CN102496166A

CN102496166A - 基于图像处理的彩色纤维分色的方法

Info

Publication number: CN102496166A
Application number: CN2011103852048A
Authority: CN
Inventors: 卢雨正; 高卫东
Original assignee: Jiangnan University
Current assignee: Jiangnan University
Priority date: 2011-11-28
Filing date: 2011-11-28
Publication date: 2012-06-13

Abstract

本发明公开了一种基于图像处理的彩色纤维分色的方法，通过底片扫描仪对纤维图像进行扫描，获得彩色纤维图片；截取上述彩色纤维图片的一部分图片；将上述截取的彩色纤维图片转换为HSV色彩属性模式；按照S（饱和度）＜0.15或V（明度）＜0.20将上述HSV色彩属性模式的图片划分灰色和彩色区域；在上述灰色区域按照V值的大小进行聚类分析；在上述彩色区域按照HSV空间欧几里德距离进行聚类分析，获得颜色类别数量以及颜色数值;对获得彩色纤维图片多次重复截取，并得到多组颜色类别数量以及颜色数值；将上述得到的所有的颜色类别数量以及颜色数值进行统计。以达到节约人力、物力，使用简单，分色效率高的目的。

Description

基于图像处理的彩色纤维分色的方法

技术领域

本发明涉及图像处理领域，具体地，涉及一种基于图像处理的彩色纤维分色的方法。

背景技术

为了满足人们穿着多样性的要求，在生产纺织品纱线的过程中，可以将多种色彩组成的纤维按照一定的比例混合在一起，再进行纺纱，得到的纱线具有十分特别的视觉效果，丰富了人们对于色彩的选择。在实际生产过程中，如何获得各个色彩的组分是一个难题，目前生产厂商普遍采用的办法是人工分色，对来样的混色纤维条子进行诸根纤维的计数，获得各个色彩组分颜色值和对应比例，由生产线进行尝试，观察生产所得条子与来样条子之间是否匹配，如果不匹配，需要重新配色，再经过试纺，直到匹配为止。这一过程往往需要很长时间，对配色工人的经验有较高要求，对人力、物力的浪费极大。

发明内容

本发明的目的在于，针对上述问题，提出一种基于图像处理的彩色纤维分色的方法，以实现节约人力、物力，使用简单，分色效率高的优点。

为实现上述目的，本发明采用的技术方案是：

一种基于图像处理的彩色纤维分色的方法，包括以下步骤：

通过底片扫描仪对纤维图像进行扫描，获得彩色纤维图片；

截取上述彩色纤维图片的一部分图片；

将上述截取的彩色纤维图片转换为HSV色彩属性模式；

按照S（饱和度）＜0.15或V（明度）＜0.20将上述HSV色彩属性模式的图片划分灰色和彩色区域；

在上述灰色区域按照V值的大小进行聚类分析；在上述彩色区域按照HSV空间欧几里德距离进行聚类分析，获得颜色类别数量以及颜色数值;

对获得彩色纤维图片多次重复截取，并得到多组颜色类别数量以及颜色数值，至少重复50次；

将上述得到的所有的颜色类别数量以及颜色数值进行统计。

根据本发明的优选实施例，上述截取的彩色纤维图片的大小为1000×1000像素的图片。

本发明的技术方案通过将图像处理技术应用到传统的纺织品纱线中，利用图像处理技术对纱线进行采样和分析，从而得到具有多种色彩的纤维，因图像处理主要使用计算机进行，从而达到了使用简单，分色效率高的目的，同时节约了大量的人力和物力。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明所述的基于图像处理的彩色纤维分色的方法流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1所示，一种基于图像处理的彩色纤维分色的方法，包括以下步骤：

步骤S101：通过底片扫描仪对纤维图像进行扫描，获得彩色纤维图片；

步骤S102：截取彩色纤维图片的一部分图片；

步骤S103：将截取的彩色纤维图片转换为HSV色彩属性模式；

步骤S104：按照S（饱和度）＜0.15或V（明度）＜0.20将HSV色彩属性模式的图片划分灰色和彩色区域；

步骤S105：在灰色区域按照V值的大小进行聚类分析；在彩色区域按照HSV空间欧几里德距离进行聚类分析，获得颜色类别数量以及颜色数值;

步骤S106：多次重复S102至S105的步骤得到多组颜色类别数量以及颜色数值，重复50次；

步骤S107：将步骤S105和步骤S106得到的颜色类别数量以及颜色数值进行统计。

其中，在步骤S102中截取的彩色纤维图片的大小为1000×1000像素的图片。

其中的欧几里德距离计算过程如下：

灰度区域内的距离：

其中d（x_k，x_i）表示两个色彩（k和i）的距离，Vk,Vi分别为两者的V分量大小。灰度区域内的距离度量直接用V分量的绝对差值描述。

彩色区域内的距离：

Figure 2011103852048100002DEST_PATH_IMAGE003

此式将HSV空间转换为直角坐标坐标空间C，各个参数与灰度区域参数相似，两个色彩的距离等效为直角坐标系内的空间欧几里德距离。

其中：HSV色彩属性模式是根据色彩的三个基本属性：色相（H）、饱和度（S）和明度（V）来确认颜色的一种方法，在图像处理系统中可用具体的数字范围来表示这三个属性，从而将具体的色彩转换为具体的数字。

说明：本发明所采用的聚类分析方法为FCM，模糊C聚类分析，是其中的一种，参考文献如下：

Bezdek J, Hall L, Clarke L. Review of MR image segmentation using pattern recognition. Med Phys 1993; 20:1033–48。

综上所述，本发明利用图像处理来代替人工分色，大大提升配色速度，同时减少循环生产的浪费。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种基于图像处理的彩色纤维分色的方法，其特征在于，包括以下步骤：

S101：通过底片扫描仪对纤维图像进行扫描，获得彩色纤维图片；

S102：截取上述彩色纤维图片的一部分图片；

S103：将上述截取的彩色纤维图片转换为HSV色彩属性模式；

S104：按照S（饱和度）＜0.15或V（明度）＜0.20将上述HSV色彩属性模式的图片划分灰色和彩色区域；

S105：在上述灰色区域按照V值的大小进行聚类分析；在上述彩色区域按照HSV空间欧几里德距离进行聚类分析，获得颜色类别数量以及颜色数值;

S106：重复上述S102至S105的步骤得到多组颜色类别数量以及颜色数值，至少重复50次；

S107：将上述步骤S105和步骤S106得到的颜色类别数量以及颜色数值进行统计。

2.根据权利要求1所述的基于图像处理的彩色纤维分色的方法，其特征在于，上述步骤S102中截取的彩色纤维图片的大小为1000×1000像素的图片。