一种图案边缘轨迹智能提取方法及其应用技术

本发明专利技术公开了一种花样图案边缘轨迹智能提取方法及其在电脑花样机上的应用，目的在于解决缝制行业图案的花样文件的生成主要依靠人工测量，通过平面矢量绘图软件像按绘制而严重影响了缝制效率的问题。本申请以计算机视觉、人工智能（AI）等方法为基础，经过对大量相关的数字图像处理算法研究，提出了一种图像矢量化技术自动生成花样文件的算法。算法在图像轮廓提取中，采用基于图像Matting抠图理论，从图案的边缘出发找出一条符合要求的准确的目标轮廓。在图像矢量化方面，提出基于多边形矢量线条，采用三次样条曲线对其进行了转角的光滑处理。最后，发明专利技术人对以上算法生成的花样文件在电脑花样机上进行了实现验证，实验结果有效验证了本发明专利技术的实用性和可行性。

An Intelligent Patterns Edge Track Extraction Method and Its Application

【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关键性问题。为此，迫切需要一种新的方法，以解决上述问题。
技术实现思路
本专利技术公开了一种花样图案边缘轨迹智能提取方法及其在电脑花样机上的应用，目的在于解决缝制行业图案的花样文件的生成主要依靠人工测量，通过平面矢量绘图软件像按绘制而严重影响了缝制效率的问题。本申请以计算机视觉、人工智能(AI)等方法为基础，经过对大量相关的数字图像处理算法研究，提出了一种图像矢量化技术自动生成花样文件的算法。算法在图像轮廓提取中，采用基于图像Matting抠图理论，从图案的边缘出发找出一条符合要求的准确的目标轮廓。在图像矢量化方面，提出基于多边形矢量线条，采用三次样条曲线对其进行了转角的光滑处理。最后，专利技术人对以上算法生成的花样文件在电脑花样机上进行了实现验证，实验结果有效验证了本专利技术的实用性和可行性。为了实现上述目的，本专利技术采用如下技术方案：一种图案边缘轨迹智能提取方法，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)、路径的方向只能沿着B和F之间的区域，不能回旋；3)、路径的选取要以包容目标像素为主，这样得到的路径才是准确的；4)、尽可能的减少锚点数量，减少轮廓线的毛刺；(2)图像矢量化处理将步骤1提出的轮廓进行图像矢量化处理，将线条的几何图元生成对应的矢量文件。所述步骤1中，针对某一条序列，得到下式：其中，p(l|s)定义为：式中：l代表的是具体某条序列(轨迹)，而s则代表在F和B之间所有的α所带来的总的损失值。所述步骤1中，ML矩阵L可以利用矩阵A来进行表示：L＝ATCA(1-28)；于是边缘处的狄利克雷积分表示为：这个积分表示的是目标边缘向A方向的所有像素点的集合。前述方法在缝制行业设备上的应用。将现有缝料图像采集后，采用前所述1～3算法步骤处理后，自动生成用于缝制图样的花样文件。将其用于缝制用的花样文件的自动生成中。将其用于自然图像向缝制用花样文件的自动生成中。如前所述，传统的花样文件制作方式是采用人工测量和计算机辅助设计进行基本图样的绘制，然后采用其他第三方花样文件编辑软件处理后，导入到缝制设备控制器中，进行花样缝制。在缝制品的款式发生变化时，这种工作方式严重的限制了缝制效率提高，同时，企业耗费更多的时间和精力在花样文件的绘制和修改上。往往使得最后缝制的成品不美观、缝制数据不完整，从而导致企业生产成本大大增加、产品制作周期大大延长。因此，研究如果更好、更美观、更快、更稳定、更准确的花样文件生成方法是行业发展的重要方向。在花样图案提取过程中，最重要的问题是如何精准、光滑和快速的提取出目标特征线条。传统的边缘提取算法，多数是利用图像像素与像素之间的亮度差异进行提取，这种性质的方法会引入特别多的噪声点，这对缝纫轨迹自动生成来说是不能解决的问题。本申请的研究是基于花样图案的智能提取与花样文件的自动生成算法。在花样图案提取中，目前还没有比较优秀、快速、高效、准确的办法。为此，本申请提出一种图案边缘轨迹智能提取方法及其应用。本申请中，专利技术人通过研究传统图像处理方式和基于深度学习的图像处理方式对图像轮廓提取的优缺点，提出适用于嵌入式系统的自然图像轮廓提取算法。注意，缝制花样图案的提取对象一般都是拍摄的自然景物图像。因此，针对自然景物图像轮廓的提取是本申请所要解决问题的核心。为此，专利技术人提出了一种新的目标轮廓提取方法。实验结果表明，基于Matting的目标轮廓提取算法能够较好地提取出想要目标的轮廓，并且提取出的轮廓干净、光滑、无太多毛刺并且没有孤岛等情况存在，基本满足缝制设备要求。同时，专利技术人对图像矢量化也进行了优化。图像矢量化过程中，采用三次样条曲线提取出的矢量轮廓同样具有比较规整、光滑的边缘，并且本文的矢量化算法较其他算法具有时间上的优势。综上所述，本申请提出了一种新的利用机器视觉、数字图像处理等方法自动提取目标轮廓的算法。算法从轮廓提取和矢量化速度方面都得到了很好的提升，对于实际应用具有重要意义。本申请能够很好地从一副自然图像中提取出指定目标的轮廓，并且提取出的轮廓毛刺少、无孤岛和连续。本申请实现了对自然图案的目标轮廓提取，其有效地解决了传统图像的噪声多、不精准、速度慢等特点，使得该算法能够较好地运用的缝纫机系统当中去。由于花样图案采用的是点描述方式，那就需要将普通的位图转换成矢量表达方式，这样后期转换成花样文件的时候才可以根据矢量描述细化图元，从而使得缝制轨迹一步一步缝制完成。为此，本申请基于取出的轮廓，提出了一种采用样条曲线进行图像矢量的方法，能够很好地拟合前面所提取出的图像轮廓。为了验证本申请的可行性，专利技术人搭建了相应的运行的平台以及算法实现的硬件平台，然后利用通用的编程语言对算法进行了实验。为了使算法运行时间更快以及更好、更快地控制缝纫机系统，需要将算法移植到FPGA平台，采用硬件描述语言来增加算法的运行时间，以此达到实时运行的目的。实验证明，本申请提取路径轮廓精度高，无人工参与编辑绘图，使得缝制设备的自动化程度提高了。附图说明本专利技术将通过例子并参照附图的方式说明，其中：图1为实施例1本文档来自技高网...

【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