-
公开(公告)号：CN101976440B
公开(公告)日：2012-06-13
申请号：CN201010536862.8
申请日：2010-11-09
Applicant: 东华大学
Abstract: 本发明属于数字图像处理和模式识别领域，特别涉及一种用于表征织物纹理的基于Sobel算子的概貌与细节混合特征向量提取方法。首先对原织物图像分别进行水平和垂直Sobel算子滤波处理，得到两幅相应的滤波图像；从两幅滤波图像中各自计算方式一致的一组灰度统计量作为概貌特征；同时依据织物纹理基本循环周期和遍历法原理从两幅滤波图像中计算得到四个极值灰度统计量作为细节特征，该灰度统计量与计算概貌特征时选用的灰度统计量一致；最后将上述两个概貌特征与四个细节特征组成混合特征向量。这种混合特征向量内各特征间具有高度的互补性，兼顾纹理的概貌信息和细节信息，也兼顾纹理的横向信息和纵向信息，能够全面和细致地刻画织物纹理特点。
-
公开(公告)号：CN102005043A
公开(公告)日：2011-04-06
申请号：CN201010536931.5
申请日：2010-11-09
Applicant: 东华大学
Abstract: 本发明属于数字图像处理和模式识别领域，特别涉及一种用于表征织物纹理的索贝尔算子滤波细节特征提取方法。首先采用一维快速傅里叶变换分别求出织物图像的横向和纵向基本循环周期大小，然后对织物图像分别进行水平和垂直Sobel算子滤波处理，在此基础上，依据织物纹理基本循环周期以及遍历法原理计算四个极值灰度统计量作为细节特征。由此提取的四个特征分别表征了纹理的横向边缘极大统计信息、横向边缘极小统计信息、纵向边缘极大统计信息和纵向边缘极小统计信息，因此由它们组成的特征向量能够实现对织物纹理细节的全面表征，且相互之间具有明显的互补性。本发明不需要对Sobel算子滤波后的图像实施二值化处理，同时更丰富地保留了滤波后图像的有用信息。
-
公开(公告)号：CN101976442A
公开(公告)日：2011-02-16
申请号：CN201010536922.6
申请日：2010-11-09
Applicant: 东华大学
Abstract: 本发明属于数字图像处理和模式识别领域，特别涉及一种用于表征织物纹理的分形概貌与Sobel算子滤波细节混合特征向量提取方法。首先对原织物图像分别同步进行纵向和横向投影，并将投影得到的两个时间序列联合成为一个序列，在此基础上估算上述序列的分形维数作为概貌特征；接着对原织物图像分别进行水平和垂直Sobel算子滤波，然后依据织物纹理基本循环周期和遍历法原理从中提取四个极值灰度统计量作为细节特征；最后将上述一个分形概貌特征与四个Sobel滤波细节特征组成混合特征向量。这种混合特征向量内各特征间具有高度的互补性，兼顾纹理的概貌信息和细节信息，也兼顾纹理的横向信息和纵向信息，能够全面和细致地刻画织物纹理特点。
-
公开(公告)号：CN101976440A
公开(公告)日：2011-02-16
申请号：CN201010536862.8
申请日：2010-11-09
Applicant: 东华大学
Abstract: 本发明属于数字图像处理和模式识别领域，特别涉及一种用于表征织物纹理的基于Sobel算子的概貌与细节混合特征向量提取方法。首先对原织物图像分别进行水平和垂直Sobel算子滤波处理，得到两幅相应的滤波图像；从两幅滤波图像中各自计算方式一致的一组灰度统计量作为概貌特征；同时依据织物纹理基本循环周期和遍历法原理从两幅滤波图像中计算得到四个极值灰度统计量作为细节特征，该灰度统计量与计算概貌特征时选用的灰度统计量一致；最后将上述两个概貌特征与四个细节特征组成混合特征向量。这种混合特征向量内各特征间具有高度的互补性，兼顾纹理的概貌信息和细节信息，也兼顾纹理的横向信息和纵向信息，能够全面和细致地刻画织物纹理特点。
-
公开(公告)号：CN102005042A
公开(公告)日：2011-04-06
申请号：CN201010536873.6
申请日：2010-11-09
Applicant: 东华大学
Abstract: 本发明属于数字图像处理和模式识别领域，特别涉及一种用于表征织物纹理的索贝尔(Sobel)算子滤波概貌特征提取方法。织物图像首先分别和同步地经Sobel算子水平滤波和垂直滤波处理，得到两幅对应的滤波图像，然后分别从中提取计算方式一致的一组或几组灰度统计量组成表征织物纹理概貌信息的特征向量。在此基础上提取的灰度统计量特征间具有较好的互补性，由它们联合组成的特征向量能较全面地表征织物纹理的概貌信息。本发明的另一优点是不需要对Sobel算子滤波后的图像实施融合和二值化处理，避免了二值化阈值选取的困难，同时更丰富地保留了滤波后图像的有用信息。
-
Patent Agency Ranking
公开(公告)号：CN101996323A
公开(公告)日：2011-03-30
申请号：CN201010536914.1
申请日：2010-11-09
Applicant: 东华大学
Abstract: 本发明属于数字图像处理和模式识别领域，特别涉及一种用于表征织物纹理的分形概貌与分形细节混合特征向量提取方法。首先对原织物图像进行纵向和横向投影，然后计算上述投影联合序列的分形维作为概貌特征；同时依据遍历法原理计算原图像中每一个包含一个横向基本循环周期或纵向基本循环周期的子窗口的分形维数，最后从中选取两个反映横向细节信息的分形维数极值和两个反映纵向细节信息的分形维数极值作为表征织物纹理的细节特征；将上述一个分形概貌特征与四个分形细节特征组成混合特征向量。这种混合特征向量各特征间具有高度的互补性，兼顾纹理的概貌信息和细节信息，也兼顾纹理的横向信息和纵向信息，能够全面和细致地刻画织物纹理特点。
-
公开(公告)号：CN101216436A
公开(公告)日：2008-07-09
申请号：CN200810032251.2
申请日：2008-01-03
Applicant: 东华大学
IPC: G01N21/89
Abstract: 本发明属纺织品质量自动检测与控制领域，特别涉及一种基于支持向量数据描述理论的织物瑕疵自动检测方法。基于计算机视觉的织物瑕疵自动检测是现实世界中较为困难的单类分类任务。发明者首次将支持向量数据描述(SVDD)这一先进的单类分类方法应用于织物瑕疵检测领域，避开了采用传统的两类分类支持向量机在织物瑕疵检测时所遭遇的难以全面和较大数量地采集代表性疵点样本、进而不能对检测器进行有效训练的问题。此外，针对SVDD训练中涉及的有关参数尤其是高斯核函数的尺度参数优选问题，发明者提出了一种稳健的新方法。本发明所述的基于SVDD的织物瑕疵自动检测系统在检测实践中能够预期地和方便地控制误警率(误检率)，且可在误警率较低的情况下同时获得较低的漏检率。
-
公开(公告)号：CN1220877C
公开(公告)日：2005-09-28
申请号：CN03150935.5
申请日：2003-09-12
Applicant: 东华大学
Abstract: 一种织物平整度等级客观评定方法，其步骤包括：a.利用同一织物光照图像获取装置，采集织物模板和织物样本相应的若干幅灰度图像；b.利用图像处理系统，对所采集的灰度图像转化成二维数字图像；c.根据二维数字图像分别重建三维织物模板图像和织物样本图像；d.分别提取织物模板三维图像和织物样本三维图像的特征参数；e.对所得二种图像的特征参数采用模式识别方法评定织物的平整度。按本发明评定方法评定结果，主客观相关系数达97.91%，评定级差在0.5级以内所占比例为96.15%，具有显著的技术进步和实质性特点。
-
公开(公告)号：CN1523352A
公开(公告)日：2004-08-25
申请号：CN03150935.5
申请日：2003-09-12
Applicant: 东华大学
Abstract: 一种织物平整度等级客观评定方法，其步骤包括：a.利用同一织物光照图像获取装置，采集织物模板和织物样本相应的若干幅灰度图像；b.利用图像处理系统，对所采集的灰度图像转化成二维数字图像；c.根据二维数字图像分别重建三维织物模板图像和织物样本图像；d.分别提取织物模板三维图像和织物样本三维图像的特征参数；e.对所得二种图像的特征参数采用模式识别方法评定织物的平整度。按本发明评定方法评定结果，主客观相关系数达97.91％，评定级差在0.5级以内所占比例为96.15％，具有显著的技术进步和实质性特点。
-
公开(公告)号：CN2662244Y
公开(公告)日：2004-12-08
申请号：CN03210562.2
申请日：2003-09-12
Applicant: 东华大学
Abstract: 一种织物光照图像采集装置，主要包括：微机、图像采集卡、CCD摄像机、固定支架和点光源等，特点是还有织物样本或织物模板被放置在胶合板上，胶合板平面与光源平面平行，且都与竖直平面成5°夹角，CCD摄像机安装在固定支架上，其摄取方向与光源平面垂直，也即与织物样本放置平面垂直，从而保证摄取到最佳的光照图像，光源平面上均匀分布若干个点光源，点光源依次开启，可以得到相应的多个不同光照图像。整个实验过程在暗室中进行。图像采集卡将摄取的图像转换为数字图像。本实用新型结构较简单，性能较可靠，使用起来也较方便。由于该装置应用环境与人工评价的环境比较接近，从而使评价结果更具可比性；同时结合三维重建和等级评定领域的新颖算法，可以较为准确地评定织物的平整度等级。采集的织物类型覆盖面较广，显示了其潜在实用价值。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.018 seconds)
