基于聚类算法和PCCS体系的民国旗袍色彩提取及分析

民国时期旗袍款式及纹样的风格在西方文化影响下发生较大转变,其色彩在一定程度上能够反映出当时人们社会生活背景及情感偏好。文章通过对民国旗袍用色风格及配色规律的分析研究,可将传统设计方案再应用于三维虚拟设计中。在代表色提取方面,采用结合超像素分割的模糊C均值聚类、K-means分通道二次聚类方法分别对单幅和多幅纹样色彩进行提取,两种方法结合提高了色彩采集的效率,最终提取得到24个民国旗袍代表色彩。与日本色研配色体系(PCCS)结合分析色彩分布规律,依据Apriori算法发掘色彩之间的共现关系,最终得到13条双色及5条三色搭配规则,发现色彩整体具有稳重素雅的风格且配色间对比度较低。根据置信度数值组成不同的色彩网络,建立了面向用户选择的色彩推荐机制,并结合三维虚拟试衣软件将面料图案纹样应用于旗袍款式进行展示。研究结果可为旗袍图案的再设计应用提供一定的理论参考。     

基于图像的织物图案和颜色主题提取研究进展北大核心CSCD

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。     

复杂背景下人体轮廓及其参数提取

针对基于人体照片的尺寸提取技术对照片拍摄场景限制的问题,提出利用整体嵌套边缘检测深度学习模型实现复杂背景下人体轮廓的提取并进行参数提取分析。以450张不同背景人体照片为原始图像数据集,通过人体轮廓标签图制作与数据增强手段建立了43 200张图片训练集,利用深度学习网络模型进行训练学习并构建最优边缘检测模型;最后选取40名样本作为验证对象,以13个人体比例、角度等参数作为验证参数,对人体轮廓提取值与三维点云测量值进行误差分析。结果表明,本文研究成果能够快速实现复杂背景下人体轮廓的自动提取,且人体轮廓提取值与三维点云测量值的角度参数误差小于2°,比例参数误差小于0.09,为非接触式二维测量技术的进一步研究提供理论依据和技术支撑。     

基于二维照片的青年男性颈肩部形态分类与识别

为探究青年男性颈肩部形态分类并实现基于照片的自动识别,首先通过三维人体扫描仪获取180名男大学生颈肩部的点云数据,测量了22个与男性颈肩部形态相关的特征参数;然后根据变异系数分析选取前倾角、背入角、肩斜角、颈肩宽比、颈横矢径比作为聚类分析变量,对颈肩部形态进行分类并总结判别规则;最后结合人体二维照片提取体型分类所需参数,构建了颈肩部形态自动识别系统。结果显示:青年男性颈肩部形态可分为落肩圆颈体、前倾圆颈体、宽颈直体3类,构建的形态自动识别系统的判别准确率达到93. 33%,说明本文方法可行且有效,可满足消费者个性化定制的需求。     

基于色彩网络的数码喷绘印花香云纱旗袍色彩分析

为了更好地传承发扬香云纱文化,厘清目前数码喷绘印花香云纱旗袍的主要色彩特征及配色规律,为设计师提供一定的配色参考。以205张数码喷绘印花香云纱旗袍图片为研究对象,利用计算机技术进行色彩提取及配色分析。首先对图像进行噪声消除和纹理平滑,利用八叉树量化算法基于HSV颜色空间分别提取单张旗袍图片的主色和辅色,然后利用聚类算法获得整体图片库的20个整体代表色、10个主色代表色和20个辅色代表色。最后利用Apriori关联规则算法得到主色与辅色之间的86条、辅色与辅色之间的66条色彩搭配规则,并绘制相应的配色网络图。结果表明：红黄色系及中低明度、中低饱和度的颜色是香云纱旗袍主要的色彩特征,同类色和类似色的色彩搭配方式使整体的呈现效果较为稳重典雅。研究结果可为相关产品图案或整体搭配的多样化设计提供理论支持。