基于边缘和纹理特征融合的蕾丝花型检索方法

介绍一种采用边缘和纹理特征融合的蕾丝花型检索方法。首先利用Live Wire分割算法提取出1 327个样本花型和530个测试花型,然后分别提取它们的傅立叶描述子、灰度梯度共生矩阵作为边缘特征和纹理特征,最后将测试花型与样本花型特征匹配后按照相似度大小进行排序,并与特征融合后的排序值进行比较,在Matlab中实现蕾丝花型用户界面检索系统。结果表明,与单一的特征检索方法相比,特征融合方法具有更高的识别率,能够满足大数据库下蕾丝花型的检索需求。     

蕾丝花边的改进型纹理特征检索方法

针对传统的蕾丝花边检索主要依赖于人的视觉检测及文本检索,存在信息不稳定、效率低、检索效果不可靠的现象,提出了一种基于层次匹配下多特征融合的蕾丝花边检索方法。通过运用图案纹理特征标识图像,首先分别用灰度共生矩阵、灰度梯度共生矩阵、局部二进制算子提取纹理特征进行匹配。然后将3种提取纹理特征方法分别结合几何特征、不变矩特征量进行逐层匹配。最后将层次匹配下各个纹理特征进行融合,弥补了单个匹配方法的不足,同时在蕾丝花边库中验证所用检索方法的正确率。分析结果表明,该方法优于任意单个的蕾丝花边匹配方法,能较好地实现蕾丝花边检索,有效地提高图案检索的可靠度和准确率。     

基于图像边缘特征的领带花型检索方法

为了提高领带花型检索的速度和准确度,提出了一种基于图像边缘特征的检索方法。首先,对图案进行边缘检测,提取领带花型的轮廓,量化为边缘特征值;然后,分析边缘特征值分布的数理统计特性,将花型分为条纹、多边形和复杂图案 3 个大类;最后,将待检索花型与数据库内同类花型进行匹配,选取最相似的花型图案。结果表明,基于图像边缘特征的检索方法能够精确地检索相似的领带花型,并且计算量小,检测速度快,可以满足实际应用的需求。     

多梳拉舍尔花边花型设计探讨

拉舍尔花边的花型设计包括花边纹样的造型设计、花型的构成设计、花型的色彩设计以及蕾丝图案“花”与“地”的空间层次设计：造型设计包括设计选题、图案构成和组织结构的搭配，构成设计主要以条形花边为例介绍了其分类、规格尺寸和布局，色彩设计中阐述了同种色、类似色和对比色的色彩配置方法和色彩的选择方法，最后从结构和组织等方面对蕾丝图案“花”与“地”的空间层次设计进行了分析与说明。     

基于边缘和颜色特征的织物印花花型检索

针对织物印花花型同型不同色和同形异构的特点,提出了一种综合花型边缘和颜色特征的图像检索算法。首先利用中值滤波对花型图像进行滤波去噪,并采用Canny算子获取花型边缘;以边缘像素坐标加权中心点为圆心,将各边缘点划分到若干等距环面内,提取花型边缘距离直方图,并在对边缘像素点直线拟合基础上,提取边缘方向直方图;然后在HSV空间内对彩色边缘进行颜色量化,提取各颜色分量构成颜色直方图;最后对3种特征分别进行相似性度量,并赋予三者不同权重予以结合,获得图像间相似度。结果表明,该算法具有平移、缩放、旋转不变性,并能兼顾边缘特征和颜色特征对检索结果的影响,准确区分同型不同色和同形异构的花型图案,该算法平均查准率可达93.17%。     

用于ML机型的拉舍尔蕾丝面料花型设计与工艺实现

通过对钢丝花梳ML拉舍尔蕾丝面料的大量实物分析与设计实践,阐述了在ML机型下,多梳拉舍尔蕾丝面料的花型设计方法以及工艺实现步骤。本文从花型纹样设计、排列方式、花型图案之间的连接过渡三个方面详细归纳总结了花型的设计方法,分析了基于ML机型花型设计的具体特点,从原料选择、工艺实现等方面对花型工艺实现进行详细论述,为ML拉舍尔蕾丝面料的研发与生产提供了新的思路与方法,有助于提高ML拉舍尔蕾丝面料研发设计的总体水平。     

基于卷积神经网络的领带花型情感分类

为避免传统手工特征和局部特征难以全面表征和准确量化图像情感特征的不足,以领带花型为研究对象,提出了一种融合手工情感特征的基于卷积神经网络的织物图像情感分类方法,可为服饰设计、服装选购等提供辅助。 首先对领带花型图像进行情感评价,建立领带花型图像的情感样本库;然后提取图像饱和度、纹理等手工情感特征和图像像素值作为卷积神经网络的输入;其次建立卷积神经网络模型,将2 000幅样本图像作为训练样本对卷积神经网络进行训练;最后将1 000幅检测样本输入训练后的卷积神经网络,实现了领带花型图像的情感分类。实验结果显示：该方法的情感分类准确率为89.7%,比采用传统手工特征的分类方法有较大提升,较其他卷积神经网络模型正确率更高。     

基于GPQ半监督神经网络的织物图像检索

为提升织物图像检索的准确性,采用改进的广义产品量化(generalized product quantization, GPQ)半监督神经网络实现弱纹理织物图像的检索。通过CLAHE方法增强织物图像纹理,加强底层纹理特征,以降低深度学习特征过拟合的概率。利用GPQ框架中产品量化、基于余弦相似性分类器和子空间极小最大熵损失计算,对提取的特征向量进行归一化,寻找最相似织物图像。实验中采用的织物数据集包含了12类不同纹理形式的织物试样,共计1 800幅图像。分别对比了基于颜色直方图的词袋模型、尺寸不变特征变换模型、最近邻和优化产品量化算法。结果表明：改进的GPQ半监督神经网络方法的平均精度均值达到89.47%,检索性能最优。该方法能批量、低成本检索出相似织物图像,提高织物图像检索的准确性。     

基于颜色和纹理特征的图像情感语义分类

利用图像的低层特征实现了图像高层情感语义(happy和sad)的分类:通过在HSV颜色空间中提取图像的全局颜色特征,并利用黄金分割原理提取位于视觉中心位置主要区域的局部颜色特征,结合二维Gabor小波变换提取全局图像的纹理特征,实现对自然风景图像进行情感特征提取.采用PCA方法对情感特征进行降维,将降维后的特征向量结合BP神经网络,完成情感语义分类检索.     

基于SIFT的壁画图像相似性度量

针对彩色壁画图像匹配时,SIFT算法忽略颜色信息导致误匹配的问题,提出一种基于SIFT和HSI的图像匹配算法。首先对彩色壁画图像提取SIFT特征点与特征向量,然后对每个特征点提取HSI彩色特征,最后按定义的相似性度量公式计算两个特征点之间的距离,确定二者是否匹配。实验结果表明:文章采用的算法比仅提取单一特征,更能有效降低误匹配率,定义的形似性度量公式比单纯的欧式距离计算法稍快一些。     

结合显著区域检测和手绘草图的服装图像检索

针对服装图像检索准确率和效率较低的问题,提出一种服装显著区域检测和手绘草图的服装图像检索方法。首先采用正则化随机漫步算法对输入的服装图像库进行视觉显著区域检测,并结合其边缘轮廓信息,得到服装显著边缘图像;其次,对输入的服装草图和服装边缘图像进行特征提取,得到服装草图和服装边缘图像各自的方向梯度直方图(HOG)特征;然后,通过计算服装草图特征和服装边缘特征的相似度,实现特征匹配;最后,按照特征匹配结果在服装图像库中检索与服装草图相似的服装图像,采用基于距离相关系数的重排序算法对其相似度进行排序并输出检索结果。结果表明,该方法提高了服装检索的准确率,具有较好的鲁棒性,检索准确率可达78.5%。     

塑身内衣用拉舍尔蕾丝面料的花型设计研究

以塑身内衣用蕾丝面料为基础,归纳总结了蕾丝面料的特点。阐述了影响塑身内衣用蕾丝面料的设计因素,指出原料的选择、机号的选择、梳栉的分配3个方面对花型设计的影响。本文通过对塑身内衣用蕾丝面料进行分析探讨,总结了塑身内衣用蕾丝面料的花型设计方法,并从花型的纹样设计、排列设计、色彩设计3个方面进行阐述,为塑身内衣用蕾丝面料的研发提供了新的设计思路。     

利用颜色和纹理进行图像检索的算法分析

自从上世纪70年代,人们就开始了对图像检索技术的研究,但是只是基于文本方面的,而且仅仅是利用文本的方式对图像的特征进行简单的描述。后来,人们不在满足于简简单单的图像检索方法,进而又开始进行了更深层次的开发,这样就出现了利用颜色和纹理对图像的检索和分析的方法,这种检索的方法是基于图像的内容进行检索的一种方法。这种检索方法只是对文本进行检索的方法更为精确。所以人们开始使用这种利用颜色和纹理进行检索的方法,进而研究了这种检索方法的检索算法。在利用颜色和纹理进行图像检索的算法中,要对图像进行分割,利用分割好的图像进行颜色平均值的换算,再把颜色平均值进行低频分量,把它作为颜色的特征。在根据边缘直方图来提取检索内容的纹理特征,最后根据这两个特征进行图像的检索。在本文中关于检索的算法的实践性进行了说明,这样的检索算法可以有效的提高图像的准确率。     

多梳拉舍尔花边的多层次设计

针对多梳拉舍尔花边的花型设计步骤繁杂,多层次外观设计难度较高等问题,提出了一种多梳拉舍尔花边多层次外观设计方法。根据花边外观构成要素分析了影响花边外观层次效果的因素,包括编织材料的线密度和光泽、多梳衬纬、多梳压纱和贾卡提花的编织方式、花型的配色组合和花纹的形状构成等;基于此影响因素,通过组织结构设计和原料设计研究了具象纹样、几何纹样和抽象纹样的多层次主体花纹设计;结合花型整体构图的空间位置关系、要素组合方式和花型排列方式探究了多层次花边的具体设计方法;通过实际花边设计举例,验证本文设计方法在丰富花边外观层次感方面的实用性和有效性。     

28针多梳拉舍尔剪线花边工艺设计与生产实践

目前,在机号28针/25.4 mm机器上开发的蕾丝花边(简称28针花边)由于花型美观细腻、轻薄通透,深受消费者青睐。文中分别介绍28针多梳拉舍尔花边的编织原理和剪线原理;并从28针剪线花边的特点入手,阐述其工艺设计的技巧和方法,包括剪线头根部的工艺设计、剪线长度的控制、剪线梳栉的层数分配等;最后分析地梳和花梳原料的选择以及挑线和剪线的生产控制等。以期对28针多梳拉舍尔剪线花边的研发与生产提供一定的参考。     

采用Gabor滤波簇和等距映射算法的织物疵点检测方法

为提高织物疵点检测率,将Gabbor滤波法与等距映射方法进行融合,克服疵点检测过程中存在的问题。首先用由3个尺度和5个方向组成的15个Gabor滤波器簇对织物疵点图像进行滤波,减少疵点图像光照不均和对比度低的影响;然后将滤波图像划分成面积相等且互不重合的邻域,并从邻域中提取高维特征向量。采用等距映射方法对高维特征向量进行降维,剔除高维特征中冗余信息,强化分类器拟合能力;再用低维嵌入模型提取新增样本低维特征向量,用于概率神经网络分类器分类,检测是否存在疵点;最后用2种不同纹理的织物进行检测实验。结果表明,本文方法能有效提高疵点的检测精度。     

多梳拉舍尔蕾丝花边在塑身内衣中的装饰设计

通过对多梳拉舍尔蕾丝花边进行系统概述,结合塑身内衣的特点,阐述多梳拉舍尔蕾丝花边在塑身内衣上应用的作用,包括装饰点缀、强调醒目、反衬对比。并从线状装饰、块面装饰、满花装饰3方面归纳总结应用设计的装饰形式,分析应用设计的分割布局方法,深入研究多梳拉舍尔蕾丝面料在塑身内衣中的应用设计原则。该研究为多梳拉舍尔蕾丝花边在塑身内衣中的应用设计提供新的思路和方法。     

基于模板的图像内容检索新算法

与传统的基于文本的图像检索方法相比,基于内容的图像检索要求用户在检索图像时提供了一个模板。当用户绘制的模板轮廓有比较大的误差时,检索效率和精度会大大降低。为了解决这个问题,本文提出了一种利用模板库来结合基于文本的图像检索方法和基于内容的检索方法的系统。该系统只要求用户首先输入查询关键词,然后它将自动提取模板库中的模板以及使用提取的模板来检索用户需要的图像。此外,本文提出了一种新的算法DCCLI来进行分割聚类以提取主颜色特征,然后将提取的结果与传统的颜色布局特征提取的结果进行整合。该系统比现有的基于内容的图像检索系统更加人性化。实验结果表明,实现了DCCLI算法的图像检索系统比实现了基于内容的图像检索方法的图像检索系统拥有更高的查全率和查准率。     

基于图像处理的甘薯种类识别方法研究

为了便捷地对甘薯薯块进行种类识别,提出了一种基于图像颜色和纹理特征的薯种识别算法,能准确、鲁棒地根据薯块的横切面图像识别出薯块的薯种。首先,分别使用颜色直方图方法、灰度共生矩阵方法和Gabor滤波方法提取出5个薯块图像的颜色、纹理特征。然后,对该特征向量进行优化组合。最后,基于组合后的混合图像特征向量,应用BP人工神经网络对样本集进行训练、分类。试验表明,本研究提出的方法能准确地对甘薯块的种类进行识别,平均识别成功率达90%。     

多梳拉舍尔花边效果图的工艺实现方法

针对国内多梳拉舍尔花边企业花型设计创作水平有待提高这一现状,在经编知识理论及花边织物分析的基础上,研究了多梳拉舍尔花边花型效果图的工艺实现方法.重点从花边原料、花梳和底网的组织结构着手,分析其对花边效果图工艺的影响.结果发现,适当地利用贾卡与花梳垫纱配合,可以使花纹线条更加优美,贾卡花纹更加清晰;而选择合适的原料又能使花边整体层次分明,花纹立体感强烈.另外,研究多梳拉舍尔花边花型效果图的工艺实现方法对花边花型设计人员也有重大的指导意义.