基于颜色特征的面料花型图案检索算法.pdf
《基于颜色特征的面料花型图案检索算法.pdf》由会员分享,可在线阅读,更多相关《基于颜色特征的面料花型图案检索算法.pdf(4页珍藏版)》请在咨信网上搜索。
1、Computer Era No.9 20230 引言近年来,基于内容的图像检索技术越来越成熟,已经应用于纺织面料花型图案检索领域。根据人眼视觉感知特性可知,人眼对于颜色的感知是较为敏感的,因此颜色作为最显著的特征之一在图像检索中得到了广泛的应用。Jing等1将图像划分为四个不重叠的子图像,提取分块颜色矩特征,再提取图像的GIST空间特征,然后将两种特征的相性度进行加权融合。张霞等2提出将颜色矩和改进的小波变换结合的方法用于色纺面料检索。崔红静等3通过在HSV空间提取图像的分块颜色直方图获取颜色空间信息,并使用Canny算子获取图像边缘特征,实现织物图像检索。由于面料织造工艺的限制,面料花型图案
2、的颜色数一般不会很多。花型色彩搭配的差异最终通过工艺处理使面料呈现不同的视觉效果,因此有效提取花型的颜色特征能够较好的表达人眼对花型图案的视觉感知。上述文献提到的颜色特征提取方法较为单一,或注重全局颜色特征,或注重颜色的空间分布。本文考虑了局部特征,提出一种基于图案主色及其聚集区域和分块颜色矩相结合的花型图案检索算法。图案主色描述全局颜色信息,主色聚集区域描述颜色空间分布信息,分块颜色矩描述局部颜色信息。从不同的角度全面提取花型图案的颜色特征,增强特征的表达能力。DOI:10.16644/33-1094/tp.2023.09.019基于颜色特征的面料花型图案检索算法*邱笑迎(浙江理工大学计算机
3、科学与技术学院(人工智能学院),浙江 杭州 310018)摘要:为使纺织企业更高效地管理海量的面料花型图案,提出一种基于图案主色及其聚集区域和分块颜色矩相结合的花型图案检索算法。首先利用改进的聚类算法提取花型图案的主颜色,同时根据主颜色提取主色的聚集区域特征;然后提取分块图案的颜色矩来表示局部颜色特征;最后对三种特征进行加权融合。在自建的面料花型图案库中进行实验,平均查准率达到85.8%,表明此方法能够有效地检索出色彩风格相似的图案,优于现有方法。关键词:花型图案;颜色特征;主颜色;颜色矩中图分类号:TP391文献标识码:A文章编号:1006-8228(2023)09-92-04Fabric
4、pattern retrieval algorithm based on color featureQiu Xiaoying(School of Computer Science and Technology(School of Artificial Intelligence),Zhejiang Sci-Tech University,Hangzhou,Zhejiang 310018,China)Abstract:In order to help textile enterprises manage massive fabric patterns more efficiently,a patt
5、ern retrieval algorithm based onthe combination of pattern main color,its aggregation region and block color moments is proposed.Firstly,the improved clusteringalgorithm is used to extract the main color of the fabric pattern,and the aggregation region features of the main color areextracted based o
6、n the main color.Then,the color moments of block patterns are extracted to represent the local color features.Finally,the three features are weighted and fused.The experiments in the self-built fabric pattern database show that the averageprecision reaches 85.8%,which indicates that this method can
7、effectively retrieve patterns with similar color styles and is superiorto the existing methods.Key words:fabric pattern;color feature;main color;color moment收稿日期:2023-03-30*基金项目:浙江省科学技术厅“领雁”研发攻关计划项目(2022C01220)作者简介:邱笑迎(1997-),女,江西鹰潭人,硕士,主要研究方向:图像检索。92计算机时代 2023年 第9期1 算法描述1.1 聚类主颜色特征提取与其他颜色空间相比,HSV颜色
8、空间更符合人眼对于颜色的视觉感知,因此本文选择基于HSV颜色空间提取颜色特征,颜色的相似性计算采用文献4的方法,设有颜色,ci=()hi,si,vi,cj=()hj,sj,vj,则两种颜色之间的相似性度量公式可定义为:sij=1-()()vi-vj2+()sicos()hi-sjcos()hj2+()sisin()hi-sjsin()hj21 25其中,sij0,1,sij值越大,相似度越高。在保留足够的颜色信息前提下,本文使用一种特征维数较少的量化方法5,将颜色大致分为红、黄、绿、青、蓝、紫、黑、灰和白9种,然后根据这九种主色调大致确定图像主颜色的数目,具体量化方法如下:Code=0,v 0
9、,0.21,v (0.2,0.8 s0,0.12,v (0.8,1 s0,0.13,h (315,360 0,204,h (20,755,h (75,1556,h (155,190 7,h (190,260 8,h (260,315根据公式将图像中所有像素颜色量化到9个区间内,每个颜色对应的Code 0,8,分别代表黑、灰、白、红、黄、绿、青、蓝、紫,然后统计每个区间内像素总数,记为s1,s2,s9,并计算其比例p1,p2,p9,传统的主颜色描述符通常采用5%作为颜色阈值6,因此本文将pi 5%的 区 间 个 数 作 为 图 像 主 颜 色 的 个 数k()k=1,2,9,并记录下这些区间对应
10、的Code值。假设一幅图像经上述方法得到的主颜色数目k=3,Code=1,2,4,然后遍历图像中所有像素,若某个像素颜色值量化后的Code值在1,2,4中,则将该像素的颜色值作为第一个初始聚类中心。同理,找到与集合1,2,4中剩下的Code值对应的第一个满足条件的像素点,并且与已确定的初始聚类中心颜色均不相似,也将其加入初始聚类中心。此处采用公式计算两个颜色值的相似性,当sij 0.9时,则为相似。最后得到k个初始聚类中心,记为CCi()i=1,2,k,然后使用K-means算法进行聚类,完整的主颜色提取算法如下。(a)在HSV颜色空间将图像所有像素颜色非均匀量化到九个区间内。(b)利用上述提
11、到的方法确定图像主颜色数目k和初始聚类中心CCi()i=1,2,k。(c)根据公式计算图像中每个像素颜色到所有聚类中心的距离,并将其划分到距离最近的聚类中心所在的类中。(d)重新计算每个类的聚类中心。(e)重复步骤(c)、(d),直到所有聚类中心不再变化为止。最终得到的聚类中心即为对应的主颜色MC=()hi,si,vi,将其作为图像的主颜色特征。1.2 主色聚集区域特征提取主颜色方法可以有效提取图像的全局颜色特征,但忽略了颜色的空间分布信息,因此,本文提出基于主颜色聚集区域来提取图像主颜色的空间分布特征。由于图像背景颜色占比较大,所以本方法不考虑背景颜色,旨在检测前景花型部分主颜色的聚集区域。
12、首先根据1.1节的方法得到图像的主颜色,然后将图像分成8x8的64块,分别计算每个子图像中主颜色的百分比pi()i=1,2,64,若大于或等于给定阈值 t,则表明该块中含有大量主颜色。初步找出所有主颜色聚集的分块,然后从图像左上角开始,遍历每个分块,把相邻的主颜色聚集分块进行合并,得到主颜色聚集的连通区域,然后计算连通区域中主颜色的占比并记录其所在空间位置。根据人眼对边缘信息不敏感的特点为不同区域分配不同权值,越靠近中心位置,视觉的关注度越高,权重越大。若连通区域的个数超过三个,则取主要颜色占比最大的前三个区域的加权占比作为该图像的主颜色聚集区域特征。若两幅图像的主颜色相似,主颜色的聚集区域大
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 颜色 特征 面料 图案 检索 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。