-
公开(公告)号：CN117073842B
公开(公告)日：2024-03-29
申请号：CN202310910903.2
申请日：2023-07-21
Applicant: 武汉纺织大学
Abstract: 本发明为一种基于纹理特征加权校正的纺织面料照相测色方法和系统，所述方法包括：搭建照相测色系统；利用数码相机拍摄训练样本raw格式数字图像，提取其raw格式响应值；利用训练样本构建光谱重建矩阵；利用数码相机拍摄纺织面料raw格式数字图像，并提取待测量区域raw格式图像；将raw格式图像转换成灰度图，并计算各像素点光谱加权系数；利用光谱重建矩阵重建待测量区域各像素点光谱；利用各像素点加权系数对其重建光谱进行加权，并对加权光谱求和得到校正光谱；利用色度学理论计算校正光谱对应的颜色数据，得到纺织面料颜色校正测量数据。本发明克服了现有照相测色方法忽略纹理特征对颜色测量结果的影响，使纺织面料的照相测色结果复合真实视觉感知。
-
公开(公告)号：CN118823155B
公开(公告)日：2025-04-29
申请号：CN202410830574.5
申请日：2024-06-25
Applicant: 武汉纺织大学
IPC: G06T11/00 , G06V10/80 , G06V10/44 , G06V10/771 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/0475
Abstract: 本发明提供基于深度学习的针织花样色码生成优化方法和装置。本发明进行了以下关键优化以提升性能：对RefinerNet细化预处理网络进行多级特征融合，提升对复杂纹理的识别能力；将Img2Prog网络与PANet集成，实现多层次信息复用，并用SPD卷积替换传统下采样方法，有效减少结构信息丢失；在残差结构中引入CBAM注意力机制，优化Resblock结构，提高低频色码生成精度。通过对改进算法的一系列定量评估与定性分析实验，改进后的算法拥有更好的准确性。这些优化不仅提高了设计效率，还确保了图案的高质量和可编织性，满足了现代纺织行业对快速响应市场变化的需求。
-
公开(公告)号：CN117392440B
公开(公告)日：2024-03-01
申请号：CN202311252385.6
申请日：2023-09-26
Applicant: 武汉纺织大学
IPC: G06V10/764 , G06V10/762 , G06V10/56 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于组织结构及颜色分类的纺织面料检索方法和系统，首先需要搭建均匀光照的数码照相系统，并获得面料样本库对应的彩色图像数据库，构建面料样本组织结构分类模型和颜色分类模型；拍摄待检索目标面料样本的彩色图像，利用训练后的组织结构分类模型获取待检索目标面料样本对应组织结构类别的概率向量，并通过反映射关系得到组织结构相似度概率向量A；利用训练后的颜色分类模型直接获取相似度颜色特征概率向量B；基于概率向量A和概率向量B，通过加权计算目标面料样本与所有面料样本的综合相似概率向量Q；提取与目标面料样本最为相似的面料样本库面料，即综合相似概率向量Q中取最大值对应的样本，完成面料检索。
-
Patent Agency Ranking
公开(公告)号：CN117392440A
公开(公告)日：2024-01-12
申请号：CN202311252385.6
申请日：2023-09-26
Applicant: 武汉纺织大学
IPC: G06V10/764 , G06V10/762 , G06V10/56 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于组织结构及颜色分类的纺织面料检索方法和系统，首先需要搭建均匀光照的数码照相系统，并获得面料样本库对应的彩色图像数据库，构建面料样本组织结构分类模型和颜色分类模型；拍摄待检索目标面料样本的彩色图像，利用训练后的组织结构分类模型获取待检索目标面料样本对应组织结构类别的概率向量，并通过反映射关系得到组织结构相似度概率向量A；利用训练后的颜色分类模型直接获取相似度颜色特征概率向量B；基于概率向量A和概率向量B，通过加权计算目标面料样本与所有面料样本的综合相似概率向量Q；提取与目标面料样本最为相似的面料样本库面料，即综合相似概率向量Q中取最大值对应的样本，完成面料检索。
-
公开(公告)号：CN118823155A
公开(公告)日：2024-10-22
申请号：CN202410830574.5
申请日：2024-06-25
Applicant: 武汉纺织大学
IPC: G06T11/00 , G06V10/80 , G06V10/44 , G06V10/771 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/0475
Abstract: 本发明提供基于深度学习的针织花样色码生成优化方法和装置。本发明进行了以下关键优化以提升性能：对RefinerNet细化预处理网络进行多级特征融合，提升对复杂纹理的识别能力；将Img2Prog网络与PANet集成，实现多层次信息复用，并用SPD卷积替换传统下采样方法，有效减少结构信息丢失；在残差结构中引入CBAM注意力机制，优化Resblock结构，提高低频色码生成精度。通过对改进算法的一系列定量评估与定性分析实验，改进后的算法拥有更好的准确性。这些优化不仅提高了设计效率，还确保了图案的高质量和可编织性，满足了现代纺织行业对快速响应市场变化的需求。
-
公开(公告)号：CN117073842A
公开(公告)日：2023-11-17
申请号：CN202310910903.2
申请日：2023-07-21
Applicant: 武汉纺织大学
Abstract: 本发明为一种基于纹理特征加权校正的纺织面料照相测色方法和系统，所述方法包括：搭建照相测色系统；利用数码相机拍摄训练样本raw格式数字图像，提取其raw格式响应值；利用训练样本构建光谱重建矩阵；利用数码相机拍摄纺织面料raw格式数字图像，并提取待测量区域raw格式图像；将raw格式图像转换成灰度图，并计算各像素点光谱加权系数；利用光谱重建矩阵重建待测量区域各像素点光谱；利用各像素点加权系数对其重建光谱进行加权，并对加权光谱求和得到校正光谱；利用色度学理论计算校正光谱对应的颜色数据，得到纺织面料颜色校正测量数据。本发明克服了现有照相测色方法忽略纹理特征对颜色测量结果的影响，使纺织面料的照相测色结果复合真实视觉感知。
-
公开(公告)号：CN118674614B
公开(公告)日：2025-03-11
申请号：CN202410821690.0
申请日：2024-06-24
Applicant: 武汉纺织大学
Abstract: 本发明公开了一种基于自然场景图像的调色板生成方法及系统。本发明创新性的提出了将人工调色板转换为更合理的标准调色板的方法，智能调色板生成方法以及调色板相似度评估模型。本发明的重要性体现在创新性的调色板生成方法，为服装行业带来商业竞争优势，促进设计创意的跨界融合。除了服装设计，自然图像调色板生成方法还可以应用于其他设计领域，如家居装饰、产品设计等，为这些领域的设计师提供新的创意来源。
-
公开(公告)号：CN118674614A
公开(公告)日：2024-09-20
申请号：CN202410821690.0
申请日：2024-06-24
Applicant: 武汉纺织大学
Abstract: 本发明公开了一种基于自然场景图像的调色板生成方法及系统。本发明创新性的提出了将人工调色板转换为更合理的标准调色板的方法，智能调色板生成方法以及调色板相似度评估模型。本发明的重要性体现在创新性的调色板生成方法，为服装行业带来商业竞争优势，促进设计创意的跨界融合。除了服装设计，自然图像调色板生成方法还可以应用于其他设计领域，如家居装饰、产品设计等，为这些领域的设计师提供新的创意来源。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
