创建彩色激光标记的方法

技术领域

本发明涉及一种用于准备激光标记系统以在试件上创建彩色激光标记的方法，以及一种用于在包括表面的试件上创建彩色激光标记的方法。

背景技术

使用激光照射在表面上创建可见图案是一项快速发展的技术，在对象识别、定制和认证中有许多应用[Liu等人，2019]。激光标记是一种无耗材、染料或颜料的环保、低维护的工艺。虽然大多数是单色方法，但由于复杂的物理化学现象，某些材料在用激光处理时会表现出一系列颜色。在这些材料中，不锈钢和钛是一些最重要的工业金属。由于其具有挑战性的特性，尽管具有巨大的潜力，彩色激光标记的工业应用几乎不存在。在没有这种特性的情况下，装置的设计空间(激光参数)和性能空间(例如，标记颜色)之间的关系是未知的。这种关系太复杂，无法用基于物理的方法来捕捉[Nánai等人，1997]。相反，当前的实践通过试错测量找到了能够产生“有趣颜色”的设计参数。然后，这些原色被用来标记简单的动机和标志。这种蛮力色域探索在激光标记高维设计空间占的比例很低，导致忽略了一些设计参数。

使用激光照射对不同基底进行着色是一个具有悠久历史的活跃研究领域[Birnbaum，1965]。有许多颜色形成机理使用不同的激光源和不同的材料；参见[Liu等人，2019]了解最近的综述。表面氧化是其中一种机理，其中热量(由激光产生)促进材料与氧的反应。氧化诱导的颜色被认为一方面来源于结构色(基于薄膜干涉)的多级、非均匀混合物[Del Pino等人，2004]，另一方面来源于传统的氧化物的颜料基颜色[Langlade等人，1998]。尽管进行了一些初步努力[Veiko等人，2013]，但由于激光标记工艺的复杂热力学，预测氧化物层的结构和成分极其困难[Nánai等人，1997]。即使是已知的材料成分，预测表面颜色也需要一个具有挑战性的光-物质相互作用模型，所述模型最有可能是基于电磁仿真[Auzinger等人，2018]。

对于一些流行的金属，如不锈钢和钛，基于氧化的彩色激光标记已被广泛研究。这涵盖了一系列激光标记金属的行为，从机电[Lawrence等人，2013]到耐腐蚀性能[

制定基于多目标优化的设计问题，并通过计算帕累托前沿来解决这些问题，在计算机图形学领域是已知的。著名的例子是简化程序着色器[SitthiAmorn等人，2011]或最小化实时渲染中的功耗[Wang等人，2016]。在计算制造中，探索工艺的性能空间已经引起了最近的关注。随着3D增材技术的出现，这些努力主要集中于探索3D打印微结构的机械性能。例如，Schumacher等人[2015]预先计算了机械超构材料族限定的微结构性能空间，以加速其异质拓扑优化。它们首先通过扰动初始设计(在设计空间中)填充性能空间，然后通过内插或逆优化填充性能空间的未填充区域。出于类似目的，Zhu等人[2017]将色域边界附近设计的离散随机扰动与连续优化相结合，通过改进现有设计进一步扩展色域。在一种更通用的方法中，Schulz等人[2018]进一步强调了探索性能色域的超曲面(或帕累托前沿)而非超体积的重要性。帕累托前沿捕捉了性能空间中的一组解，这些解折中不同的、潜在冲突的目标。尽管这些方法是灵感的重要来源，但不可能依赖其中任何一种，因为它们取决于连接设计和性能空间的闭合式、光滑特征函数。例如，Schulz等人[2018]的方法要求工艺的光滑(两次可微)正向特征，并且仅适用于连续设计参数。

发明内容

本发明的目的是提供一种用于准备激光标记系统以在试件上创建彩色激光标记的方法，以及一种用于在包括表面的试件上创建彩色激光标记的方法，使得彩色激光标记具有高度的通用性。

根据权利要求1的方法和根据权利要求10的方法解决了所述问题。其他从属权利要求提供了优选实施例。

根据本发明，一种用于准备激光标记系统以在试件上再现激光标记的彩色图像的方法包括以下步骤：

a)提供激光标记系统和包括表面层的试件，其中所述激光标记系统包括预设数量的激光参数；

b)对由所述激光标记系统和所述包括表面层的试件指定的第一色域进行探索，包括以下步骤：

aa)创建具有预设数量的设计点的设计空间，其中每个设计点包括预设数量的激光参数的组合；

bb)对每个设计点在试件上进行样品标记；

cc)使用至少一个检测装置测量所述样品，并为每个设计点确定性能点，其中所测量的性能点限定性能空间；

dd)使用评估装置根据预设性能标准评估所述性能空间，其中确定包括性能点子集的帕累托前沿；

ee)产生具有后代设计点的后代设计空间；

ff)使用形成所述帕累托前沿的所述性能点子集来创建第一色域；

其中，所述步骤bb)至dd)被迭代预设的迭代次数，其中在每一次迭代中，在步骤bb)中使用上一次迭代的后代设计空间，其中在每一次迭代中，所述性能空间和所测量的性能空间结合，使得在步骤dd)中使用所述结合的性能空间。优选地，在每一次迭代中，所述设计空间与上一次迭代的设计空间结合，使得在步骤dd)、ee)和ff)中使用结合的设计空间。优选地，所述设计空间初步填充有随机选择的设计点。优选地，总体规模在50至500的范围内，更优选地在75至250的范围内。优选地，所述评估装置集成在控制激光标记系统的装置的控制单元中。优选地，所述方法由所述控制单元完全或部分地执行。优选地，所述评估装置和/或所述控制单元是计算机、处理器单元或类似装置。

所述方法提供了装置特性，所述装置特性是包括激光标记的任何颜色再现系统的先决条件。在没有将激光标记参数映射到标记颜色的解析函数的情况下，执行根据本发明的数据驱动方法。所述方法提供了所述工艺的黑箱模型，排除了氧化物激光诱导成分基于物理的预测。本发明引入了用于激光标记系统的第一系统颜色发现算法。本方法是激光标记系统的非穷尽性能空间探索。优选地，所述表面层是金属表面层。然而，本方法也可应用于由非金属材料制成的表面层或试件。本方法可应用于任何类型的激光系统和任何类型的试件。

优选地，步骤dd)涉及多目标优化。与典型的优化不同，多目标优化问题是基于多个标准进行评估的。这些标准经常发生冲突。例如，在本例中，一些标记颜色可能会饱和，但会留下较厚的痕迹并降低分辨率。因此，不存在单一最优解，而是存在一组最优解，称为帕累托最优解或帕累托集。投影到性能空间中的帕累托集称为帕累托前沿。帕累托前沿捕捉性能空间中的一组解，这些解折中不同的、潜在冲突的目标。在所有性能标准中，帕累托前沿的成员不受性能空间中任何其他点的支配。换言之，在至少一个标准中，它比其他所有点性能更好。优选地，揭示了具有上述目标的彩色激光标记问题的稠密的帕累托最优解集。

优选地，步骤dd)采用非支配排序遗传算法(NSGAII)，所述算法是基于性能点在多级帕累托前沿中的存在的排序算法。

根据优选实施例，激光系统包括至少一个脉冲激光器和至少一个扫描装置。优选地，通过所述扫描装置，激光光斑相对于试件是可移动的。可替换地或增加地，通过所述扫描装置，所述试件相对于所述激光光斑是可移动的。激光光斑优选地是激光束撞击在试件上的区域。换言之，可以设想试件处于固定位置，并且激光束相对于试件移动。扫描装置可以优选地是检流计扫描仪、可移动反射镜或类似装置，通过所述装置可以控制反射激光束的方向。可替换地，可以设想激光束不移动，而试件相对于激光束移动。因此，扫描装置可以优选地是x-y平台或x-y-z平台。也可以设想，激光束和试件都可通过扫描装置移动。进一步的，激光器和扫描装置优选地由控制单元控制。控制单元还可以有利地与至少一个检测装置连接，以接收所测量的数据，优选地，所述数据之后由评估装置使用。还可以设想，用于彩色激光标记的激光束不止一个。根据创建彩色激光标记所使用的方法，可以选择脉冲激光器的类型。因此，所述脉冲激光器可以优选地是纳秒激光器、皮秒激光器或飞秒激光器。

根据优选实施例，设计点包括至少一个激光参数，所述激光参数选自：激光脉冲频率、激光脉冲功率、激光脉冲宽度、激光束在标记时沿着矢量相对于试件的速度、对表示标记样本的集群中的线的数量进行限定的线数、表示标记样本的集群中的线之间的距离、标记矢量的次数。优选地，通过由设计点表示的激光参数的数量来设置设计空间的维数。因此，如果所有七个上述激光参数都包括在设计空间中，则设计空间可以是7维的。然而，设计空间可以根据具体需要进行调整。因此，它可以是上述激光参数的任意数量和任意组合。可以设想，设计空间包括可能影响颜色形成的其他参数。所述其他参数取决于用于在试件上创建颜色的实际使用的方法。优选地，设计点包括激光束的参数焦距、介质气体的类型、环境温度。所述介质气体是激光标记过程中试件周围的环境气体。例如，所述介质气体可以是空气。彩色标记的优选方法是激光诱导氧化试件的表面层。在这种方法中，考虑到氧的存在和存在的氧的量，环境介质气体的类型是重要的。因此，优选地，设计空间可以包括可能影响激光标记工艺中产生的颜色的相关参数。

根据另一优选实施例，步骤dd)中的性能标准包括色度、色调扩展、分辨率、性能空间分集、设计空间分集、颜色重复性、颜色均匀性中的至少一个。优选地，步骤dd)中的性能标准包括所有上述标准。根据另一优选实施例，修剪标准颜色重复性、颜色均匀性。可以设想，需要考虑其他的性能标准。优选地，所使用的性能标准的类型、数量和组合根据所使用的试件、激光系统和其他影响因素进行调整。

优选地，所述色度可以通过以下方式描述：

其中a*和b*是CIELAB颜色空间的颜色坐标[Wyszecki和Stiles，1982]。具有大色度的标记颜色会产生更饱和的彩色图像。优选地，色调扩展(f

其中t是线厚度。所述标准是优选地，由于其优选使用基于线的半色调方法。优选地，性能空间分集(f

i≠j,0≤i,j<|P|

其中p是待评分的点，P是性能空间中的相应总体。除了在设计空间中，设计空间分集(f

根据优选实施例，步骤dd)中的性能标准包括色度、分辨率、性能空间分集、设计空间分集中的至少一个。优选地，步骤dd)中的性能标准包括所有上述标准。优选地，色调扩展不是性能标准。优选地，其中性能点被投影到CIECH空间中。有利的是，所述CIECH空间被分成第一数量的圆形扇区。优选地，圆形扇区整体形成色轮。根据所述性能标准，有利地评估色轮的每个圆形扇区内的性能点。有利地，所述评估被迭代预设的迭代次数，其中在每一次迭代中，改变形成色轮的扇区的数量。因此，对于每次迭代，扇区的面积是不同的。优选地，在每个圆形扇区内，基于除了色调扩展之外的所有所述性能标准，使用非支配排序算法来评估所述性能点。有利的是，每次使用随机选择的扇区数量和随机角度偏移重复所述评估。在每次迭代之后，每个性能点都被分配给潜在的不同的帕累托前沿。在预设迭代次数结束时，每个单个性能点由其前沿频率矢量表征，所述前沿频率矢量表示其在第一前沿、第二前沿等中的存在的频率。优选地，每个性能点由频率矢量表征，所述频率矢量表示在特定帕累托前沿中的存在。通过所述过程，实现了具有平衡色调扩展的色域。因此，可以通过多次评估所有剩余的性能标准来有效地评估性能标准色调扩展。

根据另一优选实施例，通过使用步骤dd)亮度、分辨率、性能空间分集、设计空间分集的性能标准执行步骤b)来执行根据性能点的消色差性能的附加评估。因此，在得到的第一色域中，色轴和消色轴都被覆盖。

根据另一优选实施例，所述方法还包括步骤：从第一色域中选择一组原色，其中所选择的原色形成第二色域。原色的提取涉及通过使用优选标记方法，例如半色调方法，来选择产生最大色域的一组颜色。与打印机不同，虽然原色的数量没有严格限制，但原色的数量越少，标记时间越长，因为它们导致的激光系统的切换时延越少。并非探索色域中的所有颜色都可以被考虑用于原色提取。因此，在原色提取之前，优选通过排除以下颜色来修剪色域：1)不满足指定分辨率要求，2)显示低重复性，以及3)表现出非均匀性。

根据另一优选实施例，与第一色域的设计空间和性能空间相关的数据被存储在数据库中。这具有的优点是，对于给定的激光系统和特定类型的试件，用于准备激光标记系统的方法优选地必须执行一次。对于相同类型的试件，可以在实施关于标记的进一步步骤之前从数据库检索关于第一色域的相关数据。

本发明的目的还通过一种用于在包括表面的试件上创建彩色激光标记的方法来解决。

用于在包括表面层的试件上创建彩色激光标记的方法可以包括上述用于准备激光标记系统以创建彩色激光的方法的单个特征或特征的组合，反之亦然。进一步的，与上述用于准备激光标记系统以创建彩色激光的方法相同的优点，可以应用于在包括表面层的试件上创建彩色激光标记的方法，反之亦然。

用于在包括表面层的试件上再现激光标记的彩色图像的方法包括以下步骤：

a)验证数据库，所述数据库的有关数据与第一色域和/或第二色域相关，所述第一色域和/或第二色域与激光标记系统和试件的类型相关，其中所述数据是通过根据上述实施例之一的用于准备激光标记系统的方法获得的；

b)从数据库检索与第一色域和/或第二色域相关的数据，或者执行根据上述实施例之一的用于准备激光标记系统的方法；

c)提供要在试件上作为激光标记再现的输入图像；

d)执行颜色管理工作流，通过所述工作流创建源自输入图像的激光标记系统的控制数据；

e)根据控制数据进行标记。

在步骤a)中，如果存在与第一色域和/或第二色域相关的特定类型的试件数据，则搜索数据库。通过执行根据上述实施例之一的用于准备激光标记系统的方法来获得所述数据。优选地，这种验证由控制单元进行。用户向控制单元提供试件的规格，特别是试件表面层的规格。优选地，表面层是金属表面层。然而，本方法也可应用于由非金属材料制成的试件或表面层。本方法可应用于任何类型的激光系统和任何类型的试件。

根据优选实施例，激光系统包括至少一个脉冲激光器和至少一个扫描装置。优选地，通过所述扫描装置，激光光斑相对于试件是可移动的。可替换地或增加地，通过所述扫描装置，所述试件相对于所述激光光斑是可移动的。激光光斑优选地是激光束撞击在试件上的区域。换言之，可以设想试件处于固定位置，并且激光束相对于试件移动。扫描装置可以优选地是检流计扫描仪、可移动反射镜或类似装置，通过所述装置可以控制反射激光束的方向。可替换地，可以设想激光束不移动，而试件相对于激光束移动。因此，扫描装置可以优选地是x-y平台或x-y-z平台。也可以设想，激光束和试件都可通过扫描装置移动。进一步的，激光器和扫描装置优选地由控制单元控制。控制单元还可以有利地与至少一个检测装置连接，以接收所测量的数据，优选地，所述数据之后由评估装置使用。还可以设想，用于彩色激光标记的激光束不止一个。根据创建彩色激光标记所使用的方法，可以选择脉冲激光器的类型。因此，所述脉冲激光器可以优选地是纳秒激光器、皮秒激光器或飞秒激光器。

根据另一优选实施例，颜色管理工作流是半色调工作流。通过通过颜色再现工作流使用多色半色调，可以实现任意图像的再现，而不仅仅是均匀的颜色。进一步的，在启用标记之前预览图像。因此，对于激光标记，实施了半色调技术。使用半色调技术，通过利用人类视觉系统的低通滤波特性来再现连续调图像的视觉印象。半色调方法旨在创建传达连续调图像的视错觉的双层图像。彩色和白色像素组以特定比例和结构打印，使得当眼睛观看时，会给人一种连续颜色的印象。在彩色半色调中，对给定数量的颜色层分别进行半色调处理。最终的彩色半色调是通过将不同的半色调层相互覆盖的颜色混合的结果。例如，用于打印机的现有彩色半色调方法是集群点和蓝色噪声抖动。由此，为每种颜色分别创建半色调层。最终的彩色半色调图像由所有层的叠加形成，其中网点层部分重叠。在激光标记中，颜色的重叠和层的叠加不是优选的。优选地，颜色管理工作流是并列的半色调工作流。因此，对于激光标记，优选实施并列的半色调技术。优选的并列的半色调技术有利地取决于离散线几何形状，这为创建离散粗线提供了亚像素精度。优选地，连续调彩色图像被转换成一组二值图像，每个二值图像对应于原色。二值图像以线的形式合成，它们彼此相邻而不重叠。

根据另一优选实施例，颜色管理工作流包括以下步骤

aa)应用正向颜色预测模型来构建关于第二色域的第三色域，和并列的半色调的使用；

bb)将输入图像映射到第三色域；

cc)执行颜色分离，使得对于每个映射的颜色，确定每个原色的对应面积覆盖率；

dd)使用并列的半色调方法对面积覆盖率进行二值化，并创建栅格半色调图像；

ee)将栅格半色调图像转换成矢量数据，其中控制数据包括所述矢量数据。优选地，所述控制数据被发送到激光器。

在步骤aa)中，优选在使用半色调方法的条件下从第二色域和/或第一色域创建第三色域。优选地，通过对一组原色进行半色调来产生第三色域。正向颜色预测模型预测跨越每个半色调中原色的相对区域的空间的数千个半色调的颜色，称为面积覆盖率。然后将第三色域表面拟合到体积点云，并随后在步骤bb)中用于色域映射。优选地，使用尤尔-尼尔逊(Yule-Nielsen，YN)预测模型来预测激光原色的多色、并列的半色调。在色域映射中，输入图像的颜色空间转变为第三色域的颜色空间。典型地，颜色空间被显示为可实现颜色的体积。在步骤cc)中，颜色分离建立在正向预测模型上，以计算特定原色及其再现给定颜色(在色域内)的面积覆盖率。

用于在包括金属表面的试件上创建彩色激光标记的方法可以包括上述用于准备激光标记系统以创建彩色激光的方法的单个特征或特征的组合，反之亦然。

根据另一优选实施例，激光标记基于试件表面层的激光诱导氧化。优选地，这适用于在包括金属表面的试件上创建彩色激光标记的方法和/或用于准备激光标记系统以创建彩色激光的方法。在这种方法中，激光诱导加热，导致在试件表面上形成透明或半透明的氧化膜。带有光照的A可以从氧化膜的顶表面和底表面反射。反射光束的相长干涉使表面呈现出特定颜色，这取决于膜厚度、氧化物的折射率和干涉顺序[Liu等人，2019]。

优选地，激光标记基于试件表面层的激光诱导结构化。优选地，这适用于在包括金属表面的试件上创建彩色激光标记的方法和/或用于准备激光标记系统以创建彩色激光的方法。在这种方法中，激光系统在试件表面上产生激光诱导的周期性表面结构(LIPSSs)。LIPSS作为光栅，由于光学衍射效应而产生彩虹色。这些颜色不是由颜料引起的，而是来源于材料表面微/纳米结构，即结构色。

优选地，激光标记基于试件表面层上的激光诱导的微/纳米颗粒的产生。优选地，这适用于在包括金属表面的试件上创建彩色激光标记的方法和/或用于准备激光标记系统以创建彩色激光的方法。在这种方法中，表面结构由激光系统诱导。激发表面颜色的表面结构是随机分布的，没有规律性，颜色不随视角变化。金属纳米结构和纳米颗粒产生的表面等离子体共振(SPR)效应是这种类型着色的主要原因。

优选地，激光标记基于金属上的激光诱导等离子体颜色。金属纳米颗粒由于激发等离子体而表现出散射特性，这取决于它们的形状、大小、成分和基底介质。有各种已知的技术来渲染等离子体颜色，包括激光干涉光刻。通过等离子体颜色，可以标记诸如金和银的贵金属以及诸如铜和铝的金属。

然而，用于在包括表面层的试件上创建彩色激光标记的方法和/或用于准备激光标记系统以创建彩色激光标记的方法也可以与其他激光诱导的颜色标记方法结合应用。其他机理可以在广泛的金属甚至非金属上实现标记。由于实际标记过程优选地被视为黑箱，并且所述方法是数据驱动方法，因此适用于各种其他激光诱导颜色标记方法。

优选地，所述试件至少包括由金属制成的顶表面层，在所述顶表面层上执行激光标记。也可以设想，试件完全由金属制成。有利地，表面层和/或整个试件由不锈钢钛或类似金属制成。优选地，这适用于在包括金属表面的试件上创建彩色激光标记的方法和/或用于准备激光标记系统以创建彩色激光的方法。

附图说明

将通过附图和以下描述来描述本发明的进一步的优点、目的和性能。

在附图中：

图1显示了关于激光器颜色响应的示意图；

图2显示了用于准备激光标记系统(100)以在试件上创建彩色激光标记的方法；

图3显示了所述方法使用的不同色轮配置的示例；

图4显示了用于在试件上创建彩色激光标记的方法；

图5显示了示意性的颜色再现工作流；

图6显示了激光标记系统；

图7显示了激光参数的可视化；

图8显示了对AISI 304不锈钢进行全面探索的色域演化；

图9显示了对AISI 304不锈钢进行随机探索的色域演化；

图10显示了AISI 304不锈钢上不同配置的探索色域；

图11a显示了具有和不具有f

图11b显示了不同n值的尤尔-尼尔逊模型的平均再现误差；

图11c显示了色度原色的提取；

图12显示了原始、色域映射和标记图像的多个示例；

图13显示了Antończak等人的标记参数与本激光标记系统的标记的比较；

图14显示了AISI 304和AISI 430上的标记图像；

图15显示了对AISI 430不锈钢进行全面探索的色域演化；

图16显示了亚历山德罗·阿洛里(Alessandro Allori)的画作玛丽·德·美第奇(Maria de’Medici)，标记在AISI 304上；

图17显示了使用本发明的一个实施例的方法在不锈钢上的激光标记图像。

具体实施方式

本发明提供了为彩色激光标记配备与彩色打印机相同水平的通用性的装置。假设一个装置特性困难的黑箱模型，设计了基于测量的、数据驱动的性能空间探索。通过连续标记和测量探索了不同的性能标准，包括色域和标记分辨率。为此，通过制定多目标优化问题，并使用蒙特卡罗(Monte-Carlo)方法增强的演化方法来解决，揭示了工艺的帕累托前沿。所述优化探索了7维设计空间的隐藏角落，以搜索有用的参数，从而产生一组多样化、高分辨率的颜色的稠密的集。本发明通过引入一个完整的颜色管理工作流，使输入图像和激光标记在金属表面上最接近的近似，远远超出了现有技术的彩色图像标记。颜色再现工作流采用基于半色调的彩色打印原理，从探索的色域中提取许多原色，并通过以受控的方式将提取的原色彼此并列来再现输入颜色。制造的彩色图像具有高分辨率，不会引入明显的伪影，并显示出准确的颜色再现。因此，本发明提供了一种发现方法，所述方法自动找到黑箱制造系统的期望设计参数和用于在金属上激光标记的第一彩色图像再现工作流。

装置特性是包括激光标记在内的任何颜色再现系统的先决条件。在没有将激光标记参数映射到标记颜色的解析函数的情况下，必须依赖数据驱动方法。在第一次尝试中，可以对设计空间进行采样，标记和测量所采样的设计点，并构建查找表。考虑到彩色激光标记中涉及的参数数量相对较大，这种穷尽的策略受制于维数灾难。功能评估需要实际标记和测量，这一事实进一步减缓了所述过程。此外，对激光参数的非光滑颜色响应使得内插方案无效。如图1所示，其中标记小块的颜色坐标可能会随着标记参数而突然改变。这与典型打印机对其控制参数的光滑响应形成对比。在图1中，左上角的图表显示了激光与典型打印机的颜色响应。CIE L*、a*和b*值分别以红色、绿色和蓝色绘制。激光标记的颜色(在不锈钢AISI 304上)重复三次。显示了它们的平均值(实线)和标准差(阴影区域)。激光标记颜色的非光滑行为是明显的。

图2显示了用于准备激光标记系统100以在试件上再现激光标记的彩色图像的方法1，包括以下步骤：

a)提供激光标记系统100和包括金属表面层105a的试件105，其中所述激光标记系统包括预设数量的激光参数12；

b)对由激光标记系统100和包括金属表面层105a的试件105指定的第一色域2进行探索，包括以下步骤：

aa)创建3具有预设数量的设计点11的设计空间10，其中每个设计点11表示预设数量的激光参数12的组合；

bb)对每个设计点11在试件105上进行4样品标记；

cc)使用至少一个检测装置106测量5所述样品，并为每个设计点确定性能点14，其中所测量的性能点14限定性能空间13；

dd)使用评估装置根据预设性能标准评估6性能空间13，其中确定包括性能点子集的帕累托前沿；

ee)产生7具有后代设计点11a的后代设计空间10a；

ff)使用形成帕累托前沿的性能点子集创建8第一色域2；

其中步骤bb)至dd)被迭代9预设的迭代次数，其中在每一次迭代9中，在步骤bb)中使用上一次迭代的后代设计空间10a，其中在每一次迭代中，所测量的性能空间与上一次迭代9的性能空间结合15，使得在步骤dd)中使用结合的性能空间13a。优选地，在每一次迭代中，设计空间10、10a与上一次迭代9的设计空间10，10a结合，使得在步骤dd)、ee)和ff)中使用结合的设计空间10b。优选地，设计空间初步填充有随机选择的设计点。优选地，总体规模在50至500的范围内，更优选地在75至250的范围内。优选地，评估装置是计算机、处理器单元或类似装置。优选地，方法1由控制单元完全或部分地执行。控制单元可以是处理器、计算机或类似装置。

激光系统100如图6所示，包括脉冲激光器101和扫描装置103、104。根据一个实施例，扫描装置103、104相对于试件105或试件105的表面105a移动激光光斑。因此，试件105处于固定位置。扫描装置103可以优选地是检流计扫描仪、可移动反射镜或类似的装置，通过所述装置可以控制反射激光束的方向。还可以设想，试件105相对于激光光斑是可移动的。因此，扫描装置可以优选地是x-y平台或x-y-z平台。也可以设想，激光束和试件都可通过扫描装置移动。进一步的，激光器101和扫描装置103、104由控制单元108控制。控制单元108还可以与至少一个检测装置106连接，以便接收所测量的数据，所述数据之后由评估装置107使用。

设计点11、11a包括至少一个激光参数12，所述激光参数选自：激光脉冲频率、激光脉冲功率、激光脉冲宽度、激光束在标记时沿着矢量相对于试件的速度、对表示标记样本的集群中的线的数量进行限定的线数、表示标记样本的集群中的线之间的距离，标记矢量的次数。设计点(11，11a)还可以包括激光束的参数焦距、介质气体(在本例中为空气)的类型、环境温度。通常，设计空间可以包括影响特定试件上颜色形成的相关参数。步骤dd)中的性能标准包括以下中的至少一个：色度、色调扩展、分辨率、性能空间分集、设计空间分集、颜色重复性、颜色均匀性。然而，在本例中，标准颜色重复性和颜色均匀性被修剪。

用于准备激光标记系统100的方法1提供了激光标记系统100的非穷尽性能空间13探索。从质量上讲，性能标准有利于多样化、饱和和高分辨率的颜色：彩色图像的基本要求。为了解决这个问题，提出了一种多目标优化方法。与典型的优化不同，多目标优化问题是基于多个标准进行评估的。这些标准经常发生冲突。例如，在本例中，一些标记颜色可能会饱和，但会留下较厚的痕迹并降低分辨率。因此，不存在单一最优解，而是存在一组最优解，称为帕累托最优解或帕累托集。将帕累托集投影到性能空间中称为帕累托前沿。在所有标准中，帕累托前沿的成员不受性能空间中任何其他点的支配。换言之，在至少一个标准中，它比其他所有点性能更好。目标是揭示具有上述目标的彩色激光标记问题的稠密的帕累托最优解集。为此，采用了多目标演化方法，这是寻找帕累托最优解的成功工具[Fonseca等人，1993]。所述方法称为非支配排序遗传算法(NSGAII)[Deb等人，2002]，非常适合我们的无模型特性函数，具有离散和连续参数。所述方法的核心是一种基于成员在多级帕累托前沿的存在的评估或排序方法。由于我们的色调多样性目的，NSGA-II非支配排序不足以解决当前的特定问题。因此，在非支配评估的基础上，考虑了一种优选的蒙特卡罗方法，并引入了一种基于前沿频率的新评估方法。这种方法被称为蒙特卡罗、多目标、遗传算法或简称MCMOGA。

为了优选地采用用于颜色再现的半色调，覆盖消色轴和色轴的一组原色是有利的。在分治策略中，色度和消色(黑色和白色)探索可能会分开，首先要解释前者。高色度性能需要对应于如图3所示CIECH颜色空间中较大半径的饱和颜色[Schanda，2007]。进一步的，它需要跨越一系列不同色调的颜色。这种与黑色和白色混合的颜色(通过半色调)产生可用于彩色图像标记的高度填充的色域(2)。通过使用多目标优化的用于准备激光标记系统100的方法1，性能标准被最大化：

(1)色度，因为具有大色度的标记颜色会产生更饱和的彩色图像。

其中a*和b*是CIELAB颜色空间的颜色坐标[Wyszecki和Stiles，1982]。

(2)色调扩展(f

(3)分辨率；由于我们使用基于线的半色调，因此通过测量由一组给定激光参数标记的线的厚度来评估所述标准

其中t是线厚度。

(4)性能空间分集(PSD)；对于性能空间(13)中的每个性能点(14)，被测量为与其最近的两个邻居的距离的倒数

i≠j,0≤i,j<|P|

其中p是待评分的点，P是性能空间中的相应总体。

(5)设计空间分集(f

性能标准(1)至(4)在性能空间中测量，而性能标准(5)在设计空间中测量。性能标准(1)至(3)是直接从激光标记图像中寻求的质量。性能标准(4)提高了收敛速度，而标准(5)通过促进性能空间14中的单独点来帮助避免局部极值。

方法1在通向稠密的帕累托集的方向上导航激光器的设计空间10、10a、10b，即，改进上述性能标准的设计集合(激光器参数)。其从设计空间10中的随机总体开始，标记并测量其性能，然后迭代地将其进化为具有尽可能多的帕累托最优解的更大总体。在每次迭代中，如图2所示，使用遗传算法将待传递给下一次迭代9的帕累托集的总体提升。当不再观察到帕累托前沿的显著改善时，迭代停止。

与几乎任何的遗传方法一样，应所述为总体的每个成员分配一个适合的测量。选择更适合的解并用于创建下一代。考虑到为多标准目标分配单个适合的值的困难，非支配评估方法[Deb等人，2002]根据多级帕累托前沿中的成员来评估总体成员。首先找到第一个非支配前沿，即属于帕累托前沿的总体中的所有解或性能点14。这是通过将每个性能点的14个性能目的逐一与总体中的其他性能点14进行比较来实现的。如果性能点14在至少一个标准中比所有其他性能点14性能更好，则将其标为第一前沿性能点14。通过暂时丢弃第一前沿并重复上述过程来计算第二非支配前沿。这一过程将继续进行，直到总体的所有成员都标有各自的前沿。这导致了组成整个总体的许多不相交的子集，每个子集都有其前沿标签。请注意，根据帕累托概念的精神，同一前沿内的成员不会被排序。

图2显示了方法1的一次迭代。所述方法在迭代i(Pi)取起始总体，并使用遗传方法生成后代Qi。标记和测量设计空间(DS)在性能空间13(PS)中产生相应的性能点14。Pi和Qi结合为Ri，并使用所提出的方法进行评估。Ri被添加到第一色域2，并且其Pi+1的拟合一半被作为起始代传递给下次迭代9。

考虑到色相扩展目的，所述方法是不利的。色调扩展标准有助于色域以平衡的方式在所有角度方向上增长。没有色调扩展标准，所述方法可能会比其他方法更多地探索一些特定的色调角度，从而导致色度色域的不均匀增长。为了实现具有平衡的色调扩展的色域2，不能评估单个解，而是与其他解结合。这可能很快导致非平凡计算：对于200个总体中的10个角度样品，

这种组合爆炸可以通过采取蒙特卡罗方法来避免。步骤dd)中的性能标准包括色度、分辨率、性能空间分集、设计空间分集中的至少一个。优选地，使用所有所述性能标准。性能点14被投影到CIECH空间中，其中CIECH空间被分成第一数量的圆形扇区15，形成色轮16。因此，色轮16将CIECH空间分成随机数量的圆形扇区15(图3)。在每个扇区15内，基于除了色调扩展之外的所有性能标准，使用所描述的非支配排序算法来评估性能点14。所述评估被迭代预设的迭代次数，其中在每一次迭代中，改变形成色轮16的扇区15的数量。因此，每次以随机选择的扇区15的数量和随机角度偏移重复所述过程。在色轮16的每一圈或每次迭代之后，每个单独的性能点14被分配给潜在不同的前沿。在此循环结束时，每个单个性能点14由其前沿频率矢量表征，所述前沿频率矢量表示其在第一前沿、第二前沿等中的存在的频率。当前沿频率的变化低于特定阈值时，迭代停止。性能空间13的总体基于其“顶”前沿的频率进行排序，其中单个第一前沿的价值大于任何数量的第二前沿。

图3示意性地显示了所述过程，其中色轮16的多圈，具有不同数量的扇区15和角度偏移，确保以不同的配置评估所有性能点，并以适当的方式排序。例如，在图2中，可以很容易地看到，使用单个色轮配置可能无法对某些点进行正确排序。在图3中，所述方法中使用的不同色轮16配置示例(左)。首先，使用传统的NDS方法将每个色轮16的每个圆形扇区内的点分配给前沿标签(每个点旁边的圆圈数字)。接下来，对每个点的所有前沿标签进行计数，以形成前沿频率(右)。例如，用星号表示的点已被两次分配给第一前沿，两次分配给第三前沿。注意，对于同一点，仅前两个色轮16是不够的，因为它将仅被分配给第三前沿，尽管提高色域2的潜力很高。

进一步的，通过使用步骤dd)亮度、分辨率、性能空间分集、设计空间分集中的性能标准执行步骤b)，来执行关于性能点14的消色差性能的附加评估。因此，在色度探索中，亮度值(CIE L*)被丢弃。对亮度轴上的黑色和白色进行了两次单独的探索。对于黑色，最小化色度标准被最小化，从而鼓励低色度颜色。此外，色调扩展性能标准被亮度最小化替代。探索白色与黑色相同，但亮度性能标准最大化。

在执行用于准备激光标记系统100的方法1之后，探索激光标记系统100的性能空间13。然后，性能空间13可用于彩色图像再现。这在本实施例中通过采用用于彩色激光标记的基于半色调的彩色打印的原理来完成。为此，发现了满足分辨率要求并产生最大第二色域的许多原色。然后建立颜色管理工作流，所述工作流使用所选择的原色使输入彩色图像和标记最接近的近似。

因此，方法1还可以包括从第一色域2选择一组原色的步骤。然后，所选择的原色形成第二色域。原色的提取涉及通过半色调选择产生最大色域的一组颜色。虽然与打印机不同，原色的数量没有严格限制，但原色的数量越少，标记时间越长，因为它们会减少激光器的切换时延。并非所探索的第一色域2中的所有颜色都可以被考虑用于原色提取。因此，在原色提取之前，通过排除以下颜色来修剪第一色域2：1)不满足指定分辨率要求，2)显示低重复性，以及3)表现出非均匀性。

类似于上述色域探索，分别提取消色和色度的原色。首先，探索了由颜色的离散集组成的激光标记系统的探索色度色域。在CIExy色度空间中找到所述集的凸包，其中x＝X/(X+Y+Z)，y＝Y/(X+Y+Z)[Wyszecki和Stiles，1982]。在CIExy中应用凸包的原因是，与CIEa*b*或CIECH不同，它是半色调下的线性空间。凸包内部的颜色可以通过高精度的半色调再现。凸集中的颜色给出最大的面积，因此也给出最大的色度色域。为了减少原色的数量，可以进一步排除对色域面积没有明显的贡献的凸集的那些成员。消色原色提取分别从黑色和白色探索色域中选择色度可忽略的最暗和最亮颜色。

与第一色域2的设计空间10、10a、10b和性能空间13、13a相关的数据和/或与第二色域相关的数据存储在数据库109中。数据库109可以连接到控制单元108和/或评估单元107。

本发明还包括用于在包括金属表面105a的试件105上创建彩色激光标记的方法20，所述方法包括以下步骤：

a)验证21数据库109，所述数据库109的有关数据与第一色域2和/或第二色域相关，所述第一色域2和/或第二色域与激光标记系统100和试件2的类型相关，其中所述数据是通过根据上述实施例的用于准备激光标记系统的方法1获得的；

b)从数据库109检索22与第一色域2和/或第二色域相关的数据，或执行23根据上述实施例之一的用于准备激光标记系统100的方法1；

c)提供24要在试件105上作为激光标记再现的输入图像27；

d)执行25颜色管理工作流28，通过所述工作流创建源自输入图像27的激光标记系统的控制数据；

e)根据控制数据进行26标记。

在步骤a)中，如果存在与第一色域2和/或第二色域相关的特定类型的试件数据，则搜索数据库109。通过执行根据上述实施例之一的用于准备激光标记系统100的方法1来获得所述数据。优选地，这种验证由控制单元108进行。用户向控制单元108提供试件105的规格，特别是试件105的表面层105a的规格。检索的数据包括关于第一和/或第二色域的数据，所述第一和/或第二色域与所使用的激光系统和特定试件105匹配。所述方法如图4所示。进一步的，优选地，步骤d)由控制单元108执行。在步骤e)中，控制单元109相应地控制激光器101和扫描装置103、104。

优选地，颜色管理工作流18是并列的半色调工作流。因此，所述方法20，其中颜色管理工作流28a)包括以下步骤：

aa)应用29正向颜色预测模型来构建关于第二色域的第三色域，和并列的半色调的使用；

bb)将输入图像27映射30到第三色域；

cc)执行31颜色分离，使得对于每个映射的颜色，确定每个原色的对应面积覆盖率；

dd)使用并列的半色调方法对面积覆盖率进行二值化32，并创建33栅格半色调图像；

ee)将栅格半色调图像转换34为矢量数据，其中控制数据包括所述矢量数据。

然后，控制数据被发送到激光器，并且可以执行步骤e)28。

颜色管理工作流确保不同成像装置之间的颜色再现性。当前方法的真正优点是通过颜色再现工作流使用多色半色调来实现任意图像的再现，而不仅仅是均匀颜色的再现。它还可以在标记前预览图像。典型的示例是打印，例如，来自相机的输入图像被尽可能准确地打印。图5示意彩色激光标记的颜色再现工作流。在给定颜色空间(例如，sRGB)中给定输入颜色，通过将其映射到激光标记的色域来确保其再现性。颜色分离计算不同激光原色的覆盖，当通过半色调彼此相邻放置时，这些原色再现输入颜色。典型的打印机的颜色再现工作流通过多个墨水的空间混合和叠加产生不同的颜色。如果在激光标记工艺中模仿这种工作流，则需要确保激光原色及其叠加都是最佳的。为这种不太可能的结合探索设计空间要困难得多。相反，不同的原色被严格地放置在彼此旁边。这导致了一个相当简单的探索，其中只搜索一组合适的原色(而不是它们的叠加)。为了建立颜色管理工作流，合成提取的原色的并列的半色调。预测了多原色半色调的整体颜色。所述预测模型被数字反转，以便将输入颜色映射到原色半色调。

在图5中，描绘了颜色再现工作流28、28a。输入图像27被映射到激光标记系统100的第二色域。在颜色分离步骤31中，对于每个映射的颜色，计算每个原色的对应面积覆盖率(色域的创建和颜色分离建立在颜颜色预测模型上)。连续面积覆盖率被二值化32，并使用并列的半色调方方法33彼此相邻放置。栅格半色调图像被转换成矢量34。

彩色半色调将连续调彩色图像转换为一组二值图像，每个图像对应于一种打印机的墨水。离散线并列的半色调[Babaei和Hersch，2012]以线的形式合成这些二值图像，并将它们彼此相邻放置，而不重叠。在为位图打印机设计的原始方法中，使用数字线[Reveilles，1995]允许亚像素厚度、低计算复杂性，并且对我们来说，更重要的是连续性。连续的激光路径确保了更少的切换时延，因此，每个标记矢量的两端都会导致更快的标记和更低的颗粒度。由于原始的并列的半色调是为栅格装置设计的，因此需要将得到的栅格图像转换为适合我们的激光装置的矢量表示。为此，使用初始线(具有单位厚度的离散线)作为掩膜版，并将其滑动到对应于每个激光原色的每个半色调层上(图5)。这产生了不同原色的矢量列表，其跨越图像平面并被发送到用于标记的激光装置。

颜色预测模型在颜色管理工作流中有两个角色。首先，它构建通过对一组原色进行半色调处理而产生的第三色域。它预测了跨越每个半色调中原色的相对区域的空间的数千个半色调的颜色，称为面积覆盖率。然后将色域表面拟合到体积点云，并随后用于色域映射30。其次，在颜色分离步骤31中使用正向模型，所述模型计算待再现的任何输入颜色的原色的面积覆盖率。

尤尔-尼尔逊(YN)预测模型用于预测激光原色的多色、并列的半色调。尤尔-尼尔逊方程[Yule和Nielsen，1951]预测并列的半色调的CIEX颜色坐标(X

其中，X

颜色分离建立在正向预测模型上，以计算再现给定颜色(在第三色域内)的特定原色及其面积覆盖率。由于YN模型在分析上不可逆，因此通过优化进行颜色分离：

||a||

其中c是CIELAB颜色空间中的目标颜色，a是优化变量，即q原色的面积覆盖率的矢量。由于CIEDE2000色差公式[Sharma等人，2005]用于距离度量，使用YN模型(YN(a))建模的颜色应从CIEXYZ转换为CIELAB(由上述方程中的函数Lab表示)。所述方程搜索面积覆盖率矢量，所述矢量在标记后会导致与目标颜色的最小距离。由于不同的原色是并列的，其相对面积覆盖率总和应为1且为非负。

激光标记是基于试件(105)的表面层(105a)的激光诱导氧化，或试件(105)的表面层(105a)激光诱导结构化，或在试件(105)的表面层(105a)上的激光诱导产生的微/纳米颗粒。

在下文中，对色域探索和图像再现进行了不同的分析和评估。激光标记系统100如图6所示。在优选的实验设置中，可以使用如下所述的硬件。激光标记装置101包括镱光纤激光系统(IPG Photonics YLPM-1-4x200-20-20)和检流计扫描仪(Scanlab IntelliScanIII 10)形式的主要部件。激光系统(20W，1064nm)产生激光束，所述激光束由扫描装置103的Galvo Mirror系统重定向到试件上的任何期望激光光斑。扫描装置103配备了红外F-Theta透镜(f＝163mm)，能够对116×116mm的平面场进行成像。空气过滤系统阻止小颗粒在室内扩展。在大多数实验中，使用1mm厚的1.4301V2A型不锈钢(AISI 304)作为试件105。在钛上也可以进行彩色激光标记。

图7描述了七个激光标记参数，包括：

(1)频率：限定每秒激光发射数量(1.6-1000kHz，100Hz步长)，

(2)功率：调整每次发射的输出功率(0-100％，256步长)，

(3)脉冲宽度：限定单个发射的持续时间(4、8、14、20、30、50、100、200纳秒)，以及形成具有以下性能的线集群的扫描参数：

(4)速度：限定标记时沿矢量的移动速度(0-2000mm/s，1mm/s步长)，

(5)线数：限定集群中线的数量(1-20线，1线步长)，

(6)晕线：限定集群内线之间的距离(1-15μm，1μm步长)

(7)通道计数：表示标记矢量的次数(1-10次，1次步长)。

图7显示了激光(左)和扫描(右)参数的可视化。右侧示意图中的多通道、线集群形成最终的颜色。值得注意的是，由于激光源的技术限制，激光参数不能任意结合使用。进一步的，不可能匆忙地改变激光参数。例如，开关频率和功率分别需要0.6ms和3ms；改变脉冲宽度需要大约2秒，因为它需要重新建立控制器板和激光器之间的连接。因此，在我们的路径规划中，我们允许在改变这些参数后切换时延，以确保激光源能够适当地适应新的参数。

对于设计空间10、10a、10b中的每个点，测量其性能点14，以便决定如何在我们的探索框架中使用所述点。除了设计空间分集之外，所有性能标准都可以通过测量标记线集群的厚度和标记小块的颜色来评估。这分两个阶段进行。首先，为了测量集群的厚度，使用手持式数字显微镜(Reflecta DigiMicroscope USB 200)形式的第一检测装置106。在第二步中，通过在期望区域内并列多个集群，使用给定集群的厚度来标记其对应的小块。性能空间13探索的支柱色调和色度都是从感知颜色空间CIELAB计算的。因此，执行了用于测量标记小块颜色的颜色校准[Hong等人，2001]。颜色校准通过回归形式将相机RGB信号连接到CIEXYZ坐标。然后，可以使用一组已知的分析转换将CIEXYZ值转换为CIELAB坐标[Wyszecki和Stiles，1982]。为了训练回归，使用121个印刷色块，使用X-Rite i7分光光度计测量已知光谱，并获得假设D65照明的基准真相(ground-truth)CIEXYZ值。

用尼康D750数码单反相机(具有微距镜头Tamron SP 90mm F/2.8Di)形式的第二检测装置106捕捉相同的印刷小块，获得已针对空间和时间光波动校正的原始RGB信号。需要指出的是，这种设置是一种可能的实验设置。如已经指出的，至少一个检测装置106可以连接到控制单元108并由控制单元108控制。然后可以自动执行上述测量。

颜色校准在16个印刷小块的测试集上显示出高精度，平均ΔE

为了评估所提出的色域探索算法，在不同的运行期间执行多个运行，同时丢弃不同的目标，以显示目标对探索行为的影响。为了公平比较，它总是从相同的随机产生的初始总体开始。所有世代都有相同的总体规模，为100。对于色轮，圆形截面的随机数限制在4到72之间，而随机角度偏移α在0到2π之间。MCMOS的停止阈值设置为0.001％。

图8显示了在AISI 304不锈钢上进行全面探索的色域演化(使用f

图9显示了在AISI 304不锈钢上随机探索的色域演化。与全面探索(图8)相比，随机标记不会导致色域的充分增长。由于随机探索不包括分辨率目的，因此比较图9d和图10e更能说明问题，因为它们都具有相同数量的样品，并且它们中没有一个包括分辨率目的。随着时间的推移，随机标记的停滞行为(图9)和缺乏系统的分辨率增强表明，需要非常大数量的样品来匹配本发明方法产生的全面色域。

图10中显示了在AISI 304不锈钢上不同配置的探索色域。为了评估蒙特卡罗色轮方法的有效性，运行了两次类似的探索，其中唯一的区别是色调扩展目的f

标记高质量图像需要一组多样化的饱和颜色，这些颜色以高空间分辨率彼此相邻放置。所述标准由f

通过定量分析以及各种全面颜色标记图像来评估所提出的颜色再现管道。在修剪步骤之后，总共获得6种原色，包括黑色和白色原色。图11c显示了四种色度原色。其参数如下表所示：

在修剪阶段，通过在基底的四个不同位置标记候选原色并成对比较它们的颜色来检查空间和时间重复性。在所有比较中，平均ΔE

为了测试尤尔-尼尔逊模型的精度，原色和92个测试小块都标有原色的不同面积覆盖率。所得到的平均ΔE

图12显示了由所提出的图像再现管道使用所选原色生成的不同结果。将标记的图像与其色域映射的对应图像进行比较，可以观察到颜色被如实地再现。更进一步的，在激光标记的图像中没有引入明显的伪影。如图12第二行中的图像所示，原色集的色域允许标记多样化、生动和相对饱和的颜色。由于高分辨率的原色，高空间频率得以保留。这允许标记具有大量细节的图像，如图12右下一行所示。

在下文中，研究了使用不同标记设置或基底时标记参数是否可转移的问题。首先，对文献[Antończak等人，2013]中报告的一组参数进行了标记，并在图13中显示了结果。

在图13中，Antończak等人[2013]的标记参数导致显示在中间一行的颜色(如原始论文所述)。使用本装置(底部)在相同材料(AISI 304)上标记的相同参数导致明显的色差(平均ΔE

在下表中，当在当前设置上标记不同情况下的参数通用集时，会报告色差：

所述表以ΔE

为了比较，在表1中，显示了使用6个提取的原色进行的相同实验的结果。在纯重复性实验中观察到明显更高的精度，因为在这种情况下已经对原色进行了修剪。有趣的是，原色显示出可接受的重复性当标记为离焦时，表示提取的原色对一些扰动是稳健的。然而，使用新基底时的较大偏差表明，原色不能用于在新基底上准确标记图像。在图14中，使用在默认基底(AISI 304)上探索和提取的原色标记新基底(不锈钢AISI 430)上的图像。虽然新基底上的图像保留了空间细节，但与默认基底上标记的图像相比，存在明显的颜色位移。为了表明本方法是可推广的，执行了完整的色域探索，在新基底上进行了原色提取和颜色再现。结果如图14(底行)所示。图14显示了AISI 304(左上角)和AISI 430(右上角)上的标记图像，在AISI 304上探索和提取的相同原色显示了明显的颜色位移。在AISI 430上新探索和提取的一组原色显示，AISI 430上标记的相同图像的色域映射(左下角)和照片(右下角)之间存在良好的一致性。更进一步的，图15所示的新基底上的全面探索导致了与图8所示的默认基底上获得的色域不同的色域。图15显示了在AISI 430不锈钢上进行全面探索的色域演化(使用f

总体规模为100的色域探索的迭代大约需要30分钟。这包括标记单个集群，用手持式显微镜测量它们的厚度，用集群的适当距离标记相应的小块，最后用比色相机拍摄它们。群集厚度的手动测量是瓶颈，因为大约需要20分钟。在Matlab中，使用MCMOGA计算新一代只需几秒钟。图像的标记时间是矢量的数量(在半色调矢量化之后)和不同原色的标记速度的函数。更大数量的矢量会导致更多的切换时延，使得标记时间除了取决于图像的大小之外，还高度取决于图像内容。例如，图12的顶行和底行右侧的两个标记图像，尽管图像大小类似(7乘11cm)，但分别需要大约1800万和3000万个矢量，以及大约3小时和5.5小时的标记时间。

在本发明中，提出了一种能够实现激光标记的新应用的计算框架：彩色图像再现。所述方法首先使用其性能空间的演化探索来表征装置，然后利用所述空间标记高分辨率、彩色图像。这种方法的一个明显限制是，如图16所示，从散射到非散射配置的外观发生了显著变化，其中描绘了，标记在AISI 304上的以非散射(左)和散射(右)模式拍摄的，亚历山德罗·阿洛里(AlessandroAllori)的画作玛丽·德·美第奇(Maria de’Medici)。

在图17中，显示了使用根据本发明的方法在不锈钢上的激光标记图像(板为13×13cm)。

要求保护申请文件中公开的所有特征，如果它们单独地或组合地比现有技术新颖，则这些特征对于本发明是必不可少的。

附图标记列表

1 光学部件

2 第一色域

3 用于准备激光标记系统的方法的步骤aa)

4 用于准备激光标记系统的方法的步骤bb)

5 用于准备激光标记系统的方法的步骤cc)

6 用于准备激光标记系统的方法的步骤dd)

7 用于准备激光标记系统的方法的步骤ee)

8 用于准备激光标记系统的方法的步骤ff)

9 迭代

10设计空间

10a 后代设计空间

10b 结合的设计空间

11设计点

11a 后代设计点

12激光参数

13性能空间

13a 结合的性能空间

14性能点

15圆形扇区

16色轮

20用于在试件上创建彩色激光标记的方法

21用于在试件上创建彩色激光标记的方法的步骤a)

22用于在试件上创建彩色激光标记的方法的步骤b)

23用于在试件上创建彩色激光标记的方法的步骤b)

24用于在试件上创建彩色激光标记的方法的步骤c)

25用于在试件上创建彩色激光标记的方法的步骤d)

26用于在试件上创建彩色激光标记的方法的步骤e)

27输入图像

28颜色管理工作流

28a 并列的半色调工作流

29颜色管理工作流的步骤aa)

30颜色管理工作流的步骤bb)

31颜色管理工作流的步骤cc)

32颜色管理工作流的步骤dd)

33颜色管理工作流的步骤dd)

34颜色管理工作流的步骤ee)

100 激光标记系统

101 激光器

102 激光束

103 扫描装置

104 扫描装置

105 试件

105a表面层

106 检测装置

107 评估装置

108 控制单元

109 数据库

引用参考文献列表

DavidPrice Adams,Ryan D Murphy,David J Saiz,DA Hirschfeld,MARodriguez,Paul Gabriel Kotula,and BH Jared.2014.Nanosecond pulsed laserirradiation oftitanium:Oxide growth and effects on underlying metal.Surfaceand Coatings Technology 248(2014),38–45.

Arkadiusz J Antończak,Dariusz Kocoń,Maciej Nowak,

Arkadiusz J Antończak,Bogusz

ThomasAuzinger,Wolfgang Heidrich,and Bernd Bickel.2018.Computationaldesign of nanostructural color for additive manufacturing.ACM Transactions onGraphics(TOG)37,4(2018),159.

Vahid Babaei and Roger D Hersch.2012.Juxtaposed color halftoningrelying on discrete lines.IEEE Transactions on Image Processing 22,2(2012),679–686.

Vahid Babaei and Roger D Hersch.2015.Yule-Nielsen based multi-anglereflectance prediction of metallic halftones.In Color Imaging XX:Displaying,Processing,Hardcopy,and Applications,Vol.9395.International Society forOptics andPhotonics,93950H.

Vahid Babaei and Roger D Hersch.2016a.N-Ink Printer CharacterizationWith Barycentric Subdivision.IEEE Transactions on Image Processing 25,7(2016),3023–3031.

Vahid Babaei and Roger D Hersch.2016b.Color reproduction of metallic-ink images.Journal of Imaging Science and Technology 60,3(2016),30503–1.

Milton Birnbaum.1965.Modulation of the reflectivity ofsemiconductors.Journal ofApplied Physics 36,2(1965),657–658.

Kalyanmoy Deb,Amrit Pratap,Sameer Agarwal,and TAMT Meyarivan.2002.Afast and elitist multiobjective genetic algorithm:NSGA-II.IEEE transactionson evolutionary computation 6,2(2002),182–197.

A Perez Del Pino,JM Fernández-Pradas,P Serra,and JLMorenza.2004.Coloring of titanium through laser oxidation:comparative studywith anodizing.Surface and coatings technology 187,1(2004),106–112.

Carlos M Fonseca,Peter J Fleming,等人，1993.Genetic Algorithms forMultiobjective Optimization:Formulation,Discussion and Generalization.InIcga,Vol.93.Citeseer,416–423.

Mathieu Hébert.2014.Yule-Nielsen effect in halftone prints:graphicalanalysis method and improvement of the Yule-Nielsen transform.In ColorImaging XIX:Displaying,Processing,Hardcopy,and Applications,Vol.9015.International Society for Optics and Photonics,90150R.

Roger D Hersch,Philipp Donzé,and Sylvain Chosson.2007.Color imagesvisible under UV light.In ACM Transactions on Graphics(TOG),Vol.26.ACM,75.

Guowei Hong,M Ronnier Luo,and Peter A Rhodes.2001.A study of digitalcamera colorimetric characterization based on polynomial modeling.ColorResearch&Application:Endorsed by Inter-Society Color Council,The Colour Group(Great Britain),Canadian Society for Color,Color Science Association ofJapan,Dutch Society for the Study ofColor,The Swedish Colour Centre Foundation,Colour Society ofAustralia,Centre

P Laakso,S Ruotsalainen,H Pantsar,and R

C Langlade,AB Vannes,JM Krafft,and JR Martin.1998.Surfacemodification and tribological behaviour of titanium and titanium alloys afterYAG-laser treatments.Surface and Coatings Technology 100(1998),383–387.

Samantha K Lawrence,David P Adams,David F Bahr,and Neville RMoody.2013.Mechanical and electromechanical behavior of oxide coatings grownon stainless steel 304L by nanosecond pulsed laser irradiation.Surface andCoatings Technology 235(2013),860–866.

KM

M Ozimek,and KM Abramski.2016.Effects of laser-induced oxidation onthe corrosion resistance of AISI 304 stainless steel.Journal ofLaserApplications 28,3(2016),032009.

Achim Lewandowski,Marcus Ludl,Gerald Byrne,and GeorgDorffner.2006.Applying the Yule-Nielsen equation with negative n.JOSAA 23,8(2006),1827–1834.

Huagang Liu,Wenxiong Lin,and Minghui Hong.2019.Surface coloring bylaser irradiation of solid substrates.APL Photonics 4,5(2019),051101.

LászlóNánai,Róbert Vajtai,and Thomas F George.1997.Laser-inducedoxidation of metals:state of the art.Thin Solid Films 298,1-2(1997),160–164.

Petar Pjanic and Roger D Hersch.2013.Specular color imaging on ametallic substrate.In Color and Imaging Conference,Vol.2013.Society forImaging Science and Technology,61–68.

Jean-Pierre Reveilles.1995.Combinatorial pieces in digital lines andplanes.In Vision geometry IV,Vol.2573.International Society for Optics andPhotonics,23–34.

Robert Rolleston and Raja Balasubramanian.1993.Accuracy of varioustypes of Neugebauer model.In Color and Imaging Conference,Vol.1993.Societyfor Imaging Science and Technology,32–37.

János Schanda.2007.Colorimetry:Understanding the CIE System.JohnWiley&Sons.Adriana Schulz,HarrisonWang,Eitan Crinspun,Justin Solomon,andWojciech Matusik.2018.Interactive exploration of design trade-offs.ACMTransactions on Graphics(TOG)37,4(2018),131.

Christian Schumacher,Bernd Bickel,Jan Rys,Steve Marschner,ChiaraDaraio,and Markus Gross.2015.Microstructures to control elasticity in 3Dprinting.ACM Transactions on Graphics(TOG)34,4(2015),136.

Gaurav Sharma,Wencheng Wu,and Edul N Dalal.2005.The CIEDE2000 color-difference formula:Implementation notes,supplementary test data,andmathematical observations.Color research and application 30,1(2005),21–30.

Pitchaya Sitthi-Amorn,Nicholas Modly,Westley Weimer,and JasonLawrence.2011.Genetic programming for shader simplification.ACM Transactionson Graphics(TOG)30,6(2011),1–12.

Eric J Stollnitz,Victor Ostromoukhov,and David HSalesin.1998.Reproducing color images using custom inks.In Proceedings ofthe25th annual conference on Computer graphics and interactive techniques.ACM,267–274.

Vadim Veiko,Galina Odintsova,Elena Gorbunova,Eduard Ageev,AlexandrShimko,Yulia Karlagina,and Yaroslava Andreeva.2016.Development of completecolor palette based on spectrophotometric measurements of steel oxidationresults for enhancement of color laser marking technology.Materials&Design 89(2016),684–688.

VP Veiko,AA Slobodov,and GV Odintsova.2013.Availability of methods ofchemical thermodynamics and kinetics for the analysis of chemicaltransformations on metal surfaces under pulsed laser action.Laser Physics 23,6(2013),066001.

Rui Wang,Bowen Yu,Julio Marco,Tianlei Hu,Diego Gutierrez,and HujunBao.2016.Real-time rendering on a power budget.ACM Transactions on Graphics(TOG)35,4(2016),1–11.

Gunter Wyszecki and Walter Stanley Stiles.1982.ColorScience.Vol.8.Wiley NewYork.

JAC Yule and WJ Nielsen.1951.The penetration oflight into paper andits effect on halftone reproduction.In Proc.TAGA,Vol.3.65–76.

Bo Zhu,Mélina Skouras,Desai Chen,and Wojciech Matusik.2017.Two-scaletopology optimization with microstructures.ACM Transactions on Graphics(TOG)36,5(2017),164.