织物纹样特征提取与匹配方法比较

发布时间：2021-03-25 08:16

　　针对织物纹样自动识别过程中因尺度、旋转和褶皱等因素引起图像差异的问题,探索了复杂纹样特征的准确提取与匹配方法。以江崖海水纹样为例,采集尺度、旋转、模糊、光照、褶皱5种变化下的织物纹样图像,分别运用尺度不变特征变换（SIFT）、快速鲁棒性尺度不变特征（SURF）、二进制鲁棒不变可扩展关键点（BRISK） 3种方法提取纹样局部特征,然后采用欧氏距离进行特征匹配计算,最后通过随机抽样一致算法剔除误匹配对。结果表明:采用BRISK算法的准确配对率最高,平均准确匹配率达87. 10%;褶皱对织物特征匹配的影响最大,该变化下BRISK算法的鲁棒性优于SIFT和SURF算法; BRISK算法速度最快,图像平均匹配时间0. 551 s;在织物纹样特征匹配中,BRISK算法比SIFT和SURF算法具有更好的适用性。 

【文章来源】：纺织学报. 2020,41(04)北大核心EICSCD

【文章页数】：6 页

【部分图文】：

江崖海水纹获取流程

实验平台采用Visual Studio 2017搭建OpenCV 2.4.9计算机视觉库，电脑操作系统为Windows 10,CPU为Inter(R)HD Graphics 4600，显存为2 GB。1.3 图像预处理

式中:f(x,y)、g(x,y)分别为原始图像和处理后图像;(x,y)为像素坐标;W为窗口大小，实验中采用3×3的窗口，经中值滤波后获得的图像见图3(c)。2 面料图像的特征提取与匹配

【参考文献】：
期刊论文
[1]基于边缘和颜色特征的织物印花花型检索[J]. 向忠,何旋,钱淼,胡旭东.  纺织学报. 2018(05)
[2]基于层次匹配下多种特征融合的蕾丝花边检索方法[J]. 曹霞,李岳阳,罗海驰,蒋高明,丛洪莲.  计算机工程与科学. 2017(09)
[3]不同距离测度的SIFT特征描述符相似性度量比较[J]. 杨帆,郭建华,谭海,雷兵.  遥感信息. 2017(01)
[4]Fabric Pattern Elements Retrieval Based on Cosine Transform[J]. ZHAO Hai-ying,JIA Geng-yun,TAN Xin.  Computer Aided Drafting,Design and Manufacturing. 2015(03)
[5]畲族服装特征提取及其分布[J]. 丁笑君,邹楚杭,陈敬玉,邹奉元.  纺织学报. 2015(07)
[6]特征提取与匹配算法在民族服饰图案上的应用研究[J]. 陈金广,曹春梅,任冰青,马丽丽.  丝绸. 2015(05)
[7]清代龙袍纹样探析[J]. 王业宏.  丝绸. 2009(07)



本文编号：3099377