1.一种皮革涂饰的计算机配色方法，其特征在于：包括以下步骤：

1)计算常用涂料的特征值Ki(λ)，Si(λ)；按常用工艺涂饰制备4个不同比例混合的特征样，然后分别测量特征样的K/S(λ)光谱，运用最小二乘法计算获得特征值Ki(λ)，Si(λ)值；

2)模型的构建与训练，将常用配方库中储存的样本进行测量获得K/Ss(λ),由K/Ss(λ)为输入项和重均K/Sw(λ)为输出项构建BP神经网络配色模型，并进行训练；

3)测量待配色样品的K/St(λ)光谱，以K/St(λ)为输入项，由BP神经网络配色模型进行预测，预测得到重均光谱K/Sw(λ)；

4)利用光谱配色算法，用Ki(λ)，Si(λ)拟合K/Sw(λ)，通过约束最小二乘法计算获得配方C。

2.根据权利要求1所述的一种皮革涂饰的计算机配色方法，其特征在于，所述步骤1)中反射率的测试采用积分球型双光束分光测色仪，λ波长范围为可见光400-700nm，波长间隔

10nm。

3.根据权利要求1所述的一种皮革涂饰的计算机配色方法，其特征在于，所述步骤1)中制备不少于4个浓度比例的颜料膏两两混合的特征样。

4.根据权利要求1所述的一种皮革涂饰的计算机配色方法，其特征在于：所述步骤1)中代表涂料特征的Ki(λ),Si(λ)计算方法如下：x1K1,λ-x1(K/S)s,λS1,λ+x2K2,λ-x2(K/S)s,λS2,λ＝0   (公式1)设：A1,λ＝x1 A3,λ＝x1*(K/S)s,λ

A2,λ＝x2 A4,λ＝x2*(K/S)s,λ

因此，对于n个不同比例两两的样本，可得到方程组的系数矩阵，如公式2，n为参与计算的已知不同比例的样品个数,n个方程组的右边向量和未知向量如下式：对应的矩阵方程可写为：

A*X＝Y                  (公式4)用最小二乘法求出矩阵方程未知向量逼近解：

X＝(AT*A)-1*A-1*Y             (公式5)式中，X向量是矩阵方程的最小二乘逼近解；AT是方程组的系数矩阵A的转置矩阵A-1是方程组的系数矩阵A的逆矩阵。

5.根据权利要求1所述的一种皮革涂饰的计算机配色方法，其特征在于，所述步骤2)重均光谱K/Sw(λ)由表达是公式(6)计算，x1,x2...xn为配方百分比。

6.根据权利要求1所述的一种皮革涂饰的计算机配色方法，其特征在于，所述步骤2)BP神经网络的训练，中间隐含层采用logsig函数，输出层采用purelin函数,采用“Levenberg-Marquardt”算法。

7.根据权利要求1所述的一种皮革涂饰的计算机配色方法，其特征在于，所述步骤4)计算对象为由神经网络预测得到的重均光谱K/Sw(λ)值，而非目标色的K/St(λ)值。

8.根据权利要求1所述的一种计算机配色方法，其特征在于，所述步骤4)通过最小二乘法的光谱配色算法计算获得配方C，约束条件为x1,x2，...，xn>0,且x1+x2+...+xn＝100％。