들의 시각적 혼색 효과, 즉 혼합된 실의 색 수와 그 혼색 결과로서 사염직물의 전반적인 명도, 채도, 색상이 그 직물의 색채 인식에 미치는 영향을 통계적으로 분석하였다. 우선 직물과 순색의 시각적 색채 차이 ΔV에 유의한 영향을 미치는 변수들을 파악하기 위해 피어슨 상관분석(Pearson's correlation analysis)을 실시하였다.
- 우선 사염직물과 동일한 물리적 색채값을 지닌 순색의 주관적 색채(지각되는 색채)가 동일하지 않음을 입증하였고, 그 차이를 계산하였다. 그 후, 직물을 구성하는 실의 색수와 직물의 전반적인 명도, 채도, 색상이 이러한 차이에 어떻게영향을 미치는지 분석하였다. 마지막으로 사염직물의주관적 색채에 관한 기존 연구들(Kandi et al.
- 그럼에도 불구하고 직물 시료와 순색시료가 다른 색채로 지각됨을 입증하고, 그 시각적 차이를 수치화하기 위해 21쌍의 직물-순색 시료에 대해피험자들이 평가한 그레이 스케일 값 G를 [Eq. 1]을 사용하여 CIELAB 색채 차이값 ΔE*ab에 상응하는 시각적색채 차이값인 ΔV로 계산하였다.
- 단순회귀분석에서 ΔV의 추세선을 얻기 위해 1차,2차, 3차 함수를 시도하였고, 그 중 데이터의 설명력이가장 높은 3차 함수를 최종 추세선으로 선택하였다.
- 그 후, 직물을 구성하는 실의 색수와 직물의 전반적인 명도, 채도, 색상이 이러한 차이에 어떻게영향을 미치는지 분석하였다. 마지막으로 사염직물의주관적 색채에 관한 기존 연구들(Kandi et al., 2008; Shaoet al., 2006; Tsang, 2016)이 제시하지 않은 사염직물의 물리적 색채와 주관적 색채의 차이를 수치적으로 예측할 수 있는 모델을 개발하였고, 그 정확성을 검증하였다.
- 모든 실험이 끝난후, 각 직물-순색 시료 쌍에 대해 평가된 그레이 스케일값 G를 [Eq. 1]을 사용하여 시각적 색채 차이값인 ΔV로 변환하였다.
- 사염직물 안에서 실들의 시각적 혼색 효과를 분석하기 위해 12명의 피험자를 대상으로 그레이 스케일 비교 방법(Gray Scale Comparison Method)을 이용한 직물과 순색의 시각적 색채 차이 평가 실험이 진행되었다. 본 실험은 전문적으로 칼리브레이션(Calibration)된 CRT(Cathode ray tube) 모니터 상에서 진행되었다.
- CRT 모니터 상에서 직물과 순색의 시각적 색채 차이를 가하기 위해 21종의 직물 시료를 HP K209a-z colorscanner로 스캔하였다. 스캔하는 과정에서 스캐너의 자동 색채 조정 및 자동 이미지 개선 기능을 제거하였으며, 스캔된 이미지와 실제 직물 시료가 50cm의 일반 관찰 거리에서 동일한 외관을 갖도록 해상도를 1200ppi로높게 설정하였다. 직물 시료와 비교할 순색 시료는 각 직물 시료의 물리적 색채 측정치를 Datacolor TOOLS 소프트웨어를 사용하여 모니터 상에 시각화하여 이미지로 제작하였다.
- 본 연구에서는 사염직물을 구성하는 서로 다른 색의실들의 시각적 혼색 효과를 정량적으로 분석하였다. 이를 위해 한 가지 이상의 색 실로 구성된 사염직물과 순색 이미지 21쌍의 시각적 색채 차이를 그레이 스케일비교 방법을 사용하여 평가하였고, 다음과 같은 결과가도출되었다.
- 주관적으로 느껴지는 사염직물과 순색의 시각적 색채 차이의 크기를 계산된 ΔV를 토대로 수치적으로 분석하였다.
- 스캔하는 과정에서 스캐너의 자동 색채 조정 및 자동 이미지 개선 기능을 제거하였으며, 스캔된 이미지와 실제 직물 시료가 50cm의 일반 관찰 거리에서 동일한 외관을 갖도록 해상도를 1200ppi로높게 설정하였다. 직물 시료와 비교할 순색 시료는 각 직물 시료의 물리적 색채 측정치를 Datacolor TOOLS 소프트웨어를 사용하여 모니터 상에 시각화하여 이미지로 제작하였다. [Table 2]는 본 시각적 색채 차이 평가실험에서 사용된 21쌍의 직물 시료와 순색 시료를 보여주며, [Fig.
- 직물과 순색의 시각적 색채 차이를 평가하는 데에있어 피험자의 정확성(Accuracy)과 반복성(Repeatability)을 검증하기 위해 변동계수(Coefficient of variation; CV)를 계산하였다. 변동계수는 두 데이터 세트 간에 상대오차백분율을 나타내며, [Eq.
대상 데이터
- 20∼30대 여성 피험자 12명이 실험에 참가하였다.
- Arahne CAD(Computer-Aided Design) 시스템과 StaubliLX 3202 자카드직기를 사용하여 다양한 색채를 갖는21종의 사염직물 시료가 제작되었다. 경사로 흰색 실이 모든 시료에 동일하게 사용되었고, 위사로 삼원색인 사이언, 마젠타, 노랑색 실이 여러 비율로 조합되어 사용되었다.
- 직물 시료와 비교할 순색 시료는 각 직물 시료의 물리적 색채 측정치를 Datacolor TOOLS 소프트웨어를 사용하여 모니터 상에 시각화하여 이미지로 제작하였다. [Table 2]는 본 시각적 색채 차이 평가실험에서 사용된 21쌍의 직물 시료와 순색 시료를 보여주며, [Fig. 3]은 모니터(Samsung SyncMaster, 21인치)상에서의 실험 디스플레이를 보여준다. [Table 2]에 제시된 각 직물-순색 시료 쌍에서 순색 시료는 해당 직물시료의 색채 측정치를 그대로 시각화시킨 이미지이기때문에 두 시료의 물리적 색채값, 즉 CIE L*a*b*C*ho값은 동일하다.
- 본 실험에 들어가기에 앞서 피험자들이 정상적인 색 지각 능력을 가지고 있는지 확인하기 위해 이시하라 색각검사(Ishihara Pseudoisochromatic Plates Test)와 FM 100색상 검사(Farnsworth Munsell 100 Hue Color Vision Test)를 실시하였다. 검사결과, 모든 피험자는 정상적인 색지각 능력을 가지고 있었고, 이에 본 실험결과 분석 시피험자의 모든 데이터가 사용되었다.
- Arahne CAD(Computer-Aided Design) 시스템과 StaubliLX 3202 자카드직기를 사용하여 다양한 색채를 갖는21종의 사염직물 시료가 제작되었다. 경사로 흰색 실이 모든 시료에 동일하게 사용되었고, 위사로 삼원색인 사이언, 마젠타, 노랑색 실이 여러 비율로 조합되어 사용되었다. 사용된 모든 실은 0.
- 사염직물 안에서 실들의 시각적 혼색 효과를 분석하기 위해 12명의 피험자를 대상으로 그레이 스케일 비교 방법(Gray Scale Comparison Method)을 이용한 직물과 순색의 시각적 색채 차이 평가 실험이 진행되었다. 본 실험은 전문적으로 칼리브레이션(Calibration)된 CRT(Cathode ray tube) 모니터 상에서 진행되었다.
- 가장 높은 5급(G5)은 두 샘플의 색 차이가 없음을 나타내며, 가장 낮은 1급(G1)은 가장 큰 색 차이를 갖는다. 본 연구에서는 9단계로 구성된AATCC(2007) 그레이 스케일을 사용하였다. 그레이 스케일의 각 단계 G는 <Eq.
- 경사로 흰색 실이 모든 시료에 동일하게 사용되었고, 위사로 삼원색인 사이언, 마젠타, 노랑색 실이 여러 비율로 조합되어 사용되었다. 사용된 모든 실은 0.125mm 굵기의 동일한 폴리에스터 필라멘트사였다. 직물 조직으로는 경⋅위사 밀도가 47⨯40/cm2인 1/4 위수자직이 사용되었다.
- 실험은 모니터를 제외한 모든 빛이 차단된 어두운방에서 진행되었다. 실험 디스플레이는 [Fig. 3]과 같이 회색 배경(L*=50) 위에서 우측 상단의 직물-순색 시료 쌍, 좌측 상단의 그레이 스케일 쌍, 하단의 9단계의그레이 스케일로 구성되었다. 각 피험자는 제시된 직물-순색 시료 쌍에서 느껴지는 시각적 색채 차이를 하단에 제시된 9단계의 그레이 스케일 중 하나를 선택하여평가하였다.
- 실험은 모니터를 제외한 모든 빛이 차단된 어두운방에서 진행되었다. 실험 디스플레이는 [Fig.
- 직물 조직으로는 경⋅위사 밀도가 47⨯40/cm2인 1/4 위수자직이 사용되었다.
데이터처리
- 개발된 모델의 예측 정확성을 평가하기 위해 21종 직물-순색 시료 쌍의 시각적 색채 차이값을 모델을 사용하여 예측하였고, 그 후 예측된 차이값과 앞서 실험에서 피험자들이 평가한 차이값 간의 차이(예측된 ΔV – 평가된 ΔV)를예측오류치로 계산하였다.
- 그 후, 유의한 변수들에 따른 ΔV의 변화를 분석하기 위해 일원분산분석(One-way ANOVA)과 단순회귀분석(Simple regressionanalysis)을 실시하였다.
- 그 후, 유의한 변수들에 따른 ΔV의 변화를 분석하기 위해 일원분산분석(One-way ANOVA)과 단순회귀분석(Simple regressionanalysis)을 실시하였다. 마지막으로 다중회귀분석(Multiple regression analysis)을 통해 사염직물의 실제 물리적 색채와 주관적 색채의 차이를 예측할 수 있는 모델을 개발하였고, 그 정확성을 검증하였다.
- 모델의 예측성능에 대한 추가적인 평가로 [Fig. 6]과 같이 21쌍의예측된 ΔV와 평가된 ΔV 간의 통계적 비교를 진행하였다.
- 물리적 색채가 서로 동일한 사염직물과 순색이 다른색으로 지각되는 데에 유의한 영향을 미치는 직물의 변수들을 파악하기 위해 피어슨 상관분석을 실시하였다.직물 시료의 표면에 나타나는 실의 색수와 직물 시료의 전반적인 명도 L*, 채도 C*, 색상 ho값이 독립변수로사용되었고, 직물 시료와 순색 시료의 시각적 색채 차이값인 ΔV가 종속변수로 사용되었다.
- 사염직물의 물리적 색채와 주관적 색채(지각색)의차이를 수치적으로 예측할 수 있는 모델을 개발하기 위해 다중회귀분석을 실시하였다. 직물 시료와 직물 시료의 물리적 색채에 상응하는 순색 시료의 시각적 색채차이값인 ΔV가 종속변수로 사용되었고, 이에 통계적으로 유의한 영향을 미치는 직물의 변수들로 실의 색수, 직물의 물리적 색채 특성 중 명도 L*과 색상 ho가 예측변수로 사용되었다.
- 우선 직물과 순색의 시각적 색채 차이 ΔV에 유의한 영향을 미치는 변수들을 파악하기 위해 피어슨 상관분석(Pearson's correlation analysis)을 실시하였다.
- 유의한 변수들에 따른 직물과 순색의 시각적 색채차이, 즉 ΔV의 변화를 구체적으로 분석하기 위해 일원분산분석과 단순회귀분석을 실시하였다.
- 유의한 변수들에 따른 직물과 순색의 시각적 색채차이, 즉 ΔV의 변화를 구체적으로 분석하기 위해 일원분산분석과 단순회귀분석을 실시하였다. 직물 표면에나타나는 실의 색수에 따른 변화는 일원분산분석을 통해 살펴보았고, 직물의 명도와 색상에 따른 변화는 단순회귀분석을 통해 살펴보았다. 변수에 따라 다른 분석방법을 사용한 이유는 실의 색수는 비연속성을 지닌변수이고, 명도와 채도는 연속성을 지닌 변수이기 때문이다.
이론/모형
- [Eq. 1]은 AATCC(2007) 그레이 스케일의 각 단계에 있는 회색 샘플 쌍의색채를 측정하여 각 단계의 ΔE*ab를 계산하고, 이를 토대로 최소자승법(Least square method)을 사용하여 도출하였다(R2=0.99).
- 20∼30대 여성 피험자 12명이 실험에 참가하였다.본 실험에 들어가기에 앞서 피험자들이 정상적인 색 지각 능력을 가지고 있는지 확인하기 위해 이시하라 색각검사(Ishihara Pseudoisochromatic Plates Test)와 FM 100색상 검사(Farnsworth Munsell 100 Hue Color Vision Test)를 실시하였다. 검사결과, 모든 피험자는 정상적인 색지각 능력을 가지고 있었고, 이에 본 실험결과 분석 시피험자의 모든 데이터가 사용되었다.
성능/효과
- 1. 각 쌍의 직물과 순색이 동일한 물리적 색채값을가지고 있음에도 불구하고 평균 시각적 색채 차이는4.81 ΔV로 큰 수치를 보였다.
- 2. 직물과 순색의 시각적 색채 차이 ΔV는 직물 표면에 나타나는 실의 색수와 직물의 물리적 색채 특성 중명도 L*과 색상 ho의 유의한 영향을 받는 것으로 나타났다.
- 3. 두 가지 색 이상의 실로 구성된 직물은 단색 실로구성된 직물보다 큰 ΔV를 보여 순색과 다르게 지각되는 정도가 더 큰 것으로 나타났다.
- 4. 한편 두 가지 색의 실로 구성된 직물과 세 가지 색의 실로 구성된 직물 간에 ΔV의 유의한 차이가 없었다.
- 5. ΔV에 대한 직물 명도의 영향으로, 일반적으로 밝은 직물이 어두운 직물보다 큰 ΔV를 보여 실제 물리적색채값 또는 순색과 다르게 지각되는 정도가 더 큰 것으로 나타났다.
- 6. ΔV에 대한 직물 색상의 영향으로, 직물이 노랑이나 연둣빛일 때 실제 물리적 색채값 및 순색과 가장 다르게 인식되며, 빨강, 파랑, 보랏빛일 때 가장 비슷하게인식된다.
- Datacolor 650 분광광도계(Spectrophotometer)를 사용하여 400∼700nm의 가시광 스펙트럼 영역에서 10nm간격으로 21종 직물 시료의 반사율 R%가 측정되었다.
- 사염직물의 물리적 색채와 주관적 색채(지각되는색채)의 차이를 수치적으로 예측할 수 있는 모델이 개발되었다. 개발된 모델의 정확성을 평가한 결과, ΔV의예측에 있어 0에 가까운 평균 오류치를 지녀 매우 뛰어난 예측정확성을 보였다.
- 그 결과 평균 오류치는 –0.09ΔV(0.32|ΔV|)로 매우 낮은 수치를 보였다.
- 6]과 같이 21쌍의예측된 ΔV와 평가된 ΔV 간의 통계적 비교를 진행하였다. 그결과 두 데이터 세트 간에 0.92의 높은 R2 값을 보여 모델의 뛰어난 예측정확성이 다시 한 번 검증되었다. 본 연구에서 개발된 모델은 텍스타일 디자이너들로 하여금 특히 명도에 있어(실험에서 사용된 그레이스케일 비교 방법 특성 상) 특정 색채의 직물이 소비자들에게 어떻게 지각되는지 미리 예측하는 데에 도움을줄 것이다.
- 두 시료의 물리적색채가 동일함에도 불구하고 다른 색으로 지각된 본연구의 결과와 1 ΔE*ab 이상의 물리적 색채 차이가 있음에도 불구하고 같은 색으로 지각된 기존 연구의 결과를토대로 실제로 우리에게 지각되는 직물의 색은 전반적인 물리적 색채뿐만 아니라 직물이 가지고 있는 다른변수, 즉 표면 텍스쳐와 개별 실색의 영향을 받음을 알수 있다.
- , 1991). 본 연구에서계산된 정확성과 반복성의 CV값은 각각 20.81과 22.47로, 시각적 색채 차이 평가 실험을 진행한 다른 연구들(Shao et al., 2006; Tsang, 2016)과 비교했을 때 데이터의신뢰도가 높음이 확인되었다.
- 실의 색 수에 따른 ΔV의 변화를 분석하기 위한 일원분산분석 및 사후분석(Scheffé's HSD post-hoc test) 결과, 단색 실로 이루어진 직물 시료는 두 가지 또는 세 가지 색의 실로 이루어진 직물 시료보다 낮은 ΔV(평균:3.52; 표준편차: 2.36)를 갖는 것으로 나타났다(F=5.23,p<.01).
- 01). 즉 두 가지 색 이상의 실로 구성된 직물은 표면에 나타나는 서로 다른 색실의 시각적 혼색 효과에 의해 순색과 다르게 지각되는 정도가 단색 실로 구성된직물보다 더 큼을 알 수 있다. 앞서 언급했듯이 순색 시료는 해당 직물 시료의 물리적 색채 측정치를 그대로시각화시킨 이미지이다.
- 2]는 색채 측정치를 바탕으로 21종직물 시료와 시료를 제작하는 위사로 사용된 3종 색실의 CIE L*C*ho공간에서의 분포를 보여준다. 직물 시료는 높은 채도를 지닌 삼원색(사이언, 마젠타, 노랑색)의 위사가 혼합되어 상대적으로 채도가 낮아졌으며, 명도에 있어서 대체적으로 넓게 분산된 위사의 명도 범위안쪽으로 분포하는 것을 확인할 수 있다. 색상에 있어서 직물 시료는 위사의 색상 범위 바깥쪽으로 넓게 분포하여 제한된 수의 색실을 다양한 비율로 조합하여 수많은 색의 직물을 만들 수 있음을 확인할 수 있다.
- 직물 시료와 순색 시료의 평균 시각적 색채 차이는 4.81(최소값: 2.20; 최대값: 7.44) ΔV로 큰 수치를보였다.
- 직물과 순색의시각적 색채 차이는 직물 표면에 나타나는 실의 색수와 직물의 물리적 색채 특성 중 명도와 색상의 유의한영향을 받는 것으로 나타났다(p<.05).
- 측정된 R%로부터 American Society for Testing and Materials([ASTM], 2017)에서 제시한 방법에 따라 CIE(Commission Internationale de l'Eclairage: 국제조명위원회)표준광 D65와 10o 표준관측자에 기초하여 명도 L*, 적색도-녹색도 a*, 황색도-청색도 b*, 채도 C*, 색상 ho 값이 산출되었다.
- 그레이 스케일을 포함한 모든 시료는 7cm2사이즈로 테두리가 없도록 하였으며, 50cm 거리와 0o각도에서 관찰되었다. 평가 시 필요한 경우 제시된 9단계의 그레이 스케일 외에 중간 단계를 주는 것이 허용되었다. 예를 들어, 피험자가 느끼는 시각적 색채 차이가3.
- 한편 사후분석 결과에 따르면 두 가지 색의 실로 이루어진 직물 시료와 세 가지 색의 실로 이루어진 직물시료 간에 ΔV의 유의한 차이가 없는 것으로 나타났다.
후속연구
- 이에 따라 직물의색채를 디자인하는 과정에서 단순히 물리적 색채를 넘어 원하는 주관적 색채를 얻기 위한 반복적인 샘플링의시행착오를 줄임으로써 현 의류산업의 직물 디자인 프로세싱에 유용하게 활용될 수 있을 것으로 예상된다.더 나아가 본 연구의 결과와 방법론은 모노컬러(Monocolored) 직물과 멀티컬러(Multi-colored) 직물에 일괄적으로 적용되는 기존의 텍스타일용 색차 예측모델들을더욱 발전시키는 데에 이론적 지침이 될 것으로 사료된다. 하지만 앞서 서론에서 언급했듯이 명도뿐만 아니라채도와 색상도 색채의 중요한 속성이기 때문에 후속연구로 직물과 순색의 시각적 색채 차이가 나머지 두 속성에 대해서도 분석될 필요가 있다.
- 즉 아주 밝은직물의 지각색은 표면 텍스쳐나 여러 실색의 존재 등다른 물리적 변수들의 영향을 크게 받지 않음을 알 수있다. 더 명확한 경향을 분석하기 위해 높은 명도의 데이터가 추가적으로 필요할 것으로 사료된다. 한편 직물색상의 영향으로, [Fig.
- 이러한 개별 실의 색은 직물로 하여금 동일한 물리적 색채값을 지닌 실제 순색과 분명히 다른 색채외관을 갖게 한다. 따라서 개별 실의 색이 직물의 전반적인 색채를 지각하는 데에 얼마나 큰 효과를 주는지 순색과 비교하여 연구되어야 한다.
- 본 연구에서 개발된 모델은 텍스타일 디자이너들로 하여금 특히 명도에 있어(실험에서 사용된 그레이스케일 비교 방법 특성 상) 특정 색채의 직물이 소비자들에게 어떻게 지각되는지 미리 예측하는 데에 도움을줄 것이다. 이에 따라 직물의 색채를 디자인하는 과정에서 단순히 물리적 색채를 넘어 원하는 주관적 색채를 얻기 위한 반복적인 샘플링의 시행착오를 줄임으로써 현 의류산업의 직물 디자인 프로세싱에 유용하게활용될 수 있을 것으로 예상된다.
- 본 연구에서 개발된 모델은 텍스타일 디자이너들로 하여금 특히 명도에 있어(실험에서 사용된 그레이스케일 비교 방법 특성 상) 특정 색채의 직물이 소비자들에게 어떻게 지각되는지 미리 예측하는 데에 도움을줄 것이다. 이에 따라 직물의 색채를 디자인하는 과정에서 단순히 물리적 색채를 넘어 원하는 주관적 색채를 얻기 위한 반복적인 샘플링의 시행착오를 줄임으로써 현 의류산업의 직물 디자인 프로세싱에 유용하게활용될 수 있을 것으로 예상된다.
- 더 나아가 본 연구의 결과와 방법론은 모노컬러(Monocolored) 직물과 멀티컬러(Multi-colored) 직물에 일괄적으로 적용되는 기존의 텍스타일용 색차 예측모델들을더욱 발전시키는 데에 이론적 지침이 될 것으로 사료된다. 하지만 앞서 서론에서 언급했듯이 명도뿐만 아니라채도와 색상도 색채의 중요한 속성이기 때문에 후속연구로 직물과 순색의 시각적 색채 차이가 나머지 두 속성에 대해서도 분석될 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.