CN102789523A - 基于图像处理的鞋样设计方法 - Google Patents
基于图像处理的鞋样设计方法 Download PDFInfo
- Publication number
- CN102789523A CN102789523A CN2012102260574A CN201210226057A CN102789523A CN 102789523 A CN102789523 A CN 102789523A CN 2012102260574 A CN2012102260574 A CN 2012102260574A CN 201210226057 A CN201210226057 A CN 201210226057A CN 102789523 A CN102789523 A CN 102789523A
- Authority
- CN
- China
- Prior art keywords
- image
- shoe pattern
- source images
- point
- stain
- 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
Abstract
本发明公开了一种基于图像处理的鞋样设计方法,包括如下步骤:(1)采集鞋帮或鞋底的原始图像;(2)对原始图像进行图像增强、形态学处理、滤波以及图像分割以提取原始图像的边缘轮廓的轨迹点坐标;(3)将轨迹点坐标输入处理器以完成鞋样设计。与现有技术相比,本发明基于图像处理的鞋样设计方法,设计人员可根据需要在处理器上随意更改所述轨迹点坐标以达到更改鞋样和鞋型的目的,从而完成鞋样的设计,进而大大地提高了工作效率;另外,不需要设计人员掌握AutoCAD、Photoshop等复杂的绘图软件,从而降低了对设计人员本身技能的要求。
Description
技术领域
本发明涉及鞋样设计技术领域,更具体地涉及一种基于图像处理的鞋样设计方法。
背景技术
传统的鞋样设计方法一般是:采用“糊纸法”在鞋楦上画好设计线;再沿设计线进行剪裁得到鞋样的轮廓;采用量尺等工具量取所述鞋样的轮廓的尺寸数据;最后将尺寸数据输入到制鞋机以完成鞋样的设计。或者,采用AutoCAD、Photoshop等绘图软件直接绘制鞋样图片,再将鞋样图片的数据输入制鞋机以完成鞋样设计。
但是,采用“糊纸法”所得到的是鞋样轮廓的草图,数据不够精确,且若要对鞋样进行稍微更改,就必须重复上述操作,大大地降低了工作效率。而采用AutoCAD、Photoshop等绘图软件直接绘制鞋样图片,对设计人员本身掌握的技能要求较高。
因此,有必要提供一种改进的基于图像处理的鞋样设计方法来克服上述缺陷。
发明内容
本发明的目的是提供一种基于图像处理的鞋样设计方法,以提高工作效率,且对设计人员本身掌握的技能要求较低。
为实现上述目的,本发明提供了一种基于图像处理的鞋样设计方法,包括如下步骤:
(1)采集鞋帮或鞋底的原始图像;
(2)对所述原始图像进行图像增强、形态学处理、滤波以及图像分割以提取所述原始图像的边缘轮廓的轨迹点坐标;
(3)将所述轨迹点坐标输入处理器以完成鞋样设计。
与现有技术相比,由于本发明基于图像处理的鞋样设计方法是通过所采集的鞋底或鞋帮的原始图像进行图像增强、形态学处理、滤波以及图像分割等操作,得到所述原始图像的边缘轮廓的轨迹点坐标,并将所述轨迹点坐标输入处理器(如PC机),设计人员可根据需要在处理器上随意更改所述轨迹点坐标以达到更改鞋样和鞋型的目的,从而完成鞋样的设计,进而大大地提高了工作效率;另外,不需要设计人员掌握AutoCAD、Photoshop等复杂的绘图软件,从而降低了对设计人员本身技能的要求。
具体地,所述步骤(2)具体包括:
(21)对所述原始图像进行二值阀值化处理得到带孔洞的、带杂质的二值灰度图像;
(22)对所述二值灰度图像进行图像漏洞填充;
(23)对填充后的图像的边缘进行除杂质处理;
(24)对进行除杂质处理后的图像进行直方图均衡处理;
(25)采用二值图像跟踪算法对进行直方图均衡化处理后的图像进行轨迹提取以获得所述原始图像的边缘轮廓的轨迹点坐标。
具体地,所述步骤(21)具体包括:
(211)提取所述原始图像的各个像素值以组成一个数组;
(212)设定一个阀值;
(213)判断数组中的所述像素值高于或低于所述阀值;
(214)若所述像素值高于所述阀值,则以红色像素显示,若所述像素值低于所述阀值,则以黑色像素显示,得到红黑的、带孔洞的、带杂质的二值灰度图像,且所述孔洞位于红色区域内、所述杂质位于黑色区域内。
具体地,所述步骤(22)具体包括:
(221)采用cvFloodFill函数将步骤(214)中的所述二值灰度图像用白色填充,得到孔洞为黑色的孔洞图;
(222)将所述步骤(221)中的孔洞图进行二值反转,得到孔洞为红色的新孔洞图;
(223)采用cvAdd函数将步骤(222)和(214)中的图像进行相加以填充孔洞,得到无孔洞的红黑的二值灰度图像。具体地,所述步骤(23)具体包括:
(231)调用膨胀函数对步骤(223)中得到的无孔洞的红黑的二值灰度图像进行膨胀处理;
(232)调用侵蚀函数对膨胀后的二值灰度图像进行侵蚀处理以去除所述杂质。
具体地,所述步骤(24)具体包括:
(241)获取步骤(232)中进行侵蚀处理后的二值灰度图像及其高度、宽度特征,并将侵蚀处理后的所述二值灰度图像作为源图像;
(242)暂时分配内存,备份所述源图像,并将所述源图像初始化为0;
(243)调用灰度直方图统计函数以获取所述源图像的灰度分布的概率密度;
(244)对所述源图像的灰度分布进行直方图均衡化处理;
(245)逐个扫描所述源图像中的像素点,并将所述步骤(244)中直方图均衡化后的结果写到所述源图像的当前像素点所对应的目标图像中,以生成所述目标图像;
(246)将所述目标图像复制到源图像中以覆盖所述源图像而得到新的源图像。
具体地,所述步骤(25)具体包括:
(251)在经直方图均衡化处理后的图像中寻找初始边界点,记为O,其中所述初始边界点O的右、右上、上、左上四个邻点中至少有一个边界点,记为B;
(252)从所述边界点B开始进行搜索以寻找第一个黑点,并把所述第一个黑点记为新的边界点C;
(253)将步骤(252)中找到所述新的边界点C时的搜索方向逆时针旋转90度,重复步骤(252)以寻找第二个黑点;
(254)重复步骤(252)和(253)直至返回初始边界点O为止,将所寻找到的全部黑点连接起来以构成所述原始图像的边缘轮廓的轨迹,各个黑点的坐标即为所述原始图像的边缘轮廓的轨迹点坐标。
具体地,所述步骤(251)具体包括:按照从上到下、从左到右的顺序进行搜索,找到的所述初始边界点位于左下方。
具体地,所述步骤(252)具体包括:定义像素值为0的点为黑点,从所述边界点B开始,定义初始搜索方向为左上方,判断所述左上方的点是否为黑点,若是,则认定所述左上方的点为第一个黑点,并将所述第一个黑点作为新的边界点C;若不是,则将初始搜索方向顺时针旋转45度后再进行搜索,不断重复地将搜索方向顺时针旋转45度直至寻找到所述第一个黑点为止。
通过以下的描述并结合附图,本发明将变得更加清晰,这些附图用于解释本发明的实施例。
附图说明
图1为本发明基于图像处理的鞋样设计方法的原理图。
图2为本发明基于图像处理的鞋样设计方法的流程图。
图3为图2所示步骤(2)的具体流程图。
图4为图3所示步骤(21)的具体流程图。
图4a为图4二值阀值化原理图。
图4b为图4二值阀值化前后对比图。
图5为图3所示步骤(22)的具体流程图。
图5a为图5进行图像漏洞填充前后对比图。
图6为图3所示步骤(23)的具体流程图。
图6a为图6进行杂质处理前后对比图。
图7为图3所示步骤(24)的具体流程图。
图7a为图7所示步骤(24)进行直方图均衡处理前后对比图。
图8为图3所示步骤(25)的具体流程图。
图8a为图8二值图像跟踪算法的原理示意图。
具体实施方式
现在参考附图描述本发明的实施例,附图中类似的元件标号代表类似的元件。如上所述,本发明提供了一种基于图像处理的鞋样设计方法,由于所述基于图像处理的鞋样设计方法是通过所采集的鞋底或鞋帮的原始图像进行图像增强、形态学处理、滤波以及图像分割等操作,得到所述原始图像的边缘轮廓的轨迹点坐标,并将所述轨迹点坐标输入处理器(如PC机),设计人员可根据需要在处理器上随意更改所述轨迹点坐标以达到更改鞋样和鞋型的目的,从而完成鞋样的设计,进而大大地提高了工作效率;另外,不需要设计人员掌握AutoCAD、Photoshop等复杂的绘图软件,从而降低了对设计人员本身技能的要求。
请参考图1,本发明基于图像处理的鞋样设计方法的原理是:通过CCD等图像采集设备采集鞋帮或鞋底的原始图像,对所述图像进行图像增强、形态学处理、滤波以及图像分割等处理以提取所述原始图像边缘轮廓的轨迹点坐标,再采用PC机等处理器对所述轨迹点坐标进行处理以完成鞋样设计。
具体地,如图2所示,所述鞋样设计方法包括如下步骤:
(1)采集鞋帮或鞋底的原始图像;
(2)对所述原始图像进行图像增强、形态学处理、滤波以及图像分割以提取所述原始图像的边缘轮廓的轨迹点坐标;
(3)将所述轨迹点坐标输入处理器以完成鞋样设计。
具体地,如图3所示,所述步骤(2)具体包括:
(21)对所述原始图像进行二值阀值化处理得到带孔洞的、带杂质的二值灰度图像;
(22)对所述二值灰度图像进行图像漏洞填充;
(23)对填充后的图像的边缘进行除杂质处理;
(24)对进行除杂质处理后的图像进行直方图均衡处理;
(25)采用二值图像跟踪算法对进行直方图均衡处理化后的图像进行轨迹提取以获得所述原始图像的边缘轮廓的轨迹点坐标。
请参考图4至图4b,步骤(21)对所述原始图像进行二值阀值化处理的基本思想是:给定一个数组或一个阀值,根据数组中的每个像素值高于或低于所述阀值而做一些处理,其处理的结果是得到一个二进制图像(请参考图4a所示的二值阀值化原理图)。具体地,如图4所示,所述步骤(21)具体包括:
(211)提取所述原始图像的各个像素值以组成一个数组;
(212)设定一个颜色阀值;
(213)判断数组中的所述像素值高于或低于所述阀值;
(214)若所述像素值高于所述阀值,则以红色像素显示,若所述像素值低于所述阀值,则以黑色像素显示,得到红黑的、带孔洞的、带杂质的二值灰度图像,且所述孔洞位于红色区域内、所述杂质位于黑色区域内(如图4b所示)。
再请参考图5至图5a,所述步骤(22)具体包括:
(221)采用cvFloodFill函数将步骤(214)中的所述二值灰度图像用白色填充,得到孔洞为黑色的孔洞图;
(222)将所述步骤(221)中的孔洞图进行二值反转,得到孔洞为红色的新孔洞图;
(223)采用cvAdd函数将步骤(222)和(214)中的图像进行相加以填充孔洞,得到无孔洞的红黑的二值灰度图像。(如图5a所示)。
具体地,如图6及图6a所示,所述步骤(23)具体包括:
(231)调用膨胀函数对步骤(223)中得到的无孔洞的红黑的二值灰度图像进行膨胀处理;
(232)调用侵蚀函数对膨胀后的二值灰度图像进行侵蚀处理得到无杂质的二值灰度图像(如图6a所示)。
需要注意的是,膨胀处理及侵蚀处理的原理如下:
膨胀是形态学中的一种基本运算。它是对二值化后的图像边界点进行扩充,将与图像接触的所有背景点合并到该图像中,使其边界向外部扩张的过程。
设X为目标图像,B为结构元素,则目标图像X被结构元素B膨胀的数学
表达式为
先对结构元素B做关于其原点的反射得到反射集合BV,然后在目标图像X上将BV平移x,则那些BV平移后与目标图像X至少有一个非零公共元素相交时,对应的原点位置所组成的集合就是膨胀运算的结果。
侵蚀是另一种形态学运算,其作用是消除图像边界点,使边界向内部收缩的过程,可以把小于结构元素的像素点去除掉。
设X为目标图像,B为结构元素,则目标图像X被结构元素B侵蚀的数学表达式为
当在目标图像中找到一个与结构元素相同的子图像时,就把该子图像中与结构元素的原点位置对应的那个像素位置标注出来,目标图像上被标注出来的所有像素组成的集合,即为侵蚀运算的结构。
再请参考图7及图7a,所述步骤(24)具体包括:
(241)获取步骤(232)中进行侵蚀处理后的二值灰度图像及其高度、宽度特征,并将侵蚀处理后的所述二值灰度图像作为源图像,所述源图像为红黑图像;
(242)暂时分配内存,备份所述源图像,并将所述源图像初始化为0;
(243)调用灰度直方图统计函数以获取所述源图像的灰度分布的概率密度;
(244)对所述源图像的灰度分布进行直方图均衡化处理;
(245)逐个扫描所述源图像中的像素点,并将所述步骤(244)中直方图均衡化后的结果写到所述源图像的当前像素点所对应的目标图像中,以生成所述目标图像;
(246)将所述目标图像复制到源图像中以覆盖所述源图像而得到新的源图像,所述新的源图像为黑白图像(如图7a所示)。
需要注意的是,直方图均衡的基本思想是:对原始图像中的像素灰度做某种映射变换,使变换后的图像的灰度的概率密度均匀分布,即变换后的图像是一幅灰度级均匀分布的图像。
最后,请参考图8及图8a,所述步骤(25)具体包括:
(251)在经直方图均衡化处理后的图像中寻找初始边界点,记为O,其方法具体为按照从上到下、从左到右的顺序进行搜索,则找到的所述初始边界点必定位于整个图像的左下方,其中所述初始边界点O的右、右上、上、左上四个邻点中至少有一个边界点,记为B;
(252)定义像素值为0的点为黑点,从所述边界点B开始,定义初始搜索方向为左上方,判断所述左上方的点是否为黑点,若是,则认定所述左上方的点为第一个黑点,并将其作为新的边界点C;若不是,则将初始搜索方向顺时针旋转45度后再进行搜索,不断重复地将搜索方向顺时针旋转45度直至寻找到所述第一个黑点为止;
(253)将步骤(252)中找到所述新的边界点C时的搜索方向逆时针旋转90度,重复步骤(252)以寻找第二个黑点;
(254)重复步骤(252)和(253)直至返回初始边界点O为止,将所寻找到的全部黑点连接起来以构成所述原始图像的边缘轮廓的轨迹,各个黑点的坐标即为所述原始图像的边缘轮廓的轨迹点坐标。
以上结合最佳实施例对本发明进行了描述,但本发明并不局限于以上揭示的实施例,而应当涵盖各种根据本发明的本质进行的修改、等效组合。
Claims (9)
1.一种基于图像处理的鞋样设计方法,其特征在于,包括如下步骤:
(1)采集鞋帮或鞋底的原始图像;
(2)对所述原始图像进行图像增强、形态学处理、滤波以及图像分割以提取所述原始图像的边缘轮廓的轨迹点坐标;
(3)将所述轨迹点坐标输入处理器以完成鞋样设计。
2.如权利要求1所述的基于图像处理的鞋样设计方法,其特征在于,所述步骤(2)具体包括:
(21)对所述原始图像进行二值阀值化处理得到带孔洞的、带杂质的二值灰度图像;
(22)对所述二值灰度图像进行图像漏洞填充;
(23)对填充后的图像的边缘进行除杂质处理;
(24)对进行除杂质处理后的图像进行直方图均衡处理;
(25)采用二值图像跟踪算法对进行直方图均衡化处理后的图像进行轨迹提取以获得所述原始图像的边缘轮廓的轨迹点坐标。
3.如权利要求2所述的基于图像处理的鞋样设计方法,其特征在于,所述步骤(21)具体包括:
(211)提取所述原始图像的各个像素值以组成一个数组;
(212)设定一个阀值;
(213)判断数组中的所述像素值高于或低于所述阀值;
(214)若所述像素值高于所述阀值,则以红色像素显示,若所述像素值低于所述阀值,则以黑色像素显示,得到红黑的、带孔洞的、带杂质的二值灰度图像,且所述孔洞位于红色区域内、所述杂质位于黑色区域内。
4.如权利要求3所述的基于图像处理的鞋样设计方法,其特征在于,所述步骤(22)具体包括:
(221)采用cvFloodFill函数将步骤(214)中的所述二值灰度图像用白色填充,得到孔洞为黑色的孔洞图;
(222)将所述步骤(221)中的孔洞图进行二值反转,得到孔洞为红色的新孔洞图;
(223)采用cvAdd函数将步骤(222)和(214)中的图像进行相加以填充孔洞,得到无孔洞的红黑的二值灰度图像。
5.如权利要求4所述的基于图像处理的鞋样设计方法,其特征在于,所述步骤(23)具体包括:
(231)调用膨胀函数对步骤(223)中得到的无孔洞的红黑的二值灰度图像进行膨胀处理;
(232)调用侵蚀函数对膨胀后的二值灰度图像进行侵蚀处理以去除所述杂质。
6.如权利要求5所述的基于图像处理的鞋样设计方法,其特征在于,所述步骤(24)具体包括:
(241)获取步骤(232)中进行侵蚀处理后的二值灰度图像及其高度、宽度特征,并将侵蚀处理后的所述二值灰度图像作为源图像;
(242)暂时分配内存,备份所述源图像,并将所述源图像初始化为0;
(243)调用灰度直方图统计函数以获取所述源图像的灰度分布的概率密度;
(244)对所述源图像的灰度分布进行直方图均衡化处理;
(245)逐个扫描所述源图像中的像素点,并将所述步骤(244)中直方图均衡化后的结果写到所述源图像的当前像素点所对应的目标图像中,以生成所述目标图像;
(246)将所述目标图像复制到源图像中以覆盖所述源图像而得到新的源图像。
7.如权利要求6所述的基于图像处理的鞋样设计方法,其特征在于,所述步骤(25)具体包括:
(251)在经直方图均衡化处理后的图像中寻找初始边界点,记为O,其中所述初始边界点O的右、右上、上、左上四个邻点中至少有一个边界点,记为B;
(252)从所述边界点B开始进行搜索以寻找第一个黑点,并把所述第一个黑点记为新的边界点C;
(253)将步骤(252)中找到所述新的边界点C时的搜索方向逆时针旋转90度,重复步骤(252)以寻找第二个黑点;
(254)重复步骤(252)和(253)直至返回初始边界点O为止,将所寻找到的全部黑点连接起来以构成所述原始图像的边缘轮廓的轨迹,各个黑点的坐标即为所述原始图像的边缘轮廓的轨迹点坐标。
8.如权利要求7所述的基于图像处理的鞋样设计方法,其特征在于,所述步骤(251)具体包括:按照从上到下、从左到右的顺序进行搜索,找到的所述初始边界点位于左下方。
9.如权利要求7所述的基于图像处理的鞋样设计方法,其特征在于,所述步骤(252)具体包括:定义像素值为0的点为黑点,从所述边界点B开始,定义初始搜索方向为左上方,判断所述左上方的点是否为黑点,若是,则认定所述左上方的点为第一个黑点,并将所述第一个黑点作为新的边界点C;若不是,则将初始搜索方向顺时针旋转45度后再进行搜索,不断重复地将搜索方向顺时针旋转45度直至寻找到所述第一个黑点为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102260574A CN102789523A (zh) | 2012-07-02 | 2012-07-02 | 基于图像处理的鞋样设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102260574A CN102789523A (zh) | 2012-07-02 | 2012-07-02 | 基于图像处理的鞋样设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102789523A true CN102789523A (zh) | 2012-11-21 |
Family
ID=47154926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012102260574A Pending CN102789523A (zh) | 2012-07-02 | 2012-07-02 | 基于图像处理的鞋样设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102789523A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463851A (zh) * | 2014-11-19 | 2015-03-25 | 哈尔滨工业大学深圳研究生院 | 一种基于机器人的鞋底边缘线自动跟踪方法 |
CN106023169A (zh) * | 2016-05-13 | 2016-10-12 | 西安工程大学 | 一种基于图像匹配的制衣裁片对横条的方法 |
CN107742036A (zh) * | 2017-10-27 | 2018-02-27 | 福建(泉州)哈工大工程技术研究院 | 一种鞋样自动排料加工系统 |
CN113947529A (zh) * | 2021-10-14 | 2022-01-18 | 万翼科技有限公司 | 图像增强方法、模型训练方法、构件识别方法及相关设备 |
CN117392163A (zh) * | 2023-12-11 | 2024-01-12 | 泉州华中科技大学智能制造研究院 | 基于3d视觉的鞋领口贴纸轨迹提取方法 |
CN117392163B (zh) * | 2023-12-11 | 2024-04-12 | 泉州华中科技大学智能制造研究院 | 基于3d视觉的鞋领口贴纸轨迹提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0512773A1 (en) * | 1991-05-08 | 1992-11-11 | British United Shoe Machinery Limited | Apparatus for operating progressively along selected portions of shoe uppers |
CN101161151A (zh) * | 2007-11-08 | 2008-04-16 | 浙江理工大学 | 基于线结构光传感器自动生成鞋底喷胶轨迹的方法及系统 |
CN101711614A (zh) * | 2008-10-06 | 2010-05-26 | 华渥股份有限公司 | 客制化鞋垫影像感测系统及方法 |
CN101887477A (zh) * | 2010-06-25 | 2010-11-17 | 温州大学 | 根据脚型多幅图像定制数字化鞋楦的方法 |
-
2012
- 2012-07-02 CN CN2012102260574A patent/CN102789523A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0512773A1 (en) * | 1991-05-08 | 1992-11-11 | British United Shoe Machinery Limited | Apparatus for operating progressively along selected portions of shoe uppers |
CN101161151A (zh) * | 2007-11-08 | 2008-04-16 | 浙江理工大学 | 基于线结构光传感器自动生成鞋底喷胶轨迹的方法及系统 |
CN101711614A (zh) * | 2008-10-06 | 2010-05-26 | 华渥股份有限公司 | 客制化鞋垫影像感测系统及方法 |
CN101887477A (zh) * | 2010-06-25 | 2010-11-17 | 温州大学 | 根据脚型多幅图像定制数字化鞋楦的方法 |
Non-Patent Citations (4)
Title |
---|
天才的自省: "opencv二值图孔洞填充算法", 《搜狐博客》, 30 April 2010 (2010-04-30) * |
徐文溢: "图像处理技术在鞋样切割中的应用", 《计算机与现代化》, no. 6, 31 December 2007 (2007-12-31) * |
李仕勇: "基于数字图像的数控切给机自动编程系统研究", 《中国优秀硕士学位论文全文数据库(工程科技I辑)》, 31 May 2007 (2007-05-31) * |
金英连 等: "小型智能涂胶机器人建模与控制系统设计", 《计算机工程》, vol. 37, no. 10, 31 May 2011 (2011-05-31) * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463851A (zh) * | 2014-11-19 | 2015-03-25 | 哈尔滨工业大学深圳研究生院 | 一种基于机器人的鞋底边缘线自动跟踪方法 |
CN104463851B (zh) * | 2014-11-19 | 2018-05-22 | 哈尔滨工业大学深圳研究生院 | 一种基于机器人的鞋底边缘线自动跟踪方法 |
CN106023169A (zh) * | 2016-05-13 | 2016-10-12 | 西安工程大学 | 一种基于图像匹配的制衣裁片对横条的方法 |
CN106023169B (zh) * | 2016-05-13 | 2019-02-19 | 西安工程大学 | 一种基于图像匹配的制衣裁片对横条的方法 |
CN107742036A (zh) * | 2017-10-27 | 2018-02-27 | 福建(泉州)哈工大工程技术研究院 | 一种鞋样自动排料加工系统 |
CN107742036B (zh) * | 2017-10-27 | 2020-10-30 | 福建(泉州)哈工大工程技术研究院 | 一种鞋样自动排料加工方法 |
CN113947529A (zh) * | 2021-10-14 | 2022-01-18 | 万翼科技有限公司 | 图像增强方法、模型训练方法、构件识别方法及相关设备 |
CN113947529B (zh) * | 2021-10-14 | 2023-01-10 | 万翼科技有限公司 | 图像增强方法、模型训练方法、构件识别方法及相关设备 |
CN117392163A (zh) * | 2023-12-11 | 2024-01-12 | 泉州华中科技大学智能制造研究院 | 基于3d视觉的鞋领口贴纸轨迹提取方法 |
CN117392163B (zh) * | 2023-12-11 | 2024-04-12 | 泉州华中科技大学智能制造研究院 | 基于3d视觉的鞋领口贴纸轨迹提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102742977B (zh) | 基于图像处理的涂胶路径控制方法 | |
CN109658515B (zh) | 点云网格化方法、装置、设备及计算机存储介质 | |
CN110866924B (zh) | 一种线结构光中心线提取方法及存储介质 | |
CN102945368B (zh) | 啤酒瓶盖激光字符的定位识别方法 | |
CN106548520A (zh) | 一种点云数据去噪的方法和系统 | |
CN104657936A (zh) | 用于调整深度值的方法、电子装置和介质 | |
CN105450900A (zh) | 用于文档图像的畸变校正方法和设备 | |
CN110544300B (zh) | 一种基于二维手绘图像特征自动生成三维模型的方法 | |
CN102789523A (zh) | 基于图像处理的鞋样设计方法 | |
CN111462838B (zh) | 一种直接将图像像素转换成有限元单元的方法 | |
CN105844625A (zh) | 一种融合边缘和区域的活动轮廓图像分割方法 | |
CN105225218A (zh) | 用于文档图像的畸变校正方法和设备 | |
WO2022227486A1 (zh) | 一种基于人工智能的遥感田埂界线检测方法、系统、计算机设备及存储介质 | |
CN105513054A (zh) | 基于三维扫描的拓印方法 | |
CN112184804B (zh) | 大体积工件高密度焊点定位方法、装置、存储介质及终端 | |
CN115471682A (zh) | 一种基于SIFT融合ResNet50的图像匹配方法 | |
Ikonen et al. | Distance and nearest neighbor transforms on gray-level surfaces | |
CN110288517B (zh) | 基于投影匹配组的骨架线提取方法 | |
CN1234091C (zh) | 基于水平集和分水岭方法的医学图像分割方法 | |
WO2020209046A1 (ja) | 物体検出装置 | |
JP2014106713A (ja) | プログラム、方法、及び情報処理装置 | |
CN108197627A (zh) | 一种沿顺时针方向提取二值图形轮廓的方法 | |
Mukherjee et al. | A hybrid algorithm for disparity calculation from sparse disparity estimates based on stereo vision | |
CN114445814B (zh) | 一种字符区域提取方法、计算机可读存储介质 | |
JP4208520B2 (ja) | 画像処理装置および画像処理方法、プログラムおよび記憶媒体 |
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: 20121121 |