在涂料行业，颜色的调配是一个复杂的过程，传统的配色方法依赖于人工调色，这在现代社会中已经越来越难以满足精度和效率的要求。随着计算机技术的发展，计算机测配色系统应运而生，该系统通过建立精准的色料光学属性数据库来实现自动化的配色过程。这种系统对于涂料行业而言是十分重要的，因为它不仅能够提高配色的效率和精度，还能降低生产和研发的成本。
在建立颜色光学数据库时，传统的方法采用相对K、S值来建立数据库，这种方法虽然可行，但是会带来较大的工作量，且缺乏灵活性。为了改进这一现状，本研究提出了一种基于绝对K、S值的涂料建库配色方法。K、S值分别代表色料的吸收系数和散射系数，它们是描述色料光学属性的重要参数。相对K、S值的建库方法存在基准白依赖的问题，而绝对K、S值的提出则是为了解决这一问题，使得建立数据库的工作能够一次完成，从而大幅减少建库的工作量，并提高计算机测配色系统的适应能力。
本文还提到，涂料行业的配色通常采用二氧化钛作为基料，即所谓的钛白，然后通过向其中添加其它色料来进行配色。为了准确描述色料的颜色混合属性，传统建库方法通常采用相对K、S参数模型。然而，这种方法难以应对不同浓度的钛白配色问题，因此，本研究提出的新建库算法能够较好地预测在不同钛白浓度下的配色配方，从而解决了传统方法中的这一难题。
Kubelka-Munk理论是目前应用最广泛、最成功的光学模型之一，它为颜色的测配色提供了一个理论基础。本研究提出的绝对K、S值建库算法结合了三刺激值配色算法，通过实验验证了新算法建库模型的准确性。实验结果表明，新模型大大减少了建库工作量，提高了计算机测配色系统的适应能力，并能解决可变钛白下的配方预测问题。
在涂料建库配色领域，本研究提出的方法能够提供一个更为高效、灵活和精确的解决方案，这对于推动涂料行业的技术进步和自动化水平的提升具有重要意义。通过采用绝对K、S值建库算法，可以实现计算机辅助的快速配色，并且能够在不同钛白浓度下准确计算配色配方，这对于提高涂料产品的质量和市场竞争力有着不可忽视的作用。
