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。     

色纺机织物组织结构对其呈色特性的影响

针对色纺加工中机织物组织结构参数变化而导致的色纺纱线选配调整难题,提出了一种结合均匀三元结构描述子的图像混合特征提取算法,对色纺机织物组织结构与呈色一般规律展开研究。以聚类分析理论为基础,构建了基于特征类内距离的呈色特性分析模型,并用于色纺纱线与其机织物呈色特性与颜色传递的表征。结果表明:建立的图像特征提取算法与呈色特性分析模型具有理想的色度学指标表征与判别能力;对于具有不同质量配比与捻系数的色纺纱而言,不同的织造过程均会降低其呈色的差异性与层次感;同时,相较于平纹与缎纹,斜纹对织物呈色差异性弱化的能力最强。     

混合色彩空间与多核学习的色纺织物组织点识别

针对色纺织物组织点参数特征提取困难的问题,建立了基于混合色彩空间与多核学习的色纺织物组织点自动识别算法。首先,将YUV、HSV和Lab 3种色彩空间中具有相同颜色属性的分量通道进行独立融合,并构建混合色彩空间;在此基础上,分别提取色纺织物组织点图像的局部纹理统计特征与三阶颜色矩特征,用于织物组织点特征参数的表征;最后,通过多核学习算法构建支持向量机,实现织物组织点特征的识别。实验结果表明,所建立的色纺织物组织点识别算法,不仅能够对府绸、斜纹与缎纹等典型结构的组织点进行有效识别,而且对于纤维种类、成纱工艺与织物组分的调整也具有理想的鲁棒性与普适性,其平均识别率达到91.2%。