机织物组织自动识别技术

为实现机织物组织的自动识别,对织物表面反射图像进行纠偏和直方图均衡预处理,并按图像的经纬向灰度投影曲线实现织物组织点的定位。根据经纬向组织点灰度的相关性,求出织物组织的经纬纱循环数。通过比较组织循环范围内组织点的灰度均值来确定组织点的属性,并以组织点的灰度方差对组织点的属性进行验证。实现单循环组织识别后,再对多个组织循环内的对应组织点进行验证,以进一步提高识别的准确性。织物的测试结果表明,所提出的算法能够实现简单的机织物组织的准确识别,并能输出对应的织物组织图。     

基于Adaboost多特征融合的织物扫描图案识别

针对织物扫描图像中纱线纹理等的存在造成难以提取有效图案特征的问题,提出了一种基于多特征融合的图案识别方法。首先通过纹理抑制平滑滤波算法滤除织物扫描图像的纱线纹理,并进行灰度化;然后分别提取灰度图像的边缘方向直方图、最大稳定极值区域的SURF特征和灰度共生矩阵特征,建立样本图像特征库;最后以样本图像特征库特征为训练对象,通过Adaboost算法融合3类特征建立分类器,实现图案识别。实验结果表明,基于Adaboost的多特征融合织物扫描图案识别算法比单特征识别算法有较高的准确率。     

基于复合条件的织物纹理模糊识别

提出一种新的基于复合条件的模糊识别方法完成对织物图像的纹理提取。首先对整个图像灰度级分析,确定行与列灰度波的标准模糊集,然后给出基于灰度大小及像素位置的复合条件隶属度计算公式,对行与列的灰度波进行模糊分类,使其转换为仅有2个灰度极值的纹理灰度波。最后将所有纹理灰度波组合还原成二值纹理织物图像,为后续密度识别、纹理均匀度识别及疵点识别等图像分析提供基础。实验与分析结果显示,本文算法通过对灰度波的模糊划分,提取仅用2个灰度值表示的织物二值纹理图像,形成具有脉冲特征的纹理灰度波,可为后续织物图像各参数分析提供简单有用的织物纹理数据模型。     

基于核模糊聚类的机织物组织自动识别

本文基于数字图像处理技术,采用无监督的模式识别方法,实现机织物组织的自动识别。首先,采用错切变换对倾斜纱线进行校正,并按图像的经、纬向灰度投影曲线实现织物组织点的定位。然后,根据灰度共生矩阵对组织点图像进行纹理特征的提取。为了减少数据冗余量,对组织点特征进行主分量分析,提取最有意义的子特征。最后,采用无监督的核模糊C均值聚类对组织点进行分类识别。织物的测试结果表明,所采用的算法能够实现简单的机织物组织的准确识别,并输出对应的组织图。     

基于平移相减法的机织物组织识别

针对现有机织物组织识别方法适用范围窄、鲁棒性差的现状,课题组提出一种计算织物组织循环大小的平移相减算法(translational subtraction algorithm,TSA),并提出了一种基于TSA算法的机织物组织有效识别方法。该方法结合机织物图像不同方向的TSA算法和水平方向的亮度累加法获取织物组织循环宽度和纬线宽度,然后对机织物图像进行错位TSA算法,分析错位TSA曲线相位的周期性和大小,可以得到织物组织循环的纱线根数和飞数,最终获得机织物图像的组织意匠图。实验证明该方法对机织物图像光照、纹理和倾斜等干扰因素具有鲁棒性,能有效识别各种类型的机织物组织。     

利用模糊C-均值聚类分析法实现织物组织结构自动识别

文章提出了一种新的有效的织物组织结构识别算法.用彩色扫描仪输入紧密织物组织的灰度图像并将其转换为数字文件,然后通过灰度图像形态学处理获得增强图像.基于纱线间隙和经纬纱交叉区的存在,通过一阶和二阶的统计量可获取4种区域结构特征.利用模糊C-均值聚类分析法得出识别经纬浮点的非监督的判别准则.实验材料包括平纹、斜纹和缎纹织物,实验结果表明这3种基础组织结构模式可以得到有效识别.     

基于灰度图像的车道线识别系统研究

本文主要介绍基于灰度图像的车道线识别算法设计的过程。首先,对采集到的道路图像素材进行图像预处理,将原始的彩色图像通过灰度转换为灰度图;然后,进行图像平滑去噪、边缘锐化;最后,在预设的ROI区域检测车道边缘,对车道线进行识别和拟合。本设计利用自适应均值滤波、Otsu阈值分割和Hough变换直线提取实现道路边界识别过程,利用MATLAB软件进行仿真测试,通过GUI人机界面,导入道路图像实现各环节道路图像处理,最终实现车道线的识别和显示,实验结果验证了所用方法的可行性。     

基于多特征融合图像分析技术的羊毛与羊绒鉴别

为快速准确地鉴别羊毛与羊绒,提出一种基于多特征融合的鉴别方法。首先利用光学显微镜及数码相机对羊毛与羊绒纤维进行图像采集,然后分别采用2种类型的预处理操作得到单根纤维图像与去除背景的纤维二值图像;其次通过灰度共生矩阵算法提取第1类预处理后羊毛与羊绒纤维图像的纹理特征参数,基于中轴线算法提取第2类预处理后纤维图像的直径形态特征参数;最后将纹理及形态特征参数融合成多维数组并通过K均值算法进行聚类识别。实验结果显示,与传统利用单一纤维特征提取算法进行识别的方法相比,该算法平均识别率可达到95.25%,识别率较高,可用于羊毛与羊绒纤维的自动分类识别。     

基于意匠图的机织物组织自动分析

为从织物意匠图中识别出基本组织,提出基于自相关函数和Su系数2种方法,完成织物意匠图中经纱和纬纱方向的周期提取,并依此获得机织物组织图。通过比较2种方法的可操作性和计算复杂度,选定基于Su系数的方法完成从机织物意匠图到机织物组织的识别。在识别过程中,分别计算意匠图中经纱和纬纱方向的Su系数,并结合Su系数的计算结果完成经纬方向周期的提取,并依此获得最终的织物组织。机织物意匠图识别实例证明所提出的方法是有效的。     

织物组织识别中组织点坐标的确定

织物组织点坐标的确定,是组织识别研究中非常重要的一项内容。通过使用扫描仪获取织物原始图像的透射图像,可以先对透射图像进行二值化和Sobel边缘检测处理;然后通过一定的算法,确定经纬纱线的位置,求出织物经纬组织点的准确坐标,从而为下一步的织物色纱排列和织物组织自动识别奠定基础。另外,还派生了一种测量织物密度的新方法。     

凸凹花纹设计方法和编织工艺研究

从图案构成的角度介绍了针织毛衫凸凹花纹的分类及编织工艺。重点分析与研究了凸凹花纹中的点状凸凹、条纹状凸凹、块面状凸凹等的设计方法及编织工艺,旨在拓展毛衫组织设计空间,丰富毛衫肌理的艺术表现力,为毛衫设计人员提供更广阔的灵感来源和创作思路。     

编织工艺对羊毛衫尺寸稳定性的影响

羊毛衫的尺寸稳定性是衡量羊毛衫服用性能优劣的重要指标之一.文章根据羊毛衫编织工艺的特点,分析了羊毛衫的变形机理,认为羊毛衫生产过程中,纱线和组织结构的选择、成品密度的确定及毛坯密度的控制方法对羊毛衫的尺寸稳定性有明显的影响;提出了从编织工艺设计着手,提高羊毛衫尺寸稳定性的方法和途径.     

毛针织服装风格客观评价的研究

研究了用模糊数学对毛针织服装进行综合评价的方法,并对采用不同规格的毛纱编织的毛针织服装的风格进行了主观与客观的评价,2者具有较高的一致性.证明了用模糊数学的方法对毛针织服装的风格进行模糊综合评价是客观准确的,而且模糊综合评价克服了主观评价中人为因素的影响,更具科学性和客观性.     

毛针织服装风格综合评价中主因子的确定

介绍了主因子分析法中主因子的含义、主因子与毛针织服装风格之间的关系以及通过计算每个因子的方差和累加方差贡献率的大小确定主因子的依据和方法.通过对主因子的分析研究,得出了毛针织服装的基本风格可归纳为5种,用5个基本因子,即变形因子、弹性因子、膨松因子、粗糙因子和刚柔因子来表示.这些因子之间的相关性很小,这是主观评价所不能达到的.这些主因子的确定,为毛针织服装风格客观综合评价的研究奠定了基础.     

羊毛衫收放针搭配的作图求解法研究

现行的毛衫收放针搭配方法主要是直接搭配与方程搭配等代数运算方法,主要存在2方面的不足,一方面设计者往往不能有效地把握羊毛衫收放针搭配后的成形效果;另一方面需要进行较为繁琐的代数运算.为此,文章提出了一种新的羊毛衫收放针搭配方法一作图求解法.在介绍作图求解法基本原理的基础上,着重讨论了几何作图时各直线段的斜率、长度与多组直线组合后的总体趋势等参数的选择,并给出了作图求解的具体步骤与应用实例.     

织物纹理均匀度的计算机评价

为用计算机代替人工对织物的纹理均匀度进行快速准确地评价,提出一种基于差值矩阵的计算机识别算法,通过建立灰度差值矩阵模型分析织物纹理均匀度指标。对织物图像进行预处理以增加其清晰度。通过检测织物经纬向灰度局部极值,建立横纵向纹理特征矩阵及位置矩阵。将矩阵中相邻行与列的元素依次相减,得到横纵向灰度差值矩阵模型。根据这2个矩阵模型,提出偏移平均值及综合评价公式对织物纹理均匀度进行评价,并通过实例给出了评价指标的分级范围。结果表明,这种方法简单准确且速度快,能较好评价织物的纹理均匀度。     

一种新的纹理图像特征提取的方法

灰度图像的纹理反映了一个区域中像素灰度级及其局部变化的空间分布属性，用图像的局部统计特征能较好地刻画不同纹理的差异。基于这种思想，本文中首次提出了一种基于PCNN点火序列图的纹理图像特征提取的新方法。通过对PCNN的运行行为和基本特性的分析。指出PCNN的点火时刻序列图不仅包含了局部图像的灰度分布信息，更重要的是还包含了图像中相邻像素之间的几何信息，这恰是纹理图像的个性特征所在，最后给出了部分仿真实验的结果，以验证该方法的有效性。     

羊毛衫收放针搭配变换技术的应用

羊毛衫收放针搭配变换是一种新的收放针搭配运算方法,为使该方法得到推广应用,在简要介绍并比较收放针搭配变换表达形式与部分编织操作工艺单表达形式的基础上,以举例的方式探讨了具体应用技术,主要包括收放针搭配的工艺调整、放码或缩码调整、先后计算调整以及直接进行羊毛衫的收放针搭配等,同时也涵盖了总的收放针转数、针数相同的变换与总的收放针转数、针数出现变化的变换,并较为详细地给出了各自的变换过程与说明。应用结果表明该方法不但表达形式简洁,应用广泛,而且运算灵活。     

电脑横机织物的变化组织设计与工艺

由于组织设计是毛衫设计的基础,对以横机技术为依托的组织设计进行研究有助于开拓设计师的创作思路。从组织变化设计的角度出发,将毛衫组织按表面肌理效果分为凹凸效应类、网孔效应类和波纹效应类,阐述了形成这些花色效应的原理和织物的风格,结合流行趋势给出设计实例及工艺步骤。并从组织特性、纱线、色彩、图案纹样等方面入手,探讨了组织设计的相关影响因素。