CN107730493A - 产品颜色差异检测方法、装置、介质以及计算机设备 - Google Patents

产品颜色差异检测方法、装置、介质以及计算机设备 Download PDF

Info

Publication number
CN107730493A
CN107730493A CN201711000794.1A CN201711000794A CN107730493A CN 107730493 A CN107730493 A CN 107730493A CN 201711000794 A CN201711000794 A CN 201711000794A CN 107730493 A CN107730493 A CN 107730493A
Authority
CN
China
Prior art keywords
product
image
value
gray value
standard picture
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.)
Pending
Application number
CN201711000794.1A
Other languages
English (en)
Inventor
谢茂林
申舰
刘再明
李龙飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Tianji Industrial Intelligent System Co Ltd
Original Assignee
Guangdong Tianji Industrial Intelligent System Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Tianji Industrial Intelligent System Co Ltd filed Critical Guangdong Tianji Industrial Intelligent System Co Ltd
Priority to CN201711000794.1A priority Critical patent/CN107730493A/zh
Publication of CN107730493A publication Critical patent/CN107730493A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及一种产品颜色差异检测方法。获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值，根据检测阈值和色差值得到待测产品的颜色差异检测结果，标准图像为获取合格产品组中的各产品图像，根据合格产品组中的各产品图像得到，检测阈值为根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到，还涉及一种产品颜色差异检测装置，由于根据各合格产品图像得到的标准图像，以及根据灰度值的差值得到的检测阈值，能够检测出各产品的颜色差异，适合在实际工业生产中运用，因此，本申请能够在实际工业生产中确定产品的颜色差异检测结果。

Description

产品颜色差异检测方法、装置、介质以及计算机设备
技术领域
本申请属于机器视觉领域，特别是涉及一种产品颜色差异检测的方法以及装置。
背景技术
随着我国经济与工业化水平不断发展，人们对于产品的要求越来越高，除了关注产品的质量之外，还越来越重视产品的外观带来的美观性，特别是产品的颜色。
传统对产品颜色检测方式是通过色差仪来进行检测，读出标准样品的颜色的相关数据，然后读出被测样品的颜色的相关数据，进行比较获得色差值。实际工业生产中需要对不同种类、不同批次的产品进行颜色检测，由于色差仪仅仅对不同的产品进行颜色检测，由于实际工业生产中各产品的颜色差异多样化，仅仅进行颜色检测很难确定各产品之间的颜色差异，传统的产品颜色检测方式不适合在实际工业生产中进行产品颜色差异检测。
发明内容
基于此，有必要针对现有技术中色差仪不适合在实际工业生产中判定待测产品是否为合格产品的技术问题，提供一种产品颜色差异检测的方法以及装置。
一种产品颜色差异检测的方法，包括以下步骤：获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值，根据检测阈值和色差值得到待测产品的颜色差异检测结果，标准图像为获取合格产品组中的各产品图像，根据合格产品组中的各产品图像得到，检测阈值为根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到。
一种颜色差异检测装置，包括：图像获取模块，获取标准图像和合格产品组中的各产品图像，标准图像根据合格产品组中的各产品图像得到，阈值设置模块，用于根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到检测阈值，差值计算模块，用于获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值，差异判定模块，用于根据检测阈值和色差值得到待测产品的颜色差异检测结果。
一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时实现上述方法的步骤。
一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述方法的步骤。
上述产品颜色差异检测的方法以及装置、计算机设备和计算机可读存储介质，获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值，根据检测阈值和色差值得到待测产品的颜色差异检测结果，标准图像为获取合格产品组中的各产品图像，根据合格产品组中的各产品图像得到，检测阈值为合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到。由于根据各合格产品图像得到的标准图像，以及根据标准图像和合格产品图像的灰度差得到的检测阈值对待测产品进行检测，能够检测出各产品的颜色差异，适合在实际工业生产中运用，因此，本申请能够在实际工业生产中确定产品的颜色差异检测结果。
在其中一个实施例中，标准图像为根据合格产品组中的各产品图像得到，包括：计算合格产品组中的各产品图像的灰度值的平均值，根据平均值得到标准图像。
在其中一个实施例中，检测阈值为根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到，包括：计算合格产品组中的各产品图像的灰度值与标准图像的灰度值的差值；根据差值的差值分布计算标准差；将预设倍数的标准差作为检测阈值。
在其中一个实施例中，根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到检测阈值之后，包括：保存标准图像和检测阈值。
在其中一个实施例中，获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值的步骤，包括：获取待测产品的图像作为待测图像，对待测图像进行亮度补正；计算亮度补正后的待测图像与灰度值和标准图像的灰度值之间的色差值；亮度补正：将标准图像的RGB通道与待测图像的RGB通道进行直方图匹配。
在其中一个实施例中，根据检测阈值和色差值得到待测产品的颜色差异检测结果的步骤，包括：若色差值大于检测阈值，则待测产品的颜色差异检测结果为不合格；若色差值小于等于检测阈值，则待测产品的颜色差异检测结果为合格。
在其中一个实施例中，装置还包括：数据保存模块，用于保存标准图像和检测阈值。
附图说明
图1为本申请一实施例中产品颜色差异检测方法的流程示意图；
图2为本申请一实施例中获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值的流程示意图；
图3为本申请一实施例中根据检测阈值和色差值得到待测产品的颜色差异检测结果的流程示意图；
图4为本申请另一实施例中产品颜色差异检测方法的流程示意图；
图5为本申请一实施例中根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到检测阈值的流程示意图；
图6为本申请一实施例中产品颜色差异检测装置的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下通过实施例，并结合附图，对本申请的产品颜色差异检测的方法以及装置进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定申请。
在一个实施例中，请参阅图1，一种产品颜色差异检测的方法，包括以下步骤：
S130步骤，获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值。
具体地，生产的待进行颜色差异检测的产品作为待测产品，获取待测产品的图像作为与待测产品对应的待测图像，获取待测图像和根据合格产品组中的各产品图像得到的标准图像的灰度值，计算待测图像的灰度值和标准图像的灰度值的差值作为色差值，进一步地，获取待测产品的图像的方法不是唯一地，具体地，可以是通过拍摄待测产品来获取待测产品图像，或者获取待测产品颜色的灰度值，根据待测产品颜色的灰度值，进行重新赋值生成与灰度值对应的待测产品图像，在本实施例中，通过拍摄待测产品来获取待测产品的待测图像，更进一步地，获取待测产品颜色的灰度值的方法不是唯一地，具体地，可以是输入待测产品颜色的灰度值或者扫描待测产品来获取灰度值。
进一步地，计算待测图像的灰度值与标准图像的灰度值的色差值的方法不是唯一地，在本实施例中，计算RGB图像的待测图像的灰度值(R2，G2，B2)与RGB图像的标准图像的灰度值(Ravg，Gavg，Bavg)的色差值的公式为：
在一个实施例中，请参阅图2，步骤S130包括步骤S132至步骤S134。
步骤S132，获取待测产品的图像作为待测图像，对待测图像进行亮度补正。
可以理解，对待测图像进行亮度补正的方式并不唯一。本实施例中，亮度补正为将标准图像的RGB通道与待测图像的RGB通道进行直方图匹配。具体地，在图像处理中，直方图匹配或直方图规范是图像的变换，使其直方图与指定的直方图相匹配，直方图匹配即公知的直方图均衡化方法是在其中指定的直方图是一种特殊情况均匀分布，获取待测图像作为参考图像，标准图像作为目标图像，得到目标图像和参考图像的直方图，计算得到直方图方法是获取两个图像的直方图的累积分布函数，计算得到目标图像的直方图的累计分布函数F1，参考图像的直方图的累计分布函数F2，然后对于参考图像每个灰度级G2，目标图像每个灰度级G1，得到F(G1)＝F(G2)，直方图匹配结果为：M(G2)＝G1，最后，我们应用该函数M在参考图像的每个像素上。在一个实施例中，使用直方图匹配来平衡摄像头拍摄作为检测器的校准技术，当在相同位置的相同局部照明上获取图像时，可以使用两个图像进行归一化，减小了因产品在检测过程中位置变化引起的光照变化对检测结果的影响。
步骤S134，计算亮度补正后的待测图像与灰度值和标准图像的灰度值之间的色差值。
具体地，生产的待进行颜色差异检测的产品作为待测产品，获取待测产品的图像作为与待测产品对应的待测图像，对待测图像进行亮度补正后，分别计算亮度补正的待测图像的灰度值，以及根据合格产品组中的各合格产品的产品图像得到的标准图像的灰度值，将亮度补正的待测图像的灰度值与标准图像的灰度值求色差值。
步骤S140，根据检测阈值和色差值得到待测产品的颜色差异检测结果。
具体地，根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到检测阈值，以及步骤S130中，获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值，标准图像为获取合格产品组中的各产品图像，根据合格产品组中的各产品图像得到，根据上述检测阈值和色差值得到待测产品的颜色差异检测结果。
在一个实施例中，请参阅图3，步骤S140包括步骤S142至步骤S144。
步骤S142，若色差值大于检测阈值，则待测产品的颜色差异检测结果为不合格。
步骤S144，若色差值小于等于检测阈值，则待测产品的颜色差异检测结果为合格。
在一个实施例中，请参阅图4，步骤S130之前可以包括步骤S110和步骤S120。
S110步骤，获取标准图像和合格产品组中的各产品图像。
标准图像根据合格产品组中的各产品图像得到。具体地，从生产的产品中选择一组颜色差异合格的合格产品，选择的一组颜色差异合格的合格产品构成合格产品组，获取合格产品组中的各个合格产品的图像，根据得到的合格产品组中的各个合格产品的图像，通过计算获取标准图像，标准图像是待测产品进行颜色差异检测的比较对象，待测产品的产品图像通过与标准图像进行比较得到颜色差异。获取合格产品组中的各个合格产品图像的方法不是唯一地，具体地，可以是通过拍摄合格产品组中的各个合格产品来获取合格产品图像，或者获取合格产品组中的各个合格产品颜色的灰度值，根据各个合格产品颜色的灰度值，重新赋值生成与灰度值对应的各个合格产品图像，或者各个合格产品颜色的灰度值结合预设的灰度值与颜色图像的对应关系，获取对应的颜色图像作为合格产品图像，在本实施例中，通过拍摄合格产品组中的各个合格产品来获取合格产品图像，更进一步地，获取合格产品组中的各个合格产品颜色的灰度值的方法不是唯一地，具体地，可以是输入各个合格产品颜色的灰度值或者扫描各个合格产品来获取灰度值。
根据得到的合格产品组中的各个合格产品的图像，通过计算得到标准图像的方法不是唯一地，能够得到标准图像即可，在一个实施例中，计算合格产品组中的各产品图像的灰度值的平均值，根据平均值得到标准图像，具体地，通过得到的合格产品组中的各个合格产品图像，获取各个合格产品图像的灰度值，对所有合格产品图像的灰度值求平均，根据对所有合格产品图像的灰度值求平均得到的灰度值获取标准图像。
在另一个实施例中，对于RGB图像，选择合格产品图像中RGB值最大和RGB值最小的合格产品图像，去除RGB值最大和RGB值最小的合格产品图像，获取剩余合格产品图像的灰度值，对剩余合格产品图像的灰度值求平均，根据对剩余合格产品图像的灰度值求平均得到的灰度值，以及结合预设的灰度值与颜色图像的对应关系，获取标准图像。进一步地，根据对剩余合格产品图像的灰度值求平均得到的灰度值，以及结合预设的灰度值与颜色图像的对应关系，获取标准图像的方法不是唯一地，具体地，根据求平均得到的灰度值，生成与灰度值对应的标准图像，或者根据求平均得到的灰度值结合预设的灰度值与颜色图像的对应关系，获取对应的颜色图像作为标准图像。
灰度值指黑白图像中点的颜色深度，范围一般从0到255，白色为255，黑色为0，故黑白图片也称灰度图像，在医学、图像识别领域有很广泛的用途。实际上在我们的日常生活中，通过三原色色彩深浅的组合，可以组成各种不同的颜色。产品能够展现的灰度数量越多，也就意味着这款产品的色彩表现力更加丰富，能够实现更强的色彩层次。在本实施例中，得到的合格产品组中的各个合格产品的图像是RGB图像，RGB图像的颜色是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到的，RGB图像的每个像素用RGB值表示为(R，G，B)，红(R)、绿(G)、蓝(B)三个颜色通道每种色各分为256阶亮度，在0时亮度最弱，而在255时亮度最亮。当三色灰度数值相同时，产生不同灰度值的灰色调，即三色灰度都为0时，是最暗的黑色调，三色灰度都为255时，是最亮的白色调。对各个合格产品的RGB图像求灰度值的平均值的方法是，计算所有合格产品的RGB图像的红(R)值的平均值Ravg和所有合格产品的RGB图像的绿(G)值的平均值Gavg以及所有合格产品的RGB图像的蓝(B)值的平均值Bavg，得到RGB图像的标准图像灰度值为(Ravg，Gavg，Bavg)。
更进一步地，根据对所有合格产品图像的灰度值求平均得到的灰度值获取标准图像的方法不是唯一地，只要根据求平均得到的灰度值得到标准图像即可，在本实施例中，用求平均得到的灰度值(Ravg，Gavg，Bavg)的Ravg值，Gavg值以及Bavg值对其中一合格产品图像的灰度值(R，G，B)的R值，G值以及B值进行重新赋值得到标准图像。
S120步骤，根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到检测阈值。
具体地，根据S110步骤中从生产的产品中选择一组颜色差异合格的合格产品，选择的一组颜色差异合格的合格产品构成合格产品组，获取合格产品组中的各个合格产品的图像，以及根据得到的合格产品组中的各个合格产品的图像，通过计算获取标准图像，获取上述合格产品组中的各个合格产品的图像和标准图像的灰度值，分别计算各个合格产品图像的灰度值与标准图像的灰度值的差值，根据计算得到的一系列灰度值的差值设置检测阈值，待测产品的产品图像通过与标准图像进行比较得到的颜色差异，检测阈值是颜色差异合格的检测分值上限。计算各个合格产品图像的灰度值与标准图像的灰度值的差值的方法不是唯一地，在本实施例中，计算RGB图像的合格产品图像的灰度值(R1，G1，B1)与RGB图像的标准图像的灰度值(Ravg，Gavg，Bavg)的差值的公式为：
根据计算得到的灰度值的差值设置检测阈值的方法不是唯一地，只要可以得到检测阈值即可，请参阅图5，在一个实施例中，步骤S120中根据计算得到的灰度值的差值设置检测阈值，包括步骤S122至步骤S126。
步骤S122，计算合格产品组中的各产品图像的灰度值与标准图像的灰度值的差值。
具体地，分别计算步骤110中的合格产品组中的各合格产品图像的灰度值，以及计算步骤S110中的标准图像的灰度值，将各合格产品图像的灰度值与标准图像的灰度值求差值，得到与各合格产品图像对应的差值。
步骤S124，根据差值的差值分布计算标准差。
具体地，根据合格产品组中的各产品图像的灰度值与标准图像的灰度值的差值获取差值分布，对差值分布进行统计分析，根据差值分布计算得到灰度值的差值的标准差。计算差值分布的标准差的方法不是唯一地，只要得到差值分布的标准差即可，在一个实施例中，标准图像灰度值为x，合格产品组中的合格产品图像的数量为3，各合格产品的灰度值分别为x1，x2，x3，计算差值分布的标准差的方法是根据公式：
步骤S126，将预设倍数的标准差作为检测阈值。
具体地，将预设倍数的标准差作为检测阈值。预设倍数不是唯一地，根据产品的种类、批次对颜色差异的要求进行相应的调整即可，在本实施例中，预设倍数是3倍标准差，以3倍标准差作为检测阈值。在另一个实施例中，根据计算得到的灰度值的差值设置检测阈值的方法是根据合格产品组中的各产品图像的灰度值与标准图像的灰度值的差值，计算差值的平均值，将预设倍数的平均值作为检测阈值。
S130步骤，获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值。
具体地，生产的待进行颜色差异检测的产品作为待测产品，获取待测产品的图像作为与待测产品对应的待测图像，获取待测图像和根据合格产品组中的各产品图像得到的标准图像的灰度值，计算待测图像的灰度值和标准图像的灰度值的差值作为色差值。
步骤S140，根据检测阈值和色差值得到待测产品的颜色差异检测结果。
具体地，根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到检测阈值，以及步骤S130中，获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值，标准图像为获取合格产品组中的各产品图像，根据合格产品组中的各产品图像得到，根据上述检测阈值和色差值得到待测产品的颜色差异检测结果。
上述产品颜色差异检测的方法，获取标准图像和合格产品组中的各产品图像，标准图像根据合格产品组中的各产品图像得到，根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到检测阈值，获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值，根据检测阈值和色差值得到待测产品的颜色差异检测结果，由于根据各合格产品图像得到的标准图像，以及根据灰度值的差值得到的检测阈值，能够检测出各产品的颜色差异，适合在实际工业生产中运用，因此，本申请能够在实际工业生产中确定产品的颜色差异检测结果。
在另一个实施例中，S120步骤之后，该方法还包括保存标准图像和检测阈值的步骤。
具体地，保存标准图像和检测阈值可以是在步骤S130之前或之后进行。对从生产的产品中选择一组颜色差异合格的合格产品，选择的一组颜色差异合格的合格产品构成合格产品组，获取合格产品组中的各个合格产品的图像，根据得到的合格产品组中的各个合格产品的图像，通过计算获取标准图像的S110步骤中的标准图像进行保存，以及对各个合格产品图像的灰度值与标准图像的灰度值的差值，根据灰度值的差值设置检测阈值的S120步骤中的检测阈值进行保存，保存的标准图像用于作为待测产品进行颜色差异检测的比较对象，保存的检测阈值用于待测产品的颜色差异合格的检测分值上限。
在一个实施例中，请参阅图6，产品颜色差异检测的装置包括图像获取模块110、阈值设置模块120、差值计算模块130和差异判定模块140。
图像获取模块110用于获取标准图像和合格产品组中的各产品图像，标准图像根据合格产品组中的各产品图像得到。
具体地，从生产的产品中选择一组颜色差异合格的合格产品，选择的一组颜色差异合格的合格产品构成合格产品组，图像获取模块100获取合格产品组中的各个合格产品的图像，根据得到的合格产品组中的各个合格产品的图像，通过计算获取标准图像，标准图像是待测产品进行颜色差异检测的比较对象，待测产品的产品图像通过与标准图像进行比较得到颜色差异。
阈值设置模块120用于根据合格产品组中的各产品图像和标准图像得到灰度值的差值，根据灰度值的差值得到检测阈值。
具体地，根据图像获取模块110用于获取合格产品组中的各个合格产品的图像，根据得到的合格产品组中的各个合格产品的图像，通过计算获取标准图像，标准图像是待测产品进行颜色差异检测的比较对象，待测产品的产品图像通过与标准图像进行比较得到颜色差异，阈值设置模块120用于获取上述合格产品组中的各个合格产品的图像和标准图像的灰度值，分别计算各个合格产品图像的灰度值与标准图像的灰度值的差值，根据计算得到的一系列灰度值的差值设置检测阈值，待测产品的产品图像通过与标准图像进行比较得到的颜色差异，检测阈值是颜色差异合格的检测分值上限。
差值计算模块130用于获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值。
具体地，生产的待进行颜色差异检测的产品作为待测产品，获取待测产品的图像作为与待测产品对应的待测图像，获取待测图像和图像获取模块100保存的标准图像的灰度值，计算待测图像的灰度值和标准图像的灰度值的差值作为色差值。
差异判定模块140用于根据检测阈值和色差值得到待测产品的颜色差异检测结果。
具体地，阈值设置模块120中，计算产品图像的灰度值与标准图像的灰度值的差值，根据灰度值的差值设置检测阈值，以及差值计算模块130中，获取待测产品的图像作为待测图像，计算待测图像的灰度值和标准图像的灰度值之间的色差值，根据上述检测阈值和色差值得到待测产品的颜色差异检测结果。
上述产品颜色差异检测的装置，由于根据各合格产品图像得到的标准图像，以及根据标准图像和合格产品图像的灰度差得到的检测阈值对待测产品进行检测，能够检测出各产品的颜色差异，适合在实际工业生产中运用，因此，本申请能够在实际工业生产中确定产品的颜色差异检测结果。
在另一个实施例中，产品颜色差异检测的装置还包括数据保存模块，数据保存模块用于保存标准图像和检测阈值。
具体地，对从生产的产品中选择一组颜色差异合格的合格产品，选择的一组颜色差异合格的合格产品构成合格产品组，获取合格产品组中的各个合格产品的图像，根据得到的合格产品组中的各个合格产品的图像，通过计算获取标准图像的S110步骤中的标准图像进行保存，以及对各个合格产品图像的灰度值与标准图像的灰度值的差值，根据灰度值的差值设置检测阈值的S120步骤中的检测阈值进行保存，保存的标准图像用于作为待测产品进行颜色差异检测的比较对象，保存的检测阈值用于待测产品的颜色差异合格的检测分值上限。
一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时实现上述方法的步骤。
上述计算机设备，由于根据各合格产品图像得到的标准图像，以及根据标准图像和合格产品图像的灰度差得到的检测阈值对待测产品进行检测，能够检测出各产品的颜色差异，适合在实际工业生产中运用，因此，本申请能够在实际工业生产中确定产品的颜色差异检测结果。
一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现产品颜色差异检测的方法。
上述存储介质，由于根据各合格产品图像得到的标准图像，以及根据标准图像和合格产品图像的灰度差得到的检测阈值对待测产品进行检测，能够检测出各产品的颜色差异，适合在实际工业生产中运用，因此，本申请能够在实际工业生产中确定产品的颜色差异检测结果。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种产品颜色差异检测的方法，其特征在于，所述方法包括以下步骤：
获取待测产品的图像作为待测图像，计算所述待测图像的灰度值和所述标准图像的灰度值之间的色差值；
根据所述检测阈值和所述色差值得到所述待测产品的颜色差异检测结果；
所述标准图像为获取合格产品组中的各产品图像，根据所述合格产品组中的各产品图像得到；
所述检测阈值为所述合格产品组中的各产品图像和所述标准图像得到灰度值的差值，根据所述灰度值的差值得到。
2.根据权利要求1所述的产品颜色差异检测的方法，其特征在于，所述标准图像为根据所述合格产品组中的各产品图像得到，包括：
计算所述合格产品组中的各产品图像的灰度值的平均值，根据所述平均值得到所述标准图像。
3.根据权利要求1所述的产品颜色差异检测的方法，其特征在于，所述检测阈值为所述合格产品组中的各产品图像和所述标准图像得到灰度值的差值，根据所述灰度值的差值得到，包括：
计算所述合格产品组中的各产品图像的所述灰度值与所述标准图像的灰度值的差值；
根据所述差值的差值分布计算标准差；
将预设倍数的所述标准差作为所述检测阈值。
4.根据权利要求1所述的产品颜色差异检测的方法，其特征在于，所述检测阈值为所述合格产品组中的各产品图像和所述标准图像得到灰度值的差值，根据所述灰度值的差值得到之后，包括：
保存所述标准图像和所述检测阈值。
5.根据权利要求1所述的产品颜色差异检测的方法，其特征在于，所述获取待测产品的图像作为待测图像，计算所述待测图像的所述灰度值和所述标准图像的所述灰度值之间的色差值的步骤，包括：
获取待测产品的图像作为待测图像，对所述待测图像进行亮度补正；
计算亮度补正后的待测图像的所述灰度值和所述标准图像的灰度值之间的色差值；
所述亮度补正为，将所述标准图像的RGB通道与所述待测图像的RGB通道进行直方图匹配。
6.根据权利要求1所述的产品颜色差异检测的方法，其特征在于，所述根据所述检测阈值和所述色差值得到所述待测产品的颜色差异检测结果的步骤，包括：
若所述色差值大于所述检测阈值，则所述待测产品的颜色差异检测结果为不合格；
若所述色差值小于等于所述检测阈值，则所述待测产品的颜色差异检测结果为合格。
7.一种产品颜色差异检测的装置，其特征在于，所述装置包括：
图像获取模块，用于获取标准图像和合格产品组中的各产品图像，所述标准图像根据所述合格产品组中的各产品图像得到；
阈值设置模块，用于根据所述合格产品组中的各产品图像和所述标准图像得到灰度值的差值，根据所述灰度值的差值得到检测阈值；
差值计算模块，用于获取待测产品的图像作为待测图像，计算所述待测图像的灰度值和所述标准图像的灰度值之间的色差值；
差异判定模块，用于根据所述检测阈值和所述色差值得到所述待测产品的颜色差异检测结果。
8.根据权利要求7所述的产品颜色差异检测的装置，其特征在于，所述装置还包括：
数据保存模块，用于保存所述标准图像和所述检测阈值。
9.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-6中任意一项所述产品颜色差异检测的方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6中任意一项所述产品颜色差异检测的方法。
CN201711000794.1A 2017-10-24 2017-10-24 产品颜色差异检测方法、装置、介质以及计算机设备 Pending CN107730493A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711000794.1A CN107730493A (zh) 2017-10-24 2017-10-24 产品颜色差异检测方法、装置、介质以及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711000794.1A CN107730493A (zh) 2017-10-24 2017-10-24 产品颜色差异检测方法、装置、介质以及计算机设备

Publications (1)

Publication Number Publication Date
CN107730493A true CN107730493A (zh) 2018-02-23

Family

ID=61213207

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711000794.1A Pending CN107730493A (zh) 2017-10-24 2017-10-24 产品颜色差异检测方法、装置、介质以及计算机设备

Country Status (1)

Country Link
CN (1) CN107730493A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109556721A (zh) * 2018-10-29 2019-04-02 北京市计量检测科学研究院 一种检测色片的方法
CN109615625A (zh) * 2018-12-11 2019-04-12 厦门盈趣科技股份有限公司 一种颜色感应判断方法及装置
CN109615613A (zh) * 2018-11-22 2019-04-12 广州金域医学检验中心有限公司 病理切片染色质量评价方法、装置、计算机设备及存储介质
CN110049311A (zh) * 2019-04-04 2019-07-23 广东省安心加科技有限公司 视频图像点位偏移检测方法、装置、系统和计算机设备
CN110674828A (zh) * 2018-07-03 2020-01-10 江威 一种归一化眼底图像的方法和装置
CN110794151A (zh) * 2019-10-30 2020-02-14 中山生物工程有限公司 用于检测血型卡质量的方法、装置、终端、介质及设备
WO2020187319A1 (zh) * 2019-03-21 2020-09-24 深圳中科飞测科技有限公司 检测方法及检测系统
CN111739018A (zh) * 2020-07-27 2020-10-02 中建科技集团有限公司 一种基于点云技术的色差检测方法、装置、终端和介质
CN111862096A (zh) * 2020-09-23 2020-10-30 平安科技（深圳）有限公司 图像分割方法、装置、电子设备及存储介质
CN112304969A (zh) * 2019-07-15 2021-02-02 西安诺瓦星云科技股份有限公司 显示模块检测设备、方法、装置及系统和存储介质
WO2021248915A1 (zh) * 2020-06-10 2021-12-16 青岛理工大学 一种清水混凝土色差分析/检测方法及系统
CN114359203A (zh) * 2021-12-29 2022-04-15 国家烟草质量监督检验中心 一种卷烟包灰灰度值测量方法、装置及系统
CN115561140A (zh) * 2022-10-12 2023-01-03 宁波得立丰服饰有限公司 一种服装透气性检测方法、系统、存储介质及智能终端
CN116739304A (zh) * 2023-07-20 2023-09-12 紫灿科技(上海)股份有限公司 一种基于产品历史数据的生产误差监控系统及方法
CN117783095A (zh) * 2022-08-12 2024-03-29 汇鸿健康(苏州)有限公司 灰度条校准方法、标准灰度条及干式化学分析仪质控方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11265450A (ja) * 1998-03-18 1999-09-28 Kanebo Ltd 色差識別方法
CN102905160A (zh) * 2011-07-25 2013-01-30 深圳英飞拓科技股份有限公司 一种偏色检测的方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11265450A (ja) * 1998-03-18 1999-09-28 Kanebo Ltd 色差識別方法
CN102905160A (zh) * 2011-07-25 2013-01-30 深圳英飞拓科技股份有限公司 一种偏色检测的方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
万睿等: "一种改善全彩LED显示屏色差影响的方法", 《灯与照明》 *
张二虎等: "彩色印刷品缺陷在线检测方法的研究与探讨", 《包装工程》 *
章毓晋等: "自动检测精细印刷品缺陷的初步方案", 《中国体视学与图像分析》 *
靳珍璐等: "基于局部精确直方图匹配的无人机景象匹配导航色彩恒温算法", 《中国惯性技术学报》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110674828A (zh) * 2018-07-03 2020-01-10 江威 一种归一化眼底图像的方法和装置
CN109556721B (zh) * 2018-10-29 2020-12-08 北京市计量检测科学研究院 一种检测色片的方法
CN109556721A (zh) * 2018-10-29 2019-04-02 北京市计量检测科学研究院 一种检测色片的方法
CN109615613A (zh) * 2018-11-22 2019-04-12 广州金域医学检验中心有限公司 病理切片染色质量评价方法、装置、计算机设备及存储介质
CN109615625A (zh) * 2018-12-11 2019-04-12 厦门盈趣科技股份有限公司 一种颜色感应判断方法及装置
WO2020187319A1 (zh) * 2019-03-21 2020-09-24 深圳中科飞测科技有限公司 检测方法及检测系统
CN111724335A (zh) * 2019-03-21 2020-09-29 深圳中科飞测科技有限公司 检测方法及检测系统
US11881186B2 (en) 2019-03-21 2024-01-23 Skyverse Technology Co., Ltd. Detection method and detection system
CN110049311A (zh) * 2019-04-04 2019-07-23 广东省安心加科技有限公司 视频图像点位偏移检测方法、装置、系统和计算机设备
CN112304969A (zh) * 2019-07-15 2021-02-02 西安诺瓦星云科技股份有限公司 显示模块检测设备、方法、装置及系统和存储介质
CN110794151A (zh) * 2019-10-30 2020-02-14 中山生物工程有限公司 用于检测血型卡质量的方法、装置、终端、介质及设备
WO2021248915A1 (zh) * 2020-06-10 2021-12-16 青岛理工大学 一种清水混凝土色差分析/检测方法及系统
CN111739018B (zh) * 2020-07-27 2020-12-11 中建科技集团有限公司 一种基于点云技术的色差检测方法、装置、终端和介质
CN111739018A (zh) * 2020-07-27 2020-10-02 中建科技集团有限公司 一种基于点云技术的色差检测方法、装置、终端和介质
CN111862096A (zh) * 2020-09-23 2020-10-30 平安科技（深圳）有限公司 图像分割方法、装置、电子设备及存储介质
CN111862096B (zh) * 2020-09-23 2021-06-18 平安科技（深圳）有限公司 图像分割方法、装置、电子设备及存储介质
CN114359203A (zh) * 2021-12-29 2022-04-15 国家烟草质量监督检验中心 一种卷烟包灰灰度值测量方法、装置及系统
CN117783095A (zh) * 2022-08-12 2024-03-29 汇鸿健康(苏州)有限公司 灰度条校准方法、标准灰度条及干式化学分析仪质控方法
CN115561140A (zh) * 2022-10-12 2023-01-03 宁波得立丰服饰有限公司 一种服装透气性检测方法、系统、存储介质及智能终端
CN115561140B (zh) * 2022-10-12 2023-08-04 宁波得立丰服饰有限公司 一种服装透气性检测方法、系统、存储介质及智能终端
CN116739304A (zh) * 2023-07-20 2023-09-12 紫灿科技(上海)股份有限公司 一种基于产品历史数据的生产误差监控系统及方法

Similar Documents

Publication Publication Date Title
CN107730493A (zh) 产品颜色差异检测方法、装置、介质以及计算机设备
CN106548467B (zh) 红外图像和可见光图像融合的方法及装置
AU2020200895B2 (en) A system and method for image acquisition using supervised high quality imaging
CN105306843B (zh) 一种图像传感器的坏点处理方法及系统
CN101916431B (zh) 一种低照度图像数据处理方法及系统
CN100359924C (zh) 图像处理器以及使用该图像处理器的面部检测器
CN100421126C (zh) 数字图像处理链中用于调节色彩平衡的方法、系统及相应设备
JP2000171304A (ja) カラ―照明色温度の検出方法及び該装置
CN104113743A (zh) 低照度下彩色摄像机自动白平衡处理方法及装置
CN109859117A (zh) 一种采用神经网络直接校正rgb值的图像颜色校正方法
CN102565044B (zh) 基于图像处理的农药残留速测卡检测方法
US20050069201A1 (en) Systems and methods for correcting image color balance
CN111476153A (zh) 一种水果成熟度计算方法
CN107135384A (zh) 白平衡调节方法、装置、图像处理终端及存储介质
CN115147410B (zh) 一种多色块包装覆膜缺陷检测方法
Zhao et al. Spectral illumination correction: Achieving relative color constancy under the spectral domain
CN107516331A (zh) 一种竹条颜色分类方法及系统
Guang-rong Rice color inspection based on image processing technique
CN103200349A (zh) 一种扫描图像色偏自动检测方法
Gijsenij et al. A perceptual comparison of distance measures for color constancy algorithms
CN112098415A (zh) 一种杨梅品质无损检测方法
CN108848363A (zh) 一种适用于大场景的自动白平衡方法
CN107770410A (zh) 彩色面阵ccd的自适应矫正
Singhal et al. Smartphone-based colorimetric detection to measure Blood Glucose Levels
Zhao et al. Pixel-wise illumination correction algorithms for relative color constancy under the spectral domain

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180223

RJ01 Rejection of invention patent application after publication