[发明专利]一种基于视觉的服装裁片识别方法

说明书

本发明公开了一种基于视觉的服装裁片识别方法，具体包括如下步骤：通过摄像头采集裁片图像，对采集到的裁片图像进行预处理；基于Canny边缘检测算法对经预处理后的裁片图像进行边缘检测,获取目标裁片；采用自适应阈值分割方法将目标裁片分割出来；分别提取目标裁片的轮廓特征和HSV颜色空间模型下的颜色直方图表达的颜色特征；构建SVM多类分类器；根据目前裁片的轮廓特征信息和颜色特征信息，采用SVM多类分类器对目标裁片样本进行特征提取和分类，根据分类结果，形成各类裁片特征库；利用裁片特征库对单一颜色布、格子布、条纹布裁剪的各种形状的待识别裁片进行识别分类。解决了现有裁片存在的劳动量大的问题。

技术领域

本发明属于机器视觉、服装裁片识别技术领域，涉及一种基于视觉的服装裁片识别方法。

背景技术

服装裁片识别是服装制造中重要的过程之一。特别是服装裁片识别分拣过程，不仅需要投入大量的时间、人力和物力，而且工作效率以及质量也不能得到很好的保障。因此实现对服装裁片识别的算法研究，可以提升服装生产的效益，同时也能保证产品的高品质，间接也推动了自动化的发展。

如何改善服装生产过程中对于由格子布、条纹布等布料裁剪的裁片识别与分拣的效率与准确性是提高生产效率的有效途径。近年来，图像处理技术与智能系统终端设备被很多领域所应用，因此，采用可靠、智能且高效的识别方法进行裁片识别成为趋势。基于图像处理技术的目标裁片识别方法，可以方便应用于微处理器终端，而且功耗和成本也相对较低。因此，采用视觉方法识别服装裁片具有一定的意义。

发明内容

本发明的目的是提供一种基于视觉的服装裁片识别方法，解决了现有服装生产中依靠人工识别格子布和条纹布的裁片存在的劳动量大的问题。

本发明所采用的技术方案是，一种基于视觉的服装裁片识别方法，具体包括如下步骤：

步骤1，通过摄像头采集裁片图像，并将采集到的裁片图像实时在线传送给PC机；

步骤2，对步骤1采集到的裁片图像进行预处理；

步骤3，基于Canny边缘检测算法对经步骤2预处理后的裁片图像进行边缘检测,获取目标裁片；

步骤4：对通过步骤3得到的目标裁片，采用自适应阈值分割方法，将裁片图像分成背景和前景两部分，遍历图像的不同阈值，计算不同阈值下对应的背景和前景之间的类内方差，选取类内方差的极大值对应的阈值作为分割阈值，利用该分割阈值将目标裁片分割出来；

步骤5，融合步骤3和步骤4得到目标裁片图像，分别提取目标裁片的轮廓特征和HSV颜色空间模型下的颜色直方图表达的颜色特征；

步骤6：构建SVM多类分类器；

步骤7：根据步骤5获得的目前裁片的轮廓特征信息和颜色特征信息，采用步骤6构建的SVM多类分类器对目标裁片样本进行特征提取和分类，根据分类结果，形成各类裁片特征库；

步骤8：利用步骤7所得的裁片特征库对单一颜色布、格子布、条纹布裁剪的各种形状的待识别裁片进行识别分类。

本发明的特点还在于，

步骤2的具体过程如下：

步骤2.1，使用高斯公式对目标图像进行滤波，采用如下公式(1)所示的size＝5的高斯内核进行滤波：

其中，K为滤波系数；

步骤2.2，选用如下公式(2)、(3)所示的卷积公式，分别对裁片图像行方向和列方向做卷积，对裁片图像进行降噪处理：

步骤3中裁片图像的边缘检测过程如下：