[发明专利]一种织物光泽度自动分析评价方法及系统

权利要求书

1.一种织物光泽度自动分析评价方法，其特征在于，包括以下步骤：

光泽度等级划分步骤，将织物的光泽度量化为N个等级，N为大于1的整数；

建立光泽度等级与特征参数的对应关系步骤，选取图像的M个特征参数，各特征参数具有一个或者多个查找区间，每个查找区间对应一个光泽度等级或者多个光泽度等级，其中，M为大于1的整数；

织物光泽度评价步骤，获取待评价织物的织物图像，对织物图像进行处理，获取织物图像的M个特征参数，并根据该M个特征参数从所述查找区间中查找出该待评价织物所属的光泽度等级；

织物光泽度评价步骤中，对织物图像进行处理包括以下步骤：

(11)、将彩色的织物图像转换为灰度图像；

(12)、将所述灰度图像转换为二值图像；

该M个特征参数包括名义填充度、灰度对比度、光泽填充度极差、灰度共生矩阵对比度、饱和度对比度中的任意两个或以上的组合；

名义填充度K的计算方法为：二值图像中白色像素所占面积S_W与织物图像中织物成像区域的总面积S_Z的面积之比，即：

灰度对比度C的计算方法为：

对灰度图像进行灰度差分计算，得到灰度对比度C；

光泽填充度极差Φ的计算方法为：

二值图像中白色像素所占面积S_W与织物图像中矩形窗口的总面积S_R的面积之比，即：

灰度共生矩阵对比度CONN的计算方法为：

对灰度图像进行图像纹理分析，得到灰度共生矩阵对比度CONN；

饱和度对比度S_C的计算方法为：

获取HSI颜色空间的织物图像中S分量图像，并得到S分量图像的灰度对比度作为饱和度对比度S_C。

2.根据权利要求1所述的织物光泽度自动分析评价方法，其特征在于，步骤(11)中，将彩色的织物图像转换为加权平均值灰度图像及R、G、B三个分量的灰度图像之后，通过对上述四个平行的灰度图像增强暗度来增强灰度对比度，最后选取其中亮暗反差最大的灰度图像作为步骤(12)的操作对象。

3.根据权利要求1或2所述的织物光泽度自动分析评价方法，其特征在于，织物光泽度评价步骤中，根据织物的M个特征参数查找出该织物所属的光泽度等级的方法为：

(21)、获取织物图像的M个特征参数之后，将各个特征参数分别与其对应的查找区间进行比对；

(22)、若某一特征参数落入与该特征参数所对应的其中一查找区间，且该查找区间唯一对应一光泽度等级，则该织物的光泽度等级判断为与该查找区间所对应的光泽度等级一致。

4.根据权利要求3所述的织物光泽度自动分析评价方法，其特征在于，步骤(22)之后，若某一特征参数落入与该特征参数所对应的其中一查找区间，且该查找区间对应两个或以上光泽度等级，则继续判断其他特征参数所落入的查找区间对应的光泽度等级，比对出不同查找区间共同对应的一个光泽度等级作为该织物的光泽度等级。

5.根据权利要求1或2任一项所述的织物光泽度自动分析评价方法，其特征在于，所述织物光泽度自动分析评价方法采用离散型Hopfield神经网络进行评价，首先，将N个等级所对应的样本图像作为离散型Hopfield神经网络的平衡点，然后利用正交化法对离散型Hopfield神经网络进行学习，使各等级的评价指标趋于网络的平衡点，学习完成后，这些平衡点即为各个织物光泽等级所对应的等级分割点；

将待评价织物的特征参数作为新的初态输入至离散型Hopfield神经网络，离散型Hopfield神经网络执行计算，当其网络状态不再改变时，此时新的平衡点对应的等级便是待评价织物的光泽度等级。

6.一种织物光泽度自动分析评价系统，其特征在于，包括图像采集装置和处理装置，所述图像采集装置包括CCD相机、LED光源、球形座具以及遮光箱体，所述CCD相机、LED光源以及球形座具设置在所述遮光箱体内，将待评价织物固定在所述球形座具上，由CCD相机对待评价织物采集图像，并把所采集的织物图像发送给处理装置，所述处理装置按照权利要求1-5任一项所述的织物光泽度自动分析评价方法评价待评价织物的等级。