一种识别准确率高的服装识别系统的制作方法

本发明涉及智能家居
技术领域：
，具体涉及一种识别准确率高的服装识别系统。
背景技术：
服装是人们每日生活中的必需品，随着物质生活水平不断提高，人们对服装的需求不再满足于简单的保暖，也前所未有的强调其审美职能，于是设计者和生产者纷纷进行创新，使得服装的材质、样式、风格前所未有的丰富。服装种类繁多固然为人们的生活增添了色彩，但同时也带来了新的问题。材质、风格和样式的多变，使得服装的信息变得更为复杂难辨，同时也使服装的挑选、清洗等家务活动比以往更加耗费人力物力。而近年针对人们日常生活服务的智能家居技术也在不断发展，使人们的生活变得越来越便利。在这样的背景下，采用智能技术手段解决日常生活场景中的服装问题，将人们从繁琐的家务活动中解脱出来，不但成为了人们的实际需求，也成为了智能家居领域的研究热点。技术实现要素：针对上述问题，本发明旨在提供一种识别准确率高的服装识别系统。本发明的目的采用以下技术方案来实现：提供了一种识别准确率高的服装识别系统，包括图像获取模块、特征提取模块和特征匹配模块，所述图像获取模块用于采集非平整服装图像和平整服装图像，所述特征提取模块用于对非平整服装图像和平整服装图像的特征进行提取，所述特征匹配模块用于非平整服装图像同平整服装图像特征进行匹配，完成非平整服装识别。本发明的有益效果为：引入同件服装的平整图像，与处在不平整放置状态的服装图像进行匹配，从而将非平整服装图像的识别转化为图像匹配问题。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：图像获取模块1、特征提取模块2、特征匹配模块3。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种识别准确率高的服装识别系统，包括图像获取模块1、特征提取模块2和特征匹配模块3，所述图像获取模块1用于采集非平整服装图像和平整服装图像，所述特征提取模块2用于对非平整服装图像和平整服装图像的特征进行提取，所述特征匹配模块3用于非平整服装图像同平整服装图像特征进行匹配，完成非平整服装识别。服装多数时候呈现不平整、不规则的形态，并且因折叠、卷曲而丢失了外形结构特征，为了实现非平整状态的服装图像的识别，本实施例引入同件服装的平整图像，与处在不平整放置状态的服装图像进行匹配，从而将非平整服装图像的识别转化为图像匹配问题。优选的，所述特征提取模块2包括第一特征提取模块、第二特征提取模块，所述第一特征提取模块用于非平整服装图像和平整服装图像颜色特征的提取，所述第二特征提取模块用于非平整服装图像和平整服装图像的纹理特征进行提取；本优选实施例实现了非平整服装图像和平整服装图像特征提取，为后续特征匹配和非平整服装识别奠定了基础。优选的，所述第一特征提取模块用于图像颜色特征的提取，具体为：将图像从rgb空间转化到hsi空间，其中，h表示色调分量，s表示饱和度分量，i表示亮度分量，对于任意像素，当i＜0.2且s＜0.2+4(0.2-i)，则像素为黑色，当i＞0.8且s＜0.2+4[0.2-(1-i)]，则该像素为白色，当0.2≤i≤0.8且s＜0.2，则像素为灰色，对于其余颜色，将色度环平均分为10份，像素共有13种颜色；将13种颜色按照一定顺序排列，采用下式确定服装图像的颜色特征t1：t1＝[p1,p2,…,p13]，其中，pi表示第i种颜色的特征因子，其中，ni表示第i种颜色像素在图像中出现的概率，n表示图像中像素总量，i＝1,2,…,13；因拍照设备和光照差异较大，同一服装在不同图像中的色彩往往存在偏差，本优选实施例颜色特征在hsi空间定义13种颜色，对服装表面因环境光而产生的偏差具有较好的鲁棒性，降低了光照和阴影对服装识别带来的影响。优选的，所述第二特征提取模块用于非平整服装图像和平整服装图像的纹理特征进行提取，具体为：将服装图像分割为具有不同纹理属性的区域，从每个区域中提取椭圆形纹理采样块，再分别提取椭圆形纹理采用块的纹理特征；所述椭圆形纹理采样块采用以下方式提取：将半长轴为区域面积五分之一开方、离心率为0.2的椭圆形作为滑动窗口，若该滑动窗口能完全处在区域内，则保持离心率不变增大半长轴，直到与纹理区域内切，将此时的滑动窗口作为椭圆形纹理采样块；若该滑动窗口不能完全处于区域内，则将滑动窗口与该区域重合面积最大时的位置作为椭圆形纹理采样块；所述椭圆形纹理采用块的纹理特征采用以下方式提取：采用radon变换计算椭圆形纹理采样块的主方向，将其作为相应区域的纹理主方向，利用下式确定服装图像的纹理特征t2：t2＝[q1,q2,…,qm]，其中，qj表示第j个区域的纹理主方向，m表示具有不同纹理属性的区域的个数，j＝1,2,…,m；特征纹理是服装布料的最主要特征，因此服装的纹理特征常常对服装的匹配起到决定性的作用。因服装的设计完全取决于人类审美，纹理特征在服装的不同区域存在方向差异，本优选实施例将图像分割为不同纹理属性的区域，一是由于服装产生了大量折叠和扭曲，图像中即便是同一种纹理也可能呈现出多种不同的状态；二是非平整服装图像和平整服装图像拍摄距离和视角不一致，可能导致纹理呈现的尺度和方向存在差异。优选的，所述特征匹配模块3包括第一特征匹配模块、第二特征匹配模块和第三特征匹配模块，所述第一特征匹配模块用于非平整服装图像和平整服装图像颜色特征的匹配，获取第一匹配结果，所述第二特征匹配模块用于非平整服装图像和平整服装图像的纹理特征进行匹配，获取第二匹配结果，所述第三特征匹配模块用于根据第一匹配结果和第二匹配结果对非平整服装进行识别；所述第一特征匹配模块用于非平整服装图像和平整服装图像颜色特征的匹配，具体为：采用下式计算非平整服装图像和平整服装图像颜色特征的相似性因子：上述式子中，syk表示非平整服装和第k件平整服装的颜色特征的相似性因子，pi表示非平整服装中第i种颜色的特征因子，pi,k表示第k件平整服装第i种颜色的特征因子，k∈[1，m]，m表示服装的总数量；颜色特征的相似性因子越大，表示匹配程度越高；选取颜色特征的相似性因子最大的平整服装图像作为非平整服装的第一匹配结果；匹配的非平整服装图像和平整服装图像对应同一件服装，理论上两幅图像的颜色特征应该精确匹配。但因非平整服装图像存在遮挡、拍摄光线变化等原因，本优选实施例通过定义颜色特征的相似性因子度量两服装图像颜色特征的相似程度。实现了第一匹配结果的准确获取：优选的，第二特征匹配模块用于非平整服装图像和平整服装图像的纹理特征进行匹配，具体为：采用下式计算非平整服装图像和平整服装图像纹理特征的相似性因子：上述式子中，swk表示非平整服装和第k件平整服装的纹理特征的相似性因子，pi表示非平整服装中第j个纹理区域的纹理主方向，qj,k表示第k件平整服装第j个纹理区域的纹理主方向，k∈[1，m]，m表示服装的总数量；纹理特征的相似性因子越大，表示匹配程度越高；选取纹理特征的相似性因子最大的平整服装图像作为非平整服装的第二匹配结果；所述第三特征匹配模块用于根据第一匹配结果和第二匹配结果对非平整服装进行识别，具体为：若第一匹配结果和第二匹配结果相同，则将任一匹配结果作为识别结果；若第一匹配结果和第二匹配结果不相同，则选取颜色特征的相似性因子和纹理特征的相似性因子中较大的作为识别结果。本优选实施例通过定义纹理特征和纹理特征的相似性因子，实现了服装纹理特征的准确提取，通过对第一匹配结果和第二匹配结果进行融合，实现了服装的准确匹配和识别。采用本发明识别准确率高的服装识别系统对服装进行识别，选取5件服装进行实验，分别为服装1、服装2、服装3、服装4、服装5，对服装识别准确率和服装识别速度进行统计，同现有服装识别系统相比，产生的有益效果如下表所示：服装识别准确率提高服装识别速度提高服装129％27％服装227％26％服装326％26％服装425％24％服装524％22％最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术服装应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12