CN102507008A - 一种多模板颜色自动光学检测方法 - Google Patents
一种多模板颜色自动光学检测方法 Download PDFInfo
- Publication number
- CN102507008A CN102507008A CN2011103288977A CN201110328897A CN102507008A CN 102507008 A CN102507008 A CN 102507008A CN 2011103288977 A CN2011103288977 A CN 2011103288977A CN 201110328897 A CN201110328897 A CN 201110328897A CN 102507008 A CN102507008 A CN 102507008A
- Authority
- CN
- China
- Prior art keywords
- color
- measured
- template
- zone
- product
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Spectrometry And Color Measurement (AREA)
- Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)
Abstract
本发明涉及颜色检测的相关技术领域,特别是一种多模板颜色自动光学检测方法,用于检测待测产品中的待测区域的颜色是否合格,所述方法包括:为每个待测区域保存至少一个颜色模板;对待测产品中的每个待测区域执行颜色匹配检测操作,所述颜色匹配检测操作为:待测区域只要能和预先保存的多个颜色模板中的其中一个颜色模板匹配吻合则判断该待测区域合格,当待测产品的所有待测区域都判断为合格区域,则待测产品判断为合格产品。本发明与现有技术的相比,优点在于:(1)颜色自动检测设备和物料容差更趋于统一,严格规程测试指标保证产品质量控制的前提下,提高了生产效率;(2)图像在经过去噪等抗干扰预处理之后再进行测试,色彩匹配的精度更高。
Description
技术领域
本发明涉及颜色检测的相关技术领域,特别是一种多模板颜色自动光学检测方法。
背景技术
汽车电子领域,客户对产品灯光的一致性要求很严格,汽车空调控制器作为一种汽车电子产品,其丝印及功能指示LED发光颜色的检测,现有技术是,首先选取一台合适的样机,让它处于上电点亮状态,用CCD彩色工业相机采集图像信息,然后截取待测丝印或指示LED发光周围的一个矩形区域,并提取截取的矩形区域内颜色特征信息保存为模板。检测产品时,提取待测产品与模版相关坐标区域的颜色特征信息,跟样机模板进行颜色的相似度匹配,定一个相似度指标判断产品是否合格。
批量性产品生产过程中,LED有不同的亮度等级,面板等物料透光度也存在差异。而CCD传感器和人眼对于某些颜色的光谱响应存在差异(例如蓝光,CCD传感器对蓝色光响应灵敏度高,人眼对蓝色响应灵敏度相对低),导致人眼判断跟样机有差异但在接受范围内的产品,设备检测出其颜色相似度匹配值很低。经常出现物料波动在人眼判断属可接受范围,设备却得出不一样的判断,影响效率,但是如果降低测试指标,则存在将错料、坏品漏测过去的风险,影响质量。现有技术无法兼顾大批量产品生产效率与质量控制,这一直是业界比较头疼的问题。鉴于此现象,本发明提供一种颜色检测的方法,可以兼顾批量产品生产的效率与质量,解决系统硬件和人眼对不同颜色光相应差异带来的误判,同时使检测系统在人眼的评判标准下,更为严格规程测试指标保证产品质量。
发明内容
本发明提供一种多模板颜色自动光学检测方法,以解决现有技术中存在的自动检测设备的容差指标和物料容差指标不一致的技术问题。
本发明采用的技术方案如下:
一种多模板颜色自动光学检测方法,用于检测待测产品中的待测区域的颜色是否合格,所述方法包括:
为每个待测区域保存至少一个颜色模板;
对待测产品中的每个待测区域执行颜色匹配检测操作,所述颜色匹配检测操作为:待测区域只要能和预先保存的多个颜色模板中的其中一个颜色模板匹配吻合则判断该待测区域合格,当待测产品的所有待测区域都判断为合格区域,则待测产品判断为合格产品。
作为一种优选方案:
所述为每个待测区域保存至少一个颜色模板具体为:
由测试人员对至少一个待测产品的样机通过人眼判断,把符合人眼判断标准的待测区域的颜色信息保存为该待测区域的一个颜色模板。
由于颜色模板均是通过人眼判断后得出的颜色信息,因此其符合人眼对颜色的判断要求。
同时,为了解决产品待测发光区域以外存在干扰因素,作为一种优选方案,在颜色匹配检测操作前还执行如下预操作:
(31)采集待测区域的图像,得到采集图像,然后;
(32)对采集图像去除背景颜色以去除噪声,得到去噪图像,然后;
(33)设定一个灰度阈值对去噪图像进行二值化分割处理,得到二值化图像,然后;
(34)对二值化图像细化,然后执行所述颜色匹配检测操作。
作为一种优选方案,所述颜色匹配检测操作具体为:
(41)取出一个未进行匹配操作的颜色模板,执行步骤(42);
(42)对该颜色模板与待测区域进行匹配操作,如果匹配吻合则该待测区域判断为合格区域并退出,否则执行步骤(43);
(43)如果还有未进行匹配操作的颜色模板则执行步骤(41),否则退出。
作为进一步的优选方案,所述匹配操作为:
将待测区域的颜色信息提取出来,与颜色模板进行颜色的相似度匹配,如果相似度等于或超过预先设定的阈值,则判定为匹配吻合,否则判定为匹配不吻合。
作为一种优选方案,所述颜色匹配检测操作具体为:
读取待测区域的所有颜色模板并跟待测区域进行颜色相似度匹配,获得多个相似度,如果其中最大的相似度等于或超过预先设定的阈值,该待测区域判断为合格区域,否则该待测区域判断为不合格区域。
作为一种优选方案,所述方法用于对汽车电子产品,特别是汽车空调控制器整机在上电状态下,其丝印及功能指示LED发光颜色进行检测。
本发明与现有技术的相比,优点在于:
(1) 颜色自动检测设备和物料容差更趋于统一,严格规程测试指标保证产品质量控制的前提下,提高了生产效率;
(2)图像在经过去噪等抗干扰预处理之后再进行测试,色彩匹配的精度更高。
附图说明
图1为本发明实施例的流程图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细的说明。
本实施例多模板颜色匹配算法,针对每个待测区域可以学习保存多个状态的颜色模板信息,待测产品只要能和其中一个颜色模板信息匹配吻合则判断合格,同时为了防止产品待测发光区域以外的因素影响,本实施例首先对采集到的图像进行去噪、分割、滤波等处理。
如图1所示为本发明实施例的流程图。
程序首先进行初始化,包括对CCD相机的一些初始化设置及模板配置文件的读取,初始化只在第一个扫描周期执行。接着依次进行:
1)进入图像采集程序,采集图像;
2)图像扣除背景颜色去除噪声;
3)设定一个灰度阈值对图像进行二值化分割处理;
4)图像细化消除待测发光区域边缘及图像中其它突变因素干扰;
5)根据需要选择是否学习添加模板,如果是则进入图像模板学习程序,提取该模板颜色光谱信息存入一个Labview簇里面,并插入相应丝印或指示LED的数组存储;如果选择不添加模板,则进入颜色匹配测试程序,测试程序自动读取各模板配置信息跟待测产品进行颜色相似度匹配,得出一个最优值输出;
6)测完更换产品重复以上动作,直到选择退出结束程序。
Claims (7)
1.一种多模板颜色自动光学检测方法,用于检测待测产品中的待测区域的颜色是否合格,其特征在于,所述方法包括:
为每个待测区域保存至少一个颜色模板;
对待测产品中的每个待测区域执行颜色匹配检测操作,所述颜色匹配检测操作为:待测区域只要能和预先保存的多个颜色模板中的其中一个颜色模板匹配吻合则判断该待测区域合格,当待测产品的所有待测区域都判断为合格区域,则待测产品判断为合格产品。
2.根据权利要求1所述的多模板颜色自动光学检测方法,其特征在于,所述为每个待测区域保存至少一个颜色模板具体为:
由测试人员对至少一个待测产品的样机通过人眼判断,把符合人眼判断标准的待测区域的颜色信息保存为该待测区域的一个颜色模板。
3.根据权利要求1所述的多模板颜色自动光学检测方法,其特征在于,在颜色匹配检测操作前还执行如下预操作:
(31)采集待测区域的图像,得到采集图像,然后;
(32)对采集图像去除背景颜色以去除噪声,得到去噪图像,然后;
(33)设定一个灰度阈值对去噪图像进行二值化分割处理,得到二值化图像,然后;
(34)对二值化图像细化,然后执行所述颜色匹配检测操作。
4.根据权利要求1所述的多模板颜色自动光学检测方法,其特征在于,所述颜色匹配检测操作具体为:
(41)取出一个未进行匹配操作的颜色模板,执行步骤(42);
(42)对该颜色模板与待测区域进行匹配操作,如果匹配吻合则该待测区域判断为合格区域并退出,否则执行步骤(43);
(43)如果还有未进行匹配操作的颜色模板则执行步骤(41),否则退出。
5.根据权利要求4所述的多模板颜色自动光学检测方法,其特征在于,所述匹配操作为:
将待测区域的颜色信息提取出来,与颜色模板进行颜色的相似度匹配,如果相似度等于或超过预先设定的阈值,则判定为匹配吻合,否则判定为匹配不吻合。
6.根据权利要求1所述的多模板颜色自动光学检测方法,其特征在于,所述颜色匹配检测操作具体为:
读取待测区域的所有颜色模板并跟待测区域进行颜色相似度匹配,获得多个相似度,如果其中最大的相似度等于或超过预先设定的阈值,该待测区域判断为合格区域,否则该待测区域判断为不合格区域。
7.根据权利要求1所述的多模板颜色自动光学检测方法,其特征在于,所述方法用于对汽车电子产品在上电状态下,其丝印及功能指示LED发光颜色进行检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110328897.7A CN102507008B (zh) | 2011-10-26 | 2011-10-26 | 一种多模板颜色自动光学检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110328897.7A CN102507008B (zh) | 2011-10-26 | 2011-10-26 | 一种多模板颜色自动光学检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102507008A true CN102507008A (zh) | 2012-06-20 |
CN102507008B CN102507008B (zh) | 2014-07-02 |
Family
ID=46219115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110328897.7A Active CN102507008B (zh) | 2011-10-26 | 2011-10-26 | 一种多模板颜色自动光学检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102507008B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938077A (zh) * | 2012-10-25 | 2013-02-20 | 渭南师范学院 | 基于双阈值二值化的在线式aoi图像检索方法 |
CN104966101A (zh) * | 2015-06-17 | 2015-10-07 | 镇江苏仪德科技有限公司 | 一种基于LabVIEW的太阳能电池片分类方法 |
CN106525876A (zh) * | 2016-12-30 | 2017-03-22 | 杭州耕德电子有限公司 | 模切件自动漏件检测系统及方法 |
CN108805872A (zh) * | 2018-07-23 | 2018-11-13 | 珠海格力智能装备有限公司 | 产品的检测方法和装置 |
CN110231351A (zh) * | 2018-03-06 | 2019-09-13 | 佛山市顺德区顺达电脑厂有限公司 | Aoi检测方法 |
CN117495986A (zh) * | 2023-12-29 | 2024-02-02 | 宁波经纬数控股份有限公司 | 一种布料图案颜色采集方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09113361A (ja) * | 1995-10-20 | 1997-05-02 | Futec Inc | カラーパターンマッチング検査方法とその装置 |
JP2008275374A (ja) * | 2007-04-26 | 2008-11-13 | Canon Inc | 情報処理装置および方法 |
CN102184250A (zh) * | 2011-05-24 | 2011-09-14 | 东华大学 | 基于彩色图像匹配的服装面料样品检索方法 |
-
2011
- 2011-10-26 CN CN201110328897.7A patent/CN102507008B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09113361A (ja) * | 1995-10-20 | 1997-05-02 | Futec Inc | カラーパターンマッチング検査方法とその装置 |
JP2008275374A (ja) * | 2007-04-26 | 2008-11-13 | Canon Inc | 情報処理装置および方法 |
CN102184250A (zh) * | 2011-05-24 | 2011-09-14 | 东华大学 | 基于彩色图像匹配的服装面料样品检索方法 |
Non-Patent Citations (2)
Title |
---|
徐全生等: "汽车牌照图像的预处理研究", 《沈阳工业大学学报》, vol. 24, no. 2, 30 April 2002 (2002-04-30), pages 121 - 124 * |
王剑峰等: "基于方向特性的指纹图像预处理", 《计算机与现代化》, no. 6, 7 August 2008 (2008-08-07), pages 74 - 77 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938077A (zh) * | 2012-10-25 | 2013-02-20 | 渭南师范学院 | 基于双阈值二值化的在线式aoi图像检索方法 |
CN104966101A (zh) * | 2015-06-17 | 2015-10-07 | 镇江苏仪德科技有限公司 | 一种基于LabVIEW的太阳能电池片分类方法 |
CN104966101B (zh) * | 2015-06-17 | 2018-03-13 | 镇江苏仪德科技有限公司 | 一种基于LabVIEW的太阳能电池片分类方法 |
CN106525876A (zh) * | 2016-12-30 | 2017-03-22 | 杭州耕德电子有限公司 | 模切件自动漏件检测系统及方法 |
CN110231351A (zh) * | 2018-03-06 | 2019-09-13 | 佛山市顺德区顺达电脑厂有限公司 | Aoi检测方法 |
CN108805872A (zh) * | 2018-07-23 | 2018-11-13 | 珠海格力智能装备有限公司 | 产品的检测方法和装置 |
CN117495986A (zh) * | 2023-12-29 | 2024-02-02 | 宁波经纬数控股份有限公司 | 一种布料图案颜色采集方法及系统 |
CN117495986B (zh) * | 2023-12-29 | 2024-04-16 | 宁波经纬数控股份有限公司 | 一种布料图案颜色采集方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102507008B (zh) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102507008B (zh) | 一种多模板颜色自动光学检测方法 | |
TWI603074B (zh) | 光學薄膜缺陷辨識方法及其系統 | |
CN106920219B (zh) | 物品缺陷检测方法、图像处理系统与计算机可读记录介质 | |
CN102854192B (zh) | 一种基于苹果表面缺陷检测系统的苹果表面缺陷检测方法 | |
CN102253048B (zh) | 可用于多种产品检测的机器视觉检测方法及系统 | |
CN109307675A (zh) | 一种产品外观检测方法和系统 | |
CN111047655A (zh) | 基于卷积神经网络的高清摄像机布料疵点检测方法 | |
CN106383121B (zh) | 一种可自适应多品牌的视觉检测方法及系统 | |
Najeeb et al. | Dates maturity status and classification using image processing | |
WO2018010386A1 (zh) | 元件反件检测方法和系统 | |
CN104952754B (zh) | 基于机器视觉的镀膜后硅片分选方法 | |
CN106780464A (zh) | 一种基于改进阈值分割的织物疵点检测方法 | |
CN111161237A (zh) | 一种果蔬表面质检方法及其储存介质、分拣装置 | |
CN104200215A (zh) | 一种大口径光学元件表面灰尘与麻点识别方法 | |
CN110412055A (zh) | 一种基于多光源暗场照明的透镜白雾缺陷检测方法 | |
CN106872473A (zh) | 一种基于机器视觉的马铃薯缺陷检测识别系统设计 | |
CN109870463B (zh) | 一种电子芯片故障检测装置 | |
CN105509657A (zh) | 一种ic卡芯片划痕面积及灰度参量的高精度测量方法 | |
CN103258218A (zh) | 蒙版检测框架生成方法、装置、缺陷检测方法及装置 | |
JP7383722B2 (ja) | ターゲットコーティングの画像データにおける欠陥検出の方法とシステム | |
Zhang et al. | Fabric defect detection based on visual saliency map and SVM | |
CN101915823A (zh) | 一种外壳带菌蛋的紫外检测方法及其装置 | |
CN114226262A (zh) | 瑕疵检测方法、瑕疵分类方法及其系统 | |
CN107192692B (zh) | 用于汽车、机械或家电制造业中结构件总成的防错检测方法 | |
CN110807817B (zh) | 一种适应光照变化的目标颜色识别的机器视觉方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C56 | Change in the name or address of the patentee | ||
CP01 | Change in the name or title of a patent holder |
Address after: 516006 Guangdong province Huizhou Zhongkai hi tech Industrial Development Zone Pearl River Road No. 1 Patentee after: HUIZHOU DESAY SV AUTOMOTIVE CO., LTD. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Industrial Development Zone Pearl River Road No. 1 Patentee before: Huizhou Desay SV Auto. Electronics Co., Ltd. |