使用Vega传感器模块进行红外图像仿真

针对红外图像获取耗时长,费用高的特点,提出利用Vega传感器模块建立红外成像仿真的方法.该方法首先使用Creator软件建立带纹理的三维模型,然后使用TMM和MOSART工具分别对红外纹理和大气环境进行建模,最后使用Vega传感器模块进行红外图像仿真.实验结果显示建模效果较好,成本低,易于工程实践.     

基于卷积神经网络的纺织面料主成分分类

为自动检测纺织面料的主成分,以100～200倍放大后拍摄的纯纺面料或主成分含量在50%以上的混纺面料图像为研究对象,提出了一种基于深度卷积神经网络的纺织面料主成分分类方法。首先对纺织图像进行裁剪及颜色空间转换;然后将图像输入卷积神经网络进行织物面料主成分分类训练;最后将待分类的纺织面料图像输入训练后的卷积神经网络中,得出纺织面料主成分分类结果。对棉、涤纶、腈纶、羊毛、天丝5类共4497张图像进行实验,实验结果显示:该方法对5类织物面料主成分分类准确率为96.53%;与其他卷积神经网络模型相比大幅降低了训练时间,减小了网络规模,提高了分类准确率。     

利用图像孔密度值评价面包纹理结构的研究

应用计算机图像分析技术，在建立客观、定量描述面包纹理结构的方法方面进行了初步的探讨．实验结果表明，面包纹理结构感官得分与类间方差阈值分割算法所得分割图像的孔密度值之间的相关系数为0．93．图像孔密度值是区分面包纹理结构差异的一个特征参量．     

无须反复初始化的活动围道纹理分割方法

针对纹理图像分割问题,提出了一种无须反复初始化的快速活动围道纹理分割模型．与现有的基于几何活动围道的纹理分割技术相比,该分割模型具有三个优点:一是使用图像的灰度信息和纹理信息来驱动活动围道进行图像分割,因而,不仅适用于分割纹理图像,而且适用于分割非纹理图像;二是使用局部二进制模式来提取纹理特征,计算复杂度小;三是模型求解时,增加了约束项不需要对符号距离函数进行反复初始化,因此可采用大的时间步长,迭代步数明显减少,从而提高了活动围道的收敛速度．对自然界真实图像和合成纹理图像的分割试验结果说明,无须反复初始化的活动围道纹理分割方法精度高、速度快．     

基于高斯—马尔可夫随机场模型的织物纹理特征参数提取方法

将高斯－马尔可夫随机场用于织物纹理的建模。在估计模型参数时,采用不完全Ｃｈｏｌｅｓｋｙ共轭梯度法。获得特征参数后,通过纹理合成方法,仿真原始纹理图像。试验表明：仿真织物纹理图像与真实织物纹理图像具有较为一致的视觉效果,从而论证了高斯－马尔可夫随机场模型对织物纹理建模的有效性。     

在曲波域中应用统计模型的图像纹理特征提取

针对基于内容的图像检索系统图像纹理特征提取对图像检索精度存在影响的问题,提出一种基于曲波( Curvelet)变换与高斯混合模型(Gaussian Mixture Model,GMM)相结合的方法提取图像的纹理特征.该方法通过曲波对图像进行多尺度分析并结合K-means和期望最大化(Expectation Maximization,EM)算法来估计高斯混合模型的参数,以此构建图像的纹理特征空间.仿真结果表明,所提出的方法比传统的图像纹理特征提取方法精度更高,并且提高了图像检索系统中的检索精度.     

基于复小波变换的纺织品图案检索方法研究

针对海量数据中提取纺织品设计图案问题,引入面料视觉基础分类的横纹、竖纹、格纹等面料图像类概念,针对海量数据中提取纺织品设计图案问题,从而构建基于Dauchechies小波旋转变换和旋转复变换的多分辨率图像分解形成的特征表,代替传统方法下使用矩阵的均值和方差作为特征纹理数据的方法,除了尺度和位移两个参量外,增加了一个方向参量,具有更好的方向辨识能力,从而对图像的边缘,如曲线、直线等几何特征的表达有一定优势。研究结果可以为基于内容的面料图案图像数据库检索提供基础理论依据。     

基于小波框架分解和模糊软聚类的纹理图像分割方法

提出了一种新的纹理图像分割方法．该方法利用小波框架分解提取纹理图像的特征参量,利用模糊软聚类方法在特征空间中进行纹理边界的粗划分,然后应用细化算法确定纹理边界区域的精确边界．文末给出了算法的一个典型实验．     

光裸地表红外辐射统计模型及纹理特征分析

自然地表的红外辐射温度场是生成红外纹理的关键．针对光裸地表红外辐射特性进行统计分析,建立了其红外辐射特性统计计算模型,利用Monte-Carlo方法计算获得其红外辐射温度场参数;结合红外辐射温度场的统计参数,利用Gaussian-Markov随机场模型生成日周期的光裸地表红外纹理．仿真试验的结果表明：该模型和方法能够真实地生成光裸地表的红外纹理,可广泛应用于红外场景仿真中．     

基于小波变换的墙地砖缺陷图像分割

目的改进原有的图像分割算法在分割图像时的精度和准确度，进一步准确地研究墙地砖缺陷图像的基本特征，提出一种有效的图像分割方法．方法根据墙地砖表面的纹理特点，采用Daubechies小波对原始图像进行处理．结果仅保留图像的近似信息，从而有效降低了纹理特征对缺陷分割的干扰．同时，图像数据量减少为原始图像的1／4．因此，在有效提取近似信息的基础上提高了系统的实时性，便于图像分割应用．该方法增强了缺陷纹理图像。能抑制背景纹理对缺陷纹理检测的干扰，并通过减运算有效地实现了缺陷纹理和背景纹理的分割．结论基于小波变换的墙地砖缺陷图像分割方法能够对随机纹理图像进行可靠、有效、快速的分割，尤其适用于具有随机纹理的墙地砖缺陷实时检测．     

羊毛衫的网孔花纹设计

基于MATLAB的数字图像处理环境,设计并实现了一个图像处理系统,论述了利用该系统进行图像显示、图形绘制及图像处理过程。该软件中的图像模拟在针织上应用的很重要的方向是计算机辅助设计。用计算机软件来设计和仿真所需要的织物,利用高级的图像图形处理方法,从真实织物中提取出所要的织物信息,从而模拟出比较接近实际的织物。     

织物纹理计算机图像处理的多频道分解方法

采用一种新的图像处理方法－－小波多频道分解方法,对织物图像进行处理,根据这种独到的图像分解方法及基本分解结果,提一种测量织物密度的新方法,它对织物组织与参数的计算机图像分析,识别及其进一步的应用;研究具有重要的参考价值。     

基于分割与镶嵌的纹理图形生成

计算机生成纹理图的研究是计算机图形学的一个重要课题。研究计算机生成纹理的实用价值就在于能够发现和找到生成某类自然纹理的特殊算法。并以此生成出符合实际需要的纹理图。本文介绍一种计算机生成纹理图的方法,即分割与镶嵌的方法。这种方法生成的图形能用于陶瓷、砖石及织物表面的图案及质感的模拟,同时也可用于计算机艺术创作。     

数字化技术在服装艺术设计创作中的体现及应用

数码时代的到来,电子计算机等高科技手段的广泛应用,使服装时尚资讯收集、工业生产进程检测及设计方法等领域发生了很大的变化,对实现创新的服装行业来讲,根据流行趋势和主题与创意需要,在电脑中直接生成各种极富创意的产品形象,运用设计软件对其进行各种特技处理,以产生创意独特、令人惊奇的画面效果,为服装生产企业提供最直接、最清晰、最实用的设计指导。     

一种基于纹理方向性分析的织物疵点检测方法

根据织物图像纹理自身特点,从图像纹理的方向性入手,提出了基于纹理方向性分析的织物疵点检测方法.通过对不同方向性织物疵点图像检测实验,证明本文提出方法对具有方向性的斜纹类织物疵点检测具有较好的有效性和可靠性.     

基于数学形态学的织物密度分析方法

提出一种利用数学形态学进行织物密度分析的新方法．通过自适应的选择结构元素对织物图像进行形态变换，分别得到经、纬纱分割图像；并对经、纬纱分割图像进行进一步的统计分析得到织物密度．这种分析方法对织物组织及参数等的自动识别具有参考价值．     

基于纹理差异视觉显著性的织物疵点检测算法

由于织物图像纹理多样化及疵点类别较多,为了更有效地检测织物疵点,结合织物图像特性及借鉴人类视觉感知机理,提出一种基于纹理差异视觉显著性模型的织物疵点检测算法。该算法首先对图像进行分块,计算各个图像块LBP（local binary pattern）纹理特征,与图像块平均纹理特征的相似度比较,进行显著度计算,从而有效突出了疵点区域。最后利用改进阈值分割算法,实现对疵点区域的定位。通过与已有视觉显著性模型进行比较,得出该算法更能有效地突出疵点区域;同时,分割结果与已有织物疵点检测算法相比发现,该算法具有更强的疵点检测及定位能力。     

基于B样条小波变换极大模的织物多组织识别算法研究

提出了一种新的基于B样条小波变换极大模的织物多组织识别算法:首先由B样条小波对织物图像进行分解,利用分解后的经向和纬向子图像建立正常织物图像和待检测织物图像的极大模边缘图像;然后由它们的差值结果提取特征参数识别织物组织的位置并检验结果的准确性;最后由组织矩阵绘制织物的组织图.仿真结果表明:本文方法能够精细准确刻画织物组织点位置并具有效率高、稳定性能好等优点.     

机织物外观和图案的三维模拟软件的开发

开发一种机织物外观三维模拟软件．其开发过程是：根据浮长线作用原理,精确地描述机织物中的组织点位置和纱线的屈曲形态,并按照计算机图形学的原理,编制应用软件,最后在计算机屏幕上模拟出机织物的三维立体图像．     

织物模拟软件的开发

目前纺织CAD／CAM技术在国内外发展十分迅速，作为纺织CAD技术的具体应用，织物外观的计算机模拟生成是织物设计检验的一种重要手段。通过对纱线图像的分析，找出其颜色的变化规律，开发了织物模拟软件。阐述了织物模拟软件的实现方法和过程，并对软件的进一步深入开发作了简要的讨论。