基于图像数据分析的织物肌理自动分类方法及系统技术方案

本发明专利技术涉及图像处理技术领域，具体涉及一种基于图像数据分析的织物肌理自动分类方法及系统，包括：获取待分类织物的表面图像，对待分类织物的表面图像进行预处理，得到待分类织物预处理后的表面图像；根据待分类织物预处理后的表面图像，得到待分类织物的色调分量图像；根据待分类织物的色调分量图像，得到织物肌理灰度图像，进而得到织物肌理灰度图像中的各个像素点的肌理特征描述子；根据织物肌理灰度图像中的各个像素点的肌理特征描述子和各个不同织物类别的各个像素点的肌理特征描述子之间的差异性，得到待分类织物的类别。本发明专利技术通过对织物表面图像进行分析，得到待分类织物的类别，提高了对织物分类的效率。提高了对织物分类的效率。提高了对织物分类的效率。

【技术实现步骤摘要】
基于图像数据分析的织物肌理自动分类方法及系统


[0001]本专利技术涉及图像处理
，具体涉及一种基于图像数据分析的织物肌理自动分类方法及系统。

技术介绍

[0002]织物是以各种纺织纤维为原料，经过纺纱、织造、染整等工序制成的产品，不仅需要具有遮体避寒的功能，还需要具有一定的美观度。对于织物的美观度来说，不同肌理的视觉效果有助于不同服装风格和造型的设计，人们在纺织时会生产出一些不同功能的纱线，用于制成不同类别肌理的织物，由于在运输的过程中，人们将这些不同类别的纱线制成的织物进行集中存放、运输，一旦不同类别的织物弄混之后，将无法快速的识别出织物的类别。
[0003]现有的对织物肌理分类的方法是人为进行识别的，通过人眼对织物表面款式、纹理。肌理等特征信息进行识别，实现织物类别的划分。但是这种人为识别的方法，具有较强的主观性，且这种方法的工作量较大，分类效率低。

技术实现思路

[0004]本专利技术的目的在于提供一种基于图像数据分析的织物肌理自动分类方法及系统，用于解决人为对织物分类工作量大，分类效率低的问题。
[0005]为了解决上述技术问题，本专利技术所采用的技术方案具体如下：本专利技术提供了一种基于图像数据分析的织物肌理自动分类方法，该方法包括以下步骤：获取待分类织物的表面图像，对待分类织物的表面图像进行预处理，得到待分类织物预处理后的表面图像；根据待分类织物预处理后的表面图像，得到待分类织物的色调分量图像；根据待分类织物预处理后的表面图像和待分类织物的色调分量图像，进而得到织物肌理灰度图像；根据织物肌理灰度图像中的各个像素点的灰度值，确定织物肌理灰度图像中的各个像素点的周围八邻域像素点的判定值，进而得到织物肌理灰度图像中的各个像素点的肌理特征描述子；根据织物肌理灰度图像中的各个像素点的肌理特征描述子，确定待分类织物的织物肌理曲线；根据待分类织物的织物肌理曲线与预先确定的各个不同织物类别的织物肌理曲线，分别计算待分类织物与各个不同织物类别之间的差异性，进而确定待分类织物的类别。
[0006]进一步地，进而得到织物肌理灰度图像的步骤包括：根据待分类织物的色调分量图像中的各个像素点的色调值，得到色调分量图像中的各个像素点的共生矩阵；
根据色调分量图像中的各个像素点的共生矩阵，确定色彩纹理图像中的各个像素点的色彩纹理特征值；根据待分类织物的色调分量图像中的各个像素点的色调值，确定色调分量图像中的各个像素点的梯度值，得到色彩纹理图像中的各个像素点的色彩影响度；根据待分类织物预处理后的表面图像，确定待分类织物预处理后的表面图像中的各个像素点的像素值；根据待分类织物预处理后的表面图像中的各个像素点的像素值、色彩纹理图像中的各个像素点的色彩纹理特征值和色彩纹理图像中的各个像素点的色彩影响度，确定织物肌理图像中的各个像素点的像素值，进而得到织物肌理图像。
[0007]进一步地，色彩纹理图像中的各个像素点的色彩影响度的计算公式为：其中，为色彩纹理图像中处像素点的色彩影响度，为色调分量图像中处像素点的梯度值。
[0008]进一步地，织物肌理图像中的各个像素点的像素值的计算公式为：其中，为织物肌理图像中处像素点的像素值，为待分类织物预处理后的表面图像中处像素点的像素值，为色彩纹理图像中处像素点的色彩纹理特征值，为色彩纹理图像中处像素点的色彩影响度。
[0009]进一步地，得到各个像素点的肌理特征描述子的步骤包括：根据织物肌理灰度图像中的各个像素点的灰度值，对各个像素点的周围八邻域像素点进行判定，得到织物肌理灰度图像中的各个像素点的周围八邻域像素点的判定值；根据织物肌理灰度图像中的各个像素点的周围八邻域像素点的判定值，得到织物肌理灰度图像中的各个像素点的肌理特征描述子。
[0010]进一步地，对各个像素点的周围八邻域像素点进行判定的步骤包括：将织物肌理灰度图像中的各个像素点的灰度值作为灰度阈值，若织物肌理灰度图像中的各个像素点的周围八邻域像素点的灰度值大于或等于灰度阈值，则织物肌理灰度图像中的各个像素点的周围八邻域像素点的判定值为1；若织物肌理灰度图像中的各个像素点的周围八邻域像素点的灰度值小于灰度阈值，则织物肌理灰度图像中的各个像素点的周围八邻域像素点的判定值为0。
[0011]进一步地，各个像素点的肌理特征描述子的计算公式为：其中，为像素点的肌理特征描述子，为内中心像素点的周围八邻域的第个
像素点的判定值。
[0012]进一步地，确定待分类织物的织物肌理曲线的步骤包括：对织物肌理灰度图像中的像素点依次进行编号，得到织物肌理灰度图像中的各个像素点的编号；以织物肌理灰度图像中的各个像素点的编号为横坐标，并以各个像素点的肌理特征描述子为纵坐标进行曲线拟合，得到织物肌理灰度图像中的织物肌理曲线。
[0013]进一步地，待分类织物与各个不同织物类别之间的差异性对应的计算公式为：其中，为待分类织物的织物肌理曲线与织物类别为的织物肌理曲线的差异性，为待分类织物的织物肌理曲线中的横坐标对应的肌理特征描述子，为织物类别为的织物肌理曲线中的横坐标对应的肌理特征描述子，为待分类织物的织物肌理曲线的横坐标的设定最大横坐标。
[0014]本专利技术还提供了一种基于图像数据分析的织物肌理自动分类系统，包括处理器和存储器，处理器用于处理存储在存储器中的指令以实现上述的基于图像数据分析的织物肌理自动分类方法。
[0015]本专利技术具有如下有益效果：本专利技术通过获取待分类织物的表面图像，为了避免织物表面的颜色信息对织物肌理分类的影响，去除织物表面的颜色信息，从而得到织物肌理灰度图像，根据织物肌理灰度图像，确定各个像素点的周围八邻域像素点的判定值，进而得到织物肌理灰度图像中的各个像素点的肌理特征描述子，计算待分类织物肌理灰度图像中的各个像素点的肌理特征描述子与各个不同织物类别的各个像素点的肌理特征描述子之间的差异性，最终将分类织物归与差异性最小对应的织物类别分为一类，实现对织物肌理类别的最终分类。
[0016]本专利技术通过图像数据分析的方法消除织物图像中的表面颜色信息对织物肌理分类的影响，对织物图像中的各个像素点的周围邻域像素点进行分析，得到肌理图像数据，对织物的类别进行识别，实现对织物的类别进行划分，提高了对织物分类的效率。
附图说明
[0017]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。
[0018]图1为本专利技术的基于图像数据分析的织物肌理自动分类方法的步骤流程图。
具体实施方式
[0019]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技术方案的具体实施方式、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】
1.一种基于图像数据分析的织物肌理自动分类方法，其特征在于，包括以下步骤：获取待分类织物的表面图像，对待分类织物的表面图像进行预处理，得到待分类织物预处理后的表面图像；根据待分类织物预处理后的表面图像，得到待分类织物的色调分量图像；根据待分类织物预处理后的表面图像和待分类织物的色调分量图像，进而得到织物肌理灰度图像；根据织物肌理灰度图像中的各个像素点的灰度值，确定织物肌理灰度图像中的各个像素点的周围八邻域像素点的判定值，进而得到织物肌理灰度图像中的各个像素点的肌理特征描述子；根据织物肌理灰度图像中的各个像素点的肌理特征描述子，确定待分类织物的织物肌理曲线；根据待分类织物的织物肌理曲线与预先确定的各个不同织物类别的织物肌理曲线，分别计算待分类织物与各个不同织物类别之间的差异性，进而确定待分类织物的类别。2.根据权利要求1所述的基于图像数据分析的织物肌理自动分类方法，其特征在于，进而得到织物肌理灰度图像的步骤包括：根据待分类织物的色调分量图像中的各个像素点的色调值，得到色调分量图像中的各个像素点的共生矩阵；根据色调分量图像中的各个像素点的共生矩阵，确定色彩纹理图像中的各个像素点的色彩纹理特征值；根据待分类织物的色调分量图像中的各个像素点的色调值，确定色调分量图像中的各个像素点的梯度值，得到色彩纹理图像中的各个像素点的色彩影响度；根据待分类织物预处理后的表面图像，确定待分类织物预处理后的表面图像中的各个像素点的像素值；根据待分类织物预处理后的表面图像中的各个像素点的像素值、色彩纹理图像中的各个像素点的色彩纹理特征值和色彩纹理图像中的各个像素点的色彩影响度，确定织物肌理图像中的各个像素点的像素值，进而得到织物肌理图像。3.根据权利要求2所述的基于图像数据分析的织物肌理自动分类方法，其特征在于，色彩纹理图像中的各个像素点的色彩影响度的计算公式为：其中，为色彩纹理图像中处像素点的色彩影响度，为色调分量图像中处像素点的梯度值。4.根据权利要求2所述的基于图像数据分析的织物肌理自动分类方法，其特征在于，织物肌理图像中的各个像素点的像素值的计算公式为：其中，为织物肌理图像中处像素点的像素值，为待分类织物预处理
后的表面图像中处像素点的像素值，为色彩纹理图像中处像素点的色彩纹理特征值，为色彩纹理图像中处像素点的色彩影响度。5.根据权利要求1所述的基...

【专利技术属性】
技术研发人员：苏宜刚，
申请(专利权)人：惠民县黄河先进技术研究院，
类型：发明
国别省市：