CN117372283A - 一种去除摩尔纹的方法与装置 - Google Patents

Abstract

本发明适用于图像处理技术领域，尤其涉及一种去除摩尔纹的方法与装置，所述去除摩尔纹的方法包括：获取待处理图像，对待处理图像进行色彩识别，提取背景色，裁切得到服装局部图像；进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像；进行像素信息统计，确定摩尔纹区域；基于摩尔纹区域进行泛化处理，进行一致性检测，选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像。本发明通过对背景图案进行识别，将服饰部分对应的图像提取出来，通过对图像进行增强处理，实现对摩尔纹区域的强化，以实现对摩尔纹的定位，随后选择没有摩尔纹的区域对其进行填充，从而实现去除摩尔纹，消除摩尔纹对待处理图像的影响。

Description

一种去除摩尔纹的方法与装置

技术领域

本发明属于图像处理技术领域，尤其涉及一种去除摩尔纹的方法与装置。

背景技术

摩尔纹是一种干涉现象，也被称为莫尔条纹或干涉条纹。它是由光的干涉引起的，在两个或更多波面间产生交替的亮暗条纹。这种干涉现象通常在两个透明介质之间存在光程差时发生，例如二元光栅、薄膜、厚度不均匀的透明材料等。当光通过这些材料时，光波的相位差会导致波的叠加产生干涉，从而形成摩尔纹。

在通过图像采集设备进行图像采集时，常会在图像中产生摩尔纹，在对服装进行图像采集时，服装上常会出现摩尔纹，使用上述图片时，将会极大影响视觉效果。

发明内容

本发明的目的在于提供一种去除摩尔纹的方法，旨在解决对服装进行图像采集时出现摩尔纹导致画面失真的问题。

本发明是这样实现的，一种去除摩尔纹的方法，所述去除摩尔纹的方法包括：

获取待处理图像，对待处理图像进行色彩识别，提取背景色，裁切得到服装局部图像；

对服饰局部图像进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像；

对摩尔纹强化图像进行像素信息统计，基于相邻像素之间的灰度值确定摩尔纹区域；

基于摩尔纹区域进行泛化处理，对泛化区域进行一致性检测，基于一致性检测结果选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像。

优选的，所述对服饰局部图像进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像的步骤，具体包括：

调取服饰局部图像，对其进行二值化处理，得到二值化图像；

对二值化图像进行对比度调节和清晰度调节，得到实时调节图像；

基于实时调节图像内包含像素的灰度值分布情况确定是否需要重新调节，调节完成后，得到摩尔纹强化图像。

优选的，所述对摩尔纹强化图像进行像素信息统计，基于相邻像素之间的灰度值确定摩尔纹区域的步骤，具体包括：

对摩尔纹强化图像进行像素统计，提取每一个像素的灰度值，并为每一个像素进行编号；

每次选择一个像素，计算该像素与相邻像素之间的灰度值差值，将灰度值差值小于预设值的像素划分为相似像素，反之则划分为相异像素；

将相互邻接的相似像素连结为一个区域，得到同化区域，根据同化区域内的灰度值均值确定同化区域中的摩尔纹区域，所述同化区域内不包含相异像素。

优选的，所述基于摩尔纹区域进行泛化处理，对泛化区域进行一致性检测，基于一致性检测结果选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像的步骤，具体包括：

识别摩尔纹区域的边界，基于预设的扩展比例对边界进行扩展，得到泛化区域，所述泛化区域不与任何摩尔纹区域重叠；

调取采样图案，基于泛化区域的面积确定采样图案的面积，生成采样选区，对摩尔纹区域进行全局采样，计算每一个采样选区内的灰度值一致性；

选择灰度值一致性大于预设值的采样区域作为填充源区域，根据摩尔纹区域的边界与填充源区域的相似度确定填充关系，进行填充，得到去摩尔纹图像。

优选的，计算每一个采样选区内的灰度值一致性时，构建平面坐标系，在平面坐标系中标记每一个像素的位置，采用以下公式：

其中，P为灰度值一致性，x为采样选区内像素的横坐标，y为采样选区内像素的纵坐标，f(x,y)为坐标为(x，y)处像素的灰度值，n为采样选区内像素的总数量。

本发明的另一目的在于提供一种去除摩尔纹的装置，所述去除摩尔纹的装置包括：

图像裁切模块，用于获取待处理图像，对待处理图像进行色彩识别，提取背景色，裁切得到服装局部图像；

图像强化模块，用于对服饰局部图像进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像；

摩尔纹识别模块，用于对摩尔纹强化图像进行像素信息统计，基于相邻像素之间的灰度值确定摩尔纹区域；

摩尔纹填充模块，用于基于摩尔纹区域进行泛化处理，对泛化区域进行一致性检测，基于一致性检测结果选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像。

优选的，所述图像强化模块包括：

二值化处理单元，用于调取服饰局部图像，对其进行二值化处理，得到二值化图像；

图像调节单元，用于对二值化图像进行对比度调节和清晰度调节，得到实时调节图像；

摩尔纹强化单元，用于基于实时调节图像内包含像素的灰度值分布情况确定是否需要重新调节，调节完成后，得到摩尔纹强化图像。

优选的，所述摩尔纹识别模块包括：

像素处理单元，用于对摩尔纹强化图像进行像素统计，提取每一个像素的灰度值，并为每一个像素进行编号；

像素划分单元，用于每次选择一个像素，计算该像素与相邻像素之间的灰度值差值，将灰度值差值小于预设值的像素划分为相似像素，反之则划分为相异像素；

区域划分单元，用于将相互邻接的相似像素连结为一个区域，得到同化区域，根据同化区域内的灰度值均值确定同化区域中的摩尔纹区域，所述同化区域内不包含相异像素。

优选的，所述摩尔纹填充模块包括：

区域泛化单元，用于识别摩尔纹区域的边界，基于预设的扩展比例对边界进行扩展，得到泛化区域，所述泛化区域不与任何摩尔纹区域重叠；

一致性评估单元，用于调取采样图案，基于泛化区域的面积确定采样图案的面积，生成采样选区，对摩尔纹区域进行全局采样，计算每一个采样选区内的灰度值一致性；

像素替换单元，用于选择灰度值一致性大于预设值的采样区域作为填充源区域，根据摩尔纹区域的边界与填充源区域的相似度确定填充关系，进行填充，得到去摩尔纹图像。

优选的，计算每一个采样选区内的灰度值一致性时，构建平面坐标系，在平面坐标系中标记每一个像素的位置，采用以下公式：

其中，P为灰度值一致性，x为采样选区内像素的横坐标，y为采样选区内像素的纵坐标，f(x,y)为坐标为(x，y)处像素的灰度值，n为采样选区内像素的总数量。

本发明提供的一种去除摩尔纹的方法，通过对背景图案进行识别，将服饰部分对应的图像提取出来，通过对图像进行增强处理，实现对摩尔纹区域的强化，以实现对摩尔纹的定位，随后选择没有摩尔纹的区域对其进行填充，从而实现去除摩尔纹，消除摩尔纹对待处理图像的影响。

附图说明

图1为本发明实施例提供的一种去除摩尔纹的方法的流程图；

图2为本发明实施例提供的对服饰局部图像进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像的流程图；

图3为本发明实施例提供的对摩尔纹强化图像进行像素信息统计，基于相邻像素之间的灰度值确定摩尔纹区域的流程图；

图4为本发明实施例提供的基于摩尔纹区域进行泛化处理，对泛化区域进行一致性检测，基于一致性检测结果选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像的流程图；

图5为本发明实施例提供的一种去除摩尔纹的装置的架构图；

图6为本发明实施例提供的一种图像强化模块的架构图；

图7为本发明实施例提供的一种摩尔纹识别模块的架构图；

图8为本发明实施例提供的一种摩尔纹填充模块的架构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。

对于摩尔纹而言，若服饰的花纹较多，如碎花布料，其不会产生摩尔纹，只有纹路规则并且色彩单一的布料才会产生摩尔纹。

如图1所示，为本发明实施例提供的一种去除摩尔纹的方法的流程图，所述去除摩尔纹的方法包括：

S100，获取待处理图像，对待处理图像进行色彩识别，提取背景色，裁切得到服装局部图像。

在本步骤中，获取待处理图像，在对服装进行图像采集的时候，基于服装的颜色选择对比度较强的背景，如拍摄白色衣物时，使用绿色的背景板，并且使得背景板的色彩更加纯净，那么在图像采集完成之后，对待处理图像进行像素识别，提取每一个像素的色彩信息，并确定每一个像素的位置，位于待处理图像边缘且色彩信息相同的像素即为背景区域，那么将其作为背景色，将背景色部分裁切掉，以留下服装局部图像。

S200，对服饰局部图像进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像。

在本步骤中，对服饰局部图像进行二值化处理，通过进行二值化处理，能够减少图像包含的色彩信息，从而可以通过灰度值来对各个像素的色彩进行表征，通过进行对比增强处理，完成对服饰局部图像的对比度、亮度和清晰度的调节，从而增强摩尔纹区域与非摩尔纹区域的色彩对比，以便于识别得到摩尔纹，在进行调节时，对图像中各个像素的灰度值进行统计，从而去饿顶当前的调节是否满足要求，若不满足要求则开始进行进一步调节，最终获取得到摩尔纹强化图像。

S300，对摩尔纹强化图像进行像素信息统计，基于相邻像素之间的灰度值确定摩尔纹区域。

在本步骤中，对摩尔纹强化图像进行像素信息统计，在获取得到摩尔纹强化图像之后，确定每一个像素的灰度值，那么针对不同的灰度值，可以确定每一个灰度值对应的像素数量，摩尔纹在经过增强之后，摩尔纹所在区域会形成一个连通区域，那么根据像素之间的灰度值大小关系，可以对摩尔纹强化图像进行区域划分，从而将摩尔纹强化图像划分为多个独立的区域，其中就包含摩尔纹区域，在产生摩尔纹之后，摩尔纹区域的色彩会与周围正常服装的色彩不同，通过进行灰度值统计，从而根据灰度值确定摩尔纹区域。

S400，基于摩尔纹区域进行泛化处理，对泛化区域进行一致性检测，基于一致性检测结果选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像。

在本步骤中，基于摩尔纹区域进行泛化处理，为了对受摩尔纹区域影响的部分进行填充，将摩尔纹区域域外的部分作为填充图案的来源，在确定泛化区域之后，为了使得填充区域更加纯净，对泛化区域内的像素进行灰度值分析，使得其包含的像素更加均匀，从而确定填充源区域，以填充源区域对摩尔纹区域进行填充，那么所有包含摩尔纹的区域均被填充，从而能够得到去摩尔纹图像。

如图2所示，作为本发明的一个优选实施例，所述对服饰局部图像进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像的步骤，具体包括：

S201，调取服饰局部图像，对其进行二值化处理，得到二值化图像。

在本步骤中，调取服饰局部图像，此时服饰局部图像为PNG格式，其中每个像素均包含了色彩信息，为了减少其中包含的色彩信息，以便于识别摩尔纹，对其进行二值化处理，经过二值化处理的图像，其色彩信息会大大减小，得到二值化图像。

S202，对二值化图像进行对比度调节和清晰度调节，得到实时调节图像。

在本步骤中，对二值化图像进行对比度调节和清晰度调节，在原始的二值化图像中，摩尔纹并不十分明显，因此不易被识别，通过进行对比度的调节和清晰度调节，能够使得摩尔纹区域更加明显，并且消除摩尔纹区域内的杂点，使其形成连贯的区域。

S203，基于实时调节图像内包含像素的灰度值分布情况确定是否需要重新调节，调节完成后，得到摩尔纹强化图像。

在本步骤中，基于实时调节图像内包含像素的灰度值分布情况确定是否需要重新调节，在调节过程中，实时统计各个像素的灰度值，确定不同灰度值回应的像素数量，在调节过程中，采用降低清晰度，提高对比度的方式进行调节，使得实时调节图像内包含的像素的灰度值数量低于预设值，则得到摩尔纹强化图像。

如图3所示，作为本发明的一个优选实施例，所述对摩尔纹强化图像进行像素信息统计，基于相邻像素之间的灰度值确定摩尔纹区域的步骤，具体包括：

S301，对摩尔纹强化图像进行像素统计，提取每一个像素的灰度值，并为每一个像素进行编号。

在本步骤中，对摩尔纹强化图像进行像素统计，为了便于对像素进行定位，构建二维坐标系，每一个像素均可以用一个坐标进行定位，并确定每一个像素的灰度值，并为每一个像素进行编号。

S302，每次选择一个像素，计算该像素与相邻像素之间的灰度值差值，将灰度值差值小于预设值的像素划分为相似像素，反之则划分为相异像素。

在本步骤中，每次选择一个像素，具体的，可以随机选择像素，也可以按照编号的顺序进行选择，计算该像素与相邻像素之间的灰度值差值，除了最边缘的像素，其他像素的相邻像素的数量均为八个，那么将相邻的八个像素的灰度值与当前像素的灰度值进行比较，若两者之间的差值小于预设值，则将灰度值差值小于预设值的像素划分为相似像素，反之则划分为相异像素。

S303，将相互邻接的相似像素连结为一个区域，得到同化区域，根据同化区域内的灰度值均值确定同化区域中的摩尔纹区域，所述同化区域内不包含相异像素。

在本步骤中，将相互邻接的相似像素连结为一个区域，将其定义为同化区域，此时，整个摩尔纹强化图像将会被划分为多个独立的同化区域，对于面积小于预设值的同化区域，将其切割划分到邻接的同化区域内，如像素数量低于1000时，则将该同化区域融入到其他相邻区域，按照灰度值平均值对各个同化区域进行排行，将灰度值平均值排名第二的同化区域作为摩尔纹区域，具体的，也可以基于同化区域的形状来识别摩尔纹，这是由于摩尔纹通常为规则的波纹形状，在识别完成后，即可确定同化区域中的摩尔纹区域。

如图4所示，作为本发明的一个优选实施例，所述基于摩尔纹区域进行泛化处理，对泛化区域进行一致性检测，基于一致性检测结果选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像的步骤，具体包括：

S401，识别摩尔纹区域的边界，基于预设的扩展比例对边界进行扩展，得到泛化区域，所述泛化区域不与任何摩尔纹区域重叠。

在本步骤中，识别摩尔纹区域的边界，对于摩尔纹区域，其内部受摩尔纹影响，但实际上其内部的图像与边缘之间的内容相近，扩展比例可以为10％，扩展的形状即为该摩尔纹区域的形状，每次扩展10％，直到扩展的区域与其他摩尔纹区域重叠，则停止扩展，扩展得到的区域即为泛化区域。

S402，调取采样图案，基于泛化区域的面积确定采样图案的面积，生成采样选区，对摩尔纹区域进行全局采样，计算每一个采样选区内的灰度值一致性。

在本步骤中，调取采样图案，采样图案是预设的，具体可以为圆形或者方形，也可以为其他形状，随机选择一种采样图案，采样图案的起始值是固定的，如圆形采样图案，其包含200个像素点，其实际大小可以为泛化区域面积的1％，以确定其实际包含的像素点的数量，基于该采样图案在泛化区域内随机选择多个采样选区，如选择10个采样选区，计算采样选区对应的图像的灰度值一致性，计算每一个采样选区内的灰度值一致性时，构建平面坐标系，在平面坐标系中标记每一个像素的位置，采用以下公式：

其中，P为灰度值一致性，x为采样选区内像素的横坐标，y为采样选区内像素的纵坐标，f(x,y)为坐标为(x，y)处像素的灰度值，n为采样选区内像素的总数量。

S403，选择灰度值一致性大于预设值的采样区域作为填充源区域，根据摩尔纹区域的边界与填充源区域的相似度确定填充关系，进行填充，得到去摩尔纹图像。

在本步骤中，选择灰度值一致性大于预设值的采样区域作为填充源区域，去欸的那个多个填充源区域之后，每次从摩尔纹区域内选择一个与采样区域大小相同的区域，随机选择一个填充源区域进行替换，直到整个摩尔纹区域均被替换。

如图5所示，为本发明实施例提供的一种去除摩尔纹的装置的架构图，所述去除摩尔纹的装置包括：

图像裁切模块100，用于获取待处理图像，对待处理图像进行色彩识别，提取背景色，裁切得到服装局部图像。

在本装置中，图像裁切模块100获取待处理图像，在对服装进行图像采集的时候，基于服装的颜色选择对比度较强的背景，如拍摄白色衣物时，使用绿色的背景板，并且使得背景板的色彩更加纯净，那么在图像采集完成之后，对待处理图像进行像素识别，提取每一个像素的色彩信息，并确定每一个像素的位置，位于待处理图像边缘且色彩信息相同的像素即为背景区域，那么将其作为背景色，将背景色部分裁切掉，以留下服装局部图像。

图像强化模块200，用于对服饰局部图像进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像。

在本装置中，图像强化模块200对服饰局部图像进行二值化处理，通过进行二值化处理，能够减少图像包含的色彩信息，从而可以通过灰度值来对各个像素的色彩进行表征，通过进行对比增强处理，完成对服饰局部图像的对比度、亮度和清晰度的调节，从而增强摩尔纹区域与非摩尔纹区域的色彩对比，以便于识别得到摩尔纹，在进行调节时，对图像中各个像素的灰度值进行统计，从而去饿顶当前的调节是否满足要求，若不满足要求则开始进行进一步调节，最终获取得到摩尔纹强化图像。

摩尔纹识别模块300，用于对摩尔纹强化图像进行像素信息统计，基于相邻像素之间的灰度值确定摩尔纹区域。

在本装置中，摩尔纹识别模块300对摩尔纹强化图像进行像素信息统计，在获取得到摩尔纹强化图像之后，确定每一个像素的灰度值，那么针对不同的灰度值，可以确定每一个灰度值对应的像素数量，摩尔纹在经过增强之后，摩尔纹所在区域会形成一个连通区域，那么根据像素之间的灰度值大小关系，可以对摩尔纹强化图像进行区域划分，从而将摩尔纹强化图像划分为多个独立的区域，其中就包含摩尔纹区域，在产生摩尔纹之后，摩尔纹区域的色彩会与周围正常服装的色彩不同，通过进行灰度值统计，从而根据灰度值确定摩尔纹区域。

摩尔纹填充模块400，用于基于摩尔纹区域进行泛化处理，对泛化区域进行一致性检测，基于一致性检测结果选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像。

在本装置中，摩尔纹填充模块400基于摩尔纹区域进行泛化处理，为了对受摩尔纹区域影响的部分进行填充，将摩尔纹区域域外的部分作为填充图案的来源，在确定泛化区域之后，为了使得填充区域更加纯净，对泛化区域内的像素进行灰度值分析，使得其包含的像素更加均匀，从而确定填充源区域，以填充源区域对摩尔纹区域进行填充，那么所有包含摩尔纹的区域均被填充，从而能够得到去摩尔纹图像。

如图6所示，作为本发明的一个优选实施例，所述图像强化模块200包括：

二值化处理单元201，用于调取服饰局部图像，对其进行二值化处理，得到二值化图像。

在本模块中，二值化处理单元201调取服饰局部图像，此时服饰局部图像为PNG格式，其中每个像素均包含了色彩信息，为了减少其中包含的色彩信息，以便于识别摩尔纹，对其进行二值化处理，经过二值化处理的图像，其色彩信息会大大减小，得到二值化图像。

图像调节单元202，用于对二值化图像进行对比度调节和清晰度调节，得到实时调节图像。

在本模块中，图像调节单元202对二值化图像进行对比度调节和清晰度调节，在原始的二值化图像中，摩尔纹并不十分明显，因此不易被识别，通过进行对比度的调节和清晰度调节，能够使得摩尔纹区域更加明显，并且消除摩尔纹区域内的杂点，使其形成连贯的区域。

摩尔纹强化单元203，用于基于实时调节图像内包含像素的灰度值分布情况确定是否需要重新调节，调节完成后，得到摩尔纹强化图像。

在本模块中，摩尔纹强化单元203基于实时调节图像内包含像素的灰度值分布情况确定是否需要重新调节，在调节过程中，实时统计各个像素的灰度值，确定不同灰度值回应的像素数量，在调节过程中，采用降低清晰度，提高对比度的方式进行调节，使得实时调节图像内包含的像素的灰度值数量低于预设值，则得到摩尔纹强化图像。

如图7所示，作为本发明的一个优选实施例，所述摩尔纹识别模块300包括：

像素处理单元301，用于对摩尔纹强化图像进行像素统计，提取每一个像素的灰度值，并为每一个像素进行编号。

在本模块中，像素处理单元301对摩尔纹强化图像进行像素统计，为了便于对像素进行定位，构建二维坐标系，每一个像素均可以用一个坐标进行定位，并确定每一个像素的灰度值，并为每一个像素进行编号。

像素划分单元302，用于每次选择一个像素，计算该像素与相邻像素之间的灰度值差值，将灰度值差值小于预设值的像素划分为相似像素，反之则划分为相异像素。

在本模块中，像素划分单元302每次选择一个像素，具体的，可以随机选择像素，也可以按照编号的顺序进行选择，计算该像素与相邻像素之间的灰度值差值，除了最边缘的像素，其他像素的相邻像素的数量均为八个，那么将相邻的八个像素的灰度值与当前像素的灰度值进行比较，若两者之间的差值小于预设值，则将灰度值差值小于预设值的像素划分为相似像素，反之则划分为相异像素。

区域划分单元303，用于将相互邻接的相似像素连结为一个区域，得到同化区域，根据同化区域内的灰度值均值确定同化区域中的摩尔纹区域，所述同化区域内不包含相异像素。

在本模块中，区域划分单元303将相互邻接的相似像素连结为一个区域，将其定义为同化区域，此时，整个摩尔纹强化图像将会被划分为多个独立的同化区域，对于面积小于预设值的同化区域，将其切割划分到邻接的同化区域内，如像素数量低于1000时，则将该同化区域融入到其他相邻区域，按照灰度值平均值对各个同化区域进行排行，将灰度值平均值排名第二的同化区域作为摩尔纹区域，具体的，也可以基于同化区域的形状来识别摩尔纹，这是由于摩尔纹通常为规则的波纹形状，在识别完成后，即可确定同化区域中的摩尔纹区域。

如图4所示，作为本发明的一个优选实施例，所述摩尔纹填充模块400包括：

区域泛化单元401，用于识别摩尔纹区域的边界，基于预设的扩展比例对边界进行扩展，得到泛化区域，所述泛化区域不与任何摩尔纹区域重叠。

在本模块中，区域泛化单元401识别摩尔纹区域的边界，对于摩尔纹区域，其内部受摩尔纹影响，但实际上其内部的图像与边缘之间的内容相近，扩展比例可以为10％，扩展的形状即为该摩尔纹区域的形状，每次扩展10％，直到扩展的区域与其他摩尔纹区域重叠，则停止扩展，扩展得到的区域即为泛化区域。

一致性评估单元402，用于调取采样图案，基于泛化区域的面积确定采样图案的面积，生成采样选区，对摩尔纹区域进行全局采样，计算每一个采样选区内的灰度值一致性。

在本模块中，一致性评估单元402调取采样图案，采样图案是预设的，具体可以为圆形或者方形，也可以为其他形状，随机选择一种采样图案，采样图案的起始值是固定的，如圆形采样图案，其包含200个像素点，其实际大小可以为泛化区域面积的1％，以确定其实际包含的像素点的数量，基于该采样图案在泛化区域内随机选择多个采样选区，如选择10个采样选区，计算采样选区对应的图像的灰度值一致性，计算每一个采样选区内的灰度值一致性时，构建平面坐标系，在平面坐标系中标记每一个像素的位置，采用以下公式：

其中，P为灰度值一致性，x为采样选区内像素的横坐标，y为采样选区内像素的纵坐标，f(x,y)为坐标为(x，y)处像素的灰度值，n为采样选区内像素的总数量。

像素替换单元403，用于选择灰度值一致性大于预设值的采样区域作为填充源区域，根据摩尔纹区域的边界与填充源区域的相似度确定填充关系，进行填充，得到去摩尔纹图像。

在本模块中，像素替换单元403选择灰度值一致性大于预设值的采样区域作为填充源区域，去欸的那个多个填充源区域之后，每次从摩尔纹区域内选择一个与采样区域大小相同的区域，随机选择一个填充源区域进行替换，直到整个摩尔纹区域均被替换。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种去除摩尔纹的方法，其特征在于，所述去除摩尔纹的方法包括：

获取待处理图像，对待处理图像进行色彩识别，提取背景色，裁切得到服装局部图像；

对服饰局部图像进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像；

对摩尔纹强化图像进行像素信息统计，基于相邻像素之间的灰度值确定摩尔纹区域；

基于摩尔纹区域进行泛化处理，对泛化区域进行一致性检测，基于一致性检测结果选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像。

2.根据权利要求1所述的去除摩尔纹的方法，其特征在于，所述对服饰局部图像进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像的步骤，具体包括：

调取服饰局部图像，对其进行二值化处理，得到二值化图像；

对二值化图像进行对比度调节和清晰度调节，得到实时调节图像；

基于实时调节图像内包含像素的灰度值分布情况确定是否需要重新调节，调节完成后，得到摩尔纹强化图像。

3.根据权利要求1所述的去除摩尔纹的方法，其特征在于，所述对摩尔纹强化图像进行像素信息统计，基于相邻像素之间的灰度值确定摩尔纹区域的步骤，具体包括：

对摩尔纹强化图像进行像素统计，提取每一个像素的灰度值，并为每一个像素进行编号；

每次选择一个像素，计算该像素与相邻像素之间的灰度值差值，将灰度值差值小于预设值的像素划分为相似像素，反之则划分为相异像素；

将相互邻接的相似像素连结为一个区域，得到同化区域，根据同化区域内的灰度值均值确定同化区域中的摩尔纹区域，所述同化区域内不包含相异像素。

4.根据权利要求1所述的去除摩尔纹的方法，其特征在于，所述基于摩尔纹区域进行泛化处理，对泛化区域进行一致性检测，基于一致性检测结果选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像的步骤，具体包括：

识别摩尔纹区域的边界，基于预设的扩展比例对边界进行扩展，得到泛化区域，所述泛化区域不与任何摩尔纹区域重叠；

调取采样图案，基于泛化区域的面积确定采样图案的面积，生成采样选区，对摩尔纹区域进行全局采样，计算每一个采样选区内的灰度值一致性；

选择灰度值一致性大于预设值的采样区域作为填充源区域，根据摩尔纹区域的边界与填充源区域的相似度确定填充关系，进行填充，得到去摩尔纹图像。

5.根据权利要求4所述的去除摩尔纹的方法，其特征在于，计算每一个采样选区内的灰度值一致性时，构建平面坐标系，在平面坐标系中标记每一个像素的位置，采用以下公式：

其中，P为灰度值一致性，x为采样选区内像素的横坐标，y为采样选区内像素的纵坐标，f(x,y)为坐标为(x，y)处像素的灰度值，n为采样选区内像素的总数量。

6.一种去除摩尔纹的装置，其特征在于，所述去除摩尔纹的装置包括：

图像裁切模块，用于获取待处理图像，对待处理图像进行色彩识别，提取背景色，裁切得到服装局部图像；

图像强化模块，用于对服饰局部图像进行二值化处理，并通过对比增强处理，获取得到摩尔纹强化图像；

摩尔纹识别模块，用于对摩尔纹强化图像进行像素信息统计，基于相邻像素之间的灰度值确定摩尔纹区域；

摩尔纹填充模块，用于基于摩尔纹区域进行泛化处理，对泛化区域进行一致性检测，基于一致性检测结果选择填充源区域，对摩尔纹区域进行填充，得到去摩尔纹图像。

7.根据权利要求6所述的去除摩尔纹的装置，其特征在于，所述图像强化模块包括：

二值化处理单元，用于调取服饰局部图像，对其进行二值化处理，得到二值化图像；

图像调节单元，用于对二值化图像进行对比度调节和清晰度调节，得到实时调节图像；

摩尔纹强化单元，用于基于实时调节图像内包含像素的灰度值分布情况确定是否需要重新调节，调节完成后，得到摩尔纹强化图像。

8.根据权利要求6所述的去除摩尔纹的装置，其特征在于，所述摩尔纹识别模块包括：

像素处理单元，用于对摩尔纹强化图像进行像素统计，提取每一个像素的灰度值，并为每一个像素进行编号；

像素划分单元，用于每次选择一个像素，计算该像素与相邻像素之间的灰度值差值，将灰度值差值小于预设值的像素划分为相似像素，反之则划分为相异像素；

区域划分单元，用于将相互邻接的相似像素连结为一个区域，得到同化区域，根据同化区域内的灰度值均值确定同化区域中的摩尔纹区域，所述同化区域内不包含相异像素。

9.根据权利要求6所述的去除摩尔纹的装置，其特征在于，所述摩尔纹填充模块包括：

区域泛化单元，用于识别摩尔纹区域的边界，基于预设的扩展比例对边界进行扩展，得到泛化区域，所述泛化区域不与任何摩尔纹区域重叠；

一致性评估单元，用于调取采样图案，基于泛化区域的面积确定采样图案的面积，生成采样选区，对摩尔纹区域进行全局采样，计算每一个采样选区内的灰度值一致性；

像素替换单元，用于选择灰度值一致性大于预设值的采样区域作为填充源区域，根据摩尔纹区域的边界与填充源区域的相似度确定填充关系，进行填充，得到去摩尔纹图像。

10.根据权利要求9所述的去除摩尔纹的装置，其特征在于，计算每一个采样选区内的灰度值一致性时，构建平面坐标系，在平面坐标系中标记每一个像素的位置，采用以下公式：

其中，P为灰度值一致性，x为采样选区内像素的横坐标，y为采样选区内像素的纵坐标，f(x,y)为坐标为(x，y)处像素的灰度值，n为采样选区内像素的总数量。