一种色纺织物颜色差异度检测方法技术

本发明专利技术属于图像处理技术领域，涉及一种色纺织物颜色差异度检测方法，广泛应用于人工智能，颜色分析，模式识别，智能化检测等领域。本发明专利技术首先对图像进行色彩空间转换，再分别在HSV和Lab色彩空间中提取全局颜色特征和局部纹理描述子，最后将其对应特征融合得到混合色彩空间颜色表征特征。本发明专利技术避免了单一色彩空间描述颜色的不足，提高了混合色彩空间的色彩刻画能力，准确地检测出颜色差异度，对不同的色纺面料具有普适性。

A detection method of color difference of colored textile

【技术实现步骤摘要】
一种色纺织物颜色差异度检测方法
本专利技术涉及一种色纺织物颜色差异度检测方法，属于图像处理
，建立的混合色彩空间颜色表征特征能对色纺织物颜色进行有效表征，并进一步检测颜色差异度。
技术介绍
色纺面料是由两种及以上不同染色纤维经过特定工序混合和加工纺制而成，具有特殊呈色效果，通过调整染色纤维的配比及生产工艺，可以获得色彩层次丰富的色纺面料。在色纺面料的生产过程中，企业难以检测目标色，因此需要科学的颜色表征才能精确的检测不同色纺织物间的颜色差异度。通常用到的颜色空间对复杂颜色模型表征有局限性，不能准确的描述颜色的特征，往往需要结合多个不同的单一颜色空间对颜色特征进行表征。无论是单一颜色空间还是混合颜色空间，都是通过颜色特征来统计其空间分布的特性，即能表征颜色的颜色特征和纹理特征。颜色直方图是被广泛应用的颜色特征描述方法，描述了图像中关于颜色的数量特征，可以反映图像颜色的统计分布，但丢失了每种颜色所处的空间位置。颜色矩是一种简单有效的颜色特征表达方法，通过用一阶矩，二阶矩和三阶矩表达图像的颜色分布，且该方法不需要颜色空间量化，特本文档来自技高网...

【技术保护点】
1.一种色纺织物颜色差异度检测方法，其特征在于，包括：/n步骤1：获取色纺织物图像；/n步骤2：把色纺织物图像从RGB色彩空间分别转换到HSV色彩空间和Lab色彩空间；/n步骤3：分别提取HSV色彩空间和Lab色彩空间的全局颜色特征和局部纹理描述子，并进行融合；包括以下子步骤：/n步骤3.1：全局颜色特征提取采用颜色聚合向量的方法，图像的颜色聚合向量表示如下：/nf＝<(α

【技术特征摘要】
1.一种色纺织物颜色差异度检测方法，其特征在于，包括：
步骤1：获取色纺织物图像；
步骤2：把色纺织物图像从RGB色彩空间分别转换到HSV色彩空间和Lab色彩空间；
步骤3：分别提取HSV色彩空间和Lab色彩空间的全局颜色特征和局部纹理描述子，并进行融合；包括以下子步骤：
步骤3.1：全局颜色特征提取采用颜色聚合向量的方法，图像的颜色聚合向量表示如下：
f＝<(α1,β1),(α2,β2),…(αi,βi)>式3.1
式中，αi是第i个聚类的聚合数目，βi是第i个聚类的非聚合数目，(αi,βi)是第i个聚合向量对；
分别计算HSV色彩空间中H分量的颜色聚合向量fHSV-H,S分量的颜色聚合向量fHSV-S，V分量的颜色聚合向量fHSV-V，得到HSV色彩空间三通道颜色聚合向量表示如下：
fHSV＝fHSV-H+fHSV-S+fHSV-V式3.2
步骤3.2：分别计算Lab色彩空间中L分量的颜色聚合向量fLab-L，a分量的颜色聚合向量fLab-a，b分量的颜色聚合向量fLab-b，得到Lab色彩空间三通道颜色聚合向量表示如下：
fLab＝fLab-L+fLab-a+fLab-b式3.3
步骤3.3：融合HSV色彩空间和Lab色彩空间的颜色聚合向量，得到混合色彩空间的全局颜色特征，融合公式如下：
F＝ω×fHSV+(1-ω)×fLab式3.4
步骤3.4：在HSV色彩空间中，通过对图像每个点计算CoLBP,得到彩色LBP图像，CoLBP的计算公式如下：






式中，P是领域点的个数，C1,j,C2,j,C3,j分别表示点的领域中的第j个点的三通道值，C1,0,C2,0,C3,0分别表示中心点的三通道值；
利用3×3模块检测彩色LBP图像，依次滑动模块，检测图像中除边界区域外的所有像素点，选择中心像素点与领域像素点相同...

【专利技术属性】
技术研发人员：袁理，刘沐黎，
申请(专利权)人：武汉纺织大学，
类型：发明
国别省市：湖北;42