[发明专利]一种基于多特征融合的羊毛羊绒识别方法

说明书

本发明公开一种基于多特征融合的羊毛羊绒识别方法，目的在于寻找更为有效的羊绒与羊毛识别的实现方案，其包括如下步骤：获取带有羊毛或羊绒的纤维图像；从纤维图像中提取纤维纹理特征和纤维形态特征，并基于纤维纹理特征和纤维形态特征构建多维数组；重复上述步骤，得到多个多维数组，并将多个多维数组输入K均值聚类系统，以使羊毛和羊绒分开。本发明通过先提取纤维图像中的纤维纹理特征和纤维形态特征，再利用K均值聚类算法对羊毛羊绒纤维进行自动分类识别，简化了识别操作，降低了识别成本，同时采用智能识别又在一定程度上克服了人为干扰，提高了识别效果。

技术领域

本发明涉及图像处理领域，具体而言，本发明涉及一种基于多特征融合的羊毛羊绒识别方法。

背景技术

在纺织工业及服装制造领域，羊绒与羊毛一直是两种十分重要的纺织材料，但是两者的性能、价格相差巨大。由于羊绒和羊毛直观的形态结构、颜色特征较为相似，很难用肉眼直接进行区分，所以市场上经常会出现羊毛羊绒混杂，甚至于羊毛代替羊绒进行服饰生产的现象，扰乱了市场的正常运营，损害了消费者的权益。

目前常用的方法主要是物理、化学、生物三大类，但是实验成本较高、操作较为复杂，且存在较大的人为干扰因素。此外，也存在基于利用单一纹理特征进行纤维识别的方法，其主要通过灰度共生矩阵或者其它方法提取纤维的纹理特征进而通过神经网络进行识别，而该方法仅仅利用纤维的表面纹理特征，没有考虑到纤维的形态特征，因此识别效果不佳。

发明内容

为了寻找更为有效的羊绒与羊毛识别的实现方案，本发明提供了一种具有较好识别效果的基于多特征融合的羊毛羊绒识别方法。

为实现上述目的，本发明一种基于多特征融合的羊毛羊绒识别方法，包括如下步骤：

步骤S1：获取带有羊毛或羊绒的纤维图像；

步骤S2：从所述纤维图像中提取纤维纹理特征和纤维形态特征，并基于所述纤维纹理特征和所述纤维形态特征构建多维数组；其中，所述纤维纹理特征包括熵、角二阶矩、相关以及惯性矩；所述纤维形态特征包括纤维直径形态特征；

步骤S3：重复步骤S1和步骤S2，得到多个多维数组，并将所述多个多维数组输入K均值聚类系统，以使所述羊毛和所述羊绒分开。

优选地，步骤S1包括如下步骤：

从纤维样本中采集得到纤维图片；

通过灰度处理、图像分割、图像去噪以及对比度拉伸处理所述纤维图片得到去除背景的单一纤维图片；

通过灰度处理、图像去噪、直方图均衡化以及二值化处理所述单一纤维图片得到去除背景的纤维图像。

优选地，所述步骤S2包括如下步骤：

基于灰度共生矩阵计算得到所述熵、角二阶矩、相关以及惯性矩；

基于区域生长算法与水平集中轴线算法得到所述纤维直径形态特征。

优选地，所述多维数组为五维数组，所述五维数组包括熵、角二阶矩、相关、惯性矩以及纤维直径形态特征。

与现有技术相比，本发明一种基于多特征融合的羊毛羊绒识别方法具有如下有益效果：

本发明一种基于多特征融合的羊毛羊绒识别方法通过先提取纤维图像中的纤维纹理特征和纤维形态特征，再利用K均值聚类算法对羊毛羊绒纤维进行自动分类识别，简化了识别操作，降低了识别成本，同时采用智能识别又在一定程度上克服了人为干扰，提高了识别效果。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明