花样图案轨迹智能提取及优化方法研究

发布时间：2020-07-19 16:01

【摘要】：工业缝纫机的花样机系统,是集电子技术、软件工程技术、机械设计制造技术、工业自动化技术为一体的多功能多技术智能控制系统。当前,随着科技的不断发展,我国的缝制行业的劳动成本也不断上升。其主要原因就是我国的缝制设备的自动化程度不高,花样机主要缝制任务是按照花样文件进行。传统的花样文件制作方式是采用人工测量加计算机辅助设计进行基本图样的绘制,然后再采用其他三方花样文件编辑软件处理并导出到打板器中进行缝制。这种操作模式对人工劳动力要求比较高,并且在测量过程中容易造成人为误差。因此,为了解决这些问题,本文经过研究大量相关的数字图像处理技术研究,探索各种可能利用机器视觉解决的方法,最终提出了一种利用数字图像处理技术以及图像矢量化技术自动生成花样文件的算法。在图像轮廓提取中,本文基于图像Matting抠图理论,从扣图的边缘出发找出一条符合要求的准确的目标轮廓。在图像矢量化方面,本文基于多边形矢量线条,采用三次样条曲线对其进行了转角的光滑处理。最后还对以上算法进行了编程实现。实验结果表明,基于Matting的目标轮廓提取算法能够较好地提取出想要目标的轮廓,并且提取出的轮廓干净、光滑、无太多毛刺并且没有孤岛等情况存在,基本满足缝制设备要求。图像矢量化过程中,采用三次样条曲线提取出的矢量轮廓同样具有比较规整、光滑的边缘,并且本文的矢量化算法较其他算法具有时间上的优势。本文从当前缝制设备花样文件获取的方式上存在的人工参与度高的问题进行了详细研究,并提出了一种新的利用机器视觉、数字图像处理等方法自动提取目标轮廓的算法。算法从轮廓提取和矢量化速度方面都得到了很好的提升,对于实际应用具有重要意义。
【学位授予单位】：西南科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TS941.562;TP391.41
【图文】：

2 传统目标轮廓提取方法d ( , x ) d ( x ) x21 ( ( ), ( ))( )2( , )rf f xs x e ( , f ) ( f ) f无限积分方式表达，但是在实际的图像中，某个很小的区域。距离中心元素很远的地方可滤波的连续无限形式变成离散形式：1h ( x ) k ( x ) f ( ) c ( , x ) s ( f ( ), f 素 x 为中心的一个很小的区域。式（2-10）图所示：

图 2.3 左：原图，右：导向滤波结果Fig 2.3 Left: Original, Right: The result of Guided Filter然，在本文中基本图像处理测试的时候使用的是导向滤波算法，因为其准度高，较双边滤波而言有很大优势。图像二值化和边缘提取进行了一些基本的图像处理（灰度化、滤波等）操作后，后续步骤差不多应用进行特征的提取了，如人脸识别、面容识别、目标提取以及边缘提取要目的是提取图像中的边缘信息以供缝纫机进行路径缝制工作，因此边本小节的重点。面提到，在目标特征提取阶段，传统图像处理和基于深度学习的图像处前者对于获取的图像质量要求很高，一般需要控制好光源、选好摄像头无疑增加了图像获取的成本。而基于深度学习的图像处理，由于提取的是征，对于图像获取部分就没有像传统图像处理那样对图像获取有着比较

图 2.4 左：经 GF 滤波后，右：OTSU 二值化处理后Fig 2.4 Left: After GF filtering, Right: After OTSU binarization处理的结果可以看出来，经过传统的图像二值化算法作用后，猫头的大致轮廓。但是如果仔细观察细节部分就可以看到图片”出现，这些孤立的“小岛”会导致最后生成的路径断线条的增的剪线，或者增加飞线，非常不利于实际生产。如下图所示：图 2.5 左：二值化处理后，右：Canny 边缘提取后Fig 2.5 Left: After binarization, Right: After Canny edge extraction

【相似文献】

相关期刊论文 前10条

1 于海燕;牛庆丽;;计算机技术在图像轮廓提取中的有效应用[J];现代电子技术;2016年10期

2 阎春平;王宾宾;覃斌;刘飞;;应用拓扑投影不变原理的空间图形轮廓提取方法[J];重庆大学学报;2010年06期

3 杨长才;郑胜;叶瑾;;基于支持度变换的水平集人脸轮廓提取方法[J];三峡大学学报(自然科学版);2008年05期

4 黄福珍,苏剑波,席裕庚;基于几何活动轮廓模型的人脸轮廓提取方法[J];中国图象图形学报;2003年05期

5 ;1989年《无线电工程》总目录[J];无线电工程;1989年06期

6 李艳斌;王昌宝;周希元;王敏;;用于图象运动模糊检测及轮廓提取的空间域相关法研究[J];无线电工程;1989年03期

7 黄福珍;佘星星;;基于肤色和人脸形状约束的正面人脸轮廓提取算法[J];上海电力学院学报;2012年04期

8 俞斌;工程图纸轮廓提取方法及其在工程手写字符识别中的应用[J];北方交通大学学报;1995年04期

9 曹旭;聂勇伟;李桂清;;高精度连续人脸轮廓提取[J];计算机辅助设计与图形学学报;2019年04期

10 赵宏伟;刘静;陈华程;崔弘睿;;一种改进的轮廓提取评估算法[J];吉林大学学报(工学版);2011年S1期

相关会议论文 前10条

1 陈雷;于明;罗永兴;张海哲;李轶博;;低信噪比复杂结构图像中的一种动态轮廓提取方法[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

2 徐晓刚;于金辉;马利庄;;复杂物体轮廓提取[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

3 程丽君;穆平安;戴曙光;郑志红;;图像法在灯丝主极轮廓提取中的应用[A];首届信息获取与处理学术会议论文集[C];2003年

4 王青翠;王鲁军;权恒恒;;基于双阈值的鲸鱼发声信号时频谱轮廓提取方法[A];2017中国西部声学学术交流会论文集[C];2017年

5 宋玉丹;秦志钰;容幸福;;基于ImageJ的彩色无序图像外轮廓提取[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

6 孙丽娜;;棒线材端头识别图像处理改进方法[A];第九届真空冶金与表面工程学术会议论文摘要集[C];2009年

7 孙丽娜;;棒线材端头识别图像处理改进方法[A];真空技术与表面工程——第九届真空冶金与表面工程学术会议论文集[C];2009年

8 兰志才;赵忠明;;Snake模型在遥感影像轮廓提取中的应用[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

9 张迎春;杨丽博;杨涛;;基于遥感影像的水体轮廓顺序提取技术[A];第四届高分辨率对地观测学术年会论文集[C];2017年

10 叶铭;王成焘;;骨骼的轮廓提取和轮廓的B样条描述[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年

相关重要报纸文章 前1条

1 本报记者 冉倩婷;成都或将占据关键地位[N];四川日报;2016年

相关博士学位论文 前10条

1 戴金波;基于视觉信息的图像特征提取算法研究[D];吉林大学;2013年

2 金舟;图像着色关键技术分析及其应用[D];天津大学;2011年

3 陆承恩;基于形状的图像轮廓赋形及目标检测技术[D];华中科技大学;2009年

4 杨淼;基于图像的城市建筑物三维自动重建参数化建模方法研究[D];中国海洋大学;2009年

5 吴长伟;基于仿人视觉的显著性目标分割识别及其应用研究[D];浙江大学;2018年

6 刘阳;注塑制品质量参数在线检测、建模与优化方法研究[D];东北大学;2010年

7 孙阳光;物体边缘轮廓提取新方法研究[D];华中科技大学;2009年

8 黄月珠;基于三维模型的线条画绘制方法研究[D];山东大学;2009年

9 韩静;基于仿生视觉模型和复杂信息学习的多光谱夜视目标识别技术[D];南京理工大学;2014年

10 冯春;基于单目视觉的目标识别与定位研究[D];南京航空航天大学;2013年

相关硕士学位论文 前10条

1 于瑷玮;面向图像深度次序推理的遮挡轮廓提取算法研究[D];北京邮电大学;2019年

2 孙乙丹;基于蚁群系统的多细胞轮廓估计与跟踪技术研究[D];中国矿业大学;2019年

3 周军;花样图案轨迹智能提取及优化方法研究[D];西南科技大学;2019年

4 邓凯;顾及遥感影像信息的面状轮廓智能简化[D];武汉大学;2017年

5 李航;基于激光测距的UUV地图轮廓构建与同步巡岸控制方法研究[D];哈尔滨工程大学;2018年

6 贾国靖;雪糕棒轮廓缺陷在线视觉检测系统研制[D];沈阳工业大学;2018年

7 杨阳;基于ASM算法的肺部轮廓提取研究[D];东北大学;2015年

8 王常辉;运动目标检测技术研究[D];天津职业技术师范大学;2018年

9 陈佳骐;基于弦理论的目标轮廓提取[D];中南民族大学;2016年

10 许开开;高速振镜扫描式激光3D打印控制系统研究[D];华中科技大学;2017年

本文编号：2762634