CN111131723A - 一种瓷砖图像采集方法及系统 - Google Patents
一种瓷砖图像采集方法及系统 Download PDFInfo
- Publication number
- CN111131723A CN111131723A CN201911408141.6A CN201911408141A CN111131723A CN 111131723 A CN111131723 A CN 111131723A CN 201911408141 A CN201911408141 A CN 201911408141A CN 111131723 A CN111131723 A CN 111131723A
- Authority
- CN
- China
- Prior art keywords
- color
- image
- value
- camera
- tile
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/72—Combination of two or more compensation controls
-
- 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
- G06T7/90—Determination of colour characteristics
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Color Television Image Signal Generators (AREA)
- Color Image Communication Systems (AREA)
Abstract
本发明实施例公开一种瓷砖图像采集方法及系统。该方法包括:获取相机采集的包含标定物的当前图像,以及预先存储的包含标定物的标准图像;将当前图像和标准图像进行对比,得到当前图像相对于标准图像的颜色变化值;判断颜色变化值是否小于预设阈值;如果是,控制相机采集包含瓷砖的目标图像;如果否,对瓷砖图像采集系统进行光衰补偿,并返回执行获取相机采集的包含标定物的当前图像的步骤;光衰补偿包括以下至少其一:调整相机的曝光值、调整光源的亮度、控制相机采集包含瓷砖的待处理图像并对待处理图像进行颜色校正,应用本发明实施例提供的方案,能够提高瓷砖分色的准确性。
Description
技术领域
本发明涉及图像采集技术领域,具体而言,涉及一种瓷砖图像采集方法及系统。
背景技术
由于当前陶瓷生产采用喷墨技术,瓷砖的颜色、花纹、图案越来越多,表面越来越复杂。通常情况下,可以通过图像采集系统采集包含瓷砖的图像,进而通过对图像进行识别确定瓷砖的色号。
当前图像采集系统主要由光源和相机组成。而随着光源运作时间增长,光源温度升高,会发生光衰,即光源亮度随温度上升而降低,相机也会因发热导致成像效果变差,这将导致不同时间采集的图像会有较大色差,给瓷砖分色带来困难。因此,为了提高瓷砖分色的准确性,亟需一种瓷砖图像采集方法。
发明内容
本发明提供了一种瓷砖图像采集方法及系统,以提高瓷砖分色的准确性。具体的技术方案如下。
第一方面,本发明实施例提供一种瓷砖图像采集方法,所述方法应用于瓷砖图像采集系统中的电子设备,所述系统至少还包括相机和光源,所述方法包括:
获取所述相机采集的包含标定物的当前图像,以及预先存储的包含所述标定物的标准图像;
将所述当前图像和所述标准图像进行对比,得到所述当前图像相对于所述标准图像的颜色变化值;
判断所述颜色变化值是否小于预设阈值;
当所述颜色变化值小于所述预设阈值时,控制所述相机采集包含瓷砖的目标图像;
当所述颜色变化值不小于所述预设阈值时,对所述瓷砖图像采集系统进行光衰补偿,并返回执行所述获取所述相机采集的包含标定物的当前图像的步骤;所述光衰补偿包括以下至少其一:调整所述相机的曝光值、调整所述光源的亮度、控制所述相机采集包含瓷砖的待处理图像并对所述待处理图像进行颜色校正。
可选的,所述将所述当前图像和所述标准图像进行对比,得到所述当前图像相对于所述标准图像的颜色变化值的步骤包括:
将所述当前图像输入预先训练得到的色差检测模型,得到所述当前图像和所述标准图像之间的色差值;其中,所述色差检测模型是根据多组训练样本和所述标准图像的颜色特征训练得到的,每组所述训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征。
可选的,所述色差检测模型包括颜色特征提取子模型和色差计算子模型,所述色差检测模型的训练过程包括:
获取多组训练样本,每组所述训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征;
通过所述多组训练样本对颜色特征提取子模型进行训练,得到所述颜色特征提取子模型,所述颜色特征提取子模型的损失函数为中心损失函数;
确定所述标准图像的颜色特征,将所述颜色特征提取子模型的输出和所述标准图像的颜色特征作为所述色差计算子模型的输入,所述色差计算子模型用来计算输入所述颜色特征提取子模型的图像与所述标准图像之间的色差值。
可选的,所述将所述当前图像和所述标准图像进行对比,得到所述当前图像相对于所述标准图像的颜色变化值的步骤包括:
计算所述当前图像的当前颜色平均值,以及所述标准图像的标准颜色平均值,并根据所述当前颜色平均值和所述标准颜色平均值,计算所述当前图像和所述标准图像在预设颜色空间的颜色空间距离,所述预设颜色空间包括:红绿蓝RGB、Lab、或色调饱和度明度HSV。
可选的,所述对所述瓷砖图像采集系统进行光衰补偿的步骤包括:
当根据所述颜色变化值确定所述当前图像的颜色值小于所述标准图像的颜色值时,按第一预设幅值增加所述相机的曝光值;当根据所述颜色变化值确定所述当前图像的颜色值大于所述标准图像的颜色值时,按第二预设幅值减小所述相机的曝光值;
当根据所述颜色变化值确定所述当前图像的颜色值小于所述标准图像的颜色值时,按第三预设幅值增加所述光源的亮度;当根据所述颜色变化值确定所述当前图像的颜色值大于所述标准图像的颜色值时,按第四预设幅值减小所述光源的亮度;
获取所述相机采集的多张包含标定物的历史图像,根据所述历史图像计算衰减曲线,根据所述衰减曲线对所述相机的曝光值或所述光源的亮度进行调整;
控制所述相机采集包含瓷砖的待处理图像,根据所述颜色变化值计算颜色校正矩阵,通过所述颜色校正矩阵对所述待处理图像进行颜色校正;所述颜色校正矩阵包含各个颜色值对应的校正因子。
第二方面,本发明实施例提供一种瓷砖图像采集系统,所述系统至少包括:电子设备、相机、以及光源;
所述相机,用于采集包含标定物的当前图像,并将所述当前图像发送至所述电子设备;
所述电子设备,用于获取所述当前图像,以及预先存储的包含所述标定物的标准图像;将所述当前图像和所述标准图像进行对比,得到所述当前图像相对于所述标准图像的颜色变化值;判断所述颜色变化值是否小于预设阈值;当所述颜色变化值小于所述预设阈值时,控制所述相机采集包含瓷砖的目标图像;当所述颜色变化值不小于所述预设阈值时,对所述瓷砖图像采集系统进行光衰补偿,并返回执行所述获取所述相机采集的包含标定物的当前图像的步骤;所述光衰补偿包括以下至少其一:调整所述相机的曝光值、调整所述光源的亮度、控制所述相机采集包含瓷砖的待处理图像并对所述待处理图像进行颜色校正。
可选的,所述电子设备,具体用于将所述当前图像输入预先训练得到的色差检测模型,得到所述当前图像和所述标准图像之间的色差值;其中,所述色差检测模型是根据多组训练样本和所述标准图像的颜色特征训练得到的,每组所述训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征;或
计算所述当前图像的当前颜色平均值,以及所述标准图像的标准颜色平均值,并根据所述当前颜色平均值和所述标准颜色平均值,计算所述当前图像和所述标准图像在预设颜色空间的颜色空间距离,所述预设颜色空间包括:红绿蓝RGB、Lab、或色调饱和度明度HSV。
可选的,所述色差检测模型包括颜色特征提取子模型和色差计算子模型,所述电子设备,还用于获取多组训练样本,每组所述训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征;通过所述多组训练样本对颜色特征提取子模型进行训练,得到所述颜色特征提取子模型,所述颜色特征提取子模型的损失函数为中心损失函数;确定所述标准图像的颜色特征,将所述颜色特征提取子模型的输出和所述标准图像的颜色特征作为所述色差计算子模型的输入,所述色差计算子模型用来计算输入所述颜色特征提取子模型的图像与所述标准图像之间的色差值。
可选的,所述电子设备,具体用于:当根据所述颜色变化值确定所述当前图像的颜色值小于所述标准图像的颜色值时,按第一预设幅值增加所述相机的曝光值;当根据所述颜色变化值确定所述当前图像的颜色值大于所述标准图像的颜色值时,按第二预设幅值减小所述相机的曝光值;当根据所述颜色变化值确定所述当前图像的颜色值小于所述标准图像的颜色值时,按第三预设幅值增加所述光源的亮度;当根据所述颜色变化值确定所述当前图像的颜色值大于所述标准图像的颜色值时,按第四预设幅值减小所述光源的亮度;获取所述相机采集的多张包含标定物的历史图像,根据所述历史图像计算衰减曲线,根据所述衰减曲线对所述相机的曝光值或所述光源的亮度进行调整;控制所述相机采集包含瓷砖的待处理图像,根据所述颜色变化值计算颜色校正矩阵,通过所述颜色校正矩阵对所述待处理图像进行颜色校正;所述颜色校正矩阵包含各个颜色值对应的校正因子。
可选的,所述系统还包括:黑箱和传送带;
所述传送带置于所述黑箱下方;所述相机和所述光源置于所述黑箱内;所述标定物和所述瓷砖置于所述传送带。
由上述内容可知,本发明实施例提供的一种瓷砖图像采集方法及系统,可以获取相机采集的包含标定物的当前图像,以及预先存储的包含标定物的标准图像;将当前图像和标准图像进行对比,得到当前图像相对于标准图像的颜色变化值;判断颜色变化值是否小于预设阈值;当颜色变化值小于预设阈值时,控制相机采集包含瓷砖的目标图像;当颜色变化值不小于预设阈值时,对瓷砖图像采集系统进行光衰补偿,并返回执行获取相机采集的包含标定物的当前图像的步骤;光衰补偿包括以下至少其一:调整相机的曝光值、调整光源的亮度、控制相机采集包含瓷砖的待处理图像并对待处理图像进行颜色校正,因此能够基于包含标定物的当前图像和标准图像,确定相机当前采集的图像是否有较大色差,当确定图像有较大色差时,可以通过对相机的曝光值进行调整,对光源亮度进行调整,或对相机采集的包含瓷砖的图像进行颜色校正,从而保证最终采集到色差符合要求的瓷砖图像,进而根据图像进行瓷砖分色时,能够提高瓷砖分色的准确性。并且,本发明实施例提供多种光衰补偿的方式,从而能够根据环境条件选用合适的方式进行光衰补偿,提高方案的适用性。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例的创新点包括:
1、基于包含标定物的当前图像和标准图像,确定相机当前采集的图像是否有较大色差,当确定图像有较大色差时,可以通过对相机的曝光值进行调整,对光源亮度进行调整,或对相机采集的包含瓷砖的图像进行颜色校正,从而保证最终采集到色差符合要求的瓷砖图像,进而根据图像进行瓷砖分色时,能够提高瓷砖分色的准确性。并且,本发明实施例提供多种光衰补偿的方式,从而能够根据环境条件选用合适的方式进行光衰补偿,提高方案的适用性。
2、深度网络具有特征提取准确,计算速度快的特点,因此,利用色差检测模型能够快速准确的计算当前图像和标准图像之间的色差值,从而提高瓷砖图像的采集效率。
3、通过将相机和光源置于黑箱内,能够通过黑箱遮蔽环境光对采集效果的影响,且黑箱可以隔离灰尘,提供一个相对稳定的采集环境,从而降低瓷砖图像色差。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的瓷砖图像采集方法的一种流程示意图;
图2为本发明实施例的瓷砖图像采集方法的另一种流程示意图;
图3为本发明实施例的瓷砖图像采集系统的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含的一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本发明实施例公开了一种瓷砖图像采集方法及系统,能够提高瓷砖分色的准确性。下面对本发明实施例进行详细说明。
图1为本发明实施例提供的瓷砖图像采集方法的一种流程示意图。该方法应用于瓷砖图像采集系统中的电子设备,该系统至少还包括相机和光源。该方法具体包括以下步骤。
S110:获取相机采集的包含标定物的当前图像,以及预先存储的包含标定物的标准图像。
在本发明实施例中,为了降低瓷砖图像色差,提供了一种瓷砖图像采集系统,该系统至少可以包括:光源、相机、以及电子设备。具体的,可以在相机采集包含瓷砖的图像之前,先采集包含标定物的当前图像,通过相机对标定物成像来确定环境变化,进而通过光衰补偿得到色差较小的包含瓷砖的图像,保证瓷砖分色的准确性。该标定物例如可以为固定颜色的色板、标准色卡等。
在一种实现方式中,该系统还可以包括黑箱和传送带。其中,传送带置于黑箱下方。相机和光源置于黑箱内,从而能够通过黑箱遮蔽环境光对采集效果的影响,且黑箱可以隔离灰尘,提供一个相对稳定的采集环境,从而降低瓷砖图像色差。瓷砖置于传送带上,当瓷砖通过黑箱下方时,黑箱内的相机成像。
在本发明实施例中,为了标识采集环境的变化,可以在传送带放置一标定物。与瓷砖成像类似,当标定物通过黑箱下方时,黑箱内的相机成像,即可采集到包含标定物的图像。
具体的,可以预先采集并存储包含标定物的图像,称为标准图像。例如,由于色差通常是因为相机和光源运作时间长造成的,因此可以在系统启动时,采集包含标定物的图像,作为标准图像。并且,可以将标准图像存储至预设存储位置。
系统运作过程中,相机可以周期性采集包含标定物的图像,称为当前图像,以通过将当前图像和标准图像进行对比,确定系统所采集图像色差的变化,从而系统可以实时调整以补偿光衰导致的色差影响。例如,为了提高色差检测的准确性,可以在标定物每次通过相机下方时,均采集包含标定物的当前图像;或者,为了提高系统效率,可以减少当前图像采集的数量,在标定物多次通过相机下方时,相机采集一次包含标定物的当前图像,这都是可以的,本发明实施例对此不作限定。
S120:将当前图像和标准图像进行对比,得到当前图像相对于标准图像的颜色变化值。
在一种实现方式中,可以预先训练得到色差检测模型,获取到当前图像和标准图像后,电子设备可以将当前图像和标准图像进行对比,得到当前图像相对于标准图像的颜色变化值。其中,色差检测模型可以根据多组训练样本和标准图像的颜色特征训练得到,每组训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征。该颜色特征可以为RGB颜色空间中的颜色特征。
具体的,该色差检测模型可以包括颜色特征提取子模型和色差计算子模型,如图2所示,上述色差检测模型的训练过程可以包括以下步骤。
S210:获取多组训练样本,每组训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征。
在一个具体实施例中,事先获取多个瓷砖样本图像,所述瓷砖样本图像可以是直接在工厂的传输机构上通过相机获取,也可以从存有瓷砖图像的数据库中获取。对瓷砖样本图像进行标注,将每个瓷砖样本图像包含的颜色特征都标注在对应的瓷砖样本图像上。该颜色特征可以为RGB颜色空间中的颜色特征。至此,完成了训练样本的收集。
S220:通过多组训练样本对颜色特征提取子模型进行训练,得到颜色特征提取子模型,颜色特征提取子模型的损失函数为中心损失函数。
在一个具体实施例中,上述颜色特征提取子模型通过深度残差网络生成。残差网络的特点是容易优化,并且能够通过增加相当的深度来提高准确性。其内部的残差块使用了跳跃连接,缓解了在深度神经网络中增加深度带来的梯度消失问题。
在一个具体实施例中,利用中心损失函数不断优化颜色特征提取子模型的参数,使得颜色特征提取子模型达到更好的颜色特征提取效果。
S230:确定标准图像的颜色特征,将颜色特征提取子模型的输出和标准图像的颜色特征作为色差计算子模型的输入,色差计算子模型用来计算输入颜色特征提取子模型的图像与标准图像之间的色差值。
在一个具体实施例中,上述色差检测模型为两级模型,第一级为颜色特征提取子模型,第二级是表征颜色特征和色差值之间关系的模型。当颜色特征提取子模型提取到输入的瓷砖图像的颜色特征后,将该颜色特征和预先设置的标准图像的颜色特征一起输入到第二级模型中,可以计算得到输入的图像与预先设置的标准图像之间的色差值。
用颜色特征表征瓷砖样本图像,再基于瓷砖样本图像和标准图像之间不同的颜色特征,计算出瓷砖样本图像和标准图像之间的色差值,将图像之间不明确的颜色差别用明确的色差值去表征。
在另一种实现方式中,将当前图像和标准图像进行对比,得到当前图像相对于标准图像的颜色变化值的步骤可以包括:计算当前图像的当前颜色平均值,以及标准图像的标准颜色平均值,并根据当前颜色平均值和标准颜色平均值,计算当前图像和标准图像在预设颜色空间的颜色空间距离,预设颜色空间包括:红绿蓝RGB、Lab、或色调饱和度明度HSV。
S130:判断颜色变化值是否小于预设阈值;如果是,执行步骤S140,如果否,执行步骤S150。
上述预设阈值可以根据实际应用场景设定,本发明实施例不对其具体取值作限定。
S140:控制相机采集包含瓷砖的目标图像。
当颜色变化值小于预设阈值时,表明当前图像采集系统色差衰减不明显,可以直接进行瓷砖图像采集。这种情况下,可以控制相机采集包含瓷砖的目标图像。
S150:对瓷砖图像采集系统进行光衰补偿,并返回执行获取相机采集的包含标定物的当前图像的步骤;光衰补偿包括以下至少其一:调整相机的曝光值、调整光源的亮度、控制相机采集包含瓷砖的待处理图像并对待处理图像进行颜色校正。
当颜色变化值不小于预设阈值时,表明当前图像采集系统色差衰减明显,这种情况下,可以对瓷砖图像采集系统进行光衰补偿,之后再采集包含瓷砖的图像,以确保瓷砖分色的准确性。例如,可以通过对相机曝光值进行调整、对光源亮度进行调整、或对采集到的包含瓷砖的图像进行颜色校正,以确保得到色差满足要求的瓷砖图像。
在一种实现方式中,对相机曝光值进行调整的过程包括:当根据颜色变化值确定当前图像的颜色值小于标准图像的颜色值时,可以按第一预设幅值增加相机的曝光值;当根据颜色变化值确定当前图像的颜色值大于标准图像的颜色值时,按第二预设幅值减小相机的曝光值。其中,第一预设幅值与第二预设幅值相同或不同。
对光源亮度进行调整的过程包括:当根据颜色变化值确定当前图像的颜色值小于标准图像的颜色值时,按第三预设幅值增加光源的亮度;当根据颜色变化值确定当前图像的颜色值大于标准图像的颜色值时,按第四预设幅值减小光源的亮度。其中,第三预设幅值与第四预设幅值相同或不同。
对相机曝光值和光源亮度进行调整时,还可以获取相机采集的多张包含标定物的历史图像,根据历史图像计算衰减曲线,根据衰减曲线对相机的曝光值或光源的亮度进行调整。也就是说,可以长时间运行瓷砖图像采集系统,采集包含标定物的图像,获取到各图像中标定物的颜色,得到衰减曲线。可选的,可以多次实验求平均,进而可以根据衰减曲线进行增加曝光时间或光源亮度的补偿。
对图像进行颜色校正时,可以控制相机采集包含瓷砖的待处理图像,根据颜色变化值计算颜色校正矩阵,通过颜色校正矩阵对待处理图像进行颜色校正;颜色校正矩阵包含各个颜色值对应的校正因子。
由上述内容可知,本发明实施例提供的一种瓷砖图像采集方法,可以获取相机采集的包含标定物的当前图像,以及预先存储的包含标定物的标准图像;将当前图像和标准图像进行对比,得到当前图像相对于标准图像的颜色变化值;判断颜色变化值是否小于预设阈值;当颜色变化值小于预设阈值时,控制相机采集包含瓷砖的目标图像;当颜色变化值不小于预设阈值时,对瓷砖图像采集系统进行光衰补偿,并返回执行获取相机采集的包含标定物的当前图像的步骤;光衰补偿包括以下至少其一:调整相机的曝光值、调整光源的亮度、控制相机采集包含瓷砖的待处理图像并对待处理图像进行颜色校正,因此能够基于包含标定物的当前图像和标准图像,确定相机当前采集的图像是否有较大色差,当确定图像有较大色差时,可以通过对相机的曝光值进行调整,对光源亮度进行调整,或对相机采集的包含瓷砖的图像进行颜色校正,从而保证最终采集到色差符合要求的瓷砖图像,进而根据图像进行瓷砖分色时,能够提高瓷砖分色的准确性。并且,本发明实施例提供多种光衰补偿的方式,从而能够根据环境条件选用合适的方式进行光衰补偿,提高方案的适用性。
如图3所示,本发明实施例提供的一种瓷砖图像采集系统,系统至少包括:电子设备310、相机320、以及光源330;
相机320,用于采集包含标定物的当前图像,并将当前图像发送至电子设备310;
电子设备310,用于获取当前图像,以及预先存储的包含标定物的标准图像;将当前图像和标准图像进行对比,得到当前图像相对于标准图像的颜色变化值;判断颜色变化值是否小于预设阈值;当颜色变化值小于预设阈值时,控制相机采集包含瓷砖的目标图像;当颜色变化值不小于预设阈值时,对瓷砖图像采集系统进行光衰补偿,并返回执行获取相机采集的包含标定物的当前图像的步骤;光衰补偿包括以下至少其一:调整相机320的曝光值、调整光源330的亮度、控制相机320采集包含瓷砖的待处理图像并对待处理图像进行颜色校正。
作为本发明实施例的一种实施方式,电子设备310,具体用于将当前图像输入预先训练得到的色差检测模型,得到当前图像和标准图像之间的色差值;其中,色差检测模型是根据多组训练样本和标准图像的颜色特征训练得到的,每组训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征;或
计算当前图像的当前颜色平均值,以及标准图像的标准颜色平均值,并根据当前颜色平均值和标准颜色平均值,计算当前图像和标准图像在预设颜色空间的颜色空间距离,预设颜色空间包括:红绿蓝RGB、Lab、或色调饱和度明度HSV。
作为本发明实施例的一种实施方式,色差检测模型包括颜色特征提取子模型和色差计算子模型,电子设备310,还用于获取多组训练样本,每组训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征;通过多组训练样本对颜色特征提取子模型进行训练,得到颜色特征提取子模型,颜色特征提取子模型的损失函数为中心损失函数;确定标准图像的颜色特征,将颜色特征提取子模型的输出和标准图像的颜色特征作为色差计算子模型的输入,色差计算子模型用来计算输入颜色特征提取子模型的图像与标准图像之间的色差值。
作为本发明实施例的一种实施方式,电子设备310,具体用于:当根据颜色变化值确定当前图像的颜色值小于标准图像的颜色值时,按第一预设幅值增加相机320的曝光值;当根据颜色变化值确定当前图像的颜色值大于标准图像的颜色值时,按第二预设幅值减小相机320的曝光值;当根据颜色变化值确定当前图像的颜色值小于标准图像的颜色值时,按第三预设幅值增加光源330的亮度;当根据颜色变化值确定当前图像的颜色值大于标准图像的颜色值时,按第四预设幅值减小光源330的亮度;获取相机320采集的多张包含标定物的历史图像,根据历史图像计算衰减曲线,根据衰减曲线对相机320的曝光值或光源330的亮度进行调整;控制相机320采集包含瓷砖的待处理图像,根据颜色变化值计算颜色校正矩阵,通过颜色校正矩阵对待处理图像进行颜色校正;颜色校正矩阵包含各个颜色值对应的校正因子。
作为本发明实施例的一种实施方式,该系统还包括:黑箱和传送带;传送带置于黑箱下方;相机和光源置于黑箱内;标定物和瓷砖置于传送带。
由上述内容可知,本发明实施例提供的一种瓷砖图像采集系统,可以获取相机采集的包含标定物的当前图像,以及预先存储的包含标定物的标准图像;将当前图像和标准图像进行对比,得到当前图像相对于标准图像的颜色变化值;判断颜色变化值是否小于预设阈值;当颜色变化值小于预设阈值时,控制相机采集包含瓷砖的目标图像;当颜色变化值不小于预设阈值时,对瓷砖图像采集系统进行光衰补偿,并返回执行获取相机采集的包含标定物的当前图像的步骤;光衰补偿包括以下至少其一:调整相机的曝光值、调整光源的亮度、控制相机采集包含瓷砖的待处理图像并对待处理图像进行颜色校正,因此能够基于包含标定物的当前图像和标准图像,确定相机当前采集的图像是否有较大色差,当确定图像有较大色差时,可以通过对相机的曝光值进行调整,对光源亮度进行调整,或对相机采集的包含瓷砖的图像进行颜色校正,从而保证最终采集到色差符合要求的瓷砖图像,进而根据图像进行瓷砖分色时,能够提高瓷砖分色的准确性。并且,本发明实施例提供多种光衰补偿的方式,从而能够根据环境条件选用合适的方式进行光衰补偿,提高方案的适用性。
上述系统实施例与方法实施例相对应,与该方法实施例具有同样的技术效果,具体说明参见方法实施例。系统实施例是基于方法实施例得到的,具体的说明可以参见方法实施例部分,此处不再赘述。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (10)
1.一种瓷砖图像采集方法,其特征在于,所述方法应用于瓷砖图像采集系统中的电子设备,所述系统至少还包括相机和光源,所述方法包括:
获取所述相机采集的包含标定物的当前图像,以及预先存储的包含所述标定物的标准图像;
将所述当前图像和所述标准图像进行对比,得到所述当前图像相对于所述标准图像的颜色变化值;
判断所述颜色变化值是否小于预设阈值;
当所述颜色变化值小于所述预设阈值时,控制所述相机采集包含瓷砖的目标图像;
当所述颜色变化值不小于所述预设阈值时,对所述瓷砖图像采集系统进行光衰补偿,并返回执行所述获取所述相机采集的包含标定物的当前图像的步骤;所述光衰补偿包括以下至少其一:调整所述相机的曝光值、调整所述光源的亮度、控制所述相机采集包含瓷砖的待处理图像并对所述待处理图像进行颜色校正。
2.根据权利要求1所述的方法,其特征在于,所述将所述当前图像和所述标准图像进行对比,得到所述当前图像相对于所述标准图像的颜色变化值的步骤包括:
将所述当前图像输入预先训练得到的色差检测模型,得到所述当前图像和所述标准图像之间的色差值;其中,所述色差检测模型是根据多组训练样本和所述标准图像的颜色特征训练得到的,每组所述训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征。
3.根据权利要求2所述的方法,其特征在于,所述色差检测模型包括颜色特征提取子模型和色差计算子模型,所述色差检测模型的训练过程包括:
获取多组训练样本,每组所述训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征;
通过所述多组训练样本对颜色特征提取子模型进行训练,得到所述颜色特征提取子模型,所述颜色特征提取子模型的损失函数为中心损失函数;
确定所述标准图像的颜色特征,将所述颜色特征提取子模型的输出和所述标准图像的颜色特征作为所述色差计算子模型的输入,所述色差计算子模型用来计算输入所述颜色特征提取子模型的图像与所述标准图像之间的色差值。
4.根据权利要求1所述的方法,其特征在于,所述将所述当前图像和所述标准图像进行对比,得到所述当前图像相对于所述标准图像的颜色变化值的步骤包括:
计算所述当前图像的当前颜色平均值,以及所述标准图像的标准颜色平均值,并根据所述当前颜色平均值和所述标准颜色平均值,计算所述当前图像和所述标准图像在预设颜色空间的颜色空间距离,所述预设颜色空间包括:红绿蓝RGB、Lab、或色调饱和度明度HSV。
5.根据权利要求1所述的方法,其特征在于,所述对所述瓷砖图像采集系统进行光衰补偿的步骤包括:
当根据所述颜色变化值确定所述当前图像的颜色值小于所述标准图像的颜色值时,按第一预设幅值增加所述相机的曝光值;当根据所述颜色变化值确定所述当前图像的颜色值大于所述标准图像的颜色值时,按第二预设幅值减小所述相机的曝光值;
当根据所述颜色变化值确定所述当前图像的颜色值小于所述标准图像的颜色值时,按第三预设幅值增加所述光源的亮度;当根据所述颜色变化值确定所述当前图像的颜色值大于所述标准图像的颜色值时,按第四预设幅值减小所述光源的亮度;
获取所述相机采集的多张包含标定物的历史图像,根据所述历史图像计算衰减曲线,根据所述衰减曲线对所述相机的曝光值或所述光源的亮度进行调整;
控制所述相机采集包含瓷砖的待处理图像,根据所述颜色变化值计算颜色校正矩阵,通过所述颜色校正矩阵对所述待处理图像进行颜色校正;所述颜色校正矩阵包含各个颜色值对应的校正因子。
6.一种瓷砖图像采集系统,其特征在于,所述系统至少包括:电子设备、相机、以及光源;
所述相机,用于采集包含标定物的当前图像,并将所述当前图像发送至所述电子设备;
所述电子设备,用于获取所述当前图像,以及预先存储的包含所述标定物的标准图像;将所述当前图像和所述标准图像进行对比,得到所述当前图像相对于所述标准图像的颜色变化值;判断所述颜色变化值是否小于预设阈值;当所述颜色变化值小于所述预设阈值时,控制所述相机采集包含瓷砖的目标图像;当所述颜色变化值不小于所述预设阈值时,对所述瓷砖图像采集系统进行光衰补偿,并返回执行所述获取所述相机采集的包含标定物的当前图像的步骤;所述光衰补偿包括以下至少其一:调整所述相机的曝光值、调整所述光源的亮度、控制所述相机采集包含瓷砖的待处理图像并对所述待处理图像进行颜色校正。
7.根据权利要求6所述的系统,其特征在于,所述电子设备,具体用于将所述当前图像输入预先训练得到的色差检测模型,得到所述当前图像和所述标准图像之间的色差值;其中,所述色差检测模型是根据多组训练样本和所述标准图像的颜色特征训练得到的,每组所述训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征;或
计算所述当前图像的当前颜色平均值,以及所述标准图像的标准颜色平均值,并根据所述当前颜色平均值和所述标准颜色平均值,计算所述当前图像和所述标准图像在预设颜色空间的颜色空间距离,所述预设颜色空间包括:红绿蓝RGB、Lab、或色调饱和度明度HSV。
8.根据权利要求7所述的系统,其特征在于,所述色差检测模型包括颜色特征提取子模型和色差计算子模型,所述电子设备,还用于获取多组训练样本,每组所述训练样本包含瓷砖样本图像及对应的用以表征瓷砖颜色的颜色特征;通过所述多组训练样本对颜色特征提取子模型进行训练,得到所述颜色特征提取子模型,所述颜色特征提取子模型的损失函数为中心损失函数;确定所述标准图像的颜色特征,将所述颜色特征提取子模型的输出和所述标准图像的颜色特征作为所述色差计算子模型的输入,所述色差计算子模型用来计算输入所述颜色特征提取子模型的图像与所述标准图像之间的色差值。
9.根据权利要求6所述的系统,其特征在于,所述电子设备,具体用于:当根据所述颜色变化值确定所述当前图像的颜色值小于所述标准图像的颜色值时,按第一预设幅值增加所述相机的曝光值;当根据所述颜色变化值确定所述当前图像的颜色值大于所述标准图像的颜色值时,按第二预设幅值减小所述相机的曝光值;当根据所述颜色变化值确定所述当前图像的颜色值小于所述标准图像的颜色值时,按第三预设幅值增加所述光源的亮度;当根据所述颜色变化值确定所述当前图像的颜色值大于所述标准图像的颜色值时,按第四预设幅值减小所述光源的亮度;获取所述相机采集的多张包含标定物的历史图像,根据所述历史图像计算衰减曲线,根据所述衰减曲线对所述相机的曝光值或所述光源的亮度进行调整;控制所述相机采集包含瓷砖的待处理图像,根据所述颜色变化值计算颜色校正矩阵,通过所述颜色校正矩阵对所述待处理图像进行颜色校正;所述颜色校正矩阵包含各个颜色值对应的校正因子。
10.根据权利要求6所述的系统,其特征在于,所述系统还包括:黑箱和传送带;
所述传送带置于所述黑箱下方;所述相机和所述光源置于所述黑箱内;所述标定物和所述瓷砖置于所述传送带。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911408141.6A CN111131723A (zh) | 2019-12-31 | 2019-12-31 | 一种瓷砖图像采集方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911408141.6A CN111131723A (zh) | 2019-12-31 | 2019-12-31 | 一种瓷砖图像采集方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111131723A true CN111131723A (zh) | 2020-05-08 |
Family
ID=70506193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911408141.6A Pending CN111131723A (zh) | 2019-12-31 | 2019-12-31 | 一种瓷砖图像采集方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111131723A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739109A (zh) * | 2020-08-03 | 2020-10-02 | 佛山市阿瑞斯陶瓷科技有限公司 | 陶瓷色彩校准方法、装置、计算机设备及存储介质 |
CN113008889A (zh) * | 2021-03-01 | 2021-06-22 | 深圳市大族视觉技术有限公司 | 一种食品在线检测设备 |
CN114051101A (zh) * | 2021-10-29 | 2022-02-15 | 聚好看科技股份有限公司 | 一种人脸补光的自动调节方法及装置 |
CN114719140A (zh) * | 2022-04-15 | 2022-07-08 | 昆明理工大学 | 一种用于工业相机拍摄位置模拟的调试装置及方法 |
EP4311621A1 (en) * | 2022-07-26 | 2024-01-31 | SK On Co., Ltd. | Laser welding apparatus and method of controlling the same |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050253944A1 (en) * | 2004-05-17 | 2005-11-17 | Alf Olsen | Real-time exposure control for automatic light control |
CN102135700A (zh) * | 2010-01-22 | 2011-07-27 | 杭州海康威视软件有限公司 | 自动光圈调整方法及装置 |
CN102724405A (zh) * | 2012-06-21 | 2012-10-10 | 无锡市中兴光电子技术有限公司 | 视频成像系统中背光式场景的自动曝光补偿方法及装置 |
CN105430267A (zh) * | 2015-12-01 | 2016-03-23 | 厦门瑞为信息技术有限公司 | 一种基于人脸图像光照参数的摄像机参数自适应调整方法 |
CN109903256A (zh) * | 2019-03-07 | 2019-06-18 | 京东方科技集团股份有限公司 | 模型训练方法、色差校正方法、装置、介质和电子设备 |
-
2019
- 2019-12-31 CN CN201911408141.6A patent/CN111131723A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050253944A1 (en) * | 2004-05-17 | 2005-11-17 | Alf Olsen | Real-time exposure control for automatic light control |
CN102135700A (zh) * | 2010-01-22 | 2011-07-27 | 杭州海康威视软件有限公司 | 自动光圈调整方法及装置 |
CN102724405A (zh) * | 2012-06-21 | 2012-10-10 | 无锡市中兴光电子技术有限公司 | 视频成像系统中背光式场景的自动曝光补偿方法及装置 |
CN105430267A (zh) * | 2015-12-01 | 2016-03-23 | 厦门瑞为信息技术有限公司 | 一种基于人脸图像光照参数的摄像机参数自适应调整方法 |
CN109903256A (zh) * | 2019-03-07 | 2019-06-18 | 京东方科技集团股份有限公司 | 模型训练方法、色差校正方法、装置、介质和电子设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739109A (zh) * | 2020-08-03 | 2020-10-02 | 佛山市阿瑞斯陶瓷科技有限公司 | 陶瓷色彩校准方法、装置、计算机设备及存储介质 |
CN113008889A (zh) * | 2021-03-01 | 2021-06-22 | 深圳市大族视觉技术有限公司 | 一种食品在线检测设备 |
CN114051101A (zh) * | 2021-10-29 | 2022-02-15 | 聚好看科技股份有限公司 | 一种人脸补光的自动调节方法及装置 |
CN114719140A (zh) * | 2022-04-15 | 2022-07-08 | 昆明理工大学 | 一种用于工业相机拍摄位置模拟的调试装置及方法 |
EP4311621A1 (en) * | 2022-07-26 | 2024-01-31 | SK On Co., Ltd. | Laser welding apparatus and method of controlling the same |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111131723A (zh) | 一种瓷砖图像采集方法及系统 | |
KR100916484B1 (ko) | 자동 화이트 밸런스 방법 | |
TWI389559B (zh) | 前景影像分離方法 | |
US7764319B2 (en) | Image processing apparatus, image-taking system, image processing method and image processing program | |
CN105960586B (zh) | 用于使用监督式高品质成像的图像采集的系统和方法 | |
CN102724405A (zh) | 视频成像系统中背光式场景的自动曝光补偿方法及装置 | |
CN110560376B (zh) | 一种产品表面缺陷检测方法及装置 | |
KR20100009035A (ko) | 색신호 이득 제어 장치 및 방법 | |
CN110110131A (zh) | 一种基于深度学习与双目立体视觉的飞机线缆支架识别与参数获取方法 | |
JP6720876B2 (ja) | 画像処理方法及び画像処理装置 | |
US11024023B2 (en) | Inspection system | |
CN102088539A (zh) | 一种预拍照画质评价方法和系统 | |
KR102653207B1 (ko) | 외관 검사 장치 및 그 광학계 자동 캘리브레이션 방법 | |
CN108965749B (zh) | 基于纹理识别的缺陷像素检测和校正装置及方法 | |
KR102401019B1 (ko) | 칼러값 참조 기반의 저시정 디지털 이미지 보정 장치 | |
CN109932160A (zh) | Aoi与灰度计检测系统及方法 | |
JP5609459B2 (ja) | 二値化処理方法及び画像処理装置 | |
JP5675391B2 (ja) | 画像処理装置 | |
KR102170692B1 (ko) | 화이트 밸런스 보정 장치 및 방법 | |
KR101477736B1 (ko) | 자동 백광 조정을 위한 다크 채널 프라이어 기반의 백색 영역 추정 장치 및 방법 | |
CN115002354B (zh) | 影像系统和影像系统的曝光参数的自动化调节方法 | |
KR102315200B1 (ko) | 자동 화이트 밸런스를 위한 영상 처리 장치 및 그 처리 방법 | |
KR102401017B1 (ko) | 보정 구간내 수동 설정이 가능한 저시정 디지털 이미지 보정 장치 및 그 방법 | |
CN111179256A (zh) | 一种确定瓷砖真伪的方法及装置 | |
KR102401018B1 (ko) | 보정 구간내 강제 설정이 가능한 저시정 디지털 이미지 보정 장치 및 그 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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200508 |