一种基于非刚体纺织图像配准技术的精确纺织方法技术

本发明专利技术公开了一种基于非刚体纺织图像配准技术的精确纺织方法，包括：先得到粗织图案；对模型图案、粗织图案进行轮廓提取，得到含噪音的模型图像轮廓、含噪音的粗织图像轮廓；分别利用形态学处理对上述两个轮廓进行去燥处理，得到模型图像轮廓点集、粗织图像轮廓点集；分别对上述两个点集进行聚类，得到模型图像轮廓的类心与粗织图像轮廓的类心的匹配映射关系，进而得到非刚体点集配准的能量方程；对非刚体点集配准的能量方程进行优化，得到每个粗织图像轮廓点的形变参数f(x)；根据模型图像轮廓的点集、粗织图像轮廓的点集、形变参数f(x)、对粗织图案的纺织参数进行优化，得到精确纺织参数，进行精确纺织。

【技术实现步骤摘要】
一种基于非刚体纺织图像配准技术的精确纺织方法
本专利技术属于纺织工艺
，涉及一种基于非刚体纺织图像配准技术的精确纺织方法。
技术介绍
花式纱线的经济效益和它对纺织工业的影响早已被证实，目前传统的花式纱线研究还主要集中在纱线的纤维原料、造型、色彩，结构等特征上，几乎没有将花式纱线结构与精准图案相结合的产品。利用一根精准纺制的花式纱线直接在织物布面上形成精准设计图案称之为精确纺织。它能将花式纱线的利用价值最大化。图像配准是将两幅或多幅图像进行匹配、叠加，在空间位置对准的过程。通过对目标形状或原始图像的特征点提取，图像配准可描述为点集配准问题。尽管点集配准算法在计算机视觉，模式识别，医学、遥感图像分析等领域得到了很好的应用，然而在纺织等工业领域还鲜有推广。特别是针对纺织图案的匹配研究还是空白。利用配准技术来解决纺织模板图案与形变图案之间的关系问题，进而实现花式纱线的精确纺织。纺织图案配准技术不同于一般情况下的刚性配准，其图案的形变不能简单通过整体的平移，旋转，尺度变化来描述。又因为不同的纱线材料具有不同的弹性，因此它也有别于普通的非刚体点集配准；所以，现有的非刚体点集配准不适用于纺织图案的匹配，传统的印染、提花和刺绣等中间工艺过程会导致生产效率低。
技术实现思路
本专利技术的目的是提供一种基于非刚体纺织图像配准技术的精确纺织方法，解决了现有技术中存在的生产效率低的问题。本专利技术所采用的技术方案是，一种基于非刚体纺织图像配准技术的精确纺织方法，包括以下步骤：步骤1、设计模型图案，根据模型图案进行粗织环节，得到粗织图案；步骤2、对模型图案、粗织图案进行轮廓提取，得到含噪音的模型图像轮廓、含噪音的粗织图像轮廓；步骤3、分别利用形态学处理对含噪音的模型图像轮廓、含噪音的粗织图像轮廓进行去燥处理，得到模型图像轮廓点集、粗织图像轮廓点集；步骤4、分别对模型图像轮廓点集、粗织图像轮廓点集进行聚类，计算每类点集的类心，并得到模型图像轮廓的类心与粗织图像轮廓的类心的匹配映射关系，进而得到非刚体点集配准的能量方程；步骤5、利用最大期望算法对非刚体点集配准的能量方程进行优化，得到每个粗织图像轮廓点的形变参数f(x)；步骤6、根据模型图像轮廓的点集、粗织图像轮廓的点集、形变参数f(x)、对粗织图案的纺织参数进行优化，得到精确纺织参数，进行精确纺织。本专利技术的特点还在于：步骤2具体为：对模型图案、粗织图案进行二值化处理，然后利用梯度算子对模型图案进行边缘提取，得到含噪音的模型图像轮廓、含噪音的粗织图像轮廓.步骤3具体为：分别利用形态学处理对含噪音的模型图像轮廓、含噪音的粗织图像轮廓进行膨胀、腐蚀及骨骼操作，得到模型图像轮廓点集、粗织图像轮廓点集。步骤4具体包括以下步骤：步骤4.1、假设模型图像轮廓的点集为X＝{xi,1≤i≤m}，粗织图像轮廓的点集Y＝{yj,1≤j≤n}，采用邻域算法分别对模型图像轮廓点集、粗织图像轮廓点集进行聚类，计算每类点集的类心，分别为Xc＝{xck,1≤k≤mc}，Yc＝{ycl,1≤l≤nc}，假设类点ycl相对于点集Xc中的对应点xck服从高斯分布，则类点匹配映射关系为：进而得到点类匹配映射关系：上式中，P＝[pij]表示点匹配矩阵，Pc＝[qkl]表示类匹配矩阵，表示点集X中的第k类，表示点集Y中的第l类；步骤4.2、根据点类匹配映射关系得到非刚体点集配准的能量方程为：上式中，P表示匹配矩阵，当pij＝1时，表示点xi和yj为对应点，反之pij＝0；f(·|θ)代表形变函数，θ为形变参数，g是正则项，用于约束形变参数θ。步骤5具体包括以下步骤：步骤5.1、假设轮廓点yj相对于点集X中的对应点xi服从高斯分布，令Z＝{zj}1≤j≤n表示yj对应点集X混合高斯分布的赋值，则点匹配矩阵无对应匹配点的外点似然函数表示为P(yj|zj＝m+1)＝U(yj|a)，其中U(·)表示参数为a的均匀分布；则混合密度函数表示为：上式中，是高斯混合权重，θ＝{σ2,γ,f}是待求解的未知参数；同理得：步骤5.2、将公式(5)带入公式(1)得到类匹配矩阵：最后利用公式(2)计算点匹配矩阵。步骤5.3、利用再生核空间理论计算形变参数，并更新参数σ2、γ及类心轮廓点的位置；步骤5.4、对步骤5.2-5.3进行迭代，直至非刚体点集配准的能量方程收敛，得到每个粗织图像轮廓点的形变参数f(x)。步骤5.3具体包括以下步骤：步骤5.3.1、首先构造Gram矩阵β为正常数，则形变函数的解表示为：上式中，c满足c(Kdiag(1TP)+λσ2I)＝YP；步骤5.3.2、更新参数然后更新类心轮廓点的位置。步骤6具体包括以下步骤：步骤6.1、假设平线纺织时间t1、结子线纺织时间t2为常数，模型图像轮廓点集X与粗织图像轮廓点集Y的参数关系为：Y＝F(X，t1，Ω1，Ω2)(8)；上式中，Ω1为前罗拉转速，Ω2为空心锭转速；步骤2、得到精确纺织参数的优化方程为：上式中，d为误差距离测度；求解公式(8)，得到精确纺织参数，进行精确纺织。本专利技术的有益效果是：本专利技术的一种基于非刚体纺织图像配准技术的精确纺织方法，通过建立模型图案与粗织图案的匹配映射关系，得到粗织图案的形变参数，并对粗织图案纺织参数进行优化，得到精确纺织图案，实现从模板绘图到生成纺纱工艺和纺织图案的快速、高效配准方法；能根据不同图案和需求，实现单根花式纱线在普通织机的精准纺织；能减少印染、提花、刺绣等中间工艺过程，提高生产效率，进而提高产品的附加值。附图说明图1是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法的工艺流程图；图2a是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法中模型图案示意图；图2b是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法中粗织图案示意图；图2c是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法中精织图案示意图；图3a是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法中塔形模型图案示意图；图3b是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法中塔形模型图案二值化后的示意图；图3c是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法中塔形模型图案边缘提取后的示意图；图4a是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法中鱼形图案示意图；图4b是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法中鱼形图案映射关系示意图；图4c是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法中鱼形图案形变示意图；图4d是本专利技术一种基于非刚体纺织图像配准技术的精确纺织方法中精织后的鱼形图案示意图。具体实施方式下面结本文档来自技高网...

【技术保护点】
1.一种基于非刚体纺织图像配准技术的精确纺织方法，其特征在于，包括以下步骤：/n步骤1、设计模型图案，根据模型图案进行粗织环节，得到粗织图案；/n步骤2、对所述模型图案、粗织图案进行轮廓提取，得到含噪音的模型图像轮廓、含噪音的粗织图像轮廓；/n步骤3、分别利用形态学处理对所述含噪音的模型图像轮廓、含噪音的粗织图像轮廓进行去燥处理，得到模型图像轮廓点集、粗织图像轮廓点集；/n步骤4、分别对所述模型图像轮廓点集、粗织图像轮廓点集进行聚类，计算每类点集的类心，并得到模型图像轮廓的类心与粗织图像轮廓的类心的匹配映射关系，进而得到非刚体点集配准的能量方程；/n步骤5、利用最大期望算法对所述非刚体点集配准的能量方程进行优化，得到每个粗织图像轮廓点的形变参数f(x)；/n步骤6、根据模型图像轮廓的点集、粗织图像轮廓的点集、形变参数f(x)、对粗织图案的纺织参数进行优化，得到精确纺织参数，进行精确纺织。/n

【技术特征摘要】
1.一种基于非刚体纺织图像配准技术的精确纺织方法，其特征在于，包括以下步骤：
步骤1、设计模型图案，根据模型图案进行粗织环节，得到粗织图案；
步骤2、对所述模型图案、粗织图案进行轮廓提取，得到含噪音的模型图像轮廓、含噪音的粗织图像轮廓；
步骤3、分别利用形态学处理对所述含噪音的模型图像轮廓、含噪音的粗织图像轮廓进行去燥处理，得到模型图像轮廓点集、粗织图像轮廓点集；
步骤4、分别对所述模型图像轮廓点集、粗织图像轮廓点集进行聚类，计算每类点集的类心，并得到模型图像轮廓的类心与粗织图像轮廓的类心的匹配映射关系，进而得到非刚体点集配准的能量方程；
步骤5、利用最大期望算法对所述非刚体点集配准的能量方程进行优化，得到每个粗织图像轮廓点的形变参数f(x)；
步骤6、根据模型图像轮廓的点集、粗织图像轮廓的点集、形变参数f(x)、对粗织图案的纺织参数进行优化，得到精确纺织参数，进行精确纺织。


2.根据权利要求1所述的一种基于非刚体纺织图像配准技术的精确纺织方法，其特征在于，步骤2具体为：对模型图案、粗织图案进行二值化处理，然后利用梯度算子对所述模型图案进行边缘提取，得到含噪音的模型图像轮廓、含噪音的粗织图像轮廓。


3.根据权利要求1所述的一种基于非刚体纺织图像配准技术的精确纺织方法，其特征在于，步骤3具体为：分别利用形态学处理对所述含噪音的模型图像轮廓、含噪音的粗织图像轮廓进行膨胀、腐蚀及骨骼操作，得到模型图像轮廓点集、粗织图像轮廓点集。


4.根据权利要求1所述的一种基于非刚体纺织图像配准技术的精确纺织方法，其特征在于，步骤4具体包括以下步骤：
步骤4.1、假设模型图像轮廓的点集为X＝{xi,1≤i≤m}，粗织图像轮廓的点集Y＝{yj,1≤j≤n}，采用邻域算法分别对模型图像轮廓点集、粗织图像轮廓点集进行聚类，计算每类点集的类心，分别为Xc＝{xck,1≤k≤mc}，Yc＝{ycl,1≤l≤nc}，假设类点ycl相对于点集Xc中的对应点xck服从高斯分布，则类点匹配映射关系为：



进而得到点类匹配映射关系：



上式中，P＝[pij]表示点匹配矩阵，Pc＝[qkl]表示类匹配矩阵，表示点集X中的第k类，表示点集Y中的第l类；
步骤4.2、根据点类匹配映射关系得到...

【专利技术属性】
技术研发人员：李敏奇，邱艳茹，任学勤，贾琪，
申请(专利权)人：西安工程大学，西安蓝岸新科技股份有限公司，
类型：发明
国别省市：陕西;61