基于纤维图像的横截面轮廓提取和识别技术

为了提高检验效率和准确性,尝试研究和开发纤维横截面智能化软件,实现纤维多焦面融合、纤维边缘轮廓自动提取、纤维特征识别。试验得出:采用区域划分的方法可更好的实现多焦面纤维图像融合为单焦面图像,利用光斑扩散模型的多点扩散法,可实现各种纤维形态的探测,建立人工神经网络可成功识别纤维种类。     

基于3Dmax刺绣针法三维动画模拟与实践

刺绣针法作为刺绣的重要内容,对其准确的学习和传承尤为重要。文章设计采用3D max软件的基础操作功能,通过动画制作模拟刺绣针法的走针轨迹,最终成功模拟出16种刺绣针法,并对一幅完整刺绣纹样各部分的针法进行了整体动画模拟。结果表明：针法的动画模拟可实现更加立体、直观、沉浸式地体验刺绣针法。文章设计也为继续进行刺绣的人机交互研究提供参考。     

蜀绣衣锦纹针在皮革领域的创新设计——以拉花锦针法为例

蜀绣“衣锦纹针”是中国非物质文化遗产中有别于其他绣种的稀有针法,而“拉花锦”针法又是“衣锦纹针”中最具特色的一种针法。通过深入挖掘蜀绣的文化内涵和艺术精华,分析“拉花锦”刺绣纹样的美学特征,解析针法规律,实现“拉花锦”针法在刺绣图谱、技法操作等文化资源上的数字化再现。探索“拉花锦”针法在皮革制品设计中的应用途径,以期实现对非物质文化遗产的数字化保护与活态传承,为皮革制品设计的发展提供创新性参考。     

条格织物组织识别中的图像分割方法

针对条格组织的特点，运用K-均值算法对从织物图像中提取的纹理谱统计特征进行分类，提取出条格组织中不同织物组织结构块，从而将这类组织的织物图像分割成一系列简单图像，使织物组织的识别过程大大简化。     

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。     

水墨效果在电脑刺绣针法中的表现及创意实践

以水墨绘画效果在电脑刺绣针法中的实现为研究对象,通过对水墨图案的作画工具、颜料特性所形成的肌理特征整理对比,提取出其在用笔用墨方面的特征,着重用电脑刺绣针法实现这些具有明显特征的水墨肌理。针法搭配与针迹属性的调节直接影响到产品效果,实践表明水墨效果的电脑刺绣产品具有柔软、细腻的自然韵味及古朴典雅的人文气质。用针迹肌理模仿绘画的笔触,产生新的图案表现形式,增加电脑刺绣的艺术审美,在现代艺术设计和纺织品市场中具有极高的推广价值,针对电脑刺绣在产品风格设计开发中存在的难点与问题,提供技术上的解决对策。     

基于图像处理的烟叶烘烤阶段判别模型优选

[背景和目的]烟叶烘烤阶段的自动判别是建立智能化烟叶烘烤系统的重要环节.为实现烘烤阶段的精确识别和操控,提升烟叶烘烤的精准度.[方法]提取烘烤过程中整夹烟叶图像的11种颜色特征和8种纹理特征,分别对颜色特征和纹理特征进行变量聚类分析,以10为距离,将提取的颜色特征和纹理特征各分为2类.利用相关性分析筛选出每类特征中与烘...     

传统鲁绣的材质与工艺特点

针对传统鲁绣的材质与刺绣工艺进行了研究分析。本文以山东省博物馆和故宫博物院所珍藏的鲁绣作品为研究对象,主要从传统鲁绣的材质和工艺两方面进行研究。在材质方面,主要对传统鲁绣的绣线和绣地进行了研究分析;在工艺方面,主要对齐针、套针、网绣、打籽绣、钉线绣五种最常用的针法进行了研究分析。在此基础上,总结出传统鲁绣是以坚韧的柞蚕丝为绣线,精美的真丝为绣地,其刺绣材质独特、刺绣工艺精湛、针法灵活多样,具有鲜明的齐鲁地方特色。     

基于图像处理的甘薯种类识别方法研究

为了便捷地对甘薯薯块进行种类识别,提出了一种基于图像颜色和纹理特征的薯种识别算法,能准确、鲁棒地根据薯块的横切面图像识别出薯块的薯种。首先,分别使用颜色直方图方法、灰度共生矩阵方法和Gabor滤波方法提取出5个薯块图像的颜色、纹理特征。然后,对该特征向量进行优化组合。最后,基于组合后的混合图像特征向量,应用BP人工神经网络对样本集进行训练、分类。试验表明,本研究提出的方法能准确地对甘薯块的种类进行识别,平均识别成功率达90%。     

基于改进边缘检测算法的服装款式识别

为快速识别服装款式类型,提高生产效率,针对现有传统边缘检测算法难以准确提取轮廓特征序列的不足,设计一种改进的边缘提取算法。通过定义一种新的优化卷积核,在使用传统边缘检测算法提取训练样本的服装轮廓基础上,将该卷积核与目标矩阵进行卷积得到新的外轮廓,将新轮廓序列的傅里叶描述子作为特征向量,进一步利用BP神经网络模型完成服装款式的自动分类与识别。为验证改进方法的有效性,建立一个包含4类服装500个不重复服装图像的样本库,选取281个作为训练样本,对剩余219个样本进行测试,测试识别准确率最低为93.48%,最高达到了100%。该改进算法提高了服装款式识别率,对服装智能化生产具有借鉴意义。     

融合光谱与纹理特征的龙井茶等级无损识别

龙井茶等级快速无损识别具有重要意义。本研究以六个等级龙井茶为实验对象,应用高光谱成像技术,分别建立基于光谱特征、纹理特征及融合特征的支持向量机(Support Vector Machine,SVM)识别模型。首先采用标准正态变量变换(Standard Normal Variate,SNV)对光谱进行归一化处理,提取光谱特征,建立SVM光谱模型;然后通过T分布和随机近邻嵌入(T-Distributed Stochastic Neighbour Embedding,T-SNE)算法将高维高光谱数据映射到低维空间,选取特征图像。应用灰度共生矩阵(Gray-Level Co-Occurrence Matrix,GLCM),提取纹理特征,建立SVM图像模型;最后将光谱特征和纹理特征进行数据级融合,建立SVM混合模型。数据显示,光谱模型预测集识别率为91.11%,图像模型预测集识别率为75.42%,混合模型预测集识别率为95.14%。结果表明,与仅使用光谱或纹理信息建模相比,结合光谱和纹理特征可以提高模型识别的准确率。为进一步提高混合模型精度,引入人工蜂群(Artificial Bee Colony,ABC)算法,迭代优化SVM模型的惩罚因子C和核函数宽度g,得到最优模型,预测集准确率可达98.61%。本研究为改进龙井茶叶快速无损评估技术提供了一种可靠的方法。     

采用数字图像处理的羊毛与羊绒纤维识别

探讨采用数字图像处理的羊毛与羊绒纤维识别效果。首先采集纹理细节和形状轮廓增强的羊毛与羊绒纤维图像,将交叉纤维处理分割成单根纤维。分别提取纤维的形态特征和纹理特征,然后基于支持向量机模型,根据有限样本信息的学习精度和学习能力进行羊毛与羊绒纤维识别。最终,羊毛与羊绒纤维识别正确率达到93.1%。认为:采用数字图像处理提取纤维特征能较好地识别羊毛与羊绒纤维。     

基于机器视觉的烟青虫和棉铃虫雌雄蛹的分类识别

为有效分类识别烟草主要害虫烟青虫和棉铃虫的雌雄蛹,进而有效监测与防治,选取两种害虫的虫蛹作为待测样本,对害虫的图像进行分析,并结合图像处理和模式识别技术,提出一种基于机器视觉的烟草主要害虫雌雄蛹分类识别方法。利用SLR相机对两种害虫的雌雄蛹进行拍摄并提取腹部末节有效区域,获得分辨率350×350的原始图像,提取其RGB空间中R通道灰度图像作为纹理特征的输入图像,并将提取的基于灰度共生矩阵对比度、角二阶矩等纹理特征指标作为虫蛹雌雄性的判别依据,将待测试蛹特征数据输入训练好的支持向量机进行识别分类。结果表明:利用该方法实现了对烟青虫和棉铃虫雌雄蛹的较有效分类,识别率分别达到87.5%和82.5%。该方法可为害虫雌雄蛹的较准确识别提供技术支持。     

基于机器视觉图像提取的马铃薯内部病虫害特征识别

构建二维马铃薯内部病虫害视觉图像采集模型,对采集的马铃薯内部病虫害视觉图像进行分块融合检测,根据马铃薯绿叶素纹理分布进行病虫害的特征检测,提取马铃薯内部病虫害视觉分形特征量,采用表面纹理配准和分块自适应检测方法进行病虫害的特征点标定,结合小波变换方法进行马铃薯内部病虫害视觉图像的特征分解,根据颜色梯度变化的差异性实现机器视觉下的马铃薯内部病虫害特征识别。仿真结果表明采用该方法进行马铃薯内部病虫害特征识别的准确率接近90%,提高了马铃薯内部病虫害的防治和识别能力。     

基于卷积神经网络和支持向量机的水稻种子图像分类识别

针对外形相似的水稻种子间分类难、识别正确率低等问题,提出一种卷积神经网络与支持向量机相结合的方法（CNN_SVM）对8类水稻种子进行分类识别。首先对图像进行切割、旋转等预处理后建立水稻种子图像数据库,其次通过提取图像的方向梯度直方图(HOG)、LBP纹理、SIFT描述子和CNN特征,分别建立SVM、KNN和Softmax分类模型对水稻种子图像进行分类识别比较。最后采用随机加入噪声点方法模拟噪声干扰稻种和调整色彩饱和度方法模拟不同年份稻种后进行分类识别。结果表明CNN_SVM模型对正常、噪声干扰和不同年份的水稻种子图像识别正确率分别为96.2%,95.8%和96.1%,识别单张图像时间为4.57ms,明显优于CNN、SVM的传统模型。模型的抗噪和泛化能力强,能满足实际生活中水稻种子分类识别需求。     

数码刺绣在毛呢服装设计中的应用

对数码刺绣与毛呢服装图案要素表现进行了研究,针对产品风格与图案题材、绣线与色彩搭配、针法与图形刻画3个方面着重分析,对不同风格刺绣图案在毛呢服装中的应用进行了设计实践,并试图找出针法与图案表现的规律.通过对毛呢服装中数码刺绣针法与图案的应用分析,得出刺绣图案、针法要和服装的风格要素、款式结构、面料特征一致,针法在装饰图...     

基于深度学习技术的烟梗形态分类与识别

为解决打叶复烤中人工分选纯烟梗、梗头及梗含叶检测效率低、识别误差大等问题,基于深度学习方法建立了一种烟梗在线分类识别模型.首先,基于数字图像处理方法对采集到的烟梗图像进行目标提取,制作烟梗数据集;其次,根据烟梗图像特征对原始YOLOv3模型进行改进,构建新的网络结构;然后,使用制作好的烟梗数据对改进后YOLOv3模型进...     

一种带有印花图案服装图像的轮廓提取

 引入轮廓误差和支点等概念,提出了新的轮廓提取方法并应用于一种带有印花图案服装图像。首先通过形态学方法提取初始轮廓,再将初始轮廓划分为若干个单值分支,最后通过轮廓误差计算消除分支内的纹理噪声。研究表明,基于形态学方法的初始轮廓提取算法可以有效去除服装图像内部的像素点和外部的阴影与水印;采用轮廓误差计算可以有效识别纹理噪声数据,修补印花图案对服装轮廓的影响。与其它轮廓提取方法相比,提出的算法更高效。     

传统贴布绣缘饰针法及其工艺特征解析

贴布绣是中华传统服饰装饰艺术的重要构成,是刺绣与贴补技艺巧妙结合衍生的一项特色装饰技艺,彰显民间百姓质朴、巧拙的艺术理念及审美追求。文章从国内服饰博物馆及相关服饰传习馆等馆藏的上千件服饰品中,筛选出248件饰有贴布绣的藏品为研究材料,通过实物标本观测与文献史料、田野考察的互证,对传统贴布绣的历史发展及表现形式进行整理归纳。并通过实践研习对其缘饰针法进行统计分类,分析其缘饰针法特征及应用情况,进而解析其由缘饰针法衍生的典型工艺特征。研究表明：传统贴布绣的缘饰针法类型丰富、品种繁多,常见的有直针、锁针、钉线、缲针及特色针法5类、10余种,既继承又区别于传统刺绣针法,其针法与绣线的选择更加灵活多变、鲜受约束,在完成对贴片的固定与装饰时,衍生出因“地”制宜的针法组合与搭配、由针法及线迹催生的“线”型装饰效果,以及缘饰材质本身兼有的审美与实用等工艺特征。以期通过弥补和扩充传统贴布绣技艺的研究成果,对今后传承与创新传统贴布绣提供重要的参考意义。     

基于纵向轮廓曲线的青年女性体型细分研究

提取了能用于青年女性体型分类的纵向轮廓曲线,包括矢状面和冠状面轮廓曲线。建立了用轮廓曲线特征点曲率半径进行青年女性体型分类的方法。在国标体型分类的基础上,进一步细分青年女性体型,从纵向轮廓曲线形态入手,分析曲线特征点曲率半径,应用K-means聚类算法进行动态聚类,将伪F统计量作为判别函数来确定最佳类数目,最终将纵向体型分为8类,量化区分了青年女性纵向体型差异,并提出一种新的体型标识：“国标体型+纵向体型”。