[发明专利]一种基于纹理抑制平滑滤波和分水岭算法的重织物图像分割方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种基于纹理抑制平滑滤波和分水岭算法的重织物图像分割方法。

背景技术

图像分割是织物图像处理与分析的基础，分割的准确性往往决定着织物图像组织结构提取、内容分析和检索等后处理的有效性。织物重组织(backed weave)是由两组或两组以上的经纱与一组纬纱交织，或由两组或两组以上纬纱与一组经纱交织，形成二重或二重以上的重叠组织。重织物由不同颜色或不同原料的纱线交织而成，随着经纱或纬纱重叠组数的变化，形成的织物色影丰富、层次多变。重织物图像不是一个理想的平面结构，扫描获取的图像不能反映纱线的真实颜色。在扫描光照下，由于纱线呈一定的圆柱形结构，同一纱线的中心和边缘之间存在过渡颜色；纱线之间的缝隙颜色往往偏暗，相同颜色的纱线区域会形成一定的纹理；由于重组织区较凸起，重组织边缘会产生一定的阴影；由于扫描图像文件往往采用有失真的JPEG压缩，不同颜色的纱线之间存在过渡色。这些因素的存在给重织物图像分割带来了困难。

目前，织物图像分割方法一般采用空间域方法，主要有特征聚类、基于区域的方法以及边缘检测等。特征聚类法(文献：Pan R,Gao W,Liu J,et al.Automatic Detection ofthe Layout of Color Yarns for Yarn-dyed Fabric via a FCM Algorithm[J].Textile Research Journal,2010,80(12):1222-1231.)是一种无监督统计方法，通过迭代提取颜色等特征。这类方法需事先确定聚类数目，由于仅根据特征的统计信息进行分类，如采用颜色作为特征，当某种颜色频度较少时就会被其他颜色代替，造成关键细节模糊，甚至丢失。基于区域的方法(如文献：ZHANG Yang,JIANG Gaoming,YAO Junzhou,et al.Multi-texture region segmentation ofjacquard warpknitted fabric[J].Journal of Textile Research,2012,32(12):51-55.)，根据图像区域的同一性进行图像分割，如通过颜色、纹理分布等特征将相似像素集合起来构成区域，分割效果依赖于区域同一性特征的稳定性。对于重织物图像，由于纱线颜色偏差、纱线纹理以及重组织边缘阴影的存在，很难定义图像区域的同一性准则，分割效果难以保证。边缘检测方法(如文献：Ju Z,Zhou J,Wang X,et al.Image segmentation based on adaptive threshold edge detection and mean shift[C]//Software Engineering and Service Science (ICSESS),20134th IEEE International Conference on.IEEE,2013:385-388.)，根据像素点灰度变化提取边缘，通过检测不同区域的边缘解决图像分割问题。对于重织物图像，采用边缘检测进行图像分割，首先需要将彩色图像转化成灰度图像，但由于颜色偏差、纱线纹理和阴影的存在，很难提取理想的连续、闭合边缘，因而图像分割往往不准确。

发明内容

针对现有技术所存在的上述技术问题，本发明提供了一种基于纹理抑制平滑滤波和分水岭算法的重织物图像分割方法，使得在平滑同颜色纱线纹理和重组织边缘阴影的同时，有效保持了不同颜色纱线的边缘，避免了高斯滤波后区域之间的边缘细节被弱化以及双边滤波将纱线纹理保留为边缘等问题。

一种基于纹理抑制平滑滤波和分水岭算法的重织物图像分割方法，包括如下步骤：

(1)将重织物图像从RGB颜色模式转换为Lab颜色模式，并对得到的Lab颜色空间图像进行混合中值滤波；

(2)对混合中值滤波后的Lab颜色空间图像进行纹理抑制平滑滤波；

(3)对纹理抑制平滑滤波后的Lab颜色空间图像进行色差梯度计算，得到对应的梯度图像；进而对该梯度图像进行分水岭分割，得到n个区块并对这些区块进行标记，n个区块对应标记值为1～n，区块之间的分水线统一标记为0；

(4)根据色差将分水线上的像素合并归类于各区块；

(5)根据色差对各区块进行合并，得到重织物图像分割后的索引图像。

所述的步骤(1)中将织物图像从RGB颜色模式转换为Lab颜色模式的过程如下：

首先，根据以下算式将织物图像从RGB颜色模式转换为XYZ颜色模式；