• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    織物褶皺多尺度灰度共生矩陣分析

    2020-04-10 06:43石康君王靜安高衛(wèi)東
    絲綢 2020年2期
    關(guān)鍵詞:小波變換支持向量機(jī)

    石康君 王靜安 高衛(wèi)東

    摘要: 為建立一套客觀、穩(wěn)定、高效的織物褶皺評價(jià)系統(tǒng),文章提出一種多尺度圖像特征提取方法。首先,通過3層小波變換對織物二維圖像進(jìn)行分解,得到其高頻系數(shù);對原圖及三個(gè)尺度下的小波系數(shù)分別生成灰度共生矩陣,并對這四個(gè)尺度的灰度共生矩陣提取對比度、相關(guān)性、角二階矩、同質(zhì)性及熵值表征織物褶皺變化;最后通過支持向量機(jī)對輸入特征進(jìn)行分類。結(jié)果表明,結(jié)合小波變換的灰度共生矩陣方法比單獨(dú)使用灰度共生矩陣分類準(zhǔn)確率高,說明多尺度的圖像特征能夠更加全面地描述織物褶皺變化。

    關(guān)鍵詞: 織物褶皺;小波變換;灰度共生矩陣;多尺度;支持向量機(jī)

    中圖分類號: TS941.2文獻(xiàn)標(biāo)志碼: A文章編號: 10017003(2020)02003506

    引用頁碼: 021107DOI: 10.3969/j.issn.10017003.2020.02.007

    Multiscale GLCM analysis of fabric wrinkles

    SHI Kangjun, WANG Jingan, GAO Weidong

    (Key Laboratory of EcoTextiles, Ministry of Education, Jiangnan University, Wuxi 214122, China)

    Abstract: In order to establish an objective, stable and efficient evaluation system of fabric wrinkles, this paper proposes a multiscale image feature extraction method. Firstly, the 2D images of fabrics were decomposed by threelayer wavelet transform to obtain the highfrequency coefficients. The GLCM(graylevel cooccurrence matrix) was respectively generated for the original images and the wavelet coefficients at three scales, and the contrast, correlation, angular secondary moment, homogeneity and entropy of the GLCM of the four scales were extracted to characterize the fabric wrinkle change. Finally, SVM(support vector machine) was applied to classify inputted features. The results show that the GLCM method combined with wavelet transform has higher classification accuracy than the GLCM method alone, indicating that multiscale image features can more comprehensively describe fabric wrinkle changes.

    Key words: fabric wrinkle; wavelet transform; GLCM; multiscale; SVM

    在紡織與服裝行業(yè),織物洗后外觀褶皺等級作為評價(jià)織物外觀性能與抗皺性能的重要指標(biāo),其評價(jià)方法一直是行業(yè)研究的難點(diǎn)。目前,AATCC評價(jià)方法是被應(yīng)用最廣的一種方法。但此方法是一種主觀評價(jià)方法,評價(jià)結(jié)果依賴于觀測者對褶皺的主觀感知,沒有統(tǒng)一的標(biāo)準(zhǔn),個(gè)體之間的評價(jià)結(jié)果可能出現(xiàn)較大差異,且人工評價(jià)耗時(shí)、費(fèi)力、效率低下,不符合紡織智能制造的發(fā)展趨勢。

    隨著計(jì)算機(jī)技術(shù)的發(fā)展,許多研究者將計(jì)算機(jī)視覺應(yīng)用到織物褶皺評價(jià)的研究中。20世紀(jì)90年代,XU B等[1]使用掃描儀獲取織物表面圖像,基于像素信息定義了表面比和陰影比兩個(gè)變量,以量化表征織物褶皺表面。MORI T等[2]利用二維圖像灰度值及其位置信息生成灰度共生矩陣,從中提取特征值量化褶皺,并利用神經(jīng)網(wǎng)絡(luò)對特征向量進(jìn)行訓(xùn)練,取得了較高的分類結(jié)果。相比于時(shí)域分析,頻域分析有著更加顯著的優(yōu)點(diǎn)。CHOI C J等[3]利用2D傅里葉變換,將時(shí)域信號轉(zhuǎn)換到頻率域,提取局部頻率范圍的頻譜幅值表征織物褶皺程度。

    由于使用二維圖像的褶皺評價(jià)方法是基于圖像灰度值及其位置信息進(jìn)行表征,評價(jià)結(jié)果易受圖像采集環(huán)境及織物表面顏色影響。因此,三維圖像被應(yīng)用到織物褶皺評價(jià)的研究中。KANG T J等[46]在基于三維圖像的織物褶皺客觀評價(jià)中做了大量工作,他們分別使用激光掃描與立體視覺技術(shù)獲取了較為精確的AATCC模板表面圖像。YANG X B等[78]提出了一種基于光度立體視覺的織物三維外觀重建方法。但是獲取織物三維圖像用時(shí)過長,不能達(dá)到快速檢測的目的,且成本較高,限制了其在工業(yè)上的應(yīng)用。

    本文將小波變換與灰度共生矩陣結(jié)合對織物二維圖像進(jìn)行分析,在多個(gè)尺度提取褶皺特征表征織物褶皺等級。結(jié)果表明,相比單一尺度的圖像特征,多尺度灰度共生矩陣特征能夠更加全面地描述織物褶皺變化。

    1圖像采集系統(tǒng)

    本文在單側(cè)光環(huán)境下采集標(biāo)準(zhǔn)模板與織物樣本圖像??椢飯D像采集系統(tǒng)主要包括條形光源、CCD相機(jī)、暗箱、支架、載樣臺。圖1為圖像采集系統(tǒng)示意。

    如圖1所示,條形光源位于載樣臺一側(cè),并與載樣臺一邊平行。由于光源垂直位置高于待測樣本,其產(chǎn)生的光線與待測樣本形成一定的入射高度角,當(dāng)光線照射到粗糙樣本表面后,經(jīng)漫反射于不平整的樣本表面產(chǎn)生不同的反射光線,表現(xiàn)在圖像中則為區(qū)域性的明暗變化。且SA1模板表面最粗糙,漫反射更強(qiáng)烈,明暗變化也更加明顯。隨著褶皺等級的提高,明暗變化逐漸減弱。采集所得六個(gè)等級AATCC標(biāo)準(zhǔn)模板圖像,如圖2所示。

    織物褶皺多尺度灰度共生矩陣分析2基于快速小波變換的多尺度圖像分析

    當(dāng)對數(shù)字圖像進(jìn)行多分辨率分析和處理時(shí),小波變換是一種重要的數(shù)學(xué)工具,它能夠有效、直觀地描述圖像紋理特征。

    2.1小波變換原理

    小波變換是在傅里葉變換的基礎(chǔ)上發(fā)展起來的一種信號的時(shí)頻分析方法,具有多分辨率分析的特點(diǎn)。二維小波變換是通過高通hθ和低通hφ濾波器與原始信號卷積,把輸入信號分解為四個(gè)低尺度分量。對于二維信號f(x,y)一次完整的分解過程如圖3所示。

    f(x,y)hθ(-n)2↓hθ(-m)2↓wDθ(j,m,n)hφ(-m)2↓wVθ(j,m,n)hφ(-n)2↓hθ(-m)2↓wHθ(j,m,n)hφ(-m)2↓wHφ(j,m,n)

    圖3中,變量j、m、n分別為尺度、水平位移和垂直位移;wφ(j,m,n)為低頻系數(shù)(近似系數(shù)),{wDθ(j,m,n)=H,V,D}分別為水平、垂直和對角線高頻系數(shù)(細(xì)節(jié)系數(shù));2↓表示2倍下取樣。圖3為第一層分解過程,第二層分解則將wφ(j,m,n)作為輸入信號執(zhí)行上述過程。

    2.2圖像多尺度分析

    一副褶皺的織物圖像經(jīng)多層小波變換后,每層信息都被分解為高頻分量H(褶皺邊緣和噪聲)和低頻分量L(圖像的主體)兩部分[9]。高頻分量又被分解為水平高頻分量HH、垂直高頻分量HV和對角線高頻分量HD。經(jīng)過小波變換分解得到的低頻分量包含原圖像90%以上能量,低頻失去的信息由高頻捕獲[10],繼續(xù)進(jìn)入下一層分解。每一層分解僅對低頻分量進(jìn)行。圖4(a)是對圖像進(jìn)行三層小波分解的示意,圖4(b)為一副褶皺織物圖像三層分解結(jié)果。圖4小波分解示意

    Fig.4Schematic of wavelet decomposition由圖4可知,每經(jīng)過一層小波變換后,圖像都被分解為4個(gè)1/4大小的新圖像,即由上級圖像與小波基進(jìn)行內(nèi)積后,再分別沿圖像行和列方向進(jìn)行2倍間隔抽樣而成。因此,可以通過對圖像進(jìn)行多層小波變換,在不同尺度下對織物褶皺特征進(jìn)行分析。需要注意,圖像尺寸隨分解層數(shù)的增大呈指數(shù)減小,分解層數(shù)不易過高。由于低頻分量包含原圖像90%以上能量,與原圖非常相似,而高頻分量含有的信息較少,且每一層的高頻分量都較好地保留了織物的邊緣特征,因此本文采用原圖和3層小波變換分解所得高頻分量進(jìn)行褶皺特征提取。且通過實(shí)驗(yàn)證明,選用haar小波時(shí),灰度共生矩陣特征能夠更好地描述褶皺等級變化。

    3基于灰度共生矩陣的褶皺特征提取

    灰度共生矩陣是描述圖像灰度分布及像素相對位置關(guān)系的一種圖像分析方法,可以反映圖像在方向、像素間隔、變化幅度及快慢的綜合信息[11]。

    3.1圖像多尺度灰度共生矩陣求取

    由于褶皺是一種紋理信息,灰度共生矩陣是一種常用的分析紋理特征的方法,因此很多研究者將灰度共生矩陣用于織物褶皺的客觀評價(jià)[2,12]。在早期研究中,研究人員都是在單一尺度下對圖像生成灰度共生矩陣,提取褶皺特征。但紋理本身的層次性使其在不同的尺度下呈現(xiàn)出不同特征,單一尺度下的圖像特征不能完全反映出紋理的本質(zhì)特性,因此本文在4個(gè)尺度下生成灰度共生矩陣,即原圖及三層小波變換分解所得高頻小波系數(shù)。

    灰度共生矩陣是圖像的一種二階統(tǒng)計(jì)量。給定一副數(shù)字圖像I(x,y),其灰度級為L,則灰度共生矩陣G(x,y)為I(x,y)中沿方向θ,間隔為d的兩個(gè)像素點(diǎn)對(i,j)的統(tǒng)計(jì)數(shù)目n。G(x,y)的尺寸為L×L,n為灰度共生矩陣在G(i,j)的像素值。

    對于一副織物圖像,經(jīng)灰度變換后的灰度級L=256,灰度共生矩陣尺寸為256×256。為減少后續(xù)計(jì)算量,必須將原始圖像的灰度級進(jìn)行壓縮,減小G(x,y)的尺寸。通常,將圖像灰度壓縮至16級,像素間隔d取1是一個(gè)合理的選擇[11]。由于褶皺在織物中的分布是隨機(jī)的、無規(guī)則的,沿各個(gè)方向均勻分布,因此選擇θ=0°、45°、90°、135°四個(gè)方向分別生成灰度共生矩陣,提取特征表征織物褶皺等級。

    3.2AATCC標(biāo)準(zhǔn)模板褶皺特征提取

    由于在織物褶皺客觀評價(jià)研究中,沒有標(biāo)準(zhǔn)的織物數(shù)據(jù)庫用于參考,而AATCC標(biāo)準(zhǔn)模板是被行業(yè)普遍認(rèn)可和信任的參照樣本,因此對AATCC標(biāo)準(zhǔn)模板圖像按照上述步驟生成灰度共生矩陣,并從中提取描述紋理的特征值。對于一副灰度級為L的圖像,典型的紋理特征有以下幾種:

    1)對比度。

    對比度反映了圖像的清晰程度和褶皺的變化幅度。對于一副織物圖像,表面越皺,對比度越高。

    F1=∑Li=1∑Lj=1(i,j)2pij(1)

    式中:Pij為灰度共生矩陣在點(diǎn)G(i,j)的概率統(tǒng)計(jì)。

    2)相關(guān)性。

    相關(guān)性為返回某個(gè)像素與其相鄰像素間關(guān)系的度量,表示圖像中紋理的非均勻程度和復(fù)雜程度。

    F2=∑Li=1∑Lj=1(i-mr)(i-mc)pijσrσc(2)

    式中:mr和mc分別為沿灰度共生矩陣G的行和列計(jì)算所得均值,σr和σc為行和列標(biāo)準(zhǔn)差。

    3)角二階矩。

    角二階矩是圖像灰度分布均勻程度的度量。其值越大,表明織物表面變化緩慢,織物越平整。

    F3=∑Li=1∑Lj=1pij(3)

    4)同質(zhì)性。

    同質(zhì)性用于度量灰度共生矩陣元素關(guān)于主對角線的集中程度。一副圖像的灰度級越豐富,變化越緩慢,其同質(zhì)值越高。

    F4=∑Li=1∑Lj=1pij1+|i-j|(4)

    5)熵。

    熵值是圖像中所具有的信息量的度量,代表了圖像的復(fù)雜程度,是圖像內(nèi)容隨機(jī)性的度量。

    F5=-∑Li=1∑Lj=1pijlogpij2(5)

    一副圖像經(jīng)小波變換分解后每層可以得到3副子圖像,分別對應(yīng)高頻水平系數(shù)(wHθ)、高頻垂直系數(shù)(wVθ)和高頻對角線系數(shù)(wDθ)。經(jīng)3層小波變換分解后可得到9副子圖像。首先對AATCC標(biāo)準(zhǔn)模板原圖及其9副子圖像在θ=0°、45°、90°、135°四個(gè)方向提取的特征求均值,然后再分別對每一層高頻系數(shù)wHθ、wVθ和wDθ所得特征求均值作為當(dāng)前尺度的特征值,并將4個(gè)尺度的特征值組合,由此每一樣本可得到一個(gè)20維的特征向量。表1列出了AATCC標(biāo)準(zhǔn)模板原圖及小波變換分解所得2個(gè)尺度的小波系數(shù)特征提取結(jié)果。

    3.3織物褶皺特征提取

    由于AATCC標(biāo)準(zhǔn)模板是塑料制品,表面周期性紋理信息弱,而織物是經(jīng)緯紗按照一定規(guī)律交織組成,具有較強(qiáng)的周期性。因此,通過AATCC模板確定的灰度共生矩陣特征在真實(shí)織物上的有效性是一個(gè)值得討論的問題。為驗(yàn)證上述特征在真實(shí)織物上的有效性,對6個(gè)等級的345塊織物圖像根據(jù)上述步驟提取褶皺特征,并繪制箱型分布圖。圖5隨機(jī)展示了部分特征值統(tǒng)計(jì)結(jié)果。由圖5可知,在不同尺度下,織物特征值隨等級變化具有一定的分布梯度。

    4基于支持向量機(jī)的褶皺評價(jià)

    20世紀(jì)90年代,Vapnik提出的統(tǒng)計(jì)學(xué)習(xí)理論[1314]在模式識別領(lǐng)域得到廣泛應(yīng)用,支持向量機(jī)在此理論基礎(chǔ)上采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則設(shè)計(jì)機(jī)器學(xué)習(xí)模型,較好地解決了小樣本、非線性、高維數(shù)的分類問題。

    4.1支持向量機(jī)模型優(yōu)化

    使用支持向量機(jī)對織物褶皺等級進(jìn)行分類預(yù)測時(shí),主要考慮原始數(shù)據(jù)的縮放比例,核函數(shù)的類型選擇,懲罰參數(shù)c,核函數(shù)寬度g的選取。由于經(jīng)典支持向量機(jī)是為了解決2分類問題設(shè)計(jì)的,而織物褶皺等級評定是一個(gè)6分類問題,因此本文采用Libsvm[15]軟件包來解決織物褶皺的分類問題。

    由表1可知,圖像在不同尺度下的特征差值很大,為避免較大范圍內(nèi)的數(shù)值屬性影響較小范圍內(nèi)的數(shù)值屬性,在分類前,將特征值歸一化。Libsvm軟件包常用的核函數(shù)有4種,分別是線性核、多項(xiàng)式核、RBF核及Sigmoid核。為保證取得最好的分類結(jié)果,分別選擇上述4種核函數(shù)對織物樣本進(jìn)行訓(xùn)練和測試,通過比較分類結(jié)果選擇合適的核函數(shù)。為了更好地提高支持向量機(jī)性能,需調(diào)節(jié)相關(guān)參數(shù)。對于多項(xiàng)式核、RBF核及Sigmoid核,主要調(diào)節(jié)懲罰參數(shù)c和核函數(shù)參數(shù)g,對于線性核函數(shù)主要調(diào)節(jié)參數(shù)c。通常最佳(c,g)值的選擇通過交叉驗(yàn)證和網(wǎng)格搜索來確定。在交叉驗(yàn)證前,粗略確定(c,g)值的搜索范圍,并根據(jù)網(wǎng)格搜索等高線圖調(diào)整其范圍。本文采用五折交叉驗(yàn)證尋找最佳(c,g),首先將訓(xùn)練集平均分成5組,得到5組子集,每個(gè)子集分別做一次驗(yàn)證集,其余4組子集作為訓(xùn)練集,由此得到5個(gè)模型。按這5個(gè)模型驗(yàn)證集的平均分類準(zhǔn)確率作為最終交叉驗(yàn)證的準(zhǔn)確率,使用交叉驗(yàn)證準(zhǔn)確率最高的(c,g)組合優(yōu)化支持向量機(jī)。

    4.2褶皺等級評價(jià)

    為驗(yàn)證多尺度灰度共生矩陣特征及支持向量機(jī)在織物褶皺等級評價(jià)中的應(yīng)用效果,對345塊(65%作為訓(xùn)練樣本、35%作為測試樣本)已知褶皺等級的白色織物樣本進(jìn)行特征提取,并使用支持向量機(jī)進(jìn)行分類預(yù)測。采用網(wǎng)格搜索尋找最佳(c,g),以RBF核函數(shù)的參數(shù)優(yōu)化為例,搜索結(jié)果如圖6所示。

    由圖6可知,當(dāng)(c,g)=(2 724.077)時(shí),交叉驗(yàn)證的準(zhǔn)確率最高。以此(c,g)值組合優(yōu)化支持向量機(jī)模型,對測試樣本進(jìn)行分類預(yù)測。并分別使用線性核、多項(xiàng)式核、Sigmoid核重復(fù)上述參數(shù)尋優(yōu)過程,不同核函數(shù)支持向量機(jī)分類結(jié)果如表2所示。由表2可知,核函數(shù)類型對最終分類結(jié)果影響較大,在本文使用算法中,當(dāng)核函數(shù)類型為RBF核時(shí)支持向量機(jī)分類結(jié)果最好,測試樣本準(zhǔn)確率可達(dá)80.17%。

    表3展示了采用RBF核的支持向量機(jī)分類結(jié)果。由表3可知,錯(cuò)分類樣本主要集中在SA3和SA3.5之間,這主要由兩種不同褶皺類型的外觀差異造成的。由圖2可知,SA3的褶皺銳利且密度高,而SA3.5的褶皺具有更大的尺寸和更加平緩的變化,這為褶皺評價(jià)帶來了一定困難。

    4.3分類方法對比

    為驗(yàn)證本文提出的方法在織物褶皺客觀評價(jià)中的優(yōu)越性,基于相同的樣本集將本方法的執(zhí)行結(jié)果與文獻(xiàn)[1618]使用方法及單一尺度的灰度共生矩陣方法進(jìn)行對比,結(jié)果如表4所示。由表4可知,本文提出的方法分類準(zhǔn)確率顯著高于其他方法,說明多尺度的圖像特征能夠更加全面地描述織物褶皺變化。

    5結(jié)論

    針對單一尺度灰度共生矩陣方法描述織物褶皺特征的不足,本文通過小波變換對圖像進(jìn)行分解,得到多個(gè)尺度下的圖像,并在不同尺度下對高頻小波系數(shù)進(jìn)行灰度共生矩陣分析,提取特征值,比較全面地描述了褶皺特征隨織物等級的變化。通過優(yōu)化的支持向量機(jī)模型對345塊織物樣本進(jìn)行分類預(yù)測,證明了本方法在織物褶皺客觀評價(jià)中的應(yīng)用價(jià)值。

    由于單測光采集環(huán)境的限制,本文采用方法并不適用于多色織物的褶皺評價(jià),且SA3與SA3.5之間的外觀差異為織物褶皺評價(jià)帶來了一定困難,因此在接下來的研究中將對上述問題進(jìn)行深入分析。

    參考文獻(xiàn):

    [1]XU B, REED J A. Instrumental evaluation of fabric wrinkle recovery [J]. Journal of the Textile Institute, 1995, 86(1): 129135.

    [2]MORI T, KOMIYAMA J. Evaluating wrinkled fabrics with image analysis and neural networks [J]. Textile Research Journal, 2002, 72(5): 417422.

    [3]CHOI C J, KIM H J, JIN Y C, et al. Objective wrinkle evaluation system of fabrics based on 2D FFT [J]. Fibers and Polymers, 2009, 10(2): 260265.

    [4]KANG T J, CHO D H, KIM S M. New objective evaluation of fabric smoothness appearance [J]. Textile Research Journal, 2001, 71(5): 446453.

    [5]KANG T J, LEE J Y. Objective evaluation of fabric wrinkles and seam puckers using fractal geometry [J]. Textile Research Journal, 2000, 70(6): 469475.

    [6]KANG T J, KIM S C, SUL I H, et al. Fabric surface roughness evaluation using waveletfractal method(part I): wrinkle, smoothness and seam pucker [J]. Textile Research Journal, 2005, 75(11): 751760.

    [7]YANG X B. A new research of fabric 3D surface shape using photometric stereo [J]. JournalNorthwest Institute of Textile Science and Technology, 2001, 15(1): 2025.

    [8]YANG X B, HUANG X B. Evaluating fabric wrinkle degree with a photometric stereo method [J]. Textile Research Journal, 2003, 73(5): 451454.

    [9]李艷梅, 仇曉坤, 蔣真真. 縫紉平整度客觀評判模型的研究[J]. 絲綢, 2011, 48(4): 2831.

    LI Yanmei, QIU Xiaokun, JIANG Zhenzhen. Research on objective evaluating model of seam pucker [J]. Journal of Silk, 2011, 48(4): 2831.

    [10]陳燕文. 基于SIFT與小波變換的圖像配準(zhǔn)融合方法研究[D]. 武漢: 武漢理工大學(xué), 2011.

    CHEN Yanwen. Study on Methods of Image Registration Based on SIFT and Image Fusion Based on Wavelet [J]. Wuhan: Wuhan University of Technology, 2011.

    [11]高士忠. 基于灰度共生矩陣的織物紋理分析[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 2008, 29(16): 43854388.

    GAO Shizhong. Analysis of fabric texture based on GLCM [J]. Computer Engineering and Design, 2008, 29(16): 43854388.

    [12]汪黎明, 陳健敏, 王銳, 等. 織物折皺紋理灰度共生矩陣分析[J]. 青島大學(xué)學(xué)報(bào)(工程技術(shù)版), 2003(4): 58.

    WANG Liming, CHEN Jianmin, WANG Rui, et al. The analysis of grain of fabric wrinkle by concurrence matrix of gray degree [J]. Journal of QINGDAO University(Engineering & Technology Edition), 2003(4): 58.

    [13]VAPNIK V. The Nature of Statistical Learning Theory [M]. New York: Springer Science & Business Media, 2013.

    [14]VAPNIK V. An overview of statistical learning theory [J]. IEEE Transactions on Neural Networks, 1999, 10(5): 988999.

    [15]CHANG C C, LIN C J. LIBSVM: a library for support vector machines [J]. ACM Transactions on Intelligent Systems and Technology(TIST), 2011, 2(3): 27.

    [16]ABRIL H C, VALENCIA E, MILLN M S. Objective assessment of wrinkled fabrics by optical and digital image processing [C]. AIP: AIP Conference Proceedings, 2008, 992(1): 10451050.

    [17]ABRIL H C, MILLAN M S, VALENCIA E. Influence of the wrinkle perception with distance in the objective evaluation of fabric smoothness [J]. Journal of Optics A: Pure and Applied Optics, 2008, 10(10): 104030.

    [18]SUN J, YAO M, XU B, et al. Fabric wrinkle characterization and classification using modified wavelet coefficients and supportvectormachine classifiers [J]. Textile Research Journal, 2011, 81(9): 902913.

    收稿日期: 20190529; 修回日期: 20191210

    基金項(xiàng)目: 國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2017YFB0309200);中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(JUSRP51907A);江蘇省研究生科研創(chuàng)新項(xiàng)目(KYCX19_1878)

    作者簡介: 石康君(1993),男,碩士研究生,研究方向?yàn)榛趫D像處理的紡織智能檢測。通信作者:高衛(wèi)東,教授,gaowd3@163.com。

    猜你喜歡
    小波變換支持向量機(jī)
    基于雙樹四元數(shù)小波變換的圖像降噪增強(qiáng)
    基于改進(jìn)支持向量機(jī)的船舶縱搖預(yù)報(bào)模型
    基于SVM的煙草銷售量預(yù)測
    MATLAB在《數(shù)字圖像處理》課程中的輔助教學(xué)
    動態(tài)場景中的視覺目標(biāo)識別方法分析
    論提高裝備故障預(yù)測準(zhǔn)確度的方法途徑
    基于互信息和小波變換的圖像配準(zhǔn)的研究
    基于熵技術(shù)的公共事業(yè)費(fèi)最優(yōu)組合預(yù)測
    基于支持向量機(jī)的金融數(shù)據(jù)分析研究
    心電信號壓縮方法研究
    51国产日韩欧美| 在线观看舔阴道视频| 天天一区二区日本电影三级| 欧美日本亚洲视频在线播放| 18禁在线播放成人免费| 18禁黄网站禁片午夜丰满| 夜夜躁狠狠躁天天躁| 老熟妇乱子伦视频在线观看| 国产真人三级小视频在线观看| 亚洲av电影在线进入| 亚洲人成电影免费在线| 真实男女啪啪啪动态图| av在线蜜桃| 美女黄网站色视频| 好男人在线观看高清免费视频| 99久久成人亚洲精品观看| 熟妇人妻久久中文字幕3abv| 色在线成人网| 床上黄色一级片| 男人和女人高潮做爰伦理| 99久久成人亚洲精品观看| 欧美不卡视频在线免费观看| 久久婷婷人人爽人人干人人爱| 日日干狠狠操夜夜爽| 亚洲一区高清亚洲精品| 欧美绝顶高潮抽搐喷水| 亚洲精品成人久久久久久| 在线观看美女被高潮喷水网站 | 久久亚洲真实| 性欧美人与动物交配| 一区二区三区国产精品乱码| 亚洲真实伦在线观看| 露出奶头的视频| 狂野欧美白嫩少妇大欣赏| 亚洲欧美日韩高清在线视频| 两个人的视频大全免费| 哪里可以看免费的av片| 无人区码免费观看不卡| 成人永久免费在线观看视频| 国产一区二区在线观看日韩 | 国产伦精品一区二区三区四那| 亚洲一区二区三区色噜噜| 国产精品,欧美在线| 久久天躁狠狠躁夜夜2o2o| 法律面前人人平等表现在哪些方面| 少妇熟女aⅴ在线视频| 91av网一区二区| 免费观看人在逋| 亚洲一区高清亚洲精品| 国产精品99久久99久久久不卡| 国产精品香港三级国产av潘金莲| 18禁裸乳无遮挡免费网站照片| 久久久久精品国产欧美久久久| 亚洲精品一卡2卡三卡4卡5卡| 男女下面进入的视频免费午夜| 91久久精品国产一区二区成人 | 日韩欧美国产一区二区入口| 欧美日韩乱码在线| 国产精品 欧美亚洲| 免费看光身美女| 身体一侧抽搐| 小说图片视频综合网站| 欧美日韩黄片免| 一区二区三区激情视频| 久久久久久人人人人人| 婷婷精品国产亚洲av| 国内精品美女久久久久久| 99国产极品粉嫩在线观看| 2021天堂中文幕一二区在线观| 免费电影在线观看免费观看| 啪啪无遮挡十八禁网站| 精品久久久久久久久久久久久| 国产精品99久久99久久久不卡| 日本 av在线| 国产精品久久视频播放| 免费在线观看日本一区| 国产男靠女视频免费网站| 18禁在线播放成人免费| 亚洲精品乱码久久久v下载方式 | bbb黄色大片| 人人妻人人看人人澡| 国产高潮美女av| 久久99热这里只有精品18| 成人一区二区视频在线观看| 最近最新免费中文字幕在线| 国产欧美日韩一区二区精品| 久久精品国产99精品国产亚洲性色| 亚洲在线观看片| 日韩精品中文字幕看吧| 1000部很黄的大片| 国产伦精品一区二区三区视频9 | av视频在线观看入口| e午夜精品久久久久久久| 九色国产91popny在线| 欧美乱码精品一区二区三区| 亚洲国产精品合色在线| 99视频精品全部免费 在线| 搡老岳熟女国产| 国产黄a三级三级三级人| 国模一区二区三区四区视频| x7x7x7水蜜桃| 午夜精品在线福利| 欧美另类亚洲清纯唯美| 亚洲avbb在线观看| 蜜桃久久精品国产亚洲av| 天堂网av新在线| 无限看片的www在线观看| 国产黄片美女视频| 国产一区二区三区视频了| 欧美+亚洲+日韩+国产| 国产精品av视频在线免费观看| 琪琪午夜伦伦电影理论片6080| 精品免费久久久久久久清纯| 欧美色视频一区免费| 老司机午夜福利在线观看视频| 男女那种视频在线观看| 久久精品国产综合久久久| 小说图片视频综合网站| 精华霜和精华液先用哪个| 97超视频在线观看视频| 97超级碰碰碰精品色视频在线观看| 亚洲va日本ⅴa欧美va伊人久久| 国产精品香港三级国产av潘金莲| tocl精华| 精品国内亚洲2022精品成人| 国产三级在线视频| 十八禁人妻一区二区| 窝窝影院91人妻| 日本与韩国留学比较| 欧美zozozo另类| 一本精品99久久精品77| 国产野战对白在线观看| a在线观看视频网站| 99久久精品一区二区三区| 最好的美女福利视频网| 99久久无色码亚洲精品果冻| 成人欧美大片| 国产精品香港三级国产av潘金莲| 欧美乱妇无乱码| 国产精品电影一区二区三区| 色噜噜av男人的天堂激情| 中国美女看黄片| 免费在线观看日本一区| 久久精品夜夜夜夜夜久久蜜豆| 男人的好看免费观看在线视频| 美女被艹到高潮喷水动态| 国产男靠女视频免费网站| 亚洲黑人精品在线| 精品一区二区三区av网在线观看| 亚洲精品成人久久久久久| 午夜老司机福利剧场| 国产伦精品一区二区三区四那| 在线视频色国产色| 久久久色成人| 国产精品国产高清国产av| 亚洲av免费在线观看| 免费在线观看成人毛片| 日本黄色视频三级网站网址| 男女之事视频高清在线观看| 亚洲欧美日韩高清在线视频| 国产真实伦视频高清在线观看 | 午夜亚洲福利在线播放| 久久久久久久亚洲中文字幕 | 免费看美女性在线毛片视频| 国产 一区 欧美 日韩| 日韩免费av在线播放| 免费看美女性在线毛片视频| 国内精品久久久久精免费| 亚洲美女黄片视频| 欧美乱妇无乱码| 国产熟女xx| 亚洲美女视频黄频| 免费在线观看亚洲国产| 欧美日韩综合久久久久久 | 12—13女人毛片做爰片一| 欧美一区二区亚洲| 天堂影院成人在线观看| 无遮挡黄片免费观看| 亚洲精品影视一区二区三区av| 免费观看精品视频网站| 日本与韩国留学比较| 给我免费播放毛片高清在线观看| 看免费av毛片| 男女下面进入的视频免费午夜| 亚洲欧美日韩高清专用| 国产乱人伦免费视频| 免费高清视频大片| 色视频www国产| 国产av一区在线观看免费| 久久久久久久精品吃奶| 最新在线观看一区二区三区| 高潮久久久久久久久久久不卡| 亚洲 欧美 日韩 在线 免费| 亚洲片人在线观看| 草草在线视频免费看| 色综合亚洲欧美另类图片| 国产精品精品国产色婷婷| 人妻久久中文字幕网| 久久香蕉精品热| 国产一区二区亚洲精品在线观看| 国产精品永久免费网站| 国产三级中文精品| 欧美乱妇无乱码| 国产精品99久久久久久久久| 麻豆国产97在线/欧美| 老司机午夜福利在线观看视频| 亚洲精品在线美女| 91久久精品国产一区二区成人 | 久久久久久九九精品二区国产| 日韩欧美免费精品| 国产激情偷乱视频一区二区| 免费av毛片视频| 老司机午夜十八禁免费视频| 在线观看免费视频日本深夜| 51午夜福利影视在线观看| 精品久久久久久久久久免费视频| 一a级毛片在线观看| 操出白浆在线播放| 动漫黄色视频在线观看| 日本 欧美在线| 免费av观看视频| 国产91精品成人一区二区三区| x7x7x7水蜜桃| 久久久久久人人人人人| 免费观看的影片在线观看| 国产成+人综合+亚洲专区| 91av网一区二区| 日本a在线网址| 国产精品永久免费网站| 久久精品人妻少妇| 香蕉丝袜av| 国产视频内射| 成人永久免费在线观看视频| 一a级毛片在线观看| av女优亚洲男人天堂| 成年版毛片免费区| 日韩欧美免费精品| 亚洲国产欧美网| 18禁国产床啪视频网站| www国产在线视频色| 亚洲成人久久性| 嫩草影院入口| 欧美精品啪啪一区二区三区| 国产一区二区三区在线臀色熟女| 国产探花在线观看一区二区| 在线免费观看的www视频| 又爽又黄无遮挡网站| ponron亚洲| 成人无遮挡网站| 国产熟女xx| 一二三四社区在线视频社区8| 精品99又大又爽又粗少妇毛片 | 不卡一级毛片| 色精品久久人妻99蜜桃| 99久久九九国产精品国产免费| 综合色av麻豆| 国产伦精品一区二区三区四那| 久久久久久久久大av| 国产成人欧美在线观看| 悠悠久久av| 最近最新免费中文字幕在线| 激情在线观看视频在线高清| 免费观看人在逋| 国产激情欧美一区二区| 亚洲精品美女久久久久99蜜臀| 校园春色视频在线观看| 97碰自拍视频| 狂野欧美白嫩少妇大欣赏| 亚洲 欧美 日韩 在线 免费| www.www免费av| 亚洲国产精品合色在线| 听说在线观看完整版免费高清| 人妻丰满熟妇av一区二区三区| 久久精品夜夜夜夜夜久久蜜豆| 在线看三级毛片| 亚洲一区二区三区色噜噜| 日本 欧美在线| 欧美绝顶高潮抽搐喷水| 超碰av人人做人人爽久久 | 久久中文看片网| 色综合欧美亚洲国产小说| 欧美+亚洲+日韩+国产| 亚洲av免费高清在线观看| 国产毛片a区久久久久| 噜噜噜噜噜久久久久久91| 午夜精品一区二区三区免费看| 一区福利在线观看| 一卡2卡三卡四卡精品乱码亚洲| av天堂在线播放| 亚洲国产色片| 身体一侧抽搐| 午夜精品在线福利| 国产午夜福利久久久久久| 亚洲精华国产精华精| 老司机深夜福利视频在线观看| 国产三级黄色录像| av专区在线播放| 97超视频在线观看视频| 国产色爽女视频免费观看| 男人舔女人下体高潮全视频| 成人亚洲精品av一区二区| 2021天堂中文幕一二区在线观| 国产精品美女特级片免费视频播放器| 国产精品综合久久久久久久免费| 久久久色成人| 老汉色∧v一级毛片| 成人无遮挡网站| 国产伦一二天堂av在线观看| 神马国产精品三级电影在线观看| 日日夜夜操网爽| av天堂中文字幕网| 香蕉av资源在线| 好男人在线观看高清免费视频| 国产亚洲精品综合一区在线观看| 色综合亚洲欧美另类图片| 一进一出抽搐动态| 在线国产一区二区在线| 欧美又色又爽又黄视频| 香蕉丝袜av| 亚洲久久久久久中文字幕| 国产午夜福利久久久久久| or卡值多少钱| 中文字幕人妻熟人妻熟丝袜美 | 露出奶头的视频| 亚洲人成伊人成综合网2020| 在线天堂最新版资源| 色综合站精品国产| 美女高潮的动态| 两性午夜刺激爽爽歪歪视频在线观看| 国产午夜精品久久久久久一区二区三区 | 国产精品永久免费网站| 国产乱人伦免费视频| 亚洲美女黄片视频| 国产黄色小视频在线观看| 欧美极品一区二区三区四区| 日韩国内少妇激情av| 国产一区在线观看成人免费| 日本一二三区视频观看| 国产高清videossex| 午夜免费成人在线视频| 99久久精品国产亚洲精品| 中文字幕av成人在线电影| 久久久国产成人免费| 国产一区二区三区视频了| 禁无遮挡网站| 国产精品99久久99久久久不卡| 嫩草影院精品99| 亚洲人成电影免费在线| 亚洲性夜色夜夜综合| 欧美3d第一页| av福利片在线观看| 国产精品自产拍在线观看55亚洲| 观看免费一级毛片| 最好的美女福利视频网| 噜噜噜噜噜久久久久久91| 欧美另类亚洲清纯唯美| 精品国产超薄肉色丝袜足j| 精品国产美女av久久久久小说| 久久天躁狠狠躁夜夜2o2o| 手机成人av网站| 女人十人毛片免费观看3o分钟| www日本在线高清视频| 午夜亚洲福利在线播放| 少妇熟女aⅴ在线视频| 69人妻影院| www日本在线高清视频| 两个人视频免费观看高清| 成人高潮视频无遮挡免费网站| 狠狠狠狠99中文字幕| 在线十欧美十亚洲十日本专区| 精品免费久久久久久久清纯| 欧美不卡视频在线免费观看| 亚洲精品久久国产高清桃花| 精品一区二区三区视频在线观看免费| 麻豆成人午夜福利视频| 男人舔奶头视频| 免费在线观看成人毛片| 亚洲国产精品sss在线观看| 少妇的丰满在线观看| 亚洲自拍偷在线| 成人鲁丝片一二三区免费| 国产成人系列免费观看| 亚洲国产中文字幕在线视频| 亚洲激情在线av| 国产aⅴ精品一区二区三区波| 亚洲,欧美精品.| 淫妇啪啪啪对白视频| 波多野结衣高清作品| 日韩大尺度精品在线看网址| 久久精品综合一区二区三区| 亚洲无线观看免费| а√天堂www在线а√下载| 久久久久国产精品人妻aⅴ院| 女人十人毛片免费观看3o分钟| 手机成人av网站| 久久天躁狠狠躁夜夜2o2o| 欧美区成人在线视频| 午夜福利视频1000在线观看| 12—13女人毛片做爰片一| 操出白浆在线播放| 欧美日本亚洲视频在线播放| 亚洲av电影不卡..在线观看| 久久精品国产清高在天天线| 国产在线精品亚洲第一网站| 亚洲精品粉嫩美女一区| 欧美日本视频| 久久久久久久精品吃奶| 久久香蕉精品热| 久久久色成人| 国产精品影院久久| 亚洲欧美精品综合久久99| 少妇丰满av| svipshipincom国产片| 91麻豆精品激情在线观看国产| 国产色爽女视频免费观看| 天堂√8在线中文| 波多野结衣巨乳人妻| 俄罗斯特黄特色一大片| 亚洲色图av天堂| 俺也久久电影网| 国产免费一级a男人的天堂| 日韩有码中文字幕| 2021天堂中文幕一二区在线观| 亚洲第一欧美日韩一区二区三区| 草草在线视频免费看| 国产色爽女视频免费观看| 国产成人福利小说| 国产午夜精品论理片| 99国产精品一区二区蜜桃av| 国产亚洲精品久久久久久毛片| 亚洲成av人片免费观看| 好男人电影高清在线观看| 国产亚洲欧美98| 欧美bdsm另类| 黑人欧美特级aaaaaa片| 国产亚洲欧美在线一区二区| 一个人看视频在线观看www免费 | 成年版毛片免费区| 亚洲成av人片免费观看| 午夜福利在线在线| 精品99又大又爽又粗少妇毛片 | 怎么达到女性高潮| 国产精品日韩av在线免费观看| 91九色精品人成在线观看| 91在线精品国自产拍蜜月 | 亚洲成人久久爱视频| 国产男靠女视频免费网站| 成熟少妇高潮喷水视频| 久久精品国产清高在天天线| 国产激情偷乱视频一区二区| 亚洲欧美一区二区三区黑人| 全区人妻精品视频| 在线免费观看不下载黄p国产 | 亚洲精品在线观看二区| 精品午夜福利视频在线观看一区| 丰满人妻一区二区三区视频av | 国产精品,欧美在线| 国产激情欧美一区二区| 搡老妇女老女人老熟妇| 中文亚洲av片在线观看爽| 欧美日韩福利视频一区二区| 无遮挡黄片免费观看| 久久伊人香网站| 国产av不卡久久| 国产亚洲精品一区二区www| 91久久精品国产一区二区成人 | 日本 欧美在线| 亚洲一区二区三区色噜噜| x7x7x7水蜜桃| 国产高清激情床上av| 精品久久久久久久久久免费视频| 国产精品自产拍在线观看55亚洲| 精品福利观看| 亚洲人成电影免费在线| 亚洲精品成人久久久久久| 观看免费一级毛片| 久久久精品欧美日韩精品| 岛国在线观看网站| 男人和女人高潮做爰伦理| 亚洲真实伦在线观看| 国产精品 欧美亚洲| 国产av不卡久久| 欧美乱色亚洲激情| www.www免费av| 又粗又爽又猛毛片免费看| 特大巨黑吊av在线直播| www.999成人在线观看| 国产熟女xx| 18美女黄网站色大片免费观看| 久久久久久人人人人人| 亚洲av不卡在线观看| 欧美黑人欧美精品刺激| 久久精品亚洲精品国产色婷小说| 最后的刺客免费高清国语| 91字幕亚洲| 校园春色视频在线观看| 变态另类丝袜制服| 亚洲国产精品合色在线| 麻豆国产av国片精品| 精品久久久久久,| 国产综合懂色| or卡值多少钱| 在线观看66精品国产| 欧美日韩福利视频一区二区| 一a级毛片在线观看| 怎么达到女性高潮| 亚洲七黄色美女视频| 国产99白浆流出| 亚洲一区高清亚洲精品| 久久久久久久久久黄片| 久久精品亚洲精品国产色婷小说| 午夜福利视频1000在线观看| 亚洲成人精品中文字幕电影| 国产在线精品亚洲第一网站| 少妇裸体淫交视频免费看高清| 亚洲中文字幕日韩| 国产69精品久久久久777片| 久久精品国产清高在天天线| 欧美高清成人免费视频www| 亚洲精华国产精华精| 伊人久久大香线蕉亚洲五| 蜜桃久久精品国产亚洲av| 久久香蕉国产精品| 99久久九九国产精品国产免费| av女优亚洲男人天堂| 国产一区二区在线观看日韩 | 久久久久久久久大av| 免费av观看视频| 国模一区二区三区四区视频| 日韩欧美精品免费久久 | 欧美性猛交╳xxx乱大交人| 欧美日韩综合久久久久久 | 欧美一区二区亚洲| 夜夜看夜夜爽夜夜摸| 国产97色在线日韩免费| 免费电影在线观看免费观看| 成人永久免费在线观看视频| 久久午夜亚洲精品久久| 啦啦啦免费观看视频1| 精品国内亚洲2022精品成人| 免费人成视频x8x8入口观看| 久久精品人妻少妇| 国产av一区在线观看免费| 久久久精品欧美日韩精品| 日本成人三级电影网站| 成年免费大片在线观看| 99热只有精品国产| 欧美+日韩+精品| 国产精品嫩草影院av在线观看 | 欧美日韩瑟瑟在线播放| 亚洲人成电影免费在线| 久久婷婷人人爽人人干人人爱| 麻豆一二三区av精品| 男女视频在线观看网站免费| 伊人久久大香线蕉亚洲五| 国产av一区在线观看免费| 极品教师在线免费播放| 夜夜看夜夜爽夜夜摸| 久久久国产成人精品二区| 岛国视频午夜一区免费看| 国产精品乱码一区二三区的特点| 成人av在线播放网站| 国内揄拍国产精品人妻在线| 一区二区三区国产精品乱码| 亚洲av第一区精品v没综合| 国产精品1区2区在线观看.| 俺也久久电影网| 精品国产超薄肉色丝袜足j| 狂野欧美白嫩少妇大欣赏| 亚洲自拍偷在线| 亚洲人成网站在线播| 亚洲,欧美精品.| 午夜免费男女啪啪视频观看 | 欧美中文综合在线视频| 欧美黑人欧美精品刺激| 亚洲欧美日韩高清在线视频| 99在线人妻在线中文字幕| 窝窝影院91人妻| 色综合站精品国产| 中文字幕高清在线视频| 日日干狠狠操夜夜爽| 日韩人妻高清精品专区| 中文在线观看免费www的网站| 午夜亚洲福利在线播放| 国产精品综合久久久久久久免费| 成人18禁在线播放| 欧美一区二区亚洲| 悠悠久久av| 丰满人妻熟妇乱又伦精品不卡| 18禁在线播放成人免费| 1000部很黄的大片| 欧美国产日韩亚洲一区| 欧美性感艳星| 日韩欧美 国产精品| 在线播放国产精品三级| 国产精品女同一区二区软件 | 亚洲无线观看免费| 亚洲五月天丁香| 老熟妇仑乱视频hdxx| 国产黄a三级三级三级人| 高潮久久久久久久久久久不卡| 精品一区二区三区人妻视频| 午夜精品久久久久久毛片777| 国产一区在线观看成人免费| 欧美极品一区二区三区四区| 成人三级黄色视频| svipshipincom国产片| 一二三四社区在线视频社区8| 在线播放无遮挡| 深爱激情五月婷婷| 三级男女做爰猛烈吃奶摸视频| 操出白浆在线播放| 亚洲精品日韩av片在线观看 | 人妻丰满熟妇av一区二区三区| 一个人免费在线观看电影|