doi:10.19677/j.issn.1004-7964.2023.06.005
动物皮革纹理特征提取和重构方法研究
彭棉珠1，谭路路2，黄志高2*，杨志锋2
泉州师范学院（1.仰恩大学现代教育技术中心，福建泉州362014；2.泉州师范学院，福建泉州362000）
摘要：文章提出了一种描述皮革纹理特征以及根据特征值重构皮革形状的方法。首先构建皮革纹理的层次结构
模型，然后对皮革表面的测量值进行统计分析，提取描述皮革纹理外形特征的参数，最后基于提取的参数和皮革纹理的层次结构模型重构皮革形状。实验结果表明，方法在提高皮革图案设计效率的同时能够更准确地提取皮革纹理特征。关键词：皮革；仿制；纹理特征；形状重构中图分类号:TP 391.41文献标志码:A
Research on the Extraction and Reconstruction Method of
Animal Leather Texture Feature
(1.Modern Educational &Technical Center,Yangen University,Quanzhou 362014,China;2.Quanzhou Normal
University,Quanzhou 362000,China)
Abstract:This paper proposed a method to describe the leather texture feature and reconstruct the leather shape from the eigenvalues.The hierarchical structure model of leather texture was firstly constructed,and then the measured values of leather surface were statistically analyzed to extract the parameters describing the appearance characteristics of leather texture,and finally the leather shape was reconstructed based on the extracted parameters and the hierarchical structure model of leather texture.Results show that the present method can not only improve the efficiency of leather pattern design,but also extract leather texture features more accurately.
Key words:leather;imitation;texture feature;shape reconstruction
收稿日期：2023-03-20基金项目：福建省中青年教师教育科研项目“基于模拟登录的微博数据采集方案”（JT180381）第一作者简介：彭棉珠（1983-），女，硕士，实验师，主要从事模式识别，影视后
期。E-mial:****************。*通信作者：黄志高（1982-），男，硕士，讲师，主要从事网络通信技术，数字图像处理。E-mial:***************。
引言
仿制皮革具有边缘整齐，设计和颜多样，防水性能好，利用率高，价格比真皮便宜等特点，广泛用于增强内饰和其他加工品的质感。仿制皮革加工的一个关键在于有效的质感。仿制皮革加工的一个关键在于有效融合动物皮革的纹理特性，而动物皮革的纹理特性在很大程度上取决于收集的动物的类型和部位。例如，牛皮沟槽和被沟槽包围的脊形
成的图案常应用于仿制皮革；鳄鱼等爬行动物的皮
脊比较粗大，起伏明显；猪革毛孔明显，毛孔密集度高，其仿制皮革质感各有差异。
皮革压花是将动物皮肤的花纹转印到模具上，并应用在仿制皮革表面成型。工匠手动绘制并修正图案的方式成本高、效率低，采用纹理特征提取并重构图案是一种高效的工业替代方法。但是传统的纹理特征提取方法通常会受到噪声、光照和角度等因素影响，导致提取的特征不够准确[1]。因此，需要基于特征重构方法，采用机器视觉和多种图像处理方法更准确地提取皮革纹理特征，从而有效提高皮革图案的设计效率。
传统的基于纹理的图案生成方法通过模拟多种物质的相互作用来再现生物体表面的图案，属于复杂元胞自动机。例如，Efros 等人[2]通过图像拼接，
皮革科学与工程第33
卷
比较重叠块的颜信息，并在误差最小的边界处将它们连接起来，可在多种分辨率下匹配输入图像和生成图像。Dunbar 等人[3]合成处理具有相似结构的多个纹理。这些纹理生成方法可以获得高质量的纹理，但难以生成实际存在的纹理以外的纹理。作为一种不同的方法，Ostromoukhov [4]提出了一种使用扩散反应方程的纹理生成方法。然而，在这些方法中，生物体表面出现的图案是通过模拟多种物质的相互作用来再现的，因此很难预测合适的参数来生成预期的图案。在皮革领域，程序纹理生成方法已有相关报道。Raad 等人[5]以层次结构对皮肤表面的皮肤脊和皮肤沟进行建模，然后通过Voronoi 划分方法生成图案，并利用Bezier 曲线获得皮肤的横截面形状。Matusik 等人[6]提出了一种使用Delaunay 三角形剖分生成轮廓和详细形状的方法。在Itoh 等人[7]的方法中，通过伪Voronoi 划分铺设封闭区域，并使用细分曲成面生成详细形状。Sakurai 等人[8]报道了一种通过粒子系统模拟皮革表面细胞，并将结果进行Delaunay 三角剖分以生成皮革形状的方法。这种方法考虑了皮革的表面特征，而不是传统的随机数生成方法。Sakurai 等人的方法关注真皮中的“流动”，并使用弹性模型在皮革表面生成皮槽。
文章针对猪、马、羊等动物毛孔组成的皮革图案，提出了一种从真实样本中提取特征并重构图案的方法。创新点在于基于层次结构模型和特征量的统计方法，从皮革表面的测量值中提取代表皮革形状的特征量，用简洁的参数来描述和生成皮革图案。提出的方法可用于皮革质量评价和辅助设计等领域。
1皮革纹理特征
皮革表面由毛孔、沟、脊组成，毛发埋在皮肤中
的部分称为毛根，毛根周围有鞘状的毛孔。皮革图案根据动物种类、身体部位和年龄的不同而变化。例如，皮肤扩张和收缩的区域，或者关节往往有很深的皮沟；小牛和羔羊皮没有明显的沟或脊，而是由许多紧密排列的毛孔组成，密集堆积的毛孔区域称为复合毛囊。图1是由毛孔组成的皮革图案。该图像用三角测量法通过点激光束测量深度，将32.14滋m 的深度差量化为256个等级，并以灰度显示，越亮表示越浅，越暗表示越深。
观察图1可以确认三个或更多的毛孔形成簇，并且每个簇中的毛孔具有相似的分布和形状。在本
文中，每个簇被视为一个复合毛囊，并假定所有毛孔都属于复合毛囊。图2所示的两层结构模型是描述由毛孔和复合毛囊组成的结构。这里，F(i,0)是F(i,j≠0)的合成。
2皮革纹理的生成方法
2.1方法概述
图3是皮革纹理特征提取与仿制合成流程图。首先，使用三维形状测量装置测量实际皮革样品的表面形状；接着用测量得到的数据来分析皮革图案的特征，并提取皮革特征参数；然后根据参数重建皮革图案；最后，将得到的图案加工成合成革产品。
三维形状测量装置采用非接触式光学测量技术，可以投射光线或激光到物体表面，然后通过相机或传
感器捕捉反射的光线，从而获取物体的三维信息。这种技术可以用于测量皮革样品的表面形状，包括皮革的纹理、毛孔、凹凸等特征。皮革特征参数是指用于描述皮革表面特征的一些数值或指标，例如皮革的颜、光泽、厚度、强度、韧性、柔软度、透气性等。其中形状、厚度参数可以通过分析三维形状测量装置的测量数据得到，颜和光泽可以
图1皮革表面的纹理构造扫描图
Fig.1Scanning images of texture structure of leather surface
图2复合毛囊的分层几何模型
Fig.2Layered geometric model of compound hair follicle
毛孔
毛孔
复合毛囊
32
第6期彭棉珠，等：动物皮革纹理特征提取和重构方法研究
通过差仪进行测量，强度和韧性可以通过拉力试验机进行测量，柔软度可以通过柔软度测试仪进行测量，透气性可以通过透气测试仪进行测量。
根据皮革特征参数，可以使用计算机图形学技术重建皮革图案，即在计算机上模拟出皮革表面的三维效果，包括皮革的纹理、颜、光照、阴影等，这样有利于设计和预览不同的仿制皮革样式和产品。最后，可将得到的皮革图案加工成合成革制品，即使用人造材料模仿皮革的外观和性能，例如使用聚氨酯或聚氯乙烯等塑料制成合成革，降低产品成本。2.2特征分析流程
本文提出的方法是根据皮革表面的测量数据估计毛孔和复合毛囊的位置，提取特征参数并重构图案的
框架。由毛孔组成的皮革花纹的主要特征是毛孔排列规律。对于特征提取，首先通过测量皮革表面获得的高度场数据来估计毛孔和复杂毛孔的位置，然后根据这些数据构建如图2所示的双层皮革模型，最后统计分析毛孔与复合毛囊的相对位置关系，用少量参数近似复合毛囊的分布，简要描述皮革形状特征。2.3皮革纹理构成元素的获取
如何获取纹理构成
元素，这是皮革纹理特
征分析的第一步。高度场数据由256级灰度图表示，检测到毛孔比周围平坦区域更深。因此，将高度场数据中感兴趣的像素与周围×像素区域中的像素进行比较，通过将
值设定为肉眼测量的毛孔直径的大致值，能
够高精度地检测候补点。图4显示了当为5时提
取毛孔候选点的示例，这些候选点（图中的白点）也包括非真实的毛孔点，因为即使在平坦部分也存在最小值。因此，从候选点中尽可能多地消除平坦区域中的点，并将其余点检测为毛孔。图5显示了所有候选点的深度直方图，假设该分布包含毛孔点和高原点，将分布在某一深度周围的毛孔直方图和分布在另一深度周围的高原直方图相加。基于这两个假设，得到作为分离毛孔点和平台点深度阈值。
图6显示的是，当高度低于该阈值t 的点被视为平坦点，并被删除。
2.4复合毛囊位置估计
复合毛囊是毛孔的分组单位，使用层次聚类求出其位置。将所有毛孔位置的点作为初始类，根据类之间的距离生成类。图6显示了用白点估计的复合毛囊位置，此时二层模型的数据已经构建完成。这里假设复合毛囊均匀分布，作为层次聚类终止条件的阈值可以被视为相邻复合毛囊之间平均距离的一半。但是在聚类之前，由于复合毛囊的位置未知，无法确定复合毛囊之间的距离。因此，在聚类前计算所有相邻毛孔之间的距离[9]，取最大值作为复合毛囊的平均距离。Delaunay 边缘存在连接关系的毛孔位置点视为相邻[10]。
复合毛囊由三个或更多密集排列的毛孔组成，所包含的毛孔孔往往呈相似分布。这种分布的特征明显取决于皮革的类型。本文将对象限定为包含三个或更多毛孔的复合毛囊，并试图说明复合毛囊内毛孔的分布。
首先，定义了一个x 为横轴，y 为纵轴的二维直
图3皮革纹理特征提取与仿制合成流程图
Fig.3Flow charts for the extraction of leather texture
feature and imitation
synthesis
图6平坦点消除后的毛孔分布图
Fig.6Distribution map of hair folli-
cles after the elimination of flat spots
图4毛孔侯选点抽取样本
Fig.4Extracting samples from hair follicle candidate
points 图5侯选点深度直方图Fig.5Depth histogram of
candidate points
t 最大值频率深度
S L
(t)S R
33
皮革科学与工程第33卷
方图。用伪语言描述了毛孔分布的投票算法[11]。
（·）=0
for∈（1…）
if(Mn≥3)
for m∈(1…Mn)
V(F(n,m)-F(n,0))=1
其中（·）为二维直方图V，N为复合毛囊总数，Mn为第n个复合毛囊的毛孔数，F(n,0)为第n个复合毛囊的位置，F(n,m)表示第m个毛孔属于第n 个复合毛囊的位置。以下将该复合毛囊的孔位分布图称为孔分布图。
计算某个角度θ下r方向的密度分布质心，再利用质心组的最小二乘法估算式（1）的系数[12]。
(x cosβ+y sinβ)/a2+(x sinβ-y cosβ)/b2=1（1）式(1)中，β是椭圆的斜率，a和b是椭圆两轴的长度。
接下来，用函数近似表示椭圆点云的密度分布情况。首先，将极坐标系方法应用到椭圆毛孔和复合毛囊分布的拟合估计，根据极坐标的r方向上的密度分布运算得到直径r。此处，r方向的密度分布以直径μ为界呈左右不同偏差的分布。为了用少量的参数逼近这个分布，本文把左右分布看成两个独立的正态分布，分别计算左右的标准差，并根据r对两个标准差进行插值得到连续复合函数。
(r)=1×（1-(r)）+2×(r)（2）式(2)中的(r)是新的分布函数，表示相对于直径μ左右不同的分布，1和2是相对于直径μ左右独立计算的标准差，(r)表示标准差1和2的值用(r)插值得到的标准差。基于两个标准差中较大标准差的累积分布函数的插值系数，以计算包含r方向上密度分布的存在范围。因此，角度θ下r方向上的密度分布可以由三个参数确定，即标准偏差1和2，以及直径μ。这些参数是θ的函数，必须确定三个函数1(θ)、2(θ)和μ(θ)来描述复合毛囊分布图。直径μ可以估计为椭圆。标准偏差1(θ)、2(θ)相对于角度θ变化，两个标准差分布接近于正弦波，正弦方程由最小二乘法估计。
复合毛囊分布图通过将九个参数输入累积分布函数的插值方程来重新生成，但基于合成毛孔分布图的概率来估计点的位置的方法需要较长的计算时间。因此，为了加快速度，通过泊松分布生成一个粗略的点云，然后移动点云，得到一个类似于由参数重新生成的复合毛囊分布的分布图。泊松分布可以保
证每个点之间有一个最小距离，使用泊松分布在皮革表面生成一个粗略的点云，作为毛孔点的初始位置。然后根据复合毛囊分布图来筛选和移动这些点，复合毛囊分布图显示了某个点附近出现毛孔点的概率，以及毛孔点的方向。根据指定区域的密度计算点云的最终数量N，生成足够数量的点，将生成的点分布设置为毛孔区域。如果整个区域填满数量N，则该过程结束。
3试验与结果讨论
用于重建皮革图案的计算机环境为操作系统：Windows10，CPU：Intel酷睿i5-34703.4GHz，1GB 内存。首先以图7(e1)的复合毛囊分布图作为输入，生成合成毛孔的点云图，显示尺寸为10cm×10cm 或更大（400×400像素）。当图像尺寸为400×400像素，最终合成毛孔的点数N为10000时，该方法计算合成毛孔位置的计算时间约为1min，定义时间约为30s的形状计算复合毛囊位置所需的大部分时间与点的移动有关。本文尝试使用空间划分的方式来进一步提升速度。
为了逼近生成的分布，从分布式点云中计算出复合毛囊分布图，并与再生复合毛囊分布图之差的梯度向量场添加到向量场M中，向量场M中的每个向量都被归一化。将分布式点云的复合毛囊分布图与再生复合毛囊分布图的差值作为移动量的系数，所有点按照向量场进行移动。此处只考虑由Delaunay三角剖分确定的相邻点之间的影响，忽略其他距离较远的点。复合毛囊毛孔排列方法是将毛孔排列在生成的复合毛囊的中心位置。对于毛孔位置的分布，本文使用图7(d)所示的毛孔分布图，并将为其指定为
复合毛囊的中心点。观察图7(a1)、(a2)、(a3)可知毛孔周边有突出的倾向，孔周围凸起的形状由高斯拉普拉斯算子函数定义并模拟。
本文将重点放在小牛皮样品上，提取皮革样品的特征。在图7（a）中准备了三种类型的小牛皮革样品，使用3D形状测量设备（传感器LK-G30，阶段K2-300），在90μm的间隔内测量9cm×9cm面积，并在获取高度数据后用256个级别的量化，变成了Grascale图像作为输入数据。这里将毛孔检测时的最小值的比较区域范围n设为5像素，对3种输入数据进行参数推定。
34
第6期观察图7（a1）中的毛孔分布，可以看到它们倾
向于在右上方向以狭窄的间隔排列。图7(b)是根据输入的去噪后的小牛皮样本图生成的毛孔位置分布图。观察图7(c1)，可以确认它们在右上方向以窄间隔分布，在正交方向以宽间隔分布。在图7（d1）的毛孔分布图中可以看到类似的趋势，较好地捕捉到了毛孔分布的特征。此外，还显示了估计输入数据的复合毛囊位置的结果。在图7(e1)的复合毛囊分布图中可以看到类似的分布，可以说很好地捕捉到了复合毛囊的分布特征。其他两个输入数据也获得了良好的结果(e1、e2)。
在图7(f1)中，复合毛囊倾向于在垂直方向上排列。椭圆的横轴比标准长，复合毛囊之间的距离在纵轴
方向上有变宽的趋势，这意味着在纵轴方向上趋向于等间距排列，复合毛囊在图7(f)中也表现得更加清晰。
通过图7展示了特征提取的结果，并与输入数据比较，发现本方法能够有效地捕捉到小牛皮样品的毛孔分布和复合毛囊分布的特征，为皮革的质量评估和分类提供了一种新的思路。
4结论
提出了一种简要描述皮革图案特征的方法，以及一种根据提取数据重建皮革图案的方法。为了提取皮革的图案特征，首先引入了由毛孔和复合毛囊组成的两层结构模型。接下来，估计毛孔和复合毛囊的位置，绘制毛孔和复合毛囊的分布。后续，对于皮革花纹的重建，预计进行两个阶段的分布处理：
复合毛囊的分布和复合毛囊内毛孔的分
布，最终生成毛孔的形状。在复合毛囊的分布中，利用相邻复合毛囊的存在概率生成粗点云。对于毛孔的分布，通过从生成的复合毛囊中心毛孔的存在概率来估计毛孔的位置，最后应用函数定义的毛孔形状来生成皮革花纹形状。虽然本文处理的对象只是各种皮革图案的一部分，但该方法可以应用于其他类型的皮革图案。未来，我们希望开发一种简单描述毛孔分布图参数的方法，尝试提取皮革特征并提高图案的质感，通过提取的特征为皮革图案的重建提出一种新的设计方法。
参考文献：
[1]潘美丽.新型工艺在皮革制品设计中的应用[J].皮革科学与工程，2017，27（1）：70-72.
[2]
Efros A,Leung T.Texture synthesis by non_parametric sam-pling[C].International Conference on Computer Vision,1999:1033-1038.[3]
Dunbar D,Humphreys G.A spatial data structure for fast Poisson-disk sample generation [J].ACM Transactions on Graphics(TOG),2006,25(3):503-508.[4]Ostromoukhov V.Sampling with polyominoes[J].ACM Trans-actions on Graphics(TOG),2007,26(3):78.
[5]
Raad L,Galerne B.Image quilting algorithm for fexture syn-thesis[J].Image Processing On Line,2017,23(5):78.
[6]Matusik W,Zwicker M,Durand F.Texture design using a sim-plicial complex of morphable textures [J].ACM Transactions on Graphics(TOG),2005,24(3):787-794.[7]
Itoh T,Miyata K,Shimada K.Generating organic textures with controlled anisotropy and directionality [J].IEEE Computer Graphics and Applications,2003,23(3):38-45.[8]
Bando Y,Kuratate T,Nishita T.A simple method for modeling wrinkles on human skin [C].Proc.Pacific Graphics,2002,22(6):35.[9]
陈传旗，张辉，强西怀，等.基于计算机视觉技术的皮革边缘抓取点的定位[J].皮革科学与工程，2023，33（1）：26-31.[10]李峰泉.人工智能的皮革自适应视觉图像处理切割技术
研究[J].中国皮革，2022，51（9）：44-48.
[11]高洁.计算机大数据在皮革设计中的运用———评《大数
据技术与应用》[J].皮革科学与工程，2019，29（6）：42-46.[12]胡光宝.基于纹理分析的皮革划痕检测方法研究[D].重
庆：重庆邮电大学，2020.
图7特征提取结果
Fig.7Results of feature
extraction
彭棉珠，等：动物皮革纹理特征提取和重构方法研究
35