Yarn-Dyed Fabric Image Retrieval Using Colour Moments and the Perceptual Hash Algorithm

• Autorzy: Li Zhongjian , Xiang Jun , Wang Lei , Zhang Ning , Pan Ruru , Gao Weidong

Identyfikatory

DOI

10.5604/01.3001.0013.2900

Warianty tytułu

PL

Otrzymywanie obrazu tkaniny wytworzonej z barwionych przędz przy zastosowaniu metody momentów barwnych i percepcyjnego algorytmu z mieszaniem

• Języki publikacji: EN

Abstrakty

EN

Due to the variety of yarn colours and arrangement, it is a challenging problem to retrieve a yarn-dyed fabric image. In this paper, yarn-dyed fabric samples are captured by the DigiEye system first, and then pattern images of the fabric images captured are simulated by pattern design software based on extracted structure parameters of the yarn-dyed fabric. For the simulated pattern image, an effective algorithm is proposed to retrieve these kinds of images by combining the colour moments method and perceptual hash algorithm. Then the pattern images retrieved are mapped back to the yarn-dyed fabric image so as to realise the yarn-dyed fabric image retrieval. In the algorithm proposed, the colour moments method is adopted to extract the colour features, and the perceptual hash algorithm is utilised to calculate the spatial features of the simulated pattern images. Then the two kinds of image features are used to compute the similarity between the input original image and each target image based on the Euclidean distance and Hamming distance. Relevant images can be retrieved in dependence on the similarity value, which is determined by calculating the optimum weighted value of the colour features’ similarity and spatial features’ similarity. In order to measure the retrieval efficiency of the method proposed, the accuracy rate and retrieval rate of image retrieval were computed in experiments using a PATTERN image database with 300 images. The experimental results show that the average accuracy rate of the method proposed is 85.30% and the retrieval rate - 53.51% when the weighted value of the colour feature similarity is fixed at 0.45 and the spatial feature similarity is 0.55. It is shown that the method presented is effective to retrieve pattern images of yarn-dyed fabric.

PL

Ze względu na różnorodność kolorów i rozmieszczenia przędz otrzymanie obrazu tkaniny wytworzonej z barwionych przędz jest trudnym zadaniem. W artykule próbki tkanin z barwionych przędz były najpierw analizowane przez system DigiEye, a następnie wykonane zostały symulacje obrazów z zastosowaniem oprogramowania do projektowania wzorów oparte na wyodrębnionych parametrach struktury tkaniny. W przypadku symulacji obrazu wzoru zaproponowano skuteczny algorytm do odzyskiwania tego rodzaju obrazów poprzez połączenie metody momentów koloru i percepcyjnego algorytmu z mieszaniem. W zaproponowanym algorytmie do wyodrębniania cech kolorów zastosowano metodę momentów barwnych, a do obliczenia cech przestrzennych symulowanych obrazów został wykorzystywany percepcyjny algorytm mieszania. Następnie użyto dwóch rodzajów cech obrazu do obliczenia podobieństwa między oryginalnym obrazem wejściowym a każdym obrazem docelowym w oparciu o odległość euklidesową i odległość Hamminga. Odpowiednie obrazy można odzyskać w zależności od wartości podobieństwa, która jest określana przez obliczenie optymalnej ważonej wartości podobieństwa cech koloru i podobieństwa cech przestrzennych. Aby zmierzyć skuteczność proponowanej metody w eksperymentach obliczono wskaźnik dokładności i szybkość pobierania obrazów, wykorzystując bazę danych obrazów PATTERN z 300 obrazami. Wyniki eksperymentalne pokazały, że średni współczynnik dokładności proponowanej metody wynosi 85,30%, a szybkość pobierania 53,51%, wartość podobieństwa cech kolorów wynosiła 0,45, a podobieństwo cech przestrzennych wynosiło 0,55. Wykazano, że prezentowana metoda jest skuteczna w przypadku otrzymywania obrazów wzorów tkanin z przędz barwionych.

Słowa kluczowe

EN

yarn-dyed fabric; image retrieval; colour moments; perceptual hash algorithm; Hamming distance

PL

przędza barwiona; obrazy wzorów tkanin; metoda momentów barwnych; percepcyjny algorytm mieszania; odległość Hamminga

• Wydawca: Sieć Badawcza Łukasiewicz - Łódzki Instytut Technologiczny
• Czasopismo: Fibres & Textiles in Eastern Europe
• Rocznik: 2019
• Tom: Vol. 27, no. 5 (137)
• Strony: 39--46
• Opis fizyczny: Bibliogr. 27 poz., rys.

Twórcy

autor

Li Zhongjian

• Jiangnan University, School of Textiles and Clothing, Ministry of Education, Key Laboratory of Eco-textiles No.1800, Lihu Road, Binhu, Wuxi, Jiangsu, China, 214122

autor

Xiang Jun

• Jiangnan University, School of Textiles and Clothing, Ministry of Education, Key Laboratory of Eco-textiles No.1800, Lihu Road, Binhu, Wuxi, Jiangsu, China, 214122

autor

Wang Lei

• Jiangnan University, School of Textiles and Clothing, Ministry of Education, Key Laboratory of Eco-textiles No.1800, Lihu Road, Binhu, Wuxi, Jiangsu, China, 214122

autor

Zhang Ning

• Jiangnan University, School of Textiles and Clothing, Ministry of Education, Key Laboratory of Eco-textiles No.1800, Lihu Road, Binhu, Wuxi, Jiangsu, China, 214122

autor

Pan Ruru

• Jiangnan University, School of Textiles and Clothing, Ministry of Education, Key Laboratory of Eco-textiles No.1800, Lihu Road, Binhu, Wuxi, Jiangsu, China, 214122

autor

Gao Weidong

• Jiangnan University, School of Textiles and Clothing, Ministry of Education, Key Laboratory of Eco-textiles No.1800, Lihu Road, Binhu, Wuxi, Jiangsu, China, 214122

Bibliografia

• 1. Li T, Yan S, Mei T, Hua XS, Kweon IS. Image decomposition with multilabel context: algorithms and applications. IEEE Transactions on Image Processing 2011; 20: 2301-2314.
• 2. Li T, Mei T, Kweon IS, Hua XS. Contextual Bag-of-Words for Visual Categorization. IEEE Transactions on Circuits & Systems for Video Technology 2011; 21: 381-392.
• 3. Joshi KD, Bhavsar SN, Sanghvi RC. Image retrieval system using intuitive descriptors. Procedia Technology 2014; 14: 535-542.
• 4. Yan CL. Accurate image retrieval algorithm based on color and texture feature. Journal of Multimedia 2013; 8: 277-283.
• 4. Zaied M, Salwa S, Jemai O, Amar CB. A novel approach for face recognition based on fast learning algorithm and wavelet network theory. International Journal of Wavelets Multiresolution & Information Processing 2011; 19: 923-945.
• 5. Jing J, Li Q, Li P, Zhang L. A new method of printed fabric image retrieval based on colour moments and gist feature description. Textile Research Journal 2016; 86: 1137-1150.
• 6. Zhang L, Liu X, Lu Z, Liu F, Hong R. Lace fabric image retrieval based on multi-scale and rotation invariant LBP. International Conference on Internet Multimedia Computing and Service 2015. p. 74.
• 7. Zhang J, Xin B, Shen C, Fang H, Cao Y. Novel colour clustering method for interlaced multi-colored dyed yarn woven fabrics. FIBRES & TEXTILES in Eastern Europe 2015; 23, 3(111): 107-114. DOI: 10.5604/12303666.1152535.
• 8. Zand M, Doraisamy S, Halin AA, Mustaffa MR. Texture classification and discrimination for region-based image retrieval. Journal of Visual Communication & Image Representation 2015; 26: 305-316.
• 9. Chen TW, Chen YL, Chien SY. Fast image segmentation based on K-Means clustering with histograms in HSV color space. Multimedia Signal Processing, 2008 IEEE, Workshop on 2008, p.322- 325.
• 10. Smith JR. Color for Image Retrieval. In: Castelli V, Bergman LD, editors. Image Databases: Search and Retrieval of Digital Imagery. John Wiley & Sons, Inc., 2002. p. 285-311.
• 11. Sural S, Qian G, Pramanik S. Segmentation and histogram generation using the HSV colour space for image retrieval. International Conference on Image Processing 2002, p. 589- 592..
• 12. Chen W, Shi YQ, Xuan G. Identifying computer grahics using HSV color model and statistical moments of characteristic functions. IEEE International Conference on Multimedia and Expo. July 2007, p. 1123-1126.
• 13. Huang ZC, Chan PPK, Ng WWY, Yeung DS. Content-based image retrieval using color moment and Gabor texture feature. International Conference on Machine Learning and Cybernetics 2010; 9: 719- 724.
• 14. Brunelli R, Mich O. Histograms Analysis for Image Retrieval. Pattern Recognition 2001; 34: 1625-1637.
• 15. Flickner M, Sawhney H, Niblack W, et al. Query by image and video content: The QBIC system. IEEE Computer 1995; 28: 23-32.
• 16. Maheshwary P, Srivastava N. Prototype system for retrieval of remote sensing images based on color moment and gray level co-occurrence matrix. International Journal of Computer Science Issues 2009; 3: 20-23.
• 17. Chen WH, Smith C, Fralick S. A fast computational algorithm for the discrete cosine transform. IEEE Transactions on Communications 2003; 25: 1004-1009.
• 18. Fan F, Gao G, Li J. Visual object tracking based on perceptual hash algorithm. International Computer Conference on Wavelet Active Media Technology and Information Processing. IEEE 2016. p. 233-236.
• 19. Wen ZK, Zhu WZ, Liu PF, Du YH, Zhang M, Gao, J. H. A Robust and Discriminative Image Perceptual Hash Algorithm. Fourth International Conference on Genetic and Evolutionary Computing. IEEE Computer Society 2010. p.709-712.
• 20. Matusiak M, Walawska A, Sybilska W. Comparison of spectrophotometric and digieye colour measurements of woven fabrics. Tekstil Ve Konfeksiyon 2017; 27: 53-59.
• 21. Pan R, Zhang J, Li ZJ, Gao WD, Xu BG, Li W. Applying image analysis for automatic density measurement of high-tightness woven fabrics. FIBRES & TEXTILES in Eastern Europe 2016; 24, 2(116): 66-72. DOI: 10.5604/12303666.1191429.
• 22. Zhang J, Pan R, Gao W, Zhu D. Automatic detection of layout of color yarns of yarn dyed fabric. part 1: single-system -mélange color fabrics. Color Research & Application 2014; 40: 626-636.
• 23. Zhang J, Pan R, Gao W, Xu B, Li W. Automatic detection of layout of color yarns of yarn dyed fabric. part 2: region segmentation of double-system-mélange color fabric. Color Research & Application 2016; 41: 626-635.
• 24. Zhang J, Pan R, Gao W, Xu B, Li W. Automatic detection of layout of color yarns of yarn dyed fabric. part 3: double system mélange color fabrics. Color Research & Application 2016; 40: 626-636.
• 25. Mceliece RJ. The Theory of Information and Coding (Second Ediation), CUP; 2002.
• 26. Velmurugan K, Baboo SS. Content-Based Image Retrieval using SURF and Colour Moments. Global Journal of Computer Science & Technology 2011; 11: 1-4.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).

PL

W numeracji bibliografii podwójna poz. 4