基于光谱泛相似测度的色纺纱线与织物间呈色规律

针对色纺织物呈色机制的复杂性与特殊性,建立了基于离散Fréchet距离与皮尔森相关系数的光谱泛相似测度模型;结合特征间的类内距离与类间距离, 构建了光谱反射率曲线特征差异性判别准则,并应用于色纺纱线与其织物间的颜色传递与影响因素分析。结果表明:相较于传统色差分析模型,建立的光谱泛相似测度模型与差异性判别准则具有稳定且有效的颜色表征与判别能力;同时,染色纤维的混配比、性状特性、种类以及捻系数差异均会对其纱线和织物的呈色产生显著影响;当染色纤维混配比差异小于2.0%以及纱线捻系数差异小于10时,纱线与织物间存在颜色变化,但相对于纤维性状与种类差异而言,织造过程引入的影响有限,属于弱干扰因素。     

基于混合色彩空间独立特征的色纺面料颜色表征模型

为解决色纺加工中染色纤维整体呈色特性难以准确描述的问题,建立了基于混合色彩空间的独立特征颜色分析模型。对Lab与HSV 2种颜色空间中具有相同属性的颜色分量进行独立融合,并构建混合色彩空间;在此基础上,分别采用三阶颜色矩和局部纹理统计特征对色纺织物图像的颜色信息进行表征与融合。结果表明:对于色纺针织物或梭织物而言,所建立的颜色表征模型不仅能够对较大范围内的质量配比变化进行有效表征,而且对于染色纤维细微调整而导致的颜色改变亦能准确表达,具有理想的鲁棒性与普适性。     

基于特征融合的脱机中文笔迹鉴别

提出一种基于文本依存笔迹特征融合的文本独立特征构造方法。建立基于方向指数直方图法笔迹特征(文本依存特征)的两因子分解模型。笔迹特征可分解成字符因子和书写因子两部分。通过两因子方差分析与数据挖掘,分离出与字符无关的书写因子,得到基于文本依存方法的文本独立特征。该方法对检材与样本笔迹的字符数量较少,特别是相同字很少或是根本没有相同字的情况下,能取得较理想的笔迹鉴别准确率,为少量字笔迹鉴别提供解决问题的思路。     

基于原色纤维混配色织物的呈色特性与影响因素分析

针对色织物加工中存在颜色管理效率低下、色样传递周期长等问题,建立了基于离散Fréchet 距离准则与色差分析公式的色度学指标联合表征模型;同时,以聚类分析理论为基础,构建了基于类内距离与类间距离的色度学指标差异性判别准则,并应用于原色纤维混配色织物的色度学指标主要影响因素及一般规律分析。结果表明：建立的色度学指标联合表征模型与差异性判别准则具有理想的色度学指标表征与判别能力;当原色纤维质量配比总体差异大于1%时,其色纺织物的色度学指标差异具有显著性;同时,原色纤维的长度、种类以及捻系数差异均会导致其色度学指标的显著改变。研究结果对于最终建立原色纤维混配色预测模型以及色纺企业的实践生产均具有积极参考作用。     

基于因子分析的文本独立笔迹鉴定分类器

针对检材与样本笔迹字符内容较少情况下的笔迹鉴定问题,提出一种基于因子分析的文本独立笔迹鉴定新方法.该方法将影响书写笔迹特征距离的因素划分为书写风格的差异和字符形状结构的差异两类因子,然后通过两因子方差分析,分离出特征距离中的字符因子,通过文本依存方法获得文本独立笔迹鉴别分类器.实验证明,该方法得到一种高效的脱机中文笔迹鉴定分类器,在近似实际情况的笔迹鉴别实验中得到良好的鉴别准确率.     

基于字符图像分割的打印文件识别方法

针对目前的打印文件识别方法受限于样本中必须有相同字符的问题,提出一种基于字符图像分割的打印文件识别方法。通过k-means算法对字符图像进行分割,分别对不同区域提取局部二值模式纹理特征,从而消除字符结构对识别结果的影响。研究了单一区域的特征集和组合特征集的分类识别效果,实验结果表明,该方法在样本中无相同字符的情况下,能够得到较高的识别准确率。     

结合全局与局部多样性特征的色纺纱色度学指标测试与评价

为建立科学、有效的色纺纱色度学指标测试评价标准,以纺织品数码测色理论为基础,设计并实现色纺纱大幅面微距图像采集系统,克服传统微距图像采集视野范围受限的问题,为色度学指标特征的提取与分析提供保障。重点针对大色差色纺纱特有的呈色机制与过程,建立了结合全局颜色特征与局部纹理特征的色度学指标表征模型,提取的三阶颜色矩特征和彩色局部方向模式特征,不仅利用全局与局部特征间的互补性,而且还能结合不同颜色空间的多样性。实验结果表明：对于色纺纱色度学指标的细微改变,提取的多样性特征均能准确、稳定地进行表征,验证了融合算法的有效性和鲁棒性;同时,相较于传统的分光光度法,更具有理想的适应性和实用性。     

基于混合码本与因子分析的文本独立笔迹鉴别

针对已有的笔迹鉴别方法对笔迹版式的要求比较严格、训练过程耗时、对内容不受限制的小样本数据情况下鉴别性能较低等问题, 提出了基于混合码本与因子分析的文本独立笔迹鉴别算法. 该算法提取写作时常用的子图像, 并用描述符标注“代码”建立“码本”. 在特征提取层, 分别采用加权的方向指数直方图法和距离变换法, 对于具有相同描述符的“代码”计算特征距离. 把影响特征距离的因素分为书写因子和字符因子, 对码本中的每个书写模式进行双因子方差分析. 在IAM和Firemaker这两个标准数据集上的实验结果证明, 相比目前国内外的先进已有方法, 本文提出的算法在精度和速度方面有一定的优势, 具有一定的推广价值, 适合处理多语种的笔迹鉴别问题.     

基于不变因子的SIFT误匹配点剔除及图像检索

为解决尺度不变特征变换(SIFT)算法在图像发生旋转和尺度变化时产生的错误匹配问题,提出一种新的算法。根据SIFT提取的关键点信息,利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除SIFT误匹配点,然后对保留下来的特征点进行聚类分析,对目标图像进行识别判断,并通过实验将该算法与双向匹配算法和随机抽样一致性算法(RANSAC)进行比较。实验结果表明,该算法能够有效地剔除误匹配点,且误剔除率低。剔除误匹配点后再进行图像检索,图像的漏检率和误检率都大大地降低了。     

基于因子分析的打印文档鉴定方法

针对现有打印文档鉴定方法在检材和样本中无相同字符时基本失效的问题,本文提出一种基于因子分离的打印文档鉴定方法。该方法将字符图像看作是融入了字符形态结构的残缺纹理图像,并建立基于灰度共生矩阵特征的两因子模型,该特征可划分为纹理因子和字符因子两部分。通过因子分离方法获得与字符无关的独立纹理特征,并利用最小距离分类器来实现打印文档的同机鉴定。选取35台激光打印机参与测试,鉴别正确率达94.29%,证明了本文方法的有效性。