[发明专利]一种基于HU不变矩和支持向量机的服装款式识别方法

摘要

本发明涉及一种基于HU不变矩和支持向量机的服装款式识别方法，通过对服装图像的预处理，获取服装的外部轮廓，然后提取服装外部轮廓的HU不变矩特征，再予以基于支持向量机(SVM)的服装款式识别。所述对服装图像的预处理是指对服装图像分割处理，找到最大面积的8连通区域即为服装区域，并对服装区域填充内部空洞；所述获取服装的外部轮廓是指对服装图像的预处理后进行外部的边缘检测，得到服装的轮廓图像。所述提取服装外部轮廓的HU不变矩特征是指提取服装轮廓形状特征的七阶HU不变矩特征向量。所述基于SVM的服装款式识别采用SVM多分类器进行服装款式的多分类识别。本发明能够达到83％的识别准确率，识别服装轮廓相似的款式有较好的效果，具有快速和准确的特点，可适用于服装图像中服装款式的识别。

主权项

1.一种基于HU不变矩和支持向量机的服装款式识别方法，其特征是：通过对服装图像的预处理，获取服装的外部轮廓，然后进行提取服装外部轮廓的HU不变矩特征，再予以基于支持向量机的服装款式识别；所述对服装图像的预处理是指对服装图像分割处理，找到最大面积的8连通区域即为服装区域，并对服装区域填充内部空洞；所述获取服装的外部轮廓是指对服装图像的预处理后进行外部的边缘检测，得到服装的轮廓图像；所述服装图像分割的步骤为：(1)将灰度图像的灰度值在low‑255之间的值映射到0‑255之间，低于low的值映射为0，增强灰度图像中服装图案与背景的对比度；(2)使用最大类间方差法对灰度图像进行二值化，并对二值图像进行取反运算，便于后续形态学处理；(3)对二值图像进行形态学闭运算处理，平滑服装图案的边界，连接边界狭窄的缺口，其中闭运算的结构元素为半径2‑4个像素的圆盘；(4)在上步骤获得的二值图像中标记8连通的区域，找到最大面积的8连通区域即为服装区域，并对服装区域填充内部空洞；所述提取服装外部轮廓的HU不变矩特征具体为：大小为M×N的服装外部轮廓数字图像I(x，y)的二维(p+q)阶矩m_pq定义为式中p＝0，1，2，3...M‑1和q＝0，1，2，3...N‑1都是整数，x为像素点在平面坐标系中的横坐标值，y为纵坐标值，M为数字图像的长度，单位为像素，N为数字图像的高度，单位为像素，相应的(p+q)阶中心距u_pq定义为：式中和为图像的灰度质心，定义(p+q)阶的归一化中心矩为式中λ＝(p+q)/2+1，可推导出图像I(x，y)对于平移、旋转和缩放都不敏感的7个二维HU不变矩集合：φ₁＝η₂₀+η₀₂φ₃＝(η₃₀‑3η₁₂)²+(3η₂₁‑η₀₃)²φ₄＝(η₃₀+η₁₂)²+(η₂₁+η₀₃)²φ₅＝(η₃₀‑3η₁₂)(η₃₀+η₁₂)[(η₃₀+η₁₂)²‑3(η₂₁+η₀₃)²]+(3η₂₁‑η₀₃)(η₂₁+η₀₃)[3(η₃₀+η₁₂)²‑(η₂₁+η₃₀)²]φ₆＝(η₂₀‑η₀₂)[(η₃₀+η₁₂)²‑(η₂₁+η₀₃)²]+4η₁₁(η₃₀+η₁₂)(η₂₁+η₀₃)φ₇＝(3η₂₁‑η₀₃)(η₃₀+η₁₂)[(η₃₀+η₁₂)²‑3(η₂₁+η₀₃)²]+(3η₁₂‑η₀₃)(η₂₁+η₀₃)[3(η₃₀+η₁₂)²‑(η₂₁+η₀₃)²]定义向量φ＝[φ₁，φ₂，φ₃，φ₄，φ₅，φ₆，φ₇]为图像I(x，y)的七阶HU不变矩特征向量。