CN106875459A - 一种基于图像分割的彩色提花组织结构自适应均衡方法 - Google Patents
一种基于图像分割的彩色提花组织结构自适应均衡方法 Download PDFInfo
- Publication number
- CN106875459A CN106875459A CN201710017906.8A CN201710017906A CN106875459A CN 106875459 A CN106875459 A CN 106875459A CN 201710017906 A CN201710017906 A CN 201710017906A CN 106875459 A CN106875459 A CN 106875459A
- Authority
- CN
- China
- Prior art keywords
- image
- tissue
- pixel
- fabric
- filtering
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000003709 image segmentation Methods 0.000 title claims abstract description 21
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 15
- 239000004744 fabric Substances 0.000 claims abstract description 46
- 239000004753 textile Substances 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000011218 segmentation Effects 0.000 claims abstract description 11
- 238000000926 separation method Methods 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims description 39
- 230000008859 change Effects 0.000 claims description 20
- 230000004075 alteration Effects 0.000 claims description 15
- 230000008520 organization Effects 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 4
- 230000002146 bilateral effect Effects 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000009940 knitting Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000004040 coloring Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 5
- 238000009941 weaving Methods 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 description 5
- 238000011960 computer-aided design Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 102100023957 Junctional protein associated with coronary artery disease Human genes 0.000 description 1
- 101710116238 Junctional protein associated with coronary artery disease Proteins 0.000 description 1
- 206010054949 Metaplasia Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000001093 holography Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000015689 metaplastic ossification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 239000002759 woven fabric Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Woven Fabrics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明是一种基于图像分割的彩色提花组织结构自适应均衡方法，该方法是先对织物图像进行分割分色，再根据分色之后的图案从组织库查找适合的组织，根据组织点交织平衡的原则，进行添加组织，最后生成能够满足生产织造的纹版文件。本发明能防止彩色提花在织造过程中发生断线的情况，并且能够自动化生成使织物组织达到整体均衡效果的组织，实现自动高效的设计。
Description
技术领域
本发明涉及纺织行业提花CAD系统技术领域，具体涉及一种基于图像分割的彩色提花组织结构自适应均衡方法。
背景技术
为了提高纺织行业生产的自动化水平，彩色提花CAD系统正是计算机辅助设计技术发展的必然结果。彩色提花CAD系统主要解决两个关键问题，即提花织物的辅助设计和提花织物的辅助生产。织物的辅助设计是指应用计算机技术辅助完成织物设计的过程，包括辅助品种设计和辅助纹制设计。
国外对彩色提花织物数码化设计及提花织物CAD技术的研究比较早，对彩色提花织物组织结构、色彩配置、织物数码设计的颜色模型等工作做了大量的探索和研究，具有代表性纺织CAD产品有瑞士的MuCAD系统，荷兰NedGraphics系统。相对于国外，国内对数码提花织物的研究相对落后，且研究主要集中在数码提花织物的织物组织设计和织物色彩模型上，具有代表性的有浙大经纬计算机系统工程有限公司开发的JCAD。
彩色提花CAD主要包含输入部分，主处理部分，输出部分，而主处理部分又包含图像编辑处理、工艺编辑等功能，这也是彩色提花CAD系统的核心。织物组织设计在彩色提花CAD系统中又是至关重要的一部分。组织是由经纬相互交织形成的规律，平直的经纬线相互浮沉交织，必然会产生经纬线的收缩，如果每一根经线或纬线交织前后的缩率都相同，可称为经纬交织均衡，如果只有经线在交织后缩率相同，则称为经交织均衡；如果只有纬线在交织后缩率相同，则称为纬交织均衡。在传统的组织设计环节中，经纬交织平衡可以通过在手工意匠组织绘画环节中随时进行调整，但在数码设计技术条件下，手工绘画环节被计算机辅助设计所替代，经纬交织平衡的控制需要在组织设计环节中加以统筹解决，由于数码化高效率生产的需要，如果在织物结构设计环节中经纬交织平衡无法满足，将导致设计的织物不能正常生产，会导致大量断线情况，这也是目前计算机辅助组织设计面临的主要问题。
发明内容
本发明的目的是为了防止彩色提花在织造过程中发生断线的情况，并且能够自动化生成使织物组织达到整体均衡效果的组织，提供了一种基于图像分割的彩色提花系统中组织结构自适应均衡的方法。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种基于图像分割的彩色提花组织结构自适应均衡方法，该方法包括以下步骤：
步骤1)实物扫描彩色图像，由扫描仪对实体织物进行扫描并输入计算机系统；
步骤2)图像分割，把含有多个特征的上述扫描图像分割成若干互不重叠的区域；
步骤3)区域合并，提取各标记区域内像素点，将同一标记内的像素点R、G、B分量的平均值作为标记区域的索引颜色，比较各区域的索引颜色，将色差小于容许值的归为同一类，最后得到织物图像分割后的索引图像。
步骤4)设置织物组织库，根据不同组织循环的简单组织构建各自基于三原组织的全息数码组织库，根据变化三原组织的交织次数、飞数S和组织点的起始位置确定每一个三原组织的系列组织；
步骤5)织物图像文件分块划分，设彩色提花图像的宽度和高度分别为宽度W和高度H，分块的宽和高分别为组织单元的大小w和h，则对织物图像以横向宽度为w划分成m块，纵向高度为h划分为n块，若横向剩余不足w或纵向剩余不足h，单独作为一块划分，m和n计算公式如下：
步骤6)织物均衡，计算整个织物图像经向或纬向的组织点交织变化次数，比较经纬像组织点交织次数是否一致，如果不一致，则从织物组织库中重新查找，直至经纬方向均衡为止；
步骤7)生成意匠图。
进一步的，所述步骤2)中包括有图像预处理，所述图像预处理包括以下步骤：
步骤2.1)混合中值滤波，混合中值滤波由中值滤波与线性滤波结合形成，采用基于极值的混合中值滤波，定义Φ1(i0，j0)，Φ2(i0，j0)，...ΦN(i0，j0)为图像{xij，(i，j)∈M2}中点的邻域均值滤波输出，则yi＝Med(Φ1(i)，Φ2(i)，...ΦN(i))为其邻域均值滤波的中值；
步骤2.2)平滑滤波，高斯滤波算法根据高斯函数确定不同空间位置像素点的累加权值，对图像的每个像素点进行线性滤波，用下式表示： 式中，f为原图像像素点的颜色分量值；g为滤波图像像素点的颜色分量值；x，y为像素点横，纵坐标；x，y∈[-w/2，w/2]；w为领域窗口大小；G(x，y)为邻域内各像素点的权值计算函数；δ为高斯分布参数。
进一步的，所述步骤2.2)中，采用双边滤波，对高斯滤波的权值进行修改，使得高斯滤波算法在平滑区域内部像素颜色值的同时，保留不同颜色纱线之间的边缘，保留纱线颜色的真实感，具体公式如下：
式中，G′(x，y)为修改后的高斯权值函数；ΔE为邻域内像素点与当前的像素点的色差；th为色差容许值，根据扫描仪参数和实验光照环境选定。
进一步的，所述步骤2)中采用分水岭算法对织物图像进行分割，该分水岭算法包括以下步骤：
步骤2.3)计算色差梯度，对Lab颜色模式的平滑图像中的每个像素点，计算当前像素点与选定像素点之间的色差根方和作为梯度，并依据色差梯度值特点和分水岭算法参数设置固定阈值，将梯度值较小的值置零，形成梯度图像；
步骤2.4)分水岭分割，对上述梯度图像进行分水岭分割，获取标记图像，标记为0的即为边缘，在平滑图像中，边缘表示不同颜色纱线之间的过渡像素点，必然属于某一纱线，所以对边缘线上的像素点进行归类，将其归类到色差最小的一类。
进一步的，所述步骤5)中，划分时按照从左上角子块为第一块，编号为J11，横向列号i从1递增到m，纵向列号j也从1递增到n，即第一行的块编号为J1i，第一列的块编号为Jj1，依次类推。每一块的索引与源图中像素点的坐标的关系如下：
进一步的，所述步骤7)中生成意匠图的过程中，进行织物组织添加步骤，模拟织物织造后的图像，即织物图像经过工艺处理之后的图像，织物组织添加分为以下步骤：
步骤7.1)对于之前经过预处理和分割分色之后的图像，再进行分块划分，每个分块的大小就是上述生成的基组织单元的大小；
步骤7.2)对每一个分块进行分析，取每一小块的四个角，判断四个角的像素点是否是同一颜色，如果是，则继续添加当前组织，如不是，则只添加当前颜色区域的组织；
步骤7.3)计算经纬组织均衡数是否相等，因为组织均衡与织物点的交织状态变化次数来决定的，所以设置经向交织变化点次数为countj，纬向交织变化点次数countw，判断countj与countw是否相等，如果不等，则从组织库中获取下一个组织进行添加，即重复步骤7.2)，如果相等，则添加完成。
进一步的，所述步骤7)中生成意匠图之后，进行纹版文件输出，所述纹版文件包括意匠图像文件、样卡文件和组织文件，对于所添加的织物组织，通过列表法输入纹版轧法，完成纹版织物，形成纹版数据文件。
本发明的有益效果是:
本发明能防止彩色提花在织造过程中发生断线的情况，并且能够自动化生成使织物组织达到整体均衡效果的组织，实现自动高效的设计。
附图说明
图1为本发明中彩色提花自适应均衡方法的具体流程图；
图2为本发明中织物图像的分割流程图；
图3为本发明中织物图像分块示意图；
图4为本发明中混合中值滤波的原理示意图；
图5为本发明中组织库设计原理的示意图。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
如图1所示，一种基于图像分割的彩色提花组织结构自适应均衡方法，该方法包括以下步骤：
步骤1)实物扫描彩色图像，由扫描仪对实体织物进行扫描并输入计算机系统；
步骤2)图像分割，把含有多个特征的上述扫描图像分割成若干互不重叠的区域，此为图像分割的目的，它通常根据给定图像的颜色，灰度值或纹理等相似属性以及分割准则，将一副图像划分成几个相似属性的像素集合；
步骤3)区域合并，提取各标记区域内像素点，将同一标记内的像素点R、G、B分量的平均值作为标记区域的索引颜色，比较各区域的索引颜色，将色差小于容许值的归为同一类，最后得到织物图像分割后的索引图像。
步骤4)设置织物组织库，机织物的结构是通过经纬线的交织来完成，在织物中经纬线相互浮沉交织的交织规律称为组织，全息组织是一种基于三元组织的系列变化组织，不同组织循环的简单组织都可以构建各自的全息数码组织库，根据不同组织循环的简单组织构建各自基于三原组织的全息数码组织库，根据变化三原组织的交织次数、飞数S和组织点的起始位置确定每一个三原组织的系列组织；本实施例以五枚缎纹为例，如图5所示，自上而下分别是五枚缎纹变化飞数产生的组织系列，变化组织点起始位置产生的组织系列以及通过增加组织点形成的组织系列；具体分析，设定变化飞数产生的组织数目用Ms表示，Ms是同时满足1<S<R-1和S与R之间不能有公约数2个条件的固定值，即形成五枚缎纹的飞数个数为2个，飞数2和飞数3；以其中一个组织为基本组织通过变化组织点位置产生的组织系列，设定组织数目用Mw表示，Mw＝R，该例中组织数为5；再以其中一个组织为基本组织通过增加组织点而产生的组织系列，设定组织数目用Mp表示，Mp＝R*(R-2)+1＝16个；
步骤5)织物图像文件分块划分，设彩色提花图像的宽度和高度分别为宽度W和高度H，分块的宽和高分别为组织单元的大小w和h，则对织物图像以横向宽度为w划分成m块，纵向高度为h划分为n块，若横向剩余不足w或纵向剩余不足h，单独作为一块划分，m和n计算公式如下：
步骤6)织物均衡，织物交织均衡是指经纬纱线在一定交织之后会产生一定的收缩，而如果每一根经线或纬线交织前后的缩率都相同，则称为交织均衡，根据研究发现，机织物的交织平衡与组织点数目无关，而是由织物点的交织状态变化次数来决定的。由于连续组织点与单个组织点具有相同交织状态变化次数，所以交织后缩率相同，相应的组织结构也是均衡的，在本实施例中织物组织添加完之后，计算整个织物图像经向或纬向的组织点交织变化次数，比较经纬像组织点交织次数是否一致，如果不一致，则从织物组织库中重新查找，直至经纬方向均衡为止；
步骤7)生成意匠图。
所述步骤2)中包括有图像预处理，所述图像预处理包括以下步骤：
步骤2.1)混合中值滤波，混合中值滤波由中值滤波与线性滤波结合形成，采用基于极值的混合中值滤波，定义Φ1(i0，j0)，Φ2(i0，j0)，...ΦN(i0，j0)为图像{xij，(i，j)∈M2}中点的邻域均值滤波输出，则yi＝Med(Φ1(i)，Φ2(i)，...ΦN(i))为其邻域均值滤波的中值，混合中值滤波窗口一般采用3*3或5*5像素窗口，本实施例中采用3像素*3像素窗口，对织物图像每个像素点的L,a,b颜色分量进行滤波，每个分量的处理过程如图4所示，首先取当前像素点与上下左右5个像素点的颜色中值，然后取当前像素点与左上，右上，左下，右下5个像素点的颜色中值，最后取以上2个颜色中值与当前的像素点的颜色中值，作为当前像素点的滤波后的颜色分量值；
步骤2.2)平滑滤波，高斯滤波算法根据高斯函数确定不同空间位置像素点的累加权值，对图像的每个像素点进行线性滤波，用下式表示： 式中，f为原图像像素点的颜色分量值；g为滤波图像像素点的颜色分量值；x，y为像素点横，纵坐标；x，y∈[-w/2，w/2]；w为领域窗口大小；G(x，y)为邻域内各像素点的权值计算函数；δ为高斯分布参数。
所述步骤2.2)中，高斯滤波算法对于抑制正态分布的噪声具有效果，滤波后区域内部图像变得平滑，但是区域之间的边缘也被平滑，边缘细节就被弱化，不利于分割图像处理，本实施例中采用双边滤波，对高斯滤波的权值进行修改，使得高斯滤波算法在平滑区域内部像素颜色值的同时，保留不同颜色纱线之间的边缘，保留纱线颜色的真实感，具体公式如下：
式中，G(x，y)为修改后的高斯权值函数；ΔE为邻域内像素点与当前的像素点的色差；th为色差容许值，根据扫描仪参数和实验光照环境选定。
所述步骤2)中采用分水岭算法对织物图像进行分割，分水岭算法把图像看作测地学上的拓扑地貌，图像中的每个像素的灰度值表示该点的高度，每个局部极小值及影响区域称为集水盆，集水盆的边界称为分水岭，该分水岭算法对微弱边缘敏感，能够得到单像素宽的、封闭的边缘，定位较为准确，该分水岭算法包括以下步骤：
步骤2.3)计算色差梯度，对Lab颜色模式的平滑图像中的每个像素点，计算当前像素点与选定像素点之间的色差根方和作为梯度，并依据色差梯度值特点和分水岭算法参数设置固定阈值，将梯度值较小的值置零，形成梯度图像；
步骤2.4)分水岭分割，对上述梯度图像进行分水岭分割，获取标记图像，标记为0的即为边缘，在平滑图像中，边缘表示不同颜色纱线之间的过渡像素点，必然属于某一纱线，所以对边缘线上的像素点进行归类，将其归类到色差最小的一类。
所述步骤5)中，划分时按照从左上角子块为第一块，编号为J11，横向列号i从1递增到m，纵向列号j也从1递增到n，即第一行的块编号为J1i，第一列的块编号为Jj1，依次类推。每一块的索引与源图中像素点的坐标的关系如下：
所述步骤7)中生成意匠图的过程中，进行织物组织添加步骤，模拟织物织造后的图像，即织物图像经过工艺处理之后的图像，织物组织添加分为以下步骤：
步骤7.1)对于之前经过预处理和分割分色之后的图像，再进行分块划分，每个分块的大小就是上述生成的基组织单元的大小；
步骤7.2)对每一个分块进行分析，取每一小块的四个角，判断四个角的像素点是否是同一颜色，如果是，则继续添加当前组织，如不是，则只添加当前颜色区域的组织，在本实施例中，组织库中组织为五枚缎纹，对每一个小分块取左上像素点(i，j)，右上(i，j+5)左下(i+5，j)，右下(i+5，j+5)的颜色值，判断颜色值是否相同，如果相同，则说明在同一区域，那就铺上当前选取的组织；
步骤7.3)计算经纬组织均衡数是否相等，因为组织均衡与织物点的交织状态变化次数来决定的，所以设置经向交织变化点次数为countj，纬向交织变化点次数countw，判断countj与countw是否相等，如果不等，则从组织库中获取下一个组织进行添加，即重复步骤7.2)，如果相等，则添加完成。
所述步骤7)中生成意匠图之后，进行纹版文件输出，所述纹版文件包括意匠图像文件、样卡文件和组织文件，对于所添加的织物组织，通过列表法输入纹版轧法，完成纹版织物，形成纹版数据文件。
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，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (9)
1.一种基于图像分割的彩色提花组织结构自适应均衡方法，其特征在于，该方法包括以下步骤：
步骤1）实物扫描彩色图像，由扫描仪对实体织物进行扫描并输入计算机系统；
步骤2）图像分割，把含有多个特征的上述扫描图像分割成若干互不重叠的区域；
步骤3）区域合并，提取各标记区域内像素点，将同一标记内的像素点R、G、B分量的平均值作为标记区域的索引颜色，比较各区域的索引颜色，将色差小于容许值的归为同一类，最后得到织物图像分割后的索引图像。
2.步骤4）设置织物组织库，根据不同组织循环的简单组织构建各自基于三原组织的全息数码组织库，根据变化三原组织的交织次数、飞数S和组织点的起始位置确定每一个三原组织的系列组织；
步骤5）织物图像文件分块划分，设彩色提花图像的宽度和高度分别为宽度W和高度H，分块的宽和高分别为组织单元的大小w和h，则对织物图像以横向宽度为w划分成m块，纵向高度为h划分为n块，若横向剩余不足w或纵向剩余不足h，单独作为一块划分，m和n计算公式如下：
，；
步骤6）织物均衡，计算整个织物图像经向或纬向的组织点交织变化次数，比较经纬像组织点交织次数是否一致，如果不一致，则从织物组织库中重新查找，直至经纬方向均衡为止；
步骤7）生成意匠图。
3.根据权利要求1所述的基于图像分割的彩色提花组织结构自适应均衡方法，其特征在于，所述步骤2）中包括有图像预处理，所述图像预处理包括以下步骤：
步骤2.1）混合中值滤波，混合中值滤波由中值滤波与线性滤波结合形成，采用基于极值的混合中值滤波，定义，，...为图像中点的邻域均值滤波输出，则为其邻域均值滤波的中值；
步骤2.2）平滑滤波，高斯滤波算法根据高斯函数确定不同空间位置像素点的累加权值，对图像的每个像素点进行线性滤波，用下式表示：，，式中，f为原图像像素点的颜色分量值；g为滤波图像像素点的颜色分量值；x，y为像素点横，纵坐标；；w为领域窗口大小；G（x，y）为邻域内各像素点的权值计算函数；为高斯分布参数。
4.根据权利要求2所述的基于图像分割的彩色提花组织结构自适应均衡方法，其特征在于，所述步骤2.2）中，采用双边滤波，对高斯滤波的权值进行修改，使得高斯滤波算法在平滑区域内部像素颜色值的同时，保留不同颜色纱线之间的边缘，保留纱线颜色的真实感，具体公式如下：
，式中，为修改后的高斯权值函数；为邻域内像素点与当前的像素点的色差；为色差容许值，根据扫描仪参数和实验光照环境选定。
5.根据权利要求1或2所述的基于图像分割的彩色提花组织结构自适应均衡方法，其特征在于，所述步骤2）中采用分水岭算法对织物图像进行分割，该分水岭算法包括以下步骤：
步骤2.3）计算色差梯度，对Lab颜色模式的平滑图像中的每个像素点，计算当前像素点与选定像素点之间的色差根方和作为梯度，并依据色差梯度值特点和分水岭算法参数设置固定阈值，将梯度值较小的值置零，形成梯度图像；
步骤2.4）分水岭分割，对上述梯度图像进行分水岭分割，获取标记图像，标记为0的即为边缘，在平滑图像中，边缘表示不同颜色纱线之间的过渡像素点，必然属于某一纱线，所以对边缘线上的像素点进行归类，将其归类到色差最小的一类。
6.根据权利要求1所述的基于图像分割的彩色提花组织结构自适应均衡方法，其特征在于，所述步骤5）中，划分时按照从左上角子块为第一块，编号为J11，横向列号i从1递增到m，纵向列号j也从1递增到n，即第一行的块编号为J1i，第一列的块编号为Jj1，依次类推。
7.每一块的索引与源图中像素点的坐标的关系如下：。
8.根据权利要求1所述的基于图像分割的彩色提花组织结构自适应均衡方法，其特征在于，所述步骤7）中生成意匠图的过程中，进行织物组织添加步骤，模拟织物织造后的图像，即织物图像经过工艺处理之后的图像，织物组织添加分为以下步骤：
步骤7.1）对于之前经过预处理和分割分色之后的图像，再进行分块划分，每个分块的大小就是上述生成的基组织单元的大小；
步骤7.2）对每一个分块进行分析，取每一小块的四个角，判断四个角的像素点是否是同一颜色，如果是，则继续添加当前组织，如不是，则只添加当前颜色区域的组织；
步骤7.3）计算经纬组织均衡数是否相等，因为组织均衡与织物点的交织状态变化次数来决定的，所以设置经向交织变化点次数为，纬向交织变化点次数，判断与是否相等，如果不等，则从组织库中获取下一个组织进行添加，即重复步骤7.2），如果相等，则添加完成。
9.根据权利要求1或6所述的基于图像分割的彩色提花组织结构自适应均衡方法，其特征在于，所述步骤7）中生成意匠图之后，进行纹版文件输出，所述纹版文件包括意匠图像文件、样卡文件和组织文件，对于所添加的织物组织，通过列表法输入纹版轧法，完成纹版织物，形成纹版数据文件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710017906.8A CN106875459B (zh) | 2017-03-15 | 2017-03-15 | 一种基于图像分割的彩色提花组织结构自适应均衡方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710017906.8A CN106875459B (zh) | 2017-03-15 | 2017-03-15 | 一种基于图像分割的彩色提花组织结构自适应均衡方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106875459A true CN106875459A (zh) | 2017-06-20 |
| CN106875459B CN106875459B (zh) | 2020-07-28 |
Family
ID=59157453
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710017906.8A Expired - Fee Related CN106875459B (zh) | 2017-03-15 | 2017-03-15 | 一种基于图像分割的彩色提花组织结构自适应均衡方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106875459B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108583040A (zh) * | 2018-03-09 | 2018-09-28 | 中原工学院 | 一种用于整幅宽度片纱在线印花、染色的图片自动调整方法 |
| CN108647687A (zh) * | 2018-04-23 | 2018-10-12 | 浙江大学 | 一种基于平移相减法的织物组织识别方法 |
| CN110378354A (zh) * | 2019-06-17 | 2019-10-25 | 浙江大学 | 一种基于组织滤波算法的提花织物图片颜色提取方法 |
| CN113699637A (zh) * | 2021-09-05 | 2021-11-26 | 江阴市子龙呢绒有限公司 | 一种新型提花机操作系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1786308A (zh) * | 2005-12-19 | 2006-06-14 | 韩容 | 数码提花双面锦绣的制作方法 |
| CN101967712A (zh) * | 2010-08-31 | 2011-02-09 | 苏州大学 | 一种控制数码提花机织造彩色图案的方法 |
| CN103088515A (zh) * | 2013-02-21 | 2013-05-08 | 苏州大学 | 一种适用于织造大纹针数彩色提花织物的方法 |
| CN105696148A (zh) * | 2016-01-18 | 2016-06-22 | 浙江理工大学 | 一种三组纬组合非遮盖织物组织结构设计方法 |
| WO2016172612A1 (en) * | 2015-04-23 | 2016-10-27 | Cedars-Sinai Medical Center | Automated delineation of nuclei for three dimensional (3-d) high content screening |
-
2017
- 2017-03-15 CN CN201710017906.8A patent/CN106875459B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1786308A (zh) * | 2005-12-19 | 2006-06-14 | 韩容 | 数码提花双面锦绣的制作方法 |
| CN101967712A (zh) * | 2010-08-31 | 2011-02-09 | 苏州大学 | 一种控制数码提花机织造彩色图案的方法 |
| CN103088515A (zh) * | 2013-02-21 | 2013-05-08 | 苏州大学 | 一种适用于织造大纹针数彩色提花织物的方法 |
| WO2016172612A1 (en) * | 2015-04-23 | 2016-10-27 | Cedars-Sinai Medical Center | Automated delineation of nuclei for three dimensional (3-d) high content screening |
| CN105696148A (zh) * | 2016-01-18 | 2016-06-22 | 浙江理工大学 | 一种三组纬组合非遮盖织物组织结构设计方法 |
Non-Patent Citations (3)
| Title |
|---|
| 周慧等: "基于平滑滤波和分水岭算法的重组织织物图像分割", 《纺织学报》 * |
| 张三友: "大纹针数彩色提花CAD系统核心算法及框架的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 马东宁: "超大纹针数彩色提花纹织信息及其组织结构的研究与应用", 《中国优秀硕士学位论文全文数据库 工程科技І辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108583040A (zh) * | 2018-03-09 | 2018-09-28 | 中原工学院 | 一种用于整幅宽度片纱在线印花、染色的图片自动调整方法 |
| CN108583040B (zh) * | 2018-03-09 | 2019-11-08 | 中原工学院 | 一种用于整幅宽度片纱在线印花、染色的图片自动调整方法 |
| CN108647687A (zh) * | 2018-04-23 | 2018-10-12 | 浙江大学 | 一种基于平移相减法的织物组织识别方法 |
| CN108647687B (zh) * | 2018-04-23 | 2021-09-24 | 浙江大学 | 一种基于平移相减法的织物组织识别方法 |
| CN110378354A (zh) * | 2019-06-17 | 2019-10-25 | 浙江大学 | 一种基于组织滤波算法的提花织物图片颜色提取方法 |
| CN113699637A (zh) * | 2021-09-05 | 2021-11-26 | 江阴市子龙呢绒有限公司 | 一种新型提花机操作系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106875459B (zh) | 2020-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106875459A (zh) | 一种基于图像分割的彩色提花组织结构自适应均衡方法 | |
| CN104715477B (zh) | 基于多尺度和多区域的机织物编织密度的图像分析方法 | |
| CN105654123B (zh) | 一种机织物组织图的识别方法 | |
| CN105550660B (zh) | 一种机织物组织结构种类的识别方法 | |
| CN106485288B (zh) | 一种色织物组织的自动识别方法 | |
| CN102505243B (zh) | 一种运用补色原理设计制作双面彩色提花织物的方法 | |
| CN102425024B (zh) | 一种彩色图案设计黑白仿真效果提花织物的方法 | |
| CN101859335A (zh) | 一种计算机辅助乱针绣制作方法 | |
| CN106778881B (zh) | 数字印花方法及装置 | |
| CN102523366A (zh) | 一种织物编织样式自动分析系统及方法 | |
| CN105926139A (zh) | 纬二重全遮盖提花织物及其织造方法 | |
| CN109993755A (zh) | 一种提花织物图像组织结构分割方法 | |
| CN108691057A (zh) | 一种基于影光组织的高花效果提花织物设计和织造方法 | |
| CN104073949B (zh) | 基于组合全显色结构的肌理效果提花织物设计方法 | |
| CN112102224A (zh) | 一种基于深度卷积神经网络的布匹疵点识别方法 | |
| CN108035048B (zh) | 双纬渐变显色的双经三纬提花织物织造方法 | |
| CN107437265B (zh) | 基于相似度量与权重衡量的彩色提花cad中的配色方法 | |
| CN106757649B (zh) | 一种大提花面料纹版自动复制的系统和方法 | |
| CN103911717B (zh) | 一种调整彩织视觉效果的方法 | |
| Spann et al. | Image segmentation using a dynamic thresholding pyramid | |
| CN102508948B (zh) | 基于Peano曲线分形图的提花织物的加工方法 | |
| CN109377489A (zh) | 一种梭织物的组织构造的分析方法及分析系统 | |
| Zhong et al. | Research on digital intelligent recognition method of the weave pattern of fabric based on the redundant information | |
| CN105908333A (zh) | 双面全显色提花织物织造方法 | |
| CN110378354A (zh) | 一种基于组织滤波算法的提花织物图片颜色提取方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200728 |