纺织学报 ›› 2017, Vol. 38 ›› Issue (09): 120-126.doi: 10.13475/j.fzxb.20160805007

• 服装工程 • 上一篇    下一篇

服饰刺绣图案的自动提取与色块分割

  

  • 收稿日期:2016-08-23 修回日期:2017-05-09 出版日期:2017-09-15 发布日期:2017-09-20

Automatic extraction on embroidered patterns

  • Received:2016-08-23 Revised:2017-05-09 Online:2017-09-15 Published:2017-09-20

摘要:

为避免人工视觉方法完成刺绣图案花纹提取过程中存在的耗时费力、主观性强等缺陷,结合传统服饰织物,采用图像分析方法实现刺绣图案的自动提取,并进行色值分析。首先采用数码相机实现刺绣织物类图案的采集;接着利用平滑滤波滤除图像中的噪声信号,并将图像从RGB颜色空间转换到Lab颜色空间;然后利用K-Means聚类分析方法对a,b分量进行聚类分析;最后根据聚类分析结果获得准确的图案及色彩信息。研究结果表明:图像处理方法可以实现刺绣图案的自动分割,这种自动化图案分割对一般的刺绣图案的自动提取均能使用,这为服饰图案的审美研究提供了全新的样本整理途径。

关键词: 传统服饰, 刺绣图案, 图像处理, 聚类分析, 色值分析

Abstract:

Manual extraction of embroidered patterns with human vision is time consuming, lab-intensive and subjectivitve. To overcome these difficulties, image analysis was adopted to complete the automatic recognition and aesthetic analysis of the embroidered patterns on the traditional consumes fabrics. Digital camera was used to realize the image acquisition of embroidered fabric. Image smoothing was then applied to the fabric image to remove the noise information and the fabric image was converted to Lab color space from RGB color space. K-Means clustering method was adopted to realize the color clustering based on a and b components in Lab color space. The accurate pattern and color information of the embroidered fabric were obtained based on the clustering results. The research results show that the image analysis can achieve the automatic extraction of embroidered patterns and the new segmentation method can be applied to quite a number of embroidered fabric patterns, which provides a brand new way for sample collection of aesthetic research.

Key words: traditional construme, embroidered pattern, image analysis, clustering analysis, color value analysis

[1] 陆奕辰 王蕾 唐千惠 潘如如 高卫东. 应用图像处理的纱线黑板毛羽量检测与评价[J]. 纺织学报, 2018, 39(08): 144-149.
[2] 王雯雯 高畅 刘基宏. 应用卷积神经网络的细纱断纱锭位识别[J]. 纺织学报, 2018, 39(06): 136-141.
[3] 何晓昀 韦平 张林 邓斌攸 潘云峰 苏真伟. 基于深度学习的籽棉中异性纤维检测方法[J]. 纺织学报, 2018, 39(06): 131-135.
[4] 王雯雯 刘基宏. 应用优化霍夫变换的细纱断头检测[J]. 纺织学报, 2018, 39(04): 36-41.
[5] 王传桐 胡峰 徐启永 吴雨川 余联庆. 改进频率调谐显著算法在疵点辨识中的应用[J]. 纺织学报, 2018, 39(03): 154-160.
[6] 牟新刚 蔡逸超 周晓 陈国良. 基于机器视觉的筒子纱缺陷在线检测系统[J]. 纺织学报, 2018, 39(01): 139-145.
[7] 徐菲 赵志军 李东 高彩云 刘剑虹. 酸碱度对中国传统服饰色彩颜色特征值的影响[J]. 纺织学报, 2018, 39(01): 84-88.
[8] 杜玉红 杨程午 蒋秀明 刘仁杰 蔡文超. 应用聚类神经网络的异纤检测多类光源优化设计[J]. 纺织学报, 2017, 38(10): 104-112.
[9] 张继东 薛元 张杰 郭明瑞 魏晓婷 高卫东 . 应用混色纱纹理信息的纬编针织物模拟[J]. 纺织学报, 2017, 38(07): 148-154.
[10] 路凯 钟跃崎 朱俊平 柴新玉. 基于视觉词袋模型的羊绒与羊毛快速鉴别方法[J]. 纺织学报, 2017, 38(07): 130-134.
[11] 夏凤勤 毋戈 谢昊洋 钟跃崎. 基于人体纵截面特征曲线的体型分类[J]. 纺织学报, 2017, 38(06): 86-91.
[12] 张宁 李忠健 潘如如 高卫东 韩要宾. 采用色纺纱图像的真实感色织物模拟[J]. 纺织学报, 2017, 38(05): 37-42.
[13] 韦平 张林 刘翔 王冬 苏真伟. 籽棉中异性纤维的双光源成像检测方法[J]. 纺织学报, 2017, 38(04): 32-38.
[14] 刘成霞 韩永华. 模拟实际着装的织物抗皱性测试方法[J]. 纺织学报, 2017, 38(03): 56-60.
[15] 王传桐 胡峰 徐启永 吴雨川 余联庆. 采用Gabor滤波簇和等距映射算法的织物疵点检测方法[J]. 纺织学报, 2017, 38(03): 162-167.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!