[發(fā)明專利]一種基于紋理抑制平滑濾波和分水嶺算法的重織物圖像分割方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410658317.4
• 申請(qǐng)日: 2014-11-17
• 公開（公告）號(hào): CN104408714A
• 公開（公告）日: 2015-03-11
• 發(fā)明（設(shè)計(jì)）人: 張華熊;康鋒;胡潔;屠永堅(jiān);張誠
• 申請(qǐng)（專利權(quán)）人: 浙江理工大學(xué);浙江巴貝領(lǐng)帶有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/00
• 代理公司: 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司 33224
• 代理人: 胡紅娟

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種基于紋理抑制平滑濾波和分水嶺算法的重織物圖像分割方法。

背景技術(shù)

圖像分割是織物圖像處理與分析的基礎(chǔ)，分割的準(zhǔn)確性往往決定著織物圖像組織結(jié)構(gòu)提取、內(nèi)容分析和檢索等后處理的有效性。織物重組織(backed?weave)是由兩組或兩組以上的經(jīng)紗與一組緯紗交織，或由兩組或兩組以上緯紗與一組經(jīng)紗交織，形成二重或二重以上的重疊組織。重織物由不同顏色或不同原料的紗線交織而成，隨著經(jīng)紗或緯紗重疊組數(shù)的變化，形成的織物色影豐富、層次多變。重織物圖像不是一個(gè)理想的平面結(jié)構(gòu)，掃描獲取的圖像不能反映紗線的真實(shí)顏色。在掃描光照下，由于紗線呈一定的圓柱形結(jié)構(gòu)，同一紗線的中心和邊緣之間存在過渡顏色；紗線之間的縫隙顏色往往偏暗，相同顏色的紗線區(qū)域會(huì)形成一定的紋理；由于重組織區(qū)較凸起，重組織邊緣會(huì)產(chǎn)生一定的陰影；由于掃描圖像文件往往采用有失真的JPEG壓縮，不同顏色的紗線之間存在過渡色。這些因素的存在給重織物圖像分割帶來了困難。

目前，織物圖像分割方法一般采用空間域方法，主要有特征聚類、基于區(qū)域的方法以及邊緣檢測(cè)等。特征聚類法(文獻(xiàn)：Pan?R,Gao?W,Liu?J,et?al.Automatic?Detection?ofthe?Layout?of?Color?Yarns?for?Yarn-dyed?Fabric?via?a?FCM?Algorithm[J].Textile?Research?Journal,2010,80(12):1222-1231.)是一種無監(jiān)督統(tǒng)計(jì)方法，通過迭代提取顏色等特征。這類方法需事先確定聚類數(shù)目，由于僅根據(jù)特征的統(tǒng)計(jì)信息進(jìn)行分類，如采用顏色作為特征，當(dāng)某種顏色頻度較少時(shí)就會(huì)被其他顏色代替，造成關(guān)鍵細(xì)節(jié)模糊，甚至丟失。基于區(qū)域的方法(如文獻(xiàn)：ZHANG?Yang,JIANG?Gaoming,YAO?Junzhou,et?al.Multi-texture?region?segmentation?ofjacquard?warpknitted?fabric[J].Journal?of?Textile?Research,2012,32(12):51-55.)，根據(jù)圖像區(qū)域的同一性進(jìn)行圖像分割，如通過顏色、紋理分布等特征將相似像素集合起來構(gòu)成區(qū)域，分割效果依賴于區(qū)域同一性特征的穩(wěn)定性。對(duì)于重織物圖像，由于紗線顏色偏差、紗線紋理以及重組織邊緣陰影的存在，很難定義圖像區(qū)域的同一性準(zhǔn)則，分割效果難以保證。邊緣檢測(cè)方法(如文獻(xiàn)：Ju?Z,Zhou?J,Wang?X,et?al.Image?segmentation?based?on?adaptive?threshold?edge?detection?and?mean?shift[C]//Software?Engineering?and?Service?Science?(ICSESS),20134th?IEEE?International?Conference?on.IEEE,2013:385-388.)，根據(jù)像素點(diǎn)灰度變化提取邊緣，通過檢測(cè)不同區(qū)域的邊緣解決圖像分割問題。對(duì)于重織物圖像，采用邊緣檢測(cè)進(jìn)行圖像分割，首先需要將彩色圖像轉(zhuǎn)化成灰度圖像，但由于顏色偏差、紗線紋理和陰影的存在，很難提取理想的連續(xù)、閉合邊緣，因而圖像分割往往不準(zhǔn)確。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)所存在的上述技術(shù)問題，本發(fā)明提供了一種基于紋理抑制平滑濾波和分水嶺算法的重織物圖像分割方法，使得在平滑同顏色紗線紋理和重組織邊緣陰影的同時(shí)，有效保持了不同顏色紗線的邊緣，避免了高斯濾波后區(qū)域之間的邊緣細(xì)節(jié)被弱化以及雙邊濾波將紗線紋理保留為邊緣等問題。

一種基于紋理抑制平滑濾波和分水嶺算法的重織物圖像分割方法，包括如下步驟：

(1)將重織物圖像從RGB顏色模式轉(zhuǎn)換為Lab顏色模式，并對(duì)得到的Lab顏色空間圖像進(jìn)行混合中值濾波；

(2)對(duì)混合中值濾波后的Lab顏色空間圖像進(jìn)行紋理抑制平滑濾波；

(3)對(duì)紋理抑制平滑濾波后的Lab顏色空間圖像進(jìn)行色差梯度計(jì)算，得到對(duì)應(yīng)的梯度圖像；進(jìn)而對(duì)該梯度圖像進(jìn)行分水嶺分割，得到n個(gè)區(qū)塊并對(duì)這些區(qū)塊進(jìn)行標(biāo)記，n個(gè)區(qū)塊對(duì)應(yīng)標(biāo)記值為1～n，區(qū)塊之間的分水線統(tǒng)一標(biāo)記為0；

(4)根據(jù)色差將分水線上的像素合并歸類于各區(qū)塊；

(5)根據(jù)色差對(duì)各區(qū)塊進(jìn)行合并，得到重織物圖像分割后的索引圖像。

所述的步驟(1)中將織物圖像從RGB顏色模式轉(zhuǎn)換為Lab顏色模式的過程如下：

首先，根據(jù)以下算式將織物圖像從RGB顏色模式轉(zhuǎn)換為XYZ顏色模式；