(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210192597.9 (22)申请日 2022.03.01 (71)申请人 武汉理兆源信息科技有限公司 地址 430073 湖北省武汉市中国 （湖北） 自 贸区武汉片区关山二路特一号国际企 业中心5栋502室 (72)发明人 袁理　田野　霍达　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 王琪 (51)Int.Cl. G06V 10/74(2022.01) G06V 10/80(2022.01) G06V 10/40(2022.01) G06V 10/56(2022.01)G06V 10/28(2022.01) (54)发明名称 一种色纺织物图像相似度计算方法 (57)摘要 本发明公开了一种色纺织物图像相似度方 法， 包括： 制备色纺织物样 本， 构建待测图像数据 库； 选取两幅待测图像， 分别将每幅图像的三通 道以不同的方式排列为多种三维点阵， 并投影至 空间直角坐标系中； 分别计算xy平面、 yz平面和 xz平面的法向量方向上各空间点阵中心3 ×3邻 域的局部二值模式特征， 构建图像的跨通道LBP 多维特征图谱； 构建图像的局部特征向量； 计算 色相H、 饱和度S、 明度V三个分量的梯度方向谱； 计算每个梯度方向谱的三阶矩特征， 构建图像的 全局特征向量； 将特征向量归一化， 利用向量欧 氏距离分别计算两幅图像的局部特征差异和全 局特征差异； 将局部特征差异和全局特征差异进 行加权求和， 转换为百分比形式， 得到图像的总 体相似度。 权利要求书3页 说明书9页 附图2页 CN 114863140 A 2022.08.05 CN 114863140 A 1.一种色纺织物图像相似度计算方法， 其特 征在于， 包括如下步骤： 步骤1， 利用不同颜色的染色纤维混合形成色纺纱， 制备为具有不同织造方式、 不同颜 色配比、 不同组织结构差异因素的色纺织物样本， 构建待测图像数据库； 步骤2， 在数据库中选取两幅待测图像， 分别将每幅图像的R、 G、 B三通道以不同的方式 排列为多种三维点阵， 并投影至空间直角坐标系中； 步骤3， 分别计算空间直角坐标系中xy平面、 yz平面和xz平面的法向量方向上各空间点 阵中心3×3邻域的局部二 值模式LBP特 征， 构建图像的跨 通道LBP多维特 征图谱； 步骤4， 将特征图谱的每一维视为伪灰度图像， 利用灰度共生矩阵GLCM计算其分别在四 个方向上的四种空间相关特性， 构建图像的局 部特征向量， 其中四个方向为0 °、 45°、 90°和 135°， 四种空间相关特性 为角二阶矩、 对比度、 相关性和熵； 步骤5， 将步骤2中得到的待测图像转换到HSV色彩空间中， 分别计算其色相H、 饱和度S、 明度V三个分量的梯度方向谱； 步骤6， 计算每 个梯度方向谱的三阶矩特 征， 构建图像的全局特 征向量； 步骤7， 将两幅图像在步骤4和步骤6中得到的特征向量归一化至[0,1]， 利用向量欧氏 距离分别计算两幅图像的局部特 征差异和全局特 征差异； 步骤8， 利用特征级融合策略， 将局部特征差异和全局特征差异进行加权求和， 转换为 百分比形式， 得到图像的总体相似度。 2.如权利要求1所述的一种色纺织物图像相似度计算方法， 其特征在于： 步骤1中， 制备 的样本涵盖机织物与针织物两种由不同织造方式所得的织物， 在采集样本图像的过程中， 需要在完全相同的环境条件中进行拍摄， 摄像机的参数均保持一致， 环境条件包括环境湿 度、 光源、 拍摄角度和取 景视野， 摄 像机的参数包括镜 头焦距、 光圈尺寸和白平衡。 3.如权利要求1所述的一种色纺织物图像相似度计算方法， 其特征在于： 步骤2中， 将图 像的R、 G、 B三通道以不同顺序在空间中进行排列， 组合为多种三维点阵， 在实际计算过程 中， 只计算[R,G,B]、 [R,B,G]、 [G,R,B]三种排列方式的点阵即可， 其他的排列方式均可由上 述三种旋转得到， 因此 无需计算。 4.如权利要求1所述的一种色纺织物图像相似度计算方法， 其特征在于： 步骤3 中， 在空 间直角坐标系中， m ×n的图像局部区域在三通道构成的点阵中表现为3 ×m×n的立方体， 在 计算特征的过程中， 需要遍历点阵中每个像素点， 并分别沿着xy平 面、 yz平面和xz平面的法 向量方向计算其3 ×3邻域的LBP特征， 构成跨通道 LBP特征， 计算方法如式一和式二所示， 式 中， p表示通道中像素点的值， pi表示第i个点的邻域值， N表示邻域像素点数量， x、 y表示p点 的横纵坐标； 其中： 计算完成后， 将[R,G,B]、 [R,B,G]、 [G,R,B]三种点阵的跨通道LBP 特征组合为多 维特征 图谱， 以便下一 步运算。权　利　要　求　书 1/3 页 2 CN 114863140 A 25.如权利要求1所述的一种色纺织物图像相似度计算方法， 其特征在于： 步骤4中， 四种 空间相关特性的计算方法如式三到式六 所示： 其中， ASM表示角二阶矩， CON表示对比度， COR表示相关性， EBT表示熵， G(i,j)代表灰度 共生矩阵中像素值的空间位置， i、 j为像素点索引坐标， k代表灰度级， 中间变量Ui、 Uj、 Si、 Sj 的定义分别如式七到式八所示： 6.如权利要求1所述的一种色纺织物图像相似度计算方法， 其特征在于： 步骤5中构建 梯度方向谱的计算方法如式十一至 十三所示； θ(x,y)＝arctan(Gh(x,y)/Gv(x,y))   式十一 其中： Gh(x,y)＝I(x+1,y) ‑I(x‑1,y)   式十二 Gv(x,y)＝I(x,y+1) ‑I(x,y‑1)   式十三； 式中I表示图像的分量通道， x,y分别表示像素点的横纵坐标， Gh(x,y)、 Gv(x,y)分别表 示该像素点处的水平梯度与垂直梯度， θ(x,y)表示该像素点处的梯度方向角度。 7.如权利要求1所述的一种色纺织物图像相似度计算方法， 其特征在于： 步骤6 中， 梯度 方向谱的三阶矩特 征计算方法如式十四至 十五所示； 权　利　要　求　书 2/3 页 3 CN 114863140 A 3