一种基于图像匹配的制衣裁片对横条的方法技术

本发明专利技术公开的一种基于图像匹配的制衣裁片对横条的方法，按照以下步骤实施：步骤1、图像采集；步骤2、对图像灰度化；步骤3、对图像进行阈值分割，获得若干个裁片二值图像；步骤4、对需要对横条的每对二值图像进行孔洞填充，消除裁片每对二值图像中的锯齿边缘；步骤5、每对裁片二值图像与原图作与运算，获得每对分割出的裁片图像；步骤6、对每对分割出的裁片图像进行裁片正方向校正；步骤7、选取每对其中一幅裁片待缝制中的区域作为模板；步骤8、匹配另一幅裁片待缝制区域，获得最大响应位置；步骤9、根据最大响应位置与模板原位置计算裁片移动距离，根据移动距离移动裁片，完成裁片对横条。该方法不需要以手工方式对横条。

【技术实现步骤摘要】

本专利技术属于纺织制衣裁片
，具体涉及一种基于图像匹配的制衣裁片对横条的方法。
技术介绍
在纺织服装企业的制衣环节中，工人需要以手工方式将数块裁片缝制在一起，尤其对于条纹、格子类的高级衬衫，讲究缝制在一起的裁片的条纹、格子相互对齐，以满足客户审美要求、提高产品价值。然而，由于劳动力成本上升，纺织制衣企业竞争压力大，《劳动法》对工人加班时间的限制等原因，纺织制衣行业需要一种新的生产力来增加企业效益。目前，国内一些先进的纺织制衣企业已经开始对全自动制衣技术进行探索，期望以机器人与机器视觉等技术实现少人工甚至无人自动制衣。因此，研究制衣裁片自动缝制具有重大意义，而基于机器视觉的制衣裁片对条对横方法是其重要的环节。目前在图像处理领域研究关于制衣裁片对条对横的文献、方法并不常见。
技术实现思路
本专利技术的目的在于提供一种基于图像匹配的制衣裁片对横条的方法，该方法不需要以手工方式对横条。本专利技术所采用的技术方案是：一种基于图像匹配的制衣裁片对横条的方法，具体按照以下步骤实施：步骤1、对需要缝合的裁片进行图像采集；步骤2、对采集到的图像进行图像灰度化；步骤3、对灰度化的图像进行阈值分割，获得若干个裁片二值图像；步骤4、对需要对横条的每对二值图像采用孔洞填充算法进行孔洞填充，用形态学闭运算消除裁片每对二值图像中的锯齿边缘；步骤5、每对裁片二值图像与步骤1中图像采集的原图作与运算，获得每对分割出的裁片图像；步骤6、对每对分割出的裁片图像分别进行裁片正方向校正；步骤7、选取每对其中一幅裁片待缝制中的区域作为模板；步骤8、匹配另一幅裁片待缝制区域，获得最大响应位置；步骤9、根据最大响应位置与模板原位置计算裁片移动距离，根据移动距离移动裁片，完成裁片对横条。本专利技术的特点还在于，步骤1具体为：将需要缝合的裁片放置于纯色背景板上，采用像素大于500万的相机采集图像。步骤2按照公式(1)进行图像灰度化，Y＝0.299R+0.587G+0.114B (1)公式(1)中，Y为亮度，R、G、B分别为彩色图像红色、绿色、蓝色的分量。步骤3采用阈值图像法对灰度化的图像进行阈值分割，按照公式(2)进行阈值计算， Z 2 255 f ( x , y ) ≥ T 0 f ( x , y ) < T - - - ( 2 ) ]]>公式(2)中，Z2表示阈值运算后的二值图像，f(x,y)表示原始图像像素值，T表示所设阈值，T的取值范围为160-180。步骤4形态学闭运算处理为对图像进行膨胀、腐蚀，腐蚀、膨胀的区域像素大小约为20×16，腐蚀、膨胀结构元素像素大小为11×11。步骤6对分割出的裁片图像进行裁片正方向校正具体按照以下步骤实施；步骤6.1、对分割出的裁片图像Q求解最小外接矩形C，得到最小外接矩形中心点C(x，y)；步骤6.2、令最小外接矩形长边方向向量与水平线夹角为以C(x，y)为圆心将裁片逆时针旋转再一次对图像Q1作最小外接矩形C1，求得最小外接矩形C1的矩形中心C(x1，y1)及矩形边长L1和宽L2，以为矩形中心作宽为L2，长为的矩形C2，求C1和C2两矩形中裁片面积大小Area1和Area2，根据观察可知，正摆放的前后幅上方面积小于下方面积，若Area1≤Area2，则裁片方向为正方向；若Area1＞Area2，则以C(x1,y1)为圆心，将裁片旋转180°，最终得到裁片正方向位置。步骤7选取每对其中一幅裁片待缝制中的区域作为模板的原则为：选取每对其中一幅裁片待缝制中的区域水平方向包含1至2个最小格子单元，竖直方向包含3到6个最小格子单元，模板选择区域在裁片待缝制部分，且包含部分非裁片区域，搜索图像选取待匹配的裁片的六分之一大小区域，包含缝制部分纹理。步骤8利用基于灰度的互相关匹配算法，匹配另一幅裁片待缝制区域，获得最大响应位置，具体为：在大小M×N图像f(x,y)中逐点地移动大小J×K的子图像w(x,y)，使w的原点和点(x,y)重合，计算w与f中被w覆盖的图像区域对应像素的乘积之和，将此计算结果作为相关图像在(x,y)点的响应c(x,y)，同过寻找最大响应来确定最佳的匹配位置，公式如式(3)所示： c ( x , y ) = Σ s = 0 K Σ t = 0 J w ( s , t ) f ( x + s , y + t ) Σ s = 0 K Σ t = 本文档来自技高网...

【技术保护点】
一种基于图像匹配的制衣裁片对横条的方法，其特征在于，按照以下步骤实施：步骤1、对需要缝合的裁片进行图像采集；步骤2、对采集到的图像进行图像灰度化；步骤3、对灰度化的图像进行阈值分割，获得若干个裁片二值图像；步骤4、对需要对横条的每对二值图像采用孔洞填充算法进行孔洞填充，用形态学闭运算消除裁片每对二值图像中的锯齿边缘；步骤5、每对裁片二值图像与步骤1中图像采集的原图作与运算，获得每对分割出的裁片图像；步骤6、对每对分割出的裁片图像分别进行裁片正方向校正；步骤7、选取每对其中一幅裁片待缝制中的区域作为模板；步骤8、匹配另一幅裁片待缝制区域，获得最大响应位置；步骤9、根据最大响应位置与模板原位置计算裁片移动距离，根据移动距离移动裁片，完成裁片对横条。

【技术特征摘要】
1.一种基于图像匹配的制衣裁片对横条的方法，其特征在于，按照以下步骤实施：步骤1、对需要缝合的裁片进行图像采集；步骤2、对采集到的图像进行图像灰度化；步骤3、对灰度化的图像进行阈值分割，获得若干个裁片二值图像；步骤4、对需要对横条的每对二值图像采用孔洞填充算法进行孔洞填充，用形态学闭运算消除裁片每对二值图像中的锯齿边缘；步骤5、每对裁片二值图像与步骤1中图像采集的原图作与运算，获得每对分割出的裁片图像；步骤6、对每对分割出的裁片图像分别进行裁片正方向校正；步骤7、选取每对其中一幅裁片待缝制中的区域作为模板；步骤8、匹配另一幅裁片待缝制区域，获得最大响应位置；步骤9、根据最大响应位置与模板原位置计算裁片移动距离，根据移动距离移动裁片，完成裁片对横条。2.如权利要求1所述的一种基于图像匹配的制衣裁片对横条的方法，其特征在于，所述步骤1具体为：将需要缝合的裁片放置于纯色背景板上，采用像素大于500万的相机采集图像。3.如权利要求1所述的一种基于图像匹配的制衣裁片对横条的方法，其特征在于，所述步骤2按照公式(1)进行图像灰度化，Y＝0.299R+0.587G+0.114B (1)公式(1)中，Y为亮度，R、G、B分别为彩色图像红色、绿色、蓝色的分量。4.如权利要求1所述的一种基于图像匹配的制衣裁片对横条的方法，其特征在于，所述步骤3采用阈值图像法对灰度化的图像进行阈值分割，按照公式(2)进行阈值计算， Z 2 = 255 f ( x , y ) ≥ T 0 f ( x , y ) < T - - - ( 2 ) ]]>公式(2)中，Z2表示阈值运算后的二值图像，f(x,y)表示原始图像像素值，T表示所设阈值，T的取值范围为160-180。5.如权利要求1所述的一种基于图像匹配的制衣裁片对横条的方法，其特征在于，所述步骤4形态学闭运算处理为对图像进行膨胀、腐蚀，腐蚀、膨胀的区域像素大小约为20×16，腐蚀、膨胀结构元素像素大小为11×11。6.如权利要求1所述的一种基于图像匹配的制衣裁片对横条的方法，其特征在于，所述步骤6对分割出的裁片图像进行裁片正方向校正具体按照以下步骤实施；步骤6.1、对分割出的裁片图像Q求解最小外接矩形C，得到最小外接矩形中心点C(x，y)；步骤6.2、令最小外接矩形长边方向向量与水平线夹角为以C(x，y)为圆心将裁片逆时针旋转再一次对图像Q1作最小外接矩形C1，求得最小外接矩形C1的矩形中心C(x1，y1)及矩形边长L1和宽L2，以为矩形中心作宽为L2，长为的矩形C2，求C1和C2两矩形中裁片面积大小Area1和Area2，根据观察可知，正摆放的前后幅上方面积小于下方面积，若Area1≤Area2，则裁片方向为正方向；若Area1＞Area2，则以C(x1,y1)为圆心，将裁片旋转180°，最终得到裁片正方向位置。7.如权利要求1所述的一种基于图像匹配的制衣裁片对横条的方法，其特征在于，所述步骤7选取每对其中一幅裁片待缝制中的区域作为模板的原则为：选取每对其中一幅裁片待缝制中的区域水平方向包含1至2个最小格子单元，竖直方向包含3到6个最小格子单元，模板选择区域在裁片待缝制部分，且包含部分非裁片区域，搜索图像选取待匹配的裁片的六分之一大小区域，包含缝制部分纹理。8.如权利要求1所述的一种基于图像匹配的制衣裁片对横条的方法，其特征在于，所述步骤8利...

【专利技术属性】
技术研发人员：李鹏飞，艾泳宏，张宏伟，毛志刚，张润明，景军锋，
申请(专利权)人：西安工程大学，广东溢达纺织有限公司，
类型：发明
国别省市：陕西;61