1.一种色纺织物计算机仿真方法，其特征在于，包括如下步骤：步骤1，采集典型色纺织物与单色织物样本图像；

步骤2，构建图像翻译模型训练所需的图像对数据集，所述图像翻译模型用于将色纺织物图像转换为颜色纹理图像；

步骤3，将色纺织物图像输入训练好的图像翻译模型，得到其转换后的颜色纹理图像，存入数据库；

步骤4，将颜色纹理图像与对应的色纺织物原图在灰度空间域做差，得到组织结构灰度图像，存入数据库；

步骤5，根据工艺需求，在数据库中选取含有指定风格的颜色纹理图像与指定结构的组织结构纹理图像，若无颜色或配色比例的变动需求，直接执行步骤6，反之则对颜色纹理图像进行灰度化后按照配比填充相应的颜色，制作新的颜色纹理图像，然后再执行步骤6；

步骤6，将步骤5中所得的新的颜色纹理图像与指定结构的组织结构纹理图像叠加融合，得到仿真结果。

2.如权利要求1所述的一种色纺织物计算机仿真方法，其特征在于：步骤1中，在采集典型色纺织物与单色织物样本的图像时需要在完全相同的环境条件下进行拍摄，摄像机的镜头焦距、光圈尺寸、白平衡等均保持一致。

3.如权利要求1所述的一种色纺织物计算机仿真方法，其特征在于：骤2中，构建图像翻译模型训练所需的图像对数据集，包括以下步骤；

首先对典型色纺织物图像进行下采样提取其主要的颜色风格构成，再通过双线性三次插值放大恢复到原始分辨率，制备为颜色纹理模板；对单色织物图像进行灰度化制备为组织结构纹理模板；然后将制备好的两种模板转换到Lab色彩空间，对两种模板进行叠加与融合，方法如式一到式三所示；

aO＝aC    式二

bO＝bC    式三

式中LO、aO、bO分别表示叠加后图像的Lab值；LC、aC、bC分别表示颜色纹理模板的Lab值，LT与 分别表示组织结构纹理模板亮度分量与全图亮度均值；最后将叠加后得到的图像转换到RGB色彩空间，与对应的颜色纹理模板图像一起作为图像对数据集。

4.如权利要求1所述的一种色纺织物计算机仿真方法，其特征在于：步骤2中构建的图像翻译模型为pix2pixHD图像翻译模型。

5.如权利要求1所述的一种色纺织物计算机仿真方法，其特征在于：步骤4中，将所有色纺织物图像分别与其对应的颜色纹理图像灰度化后在灰度空间中逐像素做差，并将结果归一化到[0,255]的灰度区间上，得到组织结构纹理图像。

6.如权利要求1所述的一种色纺织物计算机仿真方法，其特征在于：步骤5中，颜色纹理图像进行灰度化后按照配比填充相应的颜色，制作新的颜色纹理图像的具体实现方式如下：

首先，在颜色填充过程中需满足如下条件约束，如式四到式七所示；

Ai+Bi＝1     式七

式中n代表颜色纹理灰度图像中的最大灰度值；i代表某一灰度级；Pi代表该灰度级在颜色纹理灰度图像出现的频率；KA和KB分别代表两种待填充颜色A和B的配色比例，Ai和Bi分别代表颜色纹理灰度图像中出现该灰度级的每个像素点处两种颜色的比例系数；

其次，迭代计算比例系数；将参数Pi也简化为常数P，便于拟合方程的计算，迭代公式如式八和式九所示；

r

Ai＝(1‑(i/G))*P   式八Bi＝1‑Ai   式九

式中r代表待拟合系数，G代表灰度级区间长度；

最后，颜色填充；根据计算出的每个灰度级上的比例系数，将两种颜色在Lab色彩空间上进行混合叠加，如式十到式十二所示；

aCj＝Aj*aA+Bj*aB   式十一bCj＝Aj*bA+Bj*bB   式十二式中LCj、aCj、bCj分别表示颜色填充后颜色纹理图像点j处的Lab值，Lgj表示颜色纹理灰度图像点j处的L值， 则表示颜色纹理灰度图像全图的L均值，LA、aA、bA、LB、aB、bB表示两种颜色A和B的Lab值，叠加完成后得到同时具有“夹花”风格与所需求颜色配比的新的颜色纹理图像。

7.如权利要求6所述的一种色纺织物计算机仿真方法，其特征在于：迭代时先将r初始化为1.0，根据r值计算Ai并将其累加得到计算出的KA值，与实际的KA值进行对比，将r增大或减小0.001,再次按照上述方法计算并对比KA值，直至二者相等或误差小于0.001。

8.如权利要求3所述的一种色纺织物计算机仿真方法，其特征在于：步骤6中，颜色纹理图像与组织结构纹理图像叠加融合的方式与步骤2中一致。