基于快速傅里叶变换与织物纹理能量算法的起毛起球织物纹理滤除
FFT和Hough变换在织物纹理方向检测上的应用_王蕾
对常见组织 （平 纹 、 斜 纹） 的织物进行讨论。如图 1 所 示， 平纹织物由经纱和纬纱一上一下交织形成。在织物 图像中， 一般习惯于将纬纱方向置于平行于 x 轴的 0°方 向， 经纱方向置于平行于 y 轴的 90° 方向。本文定义纬 纱方向为 θ w ， 经纱方向为 θ j ， 经纬纱夹角为从纬纱方向 逆时针旋转到经纱方向的角度 θ jw 。斜纹织物除了经、
10] 里叶变换[3， 及其反变换为：
F (u, v) = 1 MN f (m n) =
M - 1N - 1 m=0n=0
- i2π æ mu + nv öù （8） å å f (m n)exp é N øû èM ë
ê ú ê ú
M - 1N - 1 u=0 v=0
i2π æ mu + nv öù å å F (u v)exp é N øû ë èM
E (u v) = | F (u v) | = R2 (u v) + I 2 (u v)
2
（7）
连 续 信 号 f ( x y) 经 过 抽 样 后 成 为 二 维 离 散 信 号
{ f (m n)|m = 0 1 M - 1 n = 0 1 N - 1}， 其离散傅
基金项目： 高等学校博士学科点专项科研基金 （No.20120093130001） ； 国家自然科学基金青年科学基金项目 （No.61203364） ； 江苏省 2011 年度普通高校研究生科研创新计划项目 （No.CXZZ11_0472） ； 江苏省 2012 年度普通高校研究生科研创新计划项目 （No.CXZZ12_0748） 。 作者简介： 王蕾 （1987—） ， 女， 博士研究生， 主要研究领域为纺织数字图像技术； 厉征鑫 （1987—） ， 男， 博士研究生， 主要研究领域为 纺织数字图像技术； 刘建立 （1980—） ， 男， 博士， 副教授， 主要研究领域为纺织数字图像技术； 高卫东 （1959—） ， 男， 博士， 教授， 主要研究领域为纺织数字图像技术。 E-mail： gaowd3@ 收稿日期： 2014-01-20 修回日期： 2014-03-25 文章编号： 1002-8331 （2014） 18-0039-05 CNKI 网络优先出版： 2014-04-09， /kcms/doi/10.3778/j.issn.1002-8331.1401-0332.html
小波分析理论在织物起毛起球图像消噪中的应用
花散落在画面上 。在预处理过程 中， 若不将这些
噪声 去 除， 它们将 会 影响 后 面 的特 征 参 数 的提取 ， 进 而影 响起球 等级 评定 结 果 。本 文应 用有 “ 学 数 显 微镜 ”之 称 的 小波 分 析 技术 来 去 除 图像 噪声 ，
性 差， 受测 试 人 员 主观 因素影 响 太 大等 不 足 。 因
此， 年来 国 内外一 些 研 究工 作 者尝 试 采用 数 字 近 图像 处理 技 术来 客 观评 估织 物 起 毛起 球 性 能 的
研 究， 并取 得 了一定 的成 果 。
利用 图像处理技术对织物的起 毛起球性能
进行 等级 评定 的过程 大致 是 ： 图像 采 集 、图像 输 入、 预处 理 、 特征 提取 、 等级 评 定 。在 这一 过程 中，
Ｕ刖 ● ＾ ０ －● 吾 ‘● －
体现了小波分析用于图像消噪的优越性。
织物 起 毛起 球 程 度是 影 响织 物 服用 性 能 ， 决
１小 波 分 析 理 论 与 图像 消噪 ．
１１小 波 分 析 原 理 ．
小 波 分 析 方 法是 一 种 窗 口大 小 （ 即窗 口面 积） 固定 但 其 形 状 可 改变 ， 间 窗和 频 率 窗 都 可 时 以改 变的 时频 局域 化分 析方 法 ， 即在低 频 部分 具
幽
Ｌ＝ － ＝ ＝ ＿』
图 １小波 变换 的 时—— 频 窗 口
Ｊ Ｎ Ｓ Ｅ ＴＬ 江 纺 。 Ｉ Ｇ ＵＴ Ｘ Ｉ Ａ Ｅ 苏 织
小波分析在织物起毛起球客观评级中的应用
第22卷第4期武汉科技学院学报Vol.22No.42009年7月JOURNAL OF WUHAN UNIVERSITY OF SCIENCE AND ENGINEERINGJul.2009________________________________*通讯作者：刘菁（），女，讲师，研究方向：纺织品开发与教学基金项目：湖北省教育厅自然科学基金（D ）小波分析在织物起毛起球客观评级中的应用刘菁（武汉科技学院纺织与材料学院，湖北武汉，430073）摘要：本文将小波分析方法应用于织物起毛起球图像分析，建立了基于二维离散小波变换的织物起球图像分析模型，提出了优化分析小波及相应的分析尺度的步骤，并利用H aar 小波的方波形状与机织物的织纹结构具有相似性的原理，采用H aar 小波对机织物起毛起球进行了分析，给出了织物起毛起球客观评定方法。
关键词：织物起球；起球评级；小波分析中图分类号：O636文献标识码：A文章编号：1009－5160(2009)04－007－04织物起毛起球程度是影响织物服用性能,决定纺织产品品质质量的重要指标,目前织物起毛起球的评定方法都不是定量方法，不能把织物表面起毛起球状态用一个含义十分清楚的物理量来定义,因而评价结果缺乏一致性和可重复性，其正确性与可靠性也很难保证。
近年来，为了改进织物起球评级的一致性、可重复性、正确性和可靠性，几种于计算机图象处理技术的织物起球客观评级方法陆续被报道,其研究仍然停留在实验室研究阶段。
也有将基于计算机图象处理技的织物起球客观评级方法与目前普遍使用的人工目测起球评级方法进行比较研究，但没有关于织物起球综合表征值与主观评级的比较，更没有关于测织物参数与主客观评级结果的深入比较[1]。
1小波分析与织物起球图像的二维离散小波变换模型1.1小波分析本文研究的织物起球信号而言，既要监控稳定的织物纹理信号的成分，又要准确定位起球信号。
这就需要引入新的时频分析方法，既能将时域和频域结合起来描述观察信号的时频联合特征，小波分析正是能满足这类需求的时频分析方法。
结合FFT和Gabor滤波器的织物纹理特征提取方法
取方法 。该 方法 以织物纹理 图像通 过傅里 叶变 换提取 的楔特征（ 角向分布 ） 和环特征 （ 径 向分布 ） 作 为纹理特
征角度和频率 ， 在此 基础 上设 计 ２ 个最优的 Ｇ ａ ｂ ｏ ｒ 滤
波器 ， 对织 物纹理 图像进行过 滤 ， 可大大减少 滤波器 的
个数 ， 降低计算量 ， 也使得特征 的提取更具针对 Ｉ 生。
优 于传统方法 。
关键词 ： 傅 里 叶 变换 ； Ｇ ａ ｂ ｏ ｒ 滤 波 器 ；织 物 纹 理 ； 特征提取
中图分类号 ： ＴＳ １ ０ ３ ． ７ 文 献 标 志 码 ：Ａ
０ 引 言
纹理概念 源于人体肌肤 对物体表 面光滑 、 粗糙等
用［ ］ 。采用 Ｇ ａ ｂ ｏ ｒ 滤波 器提 取 纹 理 特 征 的传 统 方 法是选定典 型 的 ８ 个 方 向、 ５ 个频率， 设 计 一组 由 ４ Ｏ
摘
要： 针 对 织物 表 面 纹理 特 征 提 取 与 表征 的 问题 ， 提 出一 种 结合 Ｆ Ｆ Ｔ（ 傅 里 叶 变换 ） 和 Ｇａ ｂ ｏ ｒ 滤 波 器的 织 物 纹
理 特征 提 取 方 法 ， 通 过 傅 里 叶 变换 提 取 频 谱 楔 特征 （ 角 向 分布 ） 和环特征 （ 径 向分布 ） 作 为特 征 角 度 和 频 率 参 数 ， 设 计
个 不 同滤波 器组成 的滤 波器组 ， 每个 滤波 器用 于抽取 特定方 向和频率 的纹理 信息 ， 以图像 滤波 系数 为特征
形成 的特征 向量 维数 高 、 针对 性 低 、 重 点不 突 出而且
触感 的反馈 ［ Ｊ ， 在此 基 础 上结 合 人类 视 觉机 理 ， 演 变
成为描述物 体表面物 理属性 的视 觉信 息 ， 用 以衡量规
织物纹理特征提取与分类技术研究
织物纹理特征提取与分类技术研究织物的纹理特征是指组成其表面的细节，包括线条、颜色和纹理等。
提取和分类织物纹理特征是一项重要的研究领域，它可以在纺织印染、时装设计和质量控制等领域得到广泛应用。
本文就织物纹理特征提取与分类技术的研究进展进行探讨。
一、织物纹理特征的提取方法织物纹理特征的提取方法包括图像处理方法、机器学习方法和深度学习方法等。
1. 图像处理方法图像处理方法是最早用于织物纹理特征提取的方法之一，主要包括边缘检测、纹理分析和颜色分析等技术。
其中，边缘检测技术可以用来提取织物的边缘线条，纹理分析可以对纹理进行分类和分割，颜色分析可以提取织物的颜色信息。
2. 机器学习方法机器学习方法主要包括支持向量机、人工神经网络和决策树等技术。
这些方法可以对织物进行自动分类和识别，从而实现织物纹理特征的提取和分类。
机器学习方法需要先训练一个分类器，然后将其应用于未知的织物图像，从而识别出其类别。
3. 深度学习方法深度学习方法是近年来提出的一种新型的织物纹理特征提取与分类方法，主要基于卷积神经网络等技术。
深度学习的优势在于可以自动从数据中学习特征，从而不需要手动设计特征提取器，深度学习方法在织物纹理分类任务中具有很强的表现。
二、织物纹理特征的分类方法织物纹理特征的分类方法包括基于图像处理方法、基于机器学习方法和基于深度学习方法等。
1. 基于图像处理方法的分类方法基于图像处理方法的分类方法包括阈值分割、形态学处理和特征提取等技术。
其中，阈值分割是最简单的分类方法，将图像分割成两个或多个区域，形态学处理可以对图像的形状进行操作，特征提取可以提取图像的特征向量，用于分类器的训练。
2. 基于机器学习方法的分类方法基于机器学习方法的分类方法包括支持向量机、人工神经网络和决策树等技术。
这些方法可以对织物进行自动分类和识别，从而实现织物纹理特征的分类。
3. 基于深度学习方法的分类方法基于深度学习方法的分类方法主要基于卷积神经网络等技术，可以自动从数据中学习特征，从而对织物进行自动分类和识别。
应用图像处理技术对绒衫类针织品起毛起球的自动评级
（作者单位：陆世栋、吴丽，国家羊绒产話质量监督 检验中心；石岩岭，河北省纤维检验局）
本次初步选用10个样本.每个样本上.下.左.右4 个方向各测试4次.即每幅样本测试16次.并最终求取10 组数据的平均值作为最终的特征值.并进行评级。
序号
1 2 3 4 5 6 7 8 9 10
表1自动评级系统与人员目光评级对比表
自动评级系统/级
人员目光评级/级
0/°
180/°
平均值
人员1
人员2
平均值
2019年8月中国纤检 73
r纤•检测园地■ Fiber Testing Garden
1.1采集原始图像 采集的原始图像见图2所示。
1.4图像直方图均衡化处理 经过图像直方图均衡化处理后的图像见图5所示。
1.5图像二值化处理 由图5可见.图像明显发亮的是毛球。因此.可以根
据起毛起球的不同灰度值大小，设置不同的阈值.获取到 起毛起球图像。经过二值化处理的图像见图6。
a)
b)
图7形态学处理——腐蚀
c)
d)
图3不同平均灰度值的图像
1.3图像光照不均匀补偿处理
由于采集的原始图像的4个角光照不均匀.须进行光
照均匀化处理。如图4所示。
图8形态学处理一纹理及噪点滤除
图4图像光照不均匀补偿处理
图5图像光照均匀化处理
74 中国纤检2019年8月
图9形态学处理——膨胀
1.7图像轮廓处理 通过形态学处理之后的图像.起毛起球的特征虽然
图6图像二值化处理——起毛起球
1.6图像形态学处理 织物的起毛起球图像经过二值化处理后.基本可以得
到完整的毛球信息，但仍存在大量的纹理信息和噪音。为 了得到更为清晰的起毛起球图像.先对二值化处理后的图 像进行腐蚀操作.将细小的纹理及噪点滤除；再对腐蚀后 的图像进行膨胀操作后.背景纹理得到较好滤除.使毛球 信息得到有效增强。经形态学处理的图像见图7~图9。
织物纹理分析中小波基的选择和分解级数的确定
织物纹理分析中小波基的选择和分解级数的确定
刘建立;左保齐
【期刊名称】《丝绸》
【年(卷),期】2008(000)004
【摘要】在基于小波变换的织物图像纹理分析中,小波基的选择和分解级数的确定对纹理参数的有效性有显著影响.为此,以织物图像经小波分解后输出的高频子图像能量最小作为逼近条件,从小波库中优选出最佳小波基.对选出的最佳小波基,采用相邻两层的高频子带能量之比值小于1作为最佳分解级数的选择依据.实验证明,选用coif5小波基对织物纹理图像进行2级分解,提取分解后7个细节图像的熵作为纹理特征参数,采用ISODATA算法聚类分析时,可取得较高的正确分类率.
【总页数】3页(P37-39)
【作者】刘建立;左保齐
【作者单位】苏州大学,材料工程学院,江苏,苏州,215021;苏州大学,材料工程学院,江苏,苏州,215021
【正文语种】中文
【中图分类】TS107;TP391.44
【相关文献】
1.小波基的选择与织物图像处理 [J], 孙悦;庄国瑜
2.织物疵点检测中自适应正交小波基的构造 [J], 祝双武;郝重阳;齐华
3.动载荷识别的小波级数分解法阶次确定 [J], 杨帆;张方
4.Wiener滤波器分解织物图像在织物疵点自动检测中的应用 [J], 李立轻;王文淑
5.木材纹理分析中小波基的选择和分解级数的确定 [J], 陈立君;王克奇;王辉;隋鑫因版权原因，仅展示原文概要，查看原文内容请购买。
基于快速傅里叶变换与织物纹理能量算法的起毛起球织物纹理滤除
基于快速傅里叶变换与织物纹理能量算法的起毛起球织物纹理滤除邓文;邓中民【摘要】在织物起毛起球图像处理过程中，织物纹理信息的滤除是实现毛球分割至关重要的一步，而不同的图像包含的纹理、毛球信息不同，在用傅里叶变换对图像进行处理时需要采用不同滤波半径。
因此，在处理过程中选取的滤波半径是实现纹理滤除的关键因素。
本文将快速傅里叶变换与织物纹理能量的算法相结合，根据能量2次差值拟合曲线实现毛球与纹理分离时最佳滤波半径的自动获取，然后通过反傅里叶变换得到分离的纹理信息和毛球信息，实现织物纹理的滤除，最后分割出完整的毛球信息。
%In the process of pilling fabric image processing, the filter of fabric texture information is very important to realize pilling segmentation, and different image contains different texture and pilling information, then needs different filter radius in the image processing. Therefore, the selection of filter radius is the key factor to realize the texture filter in the image processing. In this article, the fast fourier transform and the fabric texture energy algorithm were combined, realizing the automatic acquisition of best filter radius according to the energy fitting curve, in the process of pilling and texture separation. And then with inverse fourier transform the researchers got the separated texture and pilling information, realizing the filter of fabric texture, segmenting the complete pilling information finaUy.【期刊名称】《现代纺织技术》【年(卷),期】2012(020)002【总页数】5页(P21-24,29)【关键词】起毛起球;快速傅里叶变换;纹理能量;分割【作者】邓文;邓中民【作者单位】武汉纺织大学“纺织纤维及制品”教育部重点实验室,湖北武汉430073;武汉纺织大学“纺织纤维及制品”教育部重点实验室,湖北武汉430073【正文语种】中文【中图分类】TS101.9在织物起毛起球的图像处理过程中，毛球的数量、毛球面积等指标是衡量起球等级的重要信息。
基于傅立叶图像重建的车用换热器表面缺陷检测
基于傅立叶图像重建的车用换热器表面缺陷检测∗项文波;戴跃伟;茅耀斌【摘要】针对车用换热器表面缺陷检测问题，提出一种利用傅立叶图像重建提取方向纹理表面缺陷的算法。
该算法采用局部二值模式（ LBP ）描述去除光照影响并对LBP图像进行快速傅立叶变换，通过频率域滤波和图像重建有效去除方向纹理的影响，由二值化及团块分析最终提取换热器表面缺陷区域。
实验结果证明，本文算法可以快速、有效地检测出换热器表面缺陷。
%To find the deficiency on the surface of a vehicle heat exchanger, this paper has brought out a defect detection al⁃gorithm for directional texture surface based on image Fourier reconstruction. The algorithm first performs the local binary pattern (LBP) transformation on original image to alleviate uneven lighting condition. Then, the fast Fourier transformation is used to transform the LBP image into spectrum domain. Through spectrum filtering by which all high⁃frequent coefficients and coefficients with high energy are suppressed, directional texture are eliminated on the Fourier reconstructed image. Thus, a general binarization process followed by a blob analysis can be employed on the result homogenous image to finally extract de⁃fect areas. Experimental results have demonstrated the effectiveness and swiftness of the proposed algorithm.【期刊名称】《指挥控制与仿真》【年(卷),期】2016(038)003【总页数】5页(P126-130)【关键词】局部二值模式;表面缺陷检测;图像重建;车用换热器【作者】项文波;戴跃伟;茅耀斌【作者单位】南京理工大学自动化学院，江苏南京 210094;江苏科技大学电子信息学院，江苏镇江 212003;南京理工大学自动化学院，江苏南京 210094【正文语种】中文【中图分类】TP391.41换热器是汽车、坦克和装甲车等车辆上的一个主要部件,有着非常大的用量,但目前对其表面质量的检验却依然采用人工方式。
基于尺度-空间极值的织物起球目标检测
基于尺度-空间极值的织物起球目标检测徐增波;周胜【摘要】针对织物起球等级客观评估中的起球特征提取问题,提出了一种基于尺度-空间极值的毛球目标检测算法.首先建立各向异性高斯毛球目标模型,然后应用高斯尺度空间理论及精简的各向同性毛球目标模型,构造与该目标模型最优匹配算子近似的高斯偏导多项式作为检测算子,以其匹配能量输出作为尺度选择依据,并根据尺度-空间极值原则,定位并确定毛球目标的各向同性尺度,再基于此尺度下的局部结构张量矩阵估计各向异性高斯模型参数,最后根据该模型对毛球进行局部分割和识别.实验结果表明该算法能够较好地识别和分割毛球.%Focusing on objective assessment of fabric pilling grading,a method was proposed for detecting pilling object using scale-space extrema.The pilling object was modeled as an anisotropic Gaussian kernel.Based on scale-space theory and derivation of isotropic Gaussian matched filter,an operator as polynomial combinations of Gaussian derivatives was used for automatic scale selection,thus providing a close approximation to Gaussian matched filter.By scale-space extrema of the normalized operator filtering,the pilling object was located and its size was measured.The anisotropic Gaussian model parameters were estimated from local structure tensor matrix,and based on them,the pilling object was finally segmented and recognized.The experiments demonstrated that the presented method for pilling object segmentation and recognition has good results.【期刊名称】《纺织学报》【年(卷),期】2013(034)007【总页数】7页(P45-51)【关键词】织物;毛球;尺度空间理论;目标检测【作者】徐增波;周胜【作者单位】上海工程技术大学服装学院,上海201620;扬州市职业大学,江苏扬州225009【正文语种】中文【中图分类】TN941.1织物表面抗起球等级是纺织品性能评估中一项主要指标。
曲线匹配算法及其在织物自动对花检测中的应用
曲线匹配算法及其在织物自动对花检测中的应用景军锋;李光燕;李鹏飞【摘要】In view of the register detection problem in the rotary screen printing process, the curve matching strategy was proposed to get the position vector of off-pattern-topping on the basis of the rotary screen printing machine automatic detection system via machine vision. In order to ensure that the target edge image and the standard edge image are located in the same coordinate system, Fourier-Mellin curve matching method was used to match them to eliminate the shooting error; and then the curve matching method based on the Fourier transform shift theorem was used to match the well-tuned target edge image and the standard edge image to detect the register error. This matching strategy eliminates the error, and the computation volume is small. The experiments verify that its detection accuracy and computing speed can meet the requirements of the fabric register detection on line.%针对圆网印花过程中的对花检测问题,在基于机器视觉的圆网印花检测系统的基础上,提出利用曲线匹配策略得到错花套色的位置误差矢量的方法.为确保目标边缘图像与标准边缘图像位于同一坐标系下,首先利用Fourier-Mellin曲线匹配,对其进行匹配消除拍摄误差；然后用基于傅里叶变换位移定理的曲线匹配算法对调整好的目标边缘图像和标准边缘图像进行匹配,检测对花误差.该匹配策略消除了拍摄误差,数据运算量小.实验表明其检测精度和运算速度可以满足织物对花在线检测的要求.【期刊名称】《纺织学报》【年(卷),期】2012(033)008【总页数】4页(P145-148)【关键词】圆网印花;对花误差;曲线匹配;傅里叶-梅林变换【作者】景军锋;李光燕;李鹏飞【作者单位】西安工程大学电子信息学院,陕西西安710048;西安工程大学陕西省纺织印染自动化研究中心,陕西西安710048;西安工程大学电子信息学院,陕西西安710048;西安工程大学陕西省纺织印染自动化研究中心,陕西西安710048;西安工程大学电子信息学院,陕西西安710048;西安工程大学陕西省纺织印染自动化研究中心,陕西西安710048【正文语种】中文【中图分类】TP391考量各套色之间的对花精度是圆网印花机印花过程中的一个重要指标，它直接影响印花产品的质量，也会限制车速参数[1]。
织物的过程化双向纹理函数生成算法
织物的过程化双向纹理函数生成算法
费广正;裘初;石民勇
【期刊名称】《计算机辅助设计与图形学学报》
【年(卷),期】2005(017)010
【摘要】针对编织式样具有近似规则的微观几何结构这一特点,提出了一种基于织物几何中结构建模的过程化双向纹理函数生成算法.首先从分析编织式样的结构入手,得出编织式样变形的基本单元--可见丝线段;然后通过对其进行数学建模并按编织式样进行组合,产生了织物的几何中结构;最后利用光线跟踪算法实现了编织式样在不同光照和视线条件下的纹理外观,从而生成织物的双向纹理函数纹理.
【总页数】6页(P2162-2167)
【作者】费广正;裘初;石民勇
【作者单位】中国传媒大学动画学院,北京,100024;中国传媒大学动画学院,北京,100024;中国传媒大学动画学院,北京,100024
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于快速傅里叶变换与织物纹理能量算法的起毛起球织物纹理滤除 [J], 邓文;邓中民
2.双向纹理函数稀疏采集与重建 [J], 董巍;沈会良
3.辐射度场景中双向纹理函数表面的绘制 [J], 吴向阳;彭群生
4.基于几何细节建模和双向纹理函数的真实感羽毛 [J], 董洪伟;丁金仲;曹彩霞
5.真实感织物纹理生成算法及实现 [J], 赵越;费广正
因版权原因，仅展示原文概要，查看原文内容请购买。
基于图像处理的粗梳毛织物起毛起球等级客观评定
基于图像处理的粗梳毛织物起毛起球等级客观评定蔡林莉;黄志威;叶春收;王思豪;俞泽达;刘成霞【摘要】织物起毛起球的评价目前主要依赖人工进行,易受主观因素的影响导致评定结果不理想.针对这一现状,文章对粗梳毛织物起毛起球等级客观评价方法加以研究.首先用MATLAB软件对起球等级样照进行图像处理,具体步骤包括:直方图均衡化、加法运算、二值化、求反、闭合、边界提取和中值滤波等,求得了毛球面积,再确定等级划分的毛球范围.以16块粗梳毛织物为实验对像,对其进行起球等级的主客观评定,得出织物起球等级主客观评定结果之间具有良好的一致性,这表明利用图像处理技术,以毛球面积作为特征参数,对粗梳毛织物起球等级进行客观评判的方法是可行的.【期刊名称】《毛纺科技》【年(卷),期】2013(041)002【总页数】4页(P58-61)【关键词】粗梳毛织物;起毛起球;客观评价;毛球面积;图像处理【作者】蔡林莉;黄志威;叶春收;王思豪;俞泽达;刘成霞【作者单位】浙江理工大学服装学院,浙江杭州310018;浙江理工大学服装学院,浙江杭州310018;浙江理工大学服装学院,浙江杭州310018;浙江理工大学服装学院,浙江杭州310018;浙江理工大学服装学院,浙江杭州310018;浙江理工大学服装学院,浙江杭州310018【正文语种】中文【中图分类】TS941.2织物在实际穿着与洗涤过程中，不断经受摩擦，在摩擦部位易产生严重影响外观的毛球颗粒，这些颗粒不仅使织物外观恶化，还会降低织物的服用性能。
织物起毛起球的评定目前主要依赖人工肉眼对照标准样照进行，这种方法易受主观因素的影响，具有较大的随机性，评价一致性和评判效率都不高。
近年来，图像处理技术在纺织行业中有了越来越多的应用，如利用处理技术实现纤维特性[1]，竹节纱[2]、织物疵点[3]等的识别。
虽然也有一些针对图像处理应用于起毛起球等级评价的研究，但有的是以棉针织物为研究对象[4]，有的以精纺毛织物为研究对象[5]。
利用傅里叶变换提取图像纹理特征新方法
利用傅里叶变换提取图像纹理特征新方法
徐贵力;毛罕平
【期刊名称】《光电工程》
【年(卷),期】2004(031)011
【摘要】研究发现,由图像傅里叶周向谱传统算法得到的频谱分布不能够真正反映其频率特性.因此,根据傅里叶变换的共轭对称性,提出了更具有一般性的长方环傅里叶周向谱能量百分比新算法.该算法均匀地把图像功率谱分成20个等间距同心长方环,计算每一个长方环内功率谱能量占总能量的比值作为图像频率分布特征.实验证明,新算法能更好地反映具有一般性的不同频率图像的纹理特征.在对作物缺乏营养元素诊断识别研究中,新算法提取的特征有效性远远高于传统算法,使识别的准确率达到82%以上.
【总页数】4页(P55-58)
【作者】徐贵力;毛罕平
【作者单位】南京航空航天大学自动化学院,江苏,南京,210016;江苏大学,江苏,镇江,212013
【正文语种】中文
【中图分类】TP391
【相关文献】
1.数字图像处理技术在煤泥浮选泡沫图像纹理特征的提取及识别上的应用 [J], 刘文礼;路迈西
2.一种利用Matlab提取图像中曲线的新方法 [J], 董延;黄志刚
3.基于图像傅里叶变换纹理特征和概率神经网络的气固流化床流型识别 [J], 周云龙;范振儒;苏耀雷
4.利用图像块数据库和纹理特征点的图像彩色化方法 [J], 吕东辉;张闯;汪世刚
5.新媒体时代数字图像技术在木材科学中的应用——评《基于计算机数字图像处理技术木材表面纹理特征提取和分类识别方法》 [J], 万才超
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
—
研究报告
２１ 年纪代ｌ织校 第 ２ ０２ ２ ５ 期
基 于 ， 速 傅 里 叶 变 换 与 织 物 纹 理 能 量 算 法 的 陕
起 毛 起 球 织 物 纹 理 滤 除
邓 文 。 中 民 邓
４０７） ３０ ３
（ 武汉 纺织 大学“ 纺织纤维及制 品” 教育部重点实验室 ， 湖北武汉 摘
要： 在织物起毛起球 图像处理过程 中 ， 织物纹理信息 的滤 除是 实现毛球分割至关 重要 的一步 ， 而不 同
的图像包含 的纹理 、 毛球信息不 同， 在用傅里叶变换对 图像进行处理 时需要 采用不同滤波半径 。因此 ， 在处理
过程 中选取 的滤波 半径 是实现纹理滤除的关键 因素 。本文将快速傅 里叶变换与织物纹理 能量 的算法相结合 ，
根据能量 ２ 次差值拟合 曲线 实现毛球与纹理分离时最佳滤波半径 的 自动获取 ， 然后通过反傅里 叶变换得到分 离 的纹理信息 和毛球信 息 ， 实现织物纹理 的滤 除 ， 最后分割 出完整 的毛球信 息 。 关键 词 ： 起毛起球 ； 快速傅 里叶变换 ； 纹理能量 ； 分割
中图分类号 ： Ｓ ０ ． 文献标识码 ： 文章编号 ：０ ９ ２ ５ ２ １ ） ２ ０ ２ －０ Ｔ １ １９ Ａ １ ０ － ６Ｘ（０ ２ ０ － ０ １ ４
ｉ ｆ ｒ ｔｏ ｓ ｖ ｒ ｍｐ ｒａ ｔ ｔ ｅ ｌ ｅ ｐ ｌ ｎ ｅ ｍｅ ｔｔｏ ｎ ｏ ｍａ ｉｎ ｉ ｅ ｙ ｉ ｏ ｔ ｎ ｏ ｒ ａｉ ｉ ｉｇ ｓ ｇ ｎ ａｉｎ， ａ ｄ ｄｆｅｅ ｔｉ ｇ ｏ ｔｉ ｓ ｚ ｌ ｎ ｉ ｒ ｎ ｍａ ｅ ｃ ｎ ａｎ ｆ ｄ ｆｅ ｅ ｔｔ ｘ ｕ ｅ ａ ｄ ｐ ｌ ｎ ｉｆ ｒ ｔｏ ｉ ｒ ｎ ｅ ｔ ｒ ｎ ｉ ｉｇ ｎ ｏ ｍａ ｉｎ， ｔ ｅ ｅ ｄ ｄｆｅ ｅ ｔ ｆ ｔ ｒ ａ ｉｓ ｎ ｔ ｅ ｉ ｇ ｆ ｌ ｈ ｎ ｎ ｅ ｓ ｉｆｒ ｎ ｉ ｅ ｒ ｄｕ ｉ ｈ ｍａ ｅ ｌ ｐ ｏ ｅ ｓｎ ． Ｔｈ ｒ ｆ ｒ ，ｔ ｅ ｓ ｌｃｉｎ ｏ ｉ ｅ ａ ｉ ｓ ｉ ｔ ｅ ｋ ｙ ｆ ｃｏ ｏ ｒ ａｉｅ ｔ ｅ ｔ ｘ ｕ ｅ ｒ ｃ ｓ ｉｇ ｅｅｏ ｅ ｈ ｅｅ ｔ ｆｆ ｔ ｒｒ ｄｕ ｓ ｈ ｅ ａ ｔ ｒ ｔ ｅ ｌ ｈ ｅ ｔ ｒ ｏ ｌ ｚ ｆ ｔｒ ｉ ｈ ｍａ ｅ ｐ ｏ ｅ ｓｎ ． Ｉ ｈｓａ ｔ ｌ，ｔ ｅｆｓ ｏ ｒｅ ｒｎ ｆｒｌａ ｄ ｔ ｅｆｂ ｉ ｔｘ ｕ ｅ ｉ ｅ ｎ ｔ ｅ ｉ ｇ ｒ ｃ ｓ ｉｇ ｎ ｔ ｉ ｒｉ ｅ ｈ ａ ｔｆｕ ｉｒｔａ ｓｏｎ ｎ ｈ ａ ｒ ｅ ｔｒ ｌ ｃ ｃ ｅ ｅｇ ｌｏ ｉ ｍ ｒ ｏ ｉｅ ｒａｉ ｎ ｅａ ｔｍａｉ ｃｕｓｔ ｎｏ ｅ ｔ ｉ ｅ ａ ｉｓａｃ ｒ ｉｇｔ ｎ ｒ ｙａｇ ｒｔ ｗｅｅｃ ｍｂｎ ｄ， ｅ ｌ ｉｇｔ ｕ ｏ ｔ ａ ｑ ｉ ｉ ｆ ｓ ｌ ｒｒｄｕ ｃｏ ｄｎ ｏ ｈ ｚ ｈ ｃ ｉｏ ｂ ｆｔ
Ｋｅ ｒ ｓ ｐ ｌ ｎ ｙ ｗｏ ｄ ： ｉ ｉ ｅ ｅ ｅ ｇ ｌ ａ ｔＦ ｕ ｉｒ ｔ ａ ｓ ｏ ｍ ｅ ｔ ｒ ｎ ｒ ｙ；ｓ ｇ ｎ ａ ｉ ｎ ｅ ｍｅ ｔ ｔｏ
在织 物起 毛起 球 的 图像 处 理 过 程 中 ， 球 的数 毛 量、 毛球 面 积 等 指 标 是 衡 量 起 球 等 级 的 重 要 信 息 。 但 织 物纹 理 的存在 严 重 干 扰 了毛球 的识 别 ， 响 了 影 毛球 的分 割 ， 而 影 响对 织 物起 毛起 球等 级 的评定 ， 继 因此 对织 物 的纹理 进行 有效 的滤 除是 织物 起 毛起球
ｔ ｅ ｅ ｅ ｇ ｉ ｉ ｇ ｃ ｒ ｅ ｎ ｔ ｅ ｐ ｏ ｅ ｓ ｏ ｉ ｉｇ ａ ｄ ｔ ｘ ｕ ｅ ｓ ｐ ｒ ｔ ｒ Ａｎ ｈ ｎ ｗｉ ｎ ｅ ｓ ｈ ｎ ｒ ｙ ｆ ｔ ｕ ｖ ，ｉ ｈ ｒ ｃ ｓ ｆｐ ｌ ｎ ｎ ｅ ｔ ｒ ｅ ａ ａ ｉ Ｌ ｔｎ ｌ ｏ ｄ ｔ ｅ ｔ ｉｖ ｒ ｅ ｈ
ｆ ｕ ｉ ｒｎ ｆＩ ｈ ｅｅ ｒｈ ｒ ｏ ｈ ｅ ａ ａｅ ｅ ｔ ｒ ｎ ｉｉｇ ｉｆｒ ｔ ｎ，ｒ ｌ ｉｇ ｔ ｅ ｏ ｒ ｒｔａ ｓｏＴ ｔ ｅ ｒｓａ ｃ ｅｓ ｇ ｔｔ ｅ ｓｐ ｒｔｄ ｔｘ ｕ ｅ ａ ｄ ｐｌｎ ｎｏ ｍａｉ ｅ ｎ ｌ ｏ ａ ｚ ｅ ｉｎ ｈ ｆｔｒｏ ａ ｒ ｅ ｔ ｒ ．ｓｇ ｎ ｉｇ ｔ ｅｃｍｐ ｅｅｐｌｎ ｆ ｒ ｔ ｎ ｆ ａｌ． ｉ ｅ ｆｆｂ ｉ ｔｘ ｕ ｅ ｅ ｍｅ ｔ ｈ ｏ ｌｔ ｉｉｇ ｉ ｏｍａｉ ｎ ｌ ｌ ｃ ｎ ｌ ｎ ｏ ｉ ｙ
ＤＥＮ Ｇ Ｗ ｅ ｎ，ＤＥＮＧ Ｚ ｏ ｇ ｉ ｈ ｎ ｍ ｎ
（ ｕ ａ ｘ ｉ ｉｅ ｓｔ ，Ｔｅ ｔ ｅ ａ ｄ Ｍ ａ ｅ ｉｌＩ ｓ ｉｕ ｅ Ｗ ｈ ｎ Ｔｅ ｔ ｅ Ｕｎ ｖ ｒ ｉ ｌ ｙ ｘ ｉ ｎ ｔ ｒａ ｎ ｔｔ ｔ ，Ｗ ｕ ａ ３ ０ ３ ｌ ｈ ｎ ４ ０ ７ ，Ｃ ｉ ａ ｈｎ）
Ａｂ ｔａ ｔ Ｉ ｔ ｅ ｒ ｃ ｓ ｏ ｐ ｌ ｎ ｆ ｂ ｉ ｍａ ｅ ｒ ｃ ｓ ｉ ｇ， ｔ ｅ ｉ ｅ ｆ ｆ ｂ ｉ ｔ ｘ ｕ ｅ ｓｒ ｃ ： ｎ ｈ ｐ ｏ ｅ ｓ ｆ ｉ ｉ ｇ ａ ｒｃ ｌ ｉ ｇ ｐ ｏ ｅ ｓｎ ｈ ｆｌ ｒ ｏ ａ ｒｃ ｅ ｔ ｒ ｔ
Ｐｉ ｉ ｇ Ｆ ｂ ｉ ｅ ｔｒ ｌｅ ｓｄ ｏ Ｆａ ｔＦｏ ｒｅ ｒ ｎ ｆ ｒ ｎ ｂｒｃＴｅ ｔ ｒ ｌｒ Ａｌｏ ｉｈ ｌ ｎ ａ ｒｃ Ｔ ｘｕ ｅ Ｆｉ ｒＢａ ｅ ｎ ｓ ｕ ｉｒＴ ａ ｓ ｏ ｍ ａ ｄ Ｆａ ｉ ｘ ｕ ｅ ｌ ｔ ｅ ｇ ｒｔ ｍ