结合面料属性和触觉感测的织物识别
目的 织物识别是提高纺织业竞争力的重要计算机辅助技术.与通用图像相比,织物图像通常只在纹理和形状特征方面呈现细微差异.目前常见的织物识别算法仅考虑图像特征,未结合织物面料的视觉和触觉特征,不能反映出织物本身面料属性,导致识别准确率较低.本文以常见服用织物为例,针对目前常见织物面料识别准确率不高的问题,提出一种结合面料属性和触觉感测的织物图像识别算法.方法 针对输入的织物样本,建立织物图像的几何测量方法,量化分析影响织物面料属性的3个关键因素,即恢复性、拉伸性和弯曲性,并进行面料属性的参数化建模,得到面料属性的几何度量.通过传感器设置对织物进行触感测量,采用卷积神经网络(convolu-tional neural network,CNN)提取测量后的织物触感图像的底层特征.将面料属性几何度量与提取的底层特征进行匹配,通过CNN训练得到织物面料识别模型,学习织物面料属性的不同参数,实现织物面料的识别并输出识别结果.结果 在构建的常见服用织物样本上验证了本文方法,与同任务的方法比较,本文方法识别率更高,平均识别率达到89.5％.结论 提出了一种基于面料属性和触觉感测的织物图像识别方法,能准确识别常用的服装织物面料,有效提高了织物识别的准确率,能较好地满足实际应用需求.
织物识别、面料属性、触觉感测、卷积神经网络、参数学习
25
TP301.6(计算技术、计算机技术)
国家自然科学基金项目;云南省中青年学术和技术带头人后备人才培养计划项目;云南省应用研究基础计划面上项目
2020-10-19（万方平台首次上网日期，不代表论文的发表时间）
共13页
1800-1812
