提取纤维断面轮廓的方法及系统技术方案

本揭露提供一种提取纤维断面轮廓的方法及系统，所述方法包括下列步骤。影像读取步骤，读取纱线断面影像，其中纱线断面影像包括第一类断面以及第二类断面。第一影像预处理步骤，提供选取信号以选取第一类断面或第二类断面。第二影像预处理步骤，从纱线断面影像中，分割出经选取断面以做为兴趣区。特征提取步骤，根据选取信号，计算频域特征、梯度特征以及色彩特征。断面轮廓提取步骤，根据频域特征、梯度特征以及色彩特征，提取兴趣区的断面轮廓。本揭露亦提供一种提取纤维断面轮廓的系统。借此，可大大节省纤维轮廓的分析时间，并显著地提高纤维轮廓分析的精准度。纤维轮廓分析的精准度。纤维轮廓分析的精准度。

【技术实现步骤摘要】
提取纤维断面轮廓的方法及系统


[0001]本揭露是有关于一种影像辨识以及影像提取技术，特别是有关于一种提取纤维断面轮廓的方法以及系统。

技术介绍

[0002]在已知的纺织产业中，纤维影像分析往往因纤维染色不均或纤维断面受到挤压而需要人工协助分割及拟合纤维轮廓，从而易造成低精准度及高人工成本的问题。因此，需要一种新的纤维断面轮廓分析的方法及系统来改善现况。

技术实现思路

[0003]本揭露提供一种提取纤维断面轮廓的方法，包括下列步骤。影像读取步骤，读取纱线断面影像，其中纱线断面影像包括第一类断面以及第二类断面。第一影像预处理步骤，提供选取信号以选取第一类断面或第二类断面。第二影像预处理步骤，从纱线断面影像中，分割出经选取断面以做为兴趣区。特征提取步骤，根据选取信号，计算频域特征、梯度特征以及色彩特征。断面轮廓提取步骤，根据频域特征、梯度特征以及色彩特征，提取兴趣区的断面轮廓。
[0004]在一实施例中，提取纤维断面轮廓的方法还包括根据选取信号对纱线断面影像进行超像素分割演算，以分割出经选取断面。
[0005]在一实施例中，提取纤维断面轮廓的方法还包括：根据选取信号对纱线断面影像进行多尺度变换演算，以产生多个多尺度纤维影像；以及通过多个多尺度纤维影像计算兴趣区的所述频域特征、梯度特征以及色彩特征。
[0006]在一实施例中，提取纤维断面轮廓的方法还包括：对多个多尺度纤维影像进行傅立叶转换，以产生多个频域数据；以及将多个频域数据分别输入到多个第一深度信念网络，以计算多个频域特征编码层，并通过多个频域特征编码层产生频域特征。
[0007]在一实施例中，提取纤维断面轮廓的方法还包括：计算所述多个多尺度纤维影像的多个梯度数据；以及将多个梯度数据分别输入到多个第二深度信念网络，以计算多个梯度特征编码层，并通过多个梯度特征编码层产生梯度特征。
[0008]在一实施例中，将多个多尺度纤维影像转换到LUV色彩空间，以产生多个色彩数据；以及将多个色彩数据分别输入到多个第三深度信念网络，以计算多个色彩特征编码层，并通过多个色彩特征编码层产生色彩特征层。
[0009]在一实施例中，提取纤维断面轮廓的方法还包括：分别串接多个频域特征编码层中的一者、多个梯度特征编码层中的一者以及多个色彩特征编码层中的一者，以产生多个串接特征编码层；对多个串接特征编码层进行随机森林回归演算，以产生多个加权相似度；根据多个加权相似度，产生相似热点图；以及过滤与相似热点图对应的多个加权相似度低于阀值的至少一像素，以提取兴趣区的断面轮廓。
[0010]在一实施例中，提取纤维断面轮廓的方法还包括：根据经过滤的相似热点图进行
阿尔法形状演算，以取得第一轮廓图；对纱线断面影像进行傅立叶转换，以产生频域影像；辨识频域影像中的多个高频数据，并根据多个高频数据产生第二轮廓图；对第一轮廓图以及第二轮廓图进行像素叠加并填满轮廓内像素，以产生第三轮廓图；以及对第三轮廓图进行八连通分量分析的边界演算，以提取兴趣区的断面轮廓。
[0011]在一实施例中，第一类断面为芯纱，以及第二类断面为鞘纱。
[0012]本揭露提供一种提取纤维断面轮廓的系统，其包括光学显微镜、存储器、处理器以及输入输出接口。光学显微镜用以产生纱线断面影像。存储器用以储存程序码。处理器耦接于光学显微镜以及存储器并用以执行程序码，以进行上述提取纤维断面轮廓的方法。输入输出接口耦接于处理器，用来显示纱线断面影像、接收选取信号以及显示兴趣区的断面轮廓。
[0013]基于上述，本揭露的提取纤维断面轮廓的方法以及系统可通过提取纱线中的单一纤维的梯度特征、色彩特征以及频域特征，以从纱线断面影像辨识出所有纤维的轮廓。相较于传统方法，本揭露的提取纤维断面轮廓的方法以及系统可大大节省纤维轮廓的分析时间，并显著地提高纤维轮廓分析的精准度。
附图说明
[0014]图1是本揭露的提取纤维断面轮廓的方法的流程图；
[0015]图2是根据本揭示一些实施例的多个第一深度信念网络、多个第二深度信念网络、多个第三深度信念网络以及随机森林回归演算的模型的示意图；
[0016]图3是本揭露的提取纤维断面轮廓的系统的示意图。
[0017]【符号说明】
[0018]S110～S150：步骤
[0019]IDBN1：第一结合深度信念网络
[0020]IDBN2：第二结合深度信念网络
[0021]IDBN3：第三结合深度信念网络
[0022]RFM：随机森林回归演算的模型
[0023]300：系统
[0024]310：光学显微镜
[0025]320：存储器
[0026]330：处理器
[0027]340：输入输出接口
具体实施方式
[0028]图1是本揭露的提取纤维断面轮廓的方法的流程图。请参照图1，本揭露的提取纤维断面轮廓的方法包括影像读取步骤S110、第一影像预处理步骤S120、第二影像预处理步骤S130、特征提取步骤S140及断面轮廓提取步骤S150。
[0029]首先，于影像读取步骤S110中，读取纱线断面影像，其中纱线断面影像包括第一类断面以及第二类断面。在一些实施方式中，纱线可例如是芯鞘型纱线，且第一类断面可例如是芯纱，第二类断面例如是鞘纱。
[0030]接着，于第一影像预处理步骤S120中，提供选取信号以选取第一类断面或第二类断面，其中选取信号可例如是第一类断面或第二类断面的样本影像。在一些实施方式中，当纱线是芯鞘型纱线且其第一类断面及第二类断面分别是芯纱及鞘纱时，上述选取信号可例如是芯纱或鞘纱的样本影像。在一些实施方式中，可依据选取信号产生内接圆遮罩，并通过内接圆遮罩选取第一类断面或第二类断面，以从纱线断面影像过滤出第一类断面或第二类断面。
[0031]接着，于第二影像预处理步骤S130中，从纱线断面影像中分割出经选取断面以做为兴趣区，且兴趣区可例如是第一类断面或第二类断面中的一者。在一些实施方式中，可根据选取信号对纱线断面影像进行超像素分割演算，以分割出经选取断面，并从经选取断面中分割出兴趣区。举例来说，当纱线是芯鞘型纱线时，可从纱线的经选择断面中分割出芯纱及鞘纱的其中一者来做为兴趣区。在一些实施方式中，超像素分割演算例如是简单线性迭代聚类(SLIC)分割演算，且SLIC分割演算的分类数可设定为2，从而将做为第一类断面(芯纱)及做为第二类断面(鞘纱)分为第一群组及第二群组，并从其中选择一者做为兴趣区。
[0032]接着，于特征提取步骤S140中，根据选取信号计算频域特征、梯度特征以及色彩特征。在一些实施方式中，可根据选取信号对纱线断面影像进行多尺度变换演算，以产生多个多尺度纤维影像，并通过多个多尺度纤维影像计算兴趣区的频域特征、梯度特征以及色彩特征。详细而言，可根据选取信号随机缩放纱线断面影像为多个尺度的对应影像，再对所述对应影像进行特征萃取，从而计算兴趣区的频域特征、梯度特征以及色彩特征。
[0033]在一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提取纤维断面轮廓的方法，其特征在于，包括：影像读取步骤，读取纱线断面影像，其中所述纱线断面影像包括第一类断面以及第二类断面；第一影像预处理步骤，提供选取信号以选取所述第一类断面或所述第二类断面；第二影像预处理步骤，从所述纱线断面影像中分割出经选取断面以做为兴趣区；特征提取步骤，根据所述选取信号计算频域特征、梯度特征以及色彩特征；以及断面轮廓提取步骤，根据所述频域特征、所述梯度特征以及所述色彩特征提取所述兴趣区的断面轮廓。2.根据权利要求1所述的提取纤维断面轮廓的方法，其特征在于，还包括根据所述选取信号对所述纱线断面影像进行超像素分割演算，以分割出所述经选取断面。3.根据权利要求1所述的提取纤维断面轮廓的方法，其特征在于，还包括：根据所述选取信号对所述纱线断面影像进行多尺度变换演算，以产生多个多尺度纤维影像；以及通过所述多个多尺度纤维影像计算所述兴趣区的所述频域特征、所述梯度特征以及所述色彩特征。4.根据权利要求3所述的提取纤维断面轮廓的方法，其特征在于，还包括：对所述多个多尺度纤维影像进行傅立叶转换，以产生多个频域数据；以及将所述多个频域数据分别输入到多个第一深度信念网络，以计算多个频域特征编码层，并通过所述多个频域特征编码层产生所述频域特征。5.根据权利要求3所述的提取纤维断面轮廓的方法，其特征在于，还包括：计算所述多个多尺度纤维影像的多个梯度数据；以及将所述多个梯度数据分别输入到多个第二深度信念网络，以计算多个梯度特征编码层，并通过所述多个梯度特征编码层产生所述梯度特征。6.根据权利要求3所述的提取纤维断面轮廓的方法，其特征在于，还包括：将所述多个多尺度纤维影像转换到LUV色彩空间，以产生多个色彩数据；以及将所...

【专利技术属性】
技术研发人员：赖允昱，吴德桦，黄庆堂，
申请(专利权)人：财团法人纺织产业综合研究所，
类型：发明
国别省市：