CN113284119B - 一种基于图像识别的彩膜纹路识别系统及其运行方法 - Google Patents

Abstract

本发明公开了一种基于图像识别的彩膜纹路识别系统及其运行方法，包括彩膜图片库、纹路分析模块和彩膜处理模块，其特征在于：所述彩膜图片库包括彩膜录入模块、彩膜储存模块和彩膜提取模块，所述彩膜提取模块与纹路分析模块电连接，所述彩膜处理模块与彩膜录入模块和纹路分析模块电连接；所述彩膜图片库用于汇总各个类型的彩膜纹路图片，所述彩膜录入模块用于录入各个类型的彩膜图片，所述彩膜储存模块用于将录入的彩膜图片储存起来，所述纹路分析模块用于对客户提供的彩膜试样图片进行分析比对，所述彩膜处理模块用于对库中的彩膜图片和客户提供的样片进行处理以符合纹路比对的需求，本发明，具有实用性强的特点。

Description

一种基于图像识别的彩膜纹路识别系统及其运行方法

技术领域

本发明涉及图像识别技术领域，具体为一种基于图像识别的彩膜纹路识别系统及其运行方法。

背景技术

彩膜分硬纸板彩膜和PVC板彩膜，其纹路分为木纹、石纹和毯纹等，组成结构一般由贴膜层和粘接层复合而成，广泛应用于玻璃幕墙、装饰贴膜等领域。

现有的彩膜需求匹配的过程由厂家提供彩膜的纹路种类汇总，客户根据需要在纹路种类中选取相匹配的纹路，这种识别方式由采购人员手动完成，在面对大批量的纹路匹配和组合时通常不准确，找不到需要的纹路，实用性差；有些客户对彩膜纹路有个性化的定制需求，比如在地板和沙发所在区域所需要的纹路可能会有所区别，然而两种纹路之间缺乏平滑过渡，直接进行拼接过渡观感较差，且由于室内家具会覆盖彩膜的区域，这些区域彩膜不同会有利于指示家具的摆放，现有的彩膜采用单一背景，难以实现需求；

科学研究表明，人在使用不同的家具时，视觉会不经意间看见家具底部的过渡轮廓区域，而这些线条的形态会影响人当下的情绪和专注程度，而现有的家具底部彩膜图样形态单一，不利于不同的使用场景。因此，设计实用性强的一种基于图像识别的彩膜纹路识别系统及其运行方法是很有必要的。

发明内容

本发明的目的在于提供一种基于图像识别的彩膜纹路识别系统及其运行方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于图像识别的彩膜纹路识别系统，包括彩膜图片库、纹路分析模块和彩膜处理模块，其特征在于：所述彩膜图片库包括彩膜录入模块、彩膜储存模块和彩膜提取模块，所述彩膜提取模块与纹路分析模块电连接，所述彩膜处理模块与彩膜录入模块和纹路分析模块电连接；

所述彩膜图片库用于汇总各个类型的彩膜纹路图片，所述彩膜录入模块用于录入各个类型的彩膜图片，所述彩膜储存模块用于将录入的彩膜图片储存起来，所述彩膜提取模块用于将符合条件的彩膜纹路提取出来，所述纹路分析模块用于对客户提供的彩膜试样图片进行分析比对，所述彩膜处理模块用于对库中的彩膜图片和客户提供的样片进行处理以符合纹路比对的需求。

根据上述技术方案，所述彩膜处理模块包括去色模块、纹路提取模块、形状纠正模块，所述去色模块、形状纠正模块均与彩膜录入模块电连接，所述纹路提取模块与彩膜储存模块电连接；

所述去色模块用于将客户提供的样片和彩膜试样图片进行去色，所述纹路提取模块用于获取提供的图片的表面纹路信息，所述形状纠正模块用于将拍摄变形的图片给予角度纠正。

根据上述技术方案，所述彩膜处理模块的工作步骤包括，

S0、对生产商的各个彩膜图样进行标记，将彩膜图样与商家的名称对应起来；

S1、将生产商的各个彩膜图样导入彩膜录入模块，利用形状纠正模块将各种拍摄角度的图片变形成为统一的俯视图；

S2、利用去色模块将图片转化为黑白色，在彩膜储存模块中将各个图样储存起来；

S3、利用纹路提取模块获取并记录每张图片所含的彩膜纹路信息，并记录在纹路提取模块内。

根据上述技术方案，所述纹路分析模块的工作步骤包括，

S4、将客户提供的样片导入彩膜录入模块，并对该样片重复上述步骤，提取样片的彩膜纹路信息；

S5、利用纹路分析模块将样片的彩膜纹路信息与彩膜储存模块中的样片纹路信息进行对比，找出最符合该纹路信息的样片及其所代表的生产商，完成匹配。

根据上述技术方案，还包括彩膜融合过渡模块，所述彩膜融合过渡模块包括纹路特性量化模块、纹路融合模块、彩膜呈现模块、区域定制模块、样板设定模块，所述纹路特性量化模块与纹路分析模块电连接，所述区域定制模块和样板设定模块与彩膜储存模块电连接；

所述纹路特性量化模块用于将彩膜纹路的形状特征进行分类和量化，所述纹路融合模块用于将两个不同的彩膜纹路特征加以均化融合，所述彩膜呈现模块用于将彩膜的纹路特征上册并转化为彩膜图样，所述区域定制模块用于对不同彩膜所需要的区域加以初步定制，所述样板设定模块用于导入客户需求的彩膜铺设空间。

根据上述技术方案，所述彩膜融合过渡模块的工作方法为，

S6、根据客户的场景需求，从彩膜储存模块中选择客户需要的两种或多种彩膜纹路；

S7、将样板设定模块设定彩膜背景，作为主要彩膜图样，利用区域定制模块将彩膜背景划分为不同区域，对若干区域内导入次要彩膜图样，将多种彩膜纹路输入区域定制模块进行初步彩膜排布；

S8、利用纹路特性量化模块将彩膜中纹路的各项属性提取出来并加以量化；

S9、对各项属性进行加权平均，得到处于两种彩膜图样中间过渡的图样，利用纹路融合模块创造出新的彩膜纹路，并将新的彩膜纹路利用彩膜呈现模块转化成彩膜图片。

根据上述技术方案，上述步骤S8中，彩膜纹路的属性有晶粒属性和纹路属性，所述晶粒属性包括晶粒圆润程度p、晶粒大小q、晶粒长宽比a，所述纹路属性包括纹粗细程度m、纹路波动程度f；

所述晶粒圆润程度p表示晶粒的边缘是否为尖角，p越大，尖角越尖锐，p越小，则过渡为圆角；所述晶粒大小q表示每个晶粒的占用空间，所述晶粒长宽比a为晶粒左右最大值长度/晶粒上下最大值长度，所述纹粗细程度m表示纹路线条的粗细，所述纹路波动程度f表示线条的曲折程度，线条形状越不规则，f值越大。

根据上述技术方案，所述彩膜融合过渡模块还包括纹路稀疏度调整模块、家具类型设定模块，所述纹路稀疏度调整模块和家具类型设定模块与纹路融合模块电连接；

所述家具类型设定模块用于输入家具的类型，所述纹路稀疏度调整模块用于根据家具的类型和家具覆盖的区域调整纹路的稀疏度过渡情况。

根据上述技术方案，所述彩膜融合过渡模块在考虑家具布置时的工作流程为，

S11、根据家具类型设定模块输入的家具类型，结合家具覆盖模块指示的家具区域，对纹路融合模块创作纹路的方式进行调整，调整分三种情况，

S11-1、当指示区域为沙发时，调高加权平均后的晶粒圆润程度p，并增大加权平均后的晶粒大小q；

S11-2、当指示区域为餐桌时，增加加权平均后的晶粒长宽比a，减小加权平均后的纹粗细程度m；

S11-3、当指示区域为书桌时，增加加权平均后的纹路波动程度f。

根据上述技术方案，上述步骤S11中对过渡幅度的调整方法为，

其中E为调整的过渡幅度，A为主要彩膜图样的各项纹路参数，代表主要纹路中的p、q、a、m、f，B为次要彩膜图样的各项纹路参数，S为家具区域的面积，α为不同家具类型所规定的参数。

与现有技术相比，本发明所达到的有益效果是：本发明，利用图像识别技术，在彩膜匹配时无需肉眼进行比对，提升效率的同时也使得彩膜的识别更加精确。

具体实施方式

下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供技术方案：一种基于图像识别的彩膜纹路识别系统，包括彩膜图片库、纹路分析模块和彩膜处理模块，其特征在于：彩膜图片库包括彩膜录入模块、彩膜储存模块和彩膜提取模块，彩膜提取模块与纹路分析模块电连接，彩膜处理模块与彩膜录入模块和纹路分析模块电连接；

彩膜图片库用于汇总各个类型的彩膜纹路图片，彩膜录入模块用于录入各个类型的彩膜图片，彩膜储存模块用于将录入的彩膜图片储存起来，彩膜提取模块用于将符合条件的彩膜纹路提取出来，纹路分析模块用于对客户提供的彩膜试样图片进行分析比对，彩膜处理模块用于对库中的彩膜图片和客户提供的样片进行处理以符合纹路比对的需求；

彩膜处理模块包括去色模块、纹路提取模块、形状纠正模块，去色模块、形状纠正模块均与彩膜录入模块电连接，纹路提取模块与彩膜储存模块电连接；

去色模块用于将客户提供的样片和彩膜试样图片进行去色，纹路提取模块用于获取提供的图片的表面纹路信息，形状纠正模块用于将拍摄变形的图片给予角度纠正，无需肉眼进行比对，提升效率的同时也使得彩膜的识别更加精确；

彩膜处理模块的工作步骤包括，

S0、对生产商的各个彩膜图样进行标记，将彩膜图样与商家的名称对应起来；

S1、将生产商的各个彩膜图样导入彩膜录入模块，利用形状纠正模块将各种拍摄角度的图片变形成为统一的俯视图；

S2、利用去色模块将图片转化为黑白色，在彩膜储存模块中将各个图样储存起来；

S3、利用纹路提取模块获取并记录每张图片所含的彩膜纹路信息，并记录在纹路提取模块内；

纹路分析模块的工作步骤包括，

S4、将客户提供的样片导入彩膜录入模块，并对该样片重复上述步骤，提取样片的彩膜纹路信息；

S5、利用纹路分析模块将样片的彩膜纹路信息与彩膜储存模块中的样片纹路信息进行对比，找出最符合该纹路信息的样片及其所代表的生产商，完成匹配；

还包括彩膜融合过渡模块，彩膜融合过渡模块包括纹路特性量化模块、纹路融合模块、彩膜呈现模块、区域定制模块、样板设定模块，纹路特性量化模块与纹路分析模块电连接，区域定制模块和样板设定模块与彩膜储存模块电连接；

纹路特性量化模块用于将彩膜纹路的形状特征进行分类和量化，纹路融合模块用于将两个不同的彩膜纹路特征加以均化融合，彩膜呈现模块用于将彩膜的纹路特征上册并转化为彩膜图样，区域定制模块用于对不同彩膜所需要的区域加以初步定制，样板设定模块用于导入客户需求的彩膜铺设空间，可以对两个不同的彩膜区域进行平滑处理，使之过渡不显得突兀；

彩膜融合过渡模块的工作方法为，

S6、根据客户的场景需求，从彩膜储存模块中选择客户需要的两种或多种彩膜纹路；

S7、将样板设定模块设定彩膜背景，作为主要彩膜图样，利用区域定制模块将彩膜背景划分为不同区域，对若干区域内导入次要彩膜图样，将多种彩膜纹路输入区域定制模块进行初步彩膜排布；

S8、利用纹路特性量化模块将彩膜中纹路的各项属性提取出来并加以量化；

S9、对各项属性进行加权平均，得到处于两种彩膜图样中间过渡的图样，利用纹路融合模块创造出新的彩膜纹路，并将新的彩膜纹路利用彩膜呈现模块转化成彩膜图片，将各项指标加以量化，方便得到更精确的彩膜过渡图样；

上述步骤S8中，彩膜纹路的属性有晶粒属性和纹路属性，晶粒属性包括晶粒圆润程度p、晶粒大小q、晶粒长宽比a，纹路属性包括纹粗细程度m、纹路波动程度f；

晶粒圆润程度p表示晶粒的边缘是否为尖角，p越大，尖角越尖锐，p越小，则过渡为圆角；晶粒大小q表示每个晶粒的占用空间，晶粒长宽比a为晶粒左右最大值长度/晶粒上下最大值长度，纹粗细程度m表示纹路线条的粗细，纹路波动程度f表示线条的曲折程度，线条形状越不规则，f值越大；

彩膜融合过渡模块还包括纹路稀疏度调整模块、家具类型设定模块，纹路稀疏度调整模块和家具类型设定模块与纹路融合模块电连接；

家具类型设定模块用于输入家具的类型，纹路稀疏度调整模块用于根据家具的类型和家具覆盖的区域调整纹路的稀疏度过渡情况；

彩膜融合过渡模块在考虑家具布置时的工作流程为，

S11、根据家具类型设定模块输入的家具类型，结合家具覆盖模块指示的家具区域，对纹路融合模块创作纹路的方式进行调整，调整分三种情况，

S11-1、当指示区域为沙发时，调高加权平均后的晶粒圆润程度p，并增大加权平均后的晶粒大小q；

S11-2、当指示区域为餐桌时，增加加权平均后的晶粒长宽比a，减小加权平均后的纹粗细程度m；

S11-3、当指示区域为书桌时，增加加权平均后的纹路波动程度f，可以根据家具的具体类型，在保持平滑中间过渡的同时，对过渡状态的图样形状进行适应性的调整，方便人们在视觉停留时能够有更好的心理暗示，得到更好的心情状态；

上述步骤S11中对过渡幅度的调整方法为，

其中E为调整的过渡幅度，A为主要彩膜图样的各项纹路参数，代表主要纹路中的p、q、a、m、f，B为次要彩膜图样的各项纹路参数，S为家具区域的面积，α为不同家具类型所规定的参数，对过渡的偏向程度，根据家具的面积和家具的类型进行调整，在较大的家具时更加偏向于第二背景，更小的家具则偏向与第一背景，过渡更加自然，提升整体的观感。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

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 (8)

1.一种基于图像识别的彩膜纹路识别系统，包括彩膜图片库、纹路分析模块和彩膜处理模块，其特征在于：所述彩膜图片库包括彩膜录入模块、彩膜储存模块和彩膜提取模块，所述彩膜提取模块与纹路分析模块电连接，所述彩膜处理模块与彩膜录入模块和纹路分析模块电连接；

所述彩膜图片库用于汇总各个类型的彩膜纹路图片，所述彩膜录入模块用于录入各个类型的彩膜图片，所述彩膜储存模块用于将录入的彩膜图片储存起来，所述彩膜提取模块用于将符合条件的彩膜纹路提取出来，所述纹路分析模块用于对客户提供的彩膜试样图片进行分析比对，所述彩膜处理模块用于对库中的彩膜图片和客户提供的样片进行处理以符合纹路比对的需求；

还包括彩膜融合过渡模块，所述彩膜融合过渡模块包括纹路特性量化模块、纹路融合模块、彩膜呈现模块、区域定制模块、样板设定模块，所述纹路特性量化模块与纹路分析模块电连接，所述区域定制模块和样板设定模块与彩膜储存模块电连接；

所述纹路特性量化模块用于将彩膜纹路的形状特征进行分类和量化，所述纹路融合模块用于将两个不同的彩膜纹路特征加以均化融合，所述彩膜呈现模块用于将彩膜的纹路特征上册并转化为彩膜图样，所述区域定制模块用于对不同彩膜所需要的区域加以初步定制，所述样板设定模块用于导入客户需求的彩膜铺设空间；

所述彩膜融合过渡模块还包括纹路稀疏度调整模块、家具类型设定模块，所述纹路稀疏度调整模块和家具类型设定模块与纹路融合模块电连接；

所述家具类型设定模块用于输入家具的类型，所述纹路稀疏度调整模块用于根据家具的类型和家具覆盖的区域调整纹路的稀疏度过渡情况。

2.根据权利要求1所述的一种基于图像识别的彩膜纹路识别系统，其特征在于：所述彩膜处理模块包括去色模块、纹路提取模块、形状纠正模块，所述去色模块、形状纠正模块均与彩膜录入模块电连接，所述纹路提取模块与彩膜储存模块电连接；

所述去色模块用于将客户提供的样片和彩膜试样图片进行去色，所述纹路提取模块用于获取提供的图片的表面纹路信息，所述形状纠正模块用于将拍摄变形的图片给予角度纠正。

3.根据权利要求2所述的一种基于图像识别的彩膜纹路识别系统，其特征在于：所述彩膜处理模块的工作步骤包括，

S0、对生产商的各个彩膜图样进行标记，将彩膜图样与商家的名称对应起来；

S1、将生产商的各个彩膜图样导入彩膜录入模块，利用形状纠正模块将各种拍摄角度的图片变形成为统一的俯视图；

S2、利用去色模块将图片转化为黑白色，在彩膜储存模块中将各个图样储存起来；

S3、利用纹路提取模块获取并记录每张图片所含的彩膜纹路信息，并记录在纹路提取模块内。

4.根据权利要求3所述的一种基于图像识别的彩膜纹路识别系统，其特征在于：所述纹路分析模块的工作步骤包括，

S4、将客户提供的样片导入彩膜录入模块，并对该样片重复上述步骤，提取样片的彩膜纹路信息；

S5、利用纹路分析模块将样片的彩膜纹路信息与彩膜储存模块中的样片纹路信息进行对比，找出最符合该纹路信息的样片及其所代表的生产商，完成匹配。

5.根据权利要求1所述的一种基于图像识别的彩膜纹路识别系统，其特征在于：所述彩膜融合过渡模块的工作方法为，

S6、根据客户的场景需求，从彩膜储存模块中选择客户需要的两种或多种彩膜纹路；

S7、将样板设定模块设定彩膜背景，作为主要彩膜图样，利用区域定制模块将彩膜背景划分为不同区域，对若干区域内导入次要彩膜图样，将多种彩膜纹路输入区域定制模块进行初步彩膜排布；

S8、利用纹路特性量化模块将彩膜中纹路的各项属性提取出来并加以量化；

S9、对各项属性进行加权平均，得到处于两种彩膜图样中间过渡的图样，利用纹路融合模块创造出新的彩膜纹路，并将新的彩膜纹路利用彩膜呈现模块转化成彩膜图片。

6.根据权利要求5所述的一种基于图像识别的彩膜纹路识别系统，其特征在于：上述步骤S8中，彩膜纹路的属性有晶粒属性和纹路属性，所述晶粒属性包括晶粒圆润程度p、晶粒大小q、晶粒长宽比a，所述纹路属性包括纹粗细程度m、纹路波动程度f；

所述晶粒圆润程度p表示晶粒的边缘是否为尖角，p越大，尖角越尖锐，p越小，则过渡为圆角；所述晶粒大小q表示每个晶粒的占用空间，所述晶粒长宽比a为晶粒左右最大值长度/晶粒上下最大值长度，所述纹粗细程度m表示纹路线条的粗细，所述纹路波动程度f表示线条的曲折程度，线条形状越不规则，f值越大。

7.根据权利要求1所述的一种基于图像识别的彩膜纹路识别系统，其特征在于：所述彩膜融合过渡模块在考虑家具布置时的工作流程为，

S11、根据家具类型设定模块输入的家具类型，结合家具覆盖模块指示的家具区域，对纹路融合模块创作纹路的方式进行调整，调整分三种情况，

S11-1、当指示区域为沙发时，调高加权平均后的晶粒圆润程度p，并增大加权平均后的晶粒大小q；

S11-2、当指示区域为餐桌时，增加加权平均后的晶粒长宽比a，减小加权平均后的纹粗细程度m；

S11-3、当指示区域为书桌时，增加加权平均后的纹路波动程度f。

8.根据权利要求7所述的一种基于图像识别的彩膜纹路识别系统，其特征在于：上述步骤S11中对过渡幅度的调整方法为，

，

其中E为调整的过渡幅度，A为主要彩膜图样的各项纹路参数，代表主要纹路中的p、q、a、m、f，B为次要彩膜图样的各项纹路参数，S为家具区域的面积，α为不同家具类型所规定的参数。