一种多特征融合的织物扫描图案识别方法

摘要

本发明公开了一种多特征融合的织物扫描图案识别方法，其首先通过纹理抑制快速平滑滤波算法滤除织物扫描图像的纱线纹理，并进行灰度化；然后分别提取主颜色自相关直方图、边缘梯度方向直方图、MSER特征和灰度共生矩阵特征，建立样本图像特征库；最后以样本图像之间关于这四类特征的相似度作为训练样本，通过AdaBoost算法建立分类器，实现图案识别。由此可见，本发明图案识别方法通过构建AdaBoost分类器融合主颜色自相关直方图、边缘梯度方向直方图特征、MSER特征和灰度共生矩阵特征，可以实现自动调整各类特征的权值，提高了织物图案识别率。

主权项

一种多特征融合的织物扫描图案识别方法，包括如下步骤：(1)对图像库中的样本图像依次进行纹理抑制快速平滑滤波以及灰度化的预处理操作；(2)对预处理后的样本图像进行特征提取，提取样本图像的主颜色自相关直方图、边缘梯度方向直方图、MSER特征和灰度共生矩阵特征；(3)对于图像库中任一对样本图像组合，计算这对样本图像之间的主颜色自相关直方图相似度、边缘梯度方向直方图相似度、MSER特征相似度以及灰度共生矩阵特征相似度，并将这四个相似度进行归一化处理后组成训练样本；依此遍历图像库中所有样本图像组合以得到多个训练样本；(4)基于所有训练样本采用AdaBoost算法进行训练，以构建得到关于多类图像的AdaBoost分类器；(5)对于待识别织物图像，根据步骤(1)至(3)计算其与图像库中每一样本图像之间的主颜色自相关直方图相似度、边缘梯度方向直方图相似度、MSER特征相似度以及灰度共生矩阵特征相似度，并将求得的这些相似度组成特征向量输入所述的AdaBoost分类器，从而识别出待识别织物图像具体属于哪一类图像。