[发明专利]一种识别准确率高的服装识别系统在审
申请号: | 201810542313.8 | 申请日: | 2018-05-30 |
公开(公告)号: | CN108776811A | 公开(公告)日: | 2018-11-09 |
发明(设计)人: | 韦德远 | 申请(专利权)人: | 梧州井儿铺贸易有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46;G06T7/11;G06T7/49 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 543000 广西壮族自治区梧州市银*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 服装图像 平整 特征匹配模块 特征提取模块 图像获取模块 服装 识别系统 准确率 匹配 放置状态 图像匹配 采集 图像 引入 转化 | ||
1.一种识别准确率高的服装识别系统,其特征在于,包括图像获取模块、特征提取模块和特征匹配模块,所述图像获取模块用于采集非平整服装图像和平整服装图像,所述特征提取模块用于对非平整服装图像和平整服装图像的特征进行提取,所述特征匹配模块用于非平整服装图像同平整服装图像特征进行匹配,完成非平整服装识别。
2.根据权利要求1所述的识别准确率高的服装识别系统,其特征在于,所述特征提取模块包括第一特征提取模块、第二特征提取模块,所述第一特征提取模块用于非平整服装图像和平整服装图像颜色特征的提取,所述第二特征提取模块用于非平整服装图像和平整服装图像的纹理特征进行提取。
3.根据权利要求2所述的识别准确率高的服装识别系统,其特征在于,所述第一特征提取模块用于图像颜色特征的提取,具体为:
将图像从RGB空间转化到HSI空间,其中,H表示色调分量,S表示饱和度分量,I表示亮度分量,对于任意像素,当I<0.2且S<0.2+4(0.2-I),则像素为黑色,当I>0.8且S<0.2+4[0.2-(1-I)],则该像素为白色,当0.2≤I≤0.8且S<0.2,则像素为灰色,对于其余颜色,将色度环平均分为10份,像素共有13种颜色;
将13种颜色按照一定顺序排列,采用下式确定服装图像的颜色特征T1:T1=[p1,p2,…,p13],其中,pi表示第i种颜色的特征因子,其中,ni表示第i种颜色像素在图像中出现的概率,N表示图像中像素总量,i=1,2,…,13。
4.根据权利要求3所述的识别准确率高的服装识别系统,其特征在于,所述第二特征提取模块用于非平整服装图像和平整服装图像的纹理特征进行提取,具体为:
将服装图像分割为具有不同纹理属性的区域,从每个区域中提取椭圆形纹理采样块,再分别提取椭圆形纹理采用块的纹理特征;
所述椭圆形纹理采样块采用以下方式提取:
将半长轴为区域面积五分之一开方、离心率为0.2的椭圆形作为滑动窗口,若该滑动窗口能完全处在区域内,则保持离心率不变增大半长轴,直到与纹理区域内切,将此时的滑动窗口作为椭圆形纹理采样块;若该滑动窗口不能完全处于区域内,则将滑动窗口与该区域重合面积最大时的位置作为椭圆形纹理采样块;
所述椭圆形纹理采用块的纹理特征采用以下方式提取:
采用Radon变换计算椭圆形纹理采样块的主方向,将其作为相应区域的纹理主方向,利用下式确定服装图像的纹理特征T2:T2=[q1,q2,…,qm],其中,qj表示第j个区域的纹理主方向,m表示具有不同纹理属性的区域的个数,j=1,2,…,m。
5.根据权利要求4所述的识别准确率高的服装识别系统,其特征在于,所述特征匹配模块包括第一特征匹配模块、第二特征匹配模块和第三特征匹配模块,所述第一特征匹配模块用于非平整服装图像和平整服装图像颜色特征的匹配,获取第一匹配结果,所述第二特征匹配模块用于非平整服装图像和平整服装图像的纹理特征进行匹配,获取第二匹配结果,所述第三特征匹配模块用于根据第一匹配结果和第二匹配结果对非平整服装进行识别。
6.根据权利要求5所述的识别准确率高的服装识别系统,其特征在于,所述第一特征匹配模块用于非平整服装图像和平整服装图像颜色特征的匹配,具体为:
采用下式计算非平整服装图像和平整服装图像颜色特征的相似性因子:
上述式子中,SYk表示非平整服装和第k件平整服装的颜色特征的相似性因子,pi表示非平整服装中第i种颜色的特征因子,pi,k表示第k件平整服装第i种颜色的特征因子,k∈[1,M],M表示服装的总数量;颜色特征的相似性因子越大,表示匹配程度越高;
选取颜色特征的相似性因子最大的平整服装图像作为非平整服装的第一匹配结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于梧州井儿铺贸易有限公司,未经梧州井儿铺贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810542313.8/1.html,转载请声明来源钻瓜专利网。