CN102313607A - 一种示温漆温变颜色的自动识别方法 - Google Patents

Abstract

一种示温漆温变颜色的自动识别方法，其特征在于：用数码相机拍摄将要被分析部分的图片，图片内的每个像素被计算机分析，参照标准样板示温漆片，它反映了示温漆的颜色温度特性；示温漆的颜色特性由色彩空间中的曲线L(t)，A(t)，B(t)来表示；色彩色差由下列公式给出：ΔL^*＝L^*-L_{* t} Δa^*＝a^*-a^* _t Δb^*＝b^*-b^* _t这里：L^*、a^*、b^*为标准样板值；L^* _t、a^* _t、b^* _t为目标颜色值；在L^*a^*b^*色彩空间中，两点之间的总色差由下式给出：

求解其最小值和最小值对应的温度值Tm。本发明的优点：使示温漆的测量误差小于等于±10℃，提高了示温漆测量准确度，提高了工作效率。

Description

一种示温漆温变颜色的自动识别方法

技术领域

本发明涉及示温漆测量高温部件表面温度测量领域，特别提供了一种示温漆温变颜色的自动识别方法。

背景技术

示温漆温变颜色采用人工识别方法：由工作人员将零部件的颜色与样本示温漆片的颜色进行比较，进而对零部件的温度分布做出判断。这种做法容易受环境光和个人辨色力的影响，主观性大，精度有限，而且给定量分析带来一定困难，同时判读时间长、视觉易疲劳。

发明内容

本发明的目的是为了精确识别示温漆温变颜色，特提供了一种示温漆温变颜色的自动识别方法。

本发明提供了一种示温漆温变颜色的自动识别方法，其特征在于：用数码相机拍摄将要被分析部分的图片，图片内的每个像素随后被计算机分析，从而确定它们分别最接近预定好的一组色彩中的哪一个，预先预定的每个颜色，都代表示温漆在一个特定温度所显示的颜色，这个颜色和其对应的温度被存储在计算机中，由此，部件上这一点由像素所代表的温度可以得出；

基于色度学理论、数据库与数字图像处理技术，提出示温漆温度自动判读的算法：示温漆图像的颜色数据采用RGB三基色的色彩空间，即以一组R(红)、G(绿)、B(蓝)值来表示一个像素的颜色；

色度学的研究表明：在RGB色彩空间的不同区域，相等的欧氏距离所代表的颜色差别与人眼感受到的颜色差别并不一致，这种不一致不利于颜色差别的度量，影响温度识别的准确性，所以将RGB色彩空间的数据转换到具有视觉一致性的色彩空间中去；

国际照明委员会提出的LAB色彩空间(CIE1976L^*a^*b^*)具有视觉一致性；LAB是RGB的一个非线性转换，由下列公式给出：

$\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=A\×\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$

$L=116\∫\left(\frac{Y}{\mathrm{Yn}}\right)-16$

$a=500[\∫\left(\frac{X}{\mathrm{Xn}}\right)-\∫\left(\frac{Y}{\mathrm{Yn}}\right)]$

$b=200[\∫\left(\frac{Y}{\mathrm{Yn}}\right)-\∫\left(\frac{Z}{\mathrm{Zn}}\right)]$

其中： $A=\left[\begin{array}{ccc}2.7689& 1.7517& 1.1302\\ 1.0000& 4.5907& 0.0601\\ 0& 0.0565& 5.5943\end{array}\right]$

$\&Integral;\left(x\right)=\left\{\begin{array}{cc}\sqrt[3]{x}& x\&GreaterEqual;0.008856\\ 7.787x+\frac{16}{116}& x<0.008856\end{array}\right.$

X、Y、Z：被测样本的三刺激值；

Xn、Yn、Zn：标准光源的三刺激值；

示温漆温度判读时，需要参照标准样板示温漆片，它反映了示温漆的颜色温度特性；假设某种型号示温漆的焙烧样片提供n+1个颜色样品，其对应的温度表示为T₀、T₁、……、T_n；颜色数据表示为C₀、C₁、……、C_n；在LAB色彩空间形成三维矩阵，即C_i＝[L^* _i，a^* _i，b^* _i]，i＝0、1、……、n；根据标准样板焙烧样片得到RGB三基色刺激值，然后进行非线性变换到LAB空间，为了得到连续的温度特性曲线，对上述的数据进行三次样条插值，其适用于等距和非等距插值节点的情况，所形成的插值曲线比较光滑，如图1所示。编写软件应用程序，标准样片数据录入应用程序结构框图如图2所示。

示温漆的颜色特性由色彩空间中的曲线L(t)，A(t)，B(t)来表示；色彩色差由下列公式给出：

ΔL^*＝L^*-L^* _t    Δa^*＝a^*-a^* _t    Δb^*＝b^*-b^* _t

这里：L^*、a^*、b^*为标准样板值；L^* _t、a^* _t、b^* _t为目标颜色值；

在L^*a^*b^*色彩空间中，两点之间的总色差由下式给出：

$\mathrm{\&Delta;}{E^{*}}_{\mathrm{ab}}=\sqrt{{\left(\mathrm{\&Delta;}{L}^{*}\right)}^2+{\left(\mathrm{\&Delta;}{a}^{*}\right)}^2+{\left(\mathrm{\&Delta;}{b}^{*}\right)}^2}$

判读示温漆图像温度值的步骤：

(1)读取图片上任意一点A的坐标(x，y)和三基色值(R₀、G₀、B₀)；

(2)进行坐标变换，计算出点A(R₀、G₀、B₀)在CIE L^*a^*b^*色彩空间中对应的点A(L₀、a₀、b₀)；

(3)求出点A(L₀、a₀、b₀)到L^*a^*b^*空间示温漆颜色温度特性曲线上任意一点B的欧氏距离ΔE^* _AB，ΔE^* _AB是温度值T的函数，即：

$\mathrm{\&Delta;}{E^{*}}_{\mathrm{AB}\left(t\right)}=\sqrt{{(L_{\left(t\right)}-L_0)}^2+{(a_{\left(t\right)}-a_0)}^2+{(b_{\left(t\right)}-b_0)}^2}$

(4)在示温漆的测温区间[T0，T1]内求解ΔE^*AB的最小值和最小值对应的温度值Tm；

(5)Tm即为示温漆图片上点A(R₀、G₀、B₀)的温度值；ΔE^*AB的大小反映了此次测量的准确程度，ΔE^*AB越小说明Tm越准确；

综上所述，示温漆颜色温度自动判读应用程序的流程框图如图3所示。所述的Xn、Yn、Zn：标准光源的三刺激值，选择Xn为98.07，Yn为100.00，Zn为118.18。

本发明的优点：

本发明所述的示温漆温变颜色的自动识别方法可以用于工业设备热端部件的表面温度测量，如高温锅炉、金属冶炼等。该种方法使示温漆的测量误差小于等于±10℃，提高了示温漆测量准确度，克服了测量环境和人为因素的影响，提高了工作效率。

附图说明

下面结合附图及实施方式对本发明作进一步详细的说明：

图1为三次样条插值曲线图；

图2为标准样片数据录入程序流程框图；

图3为示温漆温度自动判读程序流程框图。

具体实施方式

实施例1

本实施例提供了一种示温漆温变颜色的自动识别方法，其特征在于：用数码相机拍摄将要被分析部分的图片，图片内的每个像素随后被计算机分析，从而确定它们分别最接近预定好的一组色彩中的哪一个，预先预定的每个颜色，都代表示温漆在一个特定温度所显示的颜色，这个颜色和其对应的温度被存储在计算机中，由此，部件上这一点由像素所代表的温度可以得出；

基于色度学理论、数据库与数字图像处理技术，提出示温漆温度自动判读的算法：示温漆图像的颜色数据采用RGB三基色的色彩空间，即以一组R(红)、G(绿)、B(蓝)值来表示一个像素的颜色；

色度学的研究表明：在RGB色彩空间的不同区域，相等的欧氏距离所代表的颜色差别与人眼感受到的颜色差别并不一致，这种不一致不利于颜色差别的度量，影响温度识别的准确性，所以将RGB色彩空间的数据转换到具有视觉一致性的色彩空间中去；

国际照明委员会提出的LAB色彩空间(CIE1976L^*a^*b^*)具有视觉一致性；LAB是RGB的一个非线性转换，由下列公式给出：

$\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=A\&times;\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$

$L=116\&Integral;\left(\frac{Y}{\mathrm{Yn}}\right)-16$

$a=500[\&Integral;\left(\frac{X}{\mathrm{Xn}}\right)-\&Integral;\left(\frac{Y}{\mathrm{Yn}}\right)]$

$b=200[\&Integral;\left(\frac{Y}{\mathrm{Yn}}\right)-\&Integral;\left(\frac{Z}{\mathrm{Zn}}\right)]$

其中： $A=\left[\begin{array}{ccc}2.7689& 1.7517& 1.1302\\ 1.0000& 4.5907& 0.0601\\ 0& 0.0565& 5.5943\end{array}\right]$

$\&Integral;\left(x\right)=\left\{\begin{array}{cc}\sqrt[3]{x}& x\&GreaterEqual;0.008856\\ 7.787x+\frac{16}{116}& x<0.008856\end{array}\right.$

X、Y、Z：被测样本的三刺激值；

Xn、Yn、Zn：标准光源的三刺激值；

示温漆温度判读时，需要参照标准样板示温漆片，它反映了示温漆的颜色温度特性；假设某种型号示温漆的焙烧样片提供n+1个颜色样品，其对应的温度表示为T₀、T₁、……、T_n；颜色数据表示为C₀、C₁、……、C_n；在LAB色彩空间形成三维矩阵，即C_i＝[L^* _i，a^* _i，b^* _i]，i＝0、1、……、n；根据标准样板焙烧样片得到RGB三基色刺激值，然后进行非线性变换到LAB空间，为了得到连续的温度特性曲线，对上述的数据进行三次样条插值，其适用于等距和非等距插值节点的情况，所形成的插值曲线比较光滑，如图1所示。编写软件应用程序，标准样片数据录入应用程序结构框图如图2所示。

示温漆的颜色特性由色彩空间中的曲线L(t)，A(t)，B(t)来表示；色彩色差由下列公式给出：

ΔL^*＝L^*-L^* _t    Δa^*＝a^*-a^* _t    Δb^*＝b^*-b^* _t

这里：L^*、a^*、b^*为标准样板值；L^* _t、a^* _t、b^* _t为目标颜色值；

在L^*a^*b^*色彩空间中，两点之间的总色差由下式给出：

$\mathrm{\&Delta;}{E^{*}}_{\mathrm{ab}}=\sqrt{{\left(\mathrm{\&Delta;}{L}^{*}\right)}^2+{\left(\mathrm{\&Delta;}{a}^{*}\right)}^2+{\left(\mathrm{\&Delta;}{b}^{*}\right)}^2}$

判读示温漆图像温度值的步骤：

(1)读取图片上任意一点A的坐标(x，y)和三基色值(R₀、G₀、B₀)；

(2)进行坐标变换，计算出点A(R₀、G₀、B₀)在CIE L^*a^*b^*色彩空间中对应的点A(L₀、a₀、b₀)；

(3)求出点A(L₀、a₀、b₀)到L^*a^*b^*空间示温漆颜色温度特性曲线上任意一点B的欧氏距离ΔE^* _AB，ΔE^* _AB是温度值T的函数，即：

$\mathrm{\&Delta;}{E^{*}}_{\mathrm{AB}\left(t\right)}=\sqrt{{(L_{\left(t\right)}-L_0)}^2+{(a_{\left(t\right)}-a_0)}^2+{(b_{\left(t\right)}-b_0)}^2}$

(4)在示温漆的测温区间[T0，T1]内求解ΔE^*AB的最小值和最小值对应的温度值Tm；

(5)Tm即为示温漆图片上点A(R₀、G₀、B₀)的温度值；ΔE^*AB的大小反映了此次测量的准确程度，ΔE^*AB越小说明Tm越准确；

综上所述，示温漆颜色温度自动判读应用程序的流程框图如图3所示。所述的Xn、Yn、Zn：标准光源的三刺激值，选择Xn为98.07，Yn为100.00，Zn为118.18。

具体应用中，人工识别温度在准确值正负20℃范围内，如：橙黄色对应在630℃，肉眼识别值为610℃～650℃，而本方法识别为620℃～640℃范围内，能精确到个位。

实施例2

本实施例提供了一种示温漆温变颜色的自动识别方法，其特征在于：用数码相机拍摄将要被分析部分的图片，图片内的每个像素随后被计算机分析，从而确定它们分别最接近预定好的一组色彩中的哪一个，预先预定的每个颜色，都代表示温漆在一个特定温度所显示的颜色，这个颜色和其对应的温度被存储在计算机中，由此，部件上这一点由像素所代表的温度可以得出；

基于色度学理论、数据库与数字图像处理技术，提出示温漆温度自动判读的算法：示温漆图像的颜色数据采用RGB三基色的色彩空间，即以一组R(红)、G(绿)、B(蓝)值来表示一个像素的颜色；

色度学的研究表明：在RGB色彩空间的不同区域，相等的欧氏距离所代表的颜色差别与人眼感受到的颜色差别并不一致，这种不一致不利于颜色差别的度量，影响温度识别的准确性，所以将RGB色彩空间的数据转换到具有视觉一致性的色彩空间中去；

国际照明委员会提出的LAB色彩空间(CIE1976L^*a^*b^*)具有视觉一致性；LAB是RGB的一个非线性转换，由下列公式给出：

$\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=A\&times;\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$

$L=116\&Integral;\left(\frac{Y}{\mathrm{Yn}}\right)-16$

$a=500[\&Integral;\left(\frac{X}{\mathrm{Xn}}\right)-\&Integral;\left(\frac{Y}{\mathrm{Yn}}\right)]$

$b=200[\&Integral;\left(\frac{Y}{\mathrm{Yn}}\right)-\&Integral;\left(\frac{Z}{\mathrm{Zn}}\right)]$

其中： $A=\left[\begin{array}{ccc}2.7689& 1.7517& 1.1302\\ 1.0000& 4.5907& 0.0601\\ 0& 0.0565& 5.5943\end{array}\right]$

$\&Integral;\left(x\right)=\left\{\begin{array}{cc}\sqrt[3]{x}& x\&GreaterEqual;0.008856\\ 7.787x+\frac{16}{116}& x<0.008856\end{array}\right.$

X、Y、Z：被测样本的三刺激值；

Xn、Yn、Zn：标准光源的三刺激值；

示温漆温度判读时，需要参照标准样板示温漆片，它反映了示温漆的颜色温度特性；假设某种型号示温漆的焙烧样片提供n+1个颜色样品，其对应的温度表示为T₀、T₁、……、T_n；颜色数据表示为C₀、C₁、……、C_n；在LAB色彩空间形成三维矩阵，即C_i＝[L^* _i，a^* _i，b^* _i]，i＝0、1、……、n；根据标准样板焙烧样片得到RGB三基色刺激值，然后进行非线性变换到LAB空间，为了得到连续的温度特性曲线，对上述的数据进行三次样条插值，其适用于等距和非等距插值节点的情况，所形成的插值曲线比较光滑，如图1所示。编写软件应用程序，标准样片数据录入应用程序结构框图如图2所示。

示温漆的颜色特性由色彩空间中的曲线L(t)，A(t)，B(t)来表示；色彩色差由下列公式给出：

ΔL^*＝L^*-L^* _t    Δa^*＝a^*-a^* _t    Δb^*＝b^*-b^* _t

这里：L^*、a^*、b^*为标准样板值；L^* _t、a^* _t、b^* _t为目标颜色值；

在L^*a^*b^*色彩空间中，两点之间的总色差由下式给出：

$\mathrm{\&Delta;}{E^{*}}_{\mathrm{ab}}=\sqrt{{\left(\mathrm{\&Delta;}{L}^{*}\right)}^2+{\left(\mathrm{\&Delta;}{a}^{*}\right)}^2+{\left(\mathrm{\&Delta;}{b}^{*}\right)}^2}$

判读示温漆图像温度值的步骤：

(1)读取图片上任意一点A的坐标(x，y)和三基色值(R₀、G₀、B₀)；

(2)进行坐标变换，计算出点A(R₀、G₀、B₀)在CIE L^*a^*b^*色彩空间中对应的点A(L₀、a₀、b₀)；

(3)求出点A(L₀、a₀、b₀)到L^*a^*b^*空间示温漆颜色温度特性曲线上任意一点B的欧氏距离ΔE^* _AB，ΔE^* _AB是温度值T的函数，即：

$\mathrm{\&Delta;}{E^{*}}_{\mathrm{AB}\left(t\right)}=\sqrt{{(L_{\left(t\right)}-L_0)}^2+{(a_{\left(t\right)}-a_0)}^2+{(b_{\left(t\right)}-b_0)}^2}$

(4)在示温漆的测温区间[T0，T1]内求解ΔE^*AB的最小值和最小值对应的温度值Tm；

(5)Tm即为示温漆图片上点A(R₀、G₀、B₀)的温度值；ΔE^*AB的大小反映了此次测量的准确程度，ΔE^*AB越小说明Tm越准确；

综上所述，示温漆颜色温度自动判读应用程序的流程框图如图3所示。

所述的Xn、Yn、Zn：标准光源的三刺激值，选择Xn为98.07，Yn为100.00，Zn为118.18。

具体应用中，人工识别温度在准确值正负20℃范围内，如：褐色对应在500℃，肉眼识别值为480℃～520℃，而本方法识别为490℃～510℃范围内，能精确到个位。

Claims (2)

1.一种示温漆温变颜色的自动识别方法，其特征在于：所述的示温漆温变颜色的自动识别方法为，用数码相机拍摄将要被分析部分的图片，图片内的每个像素被计算机分析，从而确定它们分别最接近预定好的一组色彩中的哪一个，预先预定的每个颜色，都代表示温漆在一个特定温度所显示的颜色，这个颜色和其对应的温度被存储在计算机中，由此，部件上这一点由像素所代表的温度可以得出；

LAB色彩空间(CIE1976L^*a^*b^*)具有视觉一致性；LAB是RGB的一个非线性转换，由下列公式给出：

$\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=A\&times;\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$

$L=116\&Integral;\left(\frac{Y}{\mathrm{Yn}}\right)-16$

$a=500[\&Integral;\left(\frac{X}{\mathrm{Xn}}\right)-\&Integral;\left(\frac{Y}{\mathrm{Yn}}\right)]$

$b=200[\&Integral;\left(\frac{Y}{\mathrm{Yn}}\right)-\&Integral;\left(\frac{Z}{\mathrm{Zn}}\right)]$

其中： $A=\left[\begin{array}{ccc}2.7689& 1.7517& 1.1302\\ 1.0000& 4.5907& 0.0601\\ 0& 0.0565& 5.5943\end{array}\right]$

$\&Integral;\left(x\right)=\left\{\begin{array}{cc}\sqrt[3]{x}& x\&GreaterEqual;0.008856\\ 7.787x+\frac{16}{116}& x<0.008856\end{array}\right.$

X、Y、Z：被测样本的三刺激值；

Xn、Yn、Zn：标准光源的三刺激值；

示温漆温度判读时，需要参照标准样板示温漆片，它反映了示温漆的颜色温度特性；假设某种型号示温漆的焙烧样片提供n+1个颜色样品，其对应的温度表示为T₀、T₁、……、T_n；颜色数据表示为C₀、C₁、……、C_n；在LAB色彩空间形成三维矩阵，即C_i＝[L^* _i，a^* _i，b^* _i]，i＝0、1、……、n；根据标准样板焙烧样片得到RGB三基色刺激值，然后进行非线性变换到LAB空间，为了得到连续的温度特性曲线，对上述的数据进行三次样条插值，其适用于等距和非等距插值节点的情况，所形成的插值曲线比较光滑；

示温漆的颜色特性由色彩空间中的曲线L(t)，A(t)，B(t)来表示；色彩色差由下列公式给出：

ΔL^*＝L^*-L^* _t    Δa^*＝a^*-a^* _t    Δb^*＝b^*-b^* _t

这里：L^*、a^*、b^*为标准样板值；L^* _t、a^* _t、b^* _t为目标颜色值；

在L^*a^*b^*色彩空间中，两点之间的总色差由下式给出：

$\mathrm{\&Delta;}{E^{*}}_{\mathrm{ab}}=\sqrt{{\left(\mathrm{\&Delta;}{L}^{*}\right)}^2+{\left(\mathrm{\&Delta;}{a}^{*}\right)}^2+{\left(\mathrm{\&Delta;}{b}^{*}\right)}^2}$

判读示温漆图像温度值的步骤：

(1)读取图片上任意一点A的坐标(x，y)和三基色值(R₀、G₀、B₀)；

(2)进行坐标变换，计算出点A(R₀、G₀、B₀)在CIE L^*a^*b^*色彩空间中对应的点A(L₀、a₀、b₀)；

(3)求出点A(L₀、a₀、b₀)到L^*a^*b^*空间示温漆颜色温度特性曲线上任意一点B的欧氏距离ΔE^* _AB，ΔE^* _AB是温度值T的函数，即：

$\mathrm{\&Delta;}{E^{*}}_{\mathrm{AB}\left(t\right)}=\sqrt{{(L_{\left(t\right)}-L_0)}^2+{(a_{\left(t\right)}-a_0)}^2+{(b_{\left(t\right)}-b_0)}^2}$

(4)在示温漆的测温区间[T0，T1]内求解ΔE^*AB的最小值和最小值对应的温度值Tm；

(5)Tm即为示温漆图片上点A(R₀、G₀、B₀)的温度值；ΔE^*AB的大小反映了此次测量的准确程度，ΔE^*AB越小说明Tm越准确。

2.按照权利要求1所述的示温漆温变颜色的自动识别方法，其特征在于：所述的Xn、Yn、Zn：标准光源的三刺激值，选择Xn为98.07，Yn为100.00，Zn为118.18。

Images