Browsing by Author "Zhou, Yu-Shin"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    開發動態影像辨識-聚焦衣物的顏色與特徵
    (2024) 周雨欣; Zhou, Yu-Shin
    追求環境保護（E，Environmental）、社會責任（S，Social）以及公司治理（G，Governance）的背景下[1]，實驗室開始專注於紡織產業的衣物布料回收研究。回收的材料包括常見的聚酯纖維（Polyester）、尼龍（Nylon）、棉（Cotton）以及聚酯纖維與棉的混紡等。過去，紡織產業通常需要依賴特定的化學技術進行材料鑑別，然後才能製造新的衣物。然而，現今實驗室已經能夠透過光譜變化的量測來確定衣物的材質[2]。本研究將採用Python語言開發，利用OpenCV影像辨識技術分析攝影機拍攝的衣物表面狀態，從中檢測出衣物的顏色，進一步協助化學分析。本研究旨在利用在紡織產線上搭建的 Linux 系統架構，配備一組固定位置攝影機，拍攝紡織品流動的畫面，並透過影像處理技術分析衣物的顏色，將分析結果顯示於螢幕上。資料收集方面，我們與實驗室合作的紡織研究所以及舊衣回收所合作，從中獲取素色紡織品以及具有不同樣式的紡織品作為研究對象。實驗步驟包括以下幾個主要步驟：首先，從衣物中特定範圍抓取顏色像素，其中色彩空間主要使用HSV，將BGR像素轉換為色相（Hue）、飽和度（Saturation）、明度（Value），以定義和抓取顏色範圍；隨後，利用K-means主成分分群算法[12]，將特定範圍內的像素分群，並提取出其中的三個主要顏色；最後，將這三種主要顏色映射到三維空間中，計算它們之間的距離，以判定衣物的特性和顏色，例如素色（solid）、褪色或淡色（fade）以及具有不同樣式的衣物色（pattern）。透過這些步驟，我們旨在確定衣物的特性與顏色之間的關聯性。分析結果顯示，成功開發了一個顏色辨識系統乃是透過Python程式和OpenCV影像處理技術，在色彩空間轉換和K-means主成分分群算法，能夠準確地抓取衣物的特定區域並識別出其顏色之外，可以用K-means的計算結果，知道三大顏色分群關聯性，並得知衣服的樣式類別。這一過程對於材料鑑定和化學分析提供了重要的基礎，使我們能夠更有效地處理和回收紡織品。