[发明专利]一种织物三维悬垂形态的自动分类方法

摘要

本发明提供了一种织物三维悬垂形态的自动分类方法，其特征在于，包括以下步骤：提取织物三维悬垂形态的悬垂特征轮廓线，对三维悬垂形态的悬垂特征轮廓线进行椭圆傅里叶描述，对扫描织物悬垂数据库中M个样本的三维悬垂形态的悬垂特征轮廓线进行椭圆傅里叶描述，采用无需给定聚类个数的层次聚类方法对三维织物悬垂轮廓线进行自动分类。本发明提供了一种通用的三维织物悬垂形态的参数化和自动分类方法，能够有效地从三维织物悬垂形态中提取聚类信息，完成自动分类，从而能更加全面和准确地分析织物悬垂形态和物理性能之间的关系。

主权项

1.一种织物三维悬垂形态的自动分类方法，其特征在于，包括以下步骤：步骤1、提取织物三维悬垂形态的悬垂特征轮廓线，包括以下步骤：步骤1.1、计算织物三维悬垂形态P_d在X_DO_oY_D平面上的二维投影P₁＝f₁(P_d,Z_max)，Z_max是织物三维悬垂形态P_d在Z轴上的最大坐标值，f₁(P_d,Z_max)是将z<Z_max的织物三维悬垂形态P_d的三维点云数据投影到X_DO_oY_D平面上以获取二维投影P₁的二维点云数据的函数；步骤1.2、计算二维投影P₁的二维轮廓线C₀＝f₂(P₁)，f₂(P₁)是计算二维投影P₁的二维轮廓线的函数；计算二维投影P₁的顶点V₀＝f₃(C₀)，f₃(C₀)是计算二维轮廓线C₀的顶点的函数；步骤1.3、通过顶点V₀的坐标索引出其在织物三维悬垂形态P_d中对应的顶点V₁，并计算出V₁中在Z轴上的最小坐标值Z_min；步骤1.4、计算三维织物悬垂的水平二维轮廓线C_i＝f₂(f₁(P_d,Z_i))，i＝1,...,9，Z₀为预先设定的参数；步骤1.5、令二维轮廓线C₀上点的Z坐标为200，水平二维轮廓线C_i上点的Z坐标为Z_i，则二维轮廓线C₀和水平二维轮廓线C_i即为织物三维悬垂形态P_d的特征轮廓线；步骤2、对三维悬垂形态的悬垂特征轮廓线进行椭圆傅里叶描述，以行向量的形式(A₀,B₀,C₀,D₀,A₁,B₁,C₁,D₁,……,A_n,B_n,C_n,D_n,……,A_N,B_N,C_N,D_N)来描述轮廓曲线，式中，n表示谐波次数，N表示最大谐波次数，A_n、B_n分别为悬垂特征轮廓线在投影平面X_DO_oY_D的X轴方向的第n次谐波的椭圆系数，C_n、D_n分别为悬垂特征轮廓线在投影平面X_DO_oY_D的Y轴方向的第n次谐波的椭圆系数；步骤3、对扫描织物悬垂数据库中M个样本的三维悬垂形态的悬垂特征轮廓线进行椭圆傅里叶描述，得到矩阵EFDs：式中，A_MN,B_MN,C_MN,D_MN表示第M个样本的三维悬垂形态的悬垂特征轮廓线的第N次谐波的椭圆系数，计算E_EFDs的协方差矩阵的特征值与特征向量，E_EFDs为椭圆傅里叶描述子，将前k个最大特征值对应的特征向量构成投影矩阵T_4N×k，则得到矩阵EFDs的k个主成分PCs＝E_EFDs×T_4N×k，k≤4N；步骤4、依据步骤3得到的主成分，采用无需给定聚类个数的层次聚类方法对三维织物悬垂轮廓线进行自动分类。