【技术实现步骤摘要】
一种图案边缘轨迹智能提取方法及其应用
本专利技术涉及图像处理领域,具体为一种图案边缘轨迹智能提取方法及其应用。本申请能实现对花样图案的轮廓轨迹智能提取和生成,大幅提高轮廓轨迹的提取效率和精度,使得缝制效果更为精细。
技术介绍
随着当今人们生活水平的提高,人们对生活质量的要求也越来越追求完美。尤其是在对自己穿着打扮方面要求更是苛刻,这就使得缝制的花样图案越来越复杂。传统的花样图案是人们通过AUTOCAD等软件按照要缝制的花样图案绘制出缝制轨迹,然后再利用专用的花样文件生成软件生成能供花样机读取的花样文件。其中,人工绘制缝制轨迹这一步是最耗时的,而绘制的准确度直接影响了最终的花样图案的缝制。另外,在人工绘图的时候,需要绘图的工作人员利用手里现有的尺寸测量工具,按照要缝制的效果进行尺寸测量,然后再CAD软件上按照1:1的比例将其绘制出来。另外,有些线条属于不规则的曲线,这对人工测量无疑是很高的难度,且人工绘制的图像美观程度也达不到保障。于是,针对当前花样图案获取速度慢、美观性不好、准确性差等这些特点,如何快速、精准、美观地提取待缝制的花样图案已经成为了缝制行业发展的一个 ...
【技术保护点】
1.一种图案边缘轨迹智能提取方法,其特征在于,包括如下步骤:(1)图像抠图选取待处理的自然图像,将自然图像中像素点的值归一化至[0,1]范围,目标内部部分为1,背景部分则为0;而在目标与背景分界出的值属于(0,1)之间;将图像中的像素点采用如下公式进行约束化处理:
【技术特征摘要】
1.一种图案边缘轨迹智能提取方法,其特征在于,包括如下步骤:(1)图像抠图选取待处理的自然图像,将自然图像中像素点的值归一化至[0,1]范围,目标内部部分为1,背景部分则为0;而在目标与背景分界出的值属于(0,1)之间;将图像中的像素点采用如下公式进行约束化处理:s.t.αk=Eyk(1-22);其中E=[e1,...,eK],分别对应ML矩阵最小特征值所对应的K个特征向量;式(1-23)表示在每个像素的所有Matte组分之和必须为1;其中,ML矩阵的通项为:式(1-8)中:μk和Σk是窗口k像素的均值和方差,δij为克罗内克函数;在式(1-21)中,令其中的k=1,而ρ的值定为0.9,因此式(1-21)可以变为:f(α)=α0.9+(1-α)0.9(1-24)式(1-24)便是最终选择的CRF特征函数,其表示了在各个像素点α的值对总的损失函数的贡献;然后,使用条件随机场来智能获取目标轮廓,在0<α<1之间众多的序列中寻找一条闭合的路径,并且这条路径必须要满足以下条件:1)、相应的锚点位置不能处于背景或者目标像素,并且锚点之间的连线不能与B和F有交集;2)...
【专利技术属性】
技术研发人员:周军,廖晓波,胡慧,吴元伟,杨九林,廖璇,吕翔,
申请(专利权)人:绵阳逢研科技有限公司,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。