CN109060309B - 一种色差最优分辨配色仪及其测试方法 - Google Patents

一种色差最优分辨配色仪及其测试方法 Download PDF

Info

Publication number
CN109060309B
CN109060309B CN201810691362.8A CN201810691362A CN109060309B CN 109060309 B CN109060309 B CN 109060309B CN 201810691362 A CN201810691362 A CN 201810691362A CN 109060309 B CN109060309 B CN 109060309B
Authority
CN
China
Prior art keywords
light source
light
foreground
measured object
background
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
CN201810691362.8A
Other languages
English (en)
Other versions
CN109060309A (zh
Inventor
邓凯元
雷亮
李燕秋
阮杨
徐初东
周金运
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 University of Technology
Original Assignee
Guangdong University of Technology
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 University of Technology filed Critical Guangdong University of Technology
Priority to CN201810691362.8A priority Critical patent/CN109060309B/zh
Publication of CN109060309A publication Critical patent/CN109060309A/zh
Application granted granted Critical
Publication of CN109060309B publication Critical patent/CN109060309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals

Abstract

本发明属于机器视觉光源配光技术领域，公开一种色差最优分辨配色仪及其测试方法。包括图像处理系统、光源控制器、黑白工业相机、圆顶光源和平台，所述光源控制器与图像处理系统连接，图像处理系统包括图像采集模块和色温计算模块，所述光源控制器的输入端与圆顶光源连接，所述光源控制器的输出端与图像采集模块连接，所述黑白工业相机连接于图像采集模块。所述黑白工业相机的镜头同轴安装在圆顶光源的顶部，所述圆顶光源通过圆顶形成反射光，所述反射光照射到移动平台上。该测量方法通过对图像处理系统进行标定；划分被测物体进行前景与背景，获得物体前景与背景分别的灰度值；根据获得的前景与背景的灰度值计算凸显最优色差配光的方案并输出。

Description

一种色差最优分辨配色仪及其测试方法
技术领域
本发明属于机器视觉光源配光技术领域，更具体地，涉及一种色差最优分辨配色仪及其测试方法。
背景技术
目前，机器视觉领域最为核心的工序是图像的采集和处理，图像质量对整体的视觉系统极为关键。光源的选择是从物理层影响整个图像采集系统质量的重点，若选取不适当的光源，使得图像中感兴趣区域(ROI，以下称前景区域)与背景区域得到最佳分离，则增加了图像处理算法分割、识别的难度，同时无法提高系统定位与测量的精度。利用前景和背景两者的显色差异可以实现突出前景和抑制背景，传统的方法是以颜色参量选取感兴趣区域手段，即用彩色工业相机配置白色光源直接对拍照得到的效果如进行区域分割，此方法分辨色差能力较差。或者通过购置红、绿、蓝、白的标准机器视觉四色光源，再分别搭建照明系统进行人工多次测量比对的方式实现。然而人工选择4种单色光的其中一种，以结果判优劣，而此结果只是单一颜色。
发明内容
为了解决上述现有技术存在的不足和缺点，提供一种色差最优分辨配色仪。该配色仪是一套完整的包含检测、计算以及最优配色实现的一体化系统，其具有快速、准确、前景背景色差可辨精度高、非接触和成本低廉等显著优势。
本发明的另一目的在于提供一种色差最优分辨配色仪的测试方法。
本发明的目的通过下述技术方案来实现：
一种色差最优分辨配色仪，包括图像处理系统、光源控制器、黑白工业相机、圆顶光源和平台，所述圆顶光源包括红光光源、绿光光源和蓝光光源，所述平台包括底座平台和移动平台，所述图像处理系统和所述移动平台均固定在所述底座平台上，在所述移动平台的上方置放支架，所述支架固定所述圆顶光源，所述黑白工业相机的镜头同轴安装在所述圆顶光源的顶部，所述圆顶光源通过圆顶形成反射光，所述反射光照射到所述移动平台上；
所述光源控制器与所述图像处理系统连接，所述图像处理系统包括图像采集模块和色温计算模块，所述光源控制器的输入端与所述圆顶光源连接，所述光源控制器的输出端与所述图像采集模块连接，所述黑白工业相机连接于所述图像采集模块。
进一步地，所述光源控制器设有三个通道，包括第一通道，第二通道和第三通道，所述第一通道与所述红光光源连接，所述第二通道与所述绿光光源连接，所述第三通道与所述蓝光光源连接；所述红光光源、绿光光源和蓝光光源是由LED灯发出，所述LED灯设置分布在所述圆顶光源的底部同一圆周上，且与所述黑白工业相机的镜头同轴。
进一步地，所述移动平台设置有控制被测物体沿x轴、y轴和z轴方向移动的旋钮，调节所述旋钮使被测物体出现在所述黑白工业相机成像的中心；所述移动平台上安装有夹具，所述夹具开设有正方形的凹槽，色温标定板放置在所述正方形的凹槽中固定，通过所述色温计算模块标定图像处理系统中的参数。
所述的色差最优分辨配色仪的测量方法，包括如下具体步骤：
S1.根据被测物的尺寸调整黑白工业相机与被测物体的相对位置，粗调移动平台沿x轴、y轴和z轴方向移动，然后微调黑白工业相机的镜头对焦旋钮，直至被测物体的所成像清晰；
S2.放置色温标定板于移动平台上，调节光源控制器，对图像处理系统进行标定；
S3.在图像处理系统中采取2,4,8,16或32作为循环遍历光源强度的间隔点，得到可供选择的光源输出强度，即当选择以上任一数字作为循环间隔时，红、绿、蓝光源的光源强度依次输出为选择数字的整数倍，直到255为止；
S4.在图像处理系统中对被测物体进行前景与背景的划分，在图像处理系统中使用圆形、正方形、长方形或椭圆形绘图工具分别标注出被测物的前景与背景；
S5.在图像处理系统中以选取步骤S3中的间隔点作为光源强度循环遍历测试色卡中的颜色，以测试色卡中不同颜色作为被测物体的前景和背景，并获取其中若干组最优光源方案；
S6.使用步骤S5中三组最优混合光源方案联立计算最优光源系数，得出经验公式；
S7.在所得经验公式的基础上对被测物体进行红、绿、蓝三种光的照射，分别获得在三种单色光中被测物的前景和背景的灰度值；
S8.根据步骤S7获得的被测物体前景和背景的灰度值，计算在红、绿、蓝三种光照射下，被测物体前景灰度值减去被测物背景灰度值的被测物灰度差；
S9.根据步骤S8获得的被测物灰度差，计算凸显最优光源的方案并输出。
进一步地，步骤S3还包含以下具体步骤：
S31：将所有光源的R、G、B三值进行归一化，使得R、G、B三值满足关系R+G+B＝1；其中，所述R，G和B分别表示红光照射时红光的光强，绿光照射时绿光的光强，蓝光照射时蓝光的光强；
S32：将R、G、B三值分别以Δd为公差，构成一个首项为0，末项为1的等差数列，即Rn＝{R1＝0,R2,R3,...,Rn-1,Rn＝1}、Gn＝{G1＝0,G2,G3,...,Gn-1,Gn＝1}、Bn＝{B1＝0,B2,B3,...,Bn-1,Bn＝1}；其中，Δd表示光源间隔的归一化系数，可选值为2/255，4/255，8/255，16/255或32/255；Rn、Gn和Bn分别表示在红光、绿光、蓝光照射时归一化所得的光强值；
S33：同时利用R+G+B＝1，将R、G、B数列中的元素进行排列，构成若干个R、G、B比例，使R、G、B满足下列关系：Rn:Gn:Bn＝x:y:(1-x-y)，经此步骤后获得了n组R、G、B比例；其中，x表示红光分量占总输出光强的比例，y表示绿光分量占总输出光强的比例，(1-x-y)表示蓝光占总输出光强的比例，1≤n≤765；
S34：在所得n组R、G、B比例的情况下，将光源亮度255×3＝765划分成m个区间(m＝n，1≤m≤765)，在任意亮度区间[A,B]中选取某一数值c作为在该区间计算R、G和B的基准，使得Rm+Gm+Bm＝c，其中，0≤A≤255，0≤B≤255；
S35：将步骤S34中Rm+Gm+Bm＝c与步骤S33中Rn:Gn:Bn＝x:y:(1-x-y)联立求解，可得Rm＝x*c，Gm＝y*c，Bm＝(1-x-y)*c，即可计算出在亮度区间[A，B]中m组可供选择的光源的R、G、B值，在整个光源亮度区间中筛选出m*n种光源作为可供选择的光源配置。
进一步地，步骤S5还包含以下具体步骤：
S51：放置测试色卡于移动平台上的夹具中，在图像处理系统中选出被测物的前景为黄色，被测物的背景为红色；
S52：循环遍历m*n种光源的情况，获取被测物的前景为黄色，被测物的背景为红色情况下的最优光源，即在m*n种混合光源照射下选取被测物的前景灰度值F-背景灰度值G为最大值的情况，其中，1≤n≤765，1≤m≤765；所用的最优混合光源的红光分量为R1，绿光分量为G1，蓝光分量为B1；
S53：放置测试色卡于移动平台上的夹具中，在图像处理系统中选出被测物的前景为黄色，被测物的背景为绿色；
S54：循环遍历m*n种光源的情况，获取被测物的前景为黄色，被测物的背景为绿色情况下的最优光源，即在m*n种混合光源照射下选取被测物的前景灰度值F-背景灰度值G为最大值的情况，其中，1≤n≤765，1≤m≤765；所用的最优混合光源的红光分量为R2，绿光分量为G2，蓝光分量为B2；
S55：放置测试色卡于移动平台上的夹具中，在图像处理系统当中选出被测物前景为黄色，被测物背景为蓝色；
S56：循环遍历m*n种光源的情况，获取被测物的前景为黄色，被测物的背景为蓝色情况下的最优光源，即在m*n种混合光源照射下选取被测物的前景灰度值-背景灰度值为最大值即为最优混合光源，其中，1≤n≤765，1≤m≤765；所用的最优混合光源的红光分量为R3，绿光分量为G3，蓝光分量为B3；
S57：从步骤S51-S56选出三组最优混合光源，即R1*a+G1*b+B1*c＝1000、R2*a+G2*b+B2*c＝1000、R3*a+G3*b+B3*c＝1000，其中，a、b、c分别为红光、绿光、蓝光的最优光源系数。
进一步地，步骤S6还包含以下具体方法：联立步骤S57中所述三组最优混合光源，算出a、b和c，得出经验公式R*a+G*b+B*c＝1000。
进一步地，步骤S7还包含以下具体步骤：
S71：只用红光进行照射，获得红光照射时被测物的前景和背景的灰度值，Rf＝R前*Sr，Rb＝R背*Sr，其中，R前是红光照射时被测物的前景灰度值，R背是红光照射时被测物的背景灰度值，Rf和Rb分别是经修正后的红光照射时被测物的前景和背景灰度值；
S72：只用绿光进行照射，获得绿光照射时被测物的前景和背景灰度值，Gf＝G前*Sg，Gb＝G背*Sg，其中，G前是绿光照射时被测物的前景灰度值，G背是绿光照射时被测物的背景灰度值，Gf和Gb分别是经修正后的绿光照射时被测物的的前景和背景灰度值；
S73：只用蓝光进行照射，获得蓝光照射时被测物的前景和背景灰度值，Bf＝B前*Sb，Bb＝B背*Sb，其中，B前是蓝光照射时被测物的前景灰度值，B背是蓝光照射时被测物的背景灰度值，Bf和Bb分别是经修正后的蓝光照射时被测物的的前景和背景灰度值。
进一步地，步骤S8还包含以下具体步骤：
S81：分别对步骤S71-S73中经红光、绿光和蓝光照射获取被测物的前景和背景的R、G和B值进行差值计算，可得ΔR＝Rf-Rb、ΔG＝Gf-Gb、ΔB＝Bf-Bb；
S82：将ΔR、ΔG、ΔB之中的最大值对应的光谱分量设置为255，其余两个光谱分量的取值依照经验公式R*a+G*b+B*c＝1000的计算来确定；将其余两个光谱分量中的一个光谱分量取步骤S3中的循环遍历光源强度的间隔点及其整数倍代入R*a+G*b+B*c＝1000中，计算出对应的另一个光谱分量。
进一步地，步骤S9还包含以下具体步骤：
S91：根据灰度电荷耦合器件获取能量公式E＝∫I光源R物体dσ计算E的值，其中，E为电荷耦合器件获得的红光的能量，I光源为光照强度，R物体为被测物在当前光照射下的前景灰度值或背景灰度值；
S92：将步骤S91中E＝∫I光源R物体dσ展开可得E＝IR×Rf+IG×Gf+IB×Bf-(IR×Rb-IG×Gb-IB×Bb)，即m*n种I光源对应m*n种R物体，可输出m*n种E；其中，1≤n≤765，1≤m≤765，Rf和Rb分别是经修正后的红光照射时被测物的前景和背景灰度值，Gf和Gb分别是经修正后的绿光照射时被测物的的前景和背景灰度值，Bf和Bb分别是经修正后的蓝光照射时被测物的的前景和背景灰度值；IR、IG、IB分别为红光、绿光和蓝光的光照强度；
S93：在以上m*n种E中得到一个最大值Emax，此时的Emax中的Rm、Gm、Bm，即为最优输出的光源方案；
S94：根据最优输出的光源方案Rm、Gm和Bm三值自动地打开光源进行照明。
本方法的原理是利用公式E＝∫I光源R物体dσ计算不同光源照射下黑白工业相机所能获得的前景与背景的能量差进行比较，取该能量差最大值对应的光源配置作为最优光源的配置，再使用经验公式R*a+G*b+B*c＝1000，计算参数a、b、c值以达到计算最优凸显感兴趣区域抑制背景区域的目的。该测量方法是先根据被测物体的尺寸选择合适的拍照方案，调节光源控制器，对图像处理系统进行标定；对被测物体进行前景与背景的划分；对被测物体分别进行红、绿、蓝、白四种光的照射，分别获得在四种单色光中被测物体的前景与背景的灰度值；根据获得的前景与背景的灰度值计算凸显最优色差配光的方案并输出。
与现有技术相比，本发明具有以下有益效果：
1.本发明相对于传统的人工选择光源打光，该配色仪包含检测、计算以及最优配色实现的一体化系统，具有快速、准确、前景背景色差可辨精度高、非接触和成本低廉等优势，适用于批量的自动化测量，极大地降低人工成本，提高生产效率；相比于传统的机器视觉照明设备，对于每一个应用特例，都能在短时间内设计相应的照明光源搭配，以达到最佳效果。
2.本发明能极大程度减少因光源产生的测量误差，并减少图像处理算法分割以及识别的难度，达到提高系统定位与测量精度的目的。
3.本发明针对可供选择的光源种类，采取合理的优化方式筛选出适当的光源数量。将R、G、B三值进行归一化，使之满足R+G+B＝1。以2/255，4/255，8/255，16/255或32/255间隔作为公差获得R、G、B的数列并进行排列，从而获得不同的R、G、B比例，进而选出不同的R、G、B比例的光源，其次对亮度区间[A,B]进行划分，每一区间都选出相同比例的光源，进而可以选出适量的R、G、B比例相同而亮度不同的光源。经过优化后，计算量大幅减少，同时保证了充足的光源数量选出最优光源。
4.本发明在生成多种最优光源的同时，能通过光源最优算法筛选出多种方案下效果最好的方案。能极大程度减少因光源产生的测量误差，并减少图像处理算法分割以及识别的难度，达到提高系统定位与测量精度的目的。
5.本发明通过黑白工业相机与光源最优算法配合使用，与通用匹配最优光源要用到的彩色工业相机对比，彩色工业相机选取感兴趣区域的手段是直接对拍的效果图进行区域分割，然而这种分割方法对色差剧烈的机器视觉场景才适用。对于具有细微色差，比如陶瓷行业瓷砖配色差异的鉴别，这种彩色工业相机识别的分辨能力极差，可应用于多种工业以及生产场合，普适性强。
附图说明
图1是本发明的最优色差配光仪的结构示意图。
图2是本发明用色温标定板示意图。
图3是本发明所提供的最优色差配光仪的测量流程图。
图中标号说明：1-图像处理系统，2-光源控制器，3-底座平台，4-移动平台，5-圆顶光源，6-黑白工业相机，7-支架，8-夹具。
具体实施方式
下面结合具体实施例进一步说明本发明的内容，但不应理解为对本发明的限制。
如图1所示，一种色差最优分辨配色仪，包括图像处理系统1、光源控制器2、黑白工业相机6、圆顶光源5和平台，所述圆顶光源5包括红光光源、绿光光源和蓝光光源，所述平台包括底座平台3和移动平台4，所述图像处理系统1和所述移动平台4均固定在所述底座平台3上，在所述移动平台4的上方置放在铝型材支架7，所述支架7固定所述圆顶光源5，所述黑白工业相机6的镜头同轴安装在所述圆顶光源5的顶部，所述圆顶光源5通过圆顶形成反射光，所述反射光照射到所述移动平台4上；
所述光源控制器2与所述图像处理系统1连接，所述图像处理系统1包括图像采集模块和色温计算模块，色温计算模块是运算标定参数(最优光源系数)的程序，图像采集模块运行拍照的程序，所述光源控制器2的输入端与所述圆顶光源5连接，所述光源控制器2的输出端与所述图像采集模块连接，所述黑白工业相机6连接于所述图像采集模块，通过黑白工业相机6将采集到的图像信息转化为可处理的图像信息。色温计算模块对采集到的信息进行运算后得到最优色差配光的方案，利用光源控制器2将最优方案进行输出。
进一步地，所述光源控制器2设有三个通道，包括第一通道，第二通道和第三通道，所述第一通道与所述红光光源连接，所述第二通道与所述绿光光源连接，所述第三通道与所述蓝光光源连接。
具体地，所述图像采集模块与黑白工业相机6以及光源控制器2连接，通过黑白工业相机6将采集到的图像信息转化为可处理的图像信息。其中，光源控制器2与圆顶光源5连接，光源控制器2中第一通道连接圆顶光源5的控制红光电源线；光源控制器2中第二通道连接圆顶光源5中控制绿光电源线；光源控制器2中的第三通道连接圆顶光源5的控制蓝光电源线。
具体地，所述红光光源、绿光光源和蓝光光源是由LED灯发出，所述LED灯设置分布在所述圆顶光源5的底部同一圆周上，且与所述黑白工业相机6的镜头同轴。
具体地，所述移动平台4上设置有控制被测物体沿x轴、y轴和z轴方向移动的旋钮，调节所述旋钮使被测物体出现在所述黑白工业相机6成像的中心。
进一步地，还包括色温标定板，所述移动平台4上安装有夹具8，所述夹具8开设有正方形的凹槽，所述色温标定板放置在所述正方形的凹槽中固定，通过所述色温计算模块标定图像处理系统1中的参数。
具体地，所述色温标定板上设置标准红(255,0,0)、标准绿(0,255,0)、标准蓝(0,0,255)、标准白(255,255,255)四种颜色，该四种颜色呈正方形均匀分布于色温标定板上，如图2所示。
测量前，先将色温标定板和测试色卡放置在所述夹具8开设的正方形的凹槽中固定，所述测试色卡放置在所述色温标定板的下面，通过调节所述旋钮使色温标定板和测试色卡出现在所述黑白工业相机6成像的中心，通过所述色温计算模块标定图像处理系统1中的参数。标定完再用测试色卡验证标定的数据，比对标定结果，使标定结果与测试色卡相近。标定结束后，取下色温标定板和测试色卡，将被测物体放置在所述正方形的凹槽中固定，通过调节所述旋钮使被测物体出现在所述黑白工业相机6成像的中心，圆顶光源5以及黑白工业相机6在被测物体的上方。圆顶光源5、黑白工业相机6以及被测物体三者固定，通过黑白工业相机6进行图像采集，对图像进行标定，操作简单，可以提高凸显感兴趣区域的效果。图像处理系统1通过圆顶光源的色温变化获得被测物体的背景与感兴趣区域的色差，计算得出最优凸显感兴趣区域的光源方案，并用此方案对被测物体进行照明，得到最优的效果，即打光后在黑白工业相机6中被测物体的前景最亮，背景最暗。
图3是本发明所提供的最优色差配光仪的测量流程图。所述的色差最优分辨配色仪的测试方法，包括如下具体步骤：
S1.根据被测物的尺寸调整黑白工业相机与被测物体的相对位置，粗调移动平台沿x轴、y轴和z轴方向移动，然后微调黑白工业相机的镜头对焦旋钮，直至被测物体的所成像清晰；
S2.放置色温标定板于移动平台上，调节光源控制器，对图像处理系统进行标定；
S3.在图像处理系统中采取2,4,8,16或32作为循环遍历光源强度的间隔点，得到可供选择的光源输出强度，即当选择以上任一数字作为循环间隔时，红、绿、蓝光源的光源强度依次输出为选择数字的整数倍，直到255为止；
S4.在图像处理系统中对被测物体进行前景与背景的划分，在图像处理系统中使用圆形、正方形、长方形或椭圆形绘图工具分别标注出被测物的前景与背景；
S5.在图像处理系统中以选取步骤S3中的间隔点作为光源强度循环遍历测试色卡中的颜色，以测试色卡中不同颜色作为被测物体的前景和背景，并获取其中若干组最优光源方案；
S6.使用步骤S5中三组最优混合光源方案联立计算最优光源系数，得出经验公式；
S7.在所得经验公式的基础上对被测物体进行红、绿、蓝三种光的照射，分别获得在三种单色光中被测物的前景和背景的灰度值；
S8.根据步骤S7获得的被测物体前景和背景的灰度值，计算在红、绿、蓝三种光照射下，被测物体前景灰度值减去被测物背景灰度值的被测物灰度差；
S9.根据步骤S8获得的被测物灰度差，计算凸显最优光源的方案并输出。
具体地，步骤S3还包含以下具体步骤：
S31：将所有光源的R、G、B三值进行归一化，使得R、G、B三值满足关系R+G+B＝1；其中，所述R，G和B分别表示红光照射时红光的光强，绿光照射时绿光的光强，蓝光照射时蓝光的光强；
S32：将R、G、B三值分别以Δd为公差，构成一个首项为0，末项为1的等差数列，即Rn＝{R1＝0,R2,R3,...,Rn-1,Rn＝1}、Gn＝{G1＝0,G2,G3,...,Gn-1,Gn＝1}、Bn＝{B1＝0,B2,B3,...,Bn-1,Bn＝1}；其中，Δd表示光源间隔的归一化系数，可选值为2/255，4/255，8/255，16/255或32/255；Rn、Gn和Bn分别表示在红光、绿光、蓝光照射时归一化所得的光强值；
S33：同时利用R+G+B＝1，将R、G、B数列中的元素进行排列，构成若干个R、G、B比例，使R、G、B满足下列关系：Rn:Gn:Bn＝x:y:(1-x-y)，经此步骤后获得了n组R、G、B比例；其中，x表示红光分量占总输出光强的比例，y表示绿光分量占总输出光强的比例，(1-x-y)表示蓝光占总输出光强的比例，1≤n≤765；
S34：在所得n组R、G、B比例的情况下，将光源亮度255×3＝765划分成m个区间(m＝n，1≤m≤765)，在任意亮度区间[A,B]中选取某一数值c作为在该区间计算R、G和B的基准，使得Rm+Gm+Bm＝c，其中，0≤A≤255，0≤B≤255；
S35：将步骤S34中Rm+Gm+Bm＝c与步骤S33中Rn:Gn:Bn＝x:y:(1-x-y)联立求解，可得Rm＝x*c，Gm＝y*c，Bm＝(1-x-y)*c，即可计算出在亮度区间[A，B]中m组可供选择的光源的R、G、B值，在整个光源亮度区间中筛选出m*n种光源作为可供选择的光源配置。
具体地，步骤S5还包含以下具体步骤：
S51：放置测试色卡于移动平台上的夹具中，在图像处理系统中选出被测物的前景为黄色，被测物的背景为红色；
S52：循环遍历m*n种光源的情况，获取被测物的前景为黄色，被测物的背景为红色情况下的最优光源，即在m*n种混合光源照射下选取被测物的前景灰度值F-背景灰度值G为最大值的情况，其中，1≤n≤765，1≤m≤765；所用的最优混合光源的红光分量为R1，绿光分量为G1，蓝光分量为B1；
S53：放置测试色卡于移动平台上的夹具中，在图像处理系统中选出被测物的前景为黄色，被测物的背景为绿色；
S54：循环遍历m*n种光源的情况，获取被测物的前景为黄色，被测物的背景为绿色情况下的最优光源，即在m*n种混合光源照射下选取被测物的前景灰度值F-背景灰度值G为最大值的情况，其中，1≤n≤765，1≤m≤765；所用的最优混合光源的红光分量为R2，绿光分量为G2，蓝光分量为B2；
S55：放置测试色卡于移动平台上的夹具中，在图像处理系统当中选出被测物前景为黄色，被测物背景为蓝色；
S56：循环遍历m*n种光源的情况，获取被测物的前景为黄色，被测物的背景为蓝色情况下的最优光源，即在m*n种混合光源照射下选取被测物的前景灰度值-背景灰度值为最大值即为最优混合光源，其中，1≤n≤765，1≤m≤765；所用的最优混合光源的红光分量为R3，绿光分量为G3，蓝光分量为B3；
S57：从步骤S51-S56选出三组最优混合光源，即R1*a+G1*b+B1*c＝1000、R2*a+G2*b+B2*c＝1000、R3*a+G3*b+B3*c＝1000，其中，a、b、c分别为红光、绿光、蓝光的最优光源系数。
具体地，步骤S6还包含以下具体方法：联立步骤S57中所述三组最优混合光源，算出a、b和c，得出经验公式R*a+G*b+B*c＝1000。
具体地，步骤S7还包含以下具体步骤：
S71：只用红光进行照射，获得红光照射时被测物的前景和背景的灰度值，Rf＝R前*Sr，Rb＝R背*Sr，其中，R前是红光照射时被测物的前景灰度值，R背是红光照射时被测物的背景灰度值，Rf和Rb分别是经修正后的红光照射时被测物的前景和背景灰度值；
S72：只用绿光进行照射，获得绿光照射时被测物的前景和背景灰度值，Gf＝G前*Sg，Gb＝G背*Sg，其中，G前是绿光照射时被测物的前景灰度值，G背是绿光照射时被测物的背景灰度值，Gf和Gb分别是经修正后的绿光照射时被测物的的前景和背景灰度值；
S73：只用蓝光进行照射，获得蓝光照射时被测物的前景和背景灰度值，Bf＝B前*Sb，Bb＝B背*Sb，其中，B前是蓝光照射时被测物的前景灰度值，B背是蓝光照射时被测物的背景灰度值，Bf和Bb分别是经修正后的蓝光照射时被测物的的前景和背景灰度值。
具体地，步骤S8还包含以下具体步骤：
S81：分别对步骤S71-S73中经红光、绿光和蓝光照射获取被测物的前景和背景的R、G和B值进行差值计算，可得ΔR＝Rf-Rb、ΔG＝Gf-Gb、ΔB＝Bf-Bb；
S82：将ΔR、ΔG、ΔB之中的最大值对应的光谱分量设置为255，其余两个光谱分量的取值依照经验公式R*a+G*b+B*c＝1000的计算来确定；将其余两个光谱分量中的一个光谱分量取步骤S3中的循环遍历光源强度的间隔点及其整数倍代入R*a+G*b+B*c＝1000中，计算出对应的另一个光谱分量。
具体地，步骤S9还包含以下具体步骤：
S91：根据灰度电荷耦合器件获取能量公式E＝∫I光源R物体dσ计算E的值，其中，E为电荷耦合器件获得的红光的能量，I光源为光照强度，R物体为被测物在当前光照射下的前景灰度值或背景灰度值；
S92：将步骤S91中E＝∫I光源R物体dσ展开可得E＝IR×Rf+IG×Gf+IB×Bf-(IR×Rb-IG×Gb-IB×Bb)，即m*n种I光源对应m*n种R物体，可输出m*n种E；其中，1≤n≤765，1≤m≤765，Rf和Rb分别是经修正后的红光照射时被测物的前景和背景灰度值，Gf和Gb分别是经修正后的绿光照射时被测物的的前景和背景灰度值，Bf和Bb分别是经修正后的蓝光照射时被测物的的前景和背景灰度值；IR、IG、IB分别为红光、绿光和蓝光的光照强度；
S93：在以上m*n种E中得到一个最大值Emax，此时的Emax中的Rm、Gm、Bm，即为最优输出的光源方案；
S94：根据最优输出的光源方案Rm、Gm和Bm三值自动地打开光源进行照明。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合和简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (1)

1.一种色差最优分辨配色仪的测试方法，其特征在于，包括如下具体步骤：
S1.根据被测物的尺寸调整黑白工业相机与被测物体的相对位置，粗调移动平台沿x轴、y轴和z轴方向移动，然后微调黑白工业相机的镜头对焦旋钮，直至被测物体的所成像清晰；
S2.放置色温标定板于移动平台上，调节光源控制器，对图像处理系统进行标定；
S3.在图像处理系统中采取2，4，8，16或32作为循环遍历光源强度的间隔点，得到可供选择的光源输出强度，即当选择以上任一数字作为循环间隔时，红、绿、蓝光源的光源强度依次输出为选择数字的整数倍，直到255为止；步骤S3还包含以下具体步骤：
S31：将所有光源的R、G、B三值进行归一化，使得R、G、B三值满足关系R+G+B＝1；其中，所述R，G和B分别表示红光照射时红光的光强，绿光照射时绿光的光强，蓝光照射时蓝光的光强；
S32：将R、G、B三值分别以Δd为公差，构成一个首项为0，末项为1的等差数列，即Rn＝{R1＝0，R2，R3，...，Rn-1，Rn＝1}、Gn＝{G1＝0，G2，G3，...，Gn-1，Gn＝1}、Bn＝{B1＝0，B2，B3，...，Bn-1，Bn＝1}；其中，Δd表示光源间隔的归一化系数，可选值为2/255，4/255，8/255，16/255或32/255；Rn、Gn和Bn分别表示在红光、绿光、蓝光照射时归一化所得的光强值；
S33：同时利用R+G+B＝1，将R、G、B数列中的元素进行排列，构成若干个R、G、B比例，使R、G、B满足下列关系：Rn:Gn:Bn＝x:y:(1-x-y)，经此步骤后获得了n组R、G、B比例；其中，x表示红光分量占总输出光强的比例，y表示绿光分量占总输出光强的比例，(1-x-y)表示蓝光占总输出光强的比例，1≤n≤765；
S34：在所得n组R、G、B比例的情况下，将光源亮度255×3＝765划分成m个区间(m＝n，1≤m≤765)，在任意亮度区间[A,B]中选取某一数值c作为在该区间计算R、G和B的基准，使得Rm+Gm+Bm＝c，其中，0≤A≤255，0≤B≤255；
S35：将步骤S34中Rm+Gm+Bm＝c与步骤S33中Rn:Gn:Bn＝x:y:(1-x-y)联立求解，可得Rm＝x*c，Gm＝y*c，Bm＝(1-x-y)*c，即可计算出在亮度区间[A，B]中m组可供选择的光源的R、G、B值，在整个光源亮度区间中筛选出m*n种光源作为可供选择的光源配置；
S4.在图像处理系统中对被测物体进行前景与背景的划分，在图像处理系统中使用圆形、正方形、长方形或椭圆形绘图工具分别标注出被测物的前景与背景；
S5.在图像处理系统中以选取步骤S3中的间隔点作为光源强度循环遍历测试色卡中的颜色，以测试色卡中不同颜色作为被测物体的前景和背景，并获取其中若干组最优光源方案；步骤S5还包含以下具体步骤：
S51：放置测试色卡于移动平台上的夹具中，在图像处理系统中选出被测物的前景为黄色，被测物的背景为红色；
S52：循环遍历m*n种光源的情况，获取被测物的前景为黄色，被测物的背景为红色情况下的最优光源，即在m*n种混合光源照射下选取被测物的前景灰度值F-背景灰度值G为最大值的情况，其中，1≤n≤765，1≤m≤765；所用的最优混合光源的红光分量为R1，绿光分量为G1，蓝光分量为B1；
S53：放置测试色卡于移动平台上的夹具中，在图像处理系统中选出被测物的前景为黄色，被测物的背景为绿色；
S54：循环遍历m*n种光源的情况，获取被测物的前景为黄色，被测物的背景为绿色情况下的最优光源，即在m*n种混合光源照射下选取被测物的前景灰度值F-背景灰度值G为最大值的情况，其中，1≤n≤765，1≤m≤765；所用的最优混合光源的红光分量为R2，绿光分量为G2，蓝光分量为B2；
S55：放置测试色卡于移动平台上的夹具中，在图像处理系统当中选出被测物前景为黄色，被测物背景为蓝色；
S56：循环遍历m*n种光源的情况，获取被测物的前景为黄色，被测物的背景为蓝色情况下的最优光源，即在m*n种混合光源照射下选取被测物的前景灰度值-背景灰度值为最大值即为最优混合光源，其中，1≤n≤765，1≤m≤765；所用的最优混合光源的红光分量为R3，绿光分量为G3，蓝光分量为B3；
S57：从步骤S51-S56选出三组最优混合光源，即R1*a+G1*b+B1*c＝1000、R2*a+G2*b+B2*c＝1000、R3*a+G3*b+B3*c＝1000，其中，a、b、c分别为红光、绿光、蓝光的最优光源系数；
S6.使用步骤S5中三组最优混合光源方案联立计算最优光源系数，得出经验公式；步骤S6还包含以下具体方法：联立步骤S57中所述三组最优混合光源，算出a、b和c，得出经验公式R*a+G*b+B*c＝1000；
S7.在所得经验公式的基础上对被测物体进行红、绿、蓝三种光的照射，分别获得在三种单色光中被测物的前景和背景的灰度值；步骤S7还包含以下具体步骤：
S71：只用红光进行照射，获得红光照射时被测物的前景和背景的灰度值，Rf＝R前*Sr，Rb＝R背*Sr，其中，R前是红光照射时被测物的前景灰度值，R背是红光照射时被测物的背景灰度值，Rf和Rb分别是经修正后的红光照射时被测物的前景和背景灰度值；
S72：只用绿光进行照射，获得绿光照射时被测物的前景和背景灰度值，Gf＝G前*Sg，Gb＝G背*Sg，其中，G前是绿光照射时被测物的前景灰度值，G背是绿光照射时被测物的背景灰度值，Gf和Gb分别是经修正后的绿光照射时被测物的前景和背景灰度值；
S73：只用蓝光进行照射，获得蓝光照射时被测物的前景和背景灰度值，Bf＝B前*Sb，Bb＝B背*Sb，其中，B前是蓝光照射时被测物的前景灰度值，B背是蓝光照射时被测物的背景灰度值，Bf和Bb分别是经修正后的蓝光照射时被测物的前景和背景灰度值；
S8.根据步骤S7获得的被测物体前景和背景的灰度值，计算在红、绿、蓝三种光照射下，被测物体前景灰度值减去被测物背景灰度值的被测物灰度差；步骤S8还包含以下具体步骤：
S81：分别对步骤S71-S73中经红光、绿光和蓝光照射获取被测物的前景和背景的R、G和B值进行差值计算，可得ΔR＝Rf-Rb、ΔG＝Gf-Gb、ΔB＝Bf-Bb；
S82：将ΔR、ΔG、ΔB之中的最大值对应的光谱分量设置为255，其余两个光谱分量的取值依照经验公式R*a+G*b+B*c＝1000的计算来确定；将其余两个光谱分量中的一个光谱分量取步骤S3中的循环遍历光源强度的间隔点及其整数倍代入R*a+G*b+B*c＝1000中，计算出对应的另一个光谱分量；
S9.根据步骤S8获得的被测物灰度差，计算凸显最优光源的方案并输出；步骤S9还包含以下具体步骤：
S91：根据灰度电荷耦合器件获取能量公式E＝∫I光源R物体dσ计算E的值，其中，E为电荷耦合器件获得的红光的能量，I光源为光照强度，R物体为被测物在当前光照射下的前景灰度值或背景灰度值；
S92：将步骤S91中E＝∫I光源R物体dσ展开可得E＝IR×Rf+IG×Gf+IB×Bf-(IR×Rb-IG×Gb-IB×Bb)，即m*n种I光源对应m*n种R物体，可输出m*n种E；其中，1≤n≤765，1≤m≤765，Rf和Rb分别是经修正后的红光照射时被测物的前景和背景灰度值，Gf和Gb分别是经修正后的绿光照射时被测物的前景和背景灰度值，Bf和Bb分别是经修正后的蓝光照射时被测物的前景和背景灰度值；IR、IG、IB分别为红光、绿光和蓝光的光照强度；
S93：在以上m*n种E中得到一个最大值Emax，此时的Emax中的Rm、Gm、Bm，即为最优输出的光源方案；
S94：根据最优输出的光源方案Rm、Gm和Bm三值自动地打开光源进行照明；
所述色差最优分辨配色仪包括图像处理系统、光源控制器、黑白工业相机、圆顶光源和平台，所述圆顶光源包括红光光源、绿光光源和蓝光光源，所述平台包括底座平台和移动平台，所述图像处理系统和所述移动平台均固定在所述底座平台上，在所述移动平台的上方置放支架，所述支架固定所述圆顶光源，所述黑白工业相机的镜头同轴安装在所述圆顶光源的顶部，所述圆顶光源通过圆顶形成反射光，所述反射光照射到所述移动平台上；
所述光源控制器与所述图像处理系统连接，所述图像处理系统包括图像采集模块和色温计算模块，所述光源控制器的输出端与所述圆顶光源连接，所述光源控制器的输入端与所述图像采集模块连接，所述黑白工业相机连接于所述图像采集模块；
所述光源控制器设有三个通道，包括第一通道，第二通道和第三通道，所述第一通道与所述红光光源连接，所述第二通道与所述绿光光源连接，所述第三通道与所述蓝光光源连接；所述红光光源、绿光光源和蓝光光源是由LED灯发出，所述LED灯设置分布在所述圆顶光源的底部同一圆周上，且与所述黑白工业相机的镜头同轴；
所述移动平台设置有控制被测物体沿x轴、y轴和z轴方向移动的旋钮，调节所述旋钮使被测物体出现在所述黑白工业相机成像的中心；所述移动平台上安装有夹具，所述夹具开设有正方形的凹槽，色温标定板放置在所述正方形的凹槽中固定，通过所述色温计算模块标定图像处理系统中的参数。
CN201810691362.8A 2018-06-28 2018-06-28 一种色差最优分辨配色仪及其测试方法 Active CN109060309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810691362.8A CN109060309B (zh) 2018-06-28 2018-06-28 一种色差最优分辨配色仪及其测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810691362.8A CN109060309B (zh) 2018-06-28 2018-06-28 一种色差最优分辨配色仪及其测试方法

Publications (2)

Publication Number Publication Date
CN109060309A CN109060309A (zh) 2018-12-21
CN109060309B true CN109060309B (zh) 2024-04-02

Family

ID=64817805

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810691362.8A Active CN109060309B (zh) 2018-06-28 2018-06-28 一种色差最优分辨配色仪及其测试方法

Country Status (1)

Country Link
CN (1) CN109060309B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114812820B (zh) * 2022-06-23 2022-10-14 东莞市沃德普自动化科技有限公司 一种色差检测方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11110549A (ja) * 1997-09-30 1999-04-23 Minolta Co Ltd 色判別装置
CN101216681A (zh) * 2007-12-28 2008-07-09 上海微电子装备有限公司 机器视觉动态标定系统与方法
KR20110060194A (ko) * 2009-11-30 2011-06-08 (주)화이버 옵틱코리아 머신비젼 시스템의 조명모듈 및 조명방법
CN102253055A (zh) * 2011-04-27 2011-11-23 中国计量学院 具有周期性花纹图案的表面缺陷检测装置与方法
CN105005988A (zh) * 2015-06-30 2015-10-28 陕西师范大学 一种基于交互式图像分割的立体匹配方法
CN106248681A (zh) * 2016-07-18 2016-12-21 南通大学 基于机器视觉的立体对象多类缺陷检测装置及方法
CN106952246A (zh) * 2017-03-14 2017-07-14 北京理工大学 基于视觉注意特性的可见光红外图像增强彩色融合方法
CN107455015A (zh) * 2014-09-12 2017-12-08 飞利浦照明控股有限公司 照明组件、led条带、照明设备以及制造照明组件的方法
CN208621296U (zh) * 2018-06-28 2019-03-19 广东工业大学 一种色差最优分辨配色仪

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7433026B2 (en) * 2005-12-20 2008-10-07 Cytyc Corporation Microscope with LED illumination source
CN103245307B (zh) * 2013-05-22 2015-07-29 国家烟草质量监督检验中心 一种适于测定烟用接装纸烫印面积的检测方法
CN203422069U (zh) * 2013-07-23 2014-02-05 中国人民解放军总装备部军械技术研究所 平台光电仪器的多光轴一致性检测装置
CN105674912B (zh) * 2016-01-26 2018-02-13 中国科学院上海光学精密机械研究所 结合达曼光栅的多光刀彩色三维测量装置和方法
CN106251348B (zh) * 2016-07-27 2021-02-02 广东外语外贸大学 一种面向深度相机的自适应多线索融合背景减除方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11110549A (ja) * 1997-09-30 1999-04-23 Minolta Co Ltd 色判別装置
CN101216681A (zh) * 2007-12-28 2008-07-09 上海微电子装备有限公司 机器视觉动态标定系统与方法
KR20110060194A (ko) * 2009-11-30 2011-06-08 (주)화이버 옵틱코리아 머신비젼 시스템의 조명모듈 및 조명방법
CN102253055A (zh) * 2011-04-27 2011-11-23 中国计量学院 具有周期性花纹图案的表面缺陷检测装置与方法
CN107455015A (zh) * 2014-09-12 2017-12-08 飞利浦照明控股有限公司 照明组件、led条带、照明设备以及制造照明组件的方法
CN105005988A (zh) * 2015-06-30 2015-10-28 陕西师范大学 一种基于交互式图像分割的立体匹配方法
CN106248681A (zh) * 2016-07-18 2016-12-21 南通大学 基于机器视觉的立体对象多类缺陷检测装置及方法
CN106952246A (zh) * 2017-03-14 2017-07-14 北京理工大学 基于视觉注意特性的可见光红外图像增强彩色融合方法
CN208621296U (zh) * 2018-06-28 2019-03-19 广东工业大学 一种色差最优分辨配色仪

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
于丽娜.一种LED环形照明的设计方法.电子工业专用设备，第202期.2011,第26~30页. *

Also Published As

Publication number Publication date
CN109060309A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
TWI451079B (zh) 量測測量目標之方法
CN105865630B (zh) 用于显示测试的比色系统
US8441642B2 (en) Color measuring device
KR101284268B1 (ko) 비전시스템의 이미지 품질 향상을 위한 컬러조명 제어방법
CN108347600B (zh) 工业相机校正方法及系统
TWI783420B (zh) 擷取並分析關於多個樣本寶石之光譜計資料之方法及用於記錄多個寶石樣本之光譜計讀數之系統
CN106353317A (zh) 检测待测目标物的检测装置与方法
CN109060309B (zh) 一种色差最优分辨配色仪及其测试方法
US8326017B2 (en) Rapid color verification system using digital imaging and curve comparison algorithm
TW200805198A (en) Measuring method and measuring device using color image
TWI503537B (zh) 量測測量目標之方法（一）
CN113175883B (zh) 一种光谱共焦测量系统的光源归一化处理方法
JP2020012668A (ja) 評価装置、計測装置、評価方法および評価プログラム
TWI719610B (zh) 以彩色相機進行光譜分析之方法
JP6570816B2 (ja) カラーヘッドライトテスター及び明暗分岐線探索方法
CN208621296U (zh) 一种色差最优分辨配色仪
CN110095865A (zh) 一种led结构光源的均匀照射设计方法
JP2015178995A (ja) 色調校正装置、撮像装置及び色調検査装置
Rykowski et al. Novel approach for LED luminous intensity measurement
CN107402365A (zh) 一种led光电综合测试仪的校准方法
JP6548879B2 (ja) カラーヘッドライトテスター及びカラー画像処理によるヘッドライトのテスト方法
JPH06288936A (ja) 異物検査方法
CN111798442B (zh) 一种白度测量方法及白度测量中的参数标定方法
CN102455216B (zh) 组合式光源的色度测量方法与系统
JP6385768B2 (ja) ヘッドライトテスター及びその正対方法

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