基于IA- FAIF 的纹样提取与匹配方法研究

马晓敏 冯子金 杨 烨 尚慧慧 董 免

(西安工程大学电子信息学院,陕西 西安710048)

清代龙袍是皇家织绣技艺和服饰艺术水平的最高体现,受到中国纺织史、服饰史学术界和文物界的高度关注。清代龙袍的形制在入关前就已经固定下来,但是根据等级和场合的差异,纹样却富于变化,而且龙袍纹样类型和风格演变具有鲜明的时代特征。因此,龙袍纹样的识别对探索、研究清代龙袍产生的时代背景、制作方法以及断代分析十分重要。

传世的清代龙袍实物较多,通过人工方式识别龙袍纹样的效率很低。因此,图像处理技术被广泛应用于纹样识别过程中,纹样识别的关键是寻找图像中的有效特征,特征提取与匹配的准确率与快速性直接影响识别的效果。近些年,国内外学者提出了诸多特征提取与匹配的方法,例如:2015 年,丁笑君等采用SIFT(Scale Invariant Feature Transformation)算法获取畲族服装纹样关键点,得到不同类别服装的关键点设计区域与排列顺序[1]；2017 年,曹霞等通过SURF(Speed Up Robust Features)算法对服饰花边纹理进行匹配[2]；2018 年,路凯等将提取的SIFT 关键点特征转换为视觉单词,实现不同类别纤维的鉴别[3]；但是,SIFT 算法和SURF 算法在复杂纹样的特征提取与匹配过程中耗时较大。2019 年,韩敏等采用AKAZE(Accelerated-KAZE)算法提取特征点,通过二进制描述子FREAK(Fast retina keypoint)进行特征描述,实现了图像在光照、尺度及旋转变化下精确匹配,并且特征描述过程的耗时较SIFT 算法和SURF 算法有明显缩短[4]。

清代龙袍纹样构图复杂、元素形态多样并且伴随着大量的重复和叠加；……