摘要
本发明公开了一种机织物组织结构识别方法,本发明通过五点矫正法将初始图像划分为四个象限,并选取四个象限的中心点和初始图像的中心点作为特征点,依据初始窗口尺寸创建以特征点为中线的特征点区域,以及创建与特征点区域相邻的相邻区域,计算获得特征点区域与各相邻区域的相似度之和,以相似度之和作为初始参数并创建目标函数,通过退火优化算法对目标函数进行迭代,最终获取织物最小循环单元的精确定位,相较于传统的以初始窗口尺寸作为循环单元,一方面为后续深度学习提供精确的训练数据,使最终的识别模型识别更为准确性,另一方面精准的最小循环单元尺寸能更准确的反应经纱和纬纱的根数,确保后续纱线密度的准确性。
技术关键词
织物组织结构
识别方法
特征点
机织物
二值图像处理
经纱
纬纱
分割方法
小波变换处理
采样点
模拟退火算法
坐标系
纱线
密度
尺寸
像素
生成特征
系统为您推荐了相关专利信息
图像文本识别方法
文本行
生成图像模板
笔划宽度
OTSU阈值
视角
透视变换矩阵
可见光图像
特征点
RANSAC算法
疾病识别方法
甲胎蛋白
血红蛋白
风险预测模型
淋巴细胞