Color formulation algorithms improvement through expert knowledge integration for automotive effect paints - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

Color formulation algorithms improvement through expert knowledge integration for automotive effect paints

Amélioration des algorithmes de contretypage de teinte via l’intégration de connaissances expertes pour les peintures automobiles à effets

Résumé

Nowadays, the automotive coating market is governed by a demand for deep and vibrant colors with effects. In this field, the requirement is very high because the color is associated with a sign of quality. In a typical collision, different parts of the vehicle may be damaged. The damaged part must be repaired, sanded and prepared before being painted. To reduce costs, the body shop must then prepare a paint with a good color matching, and thus as fast as possible. It is therefore necessary for the formulation of the repair coating to reproduce the effects, both colored and textured, from absorbent or effect pigments (aluminum particles, pearlescent materials …) from a characterization of the concerned vehicle coating. It is relatively simple to qualify the colored effects from the reflectance curves and then the CIELab coordinates. However, the description of the texturing effect generated by the distribution of effect particles at the microstructure scale is quite complex. The metrological approach of the perceptive properties is still at its beginnings. The parameters used do not necessarily correspond directly to the phenomena actually perceived by the human eye. As part of this thesis work, the mobilization of expert knowledge through various sessions of free sorting and brainstorming on coated samples made it possible to highlight really perceptive texture descriptors. These descriptors have been the subject of "objective" evaluations by experienced observers. They thus made it possible to associate a quantitative evaluation scale with each descriptor. This stage of the present thesis work allowed the establishment of ground truth data materialized by a set of reference samples representing different ordered levels of a descriptor. These ground truth data were then used to design a set of measurable physical texture descriptors that were directly correlated to perceptual scales constructed in the previous step. In the procedure developed, the human eye has been replaced by a digital camera acting as a tristimulus integrator of radiometric information. The image acquisition phase was a decisive step in the process: it was necessary to reproduce the conditions of evaluation of the properties perceived, recognized and retained during the various stages using expert human observers. It was then possible to characterize the texture phenomena by image analysis and to correlate them with the values of the previously defined mean observer.
Aujourd’hui, le marché de la peinture automobile est gouverné par une demande pour des couleurs profondes et vives avec effets. Dans le domaine de la peinture automobile, l’exigence est très haute car la couleur est associée à un signe de qualité. Dans une collision classique, différentes parties du véhicule peuvent être endommagées avec généralement une partie de la carrosserie qui est touchée. La partie endommagée doit être réparée, poncée et préparée avant d’être repeinte. Pour réduire les coûts, le carrossier doit préparer une peinture avec un bon contretypage de teinte, et ce aussi vite que possible. Il s’agit donc pour la formulation de la peinture de réparation de reproduire les effets, aussi bien colorés que texturés, à partir de pigments absorbants ou à effets (particules d’aluminium, de nacre …). Il est relativement simple de qualifier les effets colorés à partir des courbes de réflectance puis des coordonnées CIELab. Cependant, la définition de la texture engendrée par les particules à effets est assez complexe et n’est encore qu’à ses prémices, avec des paramètres qui souvent ne correspondant pas aux phénomènes réellement perçus par l’œil humain. Dans le cadre de ce travail de thèse, la mobilisation de connaissances expertes à travers différentes sessions de tri libre et de brainstorming a permis la mise en évidence de descripteurs de texture réellement perceptifs. De plus, la mise en place de métriques de texture conçues à partir de préconisations réellement perceptives, a rendu possible l’obtention de valeurs correspondant à un observateur moyen pour chacun de ces paramètres descripteurs. Ces paramètres ayant été élaborés à partir des observations d‘évaluateurs expérimentés. La transposition de ces vérités terrain en descripteurs physiques de texture a permis l’obtention d’une corrélation entre le perceptible et le mesurable. Dans la procédure développée, l’œil humain a été remplacé par un appareil photo numérique agissant en qualité d’intégrateur tristimulaire d’informations radiométriques. En essayant de reproduire les conditions d’observation lors de la phase d’acquisition d’images, il a été ainsi possible de caractériser les phénomènes de texture par analyse d’image et de les corréler aux valeurs de l’observateur moyen préalablement défini.
Fichier principal
Vignette du fichier
thesisperisse.pdf (10.19 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03125685 , version 1 (29-01-2021)

Identifiants

  • HAL Id : tel-03125685 , version 1

Citer

Amélie Périssé. Color formulation algorithms improvement through expert knowledge integration for automotive effect paints. Chemical engineering. Université de Pau et des Pays de l'Adour, 2020. English. ⟨NNT : 2020PAUU3025⟩. ⟨tel-03125685⟩
190 Consultations
478 Téléchargements

Partager

Gmail Facebook X LinkedIn More