专利汇可以提供一种基于改进L0梯度的织物沾水区域分割方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于改进L0梯度的织物沾 水 区域分割方法,包括以下步骤:步骤1:并获取织物沾水图像;步骤2:裁剪掉步骤1得到织物沾水图像中的非测试区域,获取织物沾水图像测试区域;步骤3:对步骤2获得的裁剪好的灰度图像进行均衡化,得到图像S;步骤4:在步骤3得到的图像S中每个 像素 点p处,计算像素点p沿x,y方向的梯度,记作x方向与y方向相互垂直;步骤5:根据最小化L0梯度和拉普拉斯 降维 原理,对步骤3得到的图像S 迭代 求解平滑图像;步骤6:对步骤5处理过的图像进行图像聚类分割操作,最终得到织物沾水区域的分割图;本发明方法能够对沾水区域进行准确有效的提取,进行传统的聚类分割能真实地反映沾水区域的实际状态。,下面是一种基于改进L0梯度的织物沾水区域分割方法专利的具体信息内容。
1.一种基于改进L0梯度的织物沾水区域分割方法,其特征在于,包括以下步骤:
步骤1:根据美国纺织化学师与印染师协会标准AATCC22-2005《纺织品拒水性测试喷淋法》进行织物沾水性实验,并获取织物沾水图像;
步骤2:裁剪掉步骤1得到织物沾水图像中的非测试区域,获取织物沾水图像测试区域;
步骤3:对步骤2获得的裁剪好的灰度图像进行均衡化,得到图像S;
步骤4:在步骤3得到的图像S中每个像素点p处,计算像素点p沿x,y方向的梯度,记作x方向与y方向相互垂直;
步骤5:根据最小化L0梯度和拉普拉斯降维原理,对步骤3得到的图像S迭代求解平滑图像;
步骤6:对步骤5处理过的图像进行图像聚类分割操作,最终得到织物沾水区域的分割图。
2.如权利要求1所述的基于改进L0梯度的织物沾水区域分割方法,其特征在于,步骤2中,裁剪掉非测试区域,获取织物沾水图像测试区域具体过程如下:
2-1将步骤1的织物沾水图像灰度化;
2-2对步骤2-1中灰度化后的图像采用最大类间方差法二值化;
2-3对步骤2-2中获得的二值化图像进行自适应中值滤波;
2-4采用索贝尔算子检测,获得步骤2-3处理后的图像的边缘;
2-5对经步骤2-4处理过的只含边缘的图像通过霍夫变换检测出圆心和半径;
2-6依据步骤2-5检测出的圆心和半径,针对步骤1获得的图像,裁剪出测试区域。
3.如权利要求1所述的基于改进L0梯度的织物沾水区域分割方法,其特征在于,步骤5中,根据最小化L0梯度和拉普拉斯降维原理,对步骤3得到的图像S迭代求解平滑图像的具体步骤如下:
5-1初始化平滑程度控制参数λ∈[0.006~0.010],迭代次数控制参数κ∈[1.1~1.8],β=2λ,迭代次数计数器t=0,图像S大小为M×N,m∈[1,M],n∈[1,N],S(t)←S;
5-2针对L0范数子问题,固定S(t),求解图像S中像素p处梯度(hp,vp),如下式所示:
5-3固定(hp,vp),求解S(t);
5-4把S(t)中每个像素点p化为CIELab颜色空间的向量形式xp=[μ*lp,ap,bp]T,μ=0.3~
0.6;
5-5计算像素点p邻域内的像素点pm与pn的相似度 组成相似度
矩阵W,像素点pm与pn对应像素值分别为 和
5-6计算相似度矩阵W中行或列的和,即Dmm=∑nWnm,拉普拉斯矩阵L=D-W;
5-7把S(t)化为RGB分量的向量形式 计算LS=λDS的广义特征向量;
解出的特征向量,按照对应的特征值从小到大排列,组成降维后局部灰度平滑的向量形式的图像,再把向量图化为矩阵形式S';
5-8把步骤5-7中求得的S'代入下式中, 记为快速傅里叶变换, 记为复共轭傅里叶变换, 记为δ函数的傅里叶变换,解得S(t+1);
5-9β←2β,t++;
5-10重复步骤5-2~5-9,直至β≥105,输出平滑后的近似图像I作为平滑处理后的图像。
4.如权利要求3所述的基于改进L0梯度的织物沾水区域分割方法,其特征在于,λ=
0.007~0.009。
5.如权利要求3所述的基于改进L0梯度的织物沾水区域分割方法,其特征在于,κ=1.3~1.6。
6.如权利要求3所述的基于改进L0梯度的织物沾水区域分割方法,其特征在于,μ=0.4~0.5。
7.如权利要求1所述的基于改进L0梯度的织物沾水区域分割方法,其特征在于,步骤6中,图像聚类分割操作采用模糊聚类。
8.如权利要求1所述的基于改进L0梯度的织物沾水区域分割方法,其特征在于,步骤6中,对步骤5处理过的图像进行图像聚类分割操作的具体步骤如下:
6-1步骤5-10得到的近似图像I中有L个样本点xi,i=1,2,3...,L,设定聚类个数C;
6-2初始化C个聚类的中心cj,j=1,2,...,C;
6-3根据式 计算样本点xi属于C个中心cj的隶属度uij,加
权指数e=2;
6-4根据式 重新计算各类的中心{ci,i=1,2,…,C};
6-5重复步骤6-3~6-4,直至式 收敛;
6-6得到概率图像P。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种任意复杂裂缝介质格子法弹性建模方法 | 2020-05-16 | 390 |
一种基于双目视觉的车载视频异常运动检测方法 | 2020-05-22 | 112 |
有源电子梯形电路的有限频率范围迭代学习容错控制方法 | 2020-05-12 | 580 |
一种单频雷达成像方法和装置 | 2020-05-17 | 312 |
一种基于多边形广义霍夫变换的图像匹配方法 | 2020-05-24 | 216 |
带电流控制滑动流形的移相全桥直流变换器PWM滑模控制方法 | 2020-05-13 | 253 |
大规模埋地油气管道GIC和PSP计算方法 | 2020-05-20 | 882 |
一种图像分割方法及系统 | 2020-05-23 | 118 |
一种有源电力滤波器无传感器控制方法 | 2020-05-11 | 712 |
一种基于边缘和梯度特征的模板匹配算法 | 2020-05-12 | 96 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。