[發(fā)明專利]圖像特征提取及分類的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810370989.3
• 申請(qǐng)日: 2018-04-24
• 公開（公告）號(hào): CN108596249B
• 公開（公告）日: 2022-04-22
• 發(fā)明（設(shè)計(jì)）人: 李鵬飛;殷曉平;邵健;李哲誠(chéng)
• 申請(qǐng)（專利權(quán)）人: 蘇州曉創(chuàng)光電科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06V10/40;G06T7/00;G06T7/136;G06V10/764
• 代理公司: 蘇州瞪羚知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32438
• 代理人: 張宇

1.一種圖像特征提取及分類的方法，其特征在于，所述圖像特征提取及分類的方法通過(guò)對(duì)獲取的經(jīng)編織物的灰度圖像進(jìn)行特征提取，并將根據(jù)提取的特征進(jìn)行分類；

具體地，所述通過(guò)對(duì)獲取的經(jīng)編織物的灰度圖像進(jìn)行特征提取的方法包括：

獲取經(jīng)編織物的灰度圖像；

對(duì)灰度圖像進(jìn)行中值濾波并得到濾波后圖像；

將灰度圖像減去濾波后圖像并進(jìn)行取反并得到反色圖像；

對(duì)反色圖像進(jìn)行特征提取；

根據(jù)提取的特征對(duì)經(jīng)編織物進(jìn)行分類；

具體地，所述對(duì)反色圖像進(jìn)行特征提取的方法包括：

提取反色圖像上角度為0和角度為90°的灰度共生矩陣中能量（或角度二階距）、相關(guān)性、協(xié)同性、對(duì)比度特征八者中一種或多種；和/或

通過(guò)對(duì)反色圖像進(jìn)行閾值分割算法，獲取紗線區(qū)域，并對(duì)紗線區(qū)域的面積、圓度C和圓度R三項(xiàng)中一種或多種特征進(jìn)行提取。

2.如權(quán)利要求1所述的圖像特征提取及分類的方法，其特征在于，所述根據(jù)提取的特征對(duì)經(jīng)編織物進(jìn)行分類的方法包括：

選取提取的特征中影響最大的M個(gè)；

將M個(gè)特征作為分類器的輸入節(jié)點(diǎn)；

通過(guò)分類器對(duì)采集的經(jīng)編織物圖像進(jìn)行類別判斷。

3.如權(quán)利要求2所述的圖像特征提取及分類的方法，其特征在于，所述選取提取的特征中影響最大的M個(gè)的方法包括：

將提取的特征采用主成分分析法進(jìn)行降維后選取影響最大的M個(gè)后選取影響最大的M個(gè)。

4.如權(quán)利要求3所述的圖像特征提取及分類的方法，其特征在于，

所述將提取的特征采用主成分分析法進(jìn)行降維后選取影響最大的M個(gè)的方法包括：

輸入提取的特征的樣本集；

對(duì)所有樣本進(jìn)行去中心化處理；

計(jì)算樣本的協(xié)方差矩陣；

計(jì)算協(xié)方差矩陣的特征值和特征向量；

將特征向量由大到小排序，選取前M個(gè)特征對(duì)樣本集進(jìn)行降維，降維后的M個(gè)特征為影響最大的M個(gè)。

5.如權(quán)利要求1所述的圖像特征提取及分類的方法，其特征在于，所述對(duì)灰度圖像進(jìn)行中值濾波并得到濾波后圖像的方法包括：

對(duì)灰度圖像進(jìn)行中值濾波（濾波窗口大小為9*9），得到濾波后的圖像；

中值濾波的數(shù)學(xué)表達(dá)為:，其中式中med表示取中值操作。

6.一種圖像特征提取及分類的裝置，其特征在于，所述圖像特征提取及分類的裝置通過(guò)對(duì)獲取的經(jīng)編織物的灰度圖像進(jìn)行特征提取，并將根據(jù)提取的特征進(jìn)行分類；

具體地，所述裝置包括：

灰度圖像獲取模塊，適于獲取經(jīng)編織物的灰度圖像：

濾波模塊，適于對(duì)灰度圖像進(jìn)行中值濾波并得到濾波后圖像；

取反模塊，適于將灰度圖像減去濾波后圖像并進(jìn)行取反并得到反色圖像；

特征提取模塊，適于對(duì)反色圖像進(jìn)行特征提取；

分類模塊，適于根據(jù)提取的特征對(duì)經(jīng)編織物進(jìn)行分類；

具體地，所述特征提取模塊包括：

一類特征提取單元，適于提取反色圖像上角度為0和角度為90°的灰度共生矩陣中能量（或角度二階距）、相關(guān)性、協(xié)同性、對(duì)比度特征八者中一種或多種；和/或

二類特征提取單元，適于通過(guò)對(duì)反色圖像進(jìn)行閾值分割算法，獲取紗線區(qū)域，并對(duì)紗線區(qū)域的面積、圓度C和圓度R三項(xiàng)中一種或多種特征進(jìn)行提取。