混合色彩空间与多核学习的色纺织物组织点识别

发布时间：2021-09-15 20:30

　　针对色纺织物组织点参数特征提取困难的问题,建立了基于混合色彩空间与多核学习的色纺织物组织点自动识别算法。首先,将YUV、HSV和Lab 3种色彩空间中具有相同颜色属性的分量通道进行独立融合,并构建混合色彩空间;在此基础上,分别提取色纺织物组织点图像的局部纹理统计特征与三阶颜色矩特征,用于织物组织点特征参数的表征;最后,通过多核学习算法构建支持向量机,实现织物组织点特征的识别。实验结果表明,所建立的色纺织物组织点识别算法,不仅能够对府绸、斜纹与缎纹等典型结构的组织点进行有效识别,而且对于纤维种类、成纱工艺与织物组分的调整也具有理想的鲁棒性与普适性,其平均识别率达到91. 2%。 

【文章来源】：纺织学报. 2020,41(05)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

部分色纺织物实验样本

部分样本、组织点分割图及组织结构意匠图

部分样本、组织点分割图及组织结构意匠图

【参考文献】：
期刊论文
[1]基于原色纤维混配色织物的呈色特性与影响因素分析[J]. 袁理,代乔民,付顺林,郑力文,鄢煜尘.  纺织学报. 2018(10)
[2]结合全局与局部多样性特征的色纺纱色度学指标测试与评价[J]. 袁理,代乔民,付顺林,鄢煜尘.  纺织学报. 2018(02)
[3]基于混合色彩空间的分块颜色特征提取算法[J]. 王民,王静,张立材,张鑫.  激光与光电子学进展. 2018(01)
[4]基于多核学习特征融合的人脸表情识别[J]. 钟志鹏,张立保.  计算机应用. 2015(S2)
[5]基于图像处理技术的织物组织识别研究现状[J]. 张瑞,辛斌杰.  棉纺织技术. 2015(11)
[6]LBP和GLCM融合的织物组织结构分类[J]. 景军锋,邓淇英,李鹏飞,张蕾,张宏伟.  电子测量与仪器学报. 2015(09)
[7]基于多核学习支持向量机的音乐流派分类[J]. 孙辉,许洁萍,刘彬彬.  计算机应用. 2015(06)
[8]基于Lab和YUV颜色空间的农田图像分割方法[J]. 刘琼,史诺.  国外电子测量技术. 2015(04)
[9]基于不同颜色空间的运动目标检测算法分析[J]. 丁莹,钱锋,范静涛,姜会林.  长春理工大学学报(自然科学版). 2012(04)
[10]融合LBP和GLCM的纹理特征提取方法[J]. 王国德,张培林,任国全,寇玺.  计算机工程. 2012(11)

硕士论文
[1]织物组织自动识别关键技术研究[D]. 孙佳理.浙江大学 2015



本文编号：3396760