织物悬垂测试系统中织物边缘的识别.pdf
《织物悬垂测试系统中织物边缘的识别.pdf》由会员分享,可在线阅读,更多相关《织物悬垂测试系统中织物边缘的识别.pdf(3页珍藏版)》请在三一文库上搜索。
1、第2 7 卷第3 期 2 0 0 6 年3 月 纺织学 报 J o u r n a lo fT e x t i l eR e s e a r c h V 0 1 2 7N o 3 M a r 2 0 0 6 文章编号:0 2 5 3 9 7 2 1 ( 2 0 0 6 ) 0 3 0 0 0 8 0 3 织物悬垂测试系统中织物边缘的识别 刘玄木,沈毅,王寿兵 ( 浙江理工大学机械与自动控制学院,浙江杭州3 1 0 0 1 8 ) 摘要由于织物花纹式样的多样性,传统的图像分割算法常常无法准确地识别出织物边缘轮廓。根据织物悬垂 图像的边缘轮廓特点,提出采用基于梯度向量流场( G V F ) 的动态
2、轮廓模型( S n a k e 模型) 来识别织物的边缘轮廓。采 用贪心算法实现了S n a k e 边缘检测模型,分别用该模型和基于边缘梯度扫描的算法识别5 种典型印花织物悬垂边 缘,并将2 种算法得到的边缘轮廓进行了比较。实验结果表明,该边缘检测模型能准确地识别多种传统图像分割 算法所无法准确识别甚至无法识别的特殊织物的边缘轮廓。 关键词织物悬垂性;图像分割;边缘检测;动态轮廓模型;梯度向量流 中图分类号:“ I S l 0 3 6 3文献标识码:A E d g ed e t e c t i o no ff a b r i ci nf a b r i cd r a p ep e r f o
3、 r m a n c et e s t i n gs y s t e m L I UX u a n m n ,S H E NY i ,W A N GS h o u b i n g ( C o l l e g eo f M e c h a n i c a la n d A u t o m a t i o n ,劢咖愕S c i - T e c hU n i v e r s i t y ,H a n g z h o u ,Z h e f i a n g3 1 0 0 1 8 ,C h i n a ) A b s t r a c tB e c a u s eo ft h ed i v e r s i
4、 t yo fp r i n t i n gp a t t e r n so ff a b r i c s ,t r a d i t i o n a li m a g es e g m e n t a t i o na r i t h m e t i c u s u a l l yc ann o td e t e c tt h ed r a p ec o n t o u r so ff a b r i c sc o r r e c t l y T h e r e f o r e ,a c c o r d i n gt of e a t u r e so ft h ec o n t o u r
5、s i nf a b r i cd r a p ei m a g e s ,a na c t i v ec o n t o u rm o d e l ( S n a k e sm o d e l ) b a s e do nt h eg r a d i e n tv e c t o rf l o w ( G V F ) f i e l di s p r o p o s e dt or e c o g n i z et h ee d g e so ff a b r i c s AS n a k ee d g ed e t e c t i o nm o d e li si m p l e m e
6、n t e db yg r e e d ya r i t h m e t i c , a n dt h e nt h ed r a p ec o n t o u r so f5t y p i c a lp r i n t i n gf a b r i c sd e t e c t e db yt h i sm o d e la r ec o m p a r e dw i t ht h ec o n t o u r s e x t r a c t e db ye d g eg r a d i e n ts c a n n i n g T h er e s u l to ft h ee x p e
7、 r i m e n ts h o w st h a tt h i se d g ed e t e c t i o nm o d e li sa b l e t op r e c i s e l yd e t e c tv a r i o u sd r a p ec o n t o u r so fs p e c i a lp r i n t i n gf a b r i c s ,w h i c hc a nn o tb ed e t e c t e dp r e c i s e l y ,o r e v e na r eu n d e t e c t a b l e ,b yt r a d
8、 i t i o n a li m a g es e g m e n t a t i o na r i t h m e t i c K e yw o r d s f a b r i cd r a p ep e r f o r m a n c e ;i m a g es e g m e n t a t i o n ;e d g ed e t e c t i o n ;a c t i v ec o n t o u rm o d e l ;g r a d i e n t v e c t o rf l O W 用计算机图像处理技术获取织物悬垂形态是当 前织物悬垂研究领域的热点之一。1 。在织物悬垂性
9、图像测试中,关键步骤是将图像中的织物与背景分 离,这里要用到图像分割技术。图像分割是由图像 处理到图像分析的关键步骤,是从织物悬垂图像中 提取悬垂特征参数并对其进行客观评价的基础。 基于特征的图像分割主要通过以下图像处理方 法实现:1 ) 利用区域间灰度不连续的基于边界 ( b o u n d a r y b a s e d ) 的算法;2 ) 利用区域灰度相似性的 基于区域( r e g i o n b a s e d ) 的算法幢。基于边界的图像 分割算法主要是利用局部滤波器技术( 如边缘检测 算子) ,这一方法虽然比较简单,同时在有噪声的环 境下也比较稳定,但是由于受到织物本身花纹图案
10、的影响,很难提供出一条连续的无断点的边界轮廓。 因此,当前织物悬垂性图像测试系统绝大多数都采 用基于区域的分割算法阈值化分割算法来提取 图像中的织物边缘轮廓一。然而对于一些特殊的 具有大印花图案且其灰度图像上深色和浅色成分比 例基本平衡的织物,投影屏背景无论采用什么颜色, 图像的对比度都不高,且背景灰度分布和目标灰度 分布相互渗透,采用阈值化分割算法无法准确地提 取出悬垂织物的轮廓旧。 收稿日期:2 0 0 5 0 5 2 4修回日期:2 0 0 5 1 0 2 7 基金项目:国家自然科学基金资助项目( 5 0 2 7 5 1 3 9 ) ;浙江省自然科学基金资助项目( 0 1 3 8 8 G
11、 ) 作者简介:刘玄木( 1 9 7 6 一) ,男,汉族,硕士生。主要研究领域为图像处理与计算机视觉。 万方数据 PDF Watermark Remover DEMO : Purchase from www.PDFWatermarkR to remove the watermark 第3 期刘玄木等:织物悬垂测试系统中织物边缘的识别【9 】 针对上述问题,本文尝试采用一种新的图像分 割算法动态轮廓模型( a c t i v ec o n t o u rm o d e l ,或称 S n a k e ) b j 来识别悬垂织物轮廓,并将结果与传统基 于阈值分割和边缘点梯度扫描算法所得到的织物轮
12、 廓作了比较。 1S n a k e 模型概述 动态轮廓模型,又称为S n a k e 模型,是K a s s 等人 在1 9 8 7 年提出的一种新型的图像分割模型。 1 1 传统的S n a k e 模型 传统的S n a k e 是定义在图像范围内一条活动曲 线X ( s ) = 算( s ) ,Y ( s ) ,s 0 ,1 ,它能够在曲线 本身的内部能量和由图像产生的外部能量的共同驱 动下发生变形,其变形的最终结果是使活动曲线本 身与目标物体的边缘或者是图像中期望检测到的特 征的形状相一致,从而达到能量最小化。S n a k e 的能 量表达式为 r I E s 。k 。= l 告(
- 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:
- 织物 悬垂 测试 系统 边缘 识别
链接地址:https://www.31doc.com/p-3723608.html