[发明专利]一种基于形状和颜色特征的鞋垫自动分类方法

摘要

本发明公开了一种基于形状和颜色特征的鞋垫自动分类的方法，其中离线训练包括如下步骤：一幅图像有多个鞋垫，先手动矩形框选鞋垫，然后对图像进行中值滤波，再对RGB图像转换到HSV颜色空间，对V通道图像进行阈值分割，再对阈值分割后图像进行最大轮廓提取；对最大轮廓的面积、弧长、最小外接矩形的长、最小外接矩形的宽、H通道图像灰度均值作为特征；根据鞋垫左右脚识别方法，分别建立左右SVM分类器，并添加类别标签，然后进行SVM训练，并将训练后的文件保存下来。该方法通过机器视觉采用数据科学中机器学习算法用于检测模块的构建和鞋垫形状颜色的检测识别，不受环境影响，识别稳定，快速，提高生产效率，减少人工降低了生产成本。

主权项

1.一种基于形状和颜色特征的鞋垫自动分类的方法，其特征在于：包括离线训练和在线识别：(1)、离线训练，包括如下步骤：①.一幅图像有多个鞋垫，先手动矩形框选鞋垫，然后对图像进行中值滤波，再对RGB图像转换到HSV颜色空间，对V通道图像进行阈值分割，再对阈值分割后图像进行最大轮廓提取；②.对最大轮廓的面积、弧长、最小外接矩形的长、最小外接矩形的宽、H通道图像灰度均值作为特征；③.根据鞋垫左右脚识别方法，分别建立左右SVM分类器，并添加类别标签，然后进行SVM训练，并将训练后的文件保存下来；(2)、在线识别，包括如下步骤：①.读取图像后，对整个图像进行中值滤波，然后对RGB图像转换到HSV颜色空间中，对V通道图像进行阈值分割，对分割后的二值图像进行轮廓提取，遍历每条轮廓；②.对于①中提取的轮廓，首先对轮廓面积进行判断，设置阈值，当面积较小时，表示为杂质，舍弃；然后提取轮廓的面积、弧长、最小外接矩形的长、最小外接矩形的宽、H通道图像灰度均值作为特征；③.根据鞋垫左右脚识别方法，如果为左脚就用左脚SVM分类器进行分类，如果为右脚就用右脚SVM分类器进行分类；从而得到分类标签，进一步将鞋垫归纳到其所属的那一类。