近年來,隨著互聯(lián)網(wǎng)技術的發(fā)展,以及各種拍攝硬件的普及,使得各行各業(yè)中的圖像數(shù)據(jù)都呈現(xiàn)爆炸式增長,從海量數(shù)據(jù)中找出真正符合需求的圖像也變得越來越困難。中國作為世界上最大的紡織品服裝生產(chǎn)和出口國,不管是在織物設計、庫存管理還是銷售過程中,提供一種快速高效的圖像檢索機制至關重要。鑒于深度學習在圖像識別、檢測、分類等領域的突出成就,本文設計了基于深度學習的印花織物圖像檢索系統(tǒng),使得用戶可以快速獲取所需織物信息。論文主要工作如下:（1）根據(jù)目前紡織行業(yè)對織物圖像檢索的諸多需求,從功能及性能需求出發(fā),完成了印花織物圖像檢索系統(tǒng)方案設計,包括硬件選型、平臺搭建以及軟件模塊設計。（2）針對傳統(tǒng)的基于文本及內容的圖像檢索方法缺少學習能力、檢索速度慢、精度低等問題,提出了基于卷積神經(jīng)網(wǎng)絡的印花織物圖像檢索方法。將AlexNet中局部響應歸一化替換為批量歸一化,并采用遷移學習的方法對修改后的模型進行訓練。該方法既可以彌補數(shù)據(jù)集的不足,也可以防止訓練過程中產(chǎn)生過擬合,同時加快模型收斂速度。檢索過程中,首先利用訓練好的模型對織物圖像進行特征提取,然后通過歐氏距離度量圖像對之間的相似性,最后根據(jù)相似性大小將用戶需... 

【文章來源】：西安工程大學陜西省

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

Basler-aca2500-14gcCMOS相機該相機水平/垂直分辨率為2590像素×1942像素，具有靈活的I/O設置，超低的

可以強化圖像的特征，同時，采集證特征提取以及系統(tǒng)的穩(wěn)定性。因此以滿足系統(tǒng)需求。不同，可分為熒光燈、鹵素燈、L表 2-3 不同光源對比速度 溫度影響 使用壽命/小時 慢 小 5000-7000 慢 大 5000-7000 快 一般 60000-100000 計算機視覺系統(tǒng)中最常應用的光源等。對于印花織物圖像檢索系統(tǒng)，攝照明環(huán)境。所選光源如圖 2-4 所采集產(chǎn)生干擾，拍攝過程在特制燈

檢索系統(tǒng)中的作用是在檢索過程中獲取待檢，把采集到的圖像輸入到系統(tǒng)中實現(xiàn)在線實相機對目標織物進行預覽、采集，并將采集塊先對采集到的原始圖像進行預處理，再根處理以及信息反饋。系統(tǒng)平臺之前，需要準備好用于訓練卷積神花織物數(shù)據(jù)集為 2640 張，分為圓點印花、格、文字印花 6 類，其中訓練集 2400 張，測 4-2 所示。(a) 圓點印花 (b) 格子印花 (c) 花卉印花

【參考文獻】：
期刊論文
[1]文創(chuàng)視角下高校校園紡織類產(chǎn)品的開發(fā)[J]. 石珮錦,梁列峰.  武漢紡織大學學報. 2019(01)
[2]基于深度神經(jīng)網(wǎng)絡和哈希算法的圖像檢索研究[J]. 王偉棟,李菲菲,謝林,陳虬.  電子科技. 2018(10)
[3]基于監(jiān)督核哈希生成視覺詞袋模型的圖像分類[J]. 劉相利,郭海儒,曲宏山,黃強強.  測控技術. 2018(03)
[4]基于映射字典學習的跨模態(tài)哈希檢索[J]. 姚濤,孔祥維,付海燕,TIAN Qi.  自動化學報. 2018(08)
[5]基于深度卷積神經(jīng)網(wǎng)絡和二進制哈希學習的圖像檢索方法[J]. 彭天強,栗芳.  電子與信息學報. 2016(08)
[6]基于t-SNE卷積編碼的圖像檢索方法[J]. 李陽,張亞非,苗壯,徐玉龍,王家寶,徐偉光.  計算機應用研究. 2017(04)
[7]基于深度學習的手繪草圖識別[J]. 趙鵬,王斐,劉慧婷,姚晟.  四川大學學報(工程科學版). 2016(03)
[8]CNN視覺特征的圖像檢索[J]. 李釗,盧葦,邢薇薇,孫占全,王偉東,魏云超.  北京郵電大學學報. 2015(S1)
[9]利用蟻群算法的記憶式圖像檢索方法[J]. 陳光鵬,楊育彬.  計算機科學與探索. 2011(01)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡和PCA降維的圖像檢索方法研究[D]. 常愛玲.沈陽工業(yè)大學 2018
[2]織物色差檢測系統(tǒng)研究[D]. 陳永輝.西安工程大學 2018
[3]基于機器學習的圖像檢索算法研究[D]. 朱佳欣.北京郵電大學 2018
[4]基于哈希算法的大規(guī)模圖像最近鄰檢索算法研究[D]. 高新.電子科技大學 2018
[5]基于哈希碼學習的圖像檢索算法研究[D]. 胡孟秋.電子科技大學 2018
[6]基于深度學習的互聯(lián)網(wǎng)圖片人臉檢索系統(tǒng)[D]. 朱翔.南京理工大學 2017
[7]基于圖像處理的織物花型檢索系統(tǒng)的研究[D]. 李琦.西安工程大學 2016
[8]基于深度學習的服裝圖片自動標注系統(tǒng)的設計與實現(xiàn)[D]. 鄭森烈.中山大學 2015
[9]基于機器視覺的紐扣內孔及色差缺陷在線檢測技術研究[D]. 陳浩.華中科技大學 2015
[10]基于深度學習的印刷電路板要素CT圖像檢測技術研究[D]. 徐一夫.解放軍信息工程大學 2015



本文編號：3544262