基于Mean Shift的织物图像分割算法

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。     

基于改进分水岭算法的粘连大米图像分割

大米检测过程中大米图像籽粒粘连给后续大米检测、分析等处理带来较大困难,为此提出了一种有效的改进分水岭分割算法,先对二值图像采用不同的结构元素作极限腐蚀形成不同的距离图,再对这些距离图分别利用分水岭算法得到分水岭图像,最后提取真实分水岭得到最终分割图像,并与其它分水岭算法相比较。实验结果表明,该算法既能更有效地分割粘连颗粒,又能有效地抑制过分割现象。     

基于形态学梯度重建的分水岭算法改进研究

图像分割是图像分析和计算机视觉领域中一个最重要的处理过程,常用的边缘检测算子存在边缘定位不准等缺点,而传统的分水岭算法则对噪声敏感且存在过分割的问题。本研究提出基于形态学梯度重建的改进型分水岭算法,该算法通过在人脸图像预处理过程中对图像进行中值滤波消除部分噪声,然后再对滤波后的图像进行增强对比度以及重构梯度图处理,最后利用分水岭算法对处理后的图像进行分割。仿真实验应用不同的算法对同一图像进行计算分割,对比结果显示,本研究提出的方法能够较好地抑制过分割,并且能够分割出人脸图像的主要特征。     

基于区域的自动区域生长算法在彩色年轮图像分割中的应用

该方法首先采用分水岭算法来得到彩色年轮图像的大致区域分布,并结合 canny 算法实现种子点的自动选取,自适应的改变生长条件,从而解决了区域断裂的问题。分割结果表明 , 该方法保持了原图像的完整形状特征并能获得清晰的边缘 , 为年轮参数提取奠定了良好的基础。     

基于小波分解系数的织物图像分类分割

 针对既考虑颜色域又考虑空间域的分割算法对小纹理织物图像产生较大分割失真,而只考虑颜色域信息的算法又对大纹理粗糙图像的纱线缝隙不能有效去除的问题,提出了基于小波分解能量的织物分类算法,先判断出织物粗糙与否,再选用相应算法分割。发现由纱线缝隙等造成的较大纹理主要存在于小波变换的2、3级细节图像上,通过计算这两级的分解系数能量和,判断是否属于大纹理织物,再依据2、3级的能量比判定粗糙程度,实现对织物的分类分割。     

关于图像分割算法的研究

近些年来人工智能在计算机领域内,得到了越来越广泛的重视。图像处理是人工智能领域中一个重要的分支。图像分割是进行图像分析处理的第一步,也是机器视觉的重要步骤。作为特征提取和图像识别的基础,图像分割的处理结果的研究一直是数字图像处理技术研究中的热点和焦点。为了研究图像分割的方法,采用了基于边界的图像分割、基于区域的图像分割、基于阈值的图像分割和基于聚类的图像分割方法,并作出分析。     

基于深度学习的织物印花分割算法研究

针对织物图像特征提取和检测问题,研究了一种基于卷积神经网络U-net模型的织物印花分割算法,并根据织物印花的特点对原有模型进行改进,从而更精确地实现对织物印花图像的分割.实验选取100张原始织物印花图像,并利用人工标注的方法标注出分割好的图像,作为训练的标签,将训练图像和标签通过翻转、裁剪等数据增强算法得到1000张图...     

基于图元分割与Gabor滤波的织物瑕疵检测方法

为实现含复杂图案织物的自动化检测,提出基于图元分割与Gabor滤波的织物瑕疵检测方法,对具有复杂周期变化图案的织物进行检测。根据图像纹理的周期变化规律,确定图案单位模板大小,即包含一个周期图案的晶格。对图像进行自适应分割,并通过图元分割获得单元图像元素。通过Gabor滤波器生成特征的响应分布,获取理想的模板晶格,根据提出的投票程序,通过分析其特征向量的Manhattan根据距离图元晶格差异的分布来识别瑕疵图元晶格。实验结果表明:检测方法对星形和箱形图案的织物样本数据集上检测效果较好,显著提高了样本的查全率。     

基于多特征融合的织物印花图像分割

针对织物印花检测精度的问题,采用结合颜色特征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,从而为提高织物印花的检测精度奠定了基础。在织物印花的分割过程中,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,在初始分割的基础上,利用小波变换提取干扰区域的纹理特征,从而可以进一步地消除干扰区域,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,提高了分割的质量,具有较好的应用价值。     

改进频率调谐显著算法在疵点图像分割中的应用

为提高织物疵点分割精度,提出了一种用于织物疵点图像分割的改进频率调谐显著（FT）算法。首先,利用织物疵点和背景区域透光率的不同,将光源和相机分别置于织物两侧来获取图像,提高疵点区域对比度;其次,应用非局部均值滤波器（NLM）替代FT 算法中的高斯滤波器,增强对背景纹理的平滑和降噪能力;研究发现NLM滤波器中滤波参数对疵点分割精度影响较大,提出了基于平均最大类间方差的参数优化方法;然后,将改进FT 算法应用于疵点图像预处理,进一步提高疵点对比度;最后,使用最大类间方差法对疵点显著图进行分割。对2 种不同织物疵点图像的分割实验结果表明,使用改进FT 算法对粗经、竹节、结头、断纬、油污和破洞等常见疵点图像进行预处理,可显著提高疵点分割精度。     

全真丝大提花家纺面料CAD设计

文章从原料选择、织物图案、色彩、组织结构、装造工艺等方面详细设计了纬二重真丝大提花家纺面料,经、纬纱采用蚕丝为原料,经纱采用6/20/22d×2、纬纱采用1/20/22d×6,花部组织设计甲纬纬花1,乙纬纬花1和乙纬纬花2,用纹织CAD进行了图案纹样设计、意匠设计、装造设计及纹理效果模拟展示。织物质地细腻光洁,手感丰满柔滑,富有弹性。适合制作高端沙发布家纺面料,也可以用作窗帘。     

一类经二重组织的计算机实现研究

介绍了用经纬纱“分组”进行经二重组织CAD设计的原理和方法。由经二重组织的构成条件导出判别表、里组织是否合适的判别条件，提出了适于CAD设计的经纬纱“分组”的新方法，并由此导出了经二重组织CAD设计的数学模型。     

机织人工气管的性能分析

采用多层和多重结构设计思路,研制出一种纬二重结构机织人工气管.通过径向压缩、径向拉伸等力学性能测试,并以针织人工气管为参照,分析机织人工气管的特性,为进一步试验应用莫定基础.     

圣麻/涤纶混纺竹节纱织物的生产实践

文章介绍了圣麻纤维／涤纶纤维混纺竹节纱织物的特点和工艺流程,并根据纤维和纱线的特性对工艺参数进行了优化。     

应用区域颜色分割的机采棉杂质检测方法

机采棉中的杂质繁杂,而杂质类型及含量对后期棉花加工工艺的影响很大。为此,提出一种应用区域颜色分割方法以检测棉花中的杂质。在图像分割中,先对滤波后的机采棉图像进行彩色梯度运算,通过扩展极小变换运算获得标记图像,在修改后的梯度图像上运用分水岭算法获得初始分割图像,然后对初始分割图像进行区域合并。区域合并过程中要综合考虑空间邻接性、颜色信息和区域面积3个因素。颜色信息主要采用饱和度、亮度、区域颜色向量模及颜色相似度4 个特征量。用层次递进的合并方法,迭代过程更新信息特征。最后通过支持向量机算法提取颜色、纹理、形状特征对杂质区域进行识别。结果表明,所提方法对机采棉中天然杂质的平均识别率为94%。     

中国古代织锦重组织结构的特征及其演变规律

为了构建中国古代织锦的重组织结构体系,并为现代织锦的品种创新提供借鉴,以历史文献为依据,梳理了中国古代重组织结构织锦的历史沿革,根据重组织结构的接结特点将其品种划分为暗夹型、无结型、特结型和地结型四大类,并分析了这四大类织锦的结构特征、显花特征及其内在联系。研究发现:中国古代重组织结构织锦的结构演变大致呈现出地组织由无到有、接结特点由无接到特接再到地接、显花特点由经显花到纬显花再到经纬同时显花、浮长由短到长的发展规律;其演变本质是不断优化结构,以改善织锦的性能和外观,使得重组织结构织锦在各个历史时期都是丝绸产品中的代表品种。     

基于多光谱图像分割算法的冷冻猪肉色泽无损表征技术

色泽是冻藏肉质评价第一感官指标,构建原位评价冻肉色泽方法对稳定消费市场十分关键。本文提出一种以图像阈值分割算法为核心的冷冻肉色实时检测方法,即:利用典型判别分析和全局阈值分割两种算法对120个冻肉多光谱图像进行分割处理,并提取两类像素光谱,随后采用连续投影、偏最小二乘等算法建立光谱与肉色(L、a和b)之间的关联性模型。结果显示:全局阈值分割算法结合连续投影和偏最小二乘3种计量学方法建立最佳L、a和b值的预测模型,其决定系数(R2)分别为0.9563,0.9593和0.9570,相应的剩余预测偏差(RPD)分别为4.7745,4.6265和4.2126,表现出较好的精度与鲁棒性。研究结果为冷冻肉色无损、快速检测的工业实践提供了理论基础。     

数学函数的组织异化数学模式——织物规则组织CAD的新生成法

鉴于三元及其变化组织图可认为某数学函数的组织异化物,引进了数学函数组织异化的概念,列出常见数学函数（如直线,折线,正弦线等）组织异化的数学模式及对应生成的组织,建立了织物组织与数学函数间映射关系的一种新的数学方式。     

色差公式在评价显示图像颜色中有效性的测试

目前,还没有统一的评价图像颜色准确性的方法,当前使用的所有色差公式都是基于均匀颜色色差计算的。提出了一种检验彩色显示器模拟印刷图像颜色准确性的方法。用降低图像像素的方法提取测试图像中的典型颜色值,将这些典型颜色显示在显示器上并用仪器测量颜色,获得显示颜色与颜色目标值的偏差。实验测量和计算了显示图像的色差,并对图像进行了目视评价,检验了各种色差公式计算色差与目视评价色差的相关性。用CIEDE76、CIEDE94、CIEDE2000、CMC（1∶1）和CMC（2∶1）色差公式计算的结果表明,CIEDE76色差公式计算的图像色差与目视评价结果相关性很差,近中性色的计算色差明显小于目视色差,绿色区域的计算色差大于目视色差。在5种色差公式中,CMC（2∶1）的计算结果与目视结果一致性最好。