基于深度学习的印花织物图像检索系统设计
发布时间：2021-12-19 10:33
近年来,随着互联网技术的发展,以及各种拍摄硬件的普及,使得各行各业中的图像数据都呈现爆炸式增长,从海量数据中找出真正符合需求的图像也变得越来越困难。中国作为世界上最大的纺织品服装生产和出口国,不管是在织物设计、库存管理还是销售过程中,提供一种快速高效的图像检索机制至关重要。鉴于深度学习在图像识别、检测、分类等领域的突出成就,本文设计了基于深度学习的印花织物图像检索系统,使得用户可以快速获取所需织物信息。论文主要工作如下:（1）根据目前纺织行业对织物图像检索的诸多需求,从功能及性能需求出发,完成了印花织物图像检索系统方案设计,包括硬件选型、平台搭建以及软件模块设计。（2）针对传统的基于文本及内容的图像检索方法缺少学习能力、检索速度慢、精度低等问题,提出了基于卷积神经网络的印花织物图像检索方法。将AlexNet中局部响应归一化替换为批量归一化,并采用迁移学习的方法对修改后的模型进行训练。该方法既可以弥补数据集的不足,也可以防止训练过程中产生过拟合,同时加快模型收敛速度。检索过程中,首先利用训练好的模型对织物图像进行特征提取,然后通过欧氏距离度量图像对之间的相似性,最后根据相似性大小将用户需...
【文章来源】：西安工程大学陕西省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
Basler-aca2500-14gcCMOS相机该相机水平/垂直分辨率为2590像素×1942像素，具有灵活的I/O设置，超低的
可以强化图像的特征，同时，采集证特征提取以及系统的稳定性。因此以满足系统需求。不同，可分为荧光灯、卤素灯、L表 2-3 不同光源对比速度 温度影响 使用寿命/小时 慢 小 5000-7000 慢 大 5000-7000 快 一般 60000-100000 计算机视觉系统中最常应用的光源等。对于印花织物图像检索系统，摄照明环境。所选光源如图 2-4 所采集产生干扰，拍摄过程在特制灯
检索系统中的作用是在检索过程中获取待检，把采集到的图像输入到系统中实现在线实相机对目标织物进行预览、采集，并将采集块先对采集到的原始图像进行预处理，再根处理以及信息反馈。系统平台之前，需要准备好用于训练卷积神花织物数据集为 2640 张，分为圆点印花、格、文字印花 6 类，其中训练集 2400 张，测 4-2 所示。(a) 圆点印花 (b) 格子印花 (c) 花卉印花
【参考文献】：
期刊论文
[1]文创视角下高校校园纺织类产品的开发[J]. 石珮锦,梁列峰. 武汉纺织大学学报. 2019(01)
[2]基于深度神经网络和哈希算法的图像检索研究[J]. 王伟栋,李菲菲,谢林,陈虬. 电子科技. 2018(10)
[3]基于监督核哈希生成视觉词袋模型的图像分类[J]. 刘相利,郭海儒,曲宏山,黄强强. 测控技术. 2018(03)
[4]基于映射字典学习的跨模态哈希检索[J]. 姚涛,孔祥维,付海燕,TIAN Qi. 自动化学报. 2018(08)
[5]基于深度卷积神经网络和二进制哈希学习的图像检索方法[J]. 彭天强,栗芳. 电子与信息学报. 2016(08)
[6]基于t-SNE卷积编码的图像检索方法[J]. 李阳,张亚非,苗壮,徐玉龙,王家宝,徐伟光. 计算机应用研究. 2017(04)
[7]基于深度学习的手绘草图识别[J]. 赵鹏,王斐,刘慧婷,姚晟. 四川大学学报(工程科学版). 2016(03)
[8]CNN视觉特征的图像检索[J]. 李钊,卢苇,邢薇薇,孙占全,王伟东,魏云超. 北京邮电大学学报. 2015(S1)
[9]利用蚁群算法的记忆式图像检索方法[J]. 陈光鹏,杨育彬. 计算机科学与探索. 2011(01)
硕士论文
[1]基于卷积神经网络和PCA降维的图像检索方法研究[D]. 常爱玲.沈阳工业大学 2018
[2]织物色差检测系统研究[D]. 陈永辉.西安工程大学 2018
[3]基于机器学习的图像检索算法研究[D]. 朱佳欣.北京邮电大学 2018
[4]基于哈希算法的大规模图像最近邻检索算法研究[D]. 高新.电子科技大学 2018
[5]基于哈希码学习的图像检索算法研究[D]. 胡孟秋.电子科技大学 2018
[6]基于深度学习的互联网图片人脸检索系统[D]. 朱翔.南京理工大学 2017
[7]基于图像处理的织物花型检索系统的研究[D]. 李琦.西安工程大学 2016
[8]基于深度学习的服装图片自动标注系统的设计与实现[D]. 郑森烈.中山大学 2015
[9]基于机器视觉的纽扣内孔及色差缺陷在线检测技术研究[D]. 陈浩.华中科技大学 2015
[10]基于深度学习的印刷电路板要素CT图像检测技术研究[D]. 徐一夫.解放军信息工程大学 2015
本文编号：3544262
【文章来源】：西安工程大学陕西省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
Basler-aca2500-14gcCMOS相机该相机水平/垂直分辨率为2590像素×1942像素，具有灵活的I/O设置，超低的
可以强化图像的特征，同时，采集证特征提取以及系统的稳定性。因此以满足系统需求。不同，可分为荧光灯、卤素灯、L表 2-3 不同光源对比速度 温度影响 使用寿命/小时 慢 小 5000-7000 慢 大 5000-7000 快 一般 60000-100000 计算机视觉系统中最常应用的光源等。对于印花织物图像检索系统，摄照明环境。所选光源如图 2-4 所采集产生干扰，拍摄过程在特制灯
检索系统中的作用是在检索过程中获取待检，把采集到的图像输入到系统中实现在线实相机对目标织物进行预览、采集，并将采集块先对采集到的原始图像进行预处理，再根处理以及信息反馈。系统平台之前，需要准备好用于训练卷积神花织物数据集为 2640 张，分为圆点印花、格、文字印花 6 类，其中训练集 2400 张，测 4-2 所示。(a) 圆点印花 (b) 格子印花 (c) 花卉印花
【参考文献】：
期刊论文
[1]文创视角下高校校园纺织类产品的开发[J]. 石珮锦,梁列峰. 武汉纺织大学学报. 2019(01)
[2]基于深度神经网络和哈希算法的图像检索研究[J]. 王伟栋,李菲菲,谢林,陈虬. 电子科技. 2018(10)
[3]基于监督核哈希生成视觉词袋模型的图像分类[J]. 刘相利,郭海儒,曲宏山,黄强强. 测控技术. 2018(03)
[4]基于映射字典学习的跨模态哈希检索[J]. 姚涛,孔祥维,付海燕,TIAN Qi. 自动化学报. 2018(08)
[5]基于深度卷积神经网络和二进制哈希学习的图像检索方法[J]. 彭天强,栗芳. 电子与信息学报. 2016(08)
[6]基于t-SNE卷积编码的图像检索方法[J]. 李阳,张亚非,苗壮,徐玉龙,王家宝,徐伟光. 计算机应用研究. 2017(04)
[7]基于深度学习的手绘草图识别[J]. 赵鹏,王斐,刘慧婷,姚晟. 四川大学学报(工程科学版). 2016(03)
[8]CNN视觉特征的图像检索[J]. 李钊,卢苇,邢薇薇,孙占全,王伟东,魏云超. 北京邮电大学学报. 2015(S1)
[9]利用蚁群算法的记忆式图像检索方法[J]. 陈光鹏,杨育彬. 计算机科学与探索. 2011(01)
硕士论文
[1]基于卷积神经网络和PCA降维的图像检索方法研究[D]. 常爱玲.沈阳工业大学 2018
[2]织物色差检测系统研究[D]. 陈永辉.西安工程大学 2018
[3]基于机器学习的图像检索算法研究[D]. 朱佳欣.北京邮电大学 2018
[4]基于哈希算法的大规模图像最近邻检索算法研究[D]. 高新.电子科技大学 2018
[5]基于哈希码学习的图像检索算法研究[D]. 胡孟秋.电子科技大学 2018
[6]基于深度学习的互联网图片人脸检索系统[D]. 朱翔.南京理工大学 2017
[7]基于图像处理的织物花型检索系统的研究[D]. 李琦.西安工程大学 2016
[8]基于深度学习的服装图片自动标注系统的设计与实现[D]. 郑森烈.中山大学 2015
[9]基于机器视觉的纽扣内孔及色差缺陷在线检测技术研究[D]. 陈浩.华中科技大学 2015
[10]基于深度学习的印刷电路板要素CT图像检测技术研究[D]. 徐一夫.解放军信息工程大学 2015
本文编号：3544262
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3544262.html
最近更新
教材专著
