申请/专利权人：浙江理工大学

申请日：2024-03-29

公开（公告）日：2024-06-28

公开（公告）号：CN118261879A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/13;G06T5/70;G06T7/194;G06T7/11

优先权：

专利状态码：在审-公开

法律状态：2024.06.28#公开

摘要：本发明提供一种针织物仿真结果评价方法，包括分别提取仿真结果和织物样品的针织物图像，按顺序进行灰度处理、均值滤波处理和二值化处理后通过边界跟踪算法对提取针织物轮廓，根据目标形状的重心坐标构建其中心矩后使用零阶中心矩对各阶中心矩进行归一化处理，引入Hu不变矩I1‑I7概括图像的轮廓特征，以保证图像矩的平移、灰度、尺度和旋转的不变性，最后通过定义相似度S描述针织物轮廓的相似性并进行对比，相似度S越接近0则表示轮廓的差异越小，同时结合针织物的尺寸相似度评价相似度，本发明基于针织物的尺寸和轮廓两个特征，对仿真结果进行定性和定量评估，以全面评价针织物仿真结果的准确性和可靠性。

主权项：1.一种针织物仿真结果评价方法，其特征在于，包括：S101、分别提取仿真结果和织物样品的针织物图像；S102、将图像中每个像素点的颜色值转换为灰度值，分为0-255共256个灰度级；S103、在待处理图像上的任一像素点x,y处制定一个n×n大小的区域N，所述区域N包括所述像素点x,y和所述像素点x,y周围的像素点，使用所述区域N内所有像素平均值代替所述区域N内所有像素值，对于包含所述像素点x,y的所述区域N，均值滤波的表达式如下， 其中，fx,y表示所述区域N原来的像素值，n表示所述区域N内包含的像素点个数，gx,y表示经过均值滤波处理后的图像；S104、对滤波处理后的图像进行二值化处理，图像的二值化变换函数表达式如下， 其中，T表示设定的灰度阈值，通过选取合适的灰度阈值，将图像中大于T的灰度值设置为1，将小于T的灰度值设置为0，进而分割针织物区域和北京区域；S105、通过边界跟踪算法对经过二值化处理的图像进行针织物轮廓提取；S106、利用图像矩描述图像的全局特征和几何特征信息，根据目标形状的重心坐标构建所述目标形状的中心矩， 其中，p和q为正整数，fx,y表示坐标x,y上的灰度值，即坐标x,y的密度， 其中，xc,yc为所述目标形状的重心，m00为所述目标形状的零阶矩，m01和m10分别为所述目标形状关于x轴和y轴的一阶矩，使用零阶中心矩对各阶的中心矩做归一化处理，得到可以不受图像平移和缩放影响的归一化中心矩， 引用Hu不变矩I1-I7高度概括图像的轮廓特征，以保证图像矩的平移、灰度、尺度、旋转不变性，所述Hu不变矩I1-I7由二阶和三阶的归一化中心矩构成，所述Hu不变矩I1-I7如下，I1＝η20+η02 I3＝η30-3η122+3η21-η032I4＝η30+η122+η21+η032I5＝η30-3η122+3η21-η032I6＝η20-η02η30+η122-η21+η032+4η11η30+η12η21+η03I7＝3η21-η03η30+η12η30+η122-3η21+η032-η30-3η12η21+η033η30+η122-η21+η032在使用所述Hu不变矩I1-I7描述图形轮廓的基础上，通过定义如下的相似度指数来描述两个针织物轮廓A和B的相似性， 其中，为所述针织物轮廓A的第i个所述Hu不变矩，为所述针织物轮廓B的第i个所述Hu不变矩，相似度S越接近0则表示两个轮廓的差异越小。

全文数据：

权利要求：

百度查询： 浙江理工大学 一种针织物仿真结果评价方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD