Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "przędza barwiona" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Yarn-Dyed Fabric Image Retrieval Using Colour Moments and the Perceptual Hash Algorithm
Otrzymywanie obrazu tkaniny wytworzonej z barwionych przędz przy zastosowaniu metody momentów barwnych i percepcyjnego algorytmu z mieszaniem
Autorzy:
Li, Zhongjian
Xiang, Jun
Wang, Lei
Zhang, Ning
Pan, Ruru
Gao, Weidong
Powiązania:
https://bibliotekanauki.pl/articles/232957.pdf
Data publikacji:
2019
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
yarn-dyed fabric
image retrieval
colour moments
perceptual hash algorithm
Hamming distance
przędza barwiona
obrazy wzorów tkanin
metoda momentów barwnych
percepcyjny algorytm mieszania
odległość Hamminga
Opis:
Due to the variety of yarn colours and arrangement, it is a challenging problem to retrieve a yarn-dyed fabric image. In this paper, yarn-dyed fabric samples are captured by the DigiEye system first, and then pattern images of the fabric images captured are simulated by pattern design software based on extracted structure parameters of the yarn-dyed fabric. For the simulated pattern image, an effective algorithm is proposed to retrieve these kinds of images by combining the colour moments method and perceptual hash algorithm. Then the pattern images retrieved are mapped back to the yarn-dyed fabric image so as to realise the yarn-dyed fabric image retrieval. In the algorithm proposed, the colour moments method is adopted to extract the colour features, and the perceptual hash algorithm is utilised to calculate the spatial features of the simulated pattern images. Then the two kinds of image features are used to compute the similarity between the input original image and each target image based on the Euclidean distance and Hamming distance. Relevant images can be retrieved in dependence on the similarity value, which is determined by calculating the optimum weighted value of the colour features’ similarity and spatial features’ similarity. In order to measure the retrieval efficiency of the method proposed, the accuracy rate and retrieval rate of image retrieval were computed in experiments using a PATTERN image database with 300 images. The experimental results show that the average accuracy rate of the method proposed is 85.30% and the retrieval rate - 53.51% when the weighted value of the colour feature similarity is fixed at 0.45 and the spatial feature similarity is 0.55. It is shown that the method presented is effective to retrieve pattern images of yarn-dyed fabric.
Ze względu na różnorodność kolorów i rozmieszczenia przędz otrzymanie obrazu tkaniny wytworzonej z barwionych przędz jest trudnym zadaniem. W artykule próbki tkanin z barwionych przędz były najpierw analizowane przez system DigiEye, a następnie wykonane zostały symulacje obrazów z zastosowaniem oprogramowania do projektowania wzorów oparte na wyodrębnionych parametrach struktury tkaniny. W przypadku symulacji obrazu wzoru zaproponowano skuteczny algorytm do odzyskiwania tego rodzaju obrazów poprzez połączenie metody momentów koloru i percepcyjnego algorytmu z mieszaniem. W zaproponowanym algorytmie do wyodrębniania cech kolorów zastosowano metodę momentów barwnych, a do obliczenia cech przestrzennych symulowanych obrazów został wykorzystywany percepcyjny algorytm mieszania. Następnie użyto dwóch rodzajów cech obrazu do obliczenia podobieństwa między oryginalnym obrazem wejściowym a każdym obrazem docelowym w oparciu o odległość euklidesową i odległość Hamminga. Odpowiednie obrazy można odzyskać w zależności od wartości podobieństwa, która jest określana przez obliczenie optymalnej ważonej wartości podobieństwa cech koloru i podobieństwa cech przestrzennych. Aby zmierzyć skuteczność proponowanej metody w eksperymentach obliczono wskaźnik dokładności i szybkość pobierania obrazów, wykorzystując bazę danych obrazów PATTERN z 300 obrazami. Wyniki eksperymentalne pokazały, że średni współczynnik dokładności proponowanej metody wynosi 85,30%, a szybkość pobierania 53,51%, wartość podobieństwa cech kolorów wynosiła 0,45, a podobieństwo cech przestrzennych wynosiło 0,55. Wykazano, że prezentowana metoda jest skuteczna w przypadku otrzymywania obrazów wzorów tkanin z przędz barwionych.
Źródło:
Fibres & Textiles in Eastern Europe; 2019, 5 (137); 39-46
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Novel Colour Clustering Method for Interlaced Multi-colored Dyed Yarn Woven Fabrics
Nowa metoda określania łączenia kolorów dla tkanin wykonanych z przeplatanych przędz barwionych
Autorzy:
Zhang, J.
Xin, B.
Shen, C.
Fang, H.
Cao, Y.
Powiązania:
https://bibliotekanauki.pl/articles/232909.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
colour clustering
Lab colour space
K-means algorithm
dyed yarn woven fabrics
image analysis
łączenie kolorów
system kolorystyczny Lab
przeplatana przędza barwiona
algorytm łączenia
analiza obrazu
Opis:
In this paper, a novel colour clustering method based on the K-means clustering algorithm is developed for interlaced multi-coloured dyed yarn woven fabrics which can be used to sort the colour of the dyed yarn for the development of a quick response fabric system. Firstly fabric images captured by a flat scanner could be decomposed into three sub-images in red, green and blue channels, respectively. Secondly median filters with different template sizes were selected to process the sub-images in the three color channels separately. Thirdly filtered images in the RGB colour space, reconstructed from the three sub-images, can be converted into the Lab colour format. Ultimately the results of colour segmentation and classification can be obtained based on the Lab color space using the improved Kmeans clustering algorithms. Our experimental results indicated that our method proposed works better than the conventional method based on subjective and manual operations with the aid of simple tools in terms of both accuracy and robustness.
Pokazano opracowanie nowej metody określania łączenia kolorów, opartej na algorytmach uzyskiwania wartości średnich mających zastosowanie przy wielokolorowych przędzach przeplatanych w tkaninach. Metoda może być stosowana przy określaniu kolorów barwionych przędz, aby uzyskać szybką odpowiedź barwy dla różnego rodzaju tkaniny. Wstępnie obrazy tkaniny uzyskane z płaskiego skanera mogą być zdekomponowane w trzy sub-obrazy w kanałach czerwonym, zielonym i niebieskim, następnie filtry uśredniające o zróżnicowanych wymiarach wzorców zostają wybrane dla obróbki sub-obrazów niezależnie w trzech kanałach barwnych. Po tym przefiltrowane obrazy w przestrzeni RGB są rekonstruowane w tych trzech kanałach i mogą być przetworzone w systemie kolorystycznym Lab. W końcu wyniki segmentacji kolorów i klasyfikacji mogą być uzyskane, bazując na przestrzeni kolorystycznej Lab przy zastosowaniu poprawionego algorytmu łączenia. Wyniki eksperymentalne wskazują, że zaproponowana metoda daje możliwość uzyskania lepszych rezultatów niż metoda konwencjonalna oparta o subiektywne, ręczne operacje z zastosowaniem prostych narzędzi.
Źródło:
Fibres & Textiles in Eastern Europe; 2015, 3 (111); 107-114
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies