基于图像边缘特征的领带花型检索方法

林翔宇，张华熊

(浙江理工大学信息学院，浙江 杭州 310018)

基于图像边缘特征的领带花型检索方法

林翔宇，张华熊

(浙江理工大学信息学院，浙江 杭州 310018)

为了提高领带花型检索的速度和准确度，提出了一种基于图像边缘特征的检索方法。首先，对图案进行边缘检测，提取领带花型的轮廓，量化为边缘特征值;然后，分析边缘特征值分布的数理统计特性，将花型分为条纹、多边形和复杂图案3个大类;最后，将待检索花型与数据库内同类花型进行匹配，选取最相似的花型图案。结果表明，基于图像边缘特征的检索方法能够精确地检索相似的领带花型，并且计算量小，检测速度快，可满足实际应用的需求。

领带花型;图像检索;边缘特征;特征匹配

领带作为服装的重要组成部分，款式不断翻新，新品种层出不穷，花型图案变化万千。许多领带企业拥有数千个花型到上万花型，而且每天可以有上千个新花型问世。随着领带生产企业电子商务的开展以及领带生产、设计自动化程度的提高，传统样品检索的方式己不能满足需求。计算机技术的发展提高了各行业的工作效率，在纺织行业，计算机在相关的设计、控制和检测环节也扮演着越来越重要的角色［1－3］。结合计算机图像检索技术，建立快速高效的领带花型自动检索系统已成为行业发展的新趋势。

图像检索是从图像数据库中找出与检索内容相似的图像的技术，它涉及到多个领域的综合性课题，是对图像处理与分析、计算机视觉技术、数据库技术、建模与索引技术、模式识别等各个方面成果的融合，已经形成了一些经典的算法［4－6］。目前比较成熟的方法主要分为2类:基于灰度的匹配方法和基于特征的匹配方法［7－8］。

领带花型的材质与周边面料有明显的区别，轮廓非常清晰，因此，可以将花型的边缘作为特征进行图案匹配。本文提出一种基于图像边缘特征的检索方法，不仅能够精确地检索相似的领带花型，并且计算量小，检索速度快，可满足实际应用的需求。检索方法分为3步:首先，对图案进行边缘检测，提取领带花型的轮廓，量化为边缘特征值;然后，通过分析边缘特征值分布的数理统计特性，将花型分为条纹、多边形、复杂图案等几个大类;最后，将待检索花型与数据库内同类花型进行匹配，选取最相似的花型图案。

1 边缘检测

图像的边缘是图案与图案、前景与背景交界的区域，是变化最显著的部分，体现了图像局部的不连续性，如灰度的突变，纹理的区别，颜色的差异等。边缘轮廓是最重要的一种图像不变特征值，具有很强的抗噪性，经常被用来进行特征匹配［9］。在本文方法中，用Sobel算子对领带花型图案进行边缘检测，获取花型的边缘像素点。

Sobel算子是图像处理中常用的边缘检测工具，分为水平方向Sh和垂直方向Sv2种，如式(1)所示:

方法在CIE YUV色彩空间下对领带花型图像进行匹配。首先用Sobel算子对整幅领带图像进行卷积，提取图像边缘像素点，分别计算每个像素点的水平和垂直方向的梯度(Gh，Gv)，在此基础上计算每个像素点的梯度方向 θ(i，j)，如式(2)所示:

式中，Y(i，j)为坐标为(i，j)的像素点亮度值。

对于每个边缘像素点，它的梯度方向体现了该像素点组成的图案的形状信息，因此，可以通过计算边缘像素点的梯度方向θ(i，j)以量化它的边缘特征，如式(3)所示。

在得到花型边缘像素点的梯度方向后，如图1所示，将［0，360°)划分为4种不同的方向，如不同的颜色所示，据此将梯度方向θ(i，j)分为4类，如式(4)所示。

图1 梯度方向分类Fig.1 Classification of gradient direction

2 花型分类

传统的花型匹配方法通过遍历数据库中所有的样本，得到1个或多个相似的花型。这类方法计算复杂度较高，存在大量的冗余计算量。通过分析花型数据库发现，常见的领带花型可以分为条纹、多边形和复杂花型等，如图2所示。同一条直线上的像素点都有相同的梯度方向;多边形和圆形也有着固定的梯度方向分布;而一些无规则的复杂图案的梯度分布各不相同，如图3中箭头所示。本文方法分析梯度值分布的数理统计特性，预先对花型进行分类，在此基础上，在待检索花型所属的类型内部进行花型匹配，以减少计算量。

图2 常见领带花型Fig.2 Typical necktie types

表1示出3种典型的领带花型梯度值分布统计结果。通过分析发现，条纹花型的梯度值为方向相反的2种，都落在图1中同一梯度方向的区间内。以四边形为例，多边形花型的梯度值种类与边的个数相关，而且每一类的梯度方向都基本相同。从数理统计的角度分析，落在图1中每个区间内样本的方差非常小，而对于复杂花型的梯度分布，并没有显著的规律。

图3 梯度方向分布Fig.3 Distribution of gradient.(a)Stripe;(b)Polygon;(c)Complex pattern

表1 梯度分布统计结果Tab.1 Statistics of gradient distribution

本文介绍的方法通过分析所有边缘像素点的梯度方向种类和方差，进行花型的分类，如式(5)所示。

式中:kθ为梯度方向种类;σ为平均梯度方差;T为花型类型;1代表条纹;2代表多边形;3代表复杂图案。为了消除个别噪点对花型分类的影响，在统计梯度方向kθ时，只有当该方向区间内边缘像素点数量超过总数10%时，才将其作为一个梯度方向，否则将其作为个别噪点的方向。

3 花型匹配

在得到花型的分类后，在该花型所属的数据集内部进行花型匹配。图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。前者是基于像素的，计算量相当大，不利于实际使用。特征匹配法选取图像中最显著的特征，利用较小的信息量，寻找最匹配的图像，具有较好的实时性和鲁棒性，是目前图像匹配的主要研究方向。本文方法根据不同的花型选用最具代表性的特征值进行图像匹配。

3.1 条纹花型匹配

对于条纹花型，其最显著的特征为条纹的间距和条纹的颜色，本文方法用这2种特征值进行花型匹配。

首先以像素为单位计算平行条纹边缘像素点之间的距离Ln，n为条纹的数量，在此基础上得到Ln的均值LA和方差σL。

然后计算条纹的色度分量U和V的均值UA和VA，以及它们的方差 σU、σV。

最后，计算待匹配图案和数据库内参考图案之间上述特征值差值的绝对值:△LA、△σL、△UA、△VA、△σU和△σV，并以此来计算2个花型间的差异D，如式(6)所示。

式中:wi为权重值;将D与阈值T1比较，当D小于T1时，认为这2种花型是相似花型。

3.2 多边形花型匹配

多边形花型的匹配选取多边形的面积M和颜色U、V为特征值，用3.1相同的方法计算它们花型间差异的绝对值，如式(7)所示，并将结果与T2比较，当D小于T2时，认为这2种花型是相似花型。

3.3 复杂图案花型匹配

对于复杂图案，并没有显著的特征可以作为匹配标准。目前图像匹配的研究成果中，基于边缘特征的匹配方法效果较好。其中，圆弧作为一种特殊的边缘轮廓，可以有效地体现图案的形状特征。

本文选用文献［10］提出的方法，根据圆弧上像素点的梯度方向所在的直线相交于圆心的性质，在有限的半径范围内，对圆参数空间进行累加求和，计算其极值，据此得到图案内可能存在的圆弧。

用同样的方法分别得到待匹配图案和数据库内参考图案的圆弧后，以像素点为单位，分别选取其中最长的3条圆弧，计算各自的长度S和弧度R差值的绝对值△S，△R。

计算2个花型间的差异D，如式(8)所示。将D与阈值T3比较，当D小于T3时，认为这2种花型是相似花型。

4 实验结果分析

本文选取40种常见的领带花型作为测试数据库，验证方法的可用性。结果表明，检索得到的相似花型往往不止1个。在实际应用中，使用者对检索结果并没有唯一性要求，可以给出多个相似的花型，以供选择。表2示出候选的检索结果个数和检索准确率。候选结果个数越多，检测准确率越高，因此，可以根据需求调整候选结果的个数。

表2 检索结果候选个数和准确率Tab.2 Number of candidates and accuracy

5 结论

为了提高领带花型检索的速度和准确度，本文结合计算机图像检索技术，提出一种基于图像边缘特征的检索方法。本文方法根据图像的轮廓特征，将领带花型分为条纹、多边形和复杂图案3类，然后分别与数据库内同类型花型匹配，选出相似的图案。与其他图案匹配算法相比，本文方法在领带花型匹配前进行了分类，可大大减少每个花型匹配的次数，显著地降低计算复杂度。实验选取40种常见的领带花型作为测试数据库，当给出唯一的候选结果时，检索的准确率为82.5%;当给出多个候选结果时，检索的准确率可达90%以上。本文方法准确率高，计算复杂度低，完全可以满足实际应用的需求。

［1］ 张弛，张成俊，吴晓光.电脑横机控制系统数据准备［J］.纺织学报，2012，33(8):124－129.ZHANG Chi， ZHANG Chengjun， WU Xiaoguang.Control system data preparation of computer flat knitting machine［J］. Journal of Textile Research，2012，33(8):124－129.

［2］ 陈莉，叶介茂.基于函数Z=axc+byd的图案生成与针织产品设计［J］.纺织学报，2013，34(2):65－68.CHEN Li，YE Jiemao.Pattern creation and knitted products design based on function Z=axc+byd［J］.Journal of Textile Research，2013，34(2):65－68.

［3］ 雷惠，丛洪莲，张爱军.双针床短毛绒织物的CAD设计与仿真［J］.纺织学报，2013，34(7):132－136.LEI Hui，CONG Honglian，ZHANG Aijun.CAD design and simulation of double-needle bar short pile fabrics［J］.Journal of Textile Research，2013，34(7):132－136.

［4］ LOWE D G.Distinctive image features from scaleinvariant keypoints［J］. International Journal of Computer Vision，2004，60(2):977－1000.

［5］ ZITVOA B，FLUSSER J.Image registration methods:a survey［J］. Image and Vision Computing，2003，21(11):91－110.

［6］ BELONGIE S，MALIK J，PUZICHA J.Shape matching and object recognition using shape contexts［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2002，24(4):509－522.

［7］ 戴涛，朱长仁，胡树平.图像匹配技术综述［J］.数字技术与应用，2012(3):174－177.DAI Tao，ZHU Changren，HU Shuping.Overview of image matching technology［J］.Digital Technology ＆Application，2012(3):174－177.

［8］ 张华俊，李桂华，刘程，等.基于SURF特征匹配的数字图像相关变形初值可靠估计［J］.光学学报，2013(11):101－106.ZHANG Huajun，LI Guihua，LIU Cheng，et al.Reliable initial guess based on SURF feature matching in digital image correlation［J］.Acta Optica Sinica，2013(11):101－106.

［9］ MARR D，HILDRETH E.Theory of edge detection［C］//Proceedings of the Royal Society of London，Series B，Containing Papers of a Biological Character.［S.l.］:Royal Society，1980:187 －217.

［10］ LIN X，WU L F，LIN J.An improved Hough transform method for circle segmentation［J］.Signal Processing，2004，20(6):623－627.

Necktie pattern retrieval method based on image edge characteristics

LIN Xiangyu，ZHANG Huaxiong
(Institute of Information，Zhejiang Sci-Tech University，Hangzhou，Zhejiang 310018)

In order to increase the accuracy and speed of necktie pattern retrieval，an image retrieval method based on the edge characteristics is introduced.Firstly，the edge of necktie pattern is extracted by edge detection，and the result is quantized as edge characteristic.After that，the statistic of the edge characteristic distribution is analyzed.Based on the analyses，the necktie pattern is divided into stripe，polygon and complex pattern.Finally，the pattern to be retrieved is matched with the patterns in the database，and the most-similar patterns are chosen as a result.The experiment result shows that the proposed method could retrieve similar patterns precisely with low computation，which is greatly practicable.

necktie pattern;image retrieval;edge characteristic;feature matching

TP 399

A

10.13475/j.fzxb.20140301104

2014－03－04

2014－06－10

浙江省高校重中之重学科开放基金项目(2013KF08);浙江省信息服务业发展专项资金项目(2013085)

林翔宇(1983—)，男，讲师，博士。研究方向为视频信息处理。张华熊，通信作者，E-mail:zhxhz@zstu.edu.cn。