[发明专利]一种基于改进L0

说明书

本发明公开了一种基于改进L₀梯度的织物沾水区域分割方法，包括以下步骤：步骤1：并获取织物沾水图像；步骤2：裁剪掉步骤1得到织物沾水图像中的非测试区域，获取织物沾水图像测试区域；步骤3：对步骤2获得的裁剪好的灰度图像进行均衡化，得到图像S；步骤4：在步骤3得到的图像S中每个像素点p处，计算像素点p沿x，y方向的梯度，记作x方向与y方向相互垂直；步骤5：根据最小化L₀梯度和拉普拉斯降维原理，对步骤3得到的图像S迭代求解平滑图像；步骤6：对步骤5处理过的图像进行图像聚类分割操作，最终得到织物沾水区域的分割图；本发明方法能够对沾水区域进行准确有效的提取，进行传统的聚类分割能真实地反映沾水区域的实际状态。

技术领域

本发明属于纺织类图像处理领域，尤其涉及一种基于改进L₀梯度的织物沾水区域分割方法。

背景技术

传统人工织物沾水等级评定过程主观性强、实验误差大，一致性差、容易漏检、误检。为解决这些问题，针对AATCC标准的喷淋方法出现了基于图像处理的织物沾水等级检测方法。

在织物沾水等级检测中，通过图像处理手段代替人眼判断，能使检测速度和精度提升。基于图像处理的织物沾水等级自动评定系统的关键是有效分割出沾水区域，目前已有提取织物感兴趣区域的分割方法主要有基于聚类算法和基于边缘检测算法两类。

例如申请公布号CN 104392441A的专利文献公开了一种基于图像处理的高抗噪织物沾水等级检测评定方法，首先将待测织物进行织物沾水性实验，并获取织物沾水图像；在该发明中，引入了小波变换，筛选裁剪获得的织物沾水灰度图像信息，从空间频率角度去除织物纹理、光照不匀、光照变化对织物沾水等级检测的影响；对小波变换处理过的图像进行直方图均衡化，增强沾水部分和织物背景对比度；最后得到润湿比，用以判断织物沾水等级。该发明的方法能有效克服织物纹理、光照不匀、光照变化、反光对织物沾水等级评定的影响，提高织物沾水和不沾水部分的对比度，实现基于图像处理的织物沾水等级的高抗噪全自动检测。

现有技术中利用模糊聚类方法对实验图像进行分割处理，完成图像的二值化，当图像中含有噪声时会干扰聚类中心提取的准确性，影响算法收敛速度，分割效果不理想；改进Canny算子中的参数，提取织物沾水区域的边缘，进行多次膨胀使边缘连结，然后利用腐蚀操作消除干扰边缘，进而获得待分割区域，当实验中存在水珠反光、织物不平整等引起灰度图整体光照不匀时，会影响边缘提取的准确率，且这种方法还受织物纹理粗糙度影响。

因此，针对上述问题，提出一种消除噪声干扰和减弱光照不匀影响，进而利用分割算法得到有效分割，提取出沾水区域的有效方法是十分必要的。

发明内容

本发明提供了一种基于改进L₀梯度的织物沾水区域分割方法，可以有效降低织物沾水等级检测过程中受织物纹理、光照不匀、织物表面不平等干扰的影响。

一种基于改进L₀梯度的织物沾水区域分割方法，包括以下步骤：

步骤1：根据美国纺织化学师与印染师协会标准AATCC22-2005《纺织品拒水性测试喷淋法》进行织物沾水性实验，并获取织物沾水图像；

步骤2：裁剪掉步骤1得到织物沾水图像中的非测试区域，获取织物沾水图像测试区域；

步骤3：对步骤2获得的裁剪好的灰度图像进行均衡化，得到图像S；

步骤4：在步骤3得到的图像S中每个像素点p处，计算像素点p沿x， y方向的梯度，记作x方向与y方向相互垂直；

步骤5：根据最小化L₀梯度和拉普拉斯降维原理，对步骤3得到的图像S迭代求解平滑图像；

步骤6：对步骤5处理过的图像进行图像聚类分割操作，最终得到织物沾水区域的分割图。