一种基于改进SURF和K-Means聚类的布料图像匹配算法

作     者：张雪芹 刘远远 曹逸尘 张鹏飞 ZHANG Xue-qin;LIU Yuan-yuan;CAO Yi-chen;ZHANG Peng-fei

作者机构：华东理工大学信息科学与工程学院上海200237 

基　　金：国家自然科学基金(61371150) 

出 版 物：《华东理工大学学报（自然科学版）》 (Journal of East China University of Science and Technology)

年 卷 期：2017年第43卷第1期

页      码：105-112页

摘      要：计算机图像智能处理技术为服装设计师开展设计、启发灵感提供了方便和可能。通过提取布料图像的SURF特征可以实现布料图像形状分析,但由于SURF特征维数高、特征提取是基于灰度图进行,因此存在匹配速度慢、匹配结果不够符合人眼视觉特点的问题。本文提出了基于小波变换的自适应SURF特征提取算法和基于K-Means聚类的布料图像颜色分析方法。通过融合图像形状特征、颜色特征,加快了布料图像匹配速度,使布料图像的匹配结果更加符合人眼视觉感受。在8种不同类型布料图像上的实验验证了该算法的有效性。

主 题 词：布料图像匹配 SURF特征 小波变换 K-Means聚类 

学科分类：0810[工学-土木类] 0817[工学-轻工类] 08[工学] 080203[080203] 0805[工学-能源动力学] 0703[理学-化学类] 0802[工学-机械学] 0702[理学-物理学类] 0812[工学-测绘类] 

D　O　I：10.14135/j.cnki.1006-3080.2017.01.017

馆 藏 号：203216027...