丁笑君，鄒楚杭，陳敬玉，鄒奉元

(1.浙江理工大學(xué)服裝學(xué)院，浙江 杭州 310018;2.浙江省服裝工程技術(shù)研究中心，浙江 杭州 310018;3.伊利諾伊大學(xué)厄巴納-香檳分校計(jì)算機(jī)科學(xué)系，美國 伊利諾伊州厄巴納 61801)

畬族服裝特征提取及其分布

丁笑君1，2，鄒楚杭3，陳敬玉1，鄒奉元1，2

(1.浙江理工大學(xué)服裝學(xué)院，浙江 杭州 310018;2.浙江省服裝工程技術(shù)研究中心，浙江 杭州 310018;3.伊利諾伊大學(xué)厄巴納-香檳分校計(jì)算機(jī)科學(xué)系，美國 伊利諾伊州厄巴納 61801)

服飾紋樣是畬族服裝的重要特征，這些特征的數(shù)字化研究對畬族服裝的計(jì)算機(jī)自動分類有重要意義。實(shí)驗(yàn)選取12款典型畬族服裝，采用高斯模糊和尺度不變特征轉(zhuǎn)換方法從服裝樣圖中提取特征關(guān)鍵點(diǎn)，并獲得在領(lǐng)口、門襟、袖口和側(cè)開衩等不同區(qū)域的關(guān)鍵點(diǎn)分布。結(jié)果表明:用計(jì)算機(jī)獲得的關(guān)鍵點(diǎn)分布與不同類別畬族服裝特征之間具有良好的一致性;通過關(guān)鍵點(diǎn)數(shù)量分析，可以得到不同類別畬族服裝的關(guān)鍵設(shè)計(jì)區(qū)域和排序;用關(guān)鍵點(diǎn)向量間方差大小可以表征畬族服裝紋理的復(fù)雜度。該方法可有效識別不同類別的畬族服裝，為畬族服飾設(shè)計(jì)提供了參考。

畬族服裝;高斯模糊;尺度不變特征轉(zhuǎn)換;服裝特征;關(guān)鍵點(diǎn)分布;服裝類別

畬族是我國東南地區(qū)的少數(shù)民族，具有獨(dú)特的服飾文化，至今仍保留著許多鮮明的服飾特征，服飾成為了畬族的標(biāo)志和族群認(rèn)知的依據(jù)［1］。根據(jù)文獻(xiàn)資料顯示，分布在不同地區(qū)的畬族服飾存在或多或少的外觀差異，這些服飾在款式和裝飾細(xì)節(jié)上各不相同［2］，但又有共同的民族文化印記［3］。福建閩東地區(qū)分布著福安、羅源、福鼎和霞浦4種服飾樣式［4］，這些服裝均為右衽大襟式小袖服，衣片主色為青黑色，但領(lǐng)座高度、門襟的開襟形式等各不相同。紛繁的服飾樣式分支使畬族服裝呈現(xiàn)出多樣化的外觀，這在一定程度上帶來了辨識難度。

近年來，一些專家學(xué)者在服裝特征數(shù)字化領(lǐng)域進(jìn)行了探索。周廣君［5］利用邊緣檢測算子對服裝款式圖片進(jìn)行邊緣特征點(diǎn)的提取;徐紅梅［6］運(yùn)用灰度共生矩陣和神經(jīng)網(wǎng)絡(luò)的方法提取互助土族服飾的圖像紋理特征;盧興敬［7］利用JSEG分割算法，提取服裝圖像的顏色特征和紋理特征;張?；ǎ?］從符號學(xué)、傳播學(xué)的角度，對服裝風(fēng)格符號特征進(jìn)行分析;徐慧娟［9］應(yīng)用多元尺度法、眼動跟蹤技術(shù)、意象尺度法分析女上裝造型，提取出女上裝造型特征。然而，上述方法均未對紋樣特征的分布情況進(jìn)行分析。

與上述服裝特征提取方法不同，尺度不變特征轉(zhuǎn)換方法(SIFT)能從圖像中提取相應(yīng)的關(guān)鍵點(diǎn)，并同時(shí)獲取相應(yīng)的紋理特征和分布情況，因此，本文采用高斯模糊對圖像進(jìn)行預(yù)處理以平滑噪聲，而后采用SIFT方法從具有典型意義的畬族女子服裝圖樣中提取不同部位可靠的特征關(guān)鍵點(diǎn);通過對關(guān)鍵點(diǎn)分析、歸納得到畬族服飾設(shè)計(jì)的重點(diǎn)區(qū)域;由區(qū)域內(nèi)關(guān)鍵點(diǎn)向量間方差大小來表征畬族服裝紋理的復(fù)雜度。期望為不同類別畬族服裝的識別和服飾設(shè)計(jì)實(shí)踐提供指導(dǎo)。

1 實(shí)驗(yàn)

1.1 實(shí)驗(yàn)樣衣

實(shí)驗(yàn)選取具有典型特征的福建省畬族女上衣，分為福鼎、羅源、福安、霞浦4個(gè)類別，各有3件典型款式。其中樣衣1為福鼎金鳳畬族服飾有限公司提供，樣衣2、3為福鼎硤門畬族鄉(xiāng)藏品，樣衣4、5、6為羅源蘭曲釵制作，樣衣7、8、9為福安阮曉東藏品，樣衣10為霞浦畬民家傳服飾，樣衣11、12為霞浦雷其松藏品，實(shí)驗(yàn)樣衣共12件，如圖1所示。

圖1 實(shí)驗(yàn)樣衣Fig.1 Samples for experiment.(a)Sample 1，F(xiàn)uding;(b)Sample 2，F(xiàn)uding;(c)Sample 3，F(xiàn)uding;(d)Sample 4，Luoyuan;(e)Sample 5，Luoyuan;(f)Sample 6，Luoyuan;(g)Sample 7，F(xiàn)u'an;(h)Sample 8，F(xiàn)u'an;(i)Sample 9，F(xiàn)u'an;(j)Sample 10，Xiapu;(k)Sample 11，Xiapu;(l)Sample 12，Xiapu

4個(gè)類別的實(shí)驗(yàn)樣衣均為右衽，但領(lǐng)座高度、門襟的開襟形式、花邊圖案的裝飾重點(diǎn)各不相同。福鼎式和霞浦式均為立領(lǐng)大襟，領(lǐng)座較高，胸襟處有多層紅色繡花，但福鼎式領(lǐng)口飾有2粒俗稱楊梅球的絨花，有的還在袖口用3層彩色拼接進(jìn)行裝飾;羅源式為交領(lǐng)大襟衣，在門襟、領(lǐng)圈至肩部和袖口有多層花邊，樣式華麗;福安式較為素雅，立領(lǐng)大襟，領(lǐng)座較低，胸襟處有紅色三角形拼接裝飾。

1.2 SIFT算法關(guān)鍵點(diǎn)提取原理

SIFT的基本原理［10］是在圖像的不同尺度空間找到關(guān)鍵點(diǎn)，并提取尺度、旋轉(zhuǎn)和位置不變量等圖像特征。

1.2.1 尺度空間極值檢測

將彩色圖像轉(zhuǎn)換為灰度圖。采用高斯差分函數(shù)找到灰度圖像在不同尺度空間下保持穩(wěn)定的潛在關(guān)鍵點(diǎn)，該函數(shù)在不同尺度空間σ下表現(xiàn)形式為:

式中:G(x，y，σ)為二維空間下尺度可變高斯函數(shù);(x，y)為空間坐標(biāo);σ 為尺度坐標(biāo);I(x，y，σ)表示二維圖像I(x，y)與尺度可變高斯函數(shù)卷積所得的對應(yīng)尺度空間。

1.2.2 關(guān)鍵點(diǎn)定位

根據(jù)所得的潛在關(guān)鍵點(diǎn)，確定其位置和尺度信息，并以此為依據(jù)挑選出尺度、旋轉(zhuǎn)和位置信息穩(wěn)定的點(diǎn)作為關(guān)鍵點(diǎn)。

式中:DT為矩陣D的轉(zhuǎn)置。若|D(x^)|＜0.03，則說明此關(guān)鍵點(diǎn)為不穩(wěn)定的關(guān)鍵點(diǎn)，應(yīng)剔除，反之保留。

1.2.3 方向分配

根據(jù)關(guān)鍵點(diǎn)所在的局部灰度圖像的梯度信息給關(guān)鍵點(diǎn)分配1個(gè)或多個(gè)方向。圖像I(x，y)在關(guān)鍵點(diǎn)(x0，y0)處梯度的方向參數(shù)定義為

1.2.4 關(guān)鍵點(diǎn)描述

用關(guān)鍵點(diǎn)周圍16像素×16像素的灰度圖像素塊內(nèi)的梯度值來描述關(guān)鍵點(diǎn)。將16像素×16像素的像素塊分割為大小為4像素×4像素共16個(gè)子塊，對每個(gè)子塊內(nèi)的16個(gè)像素點(diǎn)以0、45°、90°、135°、180°、225°、270°和 315°共 8 個(gè)主方向?yàn)榛鶞?zhǔn)進(jìn)行像素梯度采樣，繪制16個(gè)像素點(diǎn)在主方向的梯度直方圖。16個(gè)子塊在8個(gè)方向的梯度直方圖數(shù)據(jù)組合成128維向量，即每個(gè)關(guān)鍵點(diǎn)的描述符。

通過上述SIFT算法，每張圖片可獲取若干關(guān)鍵點(diǎn)。這些關(guān)鍵點(diǎn)具有位置、尺度和方向不變性，其描述符可作為圖像特征用于圖像識別、分類和匹配等的依據(jù)。

2 結(jié)果與討論

2.1 畬族服裝特征提取和篩選

實(shí)驗(yàn)采用MatLab(R2012a)軟件進(jìn)行編程，實(shí)現(xiàn)畬族服裝特征提取和篩選。

2.1.1 特征尺度大小限制

通過SIFT算法，獲得畬族服裝圖像中的關(guān)鍵點(diǎn)。以福鼎類服裝為例(如圖2所示)，紅點(diǎn)為通過SIFT檢測到的關(guān)鍵點(diǎn)，以紅點(diǎn)為圓心的綠圓代表其尺度大小，從紅點(diǎn)伸向綠圓的綠色徑線的方向代表關(guān)鍵點(diǎn)的方向。

圖2 經(jīng)SIFT算法后的結(jié)果Fig.2 Results after SIFT

由圖2可知，通過SIFT算法所得的關(guān)鍵點(diǎn)主要分布在領(lǐng)口、門襟、袖口和側(cè)開衩紋樣位置，這些位置均為畬族服裝設(shè)計(jì)的關(guān)鍵區(qū)域，這也證實(shí)了SIFT能有效提取畬族服裝設(shè)計(jì)的關(guān)鍵點(diǎn)。但實(shí)驗(yàn)發(fā)現(xiàn)部分關(guān)鍵點(diǎn)的尺度值過大，如圖2中領(lǐng)口位置的一個(gè)關(guān)鍵點(diǎn)，其尺度范圍包括整個(gè)領(lǐng)口和門襟部分，這類關(guān)鍵點(diǎn)所包含的特征不具備代表性，因此，實(shí)驗(yàn)通過限制特征尺度大小，預(yù)先排除這類不具備代表性的特征點(diǎn)。通過對比，剔除尺度半徑大于18個(gè)像素點(diǎn)的關(guān)鍵點(diǎn)，實(shí)驗(yàn)結(jié)果如圖3所示。與圖2相比，剔除大尺寸關(guān)鍵點(diǎn)后所得的關(guān)鍵點(diǎn)更為清晰明確，更具代表性。

圖3 限制尺度大小后的SIFT實(shí)驗(yàn)結(jié)果Fig.3 Experimental results after SIFT by limiting size

2.1.2 剔除邊緣及褶皺處關(guān)鍵點(diǎn)

實(shí)驗(yàn)中檢測到有關(guān)鍵點(diǎn)存在于服裝邊緣，還有一些關(guān)鍵點(diǎn)被定位于衣服褶皺處，這是由圖片質(zhì)量引起的，這些關(guān)鍵點(diǎn)同樣不具備代表性，因此，實(shí)驗(yàn)要先對樣本圖像用高斯模糊進(jìn)行預(yù)處理，剔除圖像中的噪聲和細(xì)節(jié)層次，降低褶皺和邊緣對關(guān)鍵點(diǎn)的影響。

關(guān)鍵點(diǎn)檢測結(jié)果見圖4。與圖3相比，通過高斯模糊的預(yù)處理，剔除了大部分的邊緣關(guān)鍵點(diǎn)和褶皺關(guān)鍵點(diǎn)，得到了較好的效果。其余3個(gè)類別的實(shí)驗(yàn)樣衣檢測得到的關(guān)鍵點(diǎn)見圖5。由圖可知，經(jīng)過高斯模糊的預(yù)處理后，關(guān)鍵點(diǎn)定位在領(lǐng)口和門襟、袖口及側(cè)開衩等服裝設(shè)計(jì)區(qū)。這與畬族服裝特征的主觀認(rèn)知和識別相符，進(jìn)一步驗(yàn)證了SIFT算法獲取畬族服裝關(guān)鍵設(shè)計(jì)區(qū)域的有效性。

圖4 高斯模糊處理后的實(shí)驗(yàn)結(jié)果Fig.4 Experimental results of Gauss fuzzy processing

圖5 經(jīng)SIFT后的其他類別樣衣實(shí)驗(yàn)結(jié)果Fig.5 Experimental results of other categories after SIFT.(a)Fu'an;(b)Luoyuan;(c)Xiapu

2.2 關(guān)鍵點(diǎn)分析

由實(shí)驗(yàn)結(jié)果可知，畬族服裝關(guān)鍵點(diǎn)在不同部位所占的比例各不相同。為獲得特征關(guān)鍵點(diǎn)分布情況，結(jié)合畬族服裝設(shè)計(jì)區(qū)的重點(diǎn)部位，將實(shí)驗(yàn)樣衣圖像簡單分割為6個(gè)部分:上下對半分;根據(jù)袖子與大身的比例，左袖尺寸∶大身尺寸∶右袖尺寸以3∶4∶3的比例分割。如圖6所示。

其中(1)號和(3)號區(qū)域包括袖口，(2)號區(qū)域包括領(lǐng)口和門襟，(5)號區(qū)域包括側(cè)開衩部位。

圖6 關(guān)鍵點(diǎn)所處位置切分Fig.6 Key point location segmentation.(a)Original sample;(b)After Gauss fuzzy processing

計(jì)算每件樣衣圖片中，處于領(lǐng)口和門襟、袖口及側(cè)開衩這3個(gè)區(qū)域內(nèi)的關(guān)鍵點(diǎn)占每張圖片總關(guān)鍵點(diǎn)數(shù)量的比值，如圖7所示。表1示出關(guān)鍵點(diǎn)數(shù)量的比值。

圖7 不同區(qū)域關(guān)鍵點(diǎn)數(shù)量的比值分布圖Fig.7 Key point position proportional distribution

表1 關(guān)鍵點(diǎn)數(shù)量的比值Tab.1 Proportion of key point quantity

由表1可知實(shí)驗(yàn)樣衣在3個(gè)不同區(qū)域的關(guān)鍵點(diǎn)分布情況。福鼎、羅源類樣衣，領(lǐng)口+門襟部位關(guān)鍵點(diǎn)最多，袖口次之，側(cè)開衩最少，而且各部位關(guān)鍵點(diǎn)多少差別明顯;福安、霞浦類樣衣，分布在領(lǐng)口+門襟處關(guān)鍵點(diǎn)較多，側(cè)開衩次之，袖口最少，但是側(cè)開衩和袖口部位關(guān)鍵點(diǎn)數(shù)比較接近。

SIFT算法所得關(guān)鍵點(diǎn)還具有紋理特征。某一區(qū)域內(nèi)紋理復(fù)雜度可由區(qū)域內(nèi)關(guān)鍵點(diǎn)向量間方差大小來表征。實(shí)驗(yàn)樣衣的關(guān)鍵點(diǎn)描述符向量方差如表2所示。

表2 關(guān)鍵點(diǎn)描述符向量方差Tab.2 Descriptor vector variance of key point

由表2可知，福安類樣衣關(guān)鍵點(diǎn)描述符向量方差相近，說明3個(gè)區(qū)域的紋理復(fù)雜度相當(dāng);福鼎類和羅源類樣衣袖口紋理最復(fù)雜，領(lǐng)口+門襟次之，側(cè)開衩部分較簡單;霞浦類樣衣領(lǐng)口+門襟位置紋理最為復(fù)雜，側(cè)開衩次之，袖口明顯小于前兩個(gè)區(qū)域。觀察4類樣衣圖片，福安類樣衣3處花紋都較少，幾乎沒有紋理;福鼎類和羅源類袖口、領(lǐng)口有較多花紋，側(cè)開衩部分比較簡單;霞浦類樣衣袖口沒有花紋，領(lǐng)口門襟和側(cè)開衩有規(guī)律紋樣。主觀觀察結(jié)果與表2數(shù)據(jù)相符合，證明了尺度不變空間轉(zhuǎn)換還能表征樣衣不同區(qū)域紋理復(fù)雜度。

3 結(jié)論

本文采用尺度不變特征轉(zhuǎn)換的方法，從典型畬族服裝圖片中提取出畬族服裝特征的關(guān)鍵點(diǎn)，分析了畬族服裝不同類別的關(guān)鍵點(diǎn)在不同區(qū)域的分布情況，得到以下結(jié)論。

1)用尺度不變特征轉(zhuǎn)換方法，可以從畬族服裝樣圖中有效提取特征關(guān)鍵點(diǎn)，并與畬族服裝特征的主觀認(rèn)知和識別具有良好的一致性。

2)通過分析獲取包括領(lǐng)口、門襟、袖口和側(cè)開衩等部位的特征關(guān)鍵點(diǎn)，得到了畬族服裝不同類別的關(guān)鍵設(shè)計(jì)區(qū)域和排序。

3)用關(guān)鍵點(diǎn)向量間方差大小，可以表征畬族服裝不同區(qū)域的紋理復(fù)雜度。

［1］ 閆晶，范雪榮，陳良雨.文化變遷視野下的畬族古代服飾演變動因［J］.紡織學(xué)報(bào)，2012，33(1):111－115.YAN Jing，F(xiàn)AN Xuerong，CHEN Liangyu.Evolution causes analysis of She's ancient costume from perspective of cultural change［J］.Journal of Textile Research，2012，33(1):111 －115.

［2］ 雷志良.畬族服飾的特點(diǎn)及其內(nèi)涵［J］.中南民族學(xué)院學(xué)報(bào):哲學(xué)社會科學(xué)版，1996(5):131.LEI Zhiliang.Traits and connotation of She people's costume［J］.Journal of South-Central University for Nationalities:Philosophy and Social Science，1996(5):131.

［3］ 陳敬玉.民族服飾的固態(tài)保護(hù)與活態(tài)傳承:以浙江景寧畬族為例［J］.絲綢，2011，48(5):48 －50，63.CHEN Jingyu.Studyon the solid protection and 1 iveinheritance of ethnic costume:take a case of She nationality in Jingning Zhejiang［J］.Journal of Silk，2011，48(5):48 －50，63.

［4］ 龔任界.霞浦畬族服飾研究［D］.福州:福建師范大學(xué)，2006:14－16.GONG Renjie.Research on the costume of the She Nationality in the region of Xiapu［D］.Fuzhou:Fuzhou Normal University，2006:14 －16.

［5］ 周廣君.圖像特征技術(shù)在個(gè)性化服裝款式系統(tǒng)中的應(yīng)用研究［D］.上海:東華大學(xué)，2010:27－35，46－53.ZHOU Guangjun.Research of image feature extraction in personal garment pattern system［D］.Shanghai:Donghua University，2010:27 －35，46 －53.

［6］ 徐紅梅.民族服飾文化傳承中的圖像記錄研究:以互助土家服飾為例［D］.重慶:西南大學(xué)，2011:97－104.XU Hongmei.The picture record for ethnic dress culture inheritance:an case on Huzhu Tu Nationalty's dress［D］.Chongqing:Southwest University，2011:97－104.

［7］ 盧興敬.基于內(nèi)容的服裝圖像檢索技術(shù)研究及實(shí)現(xiàn)［D］.哈爾濱:哈爾濱工業(yè)大學(xué)，2008:23－28.LU Xingjing.Research and implementation on content based clothing image retrieval［D］.Harbin:Harbin Institute of Technology，2008:23 －28.

［8］ 張?；?服裝風(fēng)格與傳播研究［D］.北京:北京服裝學(xué)院，2009:11－21.ZHANG Haihua.The symbols of the apparel style and its communication［D］.Beijing:Beijing Institute of Fashion Technology，2009:11 －21.

［9］ 徐慧娟.基于Chanel女上裝的造型特征及意象空間研究［D］.杭州:浙江理工大學(xué)，2006:19－52.XU Huijuan.A study on style characters and image space based on CHANEL dress［D］.Hangzhou:Zhejiang Sci-Tech University，2010:19 －52.

［10］ LOWE D G. Object recognition from local scaleinvariant features［C］//JOHN K T，ANDREW B，YUICHI O，et al.The Proceedings of the Seventh IEEE International Conference on Computer Vision.Piscataway:the Institute of Electrical and Electronics Engineers Inc，1999:1150－1157.

Extraction and distribution of She nationality clothing characteristics

DING Xiaojun1，2，ZOU Chuhang3，CHEN Jingyu1，ZOU Fengyuan1，2
(1.School of Fashion Design ＆ Engineering，Zhejiang Sci-Tech University，Hangzhou，Zhejiang 310018，China;2.Zhejiang Provincial Research Center of Clothing Engineering Technology，Hangzhou，Zhejiang 310018，China;3.Department of Computer Science，University of Illinois at Urbana-Champaign，Urbana，Illinois 61801，USA)

Clothing patterns is an important feature of the She nationality clothing，so it is important to apply digital research based on the characteristics to the computer automatic classification of She nationality clothing.In this paper，12 typical She nationality clothing were selected，feature key points were abstracted from the clothing by using the Gauss fuzzy and scale-invariant feature transform method，and the key points distribution of different parts such as neckline，placket，cuffs and side slits were acquired.The results show that good agreement exists between the key point distribution obtained by computer and the different categories of the clothing feature.The key design area and sorting of different She nationality clothing were acquired by the analysis on the key points quantities.The complexity of the clothing texture can be characterized by the vector variance of key points.This method can effectively identify the different categories of the She nationality clothing and provide a reference for the clothing design.

She nationality clothing;Gauss fuzzy;scale-invariant feature transform;clothing feature;key points distribution;clothing category

TS 941.17

A

10.13475/j.fzxb.20140704506

2014－07－21

2015－02－16

浙江省服裝工程技術(shù)研究中心開放基金項(xiàng)目(2014YXQN10，2014KF16);浙江理工大學(xué)科研啟動基金項(xiàng)目(13072123-Y)

丁笑君(1981—)，女，實(shí)驗(yàn)師，博士生。主要研究方向?yàn)榉b數(shù)字化技術(shù)及服裝人體工程。鄒奉元，通信作者，E-mail:zfy166@zstu.edu.cn。