基于灰度共生矩阵的纹理周期分析

引进灰度共生矩阵(GLCM)对纺织布纹理进行特征分析,通过实验对GICM中14个特征参量进行筛选,选出能反映周期方向的5个特征参量和周期大小的4个特征参量,运用这两组特征参量对纺织布的纹理进行周期大小和方向的描述.实验过程中,对原始纺织布纹理图像进行二值化处理,使得共生矩阵的计算变成二值型,极大地降低了计算量.结果表明:对于含有一定周期的纹理图像,采用本文纹理周期描述和分析方法,能够实现比较全面的描述.     

基于灰度共生矩阵提取地震纹理属性的研究及影响因素分析

地层由于受到构造作用,地下流体作用的影响,会产生断层和裂缝等一系列地质构造特征,这些构造特征会在三维地震资料中呈现出强弱不同的振幅,振幅在垂向地震剖面和横向地层切片上的变化就形成了一种特殊的地震纹理特征,这些纹理特征所形成的不同区域代表了不同的地质构造。文章将利用灰度共生矩阵方法对地震资料中的纹理属性进行提取,并对其影响因素进行分析。     

织物褶皱多尺度灰度共生矩阵分析

为建立一套客观、稳定、高效的织物褶皱评价系统,文章提出一种多尺度图像特征提取方法。首先,通过3层小波变换对织物二维图像进行分解,得到其高频系数;对原图及三个尺度下的小波系数分别生成灰度共生矩阵,并对这四个尺度的灰度共生矩阵提取对比度、相关性、角二阶矩、同质性及熵值表征织物褶皱变化;最后通过支持向量机对输入特征进行分类。结果表明,结合小波变换的灰度共生矩阵方法比单独使用灰度共生矩阵分类准确率高,说明多尺度的图像特征能够更加全面地描述织物褶皱变化。     

基于分块矩阵方法的织物组织分析

提出了一种基于分块矩阵的方法,对织物仿制设计中的组织分析过程进行了研究.通过建立织物的组织矩阵模型和程序设计,对组织矩阵进行处理,实现了对组织矩阵的组织循环的提取.从实践结果来看,分块矩阵方法可以准确、迅速地提取织物组织矩阵的组织循环.     

利用模糊C-均值聚类分析法实现织物组织结构自动识别

文章提出了一种新的有效的织物组织结构识别算法.用彩色扫描仪输入紧密织物组织的灰度图像并将其转换为数字文件,然后通过灰度图像形态学处理获得增强图像.基于纱线间隙和经纬纱交叉区的存在,通过一阶和二阶的统计量可获取4种区域结构特征.利用模糊C-均值聚类分析法得出识别经纬浮点的非监督的判别准则.实验材料包括平纹、斜纹和缎纹织物,实验结果表明这3种基础组织结构模式可以得到有效识别.     

基于GLCM的磨粉机喷砂辊表面图像纹理特征分析

为了定量表征磨粉机喷砂辊表面形貌、准确判断喷砂辊表面磨损状态,对河南麦道面粉有限公司2M工艺部位DMFT型磨粉机喷砂辊,采用搭建的图像采集装置对磨辊磨损周期内的表面形貌进行采集;基于灰度共生矩阵算法,并应用matlab平台进行图像纹理特征提取。研究了4种常用的纹理特征参数随磨损时间的变化规律,结果表明:随着喷砂辊表面磨损时间增加,其表面形貌纹理特征参数二阶矩、熵值和对比度均呈现单调递减的变化,该图像纹理特征及变化规律对区分喷砂辊表面磨损程度有良好的体现,可以用于定量表征喷砂辊形貌,为准确描述喷砂辊表面磨损状态提供参考。     

基于核模糊聚类的机织物组织自动识别

本文基于数字图像处理技术,采用无监督的模式识别方法,实现机织物组织的自动识别。首先,采用错切变换对倾斜纱线进行校正,并按图像的经、纬向灰度投影曲线实现织物组织点的定位。然后,根据灰度共生矩阵对组织点图像进行纹理特征的提取。为了减少数据冗余量,对组织点特征进行主分量分析,提取最有意义的子特征。最后,采用无监督的核模糊C均值聚类对组织点进行分类识别。织物的测试结果表明,所采用的算法能够实现简单的机织物组织的准确识别,并输出对应的组织图。     

基于多纹理特征的白酒摘酒酒花图像分类识别

根据白酒的"看花摘酒"传统手工摘酒经验,提出一种基于酒花视觉图像的多特征智能分类识别方法.通过对连续获取的酒花视频图像,在图像预处理基础上,提出采用局部二值模式(LBP)与灰度共生矩阵(GLCM)分别进行纹理特征提取,并提出LBP+GLCM相结合的纹理特征提取算法.通过对比旋转不变模式LBP、等价模式LBP、旋转不变等...     

基于纹理特征相似度伪装评估模型

本文提出一种基于灰度共生矩阵和小波变换的方法相结合进行纹理相似度判别的评估模型。图像的纹理特性综合反映了斑点构成的分布和特征,因此伪装与背景的纹理特性差异,可以反映出他们之间的综合特性差异。灰度共生矩阵可定量描述纹理特征,而小波变换将图像分解为不同层次,可以模拟在不同观察距离上伪装效果的评估。本文在进行模型分析将伪装图像进行多层小波分解,只在变换后的低频部分,对不同层次上伪装和背景图像的低频图像纹理特征进行比较,能够较好的反映伪装和背景在不同观察距离上的综合纹理相似度。     

基于灰度-游程累加的皮革缺陷自动检测

针对目前我国皮革产品生产中质量检测技术落后、检测效率较低的情况,提出了一种基于灰度-游程累加模型的图像缺陷检测方法。该方法利用了图像的灰度信息和灰度游程长度信息,通过计算图像的灰度差值和累加游程,从而计算出每个像素的灰度-游程累加值,来确定划分缺陷和背景部分的阈值。实验结果表明,该方法能有效地分割出纹理图像上区域特性不同的区域,且分割效果优于等灰度游程矩阵和灰度共生矩阵,其精确度达到每个象素点。     

基于纹理合成的提花绒类织物仿真

为了在计算机中实现提花绒类针织物的模拟功能,本文提出了一种基于纹理合成的提花绒类织物仿真方法。通过对纹理图像特征的了解,得出了提花绒类织物的纹理特征;接着,深入研究了纹理合成算法的模型及原理;然后,用数学方法描述了提花绒类织物的模拟问题;在此基础上,阐述了提花绒类织物的模拟流程,并提出了基于纹理增长和纹理填充的提花绒类织物纹理合成算法;最后,介绍了提花绒类织物的仿真步骤,并展示了提花绒类织物的仿真结果。     

应用频谱图的机织物纹理分析

利用傅里叶变换技术将空间域的纹理图像变换到频率域中,采用频谱图对机织物纹理信息进行分析。通过傅里叶变换技术得到机织物图像的频谱图,利用阈值分割曲线选取合适的阈值对频谱图进行分割,然后用邻域最大值的方法找到织物纹理的特征坐标点。根据坐标点与实际频率的关系计算机织物纹理的频率范围。实验结果表明,随着密度的增大织物纹理的频率增加,斜纹和缎纹的频率范围比平纹织物的大,常见机织物的纹理为中低频。     

基于K-SVD学习字典的机织物纹理表征及应用

为更好地适应机织物纹理以及减少程序的运行时间,选取平纹、斜纹、缎纹3种组织结构采用Ｋ?奇异值分解（K-SVD）的方法训练得到一个自适应字典。以峰值信噪比、结构相似性为指标,探讨不同稀疏基数对机织物纹理图像重构的影响,针对不同的应用,选取了合适的稀疏基数T。利用该字典重构机织物纹理图像,在此基础上检测织物瑕疵。实验结果表明：T=6 时,算法不仅能有效重构机织物纹理图像（PSNR和SSIM）,而且重构效果要优于初始离散余弦转换（DCT）字典;T=4 时,K-SVD 字典能更好地适应瑕疵样本,且鉴别瑕疵的能力更强。     

采用纹理平滑的印花织物图案轮廓提取

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。     

基于Radon变换的织物倾斜和纹理方向检测

为减少织物倾斜对自动检测的影响,采用Radon变换对织物图像中织物倾斜和纹理方向进行检测。先利用计算机模拟生成与纱线粗细相同和间隔一致的平纹织物,对该图像进行Radon投影变换,分析经纬纱和纹理方向与Radon变换投影轮廓曲线峰值的对应关系,得出图像倾斜角和投影角之间的关系。之后对10个织物图像中织物倾斜进行检测,分析织物的经纱方向、纬纱方向、纹理方向、经纬向夹角。通过与人工测试数据比较发现,基于Radon变换的测试方法对织物图像的倾斜和纹理方向检测更具有优越性。     

针织毛衫肌理再设计方法初探

提出了针织毛衫肌理再造的概念及再造方法分类,研究出针织毛衫肌理再造的部分方法,着重分析了针织毛衫肌理再设计的具体方法,包括缝扎、拼接、成衣染色、钉珠子、刺绣、烫钻等。旨在通过此项研究总结摸索出一些方法,为针织毛衫产品的设计提供更富多元化的设计思路与手法,对提升毛衫产品品质,增强毛衫行业的整体竞争力,促进毛衫行业持续快速发展,具有现实意义。     

基于数码印花技术纺织面料肌理图案设计

以数码印花作为技术支撑,结合肌理图案的形态特征和纺织面料数字喷墨印花图案设计原则对肌理图案设计进行分析,提出了数字喷墨印花技术在肌理图案设计中对于肌理色彩和结构等表现手法上的优势,扩展了肌理图案的色域,改善了图案的色彩效果,增添了图案的灵活性,更加方便了设计师设计理念的表达和展现。结合对肌理图案形式的分析和现代计算机肌理图案设计特点提出了纺织面料数码印花肌理图案设计的设计原则和一般规律,通过概括、提炼、分解等手法将肌理的组织结构进行重复排列、渐变和多样组合,进而将肌理图案合理的运用于纺织面料印花图案设计中,增加产品附加值,扩充数码印花产品种类,满足现代消费者追求个性的审美品味。     

机织物密度对字典学习纹理表征的影响

为探讨纺织品表观质量的客观、智能评定方法,使用不同密度的机织物图像,采用子窗口样本获取方式作为学习样本,以离散余弦字典作为初始学习字典,选择基于最小二乘的字典学习算法求解用于表征织物纹理图像的字典,再通过字典元素的线性组合对织物图像进行重构。以均方误差为指标,首先讨论织物图像灰度值分布对字典学习算法重构误差的影响,然后对图像灰度值进行标准化处理,在此基础上探讨织物经纬密度对重构图像误差的影响。实验结果发现,当字典个数等于9时,织物密度在150 ~ 360根/10 cm之间,随着织物密度的增加,平纹重构图像的均方误差先变大,以后不再增加,而斜纹重构图像的均方误差增大。     

基于L系统的缎纹分形组织及其织纹效果设计

运用L系统的链式语言生成规则与计算机图形方法,以缎纹为基本组织,提出一种织纹效果设计方法。该方法首先基于L系统生成具有自相似结构的分形组织,再以缎纹组织及缎纹变化组织为填充组织,由此得到具有特殊织纹效果的分形织物组织;然后,结合纺织CAD技术,并借助电子提花机进行相应的织物成形实验。