文献类型：期刊文章

作　　者：庹武[1] 王哓玉[1] 高雅昆[2] 于媛媛[1] 郝潇潇[1] 刘永亮[1] 郭鑫[1]

TUO Wu;WANG Xiaoyu;GAO Yakun;YU Yuanyuan;HAO Xiaoxiao;LIU Yongliang;GUO Xin(College of Fashion,Zhongyuan University of Technology,Zhengzhou,Henan 451191,China;College of Electrical Engineering and Automation,Henan Institute of Technology,Xinxiang,Henan 453003,China)

机构地区：[1]中原工学院服装学院,河南郑州451191 [2]河南工学院电气工程与自动化学院,河南新乡453003

出　　处：《纺织学报》

基　　金：河南省高等学校重点科研项目(19A540004,21B413002)。

年　　份：2021

卷　　号：42

期　　号：10

起止页码：157-162

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为快速识别服装款式类型,提高生产效率,针对现有传统边缘检测算法难以准确提取轮廓特征序列的不足,设计一种改进的边缘提取算法。通过定义一种新的优化卷积核,在使用传统边缘检测算法提取训练样本的服装轮廓基础上,将该卷积核与目标矩阵进行卷积得到新的外轮廓,将新轮廓序列的傅里叶描述子作为特征向量,进一步利用BP神经网络模型完成服装款式的自动分类与识别。为验证改进方法的有效性,建立一个包含4类服装500个不重复服装图像的样本库,选取281个作为训练样本,对剩余219个样本进行测试,测试识别准确率最低为93.48%,最高达到了100%。该改进算法提高了服装款式识别率,对服装智能化生产具有借鉴意义。

关 键 词：服装款式识别  边缘检测算法 傅里叶描述子 BP神经网络

分 类 号：TS941.26]