结合面料属性和触觉感测的织物识别

• 作者: 付晓东 刘利军 刘骊 邢寅初 黄青松
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 织物识别 面料属性 触觉感测 卷积神经网络 参数学习
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1800-1812
• 页数: 13页
• 分类号: TP301.6
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付晓东		57	180	7.0	10.0
2	黄青松		91	265	9.0	12.0
3	刘利军		77	196	7.0	10.0
4	刘骊		41	128	5.0	10.0
5	邢寅初		1	0	0.0	0.0