一种基于改进SURF和K-Means聚类的布料图像匹配算法

• 作者: 刘远远 张雪芹 张鹏飞 曹逸尘
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 布料图像匹配 SURF特征 小波变换 K-Means聚类
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 105-112
• 页数: 8页
• 分类号: TP391.41
• 字数: 5647字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.2017.01.017

摘要

计算机图像智能处理技术为服装设计师开展设计、启发灵感提供了方便和可能.通过提取布料图像的SURF特征可以实现布料图像形状分析,但由于SURF特征维数高、特征提取是基于灰度图进行,因此存在匹配速度慢、匹配结果不够符合人眼视觉特点的问题.本文提出了基于小波变换的自适应SURF特征提取算法和基于K-Means聚类的布料图像颜色分析方法.通过融合图像形状特征、颜色特征,加快了布料图像匹配速度,使布料图像的匹配结果更加符合人眼视觉感受.在8种不同类型布料图像上的实验验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪芹	华东理工大学信息科学与工程学院	35	240	8.0	15.0
2	刘远远	华东理工大学信息科学与工程学院	1	4	1.0	1.0
3	曹逸尘	华东理工大学信息科学与工程学院	1	4	1.0	1.0
4	张鹏飞	华东理工大学信息科学与工程学院	2	4	1.0	2.0