[发明专利]一种基于内容特征的四方连续纹样自动生成方法

说明书

本发明提供了一种基于内容特征的四方连续纹样自动生成方法，其首先通过平滑滤波算法滤除分形图的噪声，并进行灰度化；然后Canny边缘检测并提取灰度图像的边缘分布直方图、计算四边元素概率分布，对分形图是否需要提取花型进行判断；再用矩形窗口轮寻机制对分形图进行内容检索并确定花型位置，最后通过调用平排与错接两种方法进行四方连续纹样生成。由此可见，本发明纹样生成方法通过滤波、边缘特征检索、花型内容定位、纹样提取与拼接等主要步骤，自动提取花型并生成四方连续纹样。

技术领域

本发明属于纺织设计技术领域，具体涉及一种基于内容特征的四方连续纹样自动生成方法。

背景技术

随着服装设计行业的发展，计算机辅助设计领域相关技术的成熟，快速高效地生成大量的艺术图片为设计师提供设计灵感。由计算机图形学生成的非线性图片，花型主体分布不固定，在实际应用中需要经过花型提取，组织布局提高设计效果。

四方纹样的生成过程一般可分为预处理、花型提取、组织布局三个步骤，通过预处理，降低图像噪声并增强图像中花型边缘，再进行边缘检测获取边缘信息。在边缘检测中，边缘像素的分布特征是定位花型主体的重要因素，非线性图形本身就是规律噪声集合，渲染生成出的图形边缘信息模糊。因此，直接进行边缘检测会造成花型主体过大，花型区域无法用常规矩形包含，应先对图像进行预处理，以最大限度消除分形变换产生的噪声等与图案无关的信息。目前，图像预处理方法主要有如均值滤波、中值滤波、高斯滤波、双边滤波、基于加权最小二乘滤波、L0梯度最小化、全变差及相对全变差模型等。

向忠等人在《基于边缘和颜色特征的织物印花花型检索》一文中提出了一种综合花型边缘和颜色特征的图像检索算法，利用中值滤波对花型图像进行滤波去噪，并采用Canny算子获取花型边缘，以边缘像素坐标加权中心点为圆心，将各边缘点划分到若干等距环面内，提取花型边缘距离直方图，并在对边缘像素点直线拟合基础上，提取边缘方向直方图；然后在HSV空间内对彩色边缘进行颜色量化，提取各颜色分量构成颜色直方图；最后对3种特征分别进行相似性度量，并赋予三者不同权重予以结合，获得图像间相似度，以此来检索相似花型；但文献技术在选择特征上仅仅考虑了明亮对比和边缘方向。

赵鹏博等人在《基于内容特征的图像匹配算法的研究》一文中针对交互式GraphCuts图像分割算法需要人工手动选择前景目标和背景场景条件的不足，提出一种基于SIFT算法的改进Graph Cuts(GC)图像分割算法，应用于自动寻找图像分割的种子点；仿真结果表明，改进的GC算法有较好的分割效果。在图像匹配过程中，其针对传统SIFT算法对颜色特征提取先天性的不足，提出了基于颜色直方图的SIFT特征提取算法：首先根据传统SIFT特征提取算法计算特征点的位置、尺度和方向；然后以特征点为中心，以固定领域大小为窗口，增加计算颜色直方图，利用颜色直方图进行初次匹配，以缩小图像的搜索范围；最后根据传统SIFT特征点的算子进行第二次匹配，并将匹配出的图像以相似度由高到低进行排列；但该特征提取算法并没有将窗口引入到花型的定位，进行花型的提取。

发明内容

鉴于上述，本发明提供了一种基于内容特征的四方连续纹样自动生成方法，通过边缘特征来确定主体花型，分析花型类型，提取花型作为基础纹样进行四方连续拼接布局。

一种基于内容特征的四方连续纹样自动生成方法，包括如下步骤：

(1)对分形图像库中的样本图像进行预处理操作；

(2)对预处理后的样本图像进行边缘检测，通过统计边缘检测结果图像中上下左右任意一边的边缘像素概率分布以判断样本图像边缘是否均匀：若均匀则使该样本图像作为基础纹样并执行步骤(4)；若不均匀则无法生成四方连续纹样，抛弃该样本图像；若介于均匀与不均匀之间则执行步骤(3)；

(3)采用矩形框循环扫描机制从样本图像中提取花型区域作为基础纹样；

(4)根据基础纹样进行四方连续拼接生成四方纹样。