数字图像处理技术对纬编提花针织物花型的识别和意匠图自动生成的研究

摘要

数字图像处理是关于数字图像信号处理的一门技术，近年来发展很快。而属于数字图像处理范畴的图像分割技术在处理针织物，特别是在对纬编提花针织物花纹的自动分割和识别方面发挥着重要的作用。本文的目标就是把对纬编提花针织物图像的识别从灰度级别上升到真彩级别，并且开创性地把基于模式识别上常用的均值漂移算法运用到对纬编提花针织物图像的自动分割上来。 本文首先用数码相机获取了纬编提花针织物的彩色图像，并且运用中值滤波和形态学处理方法，即腐蚀和膨胀来对图像进行预处理。经过处理以后图像的噪点和杂色现象得到了较好的控制。 在纬编提花针织物图像的分割阶段，论文分别阐述了基于K—均值聚类算法、阈值分割算法和均值漂移算法来分别实现图像分割的原理、上机实现方法和实验结果，接着基于这个过程对三种图像识别与分割的算法进行了比较。采用上述三种方法分别生成2到4色共六种纬编提花织物图像的分割效果图，通过实际效果的对比，得出均值漂移算法是分割彩色纬编提花针织物图像的较优方案。 最后完成了基于均值漂移算法分割效果图之上的织物彩色意匠图的自动生成。 在WindowsXPProfession版本的操作系统平台上，利用VisualC++，本实验完成了预处理和各种分割算法的软件编程，并且分别能够实现对纬编提花针织物图像的分割而且保存它们处理的结果。最后在Matlab平台上，利用均值漂移算法分割织物图像生成的结果，实现了织物意匠图的自动生成。 本文在完成实验目标的同时，还对各种实现方法进行算法思想、实现过程以及分割效果的比较，在比较的过程中解决实验中的问题，不断修正意匠图自动生成程序，利用多种编程软件简化实验。在论文的最后，笔者展望了对于改进纬编提花针织物自动分析的三点看法。 本文只对划定区域的彩色纬编提花针织物进行了处理，取得的效果基本和手绘的意匠图一致。但是对于规整性较差，色彩明晰度不佳的织物，还需要作进一步的探讨。