纺织学报 ›› 2019, Vol. 40 ›› Issue (05): 163-169.doi: 10.13475/j.fzxb.20180407007

• 管理与信息化 • 上一篇    下一篇

基于计算机视觉的牛仔服装色差检测评级系统

#br#   

  • 收稿日期:2018-04-27 修回日期:2019-01-25 出版日期:2019-05-15 发布日期:2019-05-21

Color shading detection and rating system for denim based on computer vision

#br#   

  • Received:2018-04-27 Revised:2019-01-25 Online:2019-05-15 Published:2019-05-21

摘要:

针对现在牛仔服装色差检测中依靠人眼进行评价存在的主观差异,提出一种基于计算机视觉的牛仔服装色差检测评级系统。首先通过相机采集标准光源下的牛仔洗水样布与标准样布的图像,然后采用计算机图形学原理、图像处理、颜色空间转换等技术,最终使用MatLab 和VC++混合编程技术建立了牛仔服装色差检测评级系统。为使评级数据更为精确,提出差异度-色差值百分比的概念,通过曲线拟合不同差异度下的色差值得到差异度-色差值方程,并作为牛仔服装色差检测系统的评级指标。结果表明,基于计算机视觉的牛仔服装色差检测评级系统与专家测评结果具有较高的一致性,而且色差检测评级系统得到的数据值更为客观和准确。

关键词: 色差检测, 颜色空间转换, 色差计算, 评级系统, 图像处理

Abstract:

Focusing on subjective difference based on the human eye evaluation of current denim color detection,a computer vision-based denim color shading detection and rating system was proposed. Firstly, images of denim washing cloths and standard cloths under a standard light source were collected using a camera. Secondly, computer graphics principles and techniques, image processing, color space conversion and other technologies were adopted. Finally,a color shading detection and rating system for denim clothing was established by using MatLab and VC++ mixed programming technology. In order to acquire more accurate ratings data, a concept of percentage of diversity factor-value of chromatism was proposed, and the color shading diversity factor equation was obtained by fitting the value of chromatism under different degrees of difference to be as a rating indicator of denim clothing color shading detection system. The experimental results indicate that the color shading detection and grading system for denim based on computer vision has good consistency with the visual evaluation method, and the data value obtained by the system is more objective and accurate.

Key words: color shading detection, color space conversion, color shading calculate, rating system, image processing

[1] 吴义伦 李忠健 潘如如 高卫东 张宁. 应用色纺纱图像的纬编针织物外观模拟[J]. 纺织学报, 2019, 40(06): 111-116.
[2] 王文帝 辛斌杰 邓娜 李佳平 刘宁娟. 单一视角下自适应阈值法的纱线毛羽识别及其应用[J]. 纺织学报, 2019, 40(05): 150-156.
[3] 蔡逸超 周晓 宋明峰 牟新刚. 应用多尺度多方向模板卷积的筒子纱缺陷检测[J]. 纺织学报, 2019, 40(04): 152-157.
[4] 巫莹柱 单颖法 黄伯熹 林广茂 梁家豪 张晓利. 聚对苯二甲酸丙二醇酯与聚对苯二甲酸丁二醇酯混纺纤维的智能识别[J]. 纺织学报, 2018, 39(09): 169-175.
[5] 陆奕辰 王蕾 唐千惠 潘如如 高卫东. 应用图像处理的纱线黑板毛羽量检测与评价[J]. 纺织学报, 2018, 39(08): 144-149.
[6] 王雯雯 高畅 刘基宏. 应用卷积神经网络的细纱断纱锭位识别[J]. 纺织学报, 2018, 39(06): 136-141.
[7] 何晓昀 韦平 张林 邓斌攸 潘云峰 苏真伟. 基于深度学习的籽棉中异性纤维检测方法[J]. 纺织学报, 2018, 39(06): 131-135.
[8] 王雯雯 刘基宏. 应用优化霍夫变换的细纱断头检测[J]. 纺织学报, 2018, 39(04): 36-41.
[9] 王传桐 胡峰 徐启永 吴雨川 余联庆. 改进频率调谐显著算法在疵点辨识中的应用[J]. 纺织学报, 2018, 39(03): 154-160.
[10] 牟新刚 蔡逸超 周晓 陈国良. 基于机器视觉的筒子纱缺陷在线检测系统[J]. 纺织学报, 2018, 39(01): 139-145.
[11] 王晓予 向军 潘如如 梁惠娥 高卫东. 服饰刺绣图案的自动提取与色块分割[J]. 纺织学报, 2017, 38(09): 120-126.
[12] 张继东 薛元 张杰 郭明瑞 魏晓婷 高卫东 . 应用混色纱纹理信息的纬编针织物模拟[J]. 纺织学报, 2017, 38(07): 148-154.
[13] 路凯 钟跃崎 朱俊平 柴新玉. 基于视觉词袋模型的羊绒与羊毛快速鉴别方法[J]. 纺织学报, 2017, 38(07): 130-134.
[14] 张宁 李忠健 潘如如 高卫东 韩要宾. 采用色纺纱图像的真实感色织物模拟[J]. 纺织学报, 2017, 38(05): 37-42.
[15] 韦平 张林 刘翔 王冬 苏真伟. 籽棉中异性纤维的双光源成像检测方法[J]. 纺织学报, 2017, 38(04): 32-38.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 冯璐;王红卫;陈银. 常压辉光放电引发聚乙烯纤维接枝丙烯酸[J]. 纺织学报, 2008, 29(12): 6 -8 .
[2] 崔剑;蔡敏;丁祥海. 服装企业的PLM客户需求信息模型[J]. 纺织学报, 2010, 31(4): 132 -138 .
[3] 葛凌桦, 郭建南, 朱伟明. 国内中高档商务休闲男装品牌评价体系[J]. 纺织学报, 2011, 32(12): 124 -127 .
[4] 王蕾, 刘建立, 高卫东. 基于机器视觉的织物洗涤后尺寸稳定性评价[J]. 纺织学报, 2012, 33(7): 43 -47 .
[5] 洪剑寒 潘志娟 李敏 姚穆. 氧气等离子体预处理对UHMWPE/PANI复合纤维导电性能的影响[J]. 纺织学报, 2013, 34(6): 1 -7 .
[6] 邵敏 董锁拽 王敏. 红外光谱对纺织助剂中烷基酚聚氧乙烯醚的快速定性和定量[J]. 纺织学报, 2014, 35(6): 80 -0 .
[7] 张介贤;肖伟. 塑料薄膜转移印花[J]. 纺织学报, 1988, 9(09): 40 -41 .
[8] 方婷婷 周凯 尹红 陈志荣 袁慎峰. 高速纺丝油剂用丁醇聚醚链末端基的稳定性[J]. 纺织学报, 2015, 36(11): 72 -75 .
[9] 查良中. 苧麻纤维纺纱和织物染整新工艺在苏州通过鉴定[J]. 纺织学报, 1986, 7(05): 63 .
[10] 施晨阳 潘志娟. 涤塔夫拉伸过程的动态分析与机制研究[J]. 纺织学报, 2012, 33(11): 47 -52 .