CN102629386A - 一种彩色纺织纹理图像的区域分割方法 - Google Patents
一种彩色纺织纹理图像的区域分割方法 Download PDFInfo
- Publication number
- CN102629386A CN102629386A CN2012100854402A CN201210085440A CN102629386A CN 102629386 A CN102629386 A CN 102629386A CN 2012100854402 A CN2012100854402 A CN 2012100854402A CN 201210085440 A CN201210085440 A CN 201210085440A CN 102629386 A CN102629386 A CN 102629386A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- seed
- region
- details
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种彩色纺织纹理图像的区域分割方法,包括:(1)确定图像中的颜色种类,每种颜色的像素点选取若干作为种子,并各自组合形成种子集合;(2)寻找图像中的细节像素点;(3)去除孤立的细节像素点,剩余的细节像素点构成连通区域;(4)依据颜色空间最小距离法则将各连通区域的像素点归类到相应的种子集合,合并更新种子集合;(5)扩大种子像素的范围,更新种子集合;(6)根据更新后的种子集合,利用种子区域生长算法,完成图像分割。本发明方法先得出细节像素点组成的连通区域,再根据颜色均值把区域归到种子集合某一子集当中,通过区域内所有像素点求颜色均值,可以减少噪声的影响,从而能比较完整、准确地确定纺织图像的彩色区域。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种彩色纺织纹理图像的区域分割方法。
背景技术
彩色纺织纹理图像的区域分割对提取纺织设计图案非常重要,一种合适的分割算法应能提取出完整的颜色区域。传统方法是,对每种颜色选取一些代表的像素作为种子,利用种子区域生长分割算法,把每个像素点划分到颜色空间距离最近的种子,再更新种子的颜色均值,种子不断扩大,直到全图像的像素都划分到相应区域中。这种办法能比较快捷地得到各个颜色区域,对于细节较少的彩色纺织图像,具有较好的效果。不足之处是,当图像细节比较多的时候,细节区域因为像素点较少,受噪声影响较大,这些区域容易分到错误的区域中,得不到完整的区域。
发明内容
本发明提供了一种彩色纺织纹理图像的区域分割方法,解决了传统方法细节部分不易区分,无法得到完整图像区域的问题。
一种彩色纺织纹理图像的区域分割方法,包括:
(1)确定图像中的颜色种类,每种颜色的像素点选取若干作为种子,并各自组合形成种子集合;
(2)寻找图像中的细节像素点;
(3)去除孤立的细节像素点,剩余的细节像素点构成连通区域;
(4)依据颜色空间最小距离法则将各连通区域的像素点归类到相应的种子集合,合并更新种子集合;
(5)扩大种子像素的范围,更新种子集合;
(6)根据更新后的种子集合,利用种子区域生长算法,完成图像分割。
步骤(1)中选取像素点,可以通过图像预处理步骤选取,也可采用人机交互等选取方法。
步骤(2)中寻找细节像素点的方法为:
在颜色空间亮度分量上,对原始的图像I0进行灰度级的开操作或闭操作,得到图像I1,计算图像I0和图像I1对应像素点亮度分量之间的距离,如所述距离大于设定的第一阈值,则认为该像素点为细节像素点。
当图像存在较多亮度较暗细节时,则进行灰度级闭操作,否则进行灰度级开操作。
所述第一阈值为α×dmax,其中α为设定的系数,dmax为图像I1和图像I0对应像素点亮度分量之间的最大距离。
步骤(3)中孤立的细节像素点为:若一个细节像素点的八邻域中,细节像素点少于设定的第二阈值,则认定它为孤立的细节像素点。
步骤(3)构成连通区域后,计算所有连通区域亮度分量的方差,如所述方差大于第三阈值,则利用直方图将该连通区域分割成两个子连通区域,并依据颜色空间最小距离法则将各个子连通区域归类到相应的种子集;如所述方差小于等于第三阈值,则依据颜色空间最小距离法则将整个连通区域归类到相应种子集。
单纯的种子区域生长分割算法,因为受到噪声影响,细节区域的像素点容易分到多个区域当中,导致细节区域分割杂点较多,而上述步骤(3)保证细节区域最多只可能存在两种颜色,从而减少了细节区域的杂点。
所述的第三阈值为β×σmax,其中β为设定的系数,σmax为所有连通区域亮度分量的方差最大值。
步骤(5)扩大种子像素的范围,更新种子集合的方法为:
计算非种子像素与每一类种子的色差距离,smin,1是非种子像素与各类种子的最小色差距离,smin,2是非种子像素与各类种子的第二小色差距离,若smin,1≥γ×smin,2,该非种子像素判断为种子像素,其中γ是设定的系数。
单纯的种子区域生长分割算法是逐像素点比较,单点像素容易受噪声影响,导致细节区域淹没在背景区域中;而本发明的方法,可以得出细节像素点组成的连通区域,再根据颜色均值把区域归到种子集合某一子集当中。通过区域内所有像素点求颜色均值,可以减少噪声的影响,从而能比较完整、准确地确定纺织图像的彩色区域。
附图说明
图1是本发明的流程图;
图2-a是一幅彩色纺织纹理图像;
图2-b是采用种子区域生长分割算法得到的图像(伪彩色表示);
图2-c是采用本发明方法得到的图像(伪彩色表示);
图3-a是另一幅彩色纺织纹理图像;
图3-b是采用种子区域生长分割算法得到的图像(伪彩色表示);
图3-c是采用本发明方法得到的图像(伪彩色表示)。
具体实施方式
实施例1
参见图1,采用以下步骤对图2-a进行细节区域进行提取。记原图像为I0,图像的宽度和高度分别为w和h(图2-a)。
(1)此图包含5种主要颜色,在任一颜色的中心区域选取若干像素作为该颜色的种子,得到种子集合。
(2),选取比例系数α为0.7,则I0与I1在CIELAB颜色空间的亮度(L)分量上距离大于0.7dmax的像素点,判断为细节像素点。
(4)在细节像素点的八邻域检查细节像素点的数目,选取第二阈值为3,如果八邻域中细节像素点的数目小于第二阈值,则判定该细节像素点为孤立的,并进行去除。
(5)剩余细节像素点利用区域生长的方法组成M个连通区域,计算这些连通区域中像素点在CIELAB颜色空间的亮度(L)分量上的最大方差σmax,如公式(3)、(4)、(5),选取比例系数β为0.7,则第二阈值确定为0.7σmax。
(6)对于在CIELAB颜色空间的亮度(L)分量上方差大于0.7σmax的连通区域,在L分量上运用直方图分割,并得到分割阈值(第四阈值)为TL,将L>TL的像素点归类到其中一个子连通区域内,将L≤TL像素点归类到另一个子连通区域,也就是将该连通区域分割成两个子连通区域。计算各个子连通区域中所有像素点在CIELAB空间的Lab分量均值,根据最小距离法则,如公式(6),将两个子连通区域归类到相应的种子集合,合并更新种子集合。
(7)对于在CIELAB颜色空间的亮度(L)分量上方差小于等于0.7σmax的连通区域,计算该连通区域中所有像素点在CIELAB空间的Lab分量均值,根据最小距离法则,如公式(6),把整个区域归类到相应的种子集合,合并更新种子集合。
其中,N是种子类别数,μL,μa,μb是当前连通区域在CIELAB颜色空间的Lab分量均值,是第k类种子在CIELAB颜色空间的Lab分量均值。
(8)计算非种子像素与每一类种子的色差距离,smin,1是非种子像素与各类种子的最小色差距离,smin,2是非种子像素与各类种子的第二小色差距离,若smin,1≥γ×smin,2,该非种子像素判断为种子像素,其中γ是设定的系数,这里设定γ为3,如公式(7)、(8)、(9)。
smin,1=min{sk|k=1,2...N} (8)
smin,2=min{sk|k=1,2...N∩k≠kmin,1}(9)
其中,sk是非种子像素p与第k类种子在CIELAB颜色空间的色差距离,是第k类种子在CIELAB颜色空间的Lab分量均值, 是原图像I0在像素p的Lab分量,kmin,1为smin,1对应的像素索引。
(9)对更新后的种子集合进行种子区域生长分割,得出完整的区域,结果如图2-c所示。
单纯地进行种子区域生长分割,即只执行实施例一中的步骤(1)、(8)。得出种子区域生长分割的结果,如图2-b所示。
实施例2
采用与实施例1类似的步骤,对图3-a进行分割,所得分割结果见图3-c,结合图3-b,再次证明:本发明的分割效果明显优于传统方法。
Claims (8)
1.一种彩色纺织纹理图像的区域分割方法,包括:
(1)确定图像中的颜色种类,每种颜色的像素点选取若干作为种子,并各自组合形成种子集合;
(2)寻找图像中的细节像素点;
(3)去除孤立的细节像素点,剩余的细节像素点构成连通区域;
(4)依据颜色空间最小距离法则将各连通区域的像素点归类到相应的种子集合,合并更新种子集合;
(5)扩大种子像素的范围,更新种子集合;
(6)根据更新后的种子集合,利用种子区域生长算法,完成图像分割。
2.根据权利要求1所述的区域分割方法,其特征在于,步骤(2)中寻找细节像素点的方法为:
在颜色空间亮度分量上,对原始的图像I0进行灰度级的开操作或闭操作,得到图像I1,计算图像I0和图像I1对应像素点亮度分量之间的距离,如所述距离大于设定的第一阈值,则认为该像素点为细节像素点。
3.根据权利要求2所述的区域分割方法,其特征在于,所述第一阈值为α×dmax,其中α为设定的系数,dmax为图像I0和图像I1对应像素点亮度分量之间的最大距离。
4.根据权利要求1所述的区域分割方法,其特征在于,步骤(3)所述孤立的细节像素点为八邻域中细节像素点数量少于设定的第二阈值的细节像素点。
5.根据权利要求4所述的区域分割方法,其特征在于,所述的第二阈值为3。
6.根据权利要求1所述的区域分割方法,其特征在于,步骤(3)构成连通区域后,计算所有连通区域的亮度分量的方差,如所述方差大于第三阈值,则利用直方图将该连通区域分割成两个子连通区域,并依据颜色空间最小距离法则将各个子连通区域归类到相应的种子集;如所述方差小于等于第三阈值,则依据颜色空间最小距离法则将整个区域归类到相应的种子集。
7.根据权利要求6所述的区域分割方法,其特征在于,所述的第三阈值为β×σmax,其中β为设定的系数,σmax为所有连通区域亮度分量的方差最大值。
8.根据权利要求1所述的区域分割方法,其特征在于,步骤(5)扩大种子像素的范围,更新种子集合的方法为:
计算非种子像素与每一类种子的色差距离,smin,1是非种子像素与各类种子的最小色差距离,smin,2是非种子像素与各类种子的第二小色差距离,若smin,1≥γ×smin,2,该非种子像素判断为种子像素,其中γ是设定的系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100854402A CN102629386A (zh) | 2012-03-28 | 2012-03-28 | 一种彩色纺织纹理图像的区域分割方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100854402A CN102629386A (zh) | 2012-03-28 | 2012-03-28 | 一种彩色纺织纹理图像的区域分割方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102629386A true CN102629386A (zh) | 2012-08-08 |
Family
ID=46587644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100854402A Pending CN102629386A (zh) | 2012-03-28 | 2012-03-28 | 一种彩色纺织纹理图像的区域分割方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102629386A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354864A (zh) * | 2015-09-25 | 2016-02-24 | 浙江大学 | 一种具有较高真实感的纺织物组织颜色替换模拟方法 |
CN106934846A (zh) * | 2015-12-29 | 2017-07-07 | 深圳先进技术研究院 | 一种布料图像处理方法及系统 |
CN108428235A (zh) * | 2018-02-07 | 2018-08-21 | 西北大学 | 彩色地形图中线要素分割方法 |
CN108957572A (zh) * | 2018-05-18 | 2018-12-07 | 广东工业大学 | 一种太赫兹成像方法、装置、设备及可读存储介质 |
CN109919899A (zh) * | 2017-12-13 | 2019-06-21 | 香港纺织及成衣研发中心有限公司 | 基于多光谱成像的图像的质量评估方法 |
CN110512372A (zh) * | 2019-08-22 | 2019-11-29 | 厦门盈趣科技股份有限公司 | 绣花机刺绣控制方法、系统、绣花机及存储介质 |
CN110751653A (zh) * | 2018-07-24 | 2020-02-04 | 珠海金山办公软件有限公司 | 一种幻灯片中的图片处理方法和装置 |
CN110945561A (zh) * | 2017-06-13 | 2020-03-31 | 爱色丽公司 | 高光谱成像分光光度计和系统 |
CN111726582A (zh) * | 2020-06-22 | 2020-09-29 | 曹婷 | 应用数值分析的防水式室外监控系统及方法 |
CN112258522A (zh) * | 2020-10-19 | 2021-01-22 | 哈尔滨体育学院 | 基于二次区域生长的武术竞赛区域分割方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1340273A (zh) * | 1999-04-23 | 2002-03-13 | 三星电子株式会社 | 彩色图像分割方法 |
CN101770645A (zh) * | 2010-02-10 | 2010-07-07 | 中国农业大学 | 高分辨率棉花异性纤维彩色图像的快速分割方法与系统 |
CN102013021A (zh) * | 2010-08-19 | 2011-04-13 | 汪建 | 基于颜色和区域生长的茶叶嫩芽分割和识别方法 |
-
2012
- 2012-03-28 CN CN2012100854402A patent/CN102629386A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1340273A (zh) * | 1999-04-23 | 2002-03-13 | 三星电子株式会社 | 彩色图像分割方法 |
CN101770645A (zh) * | 2010-02-10 | 2010-07-07 | 中国农业大学 | 高分辨率棉花异性纤维彩色图像的快速分割方法与系统 |
CN102013021A (zh) * | 2010-08-19 | 2011-04-13 | 汪建 | 基于颜色和区域生长的茶叶嫩芽分割和识别方法 |
Non-Patent Citations (1)
Title |
---|
章三妹: "基于聚类和区域生长的彩色图像分割方法", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354864A (zh) * | 2015-09-25 | 2016-02-24 | 浙江大学 | 一种具有较高真实感的纺织物组织颜色替换模拟方法 |
CN106934846A (zh) * | 2015-12-29 | 2017-07-07 | 深圳先进技术研究院 | 一种布料图像处理方法及系统 |
CN106934846B (zh) * | 2015-12-29 | 2020-05-22 | 深圳先进技术研究院 | 一种布料图像处理方法及系统 |
CN110945561A (zh) * | 2017-06-13 | 2020-03-31 | 爱色丽公司 | 高光谱成像分光光度计和系统 |
CN109919899A (zh) * | 2017-12-13 | 2019-06-21 | 香港纺织及成衣研发中心有限公司 | 基于多光谱成像的图像的质量评估方法 |
CN108428235A (zh) * | 2018-02-07 | 2018-08-21 | 西北大学 | 彩色地形图中线要素分割方法 |
CN108428235B (zh) * | 2018-02-07 | 2021-08-27 | 西北大学 | 彩色地形图中线要素分割方法 |
CN108957572A (zh) * | 2018-05-18 | 2018-12-07 | 广东工业大学 | 一种太赫兹成像方法、装置、设备及可读存储介质 |
CN108957572B (zh) * | 2018-05-18 | 2020-02-07 | 广东工业大学 | 一种太赫兹成像方法、装置、设备及可读存储介质 |
CN110751653A (zh) * | 2018-07-24 | 2020-02-04 | 珠海金山办公软件有限公司 | 一种幻灯片中的图片处理方法和装置 |
CN110751653B (zh) * | 2018-07-24 | 2024-03-12 | 珠海金山办公软件有限公司 | 一种幻灯片中的图片处理方法和装置 |
CN110512372A (zh) * | 2019-08-22 | 2019-11-29 | 厦门盈趣科技股份有限公司 | 绣花机刺绣控制方法、系统、绣花机及存储介质 |
CN111726582A (zh) * | 2020-06-22 | 2020-09-29 | 曹婷 | 应用数值分析的防水式室外监控系统及方法 |
CN112258522A (zh) * | 2020-10-19 | 2021-01-22 | 哈尔滨体育学院 | 基于二次区域生长的武术竞赛区域分割方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102629386A (zh) | 一种彩色纺织纹理图像的区域分割方法 | |
CN103559500B (zh) | 一种基于光谱与纹理特征的多光谱遥感图像地物分类方法 | |
CN105631880B (zh) | 车道线分割方法和装置 | |
CN107403183A (zh) | 整合目标检测和图像分割为一体的智能分割方法 | |
CN103295191A (zh) | 多尺度视觉自适应图像增强方法及评价方法 | |
CN102214306B (zh) | 叶片病斑识别方法及装置 | |
CN102609917B (zh) | 一种基于聚类算法的图像边缘拟合b样条生成方法 | |
CN102968782A (zh) | 一种彩色图像中显著对象的自动抠取方法 | |
CN104463199A (zh) | 基于多特征及分割再校正的矿岩块度分类方法 | |
CN105718945A (zh) | 基于分水岭和神经网络的苹果采摘机器人夜间图像识别方法 | |
CN102800051B (zh) | 一种基于分数阶微分的自适应浮选泡沫图像增强方法 | |
CN102096821A (zh) | 基于复杂网络理论的强干扰环境下的车牌识别方法 | |
CN101551853A (zh) | 复杂静态彩色背景下的人耳检测方法 | |
CN103984946A (zh) | 一种基于K-means的高分辨率遥感地图道路提取方法 | |
CN103971338A (zh) | 一种基于显著图的可变块图像修复方法 | |
CN107945200A (zh) | 图像二值化分割方法 | |
CN103325118A (zh) | 一种获取碳酸盐岩岩心孔洞特征参数的方法及装置 | |
CN109961105B (zh) | 一种基于多任务深度学习的高分辨率遥感影像分类方法 | |
CN105046683A (zh) | 一种参数自适应调节的高斯混合模型目标检测方法 | |
CN103699900A (zh) | 卫星影像中建筑物水平矢量轮廓自动批量提取方法 | |
CN103247049A (zh) | 一种smt焊点图像分割方法 | |
CN104063866A (zh) | 一种矿石传送过程中的粒度检测方法 | |
CN102855627B (zh) | 基于光谱特性和拓扑关系的城市遥感影像阴影检测方法 | |
CN101216943A (zh) | 一种视频运动目标分割的方法 | |
CN103927557B (zh) | 基于分层模糊证据合成的lidar数据地物分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120808 |