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。     

结合特征学习与注意力机制的服装图像分割

针对小尺寸服装与遮挡服装图像分割准确率低的问题,提出一种基于改进多尺度特征学习策略与注意力机制的服装图像分割方法。以Mask R-CNN为基础框架,首先采用增强特征金字塔网络优化模型的特征学习过程,对多尺度服装特征进行统一监督,缩小不同层级之间的语义差距,引入残差特征增强模块减少高层特征损失,采用软感兴趣区域选择自适应地获取最优感兴趣区域特征;然后在分类预测分支引入通道注意力模块,在边界框回归与掩膜预测分支分别引入空间注意力模块,提取图像中需要重点关注的服装区域特征。结果表明,与其他方法相比,本文方法改善了小尺寸服装图像和遮挡服装图像分割中存在的漏检、漏分割现象,提取出的服装实例更精确,其平均精度均值比原模型提升了3.8%。     

基于人体动态特征的三维服装虚拟试穿技术

针对人体个性化姿态的动态感知以及服装模型对人体姿态动作的跟踪匹配精度低的问题,提出了一种基于人体动态特征的三维服装骨骼点分层模型,区分躯干(整体)与四肢(局部)的运动特征,并融合了基于Kinect体感设备的人体围度数据;设计了整体-局部分解算法,分层控制三维服装骨骼模型对人体姿态动作的高精度跟踪。经真人虚拟试穿的测试结果表明:新方法的相对跟踪误差降低约10%,明显改善了虚拟服装对人体姿态的实时跟踪精度,提高了服装模型与真人体型的匹配精度,支持裙子、裤子、上衣等服装类型的复杂姿态(抬腿、弓步等)试穿场景。     

基于深度学习的大米垩白分割算法研究

大米质量安全关系到人们的生命健康,而含有垩白的大米因为缺少有助于人体代谢的成份,营养价值低,如何准确快速地检测出大米中的垩白信息就显得尤为重要。传统的基于机器视觉的大米外观检测由于光照条件,米粒上的划痕,以及胚芽部分的干扰,垩白度的检测精度会受到一定的影响。近年来,基于人工智能的图像分割技术有了很快速的发展,本文提出了一个轻量级的语义分割网络IMUN,该网络由非对称型的编码与解码结构组成。编码结构基于改进的MobileNetV2,使用深度可分离空洞卷积,扩大感受野的同时,能获取更多特征信息。解码结构基于UNet的解码结构,将上采样过程中恢复的特征,与同层编码结构进行特征连接,有助于保留更多细节信息。该网络结构可以实现对大米上的垩白区域的像素级分割,继而可以获取大米的垩白粒率和垩白度。实验结果表明,大米上的垩白区域的分割准确率可达到94.11%,在像素精度和交并比等方面优于FCN及大部分近年来新提出的网络。同时本网络结构参数少,网络模型小,非常适合于集成到嵌入式可移动的检测设备中。     

基于学习功能的人体模型表达与实现

针对复杂结构的人体重建问题,提出了一个基于学习功能的人体模型的表达方法,人体线性模型采用校正人体形状的网格顶点算法。根据标准的人体网格创建方法,人体模型的形状由向量代表的平均模板形成,通过学习不同人体形状的回归矩阵,对人体线性模型进行分割和深度估计,隐式地建立人体模型的空间关系,估计人体线性模型中的关节位置,使人体模型的躯干表达更加自然并且清晰。结果表明,基于学习功能的人体模型的表达算法可靠,模型输出结果较为准确,该模型能实现高效的人体模型重构与优化,为人体模型的有效表达提供技术依据和理论参考。     

西装识别的深度学习方法

为准确而快速地对电商平台产品图像进行西装目标的分类检测,以3个主要的卷积网络深度学习框架即快速区域卷积神经网络、基于区域的全连接卷积网络和单次多盒检测为基础,首先通过实验分析其在服装图像分类识别中的效率和有效性,针对小目标识别困难和过拟合识别问题,提出基于尺寸分割和负样本的单次多盒检测(SSD)增强方法(DN-SSD);然后将图像分割为不同尺寸的子图突出服装目标,通过融合分类方法解决SSD算法对小目标识别不足的问题,并通过增强负样本以提高算法的场景适应能力。实验结果表明,该算法可有效地识别各种形态和大小的西装目标,识别准确率达到90%以上,并且能够方便地推广到服装其他品类的识别中。     

基于像素分布的自适应阈值分割模型应用于印刷图像缺陷检测的研究

为了解决传统印刷图像缺陷检测算法检测精度不足的问题,本研究提出了一种采用基于像素分布的自适应阈值分割模型的印刷图像缺陷检测算法.该算法充分利用印刷图像像素间的相互关系,利用自适应迭代运算确定图像缺陷阈值,提取图像缺陷区域.实验证明,利用该模型能准确地检测出印刷图像缺陷,可以有效地运用在印刷复制过程中的图像的检测环节中.     

基于U型卷积神经网络的羊肋排图像分割

以羊肋排为研究对象,提出了一种基于U型卷积神经网络的羊肋排图像分割算法。采集羊肋排样本图像,利用图像增广技术扩充图像数据,经归一化后,建立羊肋排图像数据集;建立羊肋排图像分割模型U-Net,以卷积和池化运算提取肋排特征,融合肋排的深层特征和浅层特征,经多次反卷积操作实现融合特征的精准定位,得到肋排区域的二值图像,从而实现端到端的图像语义分割;引入精度(PA)、均像素精度(MPA)、平均交并比(MIoU)3种图像语义分割评判标准判断网络的分割性能。试验结果表明:U-Net分割肋排图像PA、MPA、MIoU分别为92.38%,88.52%,84.26%。比较现有的3种经典图像语义分割方法 SegNet、FCN8s、FCN32s,U-Net平均交并比(MIoU)较上述3种方法分别高出6.47%,15.34%,25.86%,且处理单幅肋排图像的时间比次优的SegNet缩短48ms。针对劈半羊胴体图像数据集,U-Net的MIoU为75.57%。     

基于纹理特征学习的高精度虚拟试穿智能算法

为更好地适应数字化时尚消费新趋势，针对虚拟试穿中人体姿态、遮挡、非试穿区串扰引起的重构纹理模糊、细节失真、相似度低等难题，提出一种高精度虚拟试穿C-CGAN智能模型。首先，利用服装蒙版定位和纹理约束，采用CGAN网络框架智能学习得到多姿态下的服装重构模型。然后，采用编解码网络融合重构服装与人体特征，并设计多种针对性的损失函数优化网络参数。最后，基于国际流行虚拟试穿模特样本库构建丰富的纹理数据集，在PyTorch环境下开发了服装虚拟试穿系统。对比测试结果表明：C-CGAN较CP-VTON生成图像质量指标，结构相反性提高约25%,弗雷歇距离降低约11%,峰值信噪比提高约78%,重构纹理自然细腻、图像清晰，场景适应性良好，可广泛用于个性化时尚定制、在线试穿等领域。     

基于服装迁移的二维虚拟试衣技术

为实现低成本的虚拟试衣,针对传统方法难以应用于实际场景的问题,提出了一种基于服装迁移的二维虚拟试衣网络。通过输入用户图像和模特图像,该网络能够生成用户穿着模特服装的试衣效果。首先通过纹理重映射提取服装纹理,再通过人物解析迁移提取用户纹理,然后合并服装纹理和用户纹理得到一个粗糙的试衣结果,最后基于半监督学习对粗糙结果中的纹理缺失区域进行自动修复,得到最终的试衣结果。定性和定量的实验均证明本文提出的方法能够较好地保留服装的纹理细节,维持用户的身份信息不发生改变,并且能够生成良好的试衣结果。     

融合局部纹理特征的颗粒图像SLIC超像素分割方法

将SLIC超像素分割的方法引入颗粒图像检测的分割过程中,将颗粒图像分割成感兴趣的超像素块,可降低后续图像处理过程的复杂度。由于SLIC超像素分割在聚类过程中计算相似度时没有考虑图像的纹理特征,一定程度上会影响颗粒目标外轮廓分割的细节。利用CRLBP局部纹理算子纹理特征,改进SLIC分割中聚类相似度的计算,并按照符合颗粒形状的圆形邻域搜索相似点,保证了分割速度。通过对棉种颗粒图像的分割试验,与传统分水岭算法和SLIC超像素算法进行比较,结果表明改进的SLIC超像素分割方法能更有效地分割出颗粒目标。     

基于图像显著性区域提取的垩白米检测

垩白度是衡量优质大米品质的重要指标,随着农业检测自动化发展,利用机器视觉准确检测大米垩白度对大米生产加工具有重要意义。针对现有算法在分割垩白区域时存在抗干扰能力弱、稳定性差以及准确度低等问题,本文提出了一种基于图像显著性区域提取的垩白区域提取算法。利用大米垩白区域图像显著性的特点,对图像特征变化边缘进行提取,计算出边缘像素点个数以及边缘的总像素值,从而计算出边缘像素的平均值作为该区域的阈值。最后,利用计算得到的阈值对该区域进行分割,分割出整张图片的垩白区域,并计算出大米的垩白度。实验结果表明,该算法识别准确率为96.76%,相较于传统的OTSU算法检测准确率平均提高了 26.87%,相较于改进的OTSU算法检测准确率平均提高了 7.26%。     

基于JSEG算法的纺织品印花图像分割

 针对机器视觉对纺织品印花精度的检测问题,提出了利用JSEG算法对印花的纺织品图像进行分割。主要通过对图像的滤波,颜色的矢量化和区域的增长与合并,完成图像区域的分割。通过实验给出了颜色量化阈值和区域合并阈值对图像分割的影响以及选取的方法,最终给出该算法对印花纺织品图像的分割效果图,表明该算法利用颜色信息和区域信息,对包含纹理信息的彩色印花图像有良好的分割效果,并且对由日光引起的一些干扰有一定的抑制作用。     

基于贝叶斯决策及半监督聚类的织物图像分割

为提高纺织CAD技术,依据半监督聚类理论,提出一种以最小错误率贝叶斯决策为准则的半监督聚类的织物图像分割算法。这种算法利用有限的人工信息,即在织物图像上点击有限的几个点以标识相应区域之间的关系,从而得到满足用户给定限制的织物图像分割结果。用该算法首先对织物图像进行量化转换处理,而后在贝叶斯模式识别中集成先验的分割信息进行色彩聚类。实验结果表明,该算法用于织物图像分割是可行的。     

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。     

具有防摔检测预警的老人智能服装设计研究

针对老人易摔倒造成损伤的问题,设计一款具有防摔检测的智能服装。运用归纳概括、试验检测等研究方法对老年人的穿着特性及防摔检测方法进行剖析与研究。根据动作幅度的大小提出不同的摔倒检测算法:基于固定阈值的加速度检测改进算法以及使用姿态信息和关节运动角度信息的多特征机器学习算法,并通过模拟老人日常行为进行多次实验得出数据。服装本体的设计从结构设计、面料选取、色彩选择、硬件与服装的结合等方面入手,在满足相应防摔倒功能的同时,改善服装穿着舒适度及满足老人的心理安全感。通过实验,该智能服装对快跑及下蹲动作的识别准确率达到100%;对前侧摔倒及侧面摔倒的准确率分别为98.7%和97.2%,证明了该方法的有效性。     

基于形态学处理算法的条烟复核技术

为解决传统人工条烟复核方法与现有高速自动卷烟分拣系统不匹配等问题,基于形态学处理算法,利用条烟条码唯一性,提出了一种条烟图像自动识别方法。采用正方形自适应结构元素形态学算法处理二值化图像,减少条码内部条空区域对连通域的干扰,得到多个候选子连通域;采用子区域筛选方法定位条码区域,通过投影法定位可识别的字符并分割数字,完成条烟信息识别。以不同姿态不同品种的条烟图片在Matlab中进行仿真实验,测试条码定位分割算法的鲁棒性。结果表明:①该方法能够有效避免条烟表面字符、图形信息及光照噪声带来的干扰。②投影法可将供人识别字符与条空区域快速分割开,实现数字的有效定位,对于条码倾斜、低像素图像的数字分割效果良好。③加权模板匹配法结合模糊判别准则的数字识别算法,对于低品质数字以及易混淆数字均具有较好的识别效果。④在现场测试条件下,系统识别效率可达2686次/h,准确率达95.2%。在满足系统要求下,采用该方法能够大幅提升条烟图像识别效率和准确性。      

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。     

基于近似最短路径的三维人体尺寸提取

三维人体尺寸信息提取是三维服装CAD系统关键技术,提出了一种计算三角网格曲面上任意2点间近似最短路径的算法。该算法首先定义一个与网格求交的切割平面,连接交点得到网格表面上2点间的初始路径;在此基础上,根据网格的空间几何信息对矫正路径算法做出改进,通过构造截面求交来定义矫正位置,从而避免对曲面进行展平,所得到的近似最短路径在效率和精度上均有所提高;将该算法运用到三维人体及服装的网格模型上,进行尺寸信息的提取,获得了较好的测量效果。     

单一视角下自适应阈值法的纱线毛羽识别及其应用

为更准确测量纱线参数信息,针对图像背景处理和阈值分割算法对纱线图像处理后毛羽信息损失严重的问题,提出自适应灰度增强及线形区域阈值分割算法。并用自制图像采集系统获取6种不同类型的纱线样本,进行图像识别算法的准确性和有效性验证。结果表明:提出的2种算法可明显减少纱线图像信息损失,并且具有良好的鲁棒性,图像法检测的纱线毛羽长度和数量与目测法相近;实现了纱线主体与背景的灰度对比度增强,避免单一阈值导致的图像分割效果差的影响,提高纱线毛羽的识别精度和测量准确性,为后续研究纱线毛羽检测系统提供有效纱线图像分析算法。