CN117495986B - 一种布料图案颜色采集方法及系统 - Google Patents

一种布料图案颜色采集方法及系统 Download PDF

Info

Publication number
CN117495986B
CN117495986B CN202311848725.1A CN202311848725A CN117495986B CN 117495986 B CN117495986 B CN 117495986B CN 202311848725 A CN202311848725 A CN 202311848725A CN 117495986 B CN117495986 B CN 117495986B
Authority
CN
China
Prior art keywords
color
pattern
cloth
template
preset
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.)
Active
Application number
CN202311848725.1A
Other languages
English (en)
Other versions
CN117495986A (zh
Inventor
蔡宗旺
朱冠臻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Jingwei Cnc Co ltd
Original Assignee
Ningbo Jingwei Cnc Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ningbo Jingwei Cnc Co ltd filed Critical Ningbo Jingwei Cnc Co ltd
Priority to CN202311848725.1A priority Critical patent/CN117495986B/zh
Publication of CN117495986A publication Critical patent/CN117495986A/zh
Application granted granted Critical
Publication of CN117495986B publication Critical patent/CN117495986B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Image Processing (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明属于图像处理技术领域，提供了一种布料图案颜色采集方法及系统，在布料上设置有图案，图案被配置为有多种颜色，根据布料图案中选定的颜色以预设模版图形在布料上提取颜色模版，颜色模版被配置为包含所有选定的颜色并且由预设模版图形组合而成，组成颜色模版的预设模版图形数量小于所选定的颜色种类。本发明的优点在于通过本方法所得到模版能够包含检测所需的所有颜色，并且使得取样位置数量少于所选定的颜色种类，既节约了通过切割设备采集对应位置样本的时间，同时也保证在一次颜色检测中能够对布料图案中所有选定的颜色同时进行检测。

Description

一种布料图案颜色采集方法及系统
技术领域
本发明涉及图像处理技术领域，尤其涉及一种布料图案颜色采集方法及系统。
背景技术
在现如今的布料切割中，通常其中会包含有不同样式的图案，而各个图案中又包含有不同种类的颜色。为了对图案中的颜色通过额外的设备进行检测，就需要从布料中进行取样，但是由于不同布料中图案的尺寸、颜色分布情况均不相同，并且通过额外设备进行检测所需要的样本大小是固定的，因此从布料中取样就需要从其不同位置处进行取样。而如何快速确定能够符合检测需求的样本采集位置就成了一个亟待解决的问题。
发明内容
本发明要解决的技术问题目的在于提供一种布料图案颜色采集方法及系统，用以解决上述问题。
为了实现上述目的，本发明采用的技术方案为：
一种布料图案颜色采集方法，在布料上设置有图案，图案被配置为有多种颜色，采集方法包括步骤：根据布料图案中选定的颜色以预设模版图形在布料上提取颜色模版，颜色模版被配置为包含所有选定的颜色并且由预设模版图形组合而成，组成颜色模版的预设模版图形数量小于所选定的颜色种类。
进一步优选的，颜色模版中包含的颜色种类在相机拍摄的布料图像上选取得到。
进一步优选的，预设模版图形被配置为由多个相同的块组合而成。
进一步优选的，由所述预设模版图形按照排列组合形成的颜色模版被配置为属于同一列或同一行的所有块组合形成的图形中包含所有选定的颜色。
进一步优选的，颜色模版被配置为预设尺寸，根据预设尺寸将颜色模版均分以形成多个相同的块，属于同一列或同一行的所有块组合形成的图形被配置为包含所有选定的颜色。
进一步优选的，在确定预设图形后，在布料上导入预设模版图形以形成所述颜色模版，检测所述颜色模版中所包含的颜色种类以确定最佳匹配模版，所述最佳匹配模版被配置为组成所述颜色模版的预设图形数量最少。
进一步优选的，预设图形被配置为由多个相同的块组合而成；由预设模版图形按照排列组合形成的颜色模版被配置为属于同一列或同一行的所有块组合形成的图形中包含所有选定的颜色。
进一步优选的，在确定最佳匹配模版后，组成所述最佳匹配模版的所有图形由切割设备控制从布料上切割从而得到布料颜色样本。
本发明还提供了一种布料图案颜色采集系统，包括至少一个处理器、至少一个存储器以及相机视觉系统，存储器存储有计算机程序，当程序被处理器执行时，所述处理器能够根据相机视觉系统拍摄的布料图案执行上述的布料图案颜色采集方法。
本发明与现有技术相比，至少包含以下有益效果：
通过本方法所得到模版能够包含检测所需的所有颜色，并且使得取样位置数量少于所选定的颜色种类，既节约了通过切割设备采集对应位置样本的时间，同时也保证在一次颜色检测中能够对布料图案中所有选定的颜色同时进行检测。
附图说明
图1是本发明实施例所提供的布料图案颜色采集方法的流程图；
图2是本发明实施例所提供的颜色选定的示意图；
图3是本发明实施例所提供的生成颜色模版的示意图；
图4是本发明实施例所提供的对颜色模版进行检验的示意图。
具体实施方式
需要说明，在本发明中如涉及“第一”、“第二”、“一”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
以下是本发明的具体实施例，并结合附图对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
在本实施例中，如图1所示，提供了一种布料图案颜色采集方法，其包括步骤：
S1、由人工在通过相机拍摄得到的布料图像中选定需要进行取样的颜色；
S2、选定用于生成颜色模版的预设模版图形；
S3、根据布料图案中选定的颜色以预设模版图形在布料上提取颜色模版；
S4、根据获得的颜色模版在布料上对应位置处进行切割以得到布料颜色样本。
其中，颜色模版被配置为包含所有选定的颜色并且由预设模版图形组合而成，组成颜色模版的预设图形数量小于所选定的颜色种类。
由于放入检测设备进行颜色检测的样本尺寸有限制的，因此从布料中进行取样得到的布料颜色样本的尺寸就必须满足检测设备的要求。
对此，本发明通过至少一个预设图形在布料上框选出要进行检测的颜色区域，并将预设图形组合形成满足尺寸要求的颜色模版。颜色模版中所包含的预设模版图形数量越少意味着切割设备在布料上切割以获得布料颜色样本的次数越少，节约了取样的时间，同时又能满足后续检测的需要。
进一步的，如图2所示，本发明首先根据颜色检测的需求，在通过相机拍摄得到的布料图像中由人工选定所需要检测的颜色种类。
而后，如图3所示，在布料图案中导入或自动生成该预设模版图形，例如平均分成7块的长方形。若是通过导入的方式，则是从以往储存的模版中选取得到。而自动生成方式是根据预设定的颜色模版尺寸大小自动生成的预设模版图形，那么此时预设模版图形是由颜色模版均匀分割形成的。
如图3和图4所示，在导入预设模版图形后，就能够根据该预设模版图形在布料图像上找寻相应的取样位置以组合形成颜色模版。形成颜色模版后，本发明就需要对颜色模版所包含的颜色进行检验，其要求是将组合形成的颜色模版以预设尺寸均分以形成多个相同的块，属于同一列或同一行的所有块组合形成的图形必须包含所有选定的颜色。
或者是现将预设模版图形分为相同的块，而后在预设图形按照排列组合形成的颜色模版中检验属于同一列或同一行的所有块组合形成的图形中是否包含所有选定的颜色。例如，若预设图形被均分成多个相同的块，并且预设图形以行排列形成颜色模版，那么属于同一列的所有块组合形成的图形中必须包含所有选定的颜色。
在满足上述检验要求的情况下，通过不断移动预设图形的位置来组成颜色模版，最终使得颜色模版中包含的数量少于先前标定的颜色种类，在所形成的不同颜色模版中预设图形数量最少的颜色模版则为最佳匹配模版。
最后在确定最佳匹配模版后，由切割设备控制从布料上把组成所述最佳匹配模版的所有图形切割出来从而得到布料颜色样本。
通过本方法所得到的模版能够包含检测所需的所有颜色，并且使得取样位置数量少于所选定的颜色种类，既节约了通过切割设备采集对应位置样本的时间，同时也保证在一次颜色检测中能够对布料图案中所有选定的颜色同时进行检测。
本发明还提供了一种布料图案颜色采集系统，包括至少一个处理器、以及至少一个存储器，存储器存储有计算机程序，当程序被处理器执行时，使得处理器能够执行上述的布料图案颜色采集方法。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (7)

1.一种布料图案颜色采集方法，在所述布料上设置有图案，所述图案被配置为有多种颜色，其特征在于，所述采集方法包括步骤：
根据布料图案中选定的颜色以预设模版图形在所述布料上提取颜色模版，所述颜色模版被配置为包含所有选定的颜色并且由所述预设模版图形组合而成，组成所述颜色模版的预设模版图形数量小于所选定的颜色种类；
所述预设模版图形被配置为由多个相同的块组合而成；由所述预设模版图形按照排列组合形成的颜色模版被配置为属于同一列或同一行的所有块组合形成的图形中包含所有选定的颜色。
2.根据权利要求1所述的一种布料图案颜色采集方法，其特征在于，所述颜色模版中包含的颜色种类在由相机拍摄的布料图像上选取得到。
3.根据权利要求1所述的一种布料图案颜色采集方法，其特征在于，所述颜色模版被配置为预设尺寸，根据所述预设尺寸将颜色模版均分以形成多个相同的块，属于同一列或同一行的所有块组合形成的模版图形被配置为包含所有选定的颜色。
4.根据权利要求1所述的一种布料图案颜色采集方法，其特征在于，在确定预设模版图形后，在布料上导入所述预设模版图形以形成所述颜色模版，检测所述颜色模版中所包含的颜色种类以确定最佳匹配模版，所述最佳匹配模版被配置为组成所述颜色模版的预设图形数量最少。
5.根据权利要求4所述的一种布料图案颜色采集方法，其特征在于，所述预设模版图形被配置为由多个相同的块组合而成；由所述预设模版图形按照排列组合形成的颜色模版被配置为属于同一列或同一行的所有块组合形成的图形中包含所有选定的颜色。
6.根据权利要求4所述的一种布料图案颜色采集方法，其特征在于，在确定最佳匹配模版后，组成所述最佳匹配模版的所有图形由切割设备控制从布料上切割从而得到布料颜色样本。
7.一种布料图案颜色采集系统，包括至少一个处理器、至少一个存储器以及相机视觉系统，其特征在于，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，所述处理器能够根据相机视觉系统拍摄的布料图案执行权利要求1-6任一项所述的布料图案颜色采集方法。
CN202311848725.1A 2023-12-29 2023-12-29 一种布料图案颜色采集方法及系统 Active CN117495986B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311848725.1A CN117495986B (zh) 2023-12-29 2023-12-29 一种布料图案颜色采集方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311848725.1A CN117495986B (zh) 2023-12-29 2023-12-29 一种布料图案颜色采集方法及系统

Publications (2)

Publication Number Publication Date
CN117495986A CN117495986A (zh) 2024-02-02
CN117495986B true CN117495986B (zh) 2024-04-16

Family

ID=89685333

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311848725.1A Active CN117495986B (zh) 2023-12-29 2023-12-29 一种布料图案颜色采集方法及系统

Country Status (1)

Country Link
CN (1) CN117495986B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102507008A (zh) * 2011-10-26 2012-06-20 惠州市德赛西威汽车电子有限公司 一种多模板颜色自动光学检测方法
CN105512428A (zh) * 2015-12-30 2016-04-20 苏州优纳科技有限公司 一种自动光学检测设备的检测模板生成方法及装置
CN109241390A (zh) * 2018-08-31 2019-01-18 龙山县惹巴妹手工织品有限公司 一种基于大数据的装饰用纺织品的智能设计系统及方法
CN111145172A (zh) * 2019-12-31 2020-05-12 广东溢达纺织有限公司 布料循环数据的确定方法、装置、系统、计算机设备
CN112749645A (zh) * 2020-12-30 2021-05-04 成都云盯科技有限公司 基于监控视频的服装颜色检测方法、装置和设备
CN116414321A (zh) * 2021-12-31 2023-07-11 深圳市汉森软件有限公司 色块颜色数据获取方法、装置、设备及存储介质
CN117152461A (zh) * 2023-09-13 2023-12-01 河南中心线电子科技有限公司 一种基于数字图像的卷烟包装材料色差检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2452508A (en) * 2007-09-05 2009-03-11 Sony Corp Generating a three-dimensional representation of a sports game

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102507008A (zh) * 2011-10-26 2012-06-20 惠州市德赛西威汽车电子有限公司 一种多模板颜色自动光学检测方法
CN105512428A (zh) * 2015-12-30 2016-04-20 苏州优纳科技有限公司 一种自动光学检测设备的检测模板生成方法及装置
CN109241390A (zh) * 2018-08-31 2019-01-18 龙山县惹巴妹手工织品有限公司 一种基于大数据的装饰用纺织品的智能设计系统及方法
CN111145172A (zh) * 2019-12-31 2020-05-12 广东溢达纺织有限公司 布料循环数据的确定方法、装置、系统、计算机设备
CN112749645A (zh) * 2020-12-30 2021-05-04 成都云盯科技有限公司 基于监控视频的服装颜色检测方法、装置和设备
CN116414321A (zh) * 2021-12-31 2023-07-11 深圳市汉森软件有限公司 色块颜色数据获取方法、装置、设备及存储介质
CN117152461A (zh) * 2023-09-13 2023-12-01 河南中心线电子科技有限公司 一种基于数字图像的卷烟包装材料色差检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Integrating semantic features in fruit recognition based on perceptual color and semantic template;Ema Rachmawati et al;《Information Processing in Agriculture》;20210309;316-334 *
基于维视图像机器视觉平台的颜色检测研究;孙昂等;《电脑知识与技术》;20180228;第14卷(第6期);160-162 *

Also Published As

Publication number Publication date
CN117495986A (zh) 2024-02-02

Similar Documents

Publication Publication Date Title
CN112577969B (zh) 一种基于机器视觉的缺陷检测方法以及缺陷检测系统
JP2007003297A (ja) 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置
JP2004294358A (ja) 欠陥検査方法および装置
CN110736748A (zh) 免疫组化核浆染色切片诊断方法及系统
JP2000030652A (ja) 試料の観察方法およびその装置
CN110346704B (zh) 板卡测试中测试文件的确定方法、装置、设备及存储介质
US9064314B2 (en) Robust automatic determination and location of MacBeth color checker charts
JP4492356B2 (ja) 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置
CN112819844B (zh) 一种图像边缘检测方法及装置
US20180330512A1 (en) Registration of tissue slice image
JP3893825B2 (ja) 半導体ウェーハの欠陥観察方法及びその装置
CN108871185B (zh) 零件检测的方法、装置、设备以及计算机可读存储介质
CN112070750A (zh) 皮革制品缺陷检测方法和装置
CN108428247B (zh) 焊锡点方向的检测方法和系统
CN117495986B (zh) 一种布料图案颜色采集方法及系统
CN110596118A (zh) 印刷图案检测方法及印刷图案检测装置
CN105389818B (zh) 元件的定位方法和系统
CN109596317B (zh) 一种面板灯的检测方法及装置
CN116703862A (zh) 一种用于视觉检测的智能大数据监管系统及方法
JP4828741B2 (ja) プローブ痕測定方法およびプローブ痕測定装置
CN113888539B (zh) 缺陷分类方法、装置、设备及存储介质
CN112233060B (zh) 数字病理图像异常样本的筛选方法、装置、设备及介质
CN113052845B (zh) 车辆地毯灯的检测方法和装置
JPH07213491A (ja) 角膜内皮細胞密度計測装置
CN118781041A (zh) 模组侧焊缝检测方法、系统、计算机设备及存储介质

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