技术特征：
1.服装上装与下装颜色智能搭配方法，包括以下步骤：a.基于hsv颜色搭配规则，构建包括服装颜色搭配负面因子库x、服装颜色搭配经典库y、服装颜色搭配负面库z的服装颜色搭配赋值数据库；b.拍照获取上装与下装的图片；c.分别计算所述图片的服装的纹理特征和颜色特征；d.根据服装颜色搭配赋值数据库x、y、z，为上装与下装的颜色搭配进行赋值，所述赋值的大小为颜色搭配的合适程度的高低。2.如权利要求1所述的服装上装与下装颜色智能搭配方法，其特征在于，所述构建包括服装颜色搭配负面因子库x、服装颜色搭配经典库y、服装颜色搭配负面库z的服装颜色搭配赋值数据库，具体为：a1.基于hsv颜色搭配规则，根据颜色特征以及纹理特征构建服装颜色搭配负面因子库x；a2.基于hsv颜色搭配规则，根据服装搭配经典数据，构建服装颜色搭配经典库y；a3.基于hsv颜色搭配规则，根据服装搭配经典数据，构建服装颜色搭配负面库z。3.如权利要求1所述的服装上装与下装颜色智能搭配方法，其特征在于，计算所述图片的服装的纹理特征和颜色特征的具体步骤为：c1.根据图片，采用纹理特征数据回归模型确认服装的纹理特征，从而根据纹理特征判断为净色或花色；其中花色进一步确定属于横条纹、竖条纹、大小碎花、大小斑点、矩形、圆形、边角型、斜拉型及其组合；c11.判断为净色的，提取净色的平均hsv值，通过所述hsv值确定颜色特征；由于拍照光线、角度等原因，同一件净色衣服所拍摄出来的不同位置的颜色会有差异，因此需要通过算法校正并计算所拍摄的衣服的平均hsv值；c12.判断为花色的，通过背景色提取数据模型运算提取花色的背景色，并计算背景色的平均hsv值，通过该hsv值确定颜色特征。4.如权利要求3所述的服装上装与下装颜色智能搭配方法，其特征在于，所述纹理特征数据回归模型的构建方法为：首先将服装纹理分为净色和花色；其次将花色又细分为横条纹、竖条纹、大小碎花、大小斑点、矩形、圆形、边角型、斜拉型及其组合；按照上述分类，并采用以下步骤构建纹理特征数据回归模型：对服装图片进行分割提取、最小区域分块、对最小分块利用roberts等算法进行边缘提取、对边缘图进行参数统计；对图库中的目标按照服装纹理的分类进行标记；采用逻辑回归的方法，对上述统计参数和纹理标记进行回归处理，得到纹理特征数据回归模型；所述纹理特征数据回归模型的使用方法为：
纹理特征数据回归模型的使用：将待处理的服装图片按照分割提取、最小区域分块、对最小分块进行边缘提取、对边缘图进行参数统计后，将参数带入模型进行回归，得到最近似标记值结果，从而确定其纹理特征类别。5.如权利要求3所述的服装上装与下装颜色智能搭配方法，其特征在于，所述提取净色的平均hsv值的具体方法为：采取对目标服装图片的rgb值进行直方图统计，提取分布最大的颜色特征值，然后转化为hsv值。6.如权利要求3所述的服装上装与下装颜色智能搭配方法，其特征在于，所述背景色提取数据模型的构建方法为：对图片进行边缘检测，得到边缘图形；根据边缘图形分割提取目标；对图像的rgb值进行直方图统计，提取分布最大的颜色值作为目标的主背景色；将主背景色rgb值转换为hsv值。
技术总结
本发明涉及服装颜色搭配方法技术领域。所提供的服装上装与下装颜色智能搭配方法，包括以下步骤：a.基于HSV颜色搭配规则，构建包括服装颜色搭配负面因子库X、服装颜色搭配经典库Y、服装颜色搭配负面库Z的服装颜色搭配赋值数据库；b.拍照获取上装与下装的图片；c.分别计算所述图片的服装的纹理特征和颜色特征；d.根据服装颜色搭配赋值数据库X、Y、Z，为上装与下装的颜色搭配进行赋值，所述赋值的大小为颜色搭配的合适程度的高低。采用本发明提供的服装上装与下装颜色智能搭配方法，可以为用户提供适合的上装与下装的颜色搭配。适合的上装与下装的颜色搭配。适合的上装与下装的颜色搭配。
技术研发人员：孙红
受保护的技术使用者：孙红
技术研发日：2021.09.24
技术公布日：2021/12/17