学位论文 > 优秀研究生学位论文题录展示

经验模态分解算法在织物组织识别中的应用研究

作　者: 陈俊霞
导　师: 袁晔
学　校: 北京服装学院
专　业: 机械电子工程
关键词: 织物组织识别经验模态分解图像变形波纹变形球面化变形直方图分割 mean shift图像分割
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 14次
引　用: 0次
阅　读: 论文下载

内容摘要

利用计算机图像处理技术分析织物图像的结构参数和组织类型，是纺织CAD计算机辅助分析系统的关键技术，为不同面料的织物进行组织结构的分析与识别为面料的创新、设计和仿样提供了科学依据。织物组织结构的研究和识别对纺织业和面料行业的提升以及增强我国纺织产业的竞争力都有重要的现实意义。传统织物组织识别方法一般假定织物图像为平稳信号，针对经纬纱排列整齐的织物图像应用模型分析方法或者谱分析方法，然而，实际的织物图像经纬纱排列不规则，与理想模型存在较大的差异，传统的识别方法有很大的局限性。针对织物图像属于非平稳信号这一特性本文提出了一种基于经验模态分解算法的织物组织识别技术。经实验仿真证明，经验模态分解方法的非线性自适应特性，极大地保留了图像的大部分信息，减少了冗余信息所占用的计算机内存空间，大大提高了识别织物组织的精度。图像分割是织物组织识别中的重要部分，织物图像因光照不同和采集设备的客观因素会造成图像质量差异，需要运用不同的图像分割算法，才能可以更好地检测图像的边缘，得到织物图像的组织结构。本文采用经验模态分解域的直方图分割方法和经验模态域的移动平均线（Mean shift）方法对织物的图像进行分割，经实验证明，该分割算法能根据图像的多维特性，在自适应降低噪声的同时又能有效地保留图像的边缘，大大提高了织物图像的分割精度。本文在自动识别出织物图像的组织结构，得到织物组织意匠图之后，又针对织物组织意匠图进行了花样编排，目的是实现织物组织结构与图案花型的有机融合，设计出丰富多彩的图样效果。本文主要采用图像的变形技术对织物的意匠图进行纹理变形，图像变形的关键是如何对变形后的图像像素进行定位，即如何对图像中像素点进行赋值。本文在借鉴传统的图像变形技术基础上又结合空间线性插值技术和虚拟放大技术，提出了一种高效快速的基于像素点的织物图像变形算法。经实验仿真结果证明，该算法能够高效地实现织物意匠图的任意扭曲变形，球面化变形，水波纹变形等效果。本文主要基于经验模态分解理论，深入研究了织物图像组织结构的识别和织物意匠图的花样编排，工作内容如下：(1)提出了经验模态域的直方图织物分割算法。针对织物图像的非线性特征，运用自适应性高的经验模态域的直方图分割算法，实验仿真表明：能够更加准确地对织物图像进行分割，为织物组织结构的识别奠定基础。(2)提出了一种经验模态域的移动平均线织物组织分割算法。运用二维经验模态方法对织物图像进行分解，利用对得到的一阶本征模态分量（IMF1)做移动平均线分割，因为一阶本征模态分量(IMF1)包含了图像的大部分组织结构信息，本文只取经验模态分解的一阶本征模态分量进行研究和仿真实验。(3)提出了一种对织物意匠图进行花样编排的新方法。将识别出的织物意匠图与其它花型图案进行融合并运用基于像素点的图像变形技术进行多种纹理变形，得到形态花型各异的富有创意的图像。

全文目录

摘要  3-5
Abstract  5-7
目录  7-9
第1章绪论  9-14
  1.1 选题的背景和意义  9-11
    1.1.1 选题的背景  9-10
    1.1.2 选题的目的  10
    1.1.3 选题的意义  10-11
  1.2 国内外技术研究现状  11-12
    1.2.1 国外现状  11
    1.2.2 国内现状  11-12
  1.3 本文的主要研究内容及章节安排  12-14
第2章经验模态分解  14-19
  2.1 引言  14-15
  2.2 基于有限元的织物组织图像灰度曲面的拟合  15-17
    2.2.1 确定织物组织图像的特征点  15
    2.2.2 特征点的 Delaunay 三角剖分  15-16
    2.2.3 有限元基函数  16
    2.2.4 基于有限元基函数的织物组织图像灰度极值曲面拟合  16-17
  2.3 织物组织二维经验模态分解算法  17
  2.4 实验仿真结果与分析  17-19
第3章经验模态域的织物组织识别  19-43
  3.1 引言  19
  3.2 织物一阶本征模态分量的提取  19-22
  3.3 经验模态域的直方图分割  22-25
    3.3.1 经验模态域的全局阈值分割法  23
    3.3.2 经验模态域的直方图波形分析阈值分割法  23-24
    3.3.3 经验模态域的大津阈值分割法  24-25
    3.3.4 经验模态域的最大熵阈值分割法  25
  3.4 基于经验模态域的 Mean Shift 分割  25-29
    3.4.1 Mean Shift(移动平均线)基本原理  25-28
    3.4.2 Mean Shift(移动平均线)织物图像分割算法  28-29
  3.5 灰度意匠图的生成  29-32
  3.6 伪彩色意匠图的生成  32-36
  3.7 仿真实验结果与分析  36-42
  3.8 本章小结  42-43
第4章基于织物意匠图的花样编排  43-55
  4.1 引言  43
  4.2 织物图像的合成  43-44
  4.3 双线性插值的球面化变形  44-45
  4.4 双三次样条插值波纹变形  45-47
  4.5 织物图像的镜像变换  47-48
  4.6 仿真实验结果与分析  48-53
  4.7 本章小结  53-55
第5章结论和展望  55-56
参考文献  56-59
攻读硕士学位期间发表的学术论文  59-60
致谢  60

相似论文

基于空间—频率域的织物组织识别新技术研究,TS101.923
远程交互教学活动中数字图像处理的研究与实施,TP391.41
脉冲星识别算法及其矢量测量技术研究,P145.6
基于EMD和高斯过程回归组合模型的短期电力负荷预测方法研究,TM715
电力系统低频振荡分析方法探讨,TM712
支持向量数据描述在故障诊断中的应用,TH165.3
基于高性能计算的脑电信号分析,R318.0
保持显著性的图像变形技术研究,TP391.41
基于小波变换和EMD去噪的含噪混叠语音盲分离,TN912.3
希尔伯特——黄变换算法与应用研究,TN911.6
交互式人体形变和图像合成软件研究及实现,TP391.41
HHT端点问题抑制方法的研究,TN911.7
基于希尔伯特—黄变换的高阶听觉诱发电位提取研究,R764
基于瞬时频率和局部窄带信号的自适应分解方法探讨,TN911.7
基于多幅图像的鱼眼镜头标定方法研究,TP391.41
显微图像融合算法研究,TP391.41
基于二维经验模态分解的医学图像融合,TP391.41
基于经验模态分解和融合的多视点图像编码研究,TN919.81
基于EMD与ZOOM-FFT结合的感应电机转子断条检测,TM346
基于低照度图像的人脸检测方法研究,TP391.41
基于Hilbert-Huang变换和局部均值分解的时变结构模态参数识别,O342