公开(公告)号：CN111027577A

公开(公告)日：2020-04-17

申请号：CN201911108615.5

申请日：2019-11-13

Applicant: 湖北省纤维检验局 ,  武汉纺织大学

Inventor： 徐巧林 ,  柯薇 ,  邓中民 ,  佘小燕 ,  高青松 ,  刘瀚旗 ,  陈春梅 ,  梅帆

IPC: G06K9/52 ,  G06T5/50 ,  G06T7/40

Abstract: 本发明涉及织物自动化分类技术领域，提供了一种织物异常纹理类型识别方法和装置，该方法包括：通过预设图像增强模型将原始异常纹理图像进行质量增强产生增强异常纹理图像；通过预设双树复小波分解模型对增强异常纹理图像进行多层级多方向分解，得到频域纹理特征集合；从频域纹理特征集合中提取6×N幅高频异常纹理子图，通过预设双树复小波融合模型分别将每一层级的6幅高频异常纹理子图融合为对应层级的高频异常纹理融合图像，根据所有高频异常纹理融合图像识别织物所属的异常纹理类型，促进了自适应稳定地在不同层级不同方向变换得到频域纹理特征集合，良好支持了依据频域纹理特征集合准确、高效地识别织物异常纹理类型。

公开(公告)号：CN111027577B

公开(公告)日：2023-03-31

申请号：CN201911108615.5

申请日：2019-11-13

Applicant: 湖北省纤维检验局 ,  武汉纺织大学

Inventor： 徐巧林 ,  柯薇 ,  邓中民 ,  佘小燕 ,  高青松 ,  刘瀚旗 ,  陈春梅 ,  梅帆

IPC: G06V10/42 ,  G06T5/50 ,  G06T7/40

Abstract: 本发明涉及织物自动化分类技术领域，提供了一种织物异常纹理类型识别方法和装置，该方法包括：通过预设图像增强模型将原始异常纹理图像进行质量增强产生增强异常纹理图像；通过预设双树复小波分解模型对增强异常纹理图像进行多层级多方向分解，得到频域纹理特征集合；从频域纹理特征集合中提取6×N幅高频异常纹理子图，通过预设双树复小波融合模型分别将每一层级的6幅高频异常纹理子图融合为对应层级的高频异常纹理融合图像，根据所有高频异常纹理融合图像识别织物所属的异常纹理类型，促进了自适应稳定地在不同层级不同方向变换得到频域纹理特征集合，良好支持了依据频域纹理特征集合准确、高效地识别织物异常纹理类型。