CN108896184B - 颜色识别方法 - Google Patents

颜色识别方法 Download PDF

Info

Publication number
CN108896184B
CN108896184B CN201810752328.7A CN201810752328A CN108896184B CN 108896184 B CN108896184 B CN 108896184B CN 201810752328 A CN201810752328 A CN 201810752328A CN 108896184 B CN108896184 B CN 108896184B
Authority
CN
China
Prior art keywords
green
red
electric signal
light
blue
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.)
Active
Application number
CN201810752328.7A
Other languages
English (en)
Other versions
CN108896184A (zh
Inventor
张洋
张虎
姜柳
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201810752328.7A priority Critical patent/CN108896184B/zh
Publication of CN108896184A publication Critical patent/CN108896184A/zh
Application granted granted Critical
Publication of CN108896184B publication Critical patent/CN108896184B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/465Measurement of colour; Colour measuring devices, e.g. colorimeters taking into account the colour perception of the eye; using tristimulus detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J2003/466Coded colour; Recognition of predetermined colour; Determining proximity to predetermined colour

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本申请公开了颜色识别方法,所述方法的一具体实施方式包括:根据感应的环境光和待测物体在红绿蓝三基色的探测光下的反射光,生成待测物体的红绿蓝光电信号;对红绿蓝光电信号进行标定;将标定后的红绿蓝光电信号带入样本色集中各样本色的电信号判决表达式,将符合电信号判决表达式对应的各样本色组成目标样本色集合;确定目标样本色集合的基数;响应于基数大于1,计算待测物体的红绿蓝光占比,将待测物体的红绿蓝光占比带入目标样本色集合中各个样本色的占比判决表达式,将符合占比判决表达式对应的样本色作为待测物体的颜色。该实施方式算法简单,可准确识物体的颜色。

Description

颜色识别方法
技术领域
本申请涉及颜色识别领域,具体的涉及颜色识别的方法。
背景技术
使用电子技术实现色彩识别是一项在不断发展的技术,在生产过程中,有人眼起主导作用的颜色识别工作,逐渐被颜色识别传感器所取代,例如,材料分拣、产品质检。其应用的领域不断扩展,在无人车、无人机、智能机器人、智能玩具中设置颜色识别功能以增加教育性、趣味性等。
各种颜色是由不同比例的红、绿、蓝三基色混合而成的。如果知道构成各种颜色的红、绿、蓝的值,则可以计算出物体的颜色。
现有技术,将接收的待测物体光,进行光电转换,将转换后的电信号映射成0-255间的数值,然后,与预存的样本参数进行比对,算法复杂,且准确性不高。
发明内容
本申请的目的在于提出一种改进的颜色识别方法,来解决以上背景技术部分提到的技术问题。
本申请提供了一种颜色识别方法,所述方法包括:根据感应的环境光和待测物体在红绿蓝三基色的探测光下的反射光,生成所述待测物体的红光电信号、绿光电信号、蓝光电信号;所述待测物体的红绿蓝光电信号分别乘以存储的红绿蓝标定系数,得到标定后的红光电信号、绿光电信号、蓝光电信号,其中,所述红绿蓝标定系数是预先计算得到的;将所述标定后的红绿蓝光电信号带入样本色集中各样本色的电信号判决表达式,将符合电信号判决表达式对应的各样本色组成目标样本色集合;确定所述目标样本色集合的基数;响应于所述基数大于1,根据所述标定后的红绿蓝光电信号,计算所述待测物体的红光占比、绿光占比、蓝光占比,将所述待测物体的红绿蓝光占比带入所述目标样本色集合中各个样本色的占比判决表达式,将符合占比判决表达式对应的样本色作为所述待测物体的颜色。
在一些实施例中,所述颜色识别方法还包括:响应于所述基数等于1,则将所述目标样本色集合中唯一的样本色作为所述待测物体的颜色。
在一些实施例中,所述颜色识别方法还包括:预先设计样本色集中每个样本色的电信号判决表达式和占比判决表达式。
在一些实施例中,所述设计样本色集中每个样本色的电信号判决表达式和占比判决表达式,包括:每个样本色代表一个色系,对该色系的RGB值进行理论分析,确定该色系的红绿蓝值的大小、红绿蓝值的比例关系、不同颜色分量间的关系,据此设计该样本色的RGB判决表达式和占比判决表达式;修正每个样本色的RGB判决表达式和占比判决表达式,使不同样本色的判决表达式间不存在交集;修正每个样本色的RGB判决表达式和占比判决表达式,使所述样本色集中所有样本色的判决表达式的并集涵盖所有颜色;根据光强与电信号的对应关系,将RGB判决表达式换算成电信号判决表达式;对样本色进行大量测量和数据采集,根据采集的红绿蓝光电信号、红绿蓝光占比,修正电信号判决表达式和占比判决表达式。
在一些实施例中,所述设计样本色集中每个样本色的电信号判决表达式和占比判决表达式,包括:每个样本色为一个标准色卡,对该标准色卡的RGB值进行理论分析,确定该标准色卡红绿蓝值的大小、红绿蓝值的比例关系、不同颜色分量间的关系,据此设计该标准色卡的RGB判决表达式和占比判决表达式;修正每个标准色卡的RGB判决表达式和占比判决表达式,使不同标准色卡的判决表达式间不存在交集;根据光强与电信号的对应关系,将RGB判决表达式换算成电信号判决表达式;对各个标准色卡进行大量测量和数据采集,根据采集的红绿蓝光电信号、红绿蓝光占比,修正电信号判决表达式和占比判决表达式。
在一些实施例中,所述各样本色的电信号判决表达式和占比判决表达式中包含如下运算符:算数运算符、关系运算符、逻辑运算符。
在一些实施例中,所述根据感应的环境光和待测物体在红绿蓝三基色的探测光下的反射光,生成所述待测物体的红光电信号、绿光电信号、蓝光电信号,包括:对感应到的环境光进行光电转换,生成环境电信号;依次向所述待测物体发射红绿蓝三基色的探测光;根据所述待测物体反射的光生成所述待测物体的红光电信号初值、绿光电信号初值、蓝光电信号初值;所述待测物体的红光电信号初值、绿光电信号初值、蓝光电信号初值依次减去所述环境电信号,得到所述待测物体的红光电信号、绿光电信号、蓝光电信号。
在一些实施例中,所述预先计算红绿蓝标定系数,包括:在黑盒环境中,关闭红绿蓝三基色光源,将生成的电信号定义为零偏电信号;根据红绿蓝三基色探测光照射在白色物体上的反射光,生成黑盒红光电信号、黑盒绿光电信号、黑盒蓝光电信号;所述黑盒红光电信号、所述黑盒绿光电信号、所述黑盒蓝光电信号依次减去所述零偏电信号,得到纠正红光电信号、纠正绿光电信号、纠正蓝光电信号;计算所述纠正红光电信号、所述纠正绿光电信号、所述纠正蓝光电信号的平均值,得到红绿蓝均值电信号;所述纠正红光电信号、所述纠正绿光电信号、所述纠正蓝光电信号依次除以所述红绿蓝均值电信号,得到红标定系数、绿标定系数、蓝标定系数。
在一些实施例中,所述根据所述标定后的红光电信号、绿光电信号、蓝光电信号,计算所述待测物体的红光占比、绿光占比、蓝光占比,包括:求所述标定后的红光电信号、绿光电信号、蓝光电信号的和;将所述标定后的红光电信号、绿光电信号、蓝光电信号依次除以所述求和的值,计算得到所述待测物体的红光占比、绿光占比、蓝光占比。
在一些实施例中,所述根据所述标定后的红光电信号、绿光电信号、蓝光电信号,计算所述待测物体的红光占比、绿光占比、蓝光占比,包括:计算所述标定后的红光电信号、绿光电信号、蓝光电信号的平方求和开根号的值;将所述标定后的红光电信号、绿光电信号、蓝光电信号依次除以所述平方求和开根号的值,计算得到所述待测物体的红光占比、绿光占比、蓝光占比。
本申请提供的颜色识别方法,在识别待测物体颜色时,先滤除环境光的干扰,生成与反射光强度对应的红绿蓝光电信号,然后,对红绿蓝光电信号进行标定,之后,通过电信号判决表达式初步筛选出一部分样本色,最后,计算红绿蓝光占比,通过占比判决表达式,确定待测物体的颜色,该方法识别颜色的准确度高。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是根据本申请的颜色识别方法的一个实施例的流程图;
图2是对图1的流程图中的步骤101的分解流程图;
图3是对图1的流程图中的步骤102的分解流程图;
图4是对图1的流程图中的步骤103的分解流程图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
图1示出了根据本申请的颜色识别方法的一个实施例的流程图,所述颜色识别方法,包括以下步骤:
步骤101,根据感应的环境光和待测物体在红绿蓝三基色的探测光下的反射光,生成待测物体的红光电信号、绿光电信号、蓝光电信号。
在RGB色彩模式中,光的三基色是红绿蓝(RGB,Red Green Blue),各种颜色的光是由不同比例的红绿蓝三基色混合而成的。光强度是0~255范围内的强度值,通常分别用RGB表示红、绿、蓝光强度值。不同颜色的RGB的值不同。例如,红色RGB(255 0 0),黑色RGB(0 00)等。不同颜色的待测物体对红绿蓝光的反射能力不同,例如,红色物体反射红色光而吸收其它颜色的光,黑色物体吸收所有颜色的光。
在本实施例中,发射红绿蓝三基色的探测光的光源是红绿蓝三基色发光二极管。可以是三个单色红绿蓝发光二极管,也可以是一个红绿蓝三色发光二极管,且该二极管在不同输入控制下,可发射红光、绿光、蓝光。
在本实施例中,利用光敏元件,感应光线的强弱,生成与光线强度对应的电信号。光敏元件可以是光敏电阻、光敏二极管、光敏三极管中的一种。上述电信号可以是电压信号、电流信号、调制后的电压信号、调制后的电流信号中的一种。例如,光线越强,电流值越大。在测量物体颜色时,环境光会对测量结果产生干扰,所以,本实施例为提高颜色识别的准确性而滤除环境光的干扰。
在本实施例的一些可选的实现方式中,参考图2,根据感应的环境光和待测物体在红绿蓝三基色的探测光下的反射光,生成待测物体的红光电信号、绿光电信号、蓝光电信号,包括如下步骤:
步骤1011,对感应到的环境光进行光电转换,生成环境电信号。
步骤1012,依次向待测物体发射红绿蓝三基色的探测光。
为避免光线间干扰,同一时间段最多只发射红光探测光、绿光探测光、蓝光探测光的一种。以预设的时间间隔,依次向待测物体发射红绿蓝三基色探测光。
步骤1013,根据上述待测物体反射的光生成该待测物体的红光电信号初值、绿光电信号初值、蓝光电信号初值;
由步骤1012知,是以预设的时间间隔,依次向待测物体发射红绿蓝三基色探测光。然后分别接收红绿蓝三基色探测光照射到待测物体的反射光,并将各个反射光进行光电转换,生成红光电信号初值、绿光电信号初值、蓝光电信号初值。即:首先,开启红光光源,向待测物体发射红光探测光,根据感应到的待测物体反射的红光生成红光电信号初值;然后,关闭红光光源,开启绿光光源,向待测物体发射绿光探测光,根据感应到的待测物体反射的绿光生成绿光电信号初值;最后,关闭绿光光源,开启蓝光光源,向待测物体发射蓝光探测光,根据感应到的待测物体反射的蓝光生成蓝光电信号初值。环境光实时的发生变化,所以以尽可能短的时间间隔,感应环境光和向待测物体发射红绿蓝探测光。例如,100微秒、200微秒。
步骤1014,待测物体的红光电信号初值、绿光电信号初值、蓝光电信号初值依次减去上述环境电信号,得到该待测物体的红光电信号、绿光电信号、蓝光电信号。
在本实施例的一些可选的实现方式中,可以在发射每种颜色的探测光之前,都先感测环境光,并生成环境电信号,利用生成的该颜色的电信号初值减去对应的环境电信号。
步骤102,待测物体的红绿蓝光电信号分别乘以红绿蓝标定系数,得到标定后的红光电信号、绿光电信号、蓝光电信号。
发光二极管由含镓、砷、磷、氮等的化合物制成。不同颜色发光二极管具有不同的电压、电流参数。具有相同电压参数的不同颜色的发光二极管的发光强度不同,即使相同型号的同一颜色的发光二极管在相同的电气参数下发出的光的强度也会不同。同时,进行光电转换的光敏元器件对于不同颜色的光的灵敏性不同。为到达白平衡的效果,需要对颜色进行标定。然后将上述待测物体的红光电信号、绿光电信号、蓝光电信号分别乘以红绿蓝标定系数,得到标定后的红光电信号、绿光电信号、蓝光电信号。
继续参考图3,示出了预先计算红绿蓝标定系数,包括如下步骤:
步骤1021,在黑盒环境中,关闭红绿蓝三基色光源,将生成的电信号定义为零偏电信号。
步骤1022,根据红绿蓝三基色探测光照射在白色物体上的反射光,生成黑盒红光电信号、黑盒绿光电信号、黑盒蓝光电信号。
步骤1023,黑盒红光电信号、黑盒绿光电信号、黑盒蓝光电信号依次减去上述零偏电信号,得到纠正红光电信号、纠正绿光电信号、纠正蓝光电信号。
步骤1024,计算纠正红光电信号、纠正绿光电信号、纠正蓝光电信号的平均值,得到红绿蓝均值电信号。
步骤1025,纠正红光电信号、纠正绿光电信号、纠正蓝光电信号依次除以红绿蓝均值电信号,得到红标定系数、绿标定系数、蓝标定系数。
步骤103,将标定后的红绿蓝光电信号带入样本色集中各样本色的电信号判决表达式,将符合电信号判决表达式对应的各样本色组成目标样本色集合。
RGB色彩模式中,RGB各有256级亮度,即0到255。256级的 RGB色彩总共能组合出约1678万种色彩,但基于人眼分辨率有限,与实际需要,从不同色系中,选取有代表性的颜色,组成样本色集。例如,样本色集是:黑色、红色、绿色、蓝色、白色、灰色、黄色、紫色。
在本实施例的一些可选的实现方式中,预先设计样本色集中每个样本色的电信号判决表达式和占比判决表达式,包括步骤1031至步骤 1035,如图4所示:
步骤1031,每个样本色代表一个色系,对该色系的RGB值进行理论分析,确定该色系的红绿蓝值的大小、红绿蓝值的比例关系、不同颜色分量间的关系,据此设计该样本色的RGB判决表达式和占比判决表达式。
例如,以样本色中黑色、白色、灰色为例。表1是黑色系、白色系、灰色系包含的颜色表。表2是黑色、白色、灰色对应的RGB判决表达式和占比判决表达式表。
Figure BDA0001725859690000071
表1
表1中,每个颜色后面括号内的3个数值依次为颜色的红(R)、绿(G)、蓝(B)在RGB色彩模式中亮度级。
颜色 RGB判决表达式 占比判决表达式
黑色 R<50且G<50且B<50
白色 R>240且G>220且B>200 Pr>0.25且Pg>0.25且Pb>0.25
灰色 R<200或G<200或B<250 Pr>0.25且Pg>0.25且Pb>0.25
表2
根据表1中,每个色系的红绿蓝值的大小、红绿蓝值的比例关系、不同颜色分量间的关系,据此设计该样本色的RGB判决表达式和占比判决表达式。如表2所示,RGB判决表达式和占比判决表达式包含关系运算符、逻辑运算符。关系运算符包括大于、小于、等于、大于等于、小于等于和不等于六种。逻辑运算符包括与、或、非。表达式中“且”表示逻辑运算符“与”。Pr、Pg、Pb分别表示红绿蓝光的占比。
步骤1032,修正每个样本色的RGB判决表达式和占比判决表达式,使不同样本色的判决表达式间不存在交集。即,为区分样本色集中各个颜色,不存在某种颜色同时满足多个样本色的RGB判决表达式和占比判决表达式。例如,表2中白色、灰色的判决表达式存在交集,修正灰色的RGB判决表达式为R<200或G<200或B<200。
步骤1033,修正每个样本色的RGB判决表达式和占比判决表达式,使所述样本色集中所有样本色的判决表达式的并集涵盖所有颜色。即,不存在某个颜色不满足样本色集中所有样本色的判决表达式。例如,表2中,修正白色的RGB判决表达式,白色RGB判决表达式为R>200且G>200且B>200。
步骤1034,根据光强与电信号的对应关系,将RGB判决表达式换算成电信号判决表达式。该光强与电信号的对应关系是通过对大量测试数据进行处理得到的。
步骤1035,对样本色进行大量测量和数据采集,根据采集的红绿蓝光电信号、红绿蓝光占比,修正电信号判决表达式和占比判决表达式。
为保证颜色识别的准确性,采用相同的技术方案预先在不同时间点、不同天气状况下,采集样本色集中各个样本色标定后的红绿蓝光电信号和红绿光占比。即:首先,滤除环境光的干扰生成样本色的红绿蓝光电信号;然后,对样本色的红绿蓝光电信号进行标定;最后,根据标定后的样本色的红绿蓝光电信号计算红绿蓝光占比。
为保证采集的某样本色标定后的红绿蓝光电信号和红绿光占比,满足该样本色对应的电信号判决表达式和占比判决表达式,对电信号判决表达式和占比判决表达式进行修正。
表3是确定的样本色的电信号判决表达式和占比判决表达式。
样本色 电信号判决表达式 占比判决表达式
黑色 Vr<30且Vg<30且Vb<30
红色 Vr>30或Vg>30或Vb>30 Pr>0.8,Pr>0.4且|Pg-Pb|<0.2
绿色 Vr>30或Vg>30或Vb>30 Pg>0.8,Pg>0.4且(|Pr-Pb|<0.2或Pr<0.2)
蓝色 Vr>30或Vg>30或Vb>30 Pb>0.8,Pb>0.4且(|Pr-Pg|<0.2或Pr<0.2)
白色 Vr>150且Vg>150且Vb>150 Pr>0.25且Pg>0.25且Pb>0.25
灰色 Vr<150或Vg<150或Vb<150 Pr>0.25且Pg>0.25且Pb>0.25
黄色 Vr>30或Vg>30或Vb>30 Pr>0.3且Pg>0.2且Pb<0.2
紫色 Vr>30或Vg>30或Vb>30 Pr>0.3且Pg<0.25且Pb>0.3
表3
其中,电信号判决表达式和占比判决表达式包含如下运算符:算数运算符、关系运算符、逻辑运算符。其中,算数运算符包括加、减、乘、除、绝对值。关系运算符包括大于、小于、等于、大于等于、小于等于和不等于六种。逻辑运算符包括与、或、非。例如,红色的电信号判决表达式为:Vr>30或Vg>30或Vb>30,红色的占比判决表达式为:Pr>0.8,Pr>0.4且|Pg-Pb|<0.2。表达式中“且”表示逻辑运算符“与”,逗号“,”表示逻辑运算符“或”。
在本实施例的一些可选的实现方式中,预先设计样本色集中每个样本色的电信号判决表达式和占比判决表达式,包括如下步骤:
首先,每个样本色为一个标准色卡,对该标准色卡的RGB值进行理论分析,确定该标准色卡红绿蓝值的大小、红绿蓝值的比例关系、不同颜色分量间的关系,据此设计该标准色卡的RGB判决表达式和占比判决表达式。例如,黑色的标准色卡为(41 36 33)、白色标准色卡为(245 245 245)。
其次,修正每个标准色卡的RGB判决表达式和占比判决表达式,使不同标准色卡的判决表达式间不存在交集。
然后,根据光强与电信号的对应关系,将RGB判决表达式换算成电信号判决表达式。
最后,对各个标准色卡进行大量测量和数据采集,根据采集的红绿蓝光电信号、红绿蓝光占比,修正电信号判决表达式和占比判决表达式。
为保证颜色识别的准确性,采用相同的技术方案在不同时间点、不同天气状况下,预先采集各个标准色卡的标定后的红绿蓝光电信号和红绿光占比。即:首先,滤除环境光的干扰生成标准色卡的红绿蓝光电信号;然后,对标准色卡红绿蓝光电信号进行标定;最后,根据标定后的标准色卡的红绿蓝光电信号计算红绿蓝光占比。
为保证采集的某标准色卡标定后的红绿蓝光电信号和红绿光占比,满足该标准色卡对应的电信号判决表达式和占比判决表达式,对上述电信号判决表达式和占比判决表达式进行修正。
在本实施例的一些可选的实现方式中,不通过理论分析不同样本色的RGB值,确定RGB判决表达式和占比判决表达式,而是直接对样本色集中的每个样本色进行大量的测量,得到标定后红绿蓝光电信号值和红绿蓝光占比,然后,根据这些数据设计电信号判决表达式和占比判决表达式,最后,在通过大量测量样本色,不断修正电信号判决表达式和占比判决表达式。
步骤104,确定目标样本色集合的基数。
在步骤103中,从样本色集中筛选出满足待测物体红绿蓝光电信号的样本色,组成目标样本色集合,确定上述目标样本色集合的基数,即计算上述目标样本色集合包含的样本色元素的个数。
步骤105,响应于基数大于1,根据标定后的红绿蓝光电信号,计算待测物体的红光占比、绿光占比、蓝光占比,将所述待测物体的红绿蓝光占比带入目标样本色集合中各个样本色的占比判决表达式,将符合占比判决表达式对应的样本色作为待测物体的颜色。
在本实施例中,响应于上述目标样本色集合的基数大于1,则将上述目标样本色集合中唯一的样本色作为待测物体的颜色。响应于上述目标样本色集合的基数大于1,即上述目标样本色集合中存在多个样本色,其中,每个样本色都有可能是待测物体的颜色,需根据占比判决表达式,进一步从目标样本色集合中准确的筛选出与待测物体颜色一致的样本色,即将符合占比判决表达式对应的样本色作为待测物体的颜色。
在本实施例的一些可选的实现方式中,根据标定后的红光电信号、绿光电信号、蓝光电信号,计算待测物体的红光占比、绿光占比、蓝光占比,包括如下步骤:首先,求上述待测物体标定后的红光电信号、绿光电信号、蓝光电信号的和;然后,将上述标定后的红光电信号、绿光电信号、蓝光电信号依次除以上述求和的值,计算得到上述所述待测物体的红光占比、绿光占比、蓝光占比。
在本实施例的一些可选的实现方式中,根据标定后的红光电信号、绿光电信号、蓝光电信号,计算待测物体的红光占比、绿光占比、蓝光占比,包括如下步骤:首先,计算上述待测物体标定后的红光电信号、绿光电信号、蓝光电信号的平方求和开根号的值;然后,将上述标定后的红光电信号、绿光电信号、蓝光电信号依次除以上述平方求和开根号的值,计算得到上述待测物体的红光占比、绿光占比、蓝光占比。
为保证颜色识别的准确性,需采用相同的技术方案计算待测物体的红绿蓝光占比和样本色集中各个样本色的红绿蓝光占比。
在本实施例中,先滤除环境光的干扰生成待测物的红绿蓝光电信号,然后,对生成的红绿蓝光电信号进行标定,之后,通过电信号判决表达式缩小样本色集,挑选出待测物满足的样本色组成目标样本色集合,最后,通过占比判决表达式,从目标样本色集合中筛选出样本色作为上述待测物体的颜色,该颜色识别准确性高。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于) 具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (7)

1.一种颜色识别方法,其特征在于,所述方法包括:
根据感应的环境光和待测物体在红绿蓝三基色的探测光下的反射光,生成所述待测物体的红光电信号、绿光电信号、蓝光电信号,包括:对感应到的环境光进行光电转换,生成环境电信号;依次向所述待测物体发射红绿蓝三基色的探测光;根据所述待测物体反射的光生成所述待测物体的红光电信号初值、绿光电信号初值、蓝光电信号初值;所述待测物体的红光电信号初值、绿光电信号初值、蓝光电信号初值依次减去所述环境电信号,得到所述待测物体的红光电信号、绿光电信号、蓝光电信号;
所述待测物体的红绿蓝光电信号分别乘以存储的红绿蓝标定系数,得到标定后的红光电信号、绿光电信号、蓝光电信号,其中,所述红绿蓝标定系数是预先计算得到的;
将所述标定后的红绿蓝光电信号带入样本色集中各样本色的电信号判决表达式,将符合电信号判决表达式对应的各样本色组成目标样本色集合;
确定所述目标样本色集合的基数;
响应于所述基数大于1,根据所述标定后的红绿蓝光电信号,计算所述待测物体的红光占比、绿光占比、蓝光占比,将所述待测物体的红绿蓝光占比带入所述目标样本色集合中各个样本色的占比判决表达式,将符合占比判决表达式对应的样本色作为所述待测物体的颜色;
预先设计样本色集中每个样本色的电信号判决表达式和占比判决表达式,具体的:每个样本色代表一个色系,对该色系的RGB值进行理论分析,确定该色系的红绿蓝值的大小、红绿蓝值的比例关系、不同颜色分量间的关系,据此设计该样本色的RGB判决表达式和占比判决表达式;修正每个样本色的RGB判决表达式和占比判决表达式,使不同样本色的判决表达式间不存在交集;修正每个样本色的RGB判决表达式和占比判决表达式,使所述样本色集中所有样本色的判决表达式的并集涵盖所有颜色;根据光强与电信号的对应关系,将RGB判决表达式换算成电信号判决表达式;对样本色进行大量测量和数据采集,根据采集的红绿蓝光电信号、红绿蓝光占比,修正电信号判决表达式和占比判决表达式。
2.根据权利要求1所述的颜色识别方法,其特征在于,所述方法还包括:
响应于所述基数等于1,则将所述目标样本色集合中唯一的样本色作为所述待测物体的颜色。
3.根据权利要求1-2之一所述的颜色识别方法,其特征在于,所述各样本色的电信号判决表达式和占比判决表达式中包含如下运算符:算数运算符、关系运算符、逻辑运算符。
4.根据权利要求1所述的颜色识别方法,其特征在于,所述预先计算红绿蓝标定系数,包括:
在黑盒环境中,关闭红绿蓝三基色光源,将生成的电信号定义为零偏电信号;
根据红绿蓝三基色探测光照射在白色物体上的反射光,生成黑盒红光电信号、黑盒绿光电信号、黑盒蓝光电信号;
所述黑盒红光电信号、所述黑盒绿光电信号、所述黑盒蓝光电信号依次减去所述零偏电信号,得到纠正红光电信号、纠正绿光电信号、纠正蓝光电信号;
计算所述纠正红光电信号、所述纠正绿光电信号、所述纠正蓝光电信号的平均值,得到红绿蓝均值电信号;
所述纠正红光电信号、所述纠正绿光电信号、所述纠正蓝光电信号依次除以所述红绿蓝均值电信号,得到红标定系数、绿标定系数、蓝标定系数。
5.根据权利要求1所述的颜色识别方法,其特征在于,所述根据所述标定后的红光电信号、绿光电信号、蓝光电信号,计算所述待测物体的红光占比、绿光占比、蓝光占比,包括:
求所述标定后的红光电信号、绿光电信号、蓝光电信号的和;
将所述标定后的红光电信号、绿光电信号、蓝光电信号依次除以所述求和的值,计算得到所述待测物体的红光占比、绿光占比、蓝光占比。
6.根据权利要求1所述的颜色识别方法,其特征在于,所述根据所述标定后的红光电信号、绿光电信号、蓝光电信号,计算所述待测物体的红光占比、绿光占比、蓝光占比,包括:
计算所述标定后的红光电信号、绿光电信号、蓝光电信号的平方求和开根号的值;
将所述标定后的红光电信号、绿光电信号、蓝光电信号依次除以所述平方求和开根号的值,计算得到所述待测物体的红光占比、绿光占比、蓝光占比。
7.一种颜色识别方法,其特征在于,所述方法包括:
根据感应的环境光和待测物体在红绿蓝三基色的探测光下的反射光,生成所述待测物体的红光电信号、绿光电信号、蓝光电信号,包括:对感应到的环境光进行光电转换,生成环境电信号;依次向所述待测物体发射红绿蓝三基色的探测光;根据所述待测物体反射的光生成所述待测物体的红光电信号初值、绿光电信号初值、蓝光电信号初值;所述待测物体的红光电信号初值、绿光电信号初值、蓝光电信号初值依次减去所述环境电信号,得到所述待测物体的红光电信号、绿光电信号、蓝光电信号;
所述待测物体的红绿蓝光电信号分别乘以存储的红绿蓝标定系数,得到标定后的红光电信号、绿光电信号、蓝光电信号,其中,所述红绿蓝标定系数是预先计算得到的;
将所述标定后的红绿蓝光电信号带入样本色集中各样本色的电信号判决表达式,将符合电信号判决表达式对应的各样本色组成目标样本色集合;
确定所述目标样本色集合的基数;
响应于所述基数大于1,根据所述标定后的红绿蓝光电信号,计算所述待测物体的红光占比、绿光占比、蓝光占比,将所述待测物体的红绿蓝光占比带入所述目标样本色集合中各个样本色的占比判决表达式,将符合占比判决表达式对应的样本色作为所述待测物体的颜色;
预先设计样本色集中每个样本色的电信号判决表达式和占比判决表达式,具体的:每个样本色为一个标准色卡,对该标准色卡的RGB值进行理论分析,确定该标准色卡红绿蓝值的大小、红绿蓝值的比例关系、不同颜色分量间的关系,据此设计该标准色卡的RGB判决表达式和占比判决表达式;修正每个标准色卡的RGB判决表达式和占比判决表达式,使不同标准色卡的判决表达式间不存在交集;根据光强与电信号的对应关系,将RGB判决表达式换算成电信号判决表达式;对各个标准色卡进行大量测量和数据采集,根据采集的红绿蓝光电信号、红绿蓝光占比,修正电信号判决表达式和占比判决表达式。
CN201810752328.7A 2018-07-10 2018-07-10 颜色识别方法 Active CN108896184B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810752328.7A CN108896184B (zh) 2018-07-10 2018-07-10 颜色识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810752328.7A CN108896184B (zh) 2018-07-10 2018-07-10 颜色识别方法

Publications (2)

Publication Number Publication Date
CN108896184A CN108896184A (zh) 2018-11-27
CN108896184B true CN108896184B (zh) 2020-12-25

Family

ID=64348666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810752328.7A Active CN108896184B (zh) 2018-07-10 2018-07-10 颜色识别方法

Country Status (1)

Country Link
CN (1) CN108896184B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111199545B (zh) * 2020-01-07 2023-02-24 云南省烟草烟叶公司 一种基于机器视觉鉴别初烤烟叶颜色的方法
CN111141386B (zh) * 2020-01-09 2021-06-22 四川长虹电器股份有限公司 一种基于近红外光谱的印刷油墨颜色鉴别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1916576A (zh) * 2005-08-17 2007-02-21 凌阳科技股份有限公司 颜色探测器、颜色识别装置及颜色识别方法
CN102654945A (zh) * 2011-03-03 2012-09-05 佑华微电子股份有限公司 颜色辨识的方法
CN103196559A (zh) * 2013-02-28 2013-07-10 邢建国 电子罗维朋测色法及其检测系统
CN103630240A (zh) * 2013-11-14 2014-03-12 中国科学院上海光学精密机械研究所 物体表面颜色测量装置与方法
WO2017163319A1 (ja) * 2016-03-23 2017-09-28 ゾンデックス株式会社 測色装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007525858A (ja) * 2003-04-15 2007-09-06 センサーズ・フォー・メデセン・アンド・サイエンス・インコーポレーテッド 一体化されたアンテナを備えたプリント回路装置及びプリント集積回路基板アンテナを備えた埋め込み可能なセンサー処理装置
CN102338664A (zh) * 2010-07-27 2012-02-01 上海闻泰电子科技有限公司 一种目标辐射测量背景实时扣除的方法
CN206114114U (zh) * 2016-08-01 2017-04-19 常州傲博智能科技有限公司 不受环境光影响的光感装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1916576A (zh) * 2005-08-17 2007-02-21 凌阳科技股份有限公司 颜色探测器、颜色识别装置及颜色识别方法
CN102654945A (zh) * 2011-03-03 2012-09-05 佑华微电子股份有限公司 颜色辨识的方法
CN103196559A (zh) * 2013-02-28 2013-07-10 邢建国 电子罗维朋测色法及其检测系统
CN103630240A (zh) * 2013-11-14 2014-03-12 中国科学院上海光学精密机械研究所 物体表面颜色测量装置与方法
WO2017163319A1 (ja) * 2016-03-23 2017-09-28 ゾンデックス株式会社 測色装置

Also Published As

Publication number Publication date
CN108896184A (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
US10161796B1 (en) LED lighting based multispectral imaging system for color measurement
US10429298B2 (en) Method for determining the reflectance of an object and associated device
JP2006524378A (ja) 少なくとも1つの認識特性を有する素材の定性的判定を行うための方法
US8064691B2 (en) Method for identifying color in machine and computer vision applications
CN108896184B (zh) 颜色识别方法
KR20010046716A (ko) 인지광원과 하이라이트를 이용한 조명 색도 추정 및변환장치 및 그를 위한 방법
US11656178B2 (en) UV-VIS spectroscopy instrument and methods for color appearance and difference measurement
US5150199A (en) Method for correlating color measuring scales
JP6981775B2 (ja) 画像検査装置および画像検査方法
JPH08297054A (ja) 色感測定装置
KR102012219B1 (ko) 피부 컬러 측정 장치 및 방법
KR20140023877A (ko) 이미지 내의 복합 토큰들을 식별하기 위한 시스템 및 방법
US6040905A (en) Fiber color grading system
CN105928895A (zh) 用于使用浸胶带探测各种气体的波长谱分析的系统和方法
US6115492A (en) Multiple purpose composite target for digital imaging test and calibration
US20220326145A1 (en) Inspection method, program, and inspection system
JP4629554B2 (ja) 検査表面特性の光学的検査方法および該方法を実施するための装置
US20010048765A1 (en) Color characterization for inspection of a product having nonuniform color characteristics
CN108844634A (zh) 颜色识别方法
Moghavvemi et al. Design of low cost flexible RGB color sensor
Ng et al. Machine vision color calibration in assessing corn kernel damage
US5619319A (en) Apparatus for acquiring data used to evaluate and reproduce the color of a sample on the basis of the chroma and glossiness of the sample
KR20170006073A (ko) Led 분광광도계를 이용한 농도 검출 장치
Romaní et al. On the reliability degree of hue and saturation values of a pixel for color image classification
KR100230446B1 (ko) 칼라 화상으로부터 조명의 칼라를 결정하는 방법

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
GR01 Patent grant
GR01 Patent grant