CN110807817A - 一种适应光照变化的目标颜色识别的机器视觉方法 - Google Patents

一种适应光照变化的目标颜色识别的机器视觉方法 Download PDF

Info

Publication number
CN110807817A
CN110807817A CN201911036883.0A CN201911036883A CN110807817A CN 110807817 A CN110807817 A CN 110807817A CN 201911036883 A CN201911036883 A CN 201911036883A CN 110807817 A CN110807817 A CN 110807817A
Authority
CN
China
Prior art keywords
color
card
comparison
area
image
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
Application number
CN201911036883.0A
Other languages
English (en)
Other versions
CN110807817B (zh
Inventor
勾阳
陈绵书
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.)
Changchun Lanzhou Technology Co ltd
Changchun Rongcheng Intelligent Equipment Manufacturing Co ltd
Original Assignee
Changchun Blue Boat Technology Co Ltd
Changchun Wisdom And Intelligent Packaging Equipment Co Ltd
Changchun Rongcheng Intelligent Equipment Manufacturing 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 Changchun Blue Boat Technology Co Ltd, Changchun Wisdom And Intelligent Packaging Equipment Co Ltd, Changchun Rongcheng Intelligent Equipment Manufacturing Co Ltd filed Critical Changchun Blue Boat Technology Co Ltd
Priority to CN201911036883.0A priority Critical patent/CN110807817B/zh
Publication of CN110807817A publication Critical patent/CN110807817A/zh
Application granted granted Critical
Publication of CN110807817B publication Critical patent/CN110807817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Image Analysis (AREA)

Abstract

本发明一种适应光照变化的目标颜色识别的机器视觉方法，涉及化工灌装车间的机器视觉图像处理技术。将识别区域分为比对色卡区和颜色采样区，比对色卡区分成若干部分，每个部分放置用于比对的色卡。颜色采样区为采集待识别颜色的区域。比对色卡区和颜色采集区接收同等的、均匀的外部光源照射。分为两个阶段：在颜色标定阶段，提取色卡的颜色特征值，计算样本的颜色特征值，对颜色特征进行修正；颜色识别阶段分为如下步骤：在颜色采样区放置需要识别颜色的样本，计算颜色特征值；对颜色特征值进行修正；计算比对色卡的颜色特征值；采用函数进行计算，进行颜色判别。本发明可以适应光照变化，可以识别更多数量的颜色，能够区分相近颜色。

Description

一种适应光照变化的目标颜色识别的机器视觉方法
技术领域
本发明涉及一种电气自动化领域的机器视觉图像处理技术，具体为一种适 应光照变化的目标颜色识别的机器视觉方法。
背景技术
在工业现场环境中，很多时候需要对不同物品进行区分，分别处理。在某 些情况下，物品之间仅存在颜色上的差别，可以采用颜色识别传感器对其进行 区分，这种技术已广泛应用在工业现场环境中。但是其存在以下不足：
一、受外界光照变化影响大。颜色识别传感器接收目标的反射光，根据其 光谱波长范围，和标定光谱波长相比对，从而判别目标的颜色。目标反射光所 在光谱是由环境光和目标表面的光学特性共同决定的。当环境光变化时，目标 反射光所在光谱会相应变化，这样颜色传感器会将目标反射光识别为错误颜色。
二、可识别颜色数量有限。通常情况下，颜色识别传感器能够提供的可识 别颜色只有几种。在需要识别颜色数量较少的情况下，颜色识别传感器可以适 用。当需要识别较大数量的颜色时，颜色识别传感器将不能合适工作。
三、难以区分相近颜色。颜色传感器的特点是对不同色系的颜色加以识别 效果较好，比如红色、蓝色和绿色等。当需要识别相近的颜色，或是同一色系 的颜色时，识别效果较差，甚至不能正常标定和工作，比如对深红、大红和浅 红等相近的颜色，就难以进行识别。
发明内容
针对现有技术中的上述缺陷，本发明提供一种适应光照变化的目标颜色识 别的机器视觉方法。
本发明采用的技术方案是：
一种适应光照变化的目标颜色识别的机器视觉方法，包括彩色工业数字相 机，配以机器视觉光源；还设有一个比对板，比对板上配以需要识别颜色的标 准色卡；
将整个需要进行颜色识别的识别区域分为比对色卡区和颜色采样区两部 分；其中，比对色卡区分成若干部分，每个部分放置颜色不同的用于比对的色 卡；颜色采样区为采集待识别颜色的区域；
比对色卡区和颜色采集区接收同等的、均匀的外部光源照射；
颜色识别分为颜色标定和颜色识别两个阶段；
在颜色标定阶段，分为如下三个步骤：
1.首先在每一个比对色卡区放置需要识别颜色的色卡；调整光源亮度，使 每一个色卡颜色清晰可辨，然后采集图像，提取每个色卡的颜色特征值，采用 下述方法计算色卡的颜色特征值：
Figure BDA0002251751990000021
其中
Figure BDA0002251751990000022
表示标定图像中第i个比对色卡第j个颜色通道的颜色特征值，表示标定图像中第i个比对色卡第j个颜色通道在第 k个位置的颜色值，ACi表示标定图像中第i个比对色卡所在的图像区域，Fs(.)为 比对色卡区颜色特征提取函数；
2.在颜色采样区放置和第i个比对色卡颜色相同的样本，然后采集图像， 采用下述的方法计算样本的颜色特征值：
Figure BDA0002251751990000024
其中表示标定图像中在颜色采样区域和第i个比对色卡颜色相同的样本的第j个通道的颜色特征值，
Figure BDA0002251751990000026
表示标定图像中在 颜色采样区域和第i个比对色卡颜色相同的样本的第j个通道在第k个位置的颜 色值，AC表示标定图像中的颜色采样区，Fc(.)为颜色采样区颜色特征提取函数， 其和比对色卡区颜色特征提取函数采用相同的算法；
3.为了克服光场在空间上的差别，需要对颜色采样区提取的颜色特征进行 修正，若待识别的颜色为第i个色卡对应的颜色，其修正值为
颜色识别阶段分为如下五个步骤：
1.在颜色采样区放置需要识别颜色的样本，采集图像，提取其颜色特征值， 采用下述方法计算样本的颜色特征值：
Figure BDA0002251751990000032
其中
Figure BDA0002251751990000033
表示识别图像中在颜色采样区域待识别样本的第j个通道的颜色特征值，
Figure BDA0002251751990000034
表示识别图像中在颜色采样区域待识别样本 的第j个通道在第k个位置的颜色值，AR表示识别图像中的颜色采集区，Fc(.)为 颜色采样区颜色特征提取函数；
2.对第j个通道的颜色特征值进行修正，其结果为：
3.计算识别图像中，各个比对色卡的颜色特征值，采用下述方法计算色卡 的颜色特征值：
Figure BDA0002251751990000036
其中表示识别图像中第i个比对色卡第j个颜色通道的颜色特征值，
Figure BDA0002251751990000038
表示识别图像中第i个比对色卡第j个颜色通道在第 k个位置的颜色值，ARi表示识别图像中第i个比对色卡所在的图像区域，Fs(.)为 比对色卡区颜色特征提取函数，其和颜色采样区颜色特征提取函数采用相同的 算法；
4.采用下列函数：
Figure BDA0002251751990000041
计算逐对颜色比对值，如果 d(i1,i2)等于1，表示当前采样值和色卡i1和i2相比较，判定为色卡i1的颜色；否 则，判定为色卡i2的颜色；其中D(·)表示两个特征之间的一种距离测度，
Figure BDA0002251751990000042
表 示采样区颜色特征值根据色卡i1修正的结果，表示色卡i1的颜色特征值，
Figure BDA0002251751990000044
表示采样区颜色特征值根据色卡i2修正的结果，
Figure BDA0002251751990000045
表示色卡i2的颜色特 征值；
若样本针对色卡i1的修正颜色特征值与色卡i1的颜色特征值之间的距离小 于样本针对色卡i2的修正颜色特征值与色卡i2的颜色特征值之间的距离，函数返 回值为1，否则为0；
5.颜色判别函数为：
Figure BDA0002251751990000046
其中N为比对色卡的数量；若s(l)＝N， 表示所有逐对颜色比对值都表明，当前采样值判定为色卡l的颜色，则识别的结 果为第l个色卡对应的颜色，否则表示不是。
更具体地，所述的颜色通道指颜色空间中的通道，颜色空间采用的是RGB 颜色空间，但是不局限于这一种颜色空间，也可以是HSI、YUV、YIQ等颜色空 间。
更具体地，所述的颜色特征提取函数用来计算确定区域某种颜色的统计特 征。可以采用一阶矩阵，二阶矩阵等，但是不局限于统计特征提取，也可采用 机器学习方法。
更具体地，所述的距离测度函数用来测量两个颜色特征之间的距离。可以 采用欧式距离、街区距离等，但是不局限于常规距离计算方法，也可以采用其 他满足距离性质的函数。
由于采用上述的技术方案，与现有技术相比，本发明的有益效果是：首先， 可以适应光照变化。本发明的硬件装置为一个比对板，上面配以需要识别颜色 的标准色卡，识别过程为采样待识别目标的颜色，然后和标准色卡颜色进行比 对。当外界光照条件变化时，其既对目标产生影响，也对标准色卡产生影响， 但是对二者产生影响的趋势是一致的。通过目标颜色和标准色卡颜色的比对操 作，可以克服外界光照条件变化对颜色的影响。
其次，可以识别更多数量的颜色。本发明采用机器视觉图像处理技术，同 时采用彩色工业数字相机，不仅能够同时分辨出更多的颜色，而且还能够对其 输出，灵活性和方便性较好。
第三，能够区分相近颜色。本发明由于采用彩色工业数字相机，一般情况 下，其有3个颜色通道，每个通道有256个色阶，因此在理论上其能分辨的颜 色达256*256*256＝16777216种。而且，不仅对同一色系中的不同颜色，甚至非 常相近的颜色也能够识别。
附图说明
图1是本发明一种适应光照变化的目标颜色识别的机器视觉方法的颜色采 样区和比对色卡区平面的示意图；
图2是本发明一种适应光照变化的目标颜色识别的机器视觉方法的桶颜色 识别硬件设备示意图；
图3是本发明一种适应光照变化的目标颜色识别的机器视觉方法的颜色采 样区和色卡区示意图。
具体实施方式
下面以化工灌装车间为例，结合附图对本发明的具体实施方式作进一步的 说明：
化工灌装车间主要完成化工物料的灌装工作。通常情况下，某种物料需要 灌装在特定颜色的化工桶中。通常情况下，化工车间中不同种颜色的化工桶混 合存放。在化工灌装设备进行工作时，供桶机构可能会提供错误颜色的化工桶， 会造成不合格的灌装产品，带来一定的经济损失。在供桶机构处，增加桶颜色 识别设备，则可将错误颜色的化工桶剔除，以保障灌装质量。
桶颜色识别设备由桶颜色识别硬件装置和颜色识别软件系统构成。本发明 方法的桶颜色识别硬件装置如图2所示：桶颜色识别硬件装置包括工控机；通 过支架结构由上到下依次设置数字相机、光源和色卡托盘，色卡托盘下面是待 识别颜色桶的桶面。
在邻近色卡托盘的位置设置采样区，采样区的面积和色卡的面积相同。调 整光源亮度，并设置数字相机参数，使桶面的采样区和色卡颜色都清晰可辨。
颜色识别软件系统读取图像，对化工桶颜色进行判别。根据桶颜色识别设 备，通过数字相机采集的图像内容如图3所示。在本具体实施方式中，色卡托 盘包含6个色卡，颜色分别是大红，枣红，天蓝，绿色，黑色和银色。
对化工桶的颜色识别分为颜色标定和颜色识别两个阶段；
第一阶段为颜色标定阶段，对桶进行颜色标定的步骤如下：
1.首先采集图像，提取每个色卡的颜色特征值，采用下述方法计算色卡的 颜色特征值：
其中
Figure BDA0002251751990000062
表示标定图像中第i个比对色卡第j个颜色通道的颜色特征值，
Figure BDA0002251751990000063
表示标定图像中第i个比对色卡第j个颜色通道在第 k个位置的颜色值，ACi表示标定图像中第i个比对色卡所在的图像区域，Fs(.)为 比对色卡区颜色特征提取函数；
在本具体实施方式中，颜色空间取为RGB空间，即共有三个通道，分别是 红色通道、绿色通道和蓝色通道，j的取值为1,2,3；
在本具体实施方式中，比对色卡区颜色特征提取函数采用区域内颜色的平 均值，其定义为：
Figure BDA0002251751990000071
其中Ni为第i个比对色卡所在的图像区域中像素点的个数；
2.在颜色采样区放置和第i个比对色卡颜色相同的样本，然后采集图像， 采用下述方法计算样本的颜色特征值：
其中
Figure BDA0002251751990000073
表示标定图像中在颜色采样区域和第i个比对色卡颜色相同的样本的第j个通道的颜色特征值，
Figure BDA0002251751990000074
表示标定图像中在 颜色采样区域和第i个比对色卡颜色相同的样本的第j个通道在第k个位置的颜 色值，AC表示标定图像中的颜色采样区，Fc(.)为颜色采样区颜色特征提取函数；
在本具体实施方式中，颜色空间取为RGB空间，即共有三个通道，分别是 红色通道、绿色通道和蓝色通道，j的取值为1,2,3；
在本具体实施方式中，颜色采样区颜色特征提取函数采用区域内颜色的平 均值，其定义为：
Figure BDA0002251751990000075
其中N为采样区域所在的图像区域中像素点的个数；
3.为了克服光场在空间上的差别，需要对颜色采样区提取的颜色特征进行 修正；若待识别的颜色为第i个色卡对应的颜色，其颜色特征修正值为
Figure RE-GDA0002323366770000076
第二阶段为颜色识别阶段，输送待识别颜色桶至图像采集区域，使采样区 域完整地于待识别颜色桶面内；颜色识别阶段分为以下五个步骤：
1.采集图像，提取其颜色特征值，采用下述方法计算颜色特征值：
其中
Figure BDA0002251751990000078
表示识别图像中在颜色采样区域待识别样本的第j个通道的颜色特征值，表示识别图像中在颜色采样区域待识别样本 的第j个通道在第k个位置的颜色值，AR表示识别图像中的颜色采集区，Fc(.)为 颜色采样区颜色特征提取函数；
在本具体实施方式中，颜色空间取为RGB空间，即共有三个通道，分别是 红色通道、绿色通道和蓝色通道，j的取值为1,2,3。
在本具体实施方式中，颜色采样区颜色特征提取函数采用区域内颜色的平 均值，其定义为：
Figure BDA0002251751990000082
其中N为采样区域所在的图像区域中像素点的个数；
2.对第j个通道的颜色特征值进行修正，其结果为：
3.计算识别图像中，各个比对色卡的颜色特征值，采用下述方法计算色卡 的颜色特征值：
Figure BDA0002251751990000084
其中
Figure BDA0002251751990000085
表示识别图像中第i个比对色卡第j个颜色通道的颜色特征值，
Figure BDA0002251751990000086
表示识别图像中第i个比对色卡第j个颜色通道在第 k个位置的颜色值，ARi表示识别图像中第i个比对色卡所在的图像区域，Fs(.)为 比对色卡区颜色特征提取函数；
在本具体实施方式中，颜色空间取为RGB空间，即共有三个通道，分别是 红色通道、绿色通道和蓝色通道，j的取值为1,2,3；
在本具体实施方式中，比对色卡区颜色特征提取函数采用区域内颜色的平 均值，其定义为：
Figure BDA0002251751990000087
其中Ni为第i个比对色卡所在的图像区域中像素点的 个数；
4.采用下列函数：
Figure BDA0002251751990000091
计算逐对颜色比对值，如果 d(i1,i2)等于1，表示当前采样值和色卡i1和i2相比较，判定为色卡i1的颜色；否 则，判定为色卡i2的颜色。其中D(·)表示两个特征之间的一种距离测度，表 示采样区颜色特征值根据色卡i1修正的结果，
Figure BDA0002251751990000093
表示色卡i1的颜色特征值，
Figure BDA0002251751990000094
表示采样区颜色特征值根据色卡i2修正的结果，
Figure BDA0002251751990000095
表示色卡i2的颜色特 征值；
若样本针对色卡i1的修正颜色特征值与色卡i1的颜色特征值之间的距离小 于样本针对色卡i2的修正颜色特征值与色卡i2的颜色特征值之间的距离，函数返 回值为1，否则为0；
在本具体实施方式中，距离测度采用绝对值距离，其定义为：
D(a,b)＝|a-b|
5.颜色判别函数为：其中NS为比对色卡的数量；若 s(l)＝NS，表示所有逐对颜色比对值都表明，当前采样值判定为色卡l的颜色， 则识别的结果为第l个色卡对应的颜色，否则表示不是。
以上依据附图所示的具体实施方式详细说明了本发明的技术方案及作用效 果，以上所述仅为本发明的较佳具体实施方式，但本发明不以附图所示限定其 保护范围，凡是依照本发明的构想所作的变换或修改为等同变化的等效实施方 式，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。

Claims (10)

1.一种适应光照变化的目标颜色识别的机器视觉方法，其特征在于，包括：彩色工业数字相机，配以机器视觉光源；还设有一个比对板，比对板上配以需要识别颜色的标准色卡；
将整个需要进行颜色识别的识别区域分为比对色卡区和颜色采样区两部分；其中，比对色卡区分成若干部分，每个部分放置颜色不同的用于比对的色卡；颜色采样区为采集待识别颜色的区域；
比对色卡区和颜色采集区接收同等的、均匀的外部光源照射；
颜色识别分为颜色标定和颜色识别两个阶段；
在颜色标定阶段，分为如下三个步骤：
1)首先在每一个比对色卡区放置需要识别颜色的色卡；调整光源亮度，使每一个色卡颜色清晰可辨，然后采集图像，提取每个色卡的颜色特征值，采用下述方法计算色卡的颜色特征值：
Figure RE-FDA0002323366760000011
k∈ACi，其中
Figure RE-FDA0002323366760000012
表示标定图像中第i个比对色卡第j个颜色通道的颜色特征值，
Figure RE-FDA0002323366760000013
表示标定图像中第i个比对色卡第j个颜色通道在第k个位置的颜色值，ACi表示标定图像中第i个比对色卡所在的图像区域，Fs(.)为比对色卡区颜色特征提取函数；
2)在颜色采样区放置和第i个比对色卡颜色相同的样本，然后采集图像，采用下述的方法计算样本的颜色特征值：
Figure RE-FDA0002323366760000014
k∈AC，其中表示标定图像中在颜色采样区域和第i个比对色卡颜色相同的样本的第j个通道的颜色特征值，
Figure RE-FDA0002323366760000016
表示标定图像中在颜色采样区域和第i个比对色卡颜色相同的样本的第j个通道在第k个位置的颜色值，AC表示标定图像中的颜色采样区，Fc(.)为颜色采样区颜色特征提取函数，其和比对色卡区颜色特征提取函数采用相同的算法；
3)为了克服光场在空间上的差别，需要对颜色采样区提取的颜色特征进行修正，若待识别的颜色为第i个色卡对应的颜色，其修正值为
Figure RE-FDA0002323366760000021
颜色识别阶段分为如下五个步骤：
1)在颜色采样区放置需要识别颜色的样本，采集图像，提取其颜色特征值，采用下述方法计算样本的颜色特征值：
Figure RE-FDA0002323366760000022
k∈AR，其中
Figure RE-FDA0002323366760000023
表示识别图像中在颜色采样区域待识别样本的第j个通道的颜色特征值，
Figure RE-FDA0002323366760000024
表示识别图像中在颜色采样区域待识别样本的第j个通道在第k个位置的颜色值，AR表示识别图像中的颜色采集区，Fc(.)为颜色采样区颜色特征提取函数；
2)对第j个通道的颜色特征值进行修正，其结果为：
3)计算识别图像中，各个比对色卡的颜色特征值，采用下述方法计算色卡的颜色特征值：
Figure RE-FDA0002323366760000026
k∈ARi，其中
Figure RE-FDA0002323366760000027
表示识别图像中第i个比对色卡第j个颜色通道的颜色特征值，
Figure RE-FDA0002323366760000028
表示识别图像中第i个比对色卡第j个颜色通道在第k个位置的颜色值，ARi表示识别图像中第i个比对色卡所在的图像区域，Fs(.)为比对色卡区颜色特征提取函数，其和颜色采样区颜色特征提取函数采用相同的算法；
4)采用下列函数计算：
Figure RE-FDA0002323366760000031
计算逐对颜色比对值，如果d(i1,i2)等于1，表示当前采样值和色卡i1和i2相比较，判定为色卡i1的颜色；否则，判定为色卡i2的颜色；其中D(·)表示两个特征之间的一种距离测度，
Figure RE-FDA0002323366760000032
表示采样区颜色特征值根据色卡i1修正的结果，
Figure RE-FDA0002323366760000033
表示色卡i1的颜色特征值，
Figure RE-FDA0002323366760000034
表示采样区颜色特征值根据色卡i2修正的结果，
Figure RE-FDA0002323366760000035
表示色卡i2的颜色特征值；
若样本针对色卡i1的修正颜色特征值与色卡i1的颜色特征值之间的距离小于样本针对色卡i2的修正颜色特征值与色卡i2的颜色特征值之间的距离，函数返回值为1，否则为0；
5)颜色判别函数为：
Figure RE-FDA0002323366760000036
其中N为比对色卡的数量；若s(l)＝N，表示所有逐对颜色比对值都表明，当前采样值判定为色卡l的颜色，则识别的结果为第l个色卡对应的颜色，否则表示不是。
2.根据权利要求1所述的一种适应光照变化的目标颜色识别的机器视觉方法，其特征在于，所述的颜色通道指颜色空间中的通道，颜色空间采用的是RGB颜色空间，也可以是HSI、YUV、YIQ等颜色空间。
3.根据权利要求1所述的一种适应光照变化的目标颜色识别的机器视觉方法，其特征在于，所述的颜色特征提取函数用来计算确定区域某种颜色的统计特征，可以采用一阶矩阵或二阶矩阵，也可采用机器学习方法。
4.根据权利要求1所述的一种适应光照变化的目标颜色识别的机器视觉方法，其特征在于，所述的距离测度函数用来测量两个颜色特征之间的距离，可以采用欧式距离、街区距离等，或者其他满足距离性质的函数。
5.一种化工灌装车间适应光照变化的目标颜色识别的机器视觉方法，其特征在于，桶颜色识别设备由桶颜色识别硬件装置和颜色识别软件系统构成；
桶颜色识别硬件装置包括工控机；通过支架结构由上到下依次设置数字相机、光源和色卡托盘，色卡托盘下面是待识别颜色桶的桶面；在邻近色卡托盘的位置设置采样区，采样区的面积和色卡的面积相同；调整光源亮度，并设置数字相机参数，使桶面的采样区和色卡颜色都清晰可辨；
颜色识别软件系统读取图像，对化工桶颜色进行判别；根据桶颜色识别设备，通过数字相机采集图像内容；
对化工桶的颜色识别分为颜色标定和颜色识别两个阶段；
第一阶段为颜色标定阶段，对桶进行颜色标定的步骤如下：
1)首先采集图像，提取每个色卡的颜色特征值，采用下述方法计算色卡的颜色特征值：
Figure RE-FDA0002323366760000041
k∈ACi，其中
Figure RE-FDA0002323366760000042
表示标定图像中第i个比对色卡第j个颜色通道的颜色特征值，
Figure RE-FDA0002323366760000043
表示标定图像中第i个比对色卡第j个颜色通道在第k个位置的颜色值，ACi表示标定图像中第i个比对色卡所在的图像区域，Fs(.)为比对色卡区颜色特征提取函数；
2)在颜色采样区放置和第i个比对色卡颜色相同的样本，然后采集图像，采用下述方法计算样本的颜色特征值：
Figure RE-FDA0002323366760000044
k∈AC，其中
Figure RE-FDA0002323366760000045
表示标定图像中在颜色采样区域和第i个比对色卡颜色相同的样本的第j个通道的颜色特征值，
Figure RE-FDA0002323366760000046
表示标定图像中在颜色采样区域和第i个比对色卡颜色相同的样本的第j个通道在第k个位置的颜色值，AC表示标定图像中的颜色采样区，Fc(.)为颜色采样区颜色特征提取函数；
3)为了克服光场在空间上的差别，需要对颜色采样区提取的颜色特征进行修正；若待识别的颜色为第i个色卡对应的颜色，其颜色特征修正值为
Figure RE-FDA0002323366760000051
第二阶段为颜色识别阶段，输送待识别颜色桶至图像采集区域，使采样区域完整地于待识别颜色桶面内；颜色识别阶段分为以下五个步骤：
1)采集图像，提取其颜色特征值，采用下述方法计算颜色特征值：
Figure RE-FDA0002323366760000052
k∈AR，其中
Figure RE-FDA0002323366760000053
表示识别图像中在颜色采样区域待识别样本的第j个通道的颜色特征值，
Figure RE-FDA0002323366760000054
表示识别图像中在颜色采样区域待识别样本的第j个通道在第k个位置的颜色值，AR表示识别图像中的颜色采集区，Fc(.)为颜色采样区颜色特征提取函数；
2)对第j个通道的颜色特征值进行修正，其结果为：
3)计算识别图像中，各个比对色卡的颜色特征值，采用下述方法计算色卡的颜色特征值：
Figure RE-FDA0002323366760000056
k∈ARi，其中
Figure RE-FDA0002323366760000057
表示识别图像中第i个比对色卡第j个颜色通道的颜色特征值，
Figure RE-FDA0002323366760000058
表示识别图像中第i个比对色卡第j个颜色通道在第k个位置的颜色值，ARi表示识别图像中第i个比对色卡所在的图像区域，Fs(.)为比对色卡区颜色特征提取函数，其和颜色采样区颜色特征提取函数采用相同的算法；
4)采用下列函数：
Figure RE-FDA0002323366760000059
计算逐对颜色比对值，如果d(i1,i2)等于1，表示当前采样值和色卡i1和i2相比较，判定为色卡i1的颜色；否则，判定为色卡i2的颜色。其中D(·)表示两个特征之间的一种距离测度，
Figure RE-FDA0002323366760000061
表示采样区颜色特征值根据色卡i1修正的结果，
Figure RE-FDA0002323366760000062
表示色卡i1的颜色特征值，
Figure RE-FDA0002323366760000063
表示采样区颜色特征值根据色卡i2修正的结果，
Figure RE-FDA0002323366760000064
表示色卡i2的颜色特征值；
若样本针对色卡i1的修正颜色特征值与色卡i1的颜色特征值之间的距离小于样本针对色卡i2的修正颜色特征值与色卡i2的颜色特征值之间的距离，函数返回值为1，否则为0；
5)颜色判别函数为：
Figure RE-FDA0002323366760000065
其中NS为比对色卡的数量；若s(l)＝NS，表示所有逐对颜色比对值都表明，当前采样值判定为色卡l的颜色，则识别的结果为第l个色卡对应的颜色，否则表示不是。
6.一种化工灌装车间适应光照变化的目标颜色识别的机器视觉方法，其特征在于，色卡托盘包含6个色卡，颜色分别是大红，枣红，天蓝，绿色，黑色和银色。
7.根据权利要求6所述的一种化工灌装车间适应光照变化的目标颜色识别的机器视觉方法，其特征在于，所述的颜色空间取为RGB空间，即共有三个通道，分别是红色通道、绿色通道和蓝色通道，j的取值为1，2，3。
8.根据权利要求7所述的一种化工灌装车间适应光照变化的目标颜色识别的机器视觉方法，其特征在于，在颜色标定阶段，所述比对色卡区颜色特征提取函数采用区域内颜色的平均值，其定义为：
其中Ni为第i个比对色卡所在的图像区域中像素点的个数；
所述颜色采样区颜色特征提取函数采用区域内颜色的平均值，其定义为：
其中N为采样区域所在的图像区域中像素点的个数。
9.根据权利要求8所述的一种化工灌装车间适应光照变化的目标颜色识别的机器视觉方法，其特征在于，在识别阶段，所述比对色卡区颜色特征提取函数采用区域内颜色的平均值，其定义为：
Figure FDA0002251751980000072
其中Ni为第i个比对色卡所在的图像区域中像素点的个数；
所述颜色采样区颜色特征提取函数采用区域内颜色的平均值，其定义为：
Figure FDA0002251751980000073
其中N为采样区域所在的图像区域中像素点的个数。
10.根据权利要求9所述的一种化工灌装车间适应光照变化的目标颜色识别的机器视觉方法，其特征在于，所述的距离测度采用绝对值距离，其定义为：
D(a,b)＝|a-b|。
CN201911036883.0A 2019-10-29 2019-10-29 一种适应光照变化的目标颜色识别的机器视觉方法 Active CN110807817B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911036883.0A CN110807817B (zh) 2019-10-29 2019-10-29 一种适应光照变化的目标颜色识别的机器视觉方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911036883.0A CN110807817B (zh) 2019-10-29 2019-10-29 一种适应光照变化的目标颜色识别的机器视觉方法

Publications (2)

Publication Number Publication Date
CN110807817A true CN110807817A (zh) 2020-02-18
CN110807817B CN110807817B (zh) 2023-01-03

Family

ID=69489463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911036883.0A Active CN110807817B (zh) 2019-10-29 2019-10-29 一种适应光照变化的目标颜色识别的机器视觉方法

Country Status (1)

Country Link
CN (1) CN110807817B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114972346A (zh) * 2022-07-29 2022-08-30 山东通达盛石材有限公司 基于计算机视觉的石材识别方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103101393A (zh) * 2013-01-18 2013-05-15 河北工业大学 颜料自动调配装置
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
US20150228086A1 (en) * 2014-02-10 2015-08-13 State Farm Mutual Automobile Insurance Company System and method for automatically identifying and matching a color of a structure's external surface
WO2016175234A1 (ja) * 2015-04-27 2016-11-03 ヤンマー株式会社 色画像処理方法、色画像処理プログラム、物体認識方法及び装置
CN106991679A (zh) * 2017-03-16 2017-07-28 四川大学 一种基于云平台尿检试纸生理指标量化识别方法
CN107197225A (zh) * 2017-06-13 2017-09-22 浙江大学 基于色适应模型的彩色数码相机白平衡校正方法
CN108536151A (zh) * 2018-05-06 2018-09-14 长春北方化工灌装设备股份有限公司 一种视觉导引的闭环执行系统及视觉导引方法
JP2019041204A (ja) * 2017-08-24 2019-03-14 王子ホールディングス株式会社 基準画像データ生成方法、印刷物の検査方法、及び基準画像データ生成システム
CN109976288A (zh) * 2019-04-25 2019-07-05 长春知和智能包装设备有限公司 一种基于opc智能化工设备的mes系统数据采集方法
CN110382621A (zh) * 2017-02-24 2019-10-25 特雷维拉控股股份有限公司 具有改善性能的聚对苯二甲酸乙二醇酯容器

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103101393A (zh) * 2013-01-18 2013-05-15 河北工业大学 颜料自动调配装置
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
US20150228086A1 (en) * 2014-02-10 2015-08-13 State Farm Mutual Automobile Insurance Company System and method for automatically identifying and matching a color of a structure's external surface
WO2016175234A1 (ja) * 2015-04-27 2016-11-03 ヤンマー株式会社 色画像処理方法、色画像処理プログラム、物体認識方法及び装置
CN110382621A (zh) * 2017-02-24 2019-10-25 特雷维拉控股股份有限公司 具有改善性能的聚对苯二甲酸乙二醇酯容器
CN106991679A (zh) * 2017-03-16 2017-07-28 四川大学 一种基于云平台尿检试纸生理指标量化识别方法
CN107197225A (zh) * 2017-06-13 2017-09-22 浙江大学 基于色适应模型的彩色数码相机白平衡校正方法
JP2019041204A (ja) * 2017-08-24 2019-03-14 王子ホールディングス株式会社 基準画像データ生成方法、印刷物の検査方法、及び基準画像データ生成システム
CN108536151A (zh) * 2018-05-06 2018-09-14 长春北方化工灌装设备股份有限公司 一种视觉导引的闭环执行系统及视觉导引方法
CN109976288A (zh) * 2019-04-25 2019-07-05 长春知和智能包装设备有限公司 一种基于opc智能化工设备的mes系统数据采集方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张胜伟: "基于计算机视觉的染色品颜色分类及光照校正算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
曲兴华等: "偏振成像系统的颜色校正及应用", 《天津大学学报》 *
欧阳清平: "涂装施工中涂料颜色调配方法", 《涂料工业》 *
陈孝之等: "织物颜色配准到标准色卡的计算机识别与仿真", 《纺织学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114972346A (zh) * 2022-07-29 2022-08-30 山东通达盛石材有限公司 基于计算机视觉的石材识别方法
CN114972346B (zh) * 2022-07-29 2022-11-04 山东通达盛石材有限公司 基于计算机视觉的石材识别方法

Also Published As

Publication number Publication date
CN110807817B (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
TWI603074B (zh) 光學薄膜缺陷辨識方法及其系統
US9064187B2 (en) Method and system for item identification
US8064691B2 (en) Method for identifying color in machine and computer vision applications
CN107945184A (zh) 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法
CN112232213B (zh) 屏下指纹识别防伪方法与系统
CN109415753B (zh) 鉴定细菌革兰氏类型的方法和系统
CN114730473A (zh) 用于识别目标涂层中效果颜料的方法和设备
CN108734074A (zh) 指纹识别方法以及指纹识别装置
CN110807817B (zh) 一种适应光照变化的目标颜色识别的机器视觉方法
US8526717B2 (en) Rich color transition curve tracking method
Wang et al. Application of hybrid image features for fast and non-invasive classification of raisin
US20220189030A1 (en) Method and system for defect detection in image data of a target coating
US20010048765A1 (en) Color characterization for inspection of a product having nonuniform color characteristics
Kampel et al. Color classification of archaeological fragments
CN115546141A (zh) 一种基于多维度度量的小样本Mini LED缺陷检测方法及系统
CN113588222B (zh) 一种墨色一致性检测装置及方法
KR102272745B1 (ko) 컴팩트 카메라 모듈 덮개 외관 검사 시스템 및 방법
CN115343313A (zh) 基于人工智能的视觉识别方法
CN112200200B (zh) 一种led灯光颜色检测方法
KR20090124335A (ko) 과실 색상 선별용 색 인자 결정 방법 및 과실 색상 등급판별 방법
CN111886492B (zh) 用于翡翠的颜色分级工艺及系统
JP2017188790A (ja) 色判別方法及び色判別装置
JP4961370B2 (ja) 検査方法および検査装置
Park et al. Pattern recognition from segmented images in automated inspection systems
CN117197112B (zh) 一种基于样本比对的工业丝印缺陷检测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20221209

Address after: 130102 No. 3088, Zhongsheng Road, Beihu science and Technology Development Zone, Changchun City, Jilin Province

Applicant after: Changchun Rongcheng Intelligent Equipment Manufacturing Co.,Ltd.

Applicant after: CHANGCHUN LANZHOU TECHNOLOGY Co.,Ltd.

Address before: No.177, software 3 Road, Changchun hi tech Development Zone, Jilin Province, 130000

Applicant before: Changchun Rongcheng Intelligent Equipment Manufacturing Co.,Ltd.

Applicant before: CHANGCHUN ZHIHE INTELLIGENT PACKAGING EQUIPMENT Co.,Ltd.

Applicant before: CHANGCHUN LANZHOU TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant