基于京剧脸谱意象色彩的服饰纹样自动配色

为提升服饰纹样色彩配色效能,利用自适应颜色聚类及自动配色机制,实现基于意象场景的服饰纹样自动配色。以京剧脸谱为范例,搜集了三类角色共计150幅脸谱图像作为源图,采用分割、降噪等操作获取脸谱主体内容;利用二分K-均值聚类算法,对单一样本进行逐一自适应色彩提取,在此基础上进行二次聚类获得各角色脸谱提取色色值、占比及共现比率等特征参数;最后设计融合颜色聚类数、共现比率及目标区域特征要素的动态配色机制,开发色彩解析和纹样自动配色软件。实验结果表明,配色控制参数、源图类型、纹样形态等因素影响选色顺序及最终配色效果,实现基于意象场景的纹样色彩自动迁移,为当代服饰纹样色彩设计提供决策参考。     

基于贝叶斯决策及半监督聚类的织物图像分割

为提高纺织CAD技术,依据半监督聚类理论,提出一种以最小错误率贝叶斯决策为准则的半监督聚类的织物图像分割算法。这种算法利用有限的人工信息,即在织物图像上点击有限的几个点以标识相应区域之间的关系,从而得到满足用户给定限制的织物图像分割结果。用该算法首先对织物图像进行量化转换处理,而后在贝叶斯模式识别中集成先验的分割信息进行色彩聚类。实验结果表明,该算法用于织物图像分割是可行的。     

基于图像分割的拼色纺织品分色算法

 采用计算机图像分割技术对纤维混色产品的高分辨率扫描图像进行处理,提出了根据其所含纤维色彩特点进行图像分割的方法。将彩色图像转化为HSV色彩空间,对图像的灰度区域针和彩色区域分别以V分量和H分量进行分割,分割过程采用模糊C聚类分析(FCM)的方法进行。实验结果表明,此方法可以图像分割成有效的几个类别,并保持原有图像的色彩、纹理信息。该方法可以用于计算机辅助拼色纤维配色,与传统的通过光学模型预测方法相比,此方法更为直接,有效。     

迁安皮影的头茬造型与色彩设计探析

作为唐山皮影很重要的一个分支——迁安皮影,其特殊的地域特点造就了这片土地上皮影的特有风格——经典的人物造型、独特的色彩及精致的雕刻。笔者从头茬的生、小、大、髯、丑、神仙鬼怪六大类别出发分析皮影的造型特征、色彩设计与雕刻艺术。对迁安皮影的造型和色彩的研究将有利于中国皮影艺术的发展,也为其他地区皮影的传承与创新提供一定的参考价值。     

基于聚类算法和色彩网络的蝴蝶色彩分析及应用

蝴蝶蕴含着独特的自然美,是设计师重要的设计灵感来源.为厘清蝴蝶色彩及其搭配规律,更好地进行蝴蝶色彩重用,基于聚类算法和色彩网络对蝴蝶色彩进行分析和应用研究.首先,利用K-means聚类算法对单只蝴蝶8种不同角度的图像进行2次色彩聚类和主色提取,构建110只蝴蝶的6色标准色卡.其次,对蝴蝶标准色卡再次聚类,结合蝴蝶色彩实...     

基于核模糊c-均值聚类与阈值分割的SAR影像分割算法

由于SAR影像存在强烈的相干斑点噪声,传统的方法分割方法存在缺陷。文章在SAR影像分割研究中引入模糊聚类分析,设计了基于核模糊c-均值聚类与阈值分割结合的SAR影像分割算法,对SAR影像实现分割实验,通过实验分割结果的分析,证明了算法的可靠性。     

基于改进型FCM聚类算法的彩色牛肉图像中筋膜区域分割方法研究

介绍一种基于HSI颜色空间的改进型FCM聚类算法,并将此算法运用于牛肉眼肌切面图像中筋膜区域的分割。该方法根据牛肉眼肌切面图像像素分布的特点,将H分量和I分量作为聚类分割算法的特征向量,改进了FCM聚类算法初始聚类中心的选取方法以及距离度量公式。结果表明:所提出的算法在保证FCM算法本身收敛速度快的同时,也提高了图像区域分割的精度和准确性,对噪声具有较强的抑制能力。     

基于聚类算法的纺织品文物色彩提取与纹样数字化探索——以新疆巴里坤M12出土清代纺织品纹样为例

为准确有效地提取纺织品文物的色彩,实现纺织品文物的纹样数字化处理,文章以新疆巴里坤出土的一组清代纺织品为例,设计了一种基于多变量模糊C均值(Multivariate Fuzzy C-mean, MFCM)聚类算法与K-means++算法相结合的纺织品纹样复原方法。首先,获取图像并通过双边滤波与高斯滤波对图像进行平滑降噪处理;然后采用MFCM聚类算法对平滑降噪后的图像进行分割;接着采用K-means++算法分析聚类数量,有效提取纺织品主色,并较好保留图像细节;最后通过计算机软件提取文物纹样轮廓,将提取的主色填充至纹样轮廓,完成纺织品文物纹样的数字化模拟。实验结果表明,该方法可以较为准确地提取纺织品文物色彩,并且提取效果优于传统数字化取色方法,取色效率更高,具有进一步研究应用的价值。     

基于网页超图分割的WEB聚类法

针对于建立个性化网页和在电子商务中分类宣传产品等问题。提出了基于网页超图分割的WEB网页和用户聚类方法。通过建立网站层次模型，能够在各个层次上进行网页和用户聚类分析；在挖掘出满足一定支持度的频繁网页集的基础上聚类，仅将高度相关的网页和用户聚在同一类，而将关联性较小的网页排除在聚类外。     

基于改进欧式聚类的堆叠纱筒点云分割方法

针对堆叠纱筒在目标分割时易产生过分割、欠分割等问题,提出了一种改进欧式聚类的点云分割方法.以法向量夹角提取并剔除纱筒堆叠接触区域的边缘点,使纱筒点云处于分散状态.建立纱筒欧式距离模型,对纱筒点云进行聚类,补齐边缘点信息,实现对堆叠纱筒的点云分割.实验结果表明,此方法解决了传统欧式聚类分割算法在纱筒点云分割中的过分割和欠...     

基于空间信息的鲁棒模糊C均值聚类的苗族服饰图像分割算法

针对苗族服饰图像中破损污渍、折叠痕迹、色彩差异大和噪声破坏等现象所导致的传统模糊C均值聚类(Fuzzy C-means, FCM)算法分割质量不佳问题,提出了基于空间信息鲁棒FCM算法,用于苗族服饰图像分割。通过均值滤波和中值滤波处理空间邻域信息,对应获得2种方法,并用一个加权参数调节模糊隶属度的稀疏性,旨在加强细节的提取和提高算法对噪声的鲁棒性。实验表明,对于被高斯噪声破坏的图像,基于均值滤波处理的改进算法,其划分系数提高约3.6%,划分熵降低约5.6%;对于被椒盐噪声破坏的图像,基于中值滤波处理的空间约束项的改进算法,划分系数提高约2.7%,划分熵降低约4.3%。该算法提高了对这类苗族服饰图像分割的质量,对于传统文化的传承具有非凡的意义。     

基于模糊C均值聚类的纺织品印花图像分割

 针对纺织品印花精度检测的关键技术问题,主要围绕纺织品印花图像的有效分割展开研究工作,提出了基于距离修正和隶属度修正的FCM算法。为了确保FCM算法的有效性和精确性,对其参数的选取和算法结构进行了深入的研究,结合参数的自适应初始化方法和FCM算法的修正方法,最终给出该算法对纺织品印花图像的分割效果图。实验结果表明,该算法对纺织品印花图像有良好的分割效果,并且对由光和织物纹理引起的干扰有一定的抑制作用。     

基于中国传统装饰纹样的色彩创意应用研究

主要从中国传统装饰纹样中汲取灵感,通过设计法则、色彩创意应用进行设计开发,运用数码印花等技术将设计的纹样运用于现代家纺产品中,实现产品的转化。     

服饰中纹样创意思维的设计空间

主要从纹样的创新设计运用领域即纹样创新的时代性、纹样创意空间的表现语言、纹样科技介入创意思维的拓展、纹样跨界设计应用的商业成功性等诸多方面进行分析,在研究与认识度上深入探讨纹样的创新运用带动了服饰设计的多重空间概念和多重设计理念的应用。     

基于L0梯度最小化和K-Means聚类的织物缺陷检测研究

为了控制产品质量,保障织物的美观和舒适性,针对织物表面的缺陷,课题组提出了一种基于L0梯度最小化和K-Means聚类的缺陷检测方法.主要分为2个步骤:首先,使用L0梯度最小化将缺陷图像进行平滑,去除背景纹理的影响,保留图像较大的边缘;然后,使用K-Means聚类对平滑后的图像进行聚类,从而分割出缺陷区域.将该检测方法用...     

宋代青绿山水画色彩聚类与交互设计实践

如今用户对传统艺术相关的创作与设计有着较高的参与意愿,研究宋代青绿山水绘画艺术并结合互联网时代的技术进行设计,探索传统绘画艺术的应用路径,让更多人参与文化艺术传播。搜集并筛选宋代的青绿山水画,构建其图库。首先运用K均值聚类算法对青绿山水画进行多次色彩聚类提取,以主色、辅色和点缀色凝练配色方案;然后分析提取青绿山水绘画元素与意象,获得交互设计实践的视觉要素、设计路径、信息架构等。结合视觉设计规范与功能定位,以用户体验为出发点打造青绿山水主题趣味设计科普类手机软件。平衡个性化与良好的交互体验,以期打造现代化的古画趣味再设计平台,将历史时期的绘画精神与风貌带入设计过程和结果,呈现古为今用、推陈出新的未来式可持续创新探索。     

基于上下文分析的SAR图像分割算法

合成孔径雷达(synthetic aperture radar,SAR)是一种主动的微波遥感成像雷达,合成孔径原理的使用可以获得高分辨率的图像,提供丰富的地面信息。同时,特殊的成像原理也产生了新的图像处理问题。文章针对SAR图像的特点设计一种自适应滑动窗口,并将图像上下文信息(邻域信息和边缘信息)应用进模糊聚类算法,可以有效的抑制噪声的干扰,分割的效果有了很大的提高。     

基于网络关系模型的畲族服饰色彩构成分析

为区分不同地区畲族服饰色彩构成差异,文章利用图像分析技术,构建畲族服饰色彩网络关系,比对不同地区畲族服饰色彩构成情况。实验选取福建、浙江、江西三地畲族服饰共计300幅图像,利用改进的二分K-均值自适应聚类法对样本图像逐一聚类;在此基础上,对综合色图进行二次聚类,提取颜色占比、二元色共现率、色彩空间距离、色彩分散度等指标,构建服饰色彩网络关系模型。实验结果表明,三地配饰用色的色相视觉上较为相似,但用色、占比、色序及配色形式差异较大;单幅样本色彩提取耗时小于0.2 s,色彩网络关系模型输出平均耗时为1.4 s。该方法能够有效分析不同地区畲族服饰色彩特征及配色关系,以可视化的形式展示服饰色彩构成形态。     

基于YCbCr空间肤色自适应分割方法

针对现有人体肤色区域分割方法在变化的光照、复杂的背景环境下鲁棒性差、精确度不高的问题,提出一种肤色自适应分割方法。首先将图片转化到改进的YCbCr颜色空间获取待分割肤色图,在变化的光照下获取肤色像素信息。然后在YCbCr颜色空间的(Cb-Cr)空间建立椭圆边界肤色模型,并建立(Cr-Cb)肤色灰度直方图,在二维灰度直方图上确定肤色大致位置,过滤掉大部分背景干扰。最后在灰度投影直方图上用高斯函数拟合得到精确的动态肤色范围,去除类肤色干扰。实验结果表明,该算法能够在变化的光照下对肤色进行自适应分割,在复杂背景下也有较好的分割效果。     

融合自适应局部特征与改进模糊C均值的服饰分割算法

提取人体着装图像的服饰区域时,易受光照、阴影遮盖与人体姿态、肤色等问题的影响,提出一种融合自适应局部特征与改进模糊C均值(fuzzy C-means,FCM)的服饰图像分割算法。首先,通过改进区域生长法消除阴影实现前景提取;其次,采用MDSMGR-WT超像素分割获取图像局部特征,将自适应局部信息融入双加权FCM目标方程中,实现二次精细化分割;最后,经肤色检测提取目标服饰区域。实验结果表明,该方法的准确率可达78.93%,召回率90.12%,查准率89.93%。该方法能够减少内部区域噪声,提高服饰图像的分割精度。