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。     

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。     

多尺度分析生成的多重正交小波的性质

首先讨论了多尺度分析中子空间V0的性质,在此基础上得到多尺度分析生成的多重正交小波的几个等价条件,使得H.O.K im的定理2.6成为其的一种特殊情形.     

基于自适应小波的织物疵点自动分割研究

根据小波正交条件,通过使用疵点图像的疵点区与无疵点区能量均值比为优化目标函数,构造与织物纹理模式相匹配的二维自适应平稳小波.实验证明,构造的小波具有更好的鲁棒性和检测能力.     

基于小波变换和阈值分割的织物疵点边缘检测

The edge detection of fabric defects is the base of geometrical features extraction and the essential process of the fabric defects identification, This paper proposed a method for fabric defects edge detection based on discrete stationary wavelet transform （DSWT） and optimal threshold segmentation algorithm （OTSA）. Firstly, the background of fabric defects picture was removed, then it was executed through DSWT and enhanced by the Laplacian operator. Finally, the edge detection was carded out with both OTSA and morphological operation. By contrast, this method is better than the classic ones, and is effective to fabric defect edge detection.     

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。     

基于不同小波基函数的多层小波变换掌纹识别方法研究

利用手掌的几何轮廓对掌纹图像进行预处理,分割得到感兴趣区域(ROI).基于不同的小波基函数,对掌纹图像分别进行多层小波变换,进而提取不同小波下的能量特征.通过计算不同基函数、不同层次下小波能量特征的识别率,得出不同小波基识别能力的强弱.实验表明,与以往算法相比,本方法具有较好的识别效果.     

基于离散小波变换域可见数字水印技术

随着互联网的日益普及,多媒体信息的交流达到了前所未有的深度和广度。多媒体信息提高了信息表达的效率和准确度,给人们的生活和工作方式带来了巨大变化。商家利用电子商务、电子邮件、电子广告、电子新闻、数字仓库等各种类型的网络运作方式赢得了巨额的利润。同时,数字图书馆以及数字音频、视频为人们获取和交流信息提供了极大便利。     

基于多尺度图卷积的点云分类网络

近些年,越来越多有关深度学习的方法应用到了点云分类领域。文章提出一种基于多尺度图卷积的点云分类网络,通过获取不同范围内等间隔采样的k个邻近点,以搭建不同尺度的图卷积模块来学习多尺度局部特征。实验表明,该网络在ModelNet40数据集上的准确率达到了92.8%,具有较好的性能。     

基于均值方差法的遥感图像多尺度表达算法

针对目前遥感图像的多尺度分割算法没有在同一幅图像中实现多尺度表达,文章提出了基于均值方差法的遥感图像多尺度表达的方法。首先用分水岭算法对遥感图像进行初始分割,然后用面向对象的分割方法,以均值方差作为分割质量评估参数,对遥感图像进行多尺度选择。得到多个最优尺度后,在遥感图像中进行多尺度表达,直到每个最优尺度都完成了区域选择。实验结果表明,多尺度表达结果合理,接近于人工解译结果。     

基于MRF层次模型的贾卡经编针织物图像分割技术

基于贾卡织物特点和层次马尔科夫随机场建模,提出一种贾卡经编针织物图像的分割方法。贾卡织物图像在扫描过程中因其立体肌理会带来噪音信息,需进行高斯低通滤预处理,在此基础上,采用haar小波进行多尺度分解以模拟人类视觉处理信息过程。在特征场建模上采用有限通用混合模型来逼近贾卡织物图像的小波系数,同时融合零均值隐状态的混合概率分布函数来描述贾卡经编针织物图像的噪音信息,在标签场建模上采用尺度内的非因果马尔科夫和尺度间因果马尔科夫来确定先验模型,在贝叶斯准则下完成图像分割。结果表明,该方法能较好地实现贾卡经编针织物图像的纹理分割。     

基于IFS随机迭代算法的印花图案设计

根据纺织面料印花图案的特点,利用IFS随机迭代算法的便捷性,运用可视化方法,在基于随机迭代算法讨论IFS图形生成原理的同时,研究了通过参数变化使IFS图形发生变化的基本方法;在此基础上,运用计算机图形技术,对应用IFS图形设计纺织面料印花图案的方法作了初步的尝试,并借助电子(喷)印花手段进行印花试验,对纺织面料运用IFS图形资源开发印花产品的途径进行了初步的探讨。     

应用小波域高斯差分滤波的起球疵点客观评价

受织物背景纹理多样性以及起球疵点特点的影响,传统的图像处理算法难以满足起球疵点自动检测和客观评价需要,为此,提出一种基于小波域的高斯差分滤波起球客观等级新方法。首先,对起球疵点图像进行小波多层分解,实现周期性背景纹理信息与起球信息的分离;然后,选择合适的小波分解子图进行高斯差分滤波,消除噪声以及光照不均等缓变的背景信息,提高起球信息的显著度;在此基础上,根据起球特征设定阈值对起球疵点图像进行分割,并提取起球特征;最后,通过人工神经网络进行起球疵点客观等级评价。试验结果表明,本文方法用于起球疵点客观等级评价是可行且有效的,且具有较强的抗干扰能力。