[發(fā)明專(zhuān)利]一種基于機(jī)器視覺(jué)的織物尺寸測(cè)量分布式系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010399999.7
• 申請(qǐng)日: 2020-05-13
• 公開(kāi)（公告）號(hào): CN111595237B
• 公開(kāi)（公告）日: 2022-05-20
• 發(fā)明（設(shè)計(jì)）人: 李清光;王海冰;張耀忠;寧琮恩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣西大學(xué)
• 主分類(lèi)號(hào): G01B11/00
• 分類(lèi)號(hào): G01B11/00;G06K9/62;G06V10/774;G06V10/764;G06N3/04;G06N3/08
• 代理公司: 武漢臻誠(chéng)專(zhuān)利代理事務(wù)所(普通合伙) 42233
• 代理人: 胡星馳

本發(fā)明公開(kāi)了一種基于機(jī)器視覺(jué)的織物尺寸測(cè)量分布式系統(tǒng)及方法。所述系統(tǒng)包括：用于存儲(chǔ)和訓(xùn)練織物測(cè)量模型的主服務(wù)器、以及一個(gè)或多個(gè)用于利用織物測(cè)量模型進(jìn)行各類(lèi)型織物測(cè)量的終端。所述方法包括以下步驟：(1)獲取狀態(tài)、以及成像條件下待測(cè)織物的圖像；(2)進(jìn)行灰度化、降噪處理、以及邊緣檢測(cè)，獲得處理后的織物圖像；(3)提取HOG特征并采用織物分類(lèi)器對(duì)HOG特征進(jìn)行分類(lèi)獲得織物類(lèi)別；(4)采用相應(yīng)服裝尺寸自動(dòng)測(cè)量方法，獲得待測(cè)織物的尺寸數(shù)據(jù)，并采用標(biāo)簽分類(lèi)器進(jìn)行分類(lèi)獲得所述織物的標(biāo)簽；(5)重新訓(xùn)練織物分類(lèi)器獲得迭代更新后的織物分類(lèi)器、迭代更新后的標(biāo)簽分類(lèi)器。本發(fā)明每個(gè)終端單獨(dú)重新收集和訓(xùn)練織物分類(lèi)模型，不需要根據(jù)織物類(lèi)型手動(dòng)干預(yù)測(cè)量方法，大幅降低了人力消耗。

技術(shù)領(lǐng)域

本發(fā)明屬于工業(yè)測(cè)量領(lǐng)域，更具體地，涉及一種基于機(jī)器視覺(jué)的織物尺寸測(cè)量分布式系統(tǒng)及方法。

背景技術(shù)

隨著自動(dòng)化時(shí)代的蓬勃興起，在服裝行業(yè)，高效率、高精度、低成本的服裝尺寸自動(dòng)測(cè)量已經(jīng)代替了傳統(tǒng)的低效率、容易受人的疲勞所影響的人工的衣服尺寸測(cè)量。特別是在機(jī)器視覺(jué)的推動(dòng)下，各種優(yōu)化算法如基于Fosrtner算法和SIFT技術(shù)的角點(diǎn)檢測(cè)，如《機(jī)器視覺(jué)在服裝尺寸自動(dòng)測(cè)量中的應(yīng)用》、《基于機(jī)器視覺(jué)的服裝尺寸在線(xiàn)測(cè)量系統(tǒng)》等，這些技術(shù)都很好的能夠測(cè)量衣服的尺寸，并且也已經(jīng)得到了實(shí)現(xiàn)。

雖然現(xiàn)在所存在的基于機(jī)器視覺(jué)的衣物尺寸測(cè)量技術(shù)已經(jīng)解決傳統(tǒng)的人工衣物尺寸測(cè)量所存在的問(wèn)題并大部分替代了傳統(tǒng)的人工衣物尺寸測(cè)量，給相關(guān)企業(yè)帶來(lái)了高效率、高收益。然而現(xiàn)有的織物測(cè)量方法，是僅僅通過(guò)機(jī)器視覺(jué)圖像處理技術(shù)，根據(jù)特定的織物類(lèi)型而進(jìn)行的圖像到數(shù)據(jù)的提取，對(duì)于每一類(lèi)型的織物需要調(diào)整算法測(cè)量尺寸。即使采用自動(dòng)識(shí)別算法獲得織物類(lèi)別，然而由于智能識(shí)別需要大量的先驗(yàn)數(shù)據(jù)來(lái)保證準(zhǔn)確性，在某一服裝工廠(chǎng)進(jìn)行自動(dòng)的類(lèi)型識(shí)別從而實(shí)現(xiàn)自動(dòng)的衣物尺寸測(cè)量往往由于沒(méi)有足夠的訓(xùn)練數(shù)據(jù)而達(dá)不到實(shí)際使用的分類(lèi)精度要求，導(dǎo)致準(zhǔn)確率過(guò)低，往往需要人工干預(yù)，消耗大量人力成本，測(cè)量效率依然無(wú)法提高。

另外由于尺寸分析算法是靜態(tài)的，因此對(duì)于同一類(lèi)型的織物測(cè)量精度僅與圖像質(zhì)量和測(cè)量算法相關(guān)，而不能自動(dòng)學(xué)習(xí)不斷提高測(cè)量精度。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于機(jī)器視覺(jué)的織物尺寸測(cè)量分布式系統(tǒng)及方法，其目的在于通過(guò)分布式的系統(tǒng)，從大量的終端中收集訓(xùn)練數(shù)據(jù)，用于織物類(lèi)別分類(lèi)，從而實(shí)現(xiàn)不同類(lèi)別織物采用統(tǒng)一終端的自動(dòng)測(cè)量、并進(jìn)行尺碼分類(lèi)，由此解決現(xiàn)有服裝尺寸自動(dòng)測(cè)量方法以織物類(lèi)別為前提，而織物自動(dòng)分類(lèi)訓(xùn)練數(shù)據(jù)難以收集導(dǎo)致的精度不高，難以實(shí)際應(yīng)用因此自動(dòng)測(cè)量方法受限于人工織物分類(lèi)的技術(shù)問(wèn)題。

為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種基于機(jī)器視覺(jué)的織物尺寸測(cè)量分布式系統(tǒng)，包括：用于存儲(chǔ)和訓(xùn)練織物測(cè)量模型的主服務(wù)器、以及一個(gè)或多個(gè)用于利用織物測(cè)量模型進(jìn)行各類(lèi)型織物測(cè)量的終端；

所述主服務(wù)器，用于接收并存儲(chǔ)終端收集的織物測(cè)量訓(xùn)練數(shù)據(jù)、以及用于存儲(chǔ)并向終端提供經(jīng)訓(xùn)練的織物測(cè)量模型，所述織物測(cè)量訓(xùn)練數(shù)據(jù)用于訓(xùn)練所述織物測(cè)量模型；

所述終端，用于采集待測(cè)量織物圖像，并向所述主服務(wù)器請(qǐng)求最新的織物測(cè)量模型，進(jìn)而根據(jù)所述織物測(cè)量模型獲得所述待測(cè)量織物的類(lèi)別、尺碼及尺寸數(shù)據(jù)，還用于收集并向所述主服務(wù)器提供織物測(cè)量訓(xùn)練數(shù)據(jù)。

優(yōu)選地，所述基于機(jī)器視覺(jué)的織物尺寸測(cè)量分布式系統(tǒng)，當(dāng)其具有多個(gè)終端時(shí)，所述多個(gè)終端獨(dú)立的進(jìn)行織物測(cè)量，并測(cè)量獲得的不同類(lèi)別的織物數(shù)據(jù)，反饋匯總到所述主服務(wù)器進(jìn)行模型訓(xùn)練。

優(yōu)選地，所述基于機(jī)器視覺(jué)的織物尺寸測(cè)量分布式系統(tǒng)，其所述織物測(cè)量訓(xùn)練數(shù)據(jù)，包括圖像的HOG特征值，圖像的HOG特征值對(duì)應(yīng)的織物類(lèi)別、各類(lèi)別織物的尺寸數(shù)據(jù)、以及具有不同尺寸數(shù)據(jù)的各類(lèi)別織物的標(biāo)簽。