一种基于图像识别的有色丝染色方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种基于图像识别的有色丝染色方法，本方法可以集成为生产领域的人工智能系统，可以作为一种人工智能优化操作系统、人工智能中间件等，可以用于计算机视觉软件的开发。包括：获取染色后有色丝以及染色效果最优有色丝的RGB图像，还有染液染色前后的RGB图像，对图像进行预处理，并利用灰度共生矩阵对预处理后的图像进行分析获得不同浴比对应的染色均匀程度和染液利用率；根据不同浴比对应的染色均匀程度和染液利用率获得不同浴比对应的染色评价值，且最大染色评价值对应的浴比为最优浴比。本发明专利技术获得了染色时的最优浴比，能够在染色时获得色彩均匀且符合生产要求的产品，同时也能够避免染液的浪费，降低成本。降低成本。降低成本。

【技术实现步骤摘要】
一种基于图像识别的有色丝染色方法


[0001]本专利技术涉及数据处理
，具体涉及一种基于图像识别的有色丝染色方法。

技术介绍

[0002]随着社会不断发展，人们对不同颜色的丝线的要求日益增加，而在有色丝的染色过程中，不同浴比对染色的影响不同，浴比指的是浸染时配制的染液体积与被染物质量之比，其中浴比的大小与被染物的染色深度、染色的均匀程度以及燃料的利用率都息息相关。当浴比过小时，很容易造成染色不均匀，染色的程度达不到要求等问题；而当浴比过大时，被染物能够达到要求，但是会造成染液的浪费，增加生产成本。
[0003]现有技术中通过经验得到的染色时的浴比，并不能很好的获得一个合适的浴比使染色后的丝线符合要求而又不不造成染液的浪费。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于图像识别的有色丝染色方法，所采用的技术方案具体如下：本专利技术实施例提供了一种基于图像识别的有色丝染色方法：获得一个浴比对应的染色后有色丝的HSV图像，所述图像中只包含染色的有色丝，记为染色HSV图像；利用像素点的HSV信息获得图像中各像素点的颜色特征值；根据各像素点的颜色特征值获得颜色图像，记为第一图像；同时，分别获得染液在染色前和染色后的颜色图像，所述图像为染液表面的图像，分别记为第二图像和第三图像；计算第一图像的灰度共生矩阵的信息熵和自相关性，记为第一信息熵和第一自相关性；获得染色效果最优的有色丝对应的颜色图像的灰度共生矩阵的信息熵和自相关性，记为第二信息熵和第二自相关性；根据第一信息熵、第一自相关性、第二信息熵和第二自相关性获得染色均匀程度；分别获得第二、第三图像的灰度共生矩阵中出现频率最大的像素对对应的颜色特征值，分别为第一颜色特征值、第二颜色特征值、第三颜色特征值和第四颜色特征值；根据第一、第二、第三和第四颜色特征值获得染液利用率；基于获得的不同浴比对应的染色均匀程度和染液利用率获得不同浴比对应的染色评价值。
[0005]优选地，获得一个浴比对应的染色后有色丝的HSV图像包括：染色后的有色丝缠绕在圆筒上，获得圆筒的侧面RGB图像，将获得RGB图像进行语义分割获得只包含染色后的有色丝的RGB图像；将获得的RGB图像装换为HSV图像，为染色后的有色丝的HSV图像。
[0006]优选地，利用像素点的HSV信息获得图像中各像素点的颜色特征值包括：将HSV图像中的像素点的H、S、V分量进行加权求和的结果获得像素点的颜色特征值。
[0007]优选地，根据各像素点的颜色特征值获得颜色图像包括：将有色丝的HSV图像中像素点的HSV信息转变为像素点的颜色特征值获得颜色图像。
[0008]优选地，计算第一图像的灰度共生矩阵的信息熵和自相关性包括：根据灰度共生
矩阵中像素对的概率获得信息熵；根据灰度共生矩阵中各行各列像素点的颜色特征值的均值、标准差以及像素对的概率获得自相关性。
[0009]优选地，染色均匀程度为：其中，表示染色均匀程度；表示第一信息熵，表示第二信息熵；表示第二自相关性，表示第一自相关性；e表示自然常数。
[0010]优选地，据第一、第二、第三和第四颜色特征值获得染液利用率包括：利用第一、第三颜色特征值的差值、第一、第四颜色特征值的差值、第二、第三颜色特征值的差值、第二、第四颜色特征值的差值以及第一、第二颜色特征值的和获得染液利用率；其中，所述利用第一、第三颜色特征值的差值、第一、第四颜色特征值的差值、第二、第三颜色特征值的差值和第二、第四颜色特征值的差值分别与染液利用率成正相关关系；第一、第二颜色特征值的和与染液利用率成负相关关系。
[0011]优选地，获得不同浴比对应的染色评价值包括：对不同浴比对应的染色均匀程度和染液利用率进行加权求和获得不同浴比对应的染色评价值。
[0012]优选地，在所述基于获得的不同浴比对应的染色均匀程度和染液利用率获得不同浴比对应的染色评价值之后还包括：在获得不同浴比对应的染色评价值中选取最大的染色评价值对应的浴比为最优浴比。
[0013]本专利技术实施例至少具有如下有益效果：本实施例通过采集有色丝染色后的图像，最优染色效果下的有色丝的RGB图像，同时对图像进行预处理转变为HSV图像，抽取HSV图像的色彩特征进行分析，获得不同浴比下染色后的有色丝与染色最优的有色丝的差异及染色前后染液的差异，然后得到染色的最优浴比；在最优浴比下，完成对有色丝的染色。本实施例能够在保证有色丝染色时的色彩分布均匀，染色效果符合生产要求的情况下使得染液能够被充分的利用避免染液的浪费，降低对有色丝染色时原料的浪费，产生更大的经济效益。同时，本方法可以用于纺织品生产领域的人工智能系统和人工智能优化操作系统的开发、也可以本方法的逻辑层次用于计算机视觉软件的开发，使得其能够广泛的得到应用。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0015]图1为一种基于图像识别的有色丝染色方法流程图。
具体实施方式
[0016]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于图像识别的有色丝染色方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点
可由任何合适形式组合。
[0017]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0018]下面结合附图具体的说明本专利技术所提供的一种基于图像识别的有色丝染色方法的具体方案。
[0019]本专利技术的主要应用场景为：在对有色丝染色过程中，找到合适的浴比使得染色后的丝线能够符合要求而又不造成染液的浪费。
[0020]请参阅图1，其示出了本专利技术一个实施例提供的一种基于图像识别的有色丝染色方法流程图，该方法包括以下步骤：步骤一：获得一个浴比对应的染色后有色丝的HSV图像，所述图像中只包含染色的有色丝，记为染色HSV图像；利用像素点的HSV信息获得图像中各像素点的颜色特征值；根据各像素点的颜色特征值获得颜色图像，记为第一图像；同时，分别获得染液在染色前和染色后的颜色图像，所述图像为染液表面的图像，分别记为第二图像和第三图像。
[0021]首先，通过固定光源下的工业相机采集染色后的有色丝的图像，有色丝在进行浸染时是缠绕在圆筒上的，采集圆筒的侧面的RGB图像，并利用语义分割将图像中的背景和其他部分去除，使得图像中只包含染色后的有色丝，不包含背景和其他部分；同时获得效果最优的染色后的有色丝的RGB图像，这里所说的效果最优的染色后的有色丝是通过大量的染液进行染色出来的，造成了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的有色丝染色方法，其特征在于，该方法包括：获得一个浴比对应的染色后有色丝的HSV图像，所述图像中只包含染色的有色丝，记为染色HSV图像；利用像素点的HSV信息获得图像中各像素点的颜色特征值；根据各像素点的颜色特征值获得颜色图像，记为第一图像；同时，分别获得染液在染色前和染色后的颜色图像，所述图像为染液表面的图像，分别记为第二图像和第三图像；计算第一图像的灰度共生矩阵的信息熵和自相关性，记为第一信息熵和第一自相关性；获得染色效果最优的有色丝对应的颜色图像的灰度共生矩阵的信息熵和自相关性，记为第二信息熵和第二自相关性；根据第一信息熵、第一自相关性、第二信息熵和第二自相关性获得染色均匀程度；分别获得第二、第三图像的灰度共生矩阵中出现频率最大的像素对对应的颜色特征值，分别为第一颜色特征值、第二颜色特征值、第三颜色特征值和第四颜色特征值；根据第一、第二、第三和第四颜色特征值获得染液利用率；基于获得的不同浴比对应的染色均匀程度和染液利用率获得不同浴比对应的染色评价值。2.根据权利要求1所述的一种基于图像识别的有色丝染色方法，其特征在于，所述获得一个浴比对应的染色后有色丝的HSV图像包括：染色后的有色丝缠绕在圆筒上，获得圆筒的侧面RGB图像，将获得RGB图像进行语义分割获得只包含染色后的有色丝的RGB图像；将获得的RGB图像装换为HSV图像，为染色后的有色丝的HSV图像。3.根据权利要求1所述的一种基于图像识别的有色丝染色方法，其特征在于，所述利用像素点的HSV信息获得图像中各像素点的颜色特征值包括：将HSV图像中的像素点的H、S、V分量进行加权求和的结果获得像素点的颜色特征值。4.根据权利要求1所述的一种基于图像识别的有色丝染色方法，其特征在于，所述根据各像素点的颜...

【专利技术属性】
技术研发人员：雷绍东，
申请(专利权)人：江苏永银化纤有限公司，
类型：发明
国别省市：