[發(fā)明專利]一種基于圖像分割的彩色提花組織結(jié)構(gòu)自適應均衡方法

有效

• 申請?zhí)枺?/td>: 201710017906.8
• 申請日: 2017-03-15
• 公開（公告）號: CN106875459B
• 公開（公告）日: 2020-07-28
• 發(fā)明（設計）人: 李輝;孫涌
• 申請（專利權(quán)）人: 蘇州大學
• 主分類號: G06T11/40
• 分類號: G06T11/40
• 代理公司: 南京經(jīng)緯專利商標代理有限公司 32200
• 代理人: 曹毅

1.一種基于圖像分割的彩色提花組織結(jié)構(gòu)自適應均衡方法，其特征在于，該方法包括以下步驟：

步驟1）實物掃描彩色圖像，由掃描儀對實體織物進行掃描并輸入計算機系統(tǒng)；

步驟2）圖像分割，把含有多個特征的上述掃描圖像分割成若干互不重疊的區(qū)域；

步驟3）區(qū)域合并，提取各標記區(qū)域內(nèi)像素點，將同一標記內(nèi)的像素點R、G、B分量的平均值作為標記區(qū)域的索引顏色，比較各區(qū)域的索引顏色，將色差小于容許值的歸為同一類，最后得到織物圖像分割后的索引圖像；

步驟4）設置織物組織庫，根據(jù)不同組織循環(huán)的簡單組織構(gòu)建各自基于三原組織的全息數(shù)碼組織庫，根據(jù)變化三原組織的交織次數(shù)、飛數(shù)S和組織點的起始位置確定每一個三原組織的系列組織；

步驟5）織物圖像文件分塊劃分，設彩色提花圖像的寬度和高度分別為寬度W和高度H，分塊的寬和高分別為組織單元的大小w和h，則對織物圖像以橫向?qū)挾葹閣劃分成m塊，縱向高度為h劃分為n塊，若橫向剩余不足w或縱向剩余不足h，單獨作為一塊劃分，m和n計算公式如下：

，；

步驟6）織物均衡，計算整個織物圖像經(jīng)向或緯向的組織點交織變化次數(shù)，比較經(jīng)緯像組織點交織次數(shù)是否一致，如果不一致，則從織物組織庫中重新查找，直至經(jīng)緯方向均衡為止；

步驟7）生成意匠圖。

2.根據(jù)權(quán)利要求1所述的基于圖像分割的彩色提花組織結(jié)構(gòu)自適應均衡方法，其特征在于，所述步驟2）中包括有圖像預處理，所述圖像預處理包括以下步驟：

步驟2.1）混合中值濾波，混合中值濾波由中值濾波與線性濾波結(jié)合形成，采用基于極值的混合中值濾波，定義，，...為圖像中點的鄰域均值濾波輸出，則為其鄰域均值濾波的中值；

步驟2.2）平滑濾波，高斯濾波算法根據(jù)高斯函數(shù)確定不同空間位置像素點的累加權(quán)值，對圖像的每個像素點進行線性濾波，用下式表示：，，式中，f為原圖像像素點的顏色分量值；g為濾波圖像像素點的顏色分量值；x，y為像素點橫，縱坐標；；w為領域窗口大小；G（x，y）為鄰域內(nèi)各像素點的權(quán)值計算函數(shù)；為高斯分布參數(shù)。

3.根據(jù)權(quán)利要求2所述的基于圖像分割的彩色提花組織結(jié)構(gòu)自適應均衡方法，其特征在于，所述步驟2.2）中，采用雙邊濾波，對高斯濾波的權(quán)值進行修改，使得高斯濾波算法在平滑區(qū)域內(nèi)部像素顏色值的同時，保留不同顏色紗線之間的邊緣，保留紗線顏色的真實感，具體公式如下：

，式中，為修改后的高斯權(quán)值函數(shù)；為鄰域內(nèi)像素點與當前的像素點的色差；為色差容許值，根據(jù)掃描儀參數(shù)和實驗光照環(huán)境選定。

4.根據(jù)權(quán)利要求1或2所述的基于圖像分割的彩色提花組織結(jié)構(gòu)自適應均衡方法，其特征在于，所述步驟2）中采用分水嶺算法對織物圖像進行分割，該分水嶺算法包括以下步驟：

步驟2.3）計算色差梯度，對Lab顏色模式的平滑圖像中的每個像素點，計算當前像素點與選定像素點之間的色差根方和作為梯度，并依據(jù)色差梯度值特點和分水嶺算法參數(shù)設置固定閾值，將梯度值較小的值置零，形成梯度圖像；

步驟2.4）分水嶺分割，對上述梯度圖像進行分水嶺分割，獲取標記圖像，標記為0的即為邊緣，在平滑圖像中，邊緣表示不同顏色紗線之間的過渡像素點，必然屬于某一紗線，所以對邊緣線上的像素點進行歸類，將其歸類到色差最小的一類。

5.根據(jù)權(quán)利要求1所述的基于圖像分割的彩色提花組織結(jié)構(gòu)自適應均衡方法，其特征在于，所述步驟5）中，劃分時按照從左上角子塊為第一塊，編號為J11，橫向列號i從1遞增到m，縱向列號j也從1遞增到n，即第一行的塊編號為J1i，第一列的塊編號為Jj1，依次類推，每一塊的索引與源圖中像素點的坐標的關系如下：。