[發明專利]一種基于視覺的服裝裁片識別方法

有效

• 申請號: 201810426345.1
• 申請日: 2018-05-07
• 公開（公告）號: CN108764062B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 王曉華;高盼;張蕾;楊青梅
• 申請（專利權）人: 西安工程大學
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/26;G06V10/30;G06V10/56
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 王蕊轉

1.一種基于視覺的服裝裁片識別方法，其特征在于：具體包括如下步驟：

步驟1，通過攝像頭采集裁片圖像，并將采集到的裁片圖像實時在線傳送給PC機；

步驟2，對步驟1采集到的裁片圖像進行預處理；

步驟2的具體過程如下：

步驟2.1，使用高斯公式對目標圖像進行濾波，采用如下公式(1)所示的size＝5的高斯內核進行濾波：

其中，K為濾波系數；

步驟2.2，選用如下公式(2)、(3)所示的卷積公式，分別對裁片圖像行方向和列方向做卷積，對裁片圖像進行降噪處理：

步驟3，基于Canny邊緣檢測算法對經步驟2預處理后的裁片圖像進行邊緣檢測,獲取目標裁片；

步驟3中裁片圖像的邊緣檢測過程如下：

Canny邊緣檢測算法采用滯后閾值對裁片圖像的像素進行篩選，分別選取裁片圖像像素的最低閾值和最高閾值作為閾值界限，根據閾值界限獲取目標裁片；具體過程如下：

當裁片圖像的像素幅值低于選取的低閾值時，該像素被刪除；

當裁片圖像的像素幅值高于選取的高閾值時，該像素被視為邊緣像素；

當裁片圖像的像素幅值介于閾值界限之間時，該像素只在接連到高于高閾值的像素時被保留，被保留的像素被視為邊緣像素；

步驟4：對通過步驟3得到的目標裁片，采用自適應閾值分割方法，將裁片圖像分成背景和前景兩部分，遍歷圖像的不同閾值，計算不同閾值下對應的背景和前景之間的類內方差，選取類內方差的極大值對應的閾值作為分割閾值，利用該分割閾值將目標裁片分割出來；

步驟5，融合步驟3和步驟4得到目標裁片圖像，分別提取目標裁片的輪廓特征和HSV顏色空間模型下的顏色直方圖表達的顏色特征；

步驟5中目標裁片的輪廓特征提取過程如下：

將目標裁片的形心設為直角坐標系的原點，同時也是極坐標系的原點，目標裁片邊界上任一點到目標裁片形心的直線作為縱坐標，將該條直線與直角坐標系橫軸之間的夾角作為橫坐標，建立新的坐標系，將封閉的輪廓轉換成輪廓曲線，輪廓曲線即為提取出的目標裁片的輪廓特征；

輪廓曲線上的峰和谷代表了目標裁片的輪廓相對于形心的結構信息，輪廓曲線的相鄰峰谷間所包含的面積代表了輪廓曲線的細節特征，輪廓曲線中相鄰峰谷間面積計算步驟如下：

步驟A，從左至右按順序計算輪廓曲線相鄰峰谷間的面積，輪廓曲線所有相鄰峰谷間的面積形成一個序列S＝{s₁,s₂,....，s_i-1,s_i}，s_i表示第i個相鄰峰谷間的面積；

步驟B，假設對序列S進行歸一化后的序列為D＝{d₁,d₂,....,d_i}，計算序列D的頻譜，得到序列L＝{l₁,l₂,....,l_i}，l_i通過如下公式(4)計算：

l_i＝dωⁱ,(N≥2) (4)；

其中，d為常數，N為正整數；

設l_i的實部和虛部分別為p_i和q_i，序列L的幅度記為序列V＝{v₁,v₂,....,v_i}，v_i的計算公式如式(5)所示：

v_i即為輪廓曲線第i個峰谷之間的面積；

目標裁片的顏色特征提取過程如下：

當目標裁片為條紋或格子時，采用顏色直方圖法進行顏色特征提取，具體為：

將整幅圖像平均劃分為m個p×q的子塊B_i，i＝1,2,…,m，分別計算各個子塊的顏色直方圖，計算結果表示該子塊的顏色特征E_i,i＝1,2,…,m，再將各個子塊的特征向量E_i進行融合，即得整幅圖像的整體顏色特征向量值E，如式(6)所示：

E＝(E₁，E₂，… ,E_m) (6)；

根據顏色特征向量值E提取目標裁片的顏色特征；

步驟6：構建SVM多類分類器；

步驟7：根據步驟5獲得的目前裁片的輪廓特征信息和顏色特征信息，采用步驟6構建的SVM多類分類器對目標裁片樣本進行特征提取和分類，根據分類結果，形成各類裁片特征庫；

步驟8：利用步驟7所得的裁片特征庫對單一顏色布、格子布、條紋布裁剪的各種形狀的待識別裁片進行識別分類。