專利名稱：基于圖像處理的鞋樣設(shè)計(jì)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及鞋樣設(shè)計(jì)技術(shù)領(lǐng)域，更具體地涉及ー種基于圖像處理的鞋樣設(shè)計(jì)方法。
背景技術(shù)：
傳統(tǒng)的鞋樣設(shè)計(jì)方法一般是采用“糊紙法”在鞋楦上 畫好設(shè)計(jì)線；再沿設(shè)計(jì)線進(jìn)行剪裁得到鞋樣的輪廓；采用量尺等工具量取所述鞋樣的輪廓的尺寸數(shù)據(jù)；最后將尺寸數(shù)據(jù)輸入到制鞋機(jī)以完成鞋樣的設(shè)計(jì)。或者，采用AutoCAD、Photoshop等繪圖軟件直接繪制鞋樣圖片，再將鞋樣圖片的數(shù)據(jù)輸入制鞋機(jī)以完成鞋樣設(shè)計(jì)。但是，采用“糊紙法”所得到的是鞋樣輪廓的草圖，數(shù)據(jù)不夠精確，且若要對鞋樣進(jìn)行稍微更改，就必須重復(fù)上述操作，大大地降低了工作效率。而采用AutoCAD、Photoshop等繪圖軟件直接繪制鞋樣圖片，對設(shè)計(jì)人員本身掌握的技能要求較高。因此，有必要提供一種改進(jìn)的基于圖像處理的鞋樣設(shè)計(jì)方法來克服上述缺陷。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于圖像處理的鞋樣設(shè)計(jì)方法，以提高工作效率，且對設(shè)計(jì)人員本身掌握的技能要求較低。為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于圖像處理的鞋樣設(shè)計(jì)方法，包括如下步驟(I)采集鞋幫或鞋底的原始圖像；(2)對所述原始圖像進(jìn)行圖像增強(qiáng)、形態(tài)學(xué)處理、濾波以及圖像分割以提取所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)；(3)將所述軌跡點(diǎn)坐標(biāo)輸入處理器以完成鞋樣設(shè)計(jì)。與現(xiàn)有技術(shù)相比，由于本發(fā)明基于圖像處理的鞋樣設(shè)計(jì)方法是通過所采集的鞋底或鞋幫的原始圖像進(jìn)行圖像增強(qiáng)、形態(tài)學(xué)處理、濾波以及圖像分割等操作，得到所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)，并將所述軌跡點(diǎn)坐標(biāo)輸入處理器(如PC機(jī))，設(shè)計(jì)人員可根據(jù)需要在處理器上隨意更改所述軌跡點(diǎn)坐標(biāo)以達(dá)到更改鞋樣和鞋型的目的，從而完成鞋樣的設(shè)計(jì)，進(jìn)而大大地提高了工作效率；另外，不需要設(shè)計(jì)人員掌握AutoCAD、Photoshop等復(fù)雜的繪圖軟件，從而降低了對設(shè)計(jì)人員本身技能的要求。具體地,所述步驟(2)具體包括(21)對所述原始圖像進(jìn)行ニ值閥值化處理得到帶孔洞的、帶雜質(zhì)的ニ值灰度圖像；(22)對所述ニ值灰度圖像進(jìn)行圖像漏洞填充；(23)對填充后的圖像的邊緣進(jìn)行除雜質(zhì)處理；(24)對進(jìn)行除雜質(zhì)處理后的圖像進(jìn)行直方圖均衡處理；(25)采用ニ值圖像跟蹤算法對進(jìn)行直方圖均衡化處理后的圖像進(jìn)行軌跡提取以獲得所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)。具體地,所述步驟(21)具體包括(211)提取所述原始圖像的各個像素值以組成一個數(shù)組；(212)設(shè)定ー個閥值；(213)判斷數(shù)組中的所述像素值高于或低于所述閥值； (214)若所述像素值高于所述閥值，則以紅色像素顯示，若所述像素值低于所述閥值，則以黒色像素顯示，得到紅黑的、帶孔洞的、帶雜質(zhì)的ニ值灰度圖像，且所述孔洞位于紅色區(qū)域內(nèi)、所述雜質(zhì)位于黑色區(qū)域內(nèi)。具體地,所述步驟(22)具體包括(221)采用cvFloodFill函數(shù)將步驟(214)中的所述ニ值灰度圖像用白色填充，得到孔洞為黒色的孔洞圖；(222)將所述步驟(221)中的孔洞圖進(jìn)行ニ值反轉(zhuǎn)，得到孔洞為紅色的新孔洞圖；(223)采用cvAdd函數(shù)將步驟(222)和(214)中的圖像進(jìn)行相加以填充孔洞,得到無孔洞的紅黑的ニ值灰度圖像。具體地，所述步驟(23)具體包括(231)調(diào)用膨脹函數(shù)對步驟(223)中得到的無孔洞的紅黑的ニ值灰度圖像進(jìn)行膨脹處理；(232)調(diào)用侵蝕函數(shù)對膨脹后的ニ值灰度圖像進(jìn)行侵蝕處理以去除所述雜質(zhì)。具體地,所述步驟(24)具體包括(241)獲取步驟(232)中進(jìn)行侵蝕處理后的ニ值灰度圖像及其高度、寬度特征，并將侵蝕處理后的所述ニ值灰度圖像作為源圖像；(242)暫時分配內(nèi)存，備份所述源圖像，并將所述源圖像初始化為0 ;(243)調(diào)用灰度直方圖統(tǒng)計(jì)函數(shù)以獲取所述源圖像的灰度分布的概率密度；(244)對所述源圖像的灰度分布進(jìn)行直方圖均衡化處理；(245)逐個掃描所述源圖像中的像素點(diǎn)，并將所述步驟(244)中直方圖均衡化后的結(jié)果寫到所述源圖像的當(dāng)前像素點(diǎn)所對應(yīng)的目標(biāo)圖像中，以生成所述目標(biāo)圖像；(246)將所述目標(biāo)圖像復(fù)制到源圖像中以覆蓋所述源圖像而得到新的源圖像。具體地,所述步驟(25)具體包括(251)在經(jīng)直方圖均衡化處理后的圖像中尋找初始邊界點(diǎn)，記為0，其中所述初始邊界點(diǎn)0的右、右上、上、左上四個鄰點(diǎn)中至少有ー個邊界點(diǎn)，記為B ；(252)從所述邊界點(diǎn)B開始進(jìn)行捜索以尋找第一個黑點(diǎn)，并把所述第一個黑點(diǎn)記為新的邊界點(diǎn)C ；(253)將步驟(252)中找到所述新的邊界點(diǎn)C時的搜索方向逆時針旋轉(zhuǎn)90度，重復(fù)步驟(252)以尋找第二個黑點(diǎn)；(254)重復(fù)步驟(252)和(253)直至返回初始邊界點(diǎn)0為止，將所尋找到的全部黑點(diǎn)連接起來以構(gòu)成所述原始圖像的邊緣輪廓的軌跡，各個黑點(diǎn)的坐標(biāo)即為所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)。具體地，所述步驟(251)具體包括按照從上到下、從左到右的順序進(jìn)行捜索，找到的所述初始邊界點(diǎn)位于左下方。具體地，所述步驟(252)具體包括定義像素值為0的點(diǎn)為黑點(diǎn)，從所述邊界點(diǎn)B開始，定義初始搜索方向?yàn)樽笊戏?，判斷所述左上方的點(diǎn)是否為黒點(diǎn)，若是，則認(rèn)定所述左上方的點(diǎn)為第一個黑點(diǎn)，并將所述第一個黑點(diǎn)作為新的邊界點(diǎn)C ;若不是，則將初始搜索方向順時針旋轉(zhuǎn)45度后再進(jìn)行搜索，不斷重復(fù)地將捜索方向順時針旋轉(zhuǎn)45度直至尋找到所述第一個黑點(diǎn)為止。通過以下的描述并結(jié)合附圖，本發(fā)明將變得更加清晰，這些附圖用于解釋本發(fā)明的實(shí)施例。


圖I為本發(fā)明基于圖像處理的鞋樣設(shè) 計(jì)方法的原理圖。圖2為本發(fā)明基于圖像處理的鞋樣設(shè)計(jì)方法的流程圖。圖3為圖2所示步驟(2)的具體流程圖。圖4為圖3所示步驟(21)的具體流程圖。圖4a為圖4 ニ值閥值化原理圖。圖4b為圖4 ニ值閥值化前后對比圖。圖5為圖3所示步驟(22)的具體流程圖。圖5a為圖5進(jìn)行圖像漏洞填充前后對比圖。圖6為圖3所示步驟(23)的具體流程圖。圖6a為圖6進(jìn)行雜質(zhì)處理前后對比圖。圖7為圖3所示步驟(24)的具體流程圖。圖7a為圖7所示步驟(24)進(jìn)行直方圖均衡處理前后對比圖。圖8為圖3所示步驟(25)的具體流程圖。圖8a為圖8 ニ值圖像跟蹤算法的原理示意圖。
具體實(shí)施例方式現(xiàn)在參考附圖描述本發(fā)明的實(shí)施例，附圖中類似的元件標(biāo)號代表類似的元件。如上所述，本發(fā)明提供了一種基于圖像處理的鞋樣設(shè)計(jì)方法，由于所述基于圖像處理的鞋樣設(shè)計(jì)方法是通過所采集的鞋底或鞋幫的原始圖像進(jìn)行圖像增強(qiáng)、形態(tài)學(xué)處理、濾波以及圖像分割等操作，得到所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)，并將所述軌跡點(diǎn)坐標(biāo)輸入處理器(如PC機(jī))，設(shè)計(jì)人員可根據(jù)需要在處理器上隨意更改所述軌跡點(diǎn)坐標(biāo)以達(dá)到更改鞋樣和鞋型的目的，從而完成鞋樣的設(shè)計(jì)，進(jìn)而大大地提高了工作效率；另外，不需要設(shè)計(jì)人員掌握AutoCAD、Photoshop等復(fù)雜的繪圖軟件,從而降低了對設(shè)計(jì)人員本身技能的要求。請參考圖1，本發(fā)明基于圖像處理的鞋樣設(shè)計(jì)方法的原理是通過CXD等圖像采集設(shè)備采集鞋幫或鞋底的原始圖像，對所述圖像進(jìn)行圖像增強(qiáng)、形態(tài)學(xué)處理、濾波以及圖像分割等處理以提取所述原始圖像邊緣輪廓的軌跡點(diǎn)坐標(biāo)，再采用PC機(jī)等處理器對所述軌跡點(diǎn)坐標(biāo)進(jìn)行處理以完成鞋樣設(shè)計(jì)。具體地，如圖2所示，所述鞋樣設(shè)計(jì)方法包括如下步驟(I)采集鞋幫或鞋底的原始圖像；(2)對所述原始圖像進(jìn)行圖像增強(qiáng)、形態(tài)學(xué)處理、濾波以及圖像分割以提取所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)；
(3)將所述軌跡點(diǎn)坐標(biāo)輸入處理器以完成鞋樣設(shè)計(jì)。具體地,如圖3所示,所述步驟(2)具體包括(21)對所述原始圖像進(jìn)行二值閥值化處理得到帶孔洞的、帶雜質(zhì)的二值灰度圖像；(22)對所述二值灰度圖像進(jìn)行圖像漏洞填充；(23)對填充后的圖像的邊緣進(jìn)行除雜質(zhì)處理；(24)對進(jìn)行除雜質(zhì)處理后的圖像進(jìn)行直方圖均衡處理；(25)采用二值圖像跟蹤算法對進(jìn)行直方圖均衡處理化后的圖像進(jìn)行軌跡提取以獲得所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)。請參考圖4至圖4b，步驟(21)對所述原始圖像進(jìn)行二值閥值化處理的基本思想是給定一個數(shù)組或一個閥值，根據(jù)數(shù)組中的每個像素值高于或低于所述閥值而做一些處理，其處理的結(jié)果是得到一個二進(jìn)制圖像(請參考圖4a所示的二值閥值化原理圖)。具體地，如圖4所示，所述步驟(21)具體包括(211)提取所述原始圖像的各個像素值以組成一個數(shù)組；(212)設(shè)定一個顏色閥值；(213)判斷數(shù)組中的所述像素值高于或低于所述閥值；(214)若所述像素值高于所述閥值，則以紅色像素顯示，若所述像素值低于所述閥值，則以黑色像素顯示，得到紅黑的、帶孔洞的、帶雜質(zhì)的二值灰度圖像，且所述孔洞位于紅色區(qū)域內(nèi)、所述雜質(zhì)位于黑色區(qū)域內(nèi)(如圖4b所示)。再請參考圖5至圖5a,所述步驟(22)具體包括 (221)采用cvFloodFill函數(shù)將步驟(214)中的所述二值灰度圖像用白色填充，得到孔洞為黑色的孔洞圖；(222)將所述步驟(221)中的孔洞圖進(jìn)行二值反轉(zhuǎn)，得到孔洞為紅色的新孔洞圖；(223)采用cvAdd函數(shù)將步驟(222)和(214)中的圖像進(jìn)行相加以填充孔洞,得到無孔洞的紅黑的二值灰度圖像。(如圖5a所示)。具體地,如圖6及圖6a所示,所述步驟(23)具體包括(231)調(diào)用膨脹函數(shù)對步驟(223)中得到的無孔洞的紅黑的二值灰度圖像進(jìn)行膨脹處理；(232)調(diào)用侵蝕函數(shù)對膨脹后的二值灰度圖像進(jìn)行侵蝕處理得到無雜質(zhì)的二值灰度圖像(如圖6a所示)。需要注意的是，膨脹處理及侵蝕處理的原理如下膨脹是形態(tài)學(xué)中的一種基本運(yùn)算。它是對二值化后的圖像邊界點(diǎn)進(jìn)行擴(kuò)充，將與圖像接觸的所有背景點(diǎn)合并到該圖像中，使其邊界向外部擴(kuò)張的過程。設(shè)X為目標(biāo)圖像，B為結(jié)構(gòu)元素，則目標(biāo)圖像X被結(jié)構(gòu)元素B膨脹的數(shù)學(xué)表達(dá)式為X Θ B = {v (gy其中，X表示集合平移的位移量，φ是膨脹運(yùn)算的運(yùn)算符。先對結(jié)構(gòu)元素B做關(guān)于其原點(diǎn)的反射得到反射集合Βν，然后在目標(biāo)圖像X上將Bv平移X，則那些Bv平移后與目標(biāo)圖像X至少有一個非零公共元素相交時，對應(yīng)的原點(diǎn)位置所組成的集合就是膨脹運(yùn)算的結(jié)果。侵蝕是另一種形態(tài)學(xué)運(yùn)算，其作用是消除圖像邊界點(diǎn)，使邊界向內(nèi)部收縮的過程，可以把小于結(jié)構(gòu)元素的像素點(diǎn)去除掉。設(shè)X為目標(biāo)圖像，B為結(jié)構(gòu)元素，則目標(biāo)圖像X被結(jié)構(gòu)元素B侵蝕的數(shù)學(xué)表達(dá)式為X&B 二 {x\(B)x ^ X}當(dāng)在目標(biāo)圖像中找到一個與結(jié)構(gòu)元素相同的子 圖像時，就把該子圖像中與結(jié)構(gòu)元素的原點(diǎn)位置對應(yīng)的那個像素位置標(biāo)注出來，目標(biāo)圖像上被標(biāo)注出來的所有像素組成的集合，即為侵蝕運(yùn)算的結(jié)構(gòu)。再請參考圖7及圖7a,所述步驟(24)具體包括(241)獲取步驟(232)中進(jìn)行侵蝕處理后的二值灰度圖像及其高度、寬度特征，并將侵蝕處理后的所述二值灰度圖像作為源圖像，所述源圖像為紅黑圖像；(242)暫時分配內(nèi)存，備份所述源圖像，并將所述源圖像初始化為0 ;(243)調(diào)用灰度直方圖統(tǒng)計(jì)函數(shù)以獲取所述源圖像的灰度分布的概率密度；(244)對所述源圖像的灰度分布進(jìn)行直方圖均衡化處理；(245)逐個掃描所述源圖像中的像素點(diǎn)，并將所述步驟(244)中直方圖均衡化后的結(jié)果寫到所述源圖像的當(dāng)前像素點(diǎn)所對應(yīng)的目標(biāo)圖像中，以生成所述目標(biāo)圖像；(246)將所述目標(biāo)圖像復(fù)制到源圖像中以覆蓋所述源圖像而得到新的源圖像，所述新的源圖像為黑白圖像(如圖7a所示)。需要注意的是，直方圖均衡的基本思想是對原始圖像中的像素灰度做某種映射變換，使變換后的圖像的灰度的概率密度均勻分布，即變換后的圖像是一幅灰度級均勻分布的圖像。最后,請參考圖8及圖8a,所述步驟(25)具體包括(251)在經(jīng)直方圖均衡化處理后的圖像中尋找初始邊界點(diǎn)，記為0，其方法具體為按照從上到下、從左到右的順序進(jìn)行搜索，則找到的所述初始邊界點(diǎn)必定位于整個圖像的左下方，其中所述初始邊界點(diǎn)0的右、右上、上、左上四個鄰點(diǎn)中至少有一個邊界點(diǎn)，記為B ；(252)定義像素值為0的點(diǎn)為黑點(diǎn)，從所述邊界點(diǎn)B開始，定義初始搜索方向?yàn)樽笊戏?，判斷所述左上方的點(diǎn)是否為黑點(diǎn)，若是，則認(rèn)定所述左上方的點(diǎn)為第一個黑點(diǎn)，并將其作為新的邊界點(diǎn)C ;若不是，則將初始搜索方向順時針旋轉(zhuǎn)45度后再進(jìn)行搜索，不斷重復(fù)地將搜索方向順時針旋轉(zhuǎn)45度直至尋找到所述第一個黑點(diǎn)為止；(253)將步驟(252)中找到所述新的邊界點(diǎn)C時的搜索方向逆時針旋轉(zhuǎn)90度，重復(fù)步驟(252)以尋找第二個黑點(diǎn)；(254)重復(fù)步驟(252)和(253)直至返回初始邊界點(diǎn)0為止，將所尋找到的全部黑點(diǎn)連接起來以構(gòu)成所述原始圖像的邊緣輪廓的軌跡，各個黑點(diǎn)的坐標(biāo)即為所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)。以上結(jié)合最佳實(shí)施例對本發(fā)明進(jìn)行了描述，但本發(fā)明并不局限于以上揭示的實(shí)施例，而應(yīng)當(dāng)涵蓋各種根據(jù)本發(fā)明的本質(zhì)進(jìn)行的修改、等效組合。
權(quán)利要求
1.一種基于圖像處理的鞋樣設(shè)計(jì)方法，其特征在于，包括如下步驟 (1)采集鞋幫或鞋底的原始圖像； (2)對所述原始圖像進(jìn)行圖像增強(qiáng)、形態(tài)學(xué)處理、濾波以及圖像分割以提取所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)； (3)將所述軌跡點(diǎn)坐標(biāo)輸入處理器以完成鞋樣設(shè)計(jì)。
2.如權(quán)利要求I所述的基于圖像處理的鞋樣設(shè)計(jì)方法，其特征在于，所述步驟(2)具體包括 (21)對所述原始圖像進(jìn)行二值閥值化處理得到帶孔洞的、帶雜質(zhì)的二值灰度圖像； (22)對所述二值灰度圖像進(jìn)行圖像漏洞填充； (23)對填充后的圖像的邊緣進(jìn)行除雜質(zhì)處理； (24)對進(jìn)行除雜質(zhì)處理后的圖像進(jìn)行直方圖均衡處理； (25)采用二值圖像跟蹤算法對進(jìn)行直方圖均衡化處理后的圖像進(jìn)行軌跡提取以獲得所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)。
3.如權(quán)利要求2所述的基于圖像處理的鞋樣設(shè)計(jì)方法，其特征在于，所述步驟(21)具體包括 (211)提取所述原始圖像的各個像素值以組成一個數(shù)組； (212)設(shè)定一個閥值； (213)判斷數(shù)組中的所述像素值高于或低于所述閥值； (214)若所述像素值高于所述閥值，則以紅色像素顯示，若所述像素值低于所述閥值，則以黑色像素顯示，得到紅黑的、帶孔洞的、帶雜質(zhì)的二值灰度圖像，且所述孔洞位于紅色區(qū)域內(nèi)、所述雜質(zhì)位于黑色區(qū)域內(nèi)。
4.如權(quán)利要求3所述的基于圖像處理的鞋樣設(shè)計(jì)方法，其特征在于，所述步驟(22)具體包括 (221)采用cvFloodFill函數(shù)將步驟(214)中的所述二值灰度圖像用白色填充，得到孔洞為黑色的孔洞圖； (222)將所述步驟(221)中的孔洞圖進(jìn)行二值反轉(zhuǎn)，得到孔洞為紅色的新孔洞圖； (223)采用cvAdd函數(shù)將步驟(222)和(214)中的圖像進(jìn)行相加以填充孔洞，得到無孔洞的紅黑的二值灰度圖像。
5.如權(quán)利要求4所述的基于圖像處理的鞋樣設(shè)計(jì)方法，其特征在于，所述步驟(23)具體包括 (231)調(diào)用膨脹函數(shù)對步驟(223)中得到的無孔洞的紅黑的二值灰度圖像進(jìn)行膨脹處理； (232)調(diào)用侵蝕函數(shù)對膨脹后的二值灰度圖像進(jìn)行侵蝕處理以去除所述雜質(zhì)。
6.如權(quán)利要求5所述的基于圖像處理的鞋樣設(shè)計(jì)方法，其特征在于，所述步驟(24)具體包括 (241)獲取步驟(232)中進(jìn)行侵蝕處理后的二值灰度圖像及其高度、寬度特征，并將侵蝕處理后的所述二值灰度圖像作為源圖像； (242)暫時分配內(nèi)存，備份所述源圖像，并將所述源圖像初始化為O; (243)調(diào)用灰度直方圖統(tǒng)計(jì)函數(shù)以獲取所述源圖像的灰度分布的概率密度；(244)對所述源圖像的灰度分布進(jìn)行直方圖均衡化處理； (245)逐個掃描所述源圖像中的像素點(diǎn)，并將所述步驟(244)中直方圖均衡化后的結(jié)果寫到所述源圖像的當(dāng)前像素點(diǎn)所對應(yīng)的目標(biāo)圖像中，以生成所述目標(biāo)圖像； (246)將所述目標(biāo)圖像復(fù)制到源圖像中以覆蓋所述源圖像而得到新的源圖像。
7.如權(quán)利要求6所述的基于圖像處理的鞋樣設(shè)計(jì)方法，其特征在于，所述步驟(25)具體包括 (251)在經(jīng)直方圖均衡化處理后的圖像中尋找初始邊界點(diǎn)，記為O，其中所述初始邊界點(diǎn)O的右、右上、上、左上四個鄰點(diǎn)中至少有一個邊界點(diǎn)，記為B ； (252)從所述邊界點(diǎn)B開始進(jìn)行搜索以尋找第一個黑點(diǎn)，并把所述第一個黑點(diǎn)記為新的邊界點(diǎn)C ； (253)將步驟(252)中找到所述新的邊界點(diǎn)C時的搜索方向逆時針旋轉(zhuǎn)90度，重復(fù)步驟(252)以尋找第二個黑點(diǎn)； (254)重復(fù)步驟(252)和(253)直至返回初始邊界點(diǎn)O為止，將所尋找到的全部黑點(diǎn)連接起來以構(gòu)成所述原始圖像的邊緣輪廓的軌跡，各個黑點(diǎn)的坐標(biāo)即為所述原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)。
8.如權(quán)利要求7所述的基于圖像處理的鞋樣設(shè)計(jì)方法，其特征在于，所述步驟(251)具體包括按照從上到下、從左到右的順序進(jìn)行搜索，找到的所述初始邊界點(diǎn)位于左下方。
9.如權(quán)利要求7所述的基于圖像處理的鞋樣設(shè)計(jì)方法，其特征在于，所述步驟(252)具體包括定義像素值為O的點(diǎn)為黑點(diǎn),從所述邊界點(diǎn)B開始,定義初始搜索方向?yàn)樽笊戏?判斷所述左上方的點(diǎn)是否為黑點(diǎn)，若是，則認(rèn)定所述左上方的點(diǎn)為第一個黑點(diǎn)，并將所述第一個黑點(diǎn)作為新的邊界點(diǎn)C ;若不是，則將初始搜索方向順時針旋轉(zhuǎn)45度后再進(jìn)行搜索，不斷重復(fù)地將搜索方向順時針旋轉(zhuǎn)45度直至尋找到所述第一個黑點(diǎn)為止。
全文摘要
本發(fā)明公開了一種基于圖像處理的鞋樣設(shè)計(jì)方法，包括如下步驟(1)采集鞋幫或鞋底的原始圖像；(2)對原始圖像進(jìn)行圖像增強(qiáng)、形態(tài)學(xué)處理、濾波以及圖像分割以提取原始圖像的邊緣輪廓的軌跡點(diǎn)坐標(biāo)；(3)將軌跡點(diǎn)坐標(biāo)輸入處理器以完成鞋樣設(shè)計(jì)。與現(xiàn)有技術(shù)相比，本發(fā)明基于圖像處理的鞋樣設(shè)計(jì)方法，設(shè)計(jì)人員可根據(jù)需要在處理器上隨意更改所述軌跡點(diǎn)坐標(biāo)以達(dá)到更改鞋樣和鞋型的目的，從而完成鞋樣的設(shè)計(jì)，進(jìn)而大大地提高了工作效率；另外，不需要設(shè)計(jì)人員掌握AutoCAD、Photoshop等復(fù)雜的繪圖軟件，從而降低了對設(shè)計(jì)人員本身技能的要求。
文檔編號G06F17/50GK102789523SQ20121022605
公開日2012年11月21日 申請日期2012年7月2日 優(yōu)先權(quán)日2012年7月2日
發(fā)明者張海鷹, 李龍根, 舒雨鋒 申請人:東莞職業(yè)技術(shù)學(xué)院