(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211140035.6 (22)申请日 2022.09.20 (65)同一申请的已公布的文献号 申请公布号 CN 115240013 A (43)申请公布日 2022.10.25 (73)专利权人 惠民县黄河先进技 术研究院 地址 251700 山东省滨州市惠民县李庄镇 绳网大世界(恒迈路西首) (72)发明人 苏宜刚　 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/56(2022.01) G06V 10/54(2022.01) G06V 10/46(2022.01) G06V 10/20(2022.01)(56)对比文件 CN 112966637 A,2021.0 6.15 CN 105787562 A,2016.07.20 审查员 张博 (54)发明名称 基于图像数据分析的织物肌理自动分类方 法及系统 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种基于图像数据分析的织物肌理自动分类方法 及系统， 包括： 获取待分类织物的表面图像， 对待 分类织物的表 面图像进行预处理， 得到待分类织 物预处理后的表面图像； 根据待分类织物预处理 后的表面图像， 得到待分类织物的色调分量图 像； 根据待分类织物的色调分量图像， 得到织物 肌理灰度图像， 进而 得到织物肌理灰度图像中的 各个像素点的肌理特征描述子； 根据织物肌理灰 度图像中的各个像素点的肌理特征描述子和各 个不同织物类别的各个像素点的肌理特征描述 子之间的差异性， 得到待分类织物的类别。 本发 明通过对织物表面图像进行分析， 得到待分类织 物的类别， 提高了对织物分类的效率。 权利要求书3页 说明书9页 附图1页 CN 115240013 B 2022.12.09 CN 115240013 B 1.一种基于图像数据分析的织物肌理自动分类方法， 其特 征在于， 包括以下步骤： 获取待分类织物 的表面图像， 对待分类织物的表面图像进行预处理， 得到待分类织物 预处理后的表面图像； 根据待分类织物预处 理后的表面图像， 得到待分类织物的色调分量图像； 根据待分类织物预处理后的表面图像和待分类织物的色调分量图像， 进而得到织物肌 理灰度图像； 根据织物肌理灰度图像中的各个像素点的灰度值， 确定织物肌理灰度图像中的各个像 素点的周围八邻域像素点的判定值， 进而得到织物肌理灰度图像中的各个像素点的肌理特 征描述子； 根据织物肌理灰度图像中的各个像素点的肌理特征描述子， 确定待分类织物的织物肌 理曲线； 根据待分类织物的织物肌理曲线与 预先确定的各个不同织物类别的织物肌理曲线， 分 别计算待分类织物与各个不同织物类别之间的差异性， 进 而确定待分类织物的类别； 进而得到织物肌理灰度图像的步骤 包括： 根据待分类织物的色调分量图像中的各个像素点的色调值， 得到色调分量图像中的各 个像素点的共生矩阵； 根据色调分量图像中的各个像素点的共生矩阵， 确定色彩纹理图像中的各个像素点的 色彩纹理特征值； 根据待分类织物的色调分量图像中的各个像素点的色调值， 确定色调分量图像中的各 个像素点的梯度值， 得到色彩纹 理图像中的各个 像素点的色彩影响度； 根据待分类织物预处理后的表面图像， 确定待分类织物预处理后的表面图像中的各个 像素点的像素值； 根据待分类织物预处理后的表面图像中的各个像素点的像素值、 色彩纹理图像中的各 个像素点的色彩纹理特征值和色彩纹理图像中的各个像素点的色彩影响度， 确定织物肌理 图像中的各个 像素点的像素值， 进 而得到织物肌理图像； 色彩纹理图像中的各个 像素点的色彩影响度的计算公式为： 其中， 为色彩纹理图像中 处像素点的色彩影响度， 为色调分量图像 中 处像素点的梯度值； 织物肌理图像中的各个 像素点的像素值的计算公式为： 其中， 为织物肌理图像中 处像素点的像素值， 为待分类织物预 处理后的表面图像中 处像素点的像素值， 为色彩纹理图像中 处像素点的 色彩纹理特征值， 为色彩纹 理图像中 处像素点的色彩影响度。权　利　要　求　书 1/3 页 2 CN 115240013 B 22.根据权利要求1所述的基于图像数据分析的织物肌理自动分类方法， 其特征在于， 得 到各个像素点的肌理特 征描述子的步骤 包括： 根据织物肌理灰度图像中的各个像素点的灰度值， 对各个像素点的周围八邻域像素点 进行判定， 得到织物肌理灰度图像中的各个 像素点的周围八邻域像素点的判定值； 根据织物肌理灰度图像中的各个像素点的周围八邻域像素点的判定值， 得到织物肌理 灰度图像中的各个 像素点的肌理特 征描述子 。 3.根据权利要求2所述的基于图像数据分析的织物肌理自动分类方法， 其特征在于， 对 各个像素点的周围八邻域像素点进行判定的步骤 包括： 将织物肌理灰度图像中的各个像素点的灰度值作为灰度阈值， 若织物肌理灰度图像中 的各个像素点的周围八邻域像素点的灰度值大于或等于灰度阈值， 则织物肌理灰度图像中 的各个像素点的周围八邻域像素点的判定值 为1； 若织物肌理灰度图像中的各个像素点的周围八邻域像素点的灰度值小于灰度阈值， 则 织物肌理灰度图像中的各个 像素点的周围八邻域像素点的判定值 为0。 4.根据权利要求2所述的基于图像数据分析的织物肌理自动分类方法， 其特征在于， 各 个像素点的肌理特 征描述子的计算公式为： 其中， 为像素点 的肌理特征描述子， 为内中心像素点的周围八邻域的第 个像素 点的判定值。 5.根据权利要求1所述的基于图像数据分析的织物肌理自动分类方法， 其特征在于， 确 定待分类织物的织物肌理曲线的步骤 包括： 对织物肌理灰度图像中的像素点依次进行编 号， 得到织物肌理灰度图像中的各个像素 点的编号； 以织物肌理灰度图像中的各个像素点的编号为横坐标， 并以各个像素点的肌理特征描 述子为纵坐标进行曲线拟合， 得到织物肌理灰度图像中的织物肌理曲线。 6.根据权利要求1所述的基于图像数据分析的织物肌理自动分类方法， 其特征在于， 待 分类织物与各个不同织物类别之间的差异性对应的计算公式为： 其中， 为待分类织物 的织物肌理曲线与织物类别为 的织物肌理曲线的差异 性， 为待分类织物 的织物肌理曲线中的横坐标 对应的肌理特征描述子， 为织 物类别为 的织物肌理曲线中的横坐标 对应的肌理特征描述子， 为待分类织物 的织物 肌理曲线的横坐标的设定最大横坐标。 7.一种基于 图像数据分析的织物肌理自动分类系统， 其特征在于， 包括处理器和存储 器， 所述处理器用于处理存储在所述存储器中的指令以实现如权利要求1 ‑6中任一项所述权　利　要　求　书 2/3 页 3 CN 115240013 B 3