CN111179362A - 一种基于动态光照校正算法的试纸颜色均匀性检测方法 - Google Patents
一种基于动态光照校正算法的试纸颜色均匀性检测方法 Download PDFInfo
- Publication number
- CN111179362A CN111179362A CN201911287308.8A CN201911287308A CN111179362A CN 111179362 A CN111179362 A CN 111179362A CN 201911287308 A CN201911287308 A CN 201911287308A CN 111179362 A CN111179362 A CN 111179362A
- Authority
- CN
- China
- Prior art keywords
- image
- test paper
- color
- detected
- illumination correction
- 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
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 160
- 238000005286 illumination Methods 0.000 title claims abstract description 143
- 238000012937 correction Methods 0.000 title claims abstract description 120
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 238000013507 mapping Methods 0.000 claims abstract description 27
- 230000008859 change Effects 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000003702 image correction Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 2
- 230000004075 alteration Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 4
- 241000208125 Nicotiana Species 0.000 description 3
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
-
- G06T5/70—
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/30108—Industrial image inspection
Abstract
本发明公开了一种基于动态光照校正算法的试纸颜色均匀性检测方法，采集一帧含有待检测试纸与条形光照校正白板的图像，并行裁剪处理，获得分别保留试纸区域和光照校正白板区域的图像；对两张图像分别消除噪点；设置条形光照校正白板图像中用于待检测试纸图像校正的映射区域；将校正图像和待检测图像转换到L*a*b颜色空间，并分离出L、a、b三个颜色通道；分别从三个颜色通道获取光照校正白板图像的映射区域的光照变化校正参数，并校正待检测试纸图像的三个通道；计算待检测图像三个通道L、a、b的颜色方差；基于获取的颜色方差判断试纸表面的颜色均匀性。本发明能够提高试纸表面颜色均匀性的检测精度，提高生产率。
Description
技术领域
本发明涉及计算机视觉技术领域，特别是涉及一种基于动态光照校正算法的试纸颜色均匀性检测方法。
背景技术
在试纸生产过程中，需要对试纸表面的颜色均匀性进行检测，以降低因试纸本身的色差对检测结果造成的误差。传统检测手段一般是人工检测，检测人员在日光灯下，通过肉眼对试纸表面的色差进行判断。但是在生产过程中试纸批量较大，长时间工作，易造成检测人员的视觉疲劳，进而降低试纸的检测质量与效率。
随着计算机技术的快速发展，通过计算机视觉进行工业自动化检测的技术得到广泛应用，但是在采用计算机视觉技术检测试纸表面颜色均匀性的过程中，由于采集装置的光照不均对检测结果造成巨大影响。通过人工校正光源与反光板难以保证光源的均匀性，而且会造成硬件成本急剧上升，此外对于实际检测装置而言，难以保证视觉目标区域所有像素点的光照强度一致，因此需要从软件角度实现光照均匀性的校正，来满足试纸表面颜色均匀性的检测。中国发明专利CN201910018787.7，公开提出了一种光照不均匀图像的处理方法及系统，通过求取校正系数矩阵，引入相邻正常图像的光照效果作为参考基准，可以使校正后的图像内容过渡更加自然，序列一致性更强，视觉整体性更佳，但是其只对L通道的亮度进行了校正，并未对a，b通道进行校正，在检测试纸表面颜色均匀性存在局限性。中国发明专利CN201810355963.1，提出了一种基于视觉识别和光照校正的烟叶评级方法及系统，利用颜色/光照校正板校正烟叶图像的颜色和光照，携带方便且实用简单，不需要严格控制光照明暗、颜色以及不需要昂贵的成像设备，普通光照环境和手机摄像头也可以实现烟叶的评级，成本较低，但是光照一旦发生变化就需要再次校正，难以满足自动生产线需要实时校正的要求。中国发明专利CN102629967A，提出了一种翻拍设备光照不均匀的校正方法，通过提取标准灰板的R、G、B通道值求取每个像素位置的偏色量进而对目标图像进行校正，但是RGB颜色空间不如L*a*b颜色空间反应的光照变化直观，并且该方法不能实现对光照变化实时校正，同时其采用标准灰板来作为校正板，在实际使用过程中灰板可能自身存在误差(灰板的灰度等级存在误差)，在理想光照下不一定满足三通道RGB均为127，进而给校正带来误差。
当前还没有一种通过计算机视觉实现实时校正图像光照以检测试纸颜色均匀性的方法。因此，设计一种检测速度快、准确的试纸颜色均匀性检测方法来提高检测效率十分必要。
发明内容
本发明的目的在于解决试纸表面颜色均匀性自动检测过程中，光照不均的问题，进而实现试纸表面颜色均匀性的快速检测，以提高生产效率。本发明提供了一种基于动态光照校正算法的试纸颜色均匀性检测方法，不仅可实现对不均匀光照环境的校正来实现颜色均匀性的检测，而且采用实时校正检测的方法，可提高生产率。
本发明采用以下技术方案来实现：
一种基于动态光照校正算法的试纸颜色均匀性检测方法，该方法包括以下步骤：
S1、采集一帧同时含有待检测试纸与光照校正白板的图像，并对采集的图像进行裁剪处理，获得一张保留待检测试纸区域的图像和一张保留光照校正白板区域的图像；
S2、对保留待检测试纸区域的图像和保留光照校正白板区域的图像进行预处理，以消除噪点；
S3、设置预处理后的保留光照校正白板区域的图像中用于待检测试纸图像校正的映射区域，得到校正图像；
S4、将校正图像和预处理后的保留待检测试纸区域的图像转换到L*a*b颜色空间，并分离出L颜色通道、a颜色通道和b颜色通道；
S5、分别从L颜色通道、a颜色通道和b颜色通道获取校正图像的映射区域的光照变化校正参数，并校正预处理后的保留待检测试纸区域的图像的三个通道；
S6、计算预处理后的保留待检测试纸区域的图像L颜色通道、a颜色通道和b颜色通道的颜色方差；
S7、基于获取的颜色方差判断待检测试纸表面的颜色均匀性。
所述步骤S1中，采集含有待检测试纸的图像与含有光照校正白板的图像时，待检测试纸之外以及光照校正白板之外的区域的颜色设置为黑色，光照校正白板位于待检测试纸的一侧，且光照校正白板与待检测试纸平行，采集图像时光源采用两个条形无影白光源，两个条形无影白光源分别对称位于相机的两侧，两个条形无影白光源发射的光能够同时照射在待检测试纸以及光照校正白板上。
光照校正白板的形状为条形，光照校正白板的长度大于待检测试纸的长度，光照校正白板的宽度均大于待检测试纸的宽度。
所述步骤S2中，选择阈值，获得保留待检测试纸区域的图像的二值图像I1_binary，并对二值图像I1_binary进行中值滤波，滤除二值图像中的噪声，使二值图像I1_binary白色区域为待检测试纸区域，并将二值图像I1_binary的反图像与保留待检测试纸区域的图像差分，以保留试纸区域，并对差分后的图像做中值滤波和高斯低通滤波消除纹理噪声，获得图像I2_obj，同时对保留光照校正白板区域的图像进行相同的中值滤波和高斯低通滤波，获得图像I2_cor。
所述步骤S5的具体过程为：
S5.1、以二值图像I1_binary作为图像扫描的引导模板，用于引导找到试纸区域；
S5.2、从上至下且从左至右地水平行扫描二值图像I1_binary，当找到试纸区域时，依次提取图像I2_cor的L通道对应映射区域像素点的参数值，并保存在数组cor1_L中；
S5.3、将校正图像的光照变化差值作为校正参数：找到cor1_L中的参数最小值cor1_L_min，并将cor1_L中每一个值减去最小值cor1_L_min，获得数组cor2_L；
S5.4、从上至下且从左至右地水平行扫描二值图像I1_binary，当找到试纸区域时，依次提取图像I2_obj的L通道试纸区域像素参数值，并保存在数组obj1_L中；
S5.5、将数组obj1_L中的每一参数值依次减去试纸cor2_L中对应参数值，获得校正过后的图像I2_obj的L颜色通道参数数组obj2_L；
S5.6、对图像I2_obj和图像I2_cor的a颜色通道和b颜色通道进行步骤S5.2-S5.5，并获得图像I2_obj的a颜色通道参数数组obj2_a和b颜色通道参数数组obj2_b。
所述步骤S6中，分别求取数组obj2_L、数组obj2_a和数组obj2_b的方差。
所述步骤S3中，设置预处理后的保留光照校正白板区域的图像中用于待检测试纸图像校正的映射区域时，使映射区域在条形光照校正白板区域内，而且映射区域与试纸区域大小相同，在图像中的起始和终止行坐标相同。
所述步骤S4中，离出分离出L颜色通道、a颜色通道和b颜色通道后，将三个颜色通道的数值标准化到0到255区间。
步骤S7中，根据S6求取的颜色方差大小判断待测试纸的颜色均匀性是否合格，三通道方差值越小，则反应试纸表面颜色均匀性较好，反之反应试纸表面颜色均匀性较差。
本发明的有益效果体现在：
本发明的基于动态光照校正算法的试纸颜色均匀性检测方法，采集一帧同时含有待检测试纸与光照校正白板的图像，待检测试纸与光照校正白板处于相同光照布局下，待检测试纸与其相邻区域的光照校正白板具有相似的光照变化规律：光照均匀性在待测试纸以及条形光照校正白板宽度方向的光照变化较小，在长度方向的光照变化相似。因此可认为待测试纸区域与条形光照校正白板区域的光照环境相同，进而在相同的光照变化环境下，由于条形光照校正白板的色差极小，其图像的色差变化主要是由光照变化引起的，通过提取其光照变化参数可用于校正待检测试纸图像的光照环境，减小环境光照不均匀性带来的试纸颜色均匀性的检测误差。由于L*a*b颜色空间通常作为颜色检测的工具，本发明通过在条形光照校正白板区域内定义一个与试纸区域大小相同且沿传送带方向位置相同的映射区域(在本光照布局形式下，该映射区域与试纸区域具有相同的光照变化量)，在L、a、b三通道提取其像素点的因不均匀光照引起的变化值作为校正参数，对试纸的L、a、b三通道像素点值进行校正，获得试纸三个通道校正后的值。最后通过计算三个通道各自校正后像素点值的方差来衡量其颜色的均匀性。同时，通过实时动态的环境光照校正，可以避免光源长期使用发生衰减带来的误差，本方法适用于大批量试纸颜色均匀性的自动检测，提高了生产效率，同时通过实时光照以及色调校正的方法，可保证颜色均匀性检测结果的准确性。
附图说明
图1为本发明提供的基于动态光照校正算法的试纸颜色均匀性检测的方法流程图；
图2为本发明所述试纸颜色均匀性检测方法中采用的试纸图像采集装置的示意图；
图3为本发明实施例中采集到的一帧同时含有待检测试纸与光照校正白板的图像示意图；
图4(a)为本发明实施例中分割后得到的保留待检测试纸区域的图像；
图4(b)本发明实施例中分割后得到的保留光照校正白板区域的图像及映射区域示意图；
图5(a)为本发明实施例中保留待检测试纸区域的图像；
图5(b)为本发明实施例中保留光照校正白板区域的图像；
图6(a)为本发明实施例中保留待检测试纸区域的图像预处理后的图像；
图6(b)为本发明实施例中保留光照校正白板区域的图像预处理后的图像；
图7为本发明实施例中颜色均匀试纸校正前后得到的三通道颜色均匀性方差值；
图8为本发明实施例中颜色不均匀试纸校正前后得到的三通道颜色均匀性方差值。
图中，1为条形无影白光源，2为工业相机，3为传送带，4为待检测试纸，5为光照校正白板，6为待检测试纸的图像，7-光照校正白板的图像，8-映射区域。
具体实施方式
下面结合附图以及具体实施方式对本发明做进一步说明，以使本发明的优点和特征更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
实施例
参见图1，本发实施例基于动态光照校正算法的试纸颜色均匀性检测方法包括如下步骤；
S1、采集一帧含有待检测试纸与条形光照校正白板的图像(见图3)，并对图像进行裁剪处理，获得两张分别保留待测试纸区域的图像和保留光照校正白板区域的图像(见图4(a)和图4(b))；
S2、对裁剪分割后的两张图像分别进行预处理，以消除噪点(见图6(a)和图6(b))；
S3、设置预处理后的保留光照校正白板区域的图像中用于待检测试纸图像校正的映射区域8(见图4(b))，得到校正图像；
S4、将校正图像和预处理后的保留待检测试纸区域的图像转换到L*a*b颜色空间，并分离出L、a和b三个颜色通道；
S5、分别从三个颜色通道(L、a、b)获取校正图像的映射区域的光照变化校正参数，并校正待检测试纸图像的三个通道；
S6、计算待检测试纸图像三个通道L、a、b的颜色方差；
S7、基于获取的颜色方差判断试纸表面的颜色均匀性。
参见图2，S1中，利用试纸图像采集装置采集图像，试纸图像采集装置采用平行布置的双条形无影白光源1，且条形无影白光源1与传送带垂直，工业相机2位于两条形无影白光源1中间位置，待测试纸利用传送带3进行运送，而且为降低环境对采集图像的干扰，选用黑色传送带，并将除条形光照校正白板以外的区域喷涂为黑色，待检试纸位于传送带3上，在靠近传送带一侧平行布置光照校正白板5，光照校正白板5采用条形光照校正白板，当待测试纸到达工业相机2下方时，采集一帧含有待测试纸以及条形光照校正白板的图像，条形光照校正白板的长度和宽度分别大于待测试纸的长度和宽度，同时条形待测试纸长宽比偏大，在图2所示的光照布局下，在待测试纸以及条形光照校正白板宽度方向的光照变化较小，长度方向的光照变化规律相似是主要影响因素，因此可认为待测试纸区域与条形光照校正白板区域的光照环境相同，此外在相同的光照变化环境下，条形光照校正白板的色差极小，其图像的色差变化主要是由光照变化引起的，因此通过获取其变化参数可用于校正待测试纸的色差。
当试纸到达工业相机下方时，采集一帧含有待测试纸和条形光照校正白板的图像I1，并对图像I1进行裁剪获得待检试纸图像I1_obj和条形光照校正白板图像I1_cor；
参见图3，在低曝光模式下采集的一帧图像中，中间传送带区域为待测试纸的图像，右侧为条形光照校正白板的图像，其余位置为灰度值较低的背景区域。通过选择阈值可将背景和前景分割出。
参见图4(a)和图4(b)，保证分割后的待测试纸区域和条形光照校正白板区域在行方向上的相对位置不变，其中图4(a)为裁剪分割后的待检测试纸示意图像，图4(b)为裁剪分割后的光照校正白板示意图像，虚线区域是光照校正白板图像中待检测试纸的映射区域8，映射区域在条形光照校正白板区域内，而且映射区域与图4(a)试纸区域形状、大小相同，在图像中的起始和终止行坐标相同，可满足试纸区域与映射区域的光照环境近似相同，而光照校正白板的色调是均匀的，其L、a、b三个通道的参数数组方差值反应的是采集环境的光照变化，获取其变化参数可校正试纸区域颜色均匀性误差。
参见图5(a)和图5(b)，图5(a)为本实施例中裁剪分割后传送带上的待检测的试纸的图像，(b)为裁剪分割后的光照校正白板的图像。
S2中，选择阈值获得待检测试纸图像I1_obj的二值图像I1_binary，并对二值图像I1_binary进行中值滤波，滤除二值图像中的噪声，使其二值图像白色区域刚好为试纸区域，并将二值图像I1_binary的反图像与I1_obj差分，以保留试纸区域，并对差分后的图像做中值滤波和高斯低通滤波消除部分纹理噪声，获得图像I2_obj,同时对条形光照校正白板图像I1_cor进行相同的中值滤波和高斯低通滤波，获得图像I2_cor；
参见图6(a)和图6(b)，(图6(a)和图6(b)为本实施例中经过中值滤波和高斯低通滤波的被测试纸和光照校正白板图像，通过滤波处理可以降低试纸表面噪点对颜色方差的影响。
S3中，条形光照校正白板图像中的映射区域，应保证映射区域在条形光照校正白板区域内，而且映射区域与试纸区域大小相同，在图像中的起始和终止行坐标相同；
S4中，将待检测试纸图像I2_obj和条形光照校正白板图像I2_cor的图像转换到L*a*b颜色空间，并分离出L、a、b三个通道，将三个通道的数值标准化到0到255区间，以便从三个颜色通道来校正图像的光照和色调；
S5的具体过程包括以下步骤：
S5.1、以二值图像I1_binary作为图像扫描的引导模板，用于引导找到试纸区域；
S5.2、从上至下且从左至右地水平行扫描图像I1_binary，当找到试纸区域时(像素值大于0)，依次提取图像I2_cor,的L通道对应映射区域像素点的参数值，并保存在数组cor1_L中；
S5.3、为将校正模板图像的光照变化差值作为校正参数：找到cor1_L中的参数最小值cor1_L_min，并将cor1_L中每一个值减去最小值cor1_L_min，获得数组cor2_L；
S5.4、从上至下且从左至右地水平行扫描图像I1_binary，当找到试纸区域时(像素值大于0)，依次提取图像I2_obj的L通道试纸区域像素参数值，并保存在数组obj1_L中；
S5.5、将数组obj1_L中的每一参数值依次减去试纸cor2_L中对应参数值，获得校正过后的待检试纸图像I2_obj的L通道参数数组obj2_L；
S5.6、对待检试纸图像I2_obj和条形光照校正白板图像I2_cor的a、b通道进行步骤S5.2-S5.5，并获得待检试纸图像I2_obj的a、b通道参数数组obj2_a、obj2_b；
S6中，分别求取obj2_L、obj2_a、obj2_b三个通道数组的方差，以反映试纸在三个颜色通道的均匀性；
S7中，根据S6求取的方差大小、判断试纸的颜色均匀性是否合格，三通道方差值较小、反应试纸表面颜色均匀性较好，反之较差。
参见图7，左侧为颜色均匀性较好的试纸图像，右侧为颜色均匀性较好试纸三通道颜色方差校正前后的数据，原始数据为：待检测试纸原图L通道颜色距离方差为20.3763，待检测试纸原图a通道颜色距离方差为0.397016，待检测试纸原图b通道颜色距离方差为0.753545。校正后的数据为：待检测试纸原图L通道颜色距离方差为4.14055，待检测试纸原图a通道颜色距离方差为1.02919，待检测试纸原图b通道颜色距离方差为1.12804。可见，光照校正后，三通道方差反应的颜色均匀性值更加准确，颜色均匀试纸三通道方差较小。
参见图8，左侧为颜色均匀性较差的试纸图像，右侧为颜色均匀性较差试纸三通道颜色方差校正前后的数据，原始数据为：待检测试纸原图L通道颜色距离方差为7.25066，待检测试纸原图a通道颜色距离方差为0.702549，待检测试纸原图b通道颜色距离方差为4.45753。校正后的数据为：待检测试纸原图L通道颜色距离方差为30.9982，待检测试纸原图a通道颜色距离方差为1.59626，待检测试纸原图b通道颜色距离方差为5.46905。可见，光照校正后，三通道方差反应的颜色均匀性值更加准确，颜色不均匀试纸三通道方差较大。
本发明提供的方法，采用条形光照校正白板的光照变化参数作为校正参数，从三个颜色通道对待检测试纸的光照变化进行校正，进而提高试纸表面颜色均匀性的检测精度，同时本方法可以动态、实时地校正试纸受到的光照干扰，具有检测精度高、速度快、鲁棒性好等优点。在一定程度上对环境光照的变化具有良好的鲁棒性，可以有效延长光源的使用寿命，提高资源利用率；对于类似产品的颜色均匀性与光照均匀性校正提供了技术参考价值。
以上显示和描述了本发明的基本原理，主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入本发明要求保护的范围内。
Claims (9)
1.一种基于动态光照校正算法的试纸颜色均匀性检测方法，其特征在于，该方法包括以下步骤：
S1、采集一帧同时含有待检测试纸与光照校正白板的图像，并对采集的图像进行裁剪处理，获得一张保留待检测试纸区域的图像和一张保留光照校正白板区域的图像；
S2、对保留待检测试纸区域的图像和保留光照校正白板区域的图像进行预处理，以消除噪点；
S3、设置预处理后的保留光照校正白板区域的图像中用于待检测试纸图像校正的映射区域，得到校正图像；
S4、将校正图像和预处理后的保留待检测试纸区域的图像转换到L*a*b颜色空间，并分离出L颜色通道、a颜色通道和b颜色通道；
S5、分别从L颜色通道、a颜色通道和b颜色通道获取校正图像的映射区域的光照变化校正参数，并校正预处理后的保留待检测试纸区域的图像的三个通道；
S6、计算预处理后的保留待检测试纸区域的图像L颜色通道、a颜色通道和b颜色通道的颜色方差；
S7、基于获取的颜色方差判断待检测试纸表面的颜色均匀性。
2.根据权利要求1所述的一种基于动态光照校正算法的试纸颜色均匀性检测方法，其特征在于，所述S1中，采集含有待检测试纸的图像与含有光照校正白板的图像时，待检测试纸之外以及光照校正白板之外的区域的颜色设置为黑色，光照校正白板位于待检测试纸的一侧，且光照校正白板与待检测试纸平行，采集图像时光源采用两个条形无影白光源，两个条形无影白光源分别对称位于相机的两侧，两个条形无影白光源发射的光能够同时照射在待检测试纸以及光照校正白板上。
3.根据权利要求2所述的一种基于动态光照校正算法的试纸颜色均匀性检测方法，其特征在于，光照校正白板的形状为条形，光照校正白板的长度大于待检测试纸的长度，光照校正白板的宽度均大于待检测试纸的宽度。
4.根据权利要求1所述的一种基于动态光照校正算法的试纸颜色均匀性检测方法，其特征在于，所述S2中，选择阈值，获得保留待检测试纸区域的图像的二值图像I1_binary，并对二值图像I1_binary进行中值滤波，滤除二值图像中的噪声，使二值图像I1_binary白色区域为待检测试纸区域，并将二值图像I1_binary的反图像与保留待检测试纸区域的图像差分，以保留试纸区域，并对差分后的图像做中值滤波和高斯低通滤波消除纹理噪声，获得图像I2_obj，同时对保留光照校正白板区域的图像进行相同的中值滤波和高斯低通滤波，获得图像I2_cor。
5.根据权利要求4所述的一种基于动态光照校正算法的试纸颜色均匀性检测方法，其特征在于，所述S5的具体过程为：
S5.1、以二值图像I1_binary作为图像扫描的引导模板，用于引导找到试纸区域；
S5.2、从上至下且从左至右地水平行扫描二值图像I1_binary，当找到试纸区域时，依次提取图像I2_cor的L通道对应映射区域像素点的参数值，并保存在数组cor1_L中；
S5.3、将校正图像的光照变化差值作为校正参数：找到cor1_L中的参数最小值cor1_L_min，并将cor1_L中每一个值减去最小值cor1_L_min，获得数组cor2_L；
S5.4、从上至下且从左至右地水平行扫描二值图像I1_binary，当找到试纸区域时，依次提取图像I2_obj的L通道试纸区域像素参数值，并保存在数组obj1_L中；
S5.5、将数组obj1_L中的每一参数值依次减去试纸cor2_L中对应参数值，获得校正过后的图像I2_obj的L颜色通道参数数组obj2_L；
S5.6、对图像I2_obj和图像I2_cor的a颜色通道和b颜色通道进行S5.2-S5.5，并获得图像I2_obj的a颜色通道参数数组obj2_a和b颜色通道参数数组obj2_b。
6.根据权利要求5所述的一种基于动态光照校正算法的试纸颜色均匀性检测方法，其特征在于，所述S6中，分别求取数组obj2_L、数组obj2_a和数组obj2_b的方差。
7.根据权利要求1所述的一种基于动态光照校正算法的试纸颜色均匀性检测方法，其特征在于，所述S3中，设置预处理后的保留光照校正白板区域的图像中用于待检测试纸图像校正的映射区域时，使映射区域在条形光照校正白板区域内，而且映射区域与试纸区域大小相同，在图像中的起始和终止行坐标相同。
8.根据权利要求1所述的一种基于动态光照校正算法的试纸颜色均匀性检测方法，其特征在于，所述S4中，离出分离出L颜色通道、a颜色通道和b颜色通道后，将三个颜色通道的数值标准化到0到255区间。
9.根据权利要求1所述的一种基于动态光照校正算法的试纸颜色均匀性检测方法，其特征在于，S7中，判断待检测试纸表面的颜色均匀性时，三通道方差值越小，反应试纸表面颜色均匀性较好，反之则反应试纸表面颜色均匀性较差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911287308.8A CN111179362B (zh) | 2019-12-14 | 2019-12-14 | 一种基于动态光照校正算法的试纸颜色均匀性检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911287308.8A CN111179362B (zh) | 2019-12-14 | 2019-12-14 | 一种基于动态光照校正算法的试纸颜色均匀性检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111179362A true CN111179362A (zh) | 2020-05-19 |
| CN111179362B CN111179362B (zh) | 2022-02-22 |
Family
ID=70650220
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911287308.8A Active CN111179362B (zh) | 2019-12-14 | 2019-12-14 | 一种基于动态光照校正算法的试纸颜色均匀性检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111179362B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111879781A (zh) * | 2020-06-17 | 2020-11-03 | 西安交通大学 | 一种基于机器视觉的试纸质量检测系统 |
| CN112525894A (zh) * | 2020-11-17 | 2021-03-19 | 迪瑞医疗科技股份有限公司 | 一种干化学试纸条的拍照装置以及干化学分析仪 |
| 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 |
| CN114051135A (zh) * | 2021-12-21 | 2022-02-15 | 广州为实光电医疗科技有限公司 | 一种医用内窥镜色彩还原度测试方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06213720A (ja) * | 1993-01-20 | 1994-08-05 | Mazda Motor Corp | 色むら検査装置 |
| JP2009049759A (ja) * | 2007-08-21 | 2009-03-05 | Kddi Corp | 色補正装置、方法及びプログラム |
| US20110032380A1 (en) * | 2009-08-10 | 2011-02-10 | Canon Kabushiki Kaisha | Printing system and method |
| CN102629967A (zh) * | 2012-04-18 | 2012-08-08 | 山东神思电子技术股份有限公司 | 一种翻拍设备光照不均匀的校正方法 |
| CN102750713A (zh) * | 2012-07-18 | 2012-10-24 | 山东神思电子技术股份有限公司 | 一种图像偏色检测方法 |
| CN102749140A (zh) * | 2012-07-10 | 2012-10-24 | 中国烟草总公司郑州烟草研究院 | 一种烤烟烟叶表面颜色均匀度判别方法 |
| WO2016184142A1 (zh) * | 2015-11-25 | 2016-11-24 | 中兴通讯股份有限公司 | 投影画面的颜色校正方法及装置 |
| CN110031461A (zh) * | 2019-02-14 | 2019-07-19 | 江苏恒力化纤股份有限公司 | 一种涤纶长丝染色均匀度试验方法 |
-
2019
- 2019-12-14 CN CN201911287308.8A patent/CN111179362B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06213720A (ja) * | 1993-01-20 | 1994-08-05 | Mazda Motor Corp | 色むら検査装置 |
| JP2009049759A (ja) * | 2007-08-21 | 2009-03-05 | Kddi Corp | 色補正装置、方法及びプログラム |
| US20110032380A1 (en) * | 2009-08-10 | 2011-02-10 | Canon Kabushiki Kaisha | Printing system and method |
| CN102629967A (zh) * | 2012-04-18 | 2012-08-08 | 山东神思电子技术股份有限公司 | 一种翻拍设备光照不均匀的校正方法 |
| CN102749140A (zh) * | 2012-07-10 | 2012-10-24 | 中国烟草总公司郑州烟草研究院 | 一种烤烟烟叶表面颜色均匀度判别方法 |
| CN102750713A (zh) * | 2012-07-18 | 2012-10-24 | 山东神思电子技术股份有限公司 | 一种图像偏色检测方法 |
| WO2016184142A1 (zh) * | 2015-11-25 | 2016-11-24 | 中兴通讯股份有限公司 | 投影画面的颜色校正方法及装置 |
| CN110031461A (zh) * | 2019-02-14 | 2019-07-19 | 江苏恒力化纤股份有限公司 | 一种涤纶长丝染色均匀度试验方法 |
Non-Patent Citations (3)
| Title |
|---|
| MEGHA NAWHAL: "Improved scene capture in unfavorable lighting conditions", 《2017 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP)》 * |
| 周志敏: "多光谱成像系统的空间一致性校正和纱线颜色测量方法", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 * |
| 张婷: "基于距离度量学习的棉花品级分类方法研究", 《万方数据知识服务平台》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111879781A (zh) * | 2020-06-17 | 2020-11-03 | 西安交通大学 | 一种基于机器视觉的试纸质量检测系统 |
| CN111879781B (zh) * | 2020-06-17 | 2022-02-11 | 西安交通大学 | 一种基于机器视觉的试纸质量检测系统 |
| CN112525894A (zh) * | 2020-11-17 | 2021-03-19 | 迪瑞医疗科技股份有限公司 | 一种干化学试纸条的拍照装置以及干化学分析仪 |
| CN112525894B (zh) * | 2020-11-17 | 2024-01-09 | 迪瑞医疗科技股份有限公司 | 一种干化学试纸条的拍照装置以及干化学分析仪 |
| CN114051135A (zh) * | 2021-12-21 | 2022-02-15 | 广州为实光电医疗科技有限公司 | 一种医用内窥镜色彩还原度测试方法及装置 |
| CN114051135B (zh) * | 2021-12-21 | 2022-06-14 | 广州为实光电医疗科技有限公司 | 一种医用内窥镜色彩还原度测试方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111179362B (zh) | 2022-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111179362B (zh) | 一种基于动态光照校正算法的试纸颜色均匀性检测方法 | |
| CN114494210B (zh) | 基于图像处理的塑料膜生产缺陷检测方法及系统 | |
| CN107664644B (zh) | 一种基于机器视觉的物件表观自动检测装置及方法 | |
| CN108550159B (zh) | 一种基于图像三色分割的烟气浓度标识方法 | |
| CN112308854B (zh) | 一种芯片表面瑕疵的自动检测方法、系统及电子设备 | |
| CN109540925B (zh) | 基于差影法与局部方差测量算子的复杂瓷砖表面缺陷检测方法 | |
| CN112651968A (zh) | 一种基于深度信息的木板形变与凹坑检测方法 | |
| CN112001917A (zh) | 一种基于机器视觉的圆形有孔零件形位公差检测方法 | |
| CN111551350A (zh) | 一种基于U_Net网络的光学镜片表面划痕检测方法 | |
| CN108022219B (zh) | 一种二维图像灰度修正方法 | |
| CN116703911B (zh) | 一种led灯生产质量检测系统 | |
| CN114280075A (zh) | 一种管类零件表面缺陷在线视觉检测系统及检测方法 | |
| CN115290663A (zh) | 基于光学检测的Mini LED晶圆外观缺陷检测方法 | |
| CN110570412B (zh) | 一种零件误差视觉判断系统 | |
| CN111724354A (zh) | 一种基于图像处理的多株小麦穗长与小穗数的测量方法 | |
| CN111189840B (zh) | 近场均匀照明的纸病检测方法 | |
| CN107833223B (zh) | 一种基于光谱信息的水果高光谱图像分割方法 | |
| CN115330794B (zh) | 基于计算机视觉的led背光异物缺陷检测方法 | |
| CN115564726A (zh) | Led发光装置的检测方法、装置、电子设备及存储介质 | |
| CN115147410A (zh) | 一种多色块包装覆膜缺陷检测方法 | |
| CN115479891A (zh) | 基于图像识别的电路板载元器件自动检测系统和方法 | |
| JP2003156451A (ja) | 欠陥検出装置 | |
| CN107389677B (zh) | 一种绒布绒毛品质的检测方法及其装置 | |
| JP2021189239A (ja) | ベルト検査システムおよびベルト検査プログラム | |
| CN111612967B (zh) | 一种金融机具cis图像预处理的方法及装置 |
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 |