一种基于彩色图和矢量图的织物图案匹配方法及系统

技术领域

本发明属于图像处理技术领域，具体涉及一种基于彩色图和矢量图的织物图案匹配方法及系统。

背景技术

随着现代纺织印刷技术地不断进步，纺织物在印刷的过程中需要将上面的某些图案与印刷模板进行匹配以验证其准确性。在此过程中，要求印刷品上的任何一个区域都要在模板图上有相对应的区域与之匹配，因此，对匹配方法的时效性和准确率都提出了较高的要求。

现有技术中，对于纺织物图像的匹配，采用人工对待匹配纺织物图像中需要进行匹配的部分进行分割，速度十分缓慢、效率低下，因此大大减缓了纺织物图像匹配的速度，无法满足企业对于快速进行纺织物图像匹配的要求。此外，目前企业在进行纺织物图像匹配过程中，待匹配纺织物图像容易出现倾斜现象，因此即使待匹配纺织物图像属于合格产品，最终的匹配结果也将有很大可能为匹配失败，匹配的准确率无法得到保障。最后一点，目前在进行纺织物图像匹配过程中往往需要将图像中所有的像素点一一进行匹配以得到最终是否匹配成功的结果，无法做到提前结束匹配并输出匹配结果，这样的匹配过程效率较低。

发明内容

针对现有技术中存在的上述问题，本发明提出一种基于彩色图和矢量图的织物图案匹配方法及系统，以提升纺织物图像匹配的准确度与速度，极大地降低企业的用工成本。

一种基于彩色图和矢量图的织物图案匹配方法，包括步骤：

S1、输入模板图，并对模板图进行预处理，以获取与待匹配图片大小相适应的预处理模板图A；

S2、输入待匹配图片，去除待匹配图片的彩色通道数以将待匹配图片转为灰度图片B；

S3、计算灰度图片B的最大外接椭圆相对于水平轴的偏移角度θ，并通过仿射变换矩阵使灰度图片B保持水平；

S4、随机选取灰度图片B中的ROI区域S，对该区域S进行裁剪并提取轮廓，得到轮廓图L；

S5、去除轮廓图L中的干扰特征，以获取待匹配模板图M；

S6、将待匹配模板图M与预处理模板图A中的图案进行匹配，以得到匹配结果。

作为优选方案，步骤S3中，具体包括：

S3.1、对灰度图片B取最大外接椭圆；

S3.2、计算最大外接椭圆长轴相较于水平轴的偏差角度θ；

S3.3、分别计算将偏差角度θ变换为90°时，灰度图片B的行、列偏移量；

S3.4、根据偏差角度θ、灰度图片B的行、列偏移量以计算得到仿射变换矩阵W；

S3.5、将灰度图片B与仿射变换矩阵W相乘，以使灰度图片B保持水平。

作为优选方案，步骤S3.4中，仿射变换矩阵计算方式为：

其中，θ为偏差角度，dx为灰度图片B的行偏移量,dy为灰度图片B的列偏移量，x,y为灰度图片B的初始坐标，x’、y’为仿射变换之后灰度图片B的坐标。

作为优选方案，步骤S4中具体为：通过canny算法提取图片的边缘轮廓，得到轮廓图L。

作为优选方案，步骤S5具体包括：通过特征选择去除轮廓图L中的干扰轮廓，以得到待匹配模板图M。

作为优选方案，步骤S6中具体包括以下步骤：

S6.1、使用图像金字塔算法在预处理模板图A上以对待匹配模板图M的相应位置进行定位；

S6.2、计算待匹配模板图M中前k个像素点与预处理模板图A的相似性度量S

S6.3、将待匹配模板图M中剩下的像素点匹配相似度均设置为1，并设置阈值S

S6.4、当

S6.5、当k＜n时，使k＝k+1并重新执行步骤S6.2-S6.4，当k＝n时，结束匹配，并输出结果为匹配成功。

作为优选方案，步骤S6.2中所述Sk的计算公式为：

其中，V

作为优选方案，S

作为优选方案，步骤S6中具体包括以下步骤：

S6.1、使用图像金字塔算法在预处理模板图A上以对待匹配模板图M的相应位置进行定位；

S6.2、计算待匹配模板图M中前k个像素点与预处理模板图A的相似性度量Sk；

S6.3、将待匹配模板图M中剩下的像素点匹配相似度均设置为1，并设置阈值Smin；

S6.4、当

S6.5、当k＜n时，使k＝k+1并重新执行步骤S6.2-S6.4，当k＝n时，结束匹配，并输出结果为匹配成功；

其中，n表示待匹配模板图M中的像素点个数，λ＝(1-g·s

相应地，还提供一种基于彩色图和矢量图的织物图案匹配系统，包括：预处理模块、灰度模块、校正模块、轮廓提取模块、去干扰模块以及匹配模块，其中灰度模块、校正模块、轮廓提取模块、去干扰模块以及匹配模块依次相联，预处理模块与匹配模块相联；

预处理模块，用于对模板图进行预处理，以获取与待匹配图片大小相适应的预处理模板图A；

灰度模块，用于去除待匹配图片的彩色通道数以将待匹配图片转为灰度图片B；

校正模块，用于计算灰度图片B的最大外接椭圆相对于水平轴的偏移角度θ，并通过仿射变换矩阵使灰度图片B保持水平；

轮廓提取模块，用于随机选取灰度图片B中的ROI区域S，对该区域S进行裁剪并提取轮廓，得到轮廓图L；

去干扰模块，用于去除轮廓图L中的干扰特征，以获取待匹配模板图M；

匹配模块，用于将待匹配模板图M与预处理模板图A中的图案进行匹配，以得到匹配结果。

本发明的有益效果是：

1、可对倾斜状态的纺织物图像进行校正，极大程度上提高了图像的匹配准确度。

2、对于不合格的纺织物图像，可提前匹配结束，极大程度上加快了匹配速度，提高了匹配效率。

3、可自动对待匹配纺织物图像中各部分进行匹配，降低了用工成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明所述一种基于彩色图和矢量图的织物图案匹配方法的流程图；

图2是本发明中预处理模板图A的示意图；

图3是本发明中待匹配模板图M的示意图；

图4是本发明中图像金字塔效果图；

图5是本发明所述一种基于彩色图和矢量图的织物图案匹配系统的结构示意图。

具体实施方式

以下通过特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

实施例一：

参照图1，本实施例提供了一种基于彩色图和矢量图的织物图案匹配方法，包括步骤：

S1、输入模板图，并对模板图进行预处理，以获取与待匹配图片大小相适应的预处理模板图A(参照图2所示，为一织物图)；

S2、输入待匹配图片，去除待匹配图片的彩色通道数以将待匹配图片转为灰度图片B；

S3、计算灰度图片B的最大外接椭圆相对于水平轴的偏移角度θ，并通过仿射变换矩阵使灰度图片B保持水平；

S4、随机选取灰度图片B中的ROI区域S，对该区域S进行裁剪并提取轮廓，得到轮廓图L；

S5、去除轮廓图L中的干扰特征，以获取待匹配模板图M；

S6、将待匹配模板图M与预处理模板图A中的图案进行匹配，以得到匹配结果。

需要说明的是，重复步骤S4-S6，以对灰度图片B中所有区域中的图案进行匹配，即可完成整个纺织物图像的匹配。

进一步地，

步骤S3中，具体包括：

S3.1、对灰度图片B取最大外接椭圆；

S3.2、计算最大外接椭圆长轴相较于水平轴的偏差角度θ；

S3.3、分别计算将偏差角度θ变换为90°时，灰度图片B的行、列偏移量；

S3.4、根据偏差角度θ、灰度图片B的行、列偏移量以计算得到仿射变换矩阵W；

S3.5、将灰度图片B与仿射变换矩阵W相乘，以使灰度图片B保持水平。

步骤S3.4中，仿射变换矩阵计算方式为：

其中，θ为偏差角度，dx为灰度图片B的行偏移量,dy为灰度图片B的列偏移量，x,y为灰度图片B的初始坐标，x’、y’为仿射变换之后灰度图片B的坐标。

进一步地，步骤S4中具体为：通过canny算法提取图片的边缘轮廓，得到轮廓图L。步骤S5具体包括：通过特征选择去除轮廓图L中的干扰轮廓，以得到待匹配模板图M，参照图3所示。

进一步地，步骤S6中具体包括以下步骤：

S6.1、使用5层图像金字塔算法在预处理模板图A上以对待匹配模板图M的相应位置进行定位，具体可参照图4所示；

S6.2、计算待匹配模板图M中前k个像素点与预处理模板图A的相似性度量S

S6.3、将待匹配模板图M中剩下的像素点匹配相似度均设置为1，并设置阈值S

S6.4、当

S6.5、当k＜n时，使k＝k+1并重新执行步骤S6.2-S6.4，当k＝n时，结束匹配，并输出结果为匹配成功。

本实施例中S

步骤S6.2中所述Sk的计算公式为：

其中，V

需要说明的是，待匹配模板图M的总相似度量S的计算公式为：

即，若用户不想采用提前结束匹配的方案，也可将S直接与Smin进行比较，若S＜Smin则匹配失败，若S≥Smin则匹配成功。

本发明的有益效果在于：

1、可对倾斜状态的纺织物图像进行校正，极大程度上提高了图像的匹配准确度。

2、对于不合格的纺织物图像，可提前匹配结束，极大程度上加快了匹配速度，提高了匹配效率。

3、可自动对待匹配纺织物图像中各部分进行匹配，降低了用工成本。

实施例二：

本实施例与实施例一的区别之处在于，

步骤S6中具体包括以下步骤：

S6.1、使用5层图像金字塔算法在预处理模板图A上以对待匹配模板图M的相应位置进行定位；

S6.2、计算待匹配模板图M中前k个像素点与预处理模板图A的相似性度量Sk；

S6.3、将待匹配模板图M中剩下的像素点匹配相似度均设置为1，并设置阈值Smin；

S6.4、当

S6.5、当k＜n时，使k＝k+1并重新执行步骤S6.2-S6.4，当k＝n时，结束匹配，并输出结果为匹配成功；

其中，n表示待匹配模板图M中的像素点个数，λ＝(1-g·s

即相较于实施例一，本实施例中加入了贪婪因子g，且贪婪因子g越大表示提前终止匹配的可能性越大，但同时匹配失败的概率也越高。具体可根据用户需求进行设置。

实施例三：

参照图5，本实施例提供了一种基于彩色图和矢量图的织物图案匹配系统，包括：预处理模块、灰度模块、校正模块、轮廓提取模块、去干扰模块以及匹配模块，其中灰度模块、校正模块、轮廓提取模块、去干扰模块以及匹配模块依次相联，预处理模块与匹配模块相联；

预处理模块，用于对模板图进行预处理，以获取与待匹配图片大小相适应的预处理模板图A；

灰度模块，用于去除待匹配图片的彩色通道数以将待匹配图片转为灰度图片B；

校正模块，用于计算灰度图片B的最大外接椭圆相对于水平轴的偏移角度θ，并通过仿射变换矩阵使灰度图片B保持水平；

轮廓提取模块，用于随机选取灰度图片B中的ROI区域S，对该区域S进行裁剪并提取轮廓，得到轮廓图L；

去干扰模块，用于去除轮廓图L中的干扰特征，以获取待匹配模板图M；

匹配模块，用于将待匹配模板图M与预处理模板图A中的图案进行匹配，以得到匹配结果。

需要说明的是，本实施例提供的一种基于彩色图和矢量图图案匹配的图像匹配系统，与实施例一类似，在此不多做赘述。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的保护范围内。