本文選題：服裝款式識別　切入點：傅里葉描述子　出處：《紡織學報》2017年05期 　論文類型：期刊論文

【摘要】：為解決當前服裝款式識別領域中,服裝輪廓特征提取技術較復雜,其分類方法的效率低、適應性差等問題,提出一種新型的服裝款式的識別方法。首先創(chuàng)建了一個服裝圖像樣本庫,并從這些服裝圖像中提取服裝輪廓,然后使用傅里葉描述子描述服裝的輪廓特征,以多分類支持向量機進行分類。結果表明,該方法能夠準確提取服裝輪廓,傅里葉描述子的識別效果優(yōu)于Hu不變矩和融合特征(Hu不變矩和傅里葉描述子);對傅里葉描述子進行主成分分析不能提高識別準確率;支持向量機的分類效果優(yōu)于極端學習機;該方法能夠達到95%以上的識別率,尤其對輪廓特征明顯的款式有更好的識別率。
[Abstract]:In order to solve the problems of low efficiency and poor adaptability in the field of fashion style recognition, the technology of feature extraction of garment contour is more complex, the classification method is inefficient, and its adaptability is poor. In this paper, a new fashion pattern recognition method is proposed. Firstly, a clothing image sample database is created, and then the contour of the garment is extracted from these images. Then the Fourier descriptor is used to describe the contour features of the garment. Multi-classification support vector machine is used to classify. The results show that the method can extract the contour of clothing accurately. The recognition effect of Fourier descriptor is better than that of Hu invariant moment and fusion feature Hu invariant moment and Fourier descriptor, the recognition accuracy can not be improved by principal component analysis of Fourier descriptor, the classification effect of support vector machine is better than that of extreme learning machine. This method can achieve the recognition rate of more than 95%, especially for the style with obvious contour features.
【作者單位】： 東華大學紡織學院;東華大學紡織面料技術教育部重點實驗室;
【分類號】：TP181;TP391.41

【參考文獻】

相關期刊論文 前2條

1 劉祥樓;賈東旭;李輝;姜繼玉;;說話人識別中支持向量機核函數(shù)參數(shù)優(yōu)化研究[J];科學技術與工程;2010年07期

2 李克兢,劉哲;服裝圖片款式計算機分析技術研究[J];上海紡織科技;2005年01期

【共引文獻】

相關期刊論文 前10條

1 李東;萬賢福;汪軍;;采用傅里葉描述子和支持向量機的服裝款式識別方法[J];紡織學報;2017年05期

2 董明亮;劉培勝;潘振;文江波;李秉繁;;基于SVM-GA模型的城市天然氣長期負荷預測[J];遼寧石油化工大學學報;2017年02期

3 劉志亮;劉仕林;李興林;康金龍;彭興;;滾動軸承安全域建模方法及其在高速列車異常檢測中的應用[J];機械工程學報;2017年10期

4 陸杰;梁月吉;徐寧輝;陶健春;;基于EMD的GM-LSSVM在變形預測中的應用[J];城市勘測;2017年01期

5 孟滔;周新志;雷印杰;;基于自適應遺傳算法的SVM參數(shù)優(yōu)化[J];計算機測量與控制;2016年09期

6 孫俊;劉彬;毛罕平;武小紅;高洪燕;楊寧;;基于介電特性的雞蛋品種無損鑒別[J];食品科學;2017年06期

7 李燁;賈進章;;基于改進GS-SVM的煤礦沖擊地壓預測研究[J];世界科技研究與發(fā)展;2016年04期

8 林探宇;肖德琴;曾基業(yè);殷建軍;黃順斌;;基于區(qū)域生長和SVM結合的黃金大蚊快速檢測算法[J];廣東農業(yè)科學;2016年07期

9 劉銀鳳;張俊杰;周濤;夏勇;吳翠穎;;基于多維特征和支持向量機核函數(shù)優(yōu)化的自動化肺結節(jié)檢測模型[J];生物醫(yī)學工程研究;2016年02期

10 何銀銀;;基于改進GS-SVM的煤炭生產成本預測[J];世界科技研究與發(fā)展;2016年03期

【二級參考文獻】

相關期刊論文 前3條

1 俞一彪,王朔中;基于互信息匹配模型的說話人識別[J];聲學學報;2004年05期

2 朱東來,王仁華,凌震華,李威;基于隱馬爾科夫模型的漢語韻律詞基頻模型[J];聲學學報;2002年06期

3 張學工;關于統(tǒng)計學習理論與支持向量機[J];自動化學報;2000年01期

【相似文獻】

相關期刊論文 前10條

1 辛明;李聲威;;基于泛化傅里葉描述子的運動目標檢測[J];河南大學學報(自然科學版);2012年02期

2 許強;馬登武;;傅里葉描述子相位與幅值融合方式比較[J];光電工程;2014年03期

3 付波,周建中,陳文清,余炳輝;一種基于傅里葉描述子的軸心軌跡自動識別方法[J];電力系統(tǒng)自動化;2004年12期

4 王振海;;融合傅里葉描述子和尺度不變特征轉換特征的商標檢索[J];計算機應用;2011年12期

5 范春年,傅德勝;一種改進的二維傅里葉描述子在基于形狀的圖像檢索中的應用[J];武漢理工大學學報(交通科學與工程版);2004年02期

6 趙三琴;丁為民;劉德營;;基于傅里葉描述子的稻飛虱形狀識別[J];農業(yè)機械學報;2009年08期

7 張瑜慧;;一種基于形狀矩陣的傅里葉描述子[J];電視技術;2012年23期

8 于慧敏;姚慶棟;;基于角點傅里葉描述子及空中飛機識別[J];電子學報;1998年06期

9 孫海洋;王政;許麗人;;基于矩和傅里葉描述子的云雨粒子圖像識別方法[J];中國體視學與圖像分析;2014年01期

10 章志勇,潘志庚,張明敏,吳海虹;基于多尺度通用傅里葉描述子的灰度圖像檢索[J];中國圖象圖形學報;2005年05期

相關博士學位論文 前1條

1 趙三琴;稻飛虱前翅形狀特征測量方法的研究[D];南京農業(yè)大學;2010年

相關碩士學位論文 前8條

1 祝珊珊;基于傅里葉變換的形狀分析及在葉片圖像中的應用研究[D];南京財經大學;2014年

2 彭正初;基于傅里葉描述子的物體形狀識別的研究[D];哈爾濱工業(yè)大學;2016年

3 鄭慧敏;基于傅里葉描述子和數(shù)獨的數(shù)字圖像水印算法研究[D];深圳大學;2016年

4 聶雪華;基于傅里葉描述子的四桿機構連桿曲線復演研究[D];華南理工大學;2015年

5 韓濤;側面人臉識別的研究[D];黑龍江大學;2013年

6 張嘉桐;基于傅里葉描述的形狀分析算法研究[D];吉林大學;2013年

7 胡帆;基于輪廓的物體識別算法研究[D];華北電力大學;2012年

8 黃靜;基于形狀特征的人體行為識別方法研究[D];燕山大學;2010年

，

本文編號：1625572