【技术实现步骤摘要】
本专利技术涉及透气性测量领域，尤其涉及一种文胸罩杯透气性材料的测量方法。
技术介绍
1、随着人们生活品质的提高，对于内衣的舒适性和透气性要求也越来越高。文胸作为女性最重要的内衣之一，其罩杯材料的透气性对于穿着者的舒适度有着至关重要的影响。然而，现有的文胸罩杯材料透气性测量方法存在着一些问题，如测量精度不高、操作复杂等，这导致了市场上许多文胸产品的透气性并不能满足消费者的需求。因此，开发一种准确、简便的文胸罩杯透气性测量方法成为了当前亟待解决的问题。
技术实现思路
1、本专利技术的目的是要提供一种文胸罩杯透气性材料的测量方法。
2、为达到上述目的，本专利技术是按照以下技术方案实施的：
3、本专利技术包括以下步骤：
4、获取文胸罩杯透气性材料的面积数据，施加动态压力获取通气图像和压力数据，对所述面积数据和所述通气图像进行预处理；所述面积数据包括曲面面积和投影面积；所述预处理包括去噪、对比度增强、灰度；
5、对所述通气图像进行亮度特征提取获得通气孔特征，根据所述通气孔特征获取通气孔面积；
6、根据所述通气孔面积和所述压力数据获得形变系数，根据所述形变系数和所述面积数据构造测量函数；
7、根据所述测量函数构造文胸罩杯透气性材料测量模型，优化所述文胸罩杯透气性材料测量模型，输出目标测量方法。
8、进一步的，对所述通气图像进行亮度特征提取获得通气孔特征的方法，包括：
9、采用模版分割方法将通气图像分
10、对邻域的色度分配特征进行均衡分解，得到色度均衡最优，表达式为：
11、
12、其中第i个色度分配矩阵为hi，转置为t，色度分配矩阵的数量为υ，色度均衡矩阵为diur，亮度均衡矩阵为ciup，第i张通气图像的边缘像素集为aiu，边缘像素集aiu的第b个特征量为边缘像素集aiu亮度分量与p2的近邻为aiub，边缘像素集u的数量为范化函数的平方为‖·‖2，色度均衡最优函数为
13、根据亮度均衡结果对通气图像进行特征分割和亮度融合处理，根据色度分配矩阵投影后的低维子空间的维数，给出通气图像像素块的特征点信息强度；
14、采用角点筛选进行通气孔特征点定位，得到近邻点的通气孔特点定位的信息融合矩阵，表达式为：
15、
16、
17、其中超像素分级融合下通气图像aiu的平滑滤波系数为固有模态函数为p1、p2、σ，以自然常数e为底的指数函数为exp(·)，对色度分配特征矩阵采用自适应机器学习算法进行优化，得到优化后通气图像的关键特征定位点矩阵，表达式为：
18、
19、其中色度分配矩阵hi的关键特征点定位矩阵为矩阵的迹为tr，结合亮度融合得到通气图像的亮度特征定位矩阵，表达式为：
20、
21、其中色度分配矩阵hi的亮度特征定位点矩阵为根据关键特征点定位矩阵确定通气孔区域内的关键特征点，根据亮度特征定位点矩阵从通气孔区域提取亮度特征；
22、将关键特征点向量和亮度特征向量串联形成通气孔特征。
23、进一步的，根据所述通气孔特征获取通气孔面积的方法，包括：
24、根据通气孔特征定位通气孔位置获取目标区域，将目标区域划分成边缘点和非边缘点；
25、选取通气孔的质心作为初始聚类中心，根据边缘点的特征值进行归类，表达式为：
26、hτ＝min‖w(θj,ρj)-zτ‖
27、其中第τ个质心为zτ，第τ个分类为hτ，第j个边缘点的特征值为w(θj,ρj)，边缘点的坐标为(θj,ρj)，将边缘点归类到特征值与质心最近的类中；
28、重新计算类的平均梯度值，表达式为：
29、
30、其中第τ个分类的平均梯度值为qτ，分类hτ的边缘点数量为uτ，根据平均梯度值获得新的聚类中心；
31、依据新的聚类中心重新分类，直到聚类中心不变；
32、根据聚类划分将边缘点聚类中最小梯度值作为自适应阈值，二值化梯度图像得到边缘信息；
33、计算梯度：
34、
35、其中像素点梯度为像素点的方向为η，横坐标θ+1纵坐标ρ的边缘点数字图像为k(θ+1,ρ)，横坐标θ纵坐标ρ+1的边缘点数字图像为k(θ,ρ+1)，横坐标θ-1纵坐标ρ的边缘点数字图像为k(θ-1,ρ)，横坐标θ纵坐标ρ-1的边缘点数字图像为k(θ,ρ-1)，反正切函数为arctan(·)；
36、根据梯度和方向确定边缘像素，再根据小于自适应阈值进行二次筛选得到边缘像素点，采用微积分根据边缘像素点获取通气孔面积。
37、进一步的，根据所述通气孔面积和所述压力数据获得形变系数的方法，包括：
38、
39、其中形变系数为β，影响系数为第ε个通气孔的压力数据为fε，第ε个通气孔的面积为lε，通气孔的标准面积为l0，通气孔的数量为μ，第ε个通气孔的横坐标为xε，第ε个通气孔的标准横坐标为x0，第ε个通气孔的标准纵坐标为第ε个通气孔的纵坐标为
40、进一步的，根据所述形变系数和所述面积数据构造测量函数的方法，包括：
41、计算文胸罩杯的透气率：
42、
43、其中圆形通气孔面积为l，测量区域的曲面面积为α，计算文胸罩杯的正交透气率：
44、
45、其中测量区域向下的投影面积为αι，给出测量函数，表达式为：
46、
47、其中形变系数为β，透气率的权重为λ1，正交透气率的权重为λ2，调整参数为测量函数为
48、进一步的，根据所述测量函数构造文胸罩杯透气性材料测量模型的方法，包括：
49、将测量函数作为文胸罩杯透气性材料测量模型的目标函数；
50、文胸罩杯透气性材料测量模型包括神经网络算法、随机森林算法、roc曲线分析、深度学习算法、粒子群算法；
51、随机森林算法将输入数据划分成训练集和测试集；
52、深度学习算法利用深度神经网络自动提取训练集的透气性特征；
53、神经网络算法采用透气性特征进行训练，使用训练好的神经网络算法预测文胸罩杯材料的透气性；
54、roc曲线分析根据预测的文胸罩杯材料透气性和实际测试获取透气性误差；
55、粒子群算法根据透气性误差调整文胸罩杯透气性材料测量模型的超参数，直到透气性误差低于0.117。
56、进一步的，优化所述文胸罩杯透气性材料测量模型的方法，包括：
57、对文胸罩杯透气性材料测量模型的输入数据进行投影，表达式为：
58、v＝χm
59、其中输入数据矩阵为m，对角矩阵为v，测量矩阵为χ，给定测量函数，表达式为：
本文档来自技高网...
【技术保护点】
1.一种文胸罩杯透气性材料的测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种文胸罩杯透气性材料的测量方法，其特征在于，对所述通气图像进行亮度特征提取获得通气孔特征的方法，包括：
3.根据权利要求1所述的一种文胸罩杯透气性材料的测量方法，其特征在于，根据所述通气孔特征获取通气孔面积的方法，包括：
4.根据权利要求1所述的一种文胸罩杯透气性材料的测量方法，其特征在于，根据所述通气孔面积和所述压力数据获得形变系数的方法，包括：
5.根据权利要求1所述的一种文胸罩杯透气性材料的测量方法，其特征在于，根据所述形变系数和所述面积数据构造测量函数的方法，包括：
6.根据权利要求1所述的一种文胸罩杯透气性材料的测量方法，其特征在于，根据所述测量函数构造文胸罩杯透气性材料测量模型的方法，包括：
7.根据权利要求1所述的一种文胸罩杯透气性材料的测量方法，其特征在于，优化所述文胸罩杯透气性材料测量模型的方法，包括：
【技术特征摘要】
1.一种文胸罩杯透气性材料的测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种文胸罩杯透气性材料的测量方法，其特征在于，对所述通气图像进行亮度特征提取获得通气孔特征的方法，包括：
3.根据权利要求1所述的一种文胸罩杯透气性材料的测量方法，其特征在于，根据所述通气孔特征获取通气孔面积的方法，包括：
4.根据权利要求1所述的一种文胸罩杯透气性材料的测量方法，其特征在于，根据所述通气孔面积和所述压力...
【专利技术属性】
技术研发人员：张辉，张淼，段笑娟，黎焰，刘佳欣，韩汶妤，林雨珊，
申请(专利权)人：北京服装学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。