基于遗传—模糊聚类算法的织锦纹样分色方法技术

本发明专利技术公开了基于遗传—模糊聚类算法的织锦纹样分色方法，包括以下步骤：系统按照五色经二色纬或单色经四色纬的经纬色纱配置模型，进行遗传—模糊聚类的分色。系统对纹样分色后，通过颜色模型转换，形成有RGB数据的色块；系统根据纹样色块的RGB数据和经纬色纱配置模型，在自身的组织库中为每个纹样色块自动寻找和选择相对应的织物组织；系统按照遗传算法搜索全局最优方式，在既定的经纬纱线的线密度和织物的经纬密度前提下，自动调整织物组织的选择和配置，直到经纬色纱与织物组织配合后的RGB数据接近与前面纹样分色后每个色块的RGB；分色完成。

【技术实现步骤摘要】

本专利技术涉及一种基于遗传一模糊聚类算法的织锦纹样分色方法，属于纺织

技术介绍
装饰纹织物的分色是数码纺织品技术核心内容之一。分色质量好坏直接影响到意匠工艺处理的质量、效率以及纹织物的装饰性。近年来，在织物分色技术改进方面的研究却鲜有报道，且国内的纹织物分色效果与国外相差较大。在采用传统的分色方法(例如计算机或织物CAD自动分色法、基原色分色、在基原色分色基础上结合专色分色法)对织物纹样分色时，由于纹织物纹样的渐变色处理没有可行的科学方法，造成织物表面层次不丰富，与纹样的原图象有较大失真，不能达到与原样稿一致风格的效果。1、传统分色方法1. 1织物CAD的自动分色在国内现有提花织物CAD系统中，图象经灰度化处理后，把具有上百种灰度的图象归并为仅有的几十种灰度图象，就是将灰度直方图中频率排在前几十种的灰度值作为分色后最终保留的灰度，而其它频率较低的灰度按距离相近原则进行归并。这种方法着重考虑了具体图像色彩的使用频率，故最大限度保持了原图像色调的层次，但也存在明显的不足，如分色后图像的某些局部关键细节，由于该色彩使用频度较少，而被其他颜色所替代， 造成关键细节较为模糊，自动分色后图象的影光层次不丰富，与原图象有较大失真，不能达到与原样稿一致风格的效果。1.2自定基原色分色只采用C(青)、M(品红)、Y(黄)、K(黑)四种颜色来进行分色，即通过四色分色将所有色彩划分成C、Μ、Y、K四个基原色分量，通过这四个分量的叠加形成各种各样的彩色。采用CMYK四色分色方法，可以表现出彩色纹织物表面的各种各样的色彩。但是这种方法，也存在不足之处。例如，分色后的图象混和色的色彩不够饱满，风格达不到纹稿的要求， 织物的图案边缘轮廓可能变得不清晰。另外，对于水彩画风格的图案的纹织物，往往在图象上只有几种颜色，但这几种颜色会有从明到暗，或由深转浅，或是从一个色彩过渡到另一个色彩的变化，采用自定基原色分色方法就不能形成这种渐变的效果，从而影响织物表面图案的层次性。1. 3在基原色分色基础上结合专色分色这种方法是首先采用基原色分色方法，选取相应的基原色，对图案进行分色，得到基原色灰度图象；再采用人机交互的专色分色方法，手工指定需要增强处理的色块颜色，将这个部分的区域色块单独提取出来，对应于提取的专色区域色块，在指定专色的相应基原色的分色灰度图象上，设置最大的灰度值“1”;而在非指定专色的其他基原色分色灰度图象上，设置最小的灰度值“0”。采用基原色分色与专色分色相结合的分色方法，提高装饰纹织物的色彩表现力， 并对织物的边缘轮廓进行特殊处理，使得装饰纹织物的最终效果的色彩饱满。但这种方法也是比较费时，也无法对纹样的色彩渐变进行处理，特别是对织物上具有不同明度、纯度或色相间的相邻区域之间过渡自然，且能产生不同光泽度和明度的效果的色彩处理能力很差，从而影响装饰纹织物最终效果的风格逼真性。
技术实现思路
在分析传统的纹织物的图案分色优缺点的基础上，专利技术了基于遗传一模糊聚类算法的织锦纹样分色方法。一种基于遗传一模糊聚类算法的织锦纹样分色方法，包括以下步骤步骤1 扫描或其它方式向系统输入织景纹样，系统获取织景纹样图像；步骤2 向系统输入纱线的线密度和织物经纬密度；步骤3 系统对纹样进行预处理色彩增强、去噪点和渐变色处理。步骤4 系统按照五色经二色纬或单色经四色纬的经纬色纱配置模型，进行遗传一模糊聚类的分色。步骤5 系统对纹样分色后，通过颜色模型转换，形成有RGB数据的色块；步骤6 系统根据纹样色块的RGB数据和经纬色纱配置模型，在自身的组织库中为每个纹样色块自动寻找和选择相对应的织物组织(按照织物组织编码寻找)；步骤7系统按照遗传算法搜索全局最优方式，在既定的经纬纱线的线密度和织物的经纬密度前提下，自动调整经织物组织的选择和配置，直到经纬色纱与织物组织配合后的RGB数据接近与前面纹样分色后每个色块的RGB。步骤8:分色完成。所述的方法，所述步骤3中，在渐变色处理时，用HSV空间的颜色直方图来描述图像的颜色特征，通过对颜色模型进行分析，将颜色的H、S、V这3个分量按照人的感知、用颜色梯度的图像特征点的匹配计算方法进行等间隔的量化，使其进一步变换得到像素的色相、彩度值，从而使二维的颜色直方图的峰谷特性更加明显，便于聚类；运用模糊隶属度函数，用最大隶属原则进行分类，对于各主色的隶属度相近的像素根据周围像素的隶属度进行分辨。这样有利于过渡色彩的处理，分色结果局部优化，减少噪声。所述的方法，所述步骤4中，在经纬色纱配置模型时，采用C(青)、M(品红)、 Y(黄)、G(绿)、K(黑)、W(白)六种基原色对彩色图象进行分色，经纬色纱组合为以下2 种模型第一种经组合红、黄、蓝、绿、黑(或白)，纬组合黑、白，形成五色经二色纬的经起花；第二种是经组合白(或黑)，纬组合C (青)、M (品红)、Y (黄)、K (黑)，形成单色经四色纬的重纬起花形式。所述的方法，所述步骤4中，在聚类算法的基础上，将遗传算法应用于聚类算法， 具体操作过程有(1)利用人机交互确定C、Μ、Y、K四色的标准值，并据此构建模糊子集；(2)进行色彩空间模型转换，把二维的彩色直方图引入加权系数中，优化目标函数，确定每个模糊子集合的隶属度函数式，计算彩色图像中的各像素点的隶属度；根据最大隶属度原则把像素点归并；(3)对彩色图象按C、M、Y、K四色进行聚类，优化目标函数的迭代算法，用势函数对隶属函数矩阵进行调整，建立遗传算法的适应度函数，选择初始化群体、对每个个体交叉、 变异的操作，搜索全局最优的聚类中心，并进行优化搜索计算。所述的方法，所述步骤4中，在遗传算法中，变异率Pm和交叉率P。，采用自适应P。 和Pm方法，用适合度函数来衡量算法的收敛状况，其表达式见式(1)和式0)，其中fmax为群体中最大适应度值；fmin最小适应度值；fa为每代群体的平均适合值；f。为要杂交两个个体中较大的适应度值；f为要进行变异个体的适应度值；fmax-fa体现了群体的收敛程度；(·/"max f c ) 权利要求1.一种基于遗传一模糊聚类算法的织锦纹样分色方法，其特征在于，包括以下步骤步骤1 扫描或其它方式向系统输入织景纹样，系统获取织景纹样图像；步骤2 向系统输入纱线的线密度和织物经纬密度；步骤3 系统对纹样进行预处理色彩增强、去噪点和渐变色处理；步骤4:系统按照五色经二色纬或单色经四色纬的经纬色纱配置模型，进行遗传一模糊聚类的分色；步骤5 系统对纹样分色后，通过颜色模型转换，形成有RGB数据的色块；步骤6 系统根据纹样色块的RGB数据和经纬色纱配置模型，在自身的组织库中为每个纹样色块自动寻找和选择相对应的织物组织；步骤7系统按照遗传算法搜索全局最优方式，在既定的经纬纱线的线密度和织物的经纬密度前提下，自动调整经织物组织的选择和配置，直到经纬色纱与织物组织配合后的RGB 数据接近与前面纹样分色后每个色块的RGB ；步骤8:分色完成。2.根据权利要求1所述的方法，其特征在于，所述步骤3中，在渐变色处理时，用HSV空间的颜色直方图来描述图像的颜色特征，通过对颜色模型进行分析，将颜色的H、S、V这3个分量按照人的感知、用颜色梯度的图像特征点的匹配计算方法进行等间隔的量化，使其进一步变换得到像素的色相、彩度本文档来自技高网...

【技术保护点】
１．一种基于遗传—模糊聚类算法的织锦纹样分色方法，其特征在于，包括以下步骤：步骤１：扫描或其它方式向系统输入织景纹样，系统获取织景纹样图像；步骤２：向系统输入纱线的线密度和织物经纬密度；步骤３：系统对纹样进行预处理：色彩增强、去噪点和渐变色处理；步骤４：系统按照五色经二色纬或单色经四色纬的经纬色纱配置模型，进行遗传—模糊聚类的分色；步骤５：系统对纹样分色后，通过颜色模型转换，形成有ＲＧＢ数据的色块；步骤６：系统根据纹样色块的ＲＧＢ数据和经纬色纱配置模型，在自身的组织库中为每个纹样色块自动寻找和选择相对应的织物组织；步骤７系统按照遗传算法搜索全局最优方式，在既定的经纬纱线的线密度和织物的经纬密度前提下，自动调整经织物组织的选择和配置，直到经纬色纱与织物组织配合后的ＲＧＢ数据接近与前面纹样分色后每个色块的ＲＧＢ；步骤８：分色完成。

【技术特征摘要】

【专利技术属性】
技术研发人员：罗炳金，
申请(专利权)人：浙江纺织服装职业技术学院，
类型：发明
国别省市：97