共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
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。 相似文献
4.
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。 相似文献
5.
本文是基于数码混色纺的彩色纱,对其所形成的织物花型进行模拟。利用图像处理技术对采集的图像进行平滑去噪,得到剔除细节的模糊图像;然后运用彩色图像Kmeans聚类算法,对平滑后的图像进行聚类分割得到混色纱主体图像,获取其左右边界和中心线信息。之后在经典的Pierce线圈模型的基础上,利用混色纱主体图像的中心线离纱线左右两侧距离,将此距离对应于线圈中心线两侧的对应位置,可准确地完成纱线到线圈圈弧和圈柱的映射。最终根据不同组织的圈弧和圈柱的覆盖关系,得到基本纬编针织物组织。本文提出纱线映射线圈算法,能够按照实际织造过程,模拟各类纱线纬编织物,同时能精确预测织物外观图案。 相似文献
6.
7.
为提高织物设计的效率及多样性,文章从“再设计”的角度梳理“织物-织物”的设计流程,重点整理织物图案形状及颜色主题的主要提取方法。大部分提取研究主要利用织物图像底层视觉特征中的形状及颜色特征,其中针对图案形状的提取,大多采用边缘检测、阈值、聚类、区域及其他特定理论对图案轮廓或整体区域进行分割;针对颜色主题的提取,则通过聚类、中位切分及八叉树等颜色量化方法建立和谐的配色规律,两个方向的提取算法可以相互借鉴。通过图像实例对不同提取方法的特点进行分析比较,发现单一算法具有一定的局限性,采用多特征、多算法融合的方式可有效提高提取的精度和效率。最后对织物再设计流程的完善及其在纺织服装领域的应用发展进行展望。 相似文献
8.
9.
为研究数码混色纱纬编针织物的外观色彩及纹影的模拟方法,利用图像处理技术对采集的图像进行平滑去噪,得到剔除细节的模糊图像,在Lab 空间下运用彩色图像硬聚类算法对平滑后的图像进行聚类分割,得到混色纱主体图像,获取其左右的边界和中心线信息;然后在经典的Pierce 线圈模型的基础上,利用混色纱主体图像的廓线信息完成由纱线到线圈圈弧和圈柱的映射;最终根据不同组织的圈弧和圈柱的覆盖关系,得到基本纬编针织物组织。结果表明,提出的纱线映射线圈算法,通过织物组织结构及密度可模拟混色纱纬编织物的混色色彩及外观纹影。 相似文献
10.
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。 相似文献
11.
12.
13.
《毛纺科技》2016,(3)
为检测常见织物的各种疵点,提出一种基于k-means聚类的织物疵点检测方法。对采集的图像进行中值滤波,以减轻纹理对疵点检测的影响,并利用方差采样算法增强织物的疵点特征信息;利用k-means聚类算法对方差采样后的图像进行处理,使得疵点区域被划分一类,非疵点区域划分为一类。最后经过二值化,分割出疵点。实验证明,该方法能快速、准确的检测出织物的常见疵点。与其他方法相比,文章提出的算法采用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;另外经过方差采样算法处理后疵点信息明显增强,使得疵点信息与纹理明显不同,从而使聚类更为准确,增加了检测的准确度。 相似文献
14.
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。 相似文献
15.
16.
17.
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。 相似文献
18.
19.
建立一种单色织物数字图像中提取有效像素点的方法来表征该块织物的表面颜色。利用基于Sobel算子的梯度彩色图像边缘检测,去除表示纱线空隙的像素点;定义基于HIS颜色空间的像素奇异点,去除该点。将两种方法去除后剩下的像素点颜色信息作为布面的有效颜色信息,从而得到表示该布面颜色的RGB值。对180幅织物进行操作,查看布面图像的处理效果。最后比较两种织物数字图像表面颜色表征方法———将8幅图像所有像素点颜色信息作为有效信息,与将本方法得到的像素点颜色信息作为有效信息,计算得到RGB值。对织物表面颜色数字图像表征方法进行了简单讨论。 相似文献