共查询到18条相似文献,搜索用时 187 毫秒
1.
2.
3.
本文针对模糊C均值聚类(FCM)算法在分割噪声图像和含有颜色相近区域的图像时存在的不足,提出了一种结合各向异性均值漂移的模糊c均值聚类(FCM)新算法。该算法在传统的FCM算法中引入了均值漂移(MS)算法,分割图像时利用Ms算法可快速找到峰值点和图像空间信息的优点,对颜色漂移区域和细长区域均能保留更多的图像信息,同时具有较强的抗噪能力。 相似文献
4.
针对织物印花检测精度的问题,采用结合颜色和纹理特征多特征融合的方法,对织物印花图像进行有效分割。在织物印花分割过程中,首先采用颜色特征结合基于自动种子点选取的区域增长算法对图像进行初始分割,在此基础上,利用小波变换提取干扰区域的纹理特征,从而可进一步消除干扰区域,实现织物印花图像的准确分割。实验结果表明:基于多特征融合的分割算法能够准确地分割出织物的印花图案,克服了仅仅采用颜色特征或者纹理特征时产生的分割失真,提高了分割质量,具有较好的应用价值。 相似文献
5.
首先介绍了Mean Shift算法的处理过程,然后以处理织物图像分割为研究对象,将扩展形式的Mean shift算法用于解决织物图像分割问题。新提出的织物图像分割算法包括2个步骤:Mean Shift图像滤波和Mean Shift图像分割,并介绍了各自的原理。分割效果有3个关键参数控制:空域带宽、色度域带宽和最小区域限制。实验结果给出了3个参数的影响和选取分析,最后给出该织物图像分割算法与原CAD处理效果比较图,表明该算法具有可行性、有效性和鲁棒性。 相似文献
6.
为丰富印花产品的种类,提出了一种可有效提取出印花织物中图案轮廓的方法,可提取出高精度的印花图案边缘轮廓。首先对图像进行平滑,通过控制平滑程度参数和空间尺度参数,平滑掉织物图像中的纹理结构。再用Canny边缘检测算子检测图案边缘,Canny分割的判别阈值采用默认自动选择阈值就能成功提取织物上图案的轮廓,分割后的图像轮廓清晰,边缘连续,并且能分割出印花织物图像中的细小结构。通过实验证明,在RGB颜色空间对图像平滑和边缘提取的效果要优于其他颜色空间,比较了其他边缘检测算子分割印花织物图案的效果,结果证明Canny算子分割效果最好。 相似文献
7.
针对储粮害虫的图像识别需求,结合传统模糊C均值算法(FCM)在粮虫图像分割时运算开销过大、噪音敏感度偏高等不足,提出TL-FCM(Tower layered FCM)粮虫图像分割改进算法。该方法采取塔状层次构架来降低运算的时间复杂度,同时对目标图像的像素隶属度进行约束,为传统算法中的目标函数引入约束项,从而有效约束邻域信息。仿真结果能够证明所构建的优化算法处理时间较短,且能够有效保留粮虫图像分割区域细节,算法性能和效果均比较理想。 相似文献
8.
9.
10.
由于非周期印花织物颜色多变、花型复杂、印花缺陷纹理及背景纹理之间对比度低,导致织物缺陷不易被识别,因此给出一种Criminisi算法。首先,采用频率谐调(frequency-tuned,FT)显著性算法对印花织物缺陷图像进行显著性增强,突出缺陷的边缘轮廓;其次,利用大津阈值法对显著图进行二值化处理,并将得到的二值图作为图像修复时的Mask掩码图;最后,运用Criminisi算法对原印花织物缺陷图像进行修复,将修复的印花图像减去原印花缺陷图像,获得缺陷区域。实验结果表明,该方法能准确分割出非周期性印花织物的缺陷区域,如漏墨、污渍等,且检测准确率达97.39%。同时,实验过程中不涉及参数的调节。 相似文献
11.
12.
13.
基于改进图像阈值分割算法的纱线疵点检测 总被引:1,自引:0,他引:1
针对纺织行业纱线疵点检测方法可靠性差、灵敏度低、检测速度低的问题,提出一种基于数字图像处理的纱线疵点判定方法。首先,搭建纱线图像采集系统,完成纱线图像采集;其次,针对纱线边缘信息难处理以及传统双边滤波对椒盐噪声处理效果差的问题,对双边滤波进行改进,改进后的双边滤波可有效保存纱线边缘信息;再者,针对传统阈值分割计算量大、最佳阈值难以寻找的问题,对传统阈值分割算法进行改进,改进的阈值分割算法在保证处理效果的同时提高了整体算法的处理速度;最后,采用亚像素对纱线边缘进行计算,提高了纱线疵点检测的精确度。实验结果验证了算法的有效性及可靠性,该算法在提高精确度的同时将检测速度提高了20%以上,对提高纱线质量检测的准确性具有重要意义。 相似文献
14.
为了实现利用机器视觉技术进行织物图像检测,对织物图像的分割进行了研究。依据最小风险贝叶斯决策理论,提出了一种基于最小风险贝叶斯决策的图像分割方法。首先建立图像分割的最小风险贝叶斯决策模型,对灰度级类条件概率密度估计出其符合正态分布的数学期望和方差以及损失函数,再依据最小风险贝叶斯决策理论对图像中的每一像素点进行目标图像和非目标图像的类别判断,从而实现目标图像的提取。实验结果表明,该方法在图像分割中是一种实用和成功的方法。 相似文献
15.
为提高纺织印花图案的分色精度,采用小波域的多尺度Markov随机场模型实现了织物印花图案的分割。首先对图像进行预处理,然后对图像进行小波金字塔分解,在每个尺度的分割过程中利用了各尺度上的有关信息:特征场建模通过描述小波系数之间的相关性反映每个像素位置的特征属性,标记场建模通过考虑邻域标记间的相互作用反映图像分割的区域性。2种随机场建模以联合概率乘积的形式相互约束,共同作用于该尺度的分割过程。在分割过程中,从最低分辨率尺度到原始分辨率尺度逐次进行图像分割,低分辨率尺度的分割结果通过直接投影作为相邻的更高分辨率尺度的初始分割,最高分辨率尺度上的分割结果作为该方法的分割结果。 相似文献
16.
17.
周期性表面图案的质量评价 总被引:2,自引:0,他引:2
已开发出一种新的适合纺织品质量检验特殊要求的图像处理系统。采用这一技术,可以检测并定量分析二维周期性图案的不规则性。这种方法不仅适用机织物的质量检验,而义可用于针织物及普通印花图案的检验。采用的算法比较完善,因而只需很小的计算量。在检测出疵点并对疵点加以归类前,先对图像信息进行高效压缩。这就使得这种技术也可用于织机的在线检测。 相似文献
18.
In textile and garment industries, misarranged warp yarns of yarn-dyed fabrics disorganize the layout of fabrics and lead to poor product quality. This series of studies aims to develop a computer vision-based system for automatic detection of misarranged color warp yarns in terms of high efficiency and good accuracy. Four main parts are included in this series of studies: warp yarn segmentation, fabric image stitching, warp regional segmentation, and yarn layout proofing. This paper proposes a continuous segmentation method of warp yarns to detect the misarranged color warp yarns for yarn-dyed fabrics automatically, which is the foundation of the developed computer vision-based system. The proposed framework consists of two main components: warp yarn segmentation and fabric image stitching. Firstly, the sequence images of a fabric stripe are captured using a designed offline image acquisition platform. Secondly, the warp yarns in the sequence images are segmented by a sub-image projection-based method successively. Thirdly, the sequence images are stitched by a yarn-template matching method based on their warp segmentation results. Finally, the continuous segmentation result of warp yarns is saved for the further processing of warp regional segmentation and color warp layout proofing. The proposed method has been evaluated on 720 fabric images of five fabric examples with plain and 2/2 twill, and experimental results show that the proposed method can realize the continuous segmentation of warp yarns in yarn-dyed fabrics with the yarn segmentation accuracy of 97.43% and image stitching accuracy of 99.53%. 相似文献