一种基于多粒度的布料图像检索方法

摘要

本发明涉及一种基于多粒度的布料图像检索方法，该方法采用粒计算理论研究实现一种可以灵活调整布料图像特征粒度的方法，通过该方法可以对布料图像进行多粒度的检索。使用颜色特征与纹理特征来描述布料图像，同时对颜色特征构建三种不同的颜色组合粒度（单主色、双主色以及三主色的颜色组合粒度），并结合布料图像领域知识粒度，实现一种更符合人类视觉感知的布料图像检索方法。

主权项

一种基于多粒度的布料图像检索方法，其特征在于，包括以下步骤：(1)生成布料图像领域特征粒度空间，具体包括以下子步骤：(1.1)构建布料图像领域知识粒度空间：分别生成图像领域颜色知识粒度空间图像领域纹理知识粒度空间和图像领域材质知识粒度空间其中，表示颜色是单一或简单颜色的布料图像集合构成的粒，表示颜色是复杂颜色的布料图像集合构成的粒，表示不考虑颜色类型的布料图像集合构成的粒；表示纹理是单一或简单纹理的布料图像集合构成的粒，表示纹理是复杂纹理的布料图像集合构成的粒，表示纹理是图案纹理的布料图像集合构成的粒，表示不考虑纹理类型的布料图像集合构成的粒；表示材质为尼龙的布料图像集合构成的粒，表示材质为棉布的布料图像集合构成的粒，表示材质为PU的布料图像集合构成的粒，表示材质为网布的布料图像集合构成的粒，表示不考虑材质类型的布料图像集合构成的粒；(1.2)根据步骤(1.1)所生成的布料图像领域知识粒度空间进行粒度细化生成具有细粒度的布料图像领域知识粒度空间：其中，其中，其中，以及其中，p＝1，2，...，h；(2)提取布料图像的颜色特征和纹理特征；(3)对提取的颜色特征进行粒化，构建图像颜色特征粒度空间，具体包括以下子步骤：(3.1)构建单主色特征粒度空间其中，$G_{c1}^i\left(u\right)=\{u^{\prime }\in U|\mathrm{first}\_\mathrm{color}\left(u\right)=\mathrm{first}\_\mathrm{color}\left(u^{\prime }\right)\},i=\mathrm{1,2},...,72,$共72种颜色，first_color(u)是对论域U进行粒化标准，表示示例图像u的直方图中最大占比的颜色的单主色集合，first_color(u′)表示示例图像u′的直方图中最大占比的颜色的单主色集合；论域U表示非空图像集合，即布料图像的集合；(3.2)构建双主色特征粒度空间其中，|U|表示论域U中布料图像的个数，表示从72种颜色中取2个不同颜色的总组合数；$G_{c2}^i\left(u\right)=\{u^{\prime }\in U|\mathrm{first}\_\mathrm{two}\_\mathrm{color}\_\mathrm{set}\left(u\right)=\mathrm{first}\_\mathrm{two}\_\mathrm{color}\_\mathrm{set}\left(u^{\prime }\right)\},i=\mathrm{1,2},...,m,$其中first_two_color_set(u)是对论域U进行粒化标准，表示示例图像u的直方图中最大颜色占比的颜色和第2大颜色占比的颜色这两个颜色构成的双主色集合；(3.3)构建三主色特征粒度空间其中，|U|表示论域U中布料图像的个数，表示从72种颜色中取3个不同颜色的总组合数；$G_{c3}^i\left(u\right)=\{u^{\prime }\in U|\mathrm{first}\_\mathrm{three}\_\mathrm{color}\_\mathrm{set}\left(u\right)=\mathrm{first}\_\mathrm{three}\_\mathrm{color}\_\mathrm{set}\left(u^{\prime }\right)\},i=\mathrm{1,2},...,r,$其中first_three_color_set(u)是对论域U进行粒化标准，表示示例图像u的直方图中最大颜色占比的颜色、第2大颜色占比的颜色和第3大颜色占比的颜色这三个颜色形成的三主色集合；(4)基于多粒度的图像相似度匹配方法，其包括以下子步骤：(4.1)根据示例图像u的领域知识在布料图像领域知识粒度空间中进行匹配，其包括以下步骤：(4.1.A)判断是否成立，若成立则转步骤(4.1.D)；否则进入步骤(4.1.B)；(4.1.B)判断或或是否成立，若成立则转步骤(4.1.D)；否则进入步骤(4.1.C)；(4.1.C)判断或或三者中哪个成立，然后进入步骤(4.1.D)；(4.1.D)上述所得到的匹配结果记为G_ad；(4.1.E)若1≤|G_ad|≤IRR_th，则示例图像u检索结束，其中IRR_th为一个整数类型的阈值，表示满足匹配规则的图像个数；(4.1.F)否则，则执行步骤(4.2)；(4.2)根据示例图像u的直方图在图像颜色特征粒度空间中进行匹配，其包括以下步骤：(4.2.A)判断是否成立，若成立则转步骤(4.2.D)，否则进入步骤(4.2.B)；(4.2.B)判断是否成立，若成立则转步骤(4.2.D)，否则继续步骤(4.2.C)；(4.2.C)存在某个满足的粒，然后继续步骤(4.2.D)；(4.2.D)上述所得到的匹配结果记为G_ac；(4.2.E)若1≤|G_ac|≤IRR_th，则示例图像u检索结束；(4.2.F)否则，则执行步骤(4.3)；(4.3)根据步骤(4.1)的匹配结果G_ad和步骤(4.2)的匹配结果G_ac，进行集合的交运算得到结果：G_{ad_c}＝G_ad∩G_ac；(4.4)判断：若1≤|G_{ad_c}|≤IRR_th，则示例图像检索u结束；若|G_{ad_c}|＝0，示例图像u不在布料图像库中，提示是否将该示例图像u添加到布料图像库中，并给出相应的结果提示；若|G_{ad_c}|＞IRR_th，则进入步骤(4.5)。(4.5)在子集G_{ad_c}中进行图像纹理特征的匹配，其包括以下步骤：(4.5.A)按欧式距离计算公式：计算示例图像u与子集G_{ad_c}中所有图像之间的距离D_m(u，u′)，其中u′∈G_{ad_c}是子集G_{ad_c}中的任意一个图像，d表示图像纹理特征向量中分量的个数，u_u[i]表示图像u的纹理特征向量中第i个分量值，而u′_t[i]表示图像u′的纹理特征向量中第i个分量值；(4.5.B)判断所有满足D(u，u′)＜threshold的图像，其构成的集合记为Gad_c_t，其中0.5＜threshold＜＝1；(4.5.C)若|G_{ad_c_t}|＝0，那么该布料图像不在布料图像库中，提示是否将该布料图像添加到布料图像库中，并给出相应的结果提示，否则显示检索匹配结果。