[发明专利]基于视觉注意机制的织物起球等级评价方法

说明书

基于视觉注意机制的织物起球等级评价方法，包括以下步骤：步骤1、采集织物起球图像；步骤2、对织物起球图像进行小波多层分解：步骤3、确定织物起球图像的中央层子图与周边层子图；步骤4、构建织物起球显著图；步骤5、获取织物起球目标；步骤6、提取织物起球特征；步骤7、对织物起球等级进行评价。基于视觉注意机制的织物起球等级评价方法，通过准确选择中央层子图与周边层子图并且在它们之间进行中央‑周边操作，能够提高起球目标的显著性、减少计算量；对织物起球显著图进行阈值分割和滤波，能够有效获取织物起球目标；在此基础上，提取起球特征，进而快速、准确地对织物起球等级进行客观评价。

技术领域

本发明属于织物表面评价方法技术领域，涉及一种基于视觉注意机制的织物起球等级评价方法。

背景技术

织物起球不仅影响织物外观，还会降低织物的穿着体验，因而，织物起球等级评价是检验与控制织物质量的重要指标。传统的对织物起球等级的评价主要是依靠检验人员肉眼完成的，这种等级评价效果受到检验人员的个人经验、心理因素等主观因素的影响，因而无法对织物起球等级做出客观的评价。

目前，随着计算机、图像处理技术的发展，新的织物起球自动检测与等级客观评价算法不断涌现，织物起球等级客观评价方法很多，基于机器视觉的织物起球等级客观评价方法逐渐成为研究的热点。

在空间域内，很多研究者做了大量的研究，并取得了一定的研究成果，但仍存在一定的不足：灰度直方图统计法，主要是对织物灰度图像进行灰度直方图统计，再进行阈值分割，选取起球的面积数目作为特征参数，但是当织物纹理较复杂时，织物上的浮点容易被误认为是毛球(K onda A，X in L C.Evaluation of Pilling by computer imageanalysis.Journal of the Textile Machinery Society o f Japan，1990，36(3):9 6-10)；支持向量机客观评价法，使用支持向量机(SVM)的数据挖掘织物起球的性能并作出预测，但SVM的参数主要依靠经验来选择，主观性较强(Poh Hean Yap,Xungai Wang,LijingWang,and Kok-Leong Ong.Prediction of Wool Knitwear Pilling Propensity usingSupport Vector Machines[J].Textile Research Journal,2010,80(1):77-83)；高斯模板匹配法，运用了二维高斯拟合理论，用实际起球图像训练起球模板，并用直方图拟合技术确定合理的阈值来分割图像，再提取起球数目、起球疵点的平均面积、起球的总面积、起球对比度和密度去训练起球特征，并通过建立相应的公式评估起球等级，然而，训练出的起球模板是否是最佳匹配的起球模板，将会直接影响评估效果(Binjie Xin,Jinlian Hu,andHaojin Yan.Objective Evaluation of Fabric Pilling Using Image AnalysisTechniques[J].Textile Research Journal,2002,72(12):1057-1064)；立体视觉客观评估法，采用立体视觉进行立体评估,主要适合于柔软的粗纱线织物起球等级评价，不适合坚硬的细纱线织物起球等级评价(Bugao Xu,Wurong Yu,and RongWu Wang.Stereovisionfor three-dimensional measurements of fabric pilling[J].Textile ResearchJournal,2011,81(20):2168-2179；K im S C，K an g T J.Evaluation of fabricpilling using hybrid imaging methods[J].Fibers and Polymers，2006，7(1):57-61)。