传统服饰云肩实物图像主色的智能检测

为解决获取传统服饰实物图像色彩耗时且缺乏准确性问题,以传统服饰的云肩为例,借助均值漂移（Mean-shift）聚类法,提出了一种检测传统服饰实物图像颜色的方法。运用单反数码相机进行实物图像采集;对所得初始图像的R、G、B3个颜色通道进行去噪处理;再将图像RGB颜色空间的特征向量转换至CIE L*a*b*颜色空间中,利用大津法阈值原理（自适应阈值算法）分割被测图像中云肩实物与背景;最后采用Mean-shift聚类算法,将被测图像的颜色像素分割为若干有效的集群,同时从这些集群中提取云肩主要色彩。实验结果表明,该算法可较为准确地从云肩图像中提取主色,且当Mean-shift聚类算法的带宽被设定为0.05时,分类颜色结果更为准确。     

Frangi滤波器和模糊 C 均值算法相结合的织物瑕疵检测

为解决织物瑕疵自动检测问题,提出一种基于Frangi滤波器和FCM相结合的织物瑕疵检测方法。首先采用均值下采样方法对采集的织物图像进行预处理,以减少织物背景纹理信息对织物瑕疵检测产生的影响;然后通过Frangi滤波器进行滤波增强织物的瑕疵区域;最后利用FCM对滤波后的图像处理,确定织物瑕疵区域的像素和非瑕疵区域像素的聚类中心,并分割出瑕疵区域和非瑕疵区域。实验结果表明,提出的方法检测织物瑕疵种类较多,分割效果较好。与其他方法相比,提出的算法利用的是聚类思想对织物疵点进行分割,不需要利用正常织物图像进行阈值计算。     

基于均值漂移的模糊C均值聚类图像分割方法

本文针对模糊C均值聚类（FCM）算法在分割噪声图像和含有颜色相近区域的图像时存在的不足,提出了一种结合各向异性均值漂移的模糊c均值聚类（FCM）新算法。该算法在传统的FCM算法中引入了均值漂移（MS）算法,分割图像时利用Ms算法可快速找到峰值点和图像空间信息的优点,对颜色漂移区域和细长区域均能保留更多的图像信息,同时具有较强的抗噪能力。     

旋转操作对数字图像颜色数值的影响

为了分析旋转操作对数字图像颜色数值的影响,选择了3幅各100dpi和50dpi两种分辨率,共6幅彩色图像进行了0.2°、0.5°、1°、2°和4°顺时针加逆时针两个方向的旋转操作,探讨了旋转前后图像的RGB平均差异及CIEL*a*b*平均色差与旋转角度的关系.实验结果表明,颜色数值的变化与旋转角度没有固定的依赖关系,与图像内容及图像分辨率均相关;但CIEL*a*b*平均色差与RGB平均差异表现为线性的正比关系,在相同的图像分辨率下,这一比例关系与图像内容无关,不同图像分辨率下,仅比例关系的常数项稍有变化.     

基于改进型FCM聚类算法的彩色牛肉图像中筋膜区域分割方法研究

介绍一种基于HSI颜色空间的改进型FCM聚类算法,并将此算法运用于牛肉眼肌切面图像中筋膜区域的分割。该方法根据牛肉眼肌切面图像像素分布的特点,将H分量和I分量作为聚类分割算法的特征向量,改进了FCM聚类算法初始聚类中心的选取方法以及距离度量公式。结果表明:所提出的算法在保证FCM算法本身收敛速度快的同时,也提高了图像区域分割的精度和准确性,对噪声具有较强的抑制能力。     

色纺纱线中纤维混色比例的图像检测

为解决色纺纱线中有色纤维配比的经验性及耗时性等问题,在结合视频显微镜和图像处理技术的基础上,提出一种基于聚类算法的色纤维颜色分类及比例测定方法。首先将色纺纱线解捻获得色纤维,在轻微张力下排列在载玻片上,利用视频显微镜进行图像采集;然后采用投影方法定位色纤维,再提取出每根纤维中心线上的像素点,分别取所有像素点的R、G、B分量的平均值构成特征向量来表征该根纤维;最后将RGB模型的特征向量转换到L*a*b* 模型并通过聚类算法对色纤维进行分类,确定图像中各颜色纤维所占比例。实验表明：本文算法能够实现色纺纱线中色纤维种类的确定及比例测定。     

基于FCM与小波变换的碳纤维木质复合材料图像分割研究

针对模糊C均值聚类(FCM)图像分割算法对图像的噪声敏感以及算法只利用了图像像素本身的特征并没有考虑像素的邻域信息等问题,将其与小波变换相结合应用到自制短切碳纤维木质复合材料的微观研究中。该改进FCM算法利用小波变换确定聚类中心与改进欧氏距离计算函数,再利用邻域像素的信息改进像素特征值,从而实现优化FCM的目标函数计算方式。通过实验分析与对比,该改进算法图像分割边缘清晰与抑制噪声能力强,同时算法在运行时间与迭代次数上均有所减少,具有一定准确性与可靠性。     

基于图像局部方差的亮度矫正下番茄表面缺陷检测方法

目的:解决番茄表面缺陷颜色复杂多变、纹理变化不规则导致的缺陷提取不准确的问题。方法:提出一种考虑亮度矫正下基于图像局部方差的番茄表面缺陷分割方法。在采用直方图阈值分割方法分割花萼与茎疤以及领域像素加权和替代原像素的方法完成亮度矫正的基础上,将番茄表面灰度图像划分成若干图像块,使用图像像素方差对各图像块的颜色进行表征,将缺陷区域与健康区域区分开。使用SVM模型对番茄表面缺陷区域面积占原图中番茄面积的比例进行检测。结果:考虑亮度校正后对番茄缺陷区域提取准确率提高了27.74个百分点,在此基础上,与全局阈值、动态阈值、区域生长算法相比,基于图像局部方差的缺陷提取方法能够实现番茄表面缺陷的准确定位与完整提取,以缺陷面积比为输入的高斯-SVM模型对番茄表面缺陷检测的精度达96%。结论:考虑亮度矫正下,基于图像局部方差的SVM缺陷提取方法适用于番茄表面缺陷检测。     

基于平滑滤波和分水岭算法的重组织织物图像分割

针对带有重组织的织物图像特点,提出了一种根据纱线颜色进行图像分割的方法。首先将织物图像转化为Lab颜色模式,采用混合中值滤波算法滤除扫描噪声;其次通过设置色差容许值改变高斯权值的平滑滤波算法进行滤波,去除织物图像中的重组织阴影和同颜色纱线纹理,保留纱线颜色特征;然后提取织物图像的色差梯度,通过分水岭算法进行图像分割,获得区域标记图像;最后将颜色相近的分割区域进行合并,得到织物图像的分色索引图像。实验结果表明,提出的算法可以对重织物图像进行较为准确地分割。     

基于FCM算法的套印误差检测

为了降低四色重叠影响导致的图像色彩分割困难,提高印刷品套印误差检测的精度,提出了一种基于FCM聚类算法的套印误差检测方式。首先,将采集的印刷品套印标识符图像进行灰度化处理、高斯滤波降噪处理以及CMYK色彩空间转换并分离出四种色彩通道的图片;然后,分别对四种色彩通道图片进行FCM算法聚类;最后,对聚类后的图片进行固定阈值分割,并对分割的图片依次做图像差运算,分别提取出四个通道中C、M、Y、K四种颜色的部分,进行误差分析。对比显示测量误差均≤0.2mm,符合国家对一般印刷品套印精度检测误差不高于0.2mm的要求;该算法与应用广泛的传统大津法对比,测量误差更小,精度更高,提升了套印误差检测水平。     

阳离子改性苎麻与羊毛的同色染色性能

采用阳离子改性剂对苎麻纤维在与羊毛混纺或其他形式的复合前进行改性,可以使苎麻用羊毛常用染料进行染色;染色深度与改性程度有关,增加改性剂用量或采用碱预处理再用阳离子改性剂改性,可以提高苎麻用羊毛染料染色的深度。将阳离子改性的苎麻和羊毛同浴用羊毛常用染料一浴一步法染色,采用阶段升温方式,选择合适的染色温度、保温时间等工艺条件,可以获得较理想的同色染色效果,从而能够满足羊毛/苎麻复合纺织品的多色号、小批量的快速同色染色要求。     

基于图像分割的拼色纺织品分色算法

 采用计算机图像分割技术对纤维混色产品的高分辨率扫描图像进行处理,提出了根据其所含纤维色彩特点进行图像分割的方法。将彩色图像转化为HSV色彩空间,对图像的灰度区域针和彩色区域分别以V分量和H分量进行分割,分割过程采用模糊C聚类分析(FCM)的方法进行。实验结果表明,此方法可以图像分割成有效的几个类别,并保持原有图像的色彩、纹理信息。该方法可以用于计算机辅助拼色纤维配色,与传统的通过光学模型预测方法相比,此方法更为直接,有效。     

融合自适应局部特征与改进模糊C均值的服饰分割算法

提取人体着装图像的服饰区域时,易受光照、阴影遮盖与人体姿态、肤色等问题的影响,提出一种融合自适应局部特征与改进模糊C均值(fuzzy C-means,FCM)的服饰图像分割算法。首先,通过改进区域生长法消除阴影实现前景提取;其次,采用MDSMGR-WT超像素分割获取图像局部特征,将自适应局部信息融入双加权FCM目标方程中,实现二次精细化分割;最后,经肤色检测提取目标服饰区域。实验结果表明,该方法的准确率可达78.93%,召回率90.12%,查准率89.93%。该方法能够减少内部区域噪声,提高服饰图像的分割精度。     

基于球面谐波理论的染色品色差检测光照校正

染色品色差检测是染色品质量评价的关键,照射光源的不一致将导致严重的色差评价误差。本论文将基于球面谐波理论的光照校正算法引入到染色品色差检测的光照校正中。首先将采集到的同一光源下的图像进行光照色调颜色恒常性算法校正;然后测量不同光源照射下染色品的反射率,基于球面谐波理论进行光照光谱能量估计与光照补偿;最后采用两种纺织行业最常用的色差公式CMC(2:1)和CIE1976L*a*b*对上述两种算法产生的图像处理效果进行分析。实验结果表明,本文提出的方法用于染色品色差检测的光照校正中,实现了图像在多种光源之间的相互转换,减小了由于光源不一致问题产生的色差评价误差,提高了染色品质量评价的诚信度。     

基于颜色空间与聚类分析相结合的袜带辨色分级方法

针对丝卷检测中锦纶长丝染色均匀度测定的问题。采用CCD摄像头提取袜套样本图像,提出了应用商图像归一化的方法对袜套图像进行光源空间均匀性校正;应用多项式回归模型对摄像头提取的袜套样本图像进行色度特征化处理,得到的平均和最大色差分别为0.439和1.328 CIELAB色差单位;通过HSV颜色空间的色度百分率直方图,得到待检测袜套的颜色特征值,再由经验方程将其转化为聚类分析的输入矢量,最后应用聚类的方法对全体袜套的特征进行分析,得到袜带的染色分级区间及各段袜套的染色评级。结果表明,取得聚类过程中的参数最大迭代次数为100,终止误差限为1×10-5,模糊加权指数为2,得到聚类中心个数分别取2、3、4、5时的分类结果与人眼视觉比较,误差在0.125%以内,该误差远低于生产技术指标的允许误差,可用于对袜套颜色指标的检测和分级。     

山羊绒/绵羊毛混纺纱的定量分析

阐述了山羊绒/绵羊毛混纺纱定量分析方法,对比分析了使用视频显微镜、显微投影仪和扫描电子显微镜,根据山羊绒、绵羊毛鳞片结构特征和纤维直径测定山羊绒/绵羊毛混纺纱纤维含量的方法和特点.测试结果表明:采用视频显微镜及与其兼容配套的Pinnacle Studio 8.0图像采集软件和Imager-Proplus图像分析软件测试山羊绒/绵羊毛混纺纱纤维含量,比显微投影仪和扫描电子显微镜测试法较为方便和快捷,且精确度较高,适合山羊绒/绵羊毛混纺纱定量分析测试.     

Reinforcement of Polypropylene Composites Based on Recycled Wool or Cotton Powders

This article addresses the preparation and characterization of polymer composites of polypropylene (PP) containing recycled wool or cotton micro-powder. The PP composites were produced in a lab-scale twin-screw extruder. The recycled wool or cotton powder was obtained from wool and cotton waste fibers (from textile industry) by freeze milling technique. The amount of powder (wool or cotton) was varied from 1% to 10 %. Cotton and wool powders were homogenously distributed in the polymer matrix, as observed from scanning electron microscopic (SEM) images. Thermal, physical, and mechanical properties of the obtained composites were investigated by differential scanning calorimetry (DSC), Thermogravimetric analysis (TGA), tensile strength, dyeability as well as the moisture uptake behavior is also explored. The overall results clarify that wool or cotton powders could be used as effective reinforcing materials for the production of PP composites with enhanced properties.     

棉／毛混纺纱卡染色工艺探讨

比较毛用活性兰纳素染料和RW型活性染料对棉／毛混纺纱卡的染色性能,探讨了RW型活性染料对棉／毛混纺纱卡的-浴染色工艺。结果表明：RW型活性染料比活性兰纳素染料得色深,匀染性好,低碱固色条件对羊毛纤维损伤小,棉／毛混纺纱卡织物强力损伤低,说明棉／毛混纺纱卡用Rw型活性染料-浴染色工艺可行,产品质量能达到客户要求。