一种织物整纬方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及计算机技术领域，特别涉及一种织物整纬方法、装置、计算机设备和存储介质。所述方法包括：获取织物图像，提取所述织物图像对应的特征向量；将所述特征向量与织物模板中的各所述特征向量进行匹配，所述织物模板是根据特征向量、织物类别以及预设参数预先生成的；获取匹配成功的所述特征向量关联的所述预设参数；将所述预设参数输入整纬模型以对织物进行整纬处理。采用本方法能够提高参数获取效率。

A method, device, computer equipment and storage medium for weaving

【技术实现步骤摘要】
一种织物整纬方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种织物整纬方法、装置、计算机设备和存储介质。
技术介绍
随着社会的进步与发展，人们对纺织品的种类以及质量要求越来越高。但是众多种类的纺织品在练漂和印染等生产过程中，会经过很多次的机械拉力作用，使得纺织品会产生变形等不期望的现象，并且不同种类的纺织品产生变形的程度还会有差异。为了保证纺织品如织物的印染质量，需要将织物通过整纬机，利用整纬机对织物进行定型。但是面对多种多样的织物，以及不同变形程度的织物，传统技术中大多是通过人工对不同种类的织物，设置不同的整纬机调整参数，造成调整参数的获取效率低下。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高参数获取效率的织物整纬方法、装置、计算机设备和存储介质。一种织物整纬方法，所述方法包括：获取织物图像，提取所述织物图像对应的特征向量；将所述特征向量与织物模板中的各所述特征向量进行匹配，所述织物模板是根据特征向量、织物类别以及预设参数预先生成的；获取匹配成功的所述特征向量关联的所述预设参数；将所述预设参数输入整纬模型以对织物进行整纬处理。在一个实施例中，所述织物模板的生成方法，包括：获取织物在多种状态下的织物图像；提取所述织物图像对应的多个特征，根据多个所述特征生成特征向量；获取所述织物图像对应的预设参数；将各所述特征向量、织物类别以及所述预设参数进行关联，生成织物模板。>在一个实施例中，所述提取所述织物图像对应的多个特征，根据多个所述特征生成特征向量，包括：提取所述织物图像的局部纹理特征；获取所述织物图像在多个尺度下的多尺度图像，根据所述多尺度图像提取所述织物图像的多尺度特征；根据所述局部纹理特征以及所述多尺度特征生成特征向量。在一个实施例中，所述提取所述织物图像对应的多个特征，根据多个所述特征生成特征向量，包括：将所述织物图像输入分类模型，以通过所述分类模型根据预先训练好的花纹特征参数，对所述织物图像进行识别得到各所述织物图像的花纹对应的特征向量。在一个实施例中，所述获取匹配成功的所述特征向量关联的所述预设参数，包括：从所述织物模板中获取匹配成功的所述特征向量关联的预设参数；将所述预设参数输入整纬模型中，以使所述整纬模型根据获取的预设阈值对所述预设参数进行调整，并计算调整后的各所述预设参数对应的整纬精度值；提取最大的整纬精度值对应的所述预设参数。在一个实施例中，所述将所述特征向量与所述织物模板中的各所述特征向量进行匹配，包括：计算所述特征向量与所述织物模板中的各所述特征向量之间的距离值；当所述距离值小于预设阈值时，所述特征向量匹配成功。在一个实施例中，所述方法还包括：获取新增织物图像；提取所述新增织物图像对应的新增特征向量以及新增预设参数；将各所述新增特征向量、新增织物类别以及新增预设参数添加至所述织物模板。一种织物整纬装置，所述装置包括：向量获取模块，用于获取织物图像，提取所述织物图像对应的特征向量；匹配模块，用于将所述特征向量与织物模板中的各所述特征向量进行匹配，所述织物模板是根据特征向量、织物类别以及预设参数预先生成的；参数获取模块，用于获取匹配成功的所述特征向量关联的所述预设参数；处理模块，用于将所述预设参数输入整纬模型以对织物进行整纬处理。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。上述织物整纬方法、装置、计算机设备和存储介质，获取织物图像，提取织物图像对应的特征向量；将特征向量与织物模板中的各特征向量进行匹配，由于织物模板是根据特征向量、织物类别以及预设参数预先生成的，故而可以从织物模板中获取匹配成功的特征向量关联的预设参数；然后将预设参数输入整纬模型，实现根据获取的预设参数对织物进行整纬处理，而不需人为对织物设置参数，提高了参数获取的效率。附图说明图1为一个实施例中织物整纬方法的应用场景图；图2为一个实施例中织物整纬方法的流程示意图；图3为一个实施例中的获取织物图像的特征向量的流程示意图；图4为一个实施例中获取预设参数的流程示意图；图5为一个实施例中织物整纬装置的结构框图；图6为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的织物整纬方法，可以应用于如图1所示的应用环境中。其中，图像采集设备102通过网络与服务器104进行通信。图像采集设备102对织物进行拍摄，得到织物图像，服务器104获取织物图像，提取织物图像对应的特征向量；将特征向量与织物模板中的各特征向量进行匹配，织物模板是根据特征向量、织物类别以及预设参数预先生成的；服务器104获取匹配成功的特征向量关联的预设参数；将预设参数输入整纬模型以对织物进行整纬处理。其中，图像采集设备102可以但不限于是各种相机以及具有图像采集功能的设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。当服务器104为独立的服务器时，服务器104中可以部署多个数据库，每个数据库中可以存储特定类型织物对应的织物图像；当服务器104为多个服务器组成的服务器集群时，每个服务器中部署的数据库中可以存储特定类型的织物对应的织物图像集。在一个实施例中，如图2所示，提供了一种织物整纬方法的流程示意图，以该方法应用于图1中的服务器104为例进行说明，在其他实施例中，该方法也可以应用于终端，方法包括以下步骤：步骤210，获取织物图像，提取织物图像对应的特征向量。织物是由细小柔长物通过交叉，绕结，连接构成的平软片块物，包括纺织物、编织物、毛巾等布料。为了实现对织物的特征提取，需要通过图像采集设备对织物进行拍摄得到织物图像，然后利用图像处理算法提取织物图像对应的特征向量。其中，特征向量是用于表征织物特征的向量，可用于识别织物。织物的类别多种多样，例如可按照原料类型分为纯纺织物、混纺织物以及交织织物等，按照花纹类型可分为横条花纹织物、格子花纹织物等。具体地，服务器可提取织物图像对应的花纹特征向量，利用花纹特征向量判别织物的类别。步骤220，将特征向量与织物模板中的各特征向量进行匹配，织物模板是根据特征向量、织物类别以及预设参数预先生成的。织物模板中预先存储了特征向量、织物类别以及预设参数之间的关联关系，例如，将特征向量、织物类别以及预设参数进行关联绑定，生成一条关联关系，根据至本文档来自技高网...

【技术保护点】
1.一种织物整纬方法，所述方法包括：/n获取织物图像，提取所述织物图像对应的特征向量；/n将所述特征向量与织物模板中的各所述特征向量进行匹配，所述织物模板是根据特征向量、织物类别以及预设参数预先生成的；/n获取匹配成功的所述特征向量关联的所述预设参数；/n将所述预设参数输入整纬模型以对织物进行整纬处理。/n

【技术特征摘要】
1.一种织物整纬方法，所述方法包括：
获取织物图像，提取所述织物图像对应的特征向量；
将所述特征向量与织物模板中的各所述特征向量进行匹配，所述织物模板是根据特征向量、织物类别以及预设参数预先生成的；
获取匹配成功的所述特征向量关联的所述预设参数；
将所述预设参数输入整纬模型以对织物进行整纬处理。


2.根据权利要求1所述的方法，其特征在于，所述织物模板的生成方法，包括：
获取织物在多种状态下的织物图像；
提取所述织物图像对应的多个特征，根据多个所述特征生成特征向量；
获取所述织物图像对应的预设参数；
将各所述特征向量、织物类别以及所述预设参数进行关联，生成织物模板。


3.根据权利要求2所述的方法，其特征在于，所述提取所述织物图像对应的多个特征，根据多个所述特征生成特征向量，包括：
提取所述织物图像的局部纹理特征；
获取所述织物图像在多个尺度下的多尺度图像，根据所述多尺度图像提取所述织物图像的多尺度特征；
根据所述局部纹理特征以及所述多尺度特征生成特征向量。


4.根据权利要求2所述的方法，其特征在于，所述提取所述织物图像对应的多个特征，根据多个所述特征生成特征向量，包括：
将所述织物图像输入分类模型，以通过所述分类模型根据预先训练好的花纹特征参数，对所述织物图像进行识别得到各所述织物图像的花纹对应的特征向量。


5.根据权利要求1所述的方法，其特征在于，所述获取匹配成功的所述特征向量关联的所述预设参数，包括：
从所述织物模板中获取匹配成功的所述特征向量关联的预设参数；

【专利技术属性】
技术研发人员：姚俊俊，
申请(专利权)人：常州瑞昇科技有限公司，
类型：发明
国别省市：江苏;32