基于Sift特征的服装纸样检索

戴斌辉，王晓云，张鸿志

（1.天津工业大学艺术与服装学院，天津 300387；2.天津工业大学纺织学院，天津 300160）

基于Sift特征的服装纸样检索

戴斌辉1，王晓云1，张鸿志2

（1.天津工业大学艺术与服装学院，天津 300387；2.天津工业大学纺织学院，天津 300160）

提出了基于Sift特征的服装纸样检索方法.首先提取服装结构图的Sift特征，再采用近似的最近邻搜索算法在纸样数据库中检索相似纸样.该方法对于相似的图像或子图像具有良好的识别能力，可大大减少服装纸样检索的时间，从而有效利用已有的纸样库资源，避免重复打板.另外，该方法还可用于甄别服装板型结构设计的原作.

Sift算法；Sift特征匹配；纸样检索；服装纸样

参数化设计已广泛运用到服装纸样设计中，参数驱动机制的运行是通过一个强大的关系数据库，存储参数之间的约束关系以及各实体之间的对应关系.在纸样图中修改后，不仅反映在纸样结构图的变化中，相应的裁片、排料图中也作了同步变化，免去了设计者的重复工作，提高了效率.目前服装CAD系统中设计完成的纸样结构是根据款式名称或编号来存档的，设计师根据常见的服装类型设计出基本纸样（也称头样），无论款式怎样变化、多么复杂，都可以在基本纸样基础上进行部件的增减设计，但以款式名称检索的方法缺少一定的直观性，操作繁杂.而且每个企业命名的方法都不一样，这样也给查找带来了一定的困难.为了更好的重复利用各款式，本文提出了基于Sift特征的服装纸样检索方法.

1 Sift算法

1.1 图像多尺度表示

尺度空间理论最早出现于计算机视觉领域时，其目的是模拟图像数据的多尺度特征.Koendetink证明高斯卷积核是实现尺度变换的唯一变换核，而Lindeberg等人则进一步证明高斯核是唯一的线性核.

二维高斯函数定义如下[1-2]：

式中：σ代表了高斯正态分布的方差.

一幅二维图像，在不同尺度下的尺度空间表示可由图像与高斯核卷积得到：

式中：（x，y）代表图像的像素位置；ξ称为尺度空间因子，其值越小则表示该图像被平滑的越少，相应的尺度也就越小；大尺度对应于图像的概貌特征，小尺度对应于图像的细节特征；L代表了图像的尺度空间.

1.2 Sift特征匹配算法介绍

David Lowe于1999年提出了Sift局部特征描述子，并于2004年在总结了现有的基于不变量技术的特征测量方法的基础上提出了Sift特征匹配算法，这是一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的特征匹配算法.Sift特征是图像的局部特征，该特征对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性.因此可以采用此算法处理2幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，其具有很强的匹配能力.

Sift算子具有以下特性：

（1）Sift特征是图像的局部特征，对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性，对视觉变化、仿射变换也保持一定程度的稳定性[3-4].

（2）独特性好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配.

（3）多量性，即使少数的几个物体也可以产生大量Sift特征向量.

（4）速度相对较快，经优化的Sift匹配算法甚至可以达到实时的要求.

（5）可扩展性强，可以很方便的与其他形式的特征向量进行联合.

1.3 服装结构图Sift特征的提取

Sift特征的提取有如下4个步骤：

（1）服装结构尺度空间极值点检测.对输入图像先进行增量式的高斯卷积以建立DoG空间，然后在3个相邻尺度的领域中搜索极值点，初步得到服装结构特征点的位置.如图1所示，初步得到纸样绘制过程中的一些特征点.

（2）对服装结构特征点的精确定位.如图2所示，去掉纸样结构中的一些辅助点.

（3）为服装结构特征点分配方向值，使得方向不变.创建梯度方向直方图，选择主峰值作为特征点的方向，达到主峰值80%以上的局部峰值视为辅助方向，以增强特征的健壮性.如图3所示.

（4）生成服装结构特征描述子.将特征点16×16领域中各点的坐标按高斯加权归入4×4的位置网络，将其于特征点的相对方向加权得到8格方向直方图，从而获得128维的描述子，如图4所示.

图1 极值点检测Fig.1 Detection of extreme points

图2 特征点精确定位Fig.2 Precise positioning of feature points

图3 特征点分配方向值Fig.3 Distribution of drection value of feature points

图4 生成特征描述子Fig.4 Generate characteristic descriptor

1.4 服装结构图的Sift特征匹配

服装结构特征匹配如图5所示，（a）为所画的服装结构图，（b）为纸样库中的服装结构图.

图5 服装结构特征匹配Fig.5 Garment pattern feature matching

当2幅图像的Sift特征向量生成以后，下一步就可以采用关键点特征向量的欧式距离来作为2幅图像中关键点的相似性判定度量.取图3服装结构图的某个关键点，并找出与纸样库中的距离最近的前2个关键点.在这2个关键点中，如果最近距离除以次近距离小于某个比例阙值，则接受这一对匹配点.降低这个比例阙值，Sift匹配点数目会减少，但更加稳定.

如图5所示，只要画出服装结构大致轮廓图，就能快速的在纸样库中检索到相似的服装结构图，这样可以降低打板难度，也省去了一些服装结构局部的重复打板，如图5中可以省去画省的时间.

对于一些局部结构特别的纸样，可以通过局部的绘制，如领子、袖子等，就能检索出整个服装纸样，或者检索出相似的服装结构，进行修改.

2 基于Sift算法的服装纸样检索系统

服装纸样检索的目的可归结为：给定一个待查纸样结构图，确定它是否和纸样库中任何一个足够相似以至造成混淆.利用Sift特征，可准确查找出数据库中潜在的相似特征，并具有很强的健壮性，适合用于纸样结构检索.检索时需要注意以下几点：

（1）应对纸样结构图进行降噪处理，以避免产生无意义的特征，对检索的速度和准确度造成干扰.

（2）特征点的数量对检索也有很大的影响.特征点过多不仅会使检索速度变慢而且也不必要；特征点过少又容易造成漏检.因此，构建纸样数据库时应对图像产生的特征点数量进行归一控制.

（3）随着企业的发展，纸样数据库会越来越庞大，因此，检索所需的计算量也成为应考虑的问题，本文在检索阶段采用近似的最近邻搜索算法，使用该算法可以在不显著减低匹配精度的情况下有效提高检索速度.

本文构建的纸样检索系统框架如图6所示.

对于很多服装企业来说，该系统使用起来存在一定的局限性，因为国内中小服装企业占多数，而且服装企业的产品取决于各类服装的生产线，每个企业只生产满足自身设备技术条件的同类产品，例如西装的基本板型只有几种.所以该系统比较适合服装款式多，周期短的中大型服装企业.

图6 纸样检索系统框架Fig.6 System of pattern retrieval

服装是流行的产物，款式和结构每年都会随流行的审美时尚而变，即使是款式完全相同的服装，不同时期设计的纸样结构也不同，因此查找完全相同的款式有一定的难度.该系统在服装结构特征匹配后，会进行相似度排序，查找出相似的结构图.

对于一些自主生产或者有品牌的服装企业来说，可以创建一个原作纸样库.出于知识产权保护目的，用Sift描述子进行图形的识别，甄别服装板型结构设计的原作.

3 结束语

如何提高服装企业的生产效率并节省生产成本是很多企业考虑的重点.本文提出了一种用Sift描述子进行纸样结构图的检索算法，它对于相似的图像或子图像具有良好的识别能力.基于Sift特征开发纸样检索系统的，大大减少了打板时间，从而提高了企业的生产效率.

[1]王国美，陈孝威.SIFT特征匹配算法研究[J].盐城工学院学报，2007，20（2）：1-5.

[2]刘 立，彭复员，赵 坤，等.采用简化SIFT算法实现快速图像匹配[J].红外与激光工程，2008，37（1）：181-184.

[3] 林传力，赵宇明.基于sift特征的商标检索算法[J].计算机工程，2008，23：275-277.

[4]李云霞，曾 毅，钟瑞燕，等.基于SIFT特征匹配的图像拼接算法[J].计算机技术与发展，2009，19（1）：43-45.

Pattern retrieval algorithm based on Sift feature

DAI Bin-hui1，WANG Xiao-yun1，ZHANG Hong-zhi2
（1.School of Art and Clothing，Tianjin Polytechnic University，Tianjin 300387，China；2.School of Textiles，Tianjin Polytechnic University，Tianjin 300160，China）

The way to search for the same draft based on Sift feature is proposed.By use of DoG，Sift consists of adjacent scale Gaussian differential unclear and input image convolution，the calculation of scale space is simplified.It has a good ability to identify the similar image or sub-image，it will save a lot time，so that we can use the source of draft best，avoiding doing the same draft and wasting time.In addition，the method is significantly used to identify clothing original design of plate-type pattern.

Sift；Sift feature matching；pattern retrieval；garment pattern

book=3,ebook=111

TS941.2

A

1671－024X（2010）03－0037－03

2009-11-19

戴斌辉（1985—），男，硕士研究生.

王晓云（1963—），女副教授，硕士生导师.E-mail：kanxinwenlianbo@163.com