【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种纺织品颜色可行性智能预测方法及系统。
技术介绍
1、颜色是纺织品设计中最基本也是最直观的元素之一。颜色作为纺织品的外观属性，是消费者重点关注和影响购买力的关键指标之一。在服饰、家纺等纺织品的下游行业中，品牌商通常会提前几个季度确定自己品牌的纺织品颜色，然后向面料生产商下单，以确保能在当季上架最新产品。由此可看出纺织品颜色在纺织品领域至关重要的地位。
2、随着生活水平提高和生活节奏加快，人们对颜色的要求越来越多样化和丰富。他们希望有更多颜色选择，以满足个性化和多元化的消费需求。纺织品行业需要不断创新，推出吸引人、独特的色彩方案，以适应市场的快速变化和消费者的需求。这无疑给服饰和家居行业又带来了更大的挑战，对于色彩丰富的纺织品颜色的预测不仅要准确，还要高效。而厂家在对纺织品的颜色进行匹配时，也需要一次次反复打版和调整才能准确定位颜色，这也造成了时间上的浪费，影响效率。基于这种情况，利用图像识别技术，先在颜色模板库对纺织品的颜色进行匹配，在匹配的基础上进行微调，就能大大提高准确定位纺织品颜色的效率。然而，对于颜色丰富的纺织品，这种匹配的准确性和效率还有待提高。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的在于提供一种纺织品颜色可行性智能预测方法及系统，所采用的技术方案具体如下：
2、第一方面，本专利技术实施例提供了一种纺织品颜色可行性智能预测方法，该方法包括以下步骤：
3、获取图案对称的纺织品图像；>
4、根据纺织品图像建立直角坐标系；将直角坐标系的y轴作为纺织品图像的对称轴；根据纺织品图像关于对称轴两边的颜色分布差异程度获取纺织品图像的对称相似系数；
5、对纺织品图像进行图像块的划分；根据纺织品图像所有图像块上像素点的颜色亮度特征获取各主成分及各聚类簇；根据聚类簇中各像素点与聚类中心的主成分数据的差异性对各聚类簇中的像素点进行筛选获取纺织品图像各图像块的特征点集；结合纺织品图像各图像块的特征点集采用图像匹配算法获取纺织品图像与颜色模板图像相同位置图像块之间的匹配值；将纺织品图像与颜色模板图像同一位置图像块之间的匹配值组成的集合作为纺织品图像的匹配集合；
6、根据纺织品图像的匹配集合以及对称相似系数获取纺织品图像与各颜色模板图像之间的颜色匹配度量；根据颜色模板图像的颜色匹配度量完成纺织品颜色可行性的度量。
7、优选的，所述根据纺织品图像建立直角坐标系，包括：
8、将纺织品图像的底边作为直角坐标系的x轴，将所述底边的垂直平分线作为直角坐标系的y轴。
9、优选的，所述根据纺织品图像关于对称轴两边的颜色分布差异程度获取纺织品图像的对称相似系数，具体为：
10、将基于对称轴对称的两个闭合区域的最小外接矩形作为一对对称色块，获取各对对称色块的对称相似比，将纺织品图像中所有对称色块所述对称相似比的均值作为纺织品图像的对称相似系数。
11、优选的，所述获取各对对称色块的对称相似比，包括：
12、对关于对称轴对称的两个色块的中心点作与对称轴平行的两条直线，将两条直线上属于所述两个色块的像素点作为一对对称像素点；
13、第j对对称色块的第x对对称像素点的色差值，表达式为：
14、
15、式中，、、分别表示第j对对称色块中左边色块的第x个像素点在、、颜色空间中的值，、、分别表示第j对对称色块中右边色块的第x个像素点在、、颜色空间中的值，、、分别表示预设大于0的通道、通道、通道的权重；
16、针对各对对称色块，获取所有对对称像素点所述色差值的平均值，设置色差阈值，统计色差值与所述平均值的差值绝对值小于等于色差阈值的对称像素点的对数，将所述对数与对称像素点的总对数的比值作为各对对称色块的对称相似比。
17、优选的，所述对纺织品图像进行图像块的划分，包括：将纺织品图像均分为相同预设边长的多个正方形块，记为各图像块。
18、优选的，所述根据纺织品图像所有图像块上像素点的颜色亮度特征获取各主成分及各聚类簇，具体包括：
19、将纺织品图像上各像素点的rgb值转换为lab值、灰度值；将归一化后各像素点的rgb值、lab值、灰度值组成各像素点的特征向量；
20、基于各图像块的所有像素点的特征向量，采用pca主成分分析方法获取图像块的预设数量个主成分，采用聚类算法获取各聚类簇。
21、优选的，所述根据聚类簇中各像素点与聚类中心的主成分数据的差异性对各聚类簇中的像素点进行筛选获取纺织品图像各图像块的特征点集，包括：
22、对于任一聚类簇，获取像素点a与聚类中心e的连线上包含像素点a及聚类中心e的各像素点，将各像素点的所有主成分数据的和值记为第一和值；获取像素点a与聚类中心e的连线上所有像素点所述和值的极差值；计算所有像素点的各主成分数据的均值；将所有所述均值的相加的结果记为第二和值；计算所述第二和值与聚类中心e对应像素点所述第一和值的差值；将所述极差值与所述差值的比值作为像素点a的区域度量；
23、像素点和聚类中心的距离表达式为：
24、
25、式中，表示像素点a和聚类中心的距离，、、分别表示聚类中心降维后的第1个、第2个、第3个主成分数据，、、分别表示像素点降维后的第1个、第2个、第3个主成分数据，、分别表示像素点在直角坐标系的横坐标、纵坐标，、分别表示聚类中心在直角坐标系的横坐标、纵坐标；
26、针对任一图像块，将各聚类簇中与其聚类中心距离最近的n个像素点组成聚类中心的近邻点集，将各图像块中所有聚类中心的近邻点集中所有像素点构成的集合作为各图像块的特征点集，其中n为预设值。
27、优选的，所述根据纺织品图像的匹配集合以及对称相似系数获取纺织品图像与各颜色模板图像之间的颜色匹配度量，包括：
28、针对各颜色模板图像，分别将纺织品图像对称轴左边、右边的所有图像块与颜色模板图像对应位置图像块之间的匹配值组成的集合记为左匹配集、右匹配集合；
29、分别获取左匹配集合中所有元素的方差；分别将右匹配集合、左匹配集合中所有元素的均值作为第一均值、第二均值；计算对称相似系数与所述第一均值的乘积；计算所述第二均值与所述乘积的差值；
30、当所述方差大于0时，计算所述方差与所述第二均值的比值，将所述差值与所述比值的乘积作为颜色模板图像的颜色匹配度量；
31、当所述方差等于0时，计算所述第二均值的倒数，将所述差值与所述倒数的乘积作为纺织品图像与各颜色模版图像之间的颜色匹配度量。
32、优选的，所述根据颜色模板图像的颜色匹配度量完成纺织品颜色可行性的度量，包括：
33、将选择颜色匹配度量大于0并且最小的颜色模板图像作为纺织品图像对应的颜色可行性模板。
34、第二方面，本专利技术实施例还提供了一种纺织品颜色可行性智能预测系统，包括存储器、处理器以本文档来自技高网...
【技术保护点】
1.一种纺织品颜色可行性智能预测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述根据纺织品图像建立直角坐标系，包括：
3.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述根据纺织品图像关于对称轴两边的颜色分布差异程度获取纺织品图像的对称相似系数，具体为：
4.如权利要求3所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述获取各对对称色块的对称相似比，包括：
5.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述对纺织品图像进行图像块的划分，包括：将纺织品图像均分为相同预设边长的多个正方形块，记为各图像块。
6.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述根据纺织品图像所有图像块上像素点的颜色亮度特征获取各主成分及各聚类簇，具体包括：
7.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述根据聚类簇中各像素点与聚类中心的主成分数据的差异性对各聚类簇中的像素点进行筛
8.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述根据纺织品图像的匹配集合以及对称相似系数获取纺织品图像与各颜色模板图像之间的颜色匹配度量，包括：
9.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述根据颜色模板图像的颜色匹配度量完成纺织品颜色可行性的度量，包括：
10.一种纺织品颜色可行性智能预测系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。
...【技术特征摘要】
1.一种纺织品颜色可行性智能预测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述根据纺织品图像建立直角坐标系，包括：
3.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述根据纺织品图像关于对称轴两边的颜色分布差异程度获取纺织品图像的对称相似系数，具体为：
4.如权利要求3所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述获取各对对称色块的对称相似比，包括：
5.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述对纺织品图像进行图像块的划分，包括：将纺织品图像均分为相同预设边长的多个正方形块，记为各图像块。
6.如权利要求1所述的一种纺织品颜色可行性智能预测方法，其特征在于，所述根据纺织品图像所有图像块上像素点的颜色亮...
【专利技术属性】
技术研发人员：林镇成，
申请(专利权)人：深圳市富安娜家居用品股份有限公司，
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。