[发明专利]一种基于稀疏编码的织物外观平整度评价方法

摘要

本发明提供的一种基于稀疏编码的织物外观平整度评价方法由底层特征检测、中层特征设计、池化及分类四个部分组成。首先，采用尺度不变特征转换对图像进行特征点矢量量化，其次，利用稀疏编码的方式，及词袋模型进行中层特征的构建，使用支持向量机的方法实现不同类型织物的分类。该方法能够有效地实现非监督状态下的织物折皱自动评级。

主权项

一种基于稀疏编码的织物外观平整度评价方法，包括以下步骤：步骤1、提取各个织物图像的底层特征，包括以下步骤：步骤1.1、构建尺度空间，实现尺度空间极值化；步骤1.2、寻找图像在各尺度上的极值点作为特征点，当前尺度下的极值点为在当前尺度及上下两层的26个领域中，所查找出的最大或最小值；步骤1.3、通过拟合三维二次函数以确定各特征点的位置和尺度，同时去除低对比度和不稳定的边缘相应点，以增强匹配稳定性，提高抗噪声能力，接着给每个特征点赋值一个方向参数；步骤1.4、通过特征点的位置信息、所处尺度信息及方向信息，确定相应的SIFT特征区域，通过对特征点周围的SIFT特征区域进行分块，计算块内梯度直方图，从而生成独特性的SIFT特征向量，每个SIFT特征向量为一个SIFT描述子x，从而每幅图像描述为SIFT描述子的集合X＝[x₁，...，x_M]^T∈R^M×D，式中，M为SIFT描述子的总个数，D为特征空间的维度；步骤2、对步骤1.4得到的SIFT描述子的集合X＝[x₁，...，x_M]^T∈R^M×D利用稀疏编码算法得到一组基向量来更高效地表示X，也就是字典，再利用特征编码对字典的每个基分配最为合适的权重，使其能够正确的表示样本特征；步骤3、使用支持向量机的方法对步骤2得到的字典进行分为预先设定的折皱类别，从而建立建立不同折皱等级的字码库；步骤4、获得织物图像后，基于字码库实现不同织物的折皱等级评定。