采用傅里叶描述子和支持向量机的服装款式识别方法

发布时间：2018-03-17 16:31

  本文选题：服装款式识别　切入点：傅里叶描述子　出处：《纺织学报》2017年05期 　论文类型：期刊论文

【摘要】：为解决当前服装款式识别领域中,服装轮廓特征提取技术较复杂,其分类方法的效率低、适应性差等问题,提出一种新型的服装款式的识别方法。首先创建了一个服装图像样本库,并从这些服装图像中提取服装轮廓,然后使用傅里叶描述子描述服装的轮廓特征,以多分类支持向量机进行分类。结果表明,该方法能够准确提取服装轮廓,傅里叶描述子的识别效果优于Hu不变矩和融合特征(Hu不变矩和傅里叶描述子);对傅里叶描述子进行主成分分析不能提高识别准确率;支持向量机的分类效果优于极端学习机;该方法能够达到95%以上的识别率,尤其对轮廓特征明显的款式有更好的识别率。
[Abstract]:In order to solve the problems of low efficiency and poor adaptability in the field of fashion style recognition, the technology of feature extraction of garment contour is more complex, the classification method is inefficient, and its adaptability is poor. In this paper, a new fashion pattern recognition method is proposed. Firstly, a clothing image sample database is created, and then the contour of the garment is extracted from these images. Then the Fourier descriptor is used to describe the contour features of the garment. Multi-classification support vector machine is used to classify. The results show that the method can extract the contour of clothing accurately. The recognition effect of Fourier descriptor is better than that of Hu invariant moment and fusion feature Hu invariant moment and Fourier descriptor, the recognition accuracy can not be improved by principal component analysis of Fourier descriptor, the classification effect of support vector machine is better than that of extreme learning machine. This method can achieve the recognition rate of more than 95%, especially for the style with obvious contour features.
【作者单位】： 东华大学纺织学院;东华大学纺织面料技术教育部重点实验室;
【分类号】：TP181;TP391.41

【参考文献】

相关期刊论文 前2条

1 刘祥楼;贾东旭;李辉;姜继玉;;说话人识别中支持向量机核函数参数优化研究[J];科学技术与工程;2010年07期

2 李克兢,刘哲;服装图片款式计算机分析技术研究[J];上海纺织科技;2005年01期

【共引文献】

相关期刊论文 前10条

1 李东;万贤福;汪军;;采用傅里叶描述子和支持向量机的服装款式识别方法[J];纺织学报;2017年05期

2 董明亮;刘培胜;潘振;文江波;李秉繁;;基于SVM-GA模型的城市天然气长期负荷预测[J];辽宁石油化工大学学报;2017年02期

3 刘志亮;刘仕林;李兴林;康金龙;彭兴;;滚动轴承安全域建模方法及其在高速列车异常检测中的应用[J];机械工程学报;2017年10期

4 陆杰;梁月吉;徐宁辉;陶健春;;基于EMD的GM-LSSVM在变形预测中的应用[J];城市勘测;2017年01期

5 孟滔;周新志;雷印杰;;基于自适应遗传算法的SVM参数优化[J];计算机测量与控制;2016年09期

6 孙俊;刘彬;毛罕平;武小红;高洪燕;杨宁;;基于介电特性的鸡蛋品种无损鉴别[J];食品科学;2017年06期

7 李烨;贾进章;;基于改进GS-SVM的煤矿冲击地压预测研究[J];世界科技研究与发展;2016年04期

8 林探宇;肖德琴;曾基业;殷建军;黄顺斌;;基于区域生长和SVM结合的黄金大蚊快速检测算法[J];广东农业科学;2016年07期

9 刘银凤;张俊杰;周涛;夏勇;吴翠颖;;基于多维特征和支持向量机核函数优化的自动化肺结节检测模型[J];生物医学工程研究;2016年02期

10 何银银;;基于改进GS-SVM的煤炭生产成本预测[J];世界科技研究与发展;2016年03期

【二级参考文献】

相关期刊论文 前3条

1 俞一彪,王朔中;基于互信息匹配模型的说话人识别[J];声学学报;2004年05期

2 朱东来,王仁华,凌震华,李威;基于隐马尔科夫模型的汉语韵律词基频模型[J];声学学报;2002年06期

3 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期

【相似文献】

相关期刊论文 前10条

1 辛明;李声威;;基于泛化傅里叶描述子的运动目标检测[J];河南大学学报(自然科学版);2012年02期

2 许强;马登武;;傅里叶描述子相位与幅值融合方式比较[J];光电工程;2014年03期

3 付波,周建中,陈文清,余炳辉;一种基于傅里叶描述子的轴心轨迹自动识别方法[J];电力系统自动化;2004年12期

4 王振海;;融合傅里叶描述子和尺度不变特征转换特征的商标检索[J];计算机应用;2011年12期

5 范春年,傅德胜;一种改进的二维傅里叶描述子在基于形状的图像检索中的应用[J];武汉理工大学学报(交通科学与工程版);2004年02期

6 赵三琴;丁为民;刘德营;;基于傅里叶描述子的稻飞虱形状识别[J];农业机械学报;2009年08期

7 张瑜慧;;一种基于形状矩阵的傅里叶描述子[J];电视技术;2012年23期

8 于慧敏;姚庆栋;;基于角点傅里叶描述子及空中飞机识别[J];电子学报;1998年06期

9 孙海洋;王政;许丽人;;基于矩和傅里叶描述子的云雨粒子图像识别方法[J];中国体视学与图像分析;2014年01期

10 章志勇,潘志庚,张明敏,吴海虹;基于多尺度通用傅里叶描述子的灰度图像检索[J];中国图象图形学报;2005年05期

相关博士学位论文 前1条

1 赵三琴;稻飞虱前翅形状特征测量方法的研究[D];南京农业大学;2010年

相关硕士学位论文 前8条

1 祝珊珊;基于傅里叶变换的形状分析及在叶片图像中的应用研究[D];南京财经大学;2014年

2 彭正初;基于傅里叶描述子的物体形状识别的研究[D];哈尔滨工业大学;2016年

3 郑慧敏;基于傅里叶描述子和数独的数字图像水印算法研究[D];深圳大学;2016年

4 聂雪华;基于傅里叶描述子的四杆机构连杆曲线复演研究[D];华南理工大学;2015年

5 韩涛;侧面人脸识别的研究[D];黑龙江大学;2013年

6 张嘉桐;基于傅里叶描述的形状分析算法研究[D];吉林大学;2013年

7 胡帆;基于轮廓的物体识别算法研究[D];华北电力大学;2012年

8 黄静;基于形状特征的人体行为识别方法研究[D];燕山大学;2010年

，

本文编号：1625572