一种基于精细纹理表征的织物图像检索方法技术

本发明专利技术属于面料检索方法领域，涉及一种基于精细纹理表征的织物图像检索方法。所述方法步骤如下：对待查询图像和图像库中的图像进行预处理，增强面料图像的对比度，突出图像的纹理特征；对于预处理后的图像，采用低阶特征提取方法对图像进行处理，对待查询图像和图像库中的图像进行特征描述；将待查询图像的特征描述与图像库中图像的特征描述进行相似性度量，按照相似性的大小从大到小排序；根据相似性的大小将相应的图像按顺序进行显示；将图像相对应的工艺参数调出，以指导生产。本发明专利技术提出考虑织物的精细纹理特征，具有较高的检索精细度和准确率，并首次提出乘积的形式来综合两种特征的优点，在图像精细检索领域具有非常大的潜力。

A Fabric Image Retrieval Method Based on Fine Texture Representation

【技术实现步骤摘要】
一种基于精细纹理表征的织物图像检索方法
本专利技术属于面料检索方法领域，涉及一种基于精细纹理表征的织物图像检索方法。
技术介绍
随着人们消费水平的提高，消费者对于服装产品的需求不再局限于其服用性能，而是趋于美观化和多样化，织物的款式日新月异，花型图案千变外化。因此，小批量、多品种日益成为纺织服装行业全新的生产方式。当纺织企业对消费者的来样进行仿造时，需要首先对织物进行分析，获取织物的工艺参数，反复调整参数，试织打样，直至满足消费者的需求。因此，织物面料的管理和检索成为纺织企业亟待解决的问题。目前企业常用的织物检索方法有实样存储法和基于文本的织物检索方法。实样存储法通过对产品的实样进行人工分类和标注，以方便查找和利用。该方法需要对大量的产品样品进行保存，不仅需要占用储存空间以及管理和保存样品的耗费，而且纺织品的褪色现象、人工检索的主观性会导致检索效果不稳定。基于文本的织物图像检索方法通过对织物图像进行人工标注，输入关键词来检索所需的织物产品。这种方法提高了织物检索的效率，但是人工标注同样耗时费力，标注因人而异，具有较强的主观性，检索结果不稳定，难以满足企业的要求。目前，基于图像的织物检索方法只是关注织物的整体外观，并未考虑织物的组织、密度等精细纹理信息。在面向企业的织物检索方法中，织物的精细纹理信息有助于快速而准确地查询相同或相似的织物，节省织物分析和试织打样所耗费的人力和物力。
技术实现思路
本专利技术的目的在于提出一种快速高效、检索精确的基于精细纹理表征的织物图像检索方法，快速获取相同或相似织物的工艺参数，用于指导生产。基于上述目的本专利技术提供了一种基于精细纹理表征的织物图像检索方法，包括以下步骤：S1：建立产品图像库；S2：对待查询图像和产品图像库中的图像进行预处理，实现增强织物图像的对比度，突出图像的纹理特征；将预处理后的图像转换为灰度图像，用于提取纹理特征。所述图像预处理方法采用的是直方图均衡化，步骤包括：首先将图像从RGB颜色空间转换到HSV颜色空间，然后对HSV颜色空间中的V分量进行直方图均衡化，再将图像从HSV空间转换到RGB空间。S3：对于预处理后的图像，采用低阶特征提取方法对图像进行处理，得到对待查询图像和图像库中图像的精细纹理特征描述；优选地，所述低阶特征提取方法采用的是傅里叶频谱法和局部二值模式(LBP)同时对图像进行处理。所述的傅里叶频谱法的步骤包括：对图像进行二维离散傅里叶变换得到傅里叶频谱，将频谱均分为n个圆环，统计圆环内频率的差异性作为图像的特征。优选地，所述圆环个数n为22，得到的傅里叶特征长度为22。所述的局部二值模式(LBP)的步骤包括：选择灰度不变性LBP算子，首先设定采样半径R和邻近像素点数P，计算图像的LBP，统计离散输出值的出现频率组成频率直方图，将该频率直方图作为LBP特征。优选地，采样半径R为1.5，邻近像素点数P为12，得到的LBP特征特征长度为135。S4：将S3得到的待查询图像和图像库中图像的精细纹理特征描述进行相似性度量，按照相似性的大小从大到小排序；所述相似性度量方法的步骤包括：分别计算待查询图像的傅里叶频谱特征和图像数据库中图像的傅里叶频谱特征的欧式距离d1及待查询图像的LBP特征和图像数据库中图像的傅里叶频谱特征的欧式距离d2，并对两种距离进行综合，表征最终的相似性。采用距离的乘积ρ来表示最终的相似性：ρ＝d1×d2欧式距离越小，表示两幅图像越相似。图像按照相似性从小到大排列并显示。S5：根据相似性的大小将相应的图像按顺序进行显示；S6：将图像对应的织物工艺单调出，以指导生产。进一步地，本专利技术将图像库中的织物图像与织物工艺单相关联，检索相同或相似图像后，可直接调用相应工艺单以指导生产。所述的织物工艺单的参数不仅包括织物的参数，如密度、组织和颜色等，还包括织物的上机参数等。本专利技术的有益效果：本专利技术着眼于织物图像的花型、组织、密度等精细纹理信息，在获取织物图像后，对图像进行预处理，通过直方图均衡化后的图像轮廓清晰，对比度增强，有利于后续的特征提取。采用傅里叶频谱特征表征织物图像的全局信息，采用LBP特征表征织物图像的局部信息，并首次提出乘积的形式来综合两种特征的优点，对织物图像进行综合表征。相对于传统的权重分配的方法，省去了权重讨论的过程，克服了权重因特征的数量级不同而难以设置的问题。同时将织物图像与其工艺单相关联，在实现精细检索后，可调用工艺单指导生产，省去了人工来样分析和试织打样的过程。附图说明图1为本专利技术优选实施例的基于精细纹理表征的织物图像检索方法流程图。图2为不同种类的织物原始图像及预处理后的图像。(a)素色；(b)条纹；(c)格子；(d)图案，(e)～(f)为相应的预处理后的图像。图3为预处理后图像的傅里叶频谱图及其分割图。(a)～(d)为不同种类织物的傅里叶频谱，(e)～(f)为相应的傅里叶频谱分割图。图4为预处理后图像的LBP统计图。(a)～(d)为不同种类织物的LBP统计图。图5为待查询图像及其检索结果。(a)为待查询图像，(b)～(i)为检索结果。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。本专利技术实施例提供了一种基于精细纹理表征的织物图像检索方法，包括以下步骤：S1：建立图像库；S2：对待查询图像和图像库中的图像进行预处理，增强面料图像的对比度，突出图像的纹理特征；将预处理后的图像转换为灰度图像，用于提取纹理特征；S3：对于预处理后的图像，采用低阶特征提取方法对图像进行处理，对待查询图像和图像库中的图像进行精细纹理特征描述；S4：将待查询图像的特征描述与图像库中图像的特征描述进行相似性度量，按照相似性的大小从大到小排序；S5：根据相似性的大小将相应的图像按顺序进行显示；S6：将图像对应的工艺参数调出，以指导生产。为了详细说明本专利技术的具体实施方式，本专利技术在从工厂采集的20000幅羊毛织物图像作为图像数据库，并将织物分为四个类别：素色，条纹，格子和花型，能够图像进行精准的检索，top-8的检索精确率高于现有的图像检索方法。作为优选实施例，参考图1，为本专利技术优选实施例的基于精细纹理表征的织物图像检索方法流程图。本实施例的方法包括以下步骤：步骤S1：建立图像库。步骤S2：对待查询图像和图像库中的图像进行预处理，增强面料图像的对比度，突出图像的纹理特征。于本步骤中，图像预处理方法采用的是直方图均衡化，具体的，首先将图像从RGB颜色空间转换到HSV颜色空间，然后对V分量进行直方图均衡化，最后再将图像从HSV空间转换到RGB空间。参考图2(a)～(d)，为原始织物图像，假设图像的大小为M×N，k为图像的灰度级，则该图像的直方图均衡化函数为：参考图2(e)～(h)，为直方图均衡化处理后的织物图像。然后将直方图均衡化后的图像转化为灰度图像，以便于提取纹理特征。步骤S3：基于步骤S2预处理后的图像，采用低阶特征提取方法对图像进行处理，对待查询图像和图像库中的图像进行特征描述。于本步骤中，所述的低阶特征提取方法是傅里叶频谱法和局部二值模式(LBP)。傅里叶频谱法的步骤包括：首先，对于大小为M×N的图像，假设x和y为空间域的变量，u和v为频率域的变量，则二维离散傅里叶变换得到的频本文档来自技高网...

【技术保护点】
1.一种基于精细纹理表征的织物图像检索方法，其特征在于，包括以下步骤：S1：建立产品图像库；S2：对待查询图像和产品图像库中的图像进行预处理，实现增强织物图像的对比度，突出图像的纹理特征；将预处理后的图像转换为灰度图像，用于提取纹理特征；所述图像预处理方法采用的是直方图均衡化，步骤包括：首先将图像从RGB颜色空间转换到HSV颜色空间，然后对HSV颜色空间中的V分量进行直方图均衡化，再将图像从HSV空间转换到RGB空间；S3：对于预处理后的图像，采用低阶特征提取方法对图像进行处理，得到对待查询图像和图像库中图像的精细纹理特征描述；所述低阶特征提取方法采用的是傅里叶频谱法和局部二值模式同时对图像进行处理；所述的傅里叶频谱法的步骤包括：对图像进行二维离散傅里叶变换得到傅里叶频谱，将频谱均分为n个圆环，统计圆环内频率的差异性作为图像的特征；所述的局部二值模式的步骤包括：选择灰度不变性LBP算子，首先设定采样半径R和邻近像素点数P，计算图像的LBP，统计离散输出值的出现频率组成频率直方图，将该频率直方图作为LBP特征；S4：将S3得到的待查询图像和图像库中图像的精细纹理特征描述进行相似性度量，按照相似性的大小从大到小排序；所述相似性度量方法的步骤包括：分别计算待查询图像的傅里叶频谱特征和图像数据库中图像的傅里叶频谱特征的欧式距离d1及待查询图像的LBP特征和图像数据库中图像的傅里叶频谱特征的欧式距离d2，并对两种距离进行综合，表征最终的相似性；采用距离的乘积ρ来表示最终的相似性：ρ＝d1×d2S5：根据相似性的大小将相应的图像按顺序进行显示；S6：将图像对应的织物工艺单调出，以指导生产。...

【技术特征摘要】
1.一种基于精细纹理表征的织物图像检索方法，其特征在于，包括以下步骤：S1：建立产品图像库；S2：对待查询图像和产品图像库中的图像进行预处理，实现增强织物图像的对比度，突出图像的纹理特征；将预处理后的图像转换为灰度图像，用于提取纹理特征；所述图像预处理方法采用的是直方图均衡化，步骤包括：首先将图像从RGB颜色空间转换到HSV颜色空间，然后对HSV颜色空间中的V分量进行直方图均衡化，再将图像从HSV空间转换到RGB空间；S3：对于预处理后的图像，采用低阶特征提取方法对图像进行处理，得到对待查询图像和图像库中图像的精细纹理特征描述；所述低阶特征提取方法采用的是傅里叶频谱法和局部二值模式同时对图像进行处理；所述的傅里叶频谱法的步骤包括：对图像进行二维离散傅里叶变换得到傅里叶频谱，将频谱均分为n个圆环，统计圆环内频率的差异性作为图像的特征；所述的局部二值模式的步骤包括：选择灰度不变性LBP算子，首先设定采样半径R和邻近像素点数P，计算图像的LBP，统计离散输出值的出现频率组成频率直方图，将该频率直方图作为LBP特征；S4：将S3得到的待查询图像和图像库中图像的精细纹理特征描述进行相...

【专利技术属性】
技术研发人员：潘如如，张宁，周建，高卫东，向军，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32