CN111402341A - 相机参数确定方法、装置、电子设备及可读存储介质 - Google Patents

相机参数确定方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN111402341A
CN111402341A CN202010164003.4A CN202010164003A CN111402341A CN 111402341 A CN111402341 A CN 111402341A CN 202010164003 A CN202010164003 A CN 202010164003A CN 111402341 A CN111402341 A CN 111402341A
Authority
CN
China
Prior art keywords
cloth
color
preset
camera parameters
camera
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
Application number
CN202010164003.4A
Other languages
English (en)
Inventor
张发恩
葛振朋
胡太祥
张泽覃
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.)
Alnnovation Guangzhou Technology Co ltd
Original Assignee
Alnnovation Guangzhou Technology 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 Alnnovation Guangzhou Technology Co ltd filed Critical Alnnovation Guangzhou Technology Co ltd
Priority to CN202010164003.4A priority Critical patent/CN111402341A/zh
Publication of CN111402341A publication Critical patent/CN111402341A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper

Abstract

本申请提供一种相机参数确定方法、装置、电子设备及可读存储介质，涉及验布技术领域。该方法包括：获取待检测布匹的布匹颜色；将布匹颜色与预存储的多种预设布匹颜色进行匹配，获得与布匹颜色匹配的目标预设布匹颜色；确定目标预设布匹颜色对应的目标相机参数，其中，预存储有每种预设布匹颜色与对应的相机参数之间的映射关系，相机参数为在对预设布匹颜色的布匹进行瑕疵检测时所采用的相机的相关参数；将目标相机参数确定为对所述待检测布匹进行瑕疵检测时所采用的目标相机的相机参数。该方案可无需针对所有颜色的布匹均预先配置对应的相机参数，只需要配置少量布匹颜色对应的相机参数即可，减少了相机参数配置的工作量，提高了效率。

Description

相机参数确定方法、装置、电子设备及可读存储介质
技术领域
本申请涉及验布技术领域，具体而言，涉及一种相机参数确定方法、装置、电子设备及可读存储介质。
背景技术
验布是纺织行业必不可少的一个流程，也是极其耗费工人时间和精力的一种劳动。为了提高效率，近年来市场上出现了一些自动验布装置，其主要是依靠工业相机采集布匹图像，然后将采集到的图像发送给终端设备，通过终端设备来对图像进行分析，以识别布匹是否存在瑕疵。
但是，这种方式极大地依赖于布匹图像的采集质量，针对不同颜色的布匹，往往需要配置不同的相机参数，而布匹颜色千变万化，需要针对所有布匹颜色进行相机参数配置，则需要耗费较大的人力资源，工作量较大，效率较低。
发明内容
本申请实施例的目的在于提供一种相机参数确定方法、装置、电子设备及可读存储介质，用以改善现有技术中针对所有颜色的布匹配置对应的相机参数导致工作量较大，效率较低的问题。
第一方面，本申请实施例提供了一种相机参数确定方法，所述方法包括：获取待检测布匹的布匹颜色；将所述布匹颜色与预存储的多种预设布匹颜色进行匹配，获得与所述布匹颜色匹配的目标预设布匹颜色；确定所述目标预设布匹颜色对应的目标相机参数，其中，预存储有每种预设布匹颜色与对应的相机参数之间的映射关系，所述相机参数为在对预设布匹颜色的布匹进行瑕疵检测时所采用的相机的相关参数；将所述目标相机参数确定为对所述待检测布匹进行瑕疵检测时所采用的目标相机的相机参数。
在上述实现过程中，通过从预存储的预设布匹颜色中获取与待检测布匹的布匹颜色匹配的目标预设布匹颜色，将获得的目标预设布匹颜色对应的目标相机参数作为对待检测布匹进行瑕疵检测时的相机的相机参数，从而可无需针对所有颜色的布匹均预先配置对应的相机参数，只需要配置少量布匹颜色对应的相机参数即可，减少了相机参数配置的工作量，提高了效率。
可选地，所述将所述布匹颜色与预存储的多种预设布匹颜色进行匹配，获得与所述布匹颜色匹配的目标预设布匹颜色，包括：
将所述布匹颜色与预存储的每种预设布匹颜色进行相似度匹配，共获得多个相似度；
从所述多个相似度中确定与所述布匹颜色相似度最大的预设布匹颜色；
将所述预设布匹颜色作为与所述布匹颜色匹配的目标预设布匹颜色。
在上述实现过程中，从预存储的多种预设布匹颜色中找出与待检测布匹的布匹颜色相似度最大的预设布匹颜色，从而可获得与待检测布匹最匹配的相机参数。
可选地，所述将所述布匹颜色与预存储的每种预设布匹颜色进行相似度匹配，共获得多个相似度，包括：
获取所述布匹颜色对应的颜色模式表示数值；
将所述布匹颜色对应的颜色模式表示数值与预存储的每种预设布匹颜色对应的颜色模式表示数值进行相似度计算，共获得多个相似度。
在上述实现过程中，通过计算两种布匹颜色的颜色模式表示数值之间的相似度，可更加直观且准确地确定两种布匹颜色之间的相似度。
可选地，所述颜色模式表示数值为RGB值、HSB值、CMYK值、Lab值中的一种。
可选地，所述颜色模式表示数值为HSB值，所述将所述布匹颜色对应的颜色模式表示数值与预存储的每种预设布匹颜色对应的颜色模式表示数值进行相似度计算，共获得多个相似度，包括：
计算获得所述布匹颜色对应的HSB值与预存储的每种预设布匹颜色对应的HSB值之间的欧氏距离，共获得多个欧式距离；
基于每个欧式距离计算获得所述布匹颜色对应的HSB值与预存储的每种预设布匹颜色对应的HSB值之间的相似度，共获得多个相似度。
在上述实现过程中，由于HSB颜色空间更适合基于人的视觉系统对彩色感知特性进行处理分析，所以通过计算两种布匹颜色对应的HSB值之间的相似度可更加准确反映两种布匹颜色之间的相似度。
可选地，所述相机参数包括焦距、视场、光源打光方向和亮度、曝光时间、颜色增益中的至少一种。
可选地，所述将所述目标相机参数确定为对所述待检测布匹进行瑕疵检测时所采用的目标相机的相机参数之后，还包括：
采用具有所述目标相机参数的目标相机获取所述待检测布匹的图像；
基于所述图像对所述待检测布匹进行瑕疵检测。
在上述实现过程中，通过采用具有目标相机参数的目标相机采集待检测布匹的图像，可使得获得的图像质量较高，进而使得基于图像对待检测布匹进行瑕疵检测时获得的检测结果更准确。
第二方面，本申请实施例提供了一种相机参数确定装置，所述装置包括：
颜色获取模块，用于获取待检测布匹的布匹颜色；
颜色匹配模块，用于将所述布匹颜色与预存储的多种预设布匹颜色进行匹配，获得与所述布匹颜色匹配的目标预设布匹颜色；
相机参数获取模块，用于确定所述目标预设布匹颜色对应的目标相机参数，其中，预存储有每种预设布匹颜色与对应的相机参数之间的映射关系，所述相机参数为在对预设布匹颜色的布匹进行瑕疵检测时所采用的相机的相关参数；
相机参数确定模块，用于将所述目标相机参数确定为对所述待检测布匹进行瑕疵检测时所采用的目标相机的相机参数。
可选地，所述颜色匹配模块，用于将所述布匹颜色与预存储的每种预设布匹颜色进行相似度匹配，共获得多个相似度；从所述多个相似度中确定与所述布匹颜色相似度最大的预设布匹颜色；将所述预设布匹颜色作为与所述布匹颜色匹配的目标预设布匹颜色。
可选地，所述颜色匹配模块，用于获取所述布匹颜色对应的颜色模式表示数值；将所述布匹颜色对应的颜色模式表示数值与预存储的每种预设布匹颜色对应的颜色模式表示数值进行相似度计算，共获得多个相似度。
可选地，所述颜色模式表示数值为RGB值、HSB值、CMYK值、Lab值中的一种。
可选地，所述颜色模式表示数值为HSB值，所述颜色匹配模块，用于计算获得所述布匹颜色对应的HSB值与预存储的每种预设布匹颜色对应的HSB值之间的欧氏距离，共获得多个欧式距离；基于每个欧式距离计算获得所述布匹颜色对应的HSB值与预存储的每种预设布匹颜色对应的HSB值之间的相似度，共获得多个相似度。
可选地，所述相机参数包括焦距、视场、光源打光方向和亮度、曝光时间、颜色增益中的至少一种。
可选地，所述装置还包括：
检测模块，用于采用具有所述目标相机参数的目标相机获取所述待检测布匹的图像；基于所述图像对所述待检测布匹进行瑕疵检测。
第三方面，本申请实施例提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。
第四方面，本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的一种用于执行相机参数确定方法的电子设备的结构示意图；
图2为本申请实施例提供的一种相机参数确定方法的流程图；
图3为本申请实施例提供的一种相机参数确定装置的结构框图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述。
本申请实施例提供一种相机参数确定方法，通过从预存储的多种预设布匹颜色中获取与待检测布匹的布匹颜色匹配的目标预设布匹颜色，然后将目标预设布匹颜色对应的目标相机参数作为对待检测布匹进行瑕疵检测的相机的相机参数，如此，在对新的布匹进行检测时，可直接获得检测该布匹的相机的相机参数，而无需针对所有颜色的布匹均预先配置对应的相机参数，减少了相机参数配置的工作量，提高了效率，并且可节省检测时间。
请参照图1，图1为本申请实施例提供的一种用于执行相机参数确定方法的电子设备的结构示意图，所述电子设备可以包括：至少一个处理器110，例如CPU，至少一个通信接口120，至少一个存储器130和至少一个通信总线140。其中，通信总线140用于实现这些组件直接的连接通信。其中，本申请实施例中设备的通信接口120用于与其他节点设备进行信令或数据的通信。存储器130可以是高速RAM存储器，也可以是非易失性的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器130可选的还可以是至少一个位于远离前述处理器的存储装置。存储器130中存储有计算机可读取指令，当所述计算机可读取指令由所述处理器110执行时，电子设备执行下述图2所示方法过程，例如，存储器130可用于存储各个预设布匹颜色与相机参数之间的映射关系，在需要获取用于检测待检测布匹的相机的相机参数时，处理器110可从存储器130中查找与待检测布匹的布匹颜色匹配的预设布匹颜色对应的相机参数，从而可获得用于检测待检测布匹的相机的相机参数。
可以理解，图1所示的结构仅为示意，所述电子设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参照图2，图2为本申请实施例提供的一种相机参数确定方法的流程图，该方法包括如下步骤：
步骤S110：获取待检测布匹的布匹颜色。
待检测布匹可以是指需要进行瑕疵检测的任意一个布匹，在对待检测布匹进行瑕疵检测的过程中，可以通过相机拍摄获得待检测布匹的图像，然后对图像进行分析，从而分析待检测布匹是否存在瑕疵。
为了提高拍摄的图像质量，进而在基于图像对布匹进行瑕疵检测时提高对布匹瑕疵检测的准确性，所以不同颜色的布匹一般需要具有不同的相机参数的相机进行拍摄，为了获取待检测布匹对应的相机参数，本申请实施例中通过获取待检测布匹的布匹颜色，然后根据布匹颜色来确定相机的相机参数。
其中，待检测布匹的布匹颜色可以通过颜色传感器对待检测布匹进行颜色检测获得，或者也可以通过相机采集待检测布匹的图像，然后基于图像来识别待检测布匹的布匹颜色，如可以将图像转换到颜色空间中，然后提取颜色空间中各个分量图像的颜色像素特征，颜色像素特征可用于识别图像中的待检测布匹的颜色，如颜色像素特征可以为像素均值或像素标准差等，从而可基于颜色像素特征识别出待检测布匹的布匹颜色。当然，本申请实施例中还可以采用其他方式获得待检测布匹的布匹颜色，例如，通过神经网络模型基于图像来识别待检测布匹的布匹颜色等，在此不一一举例说明，可以理解地，通过其他方式获得布匹颜色的方案也应在本申请的保护范围之内。
步骤S120：将所述布匹颜色与预存储的多种预设布匹颜色进行匹配，获得与所述布匹颜色匹配的目标预设布匹颜色。
由于布匹颜色多种多样，为了避免针对所有的布匹颜色均对应设置一种相机参数而导致工作量较大的问题，所以，可以预先对少量的多个预先布匹颜色设置对应的相机参数，这些预设布匹颜色可以是人为选择的具有代表性的布匹颜色，或者是电子设备从多种布匹颜色中自动选择的具有代表性的布匹颜色。
为了获取待检测布匹对应的相机参数，需先将布匹颜色与存储的多种预设布匹颜色进行一一匹配，获得与布匹颜色匹配的目标预设布匹颜色。可以理解地，将布匹颜色与预设布匹颜色进行匹配的目的是为了从预存储的多种预设布匹颜色中找出与待检测布匹的布匹颜色最接近的预设布匹颜色，从而获得待检测布匹对应的相机参数。
步骤S130：确定所述目标预设布匹颜色对应的目标相机参数。
针对每种预设布匹颜色，均预存储有每种预设布匹颜色与对应的相机参数之间的映射关系，相机参数为在对预设布匹颜色的布匹进行瑕疵检测时所采用的相机的相关参数。
可以理解地，针对每种预设布匹颜色，为每种预设布匹颜色均配置有对应的相机参数，这些相机参数可以是人为经过试验为每种预设布匹颜色配置的最佳相机参数，当然，也可以通过电子设备自动为这些预设布匹颜色匹配对应的相机参数，使得相机利用这相机参数拍摄预设布匹颜色的布匹时，可以获得较好质量的布匹图像。
如此，可以预先针对少量的预设布匹颜色来设置对应的相机参数，然后通过颜色匹配来获得待检测布匹对应的相机的相机参数，这样可无需为每种布匹颜色均配置一种相机参数，只需要配置少量的相机参数即可，从而减少了相机参数配置的工作量。
步骤S140：将所述目标相机参数确定为对所述待检测布匹进行瑕疵检测时所述采用的目标相机的相机参数。
由于目标预设布匹颜色与待检测布匹的布匹颜色匹配，所以，可以直接将目标预设布匹颜色对应的目标相机参数确定为待检测布匹所采用的目标相机的相机参数。其中，目标相机的相机参数为目标相机参数，所以，在对待检测布匹进行瑕疵检测时，可将目标相机的相机参数直接配置为目标相机参数即可，从而可使用目标相机采集待检测布匹的图像，然后基于图像对待检测布匹进行瑕疵检测。
在上述实现过程中，通过从预存储的预设布匹颜色中获取与待检测布匹的布匹颜色匹配的目标预设布匹颜色，将获得的目标预设布匹颜色对应的目标相机参数作为对待检测布匹进行瑕疵检测时的相机的相机参数，从而可无需针对所有颜色的布匹均预先配置对应的相机参数，只需要配置少量布匹颜色对应的相机参数即可，减少了相机参数配置的工作量，提高了效率。
作为一种实施方式，在获得与布匹颜色匹配的目标预设布匹颜色的过程中，为了获得与布匹颜色最为匹配的目标预设布匹颜色，可以将布匹颜色与预存储的每种预设布匹颜色进行相似度匹配，共获得多个相似度，然后从多个相似度中确定与布匹颜色相似度最大的预设布匹颜色，将预设布匹颜色作为与布匹颜色匹配的目标预设布匹颜色。
可以理解地，由于布匹颜色可能与预存储的预设布匹颜色不会完全一致，所以，可以从多种预设布匹颜色中找到与待检测布匹的布匹颜色最相似的目标预设布匹颜色。例如，待检测布匹的布匹颜色为红色，则从多种预设布匹颜色中找出与红色最相似的预设布匹颜色，然后将最相似的预设布匹颜色作为与待检测布匹的布匹颜色匹配的目标预设布匹颜色，进而可获得目标预设布匹颜色对应的相机参数。
在上述实现过程中，从预存储的多种预设布匹颜色中找出与待检测布匹的布匹颜色相似度最大的预设布匹颜色，从而可获得与待检测布匹最匹配的相机参数。
作为一种实施方式，为了便于布匹颜色与预设布匹颜色进行相似度匹配，可以获取布匹颜色对应的颜色模式表示数值，然后将布匹颜色对应的颜色模式表示数值与预存储的每种预设布匹颜色对应的颜色模式表示数值进行相似度计算，共获得多个相似度。
其中，颜色模式是指将某种颜色表现为数字形式的模型，或者是指一种记录图像颜色的方式，其可以包括RGB模式、HSB模式、CMYK模式、Lab模式，所以针对每种颜色模式其对应的颜色模式表示数值为RGB值、HSB值、CMYK值或Lab值。
其中，RGB模式是指红(Red)、绿(Green)、蓝(Blue)；HSB模式是指色泽(Hue)、饱和度(Saturation)和亮度(Brightness)，HSB模式是基于人为颜色的心里感受的一种颜色模式，其是由RGB三基色转为Lab模式，再在Lab模式的基础上考虑了人对颜色的心里感受这一因素而转换成的；CMYK模式是一种印刷模式，其分别指青(Cyan)、洋红(Magenta)、黄(Yellow)、黑(Black)，在印刷中代表四种颜色的油墨；Lab模式是有RGB三基色转换而来的，该颜色模式是有一个发光率(Luminance)和两个颜色(a,b)轴组成，其由颜色轴所构成的平面上的环形先来表示色的变化，其中径向表示色饱和度的变化，自内向外，饱和度逐渐增高，圆周方向表示色调的变化，每个圆周形成一个色环，而不同的发光率表示不同的亮度并对于不同环形颜色变化线。
当然，颜色模式还可以有其他模式，如位图模式、灰度模式等，而本申请实施例中为了便于对颜色进行比对，颜色模式可以包括上述举例的几种，而颜色模式表示数值为RGB值、HSB值、CMYK值、Lab值中的一种。
为了便于直接将颜色模式数值进行相似度比较，在将预设布匹颜色进行存储时，可以先将每种预设布匹颜色转换为对应的颜色模式表示数值后进行存储，即数据库中可以预先存储有每种预设布匹颜色对应的颜色模式表示数值。这样在获得待检测布匹的布匹颜色后，可以将布匹颜色转换为对应的颜色模式表示数值，然后将该颜色模式表示数值与每种预设布匹颜色对应的颜色模式表示数值进行相似度计算，如此获得多个相似度。
在上述实现过程中，通过计算两种布匹颜色的颜色模式表示数值之间的相似度，可更加直观且准确地确定两种布匹颜色之间的相似度。
例如，若颜色表示模式数值为RGB值，则可以通过计算两个RGB值之间的欧式距离来获得相似度，假设待检测布匹的布匹颜色对应的RGB值分别为RA、GA、BA，其中一种预设布匹颜色对应的RGB值分别为RB、GB、BB，其相似度计算公式可如下所示：
Figure BDA0002405556010000101
如此，可将获得的欧式距离作为待检测布匹的布匹颜色与预设布匹颜色之间的相似度，从而可获得待检测布匹的布匹颜色与各个预设布匹颜色之间的相似度，然后可从中选择相似度最大的预设布匹颜色作为与布匹颜色匹配的目标预设布匹颜色。
又如，若颜色模式表示数值为HSB值时，可以先计算布匹颜色对应的HSB值与预存储的每种预设布匹颜色对应的HSB值之间的欧式距离，共获得多个欧式距离，然后基于每个欧式距离计算获得布匹颜色对应的HSB值与预存储的每种预设布匹颜色对应的HSB值之间的相似度，共获得多个相似度。
例如，若待检测布匹的布匹颜色对应的HSB值表示为(Hi,Si,Bi)，其中一种预设布匹颜色对应的HSB值表示为(Hj,Sj,Bj)，则在HSB空间中可采用下述公式计算两个像素pi和pj的颜色的欧式距离：
Figure BDA0002405556010000111
然后采用如下公式计算两种颜色之间的相似度：
Figure BDA0002405556010000112
其中，d为两个像素pi和pj的颜色的欧式距离，k和L常数，可以根据人为经验设置，T表示像素对集合。
因此，通过上述计算过程可计算获得待检测布匹的布匹颜色与每种预设布匹颜色之间的相似度，然后可从中选择相似度最大的预设布匹颜色作为与待检测布匹的布匹颜色匹配的目标预设布匹颜色。
另外，需要说明的是，HSB值一般通过RGB值转换得来，所以，在获得待检测布匹的布匹颜色后，可先将布匹颜色转换为RGB值，然后再将RGB值转换为HSB值，如此可获得布匹颜色对应的HSB值。
在上述实现过程中，由于HSB颜色空间更适合基于人的视觉系统对彩色感知特性进行处理分析，所以通过计算两种布匹颜色对应的HSB值之间的相似度可更加准确反映两种布匹颜色之间的相似度。
当然，通过其他颜色模式表示数值来获得两种布匹颜色之间的相似度也可按照上述方式来计算获得，即计算两种布匹颜色对应的颜色模式表示数值之间的欧式距离，基于欧式距离来确定两种布匹颜色之间的相似度。
作为一种实施方式，为了提高图像拍摄的质量，上述的相机参数可以包括焦距、光源打光方向和亮度、曝光时间、颜色增益中的至少一种。
在实际应用中，可以针对不同的需求选择不同的相机参数，即对于不同的布匹颜色的布匹进行瑕疵检测时，可以设置不同的相机参数，如可以选择相机参数为焦距和颜色增益，对于不同的布匹颜色，可设置不同的焦距和颜色增益，如此可利用对应的相机参数对对应颜色的布匹进行图像采集。
例如，对于预设布匹颜色1，其相机参数为焦距为f1，颜色增益为x1，对于预设布匹颜色2，其相机参数为焦距f2，颜色增益为x2，若经过上述过程将待检测布匹的布匹颜色与预设布匹颜色进行相似度计算后，确定与待检测布匹的布匹颜色相似度最大的预设布匹颜色为预设布匹颜色2，其相机参数为：焦距f2，颜色增益为x2，即将预设布匹颜色2对应的相机参数作为上述的目标相机参数，则可将该目标相机参数作为用于采集待检测布匹的图像的目标相机的相机参数。
在确定目标相机的相机参数后，可采用具有目标相机参数的目标相机获取待检测布匹的图像，然后基于该图像对待检测布匹进行瑕疵检测。
作为一种实施方式，可以通过预先训练的神经网络模型对待检测布匹进行瑕疵检测，如利用神经网络模型识别图像中待检测布匹是否存在瑕疵。为了提高审计网络模型的检测结果的准确性，可以获取大量具有瑕疵的布匹的图像，然后对瑕疵区域进行标注，作为训练样本输入神经网络模型中对神经网络模型进行训练，获得训练好的神经网络模型，从而可将待检测布匹的图像输入至训练好的神经网络模型，利用该神经网络模型即可识别出待检测布匹是否存在瑕疵。
可以理解地，神经网络模型可以为卷积神经网络模型、循环卷积神经网络模型、长短期记忆网络模型等，本申请实施例中对此不做特别限制。
在上述实现过程中，通过采用具有目标相机参数的目标相机来采集待检测布匹的图像，由此可针对待检测布匹的布匹颜色来设置目标相机参数，从而使得采集的图像质量更高，有利于后续对待检测布匹的瑕疵进行有效识别，即使得基于图像对待检测布匹进行瑕疵检测时获得的检测结果更准确。
请参照图3，图3为本申请实施例提供的一种相机参数确定装置200的结构框图，该装置200可以是电子设备上的模块、程序段或代码。应理解，该装置200与上述图2方法实施例对应，能够执行图2方法实施例涉及的各个步骤，该装置200具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。
可选地，所述装置200包括：
颜色获取模块210，用于获取待检测布匹的布匹颜色；
颜色匹配模块220，用于将所述布匹颜色与预存储的多种预设布匹颜色进行匹配，获得与所述布匹颜色匹配的目标预设布匹颜色；
相机参数获取模块230，用于确定所述目标预设布匹颜色对应的目标相机参数，其中，预存储有每种预设布匹颜色与对应的相机参数之间的映射关系，所述相机参数为在对预设布匹颜色的布匹进行瑕疵检测时所采用的相机的相关参数；
相机参数确定模块240，用于将所述目标相机参数确定为对所述待检测布匹进行瑕疵检测时所采用的目标相机的相机参数。
可选地，所述颜色匹配模块220，用于将所述布匹颜色与预存储的每种预设布匹颜色进行相似度匹配，共获得多个相似度；从所述多个相似度中确定与所述布匹颜色相似度最大的预设布匹颜色；将所述预设布匹颜色作为与所述布匹颜色匹配的目标预设布匹颜色。
可选地，所述颜色匹配模块220，用于获取所述布匹颜色对应的颜色模式表示数值；将所述布匹颜色对应的颜色模式表示数值与预存储的每种预设布匹颜色对应的颜色模式表示数值进行相似度计算，共获得多个相似度。
可选地，所述颜色模式表示数值为RGB值、HSB值、CMYK值、Lab值中的一种。
可选地，所述颜色模式表示数值为HSB值，所述颜色匹配模块220，用于计算获得所述布匹颜色对应的HSB值与预存储的每种预设布匹颜色对应的HSB值之间的欧氏距离，共获得多个欧式距离；基于每个欧式距离计算获得所述布匹颜色对应的HSB值与预存储的每种预设布匹颜色对应的HSB值之间的相似度，共获得多个相似度。
可选地，所述相机参数包括焦距、视场、光源打光方向和亮度、曝光时间、颜色增益中的至少一种。
可选地，所述装置200还包括：
检测模块，用于采用具有所述目标相机参数的目标相机获取所述待检测布匹的图像；基于所述图像对所述待检测布匹进行瑕疵检测。
本申请实施例提供一种可读存储介质，所述计算机程序被处理器执行时，执行如图1所示方法实施例中电子设备所执行的方法过程。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如，包括：获取待检测布匹的布匹颜色；将所述布匹颜色与预存储的多种预设布匹颜色进行匹配，获得与所述布匹颜色匹配的目标预设布匹颜色；确定所述目标预设布匹颜色对应的目标相机参数，其中，预存储有每种预设布匹颜色与对应的相机参数之间的映射关系，所述相机参数为在对预设布匹颜色的布匹进行瑕疵检测时所采用的相机的相关参数；将所述目标相机参数确定为对所述待检测布匹进行瑕疵检测时所采用的目标相机的相机参数。
综上所述，本申请实施例提供一种相机参数确定方法、装置、电子设备及可读存储介质，通过从预存储的预设布匹颜色中获取与待检测布匹的布匹颜色匹配的目标预设布匹颜色，将获得的目标预设布匹颜色对应的目标相机参数作为对待检测布匹进行瑕疵检测时的相机的相机参数，从而可无需针对所有颜色的布匹均预先配置对应的相机参数，只需要配置少量布匹颜色对应的相机参数即可，减少了相机参数配置的工作量，提高了效率。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种相机参数确定方法，其特征在于，所述方法包括：
获取待检测布匹的布匹颜色；
将所述布匹颜色与预存储的多种预设布匹颜色进行匹配，获得与所述布匹颜色匹配的目标预设布匹颜色；
确定所述目标预设布匹颜色对应的目标相机参数，其中，预存储有每种预设布匹颜色与对应的相机参数之间的映射关系，所述相机参数为在对预设布匹颜色的布匹进行瑕疵检测时所采用的相机的相关参数；
将所述目标相机参数确定为对所述待检测布匹进行瑕疵检测时所采用的目标相机的相机参数。
2.根据权利要求1所述的方法，其特征在于，所述将所述布匹颜色与预存储的多种预设布匹颜色进行匹配，获得与所述布匹颜色匹配的目标预设布匹颜色，包括：
将所述布匹颜色与预存储的每种预设布匹颜色进行相似度匹配，共获得多个相似度；
从所述多个相似度中确定与所述布匹颜色相似度最大的预设布匹颜色；
将所述预设布匹颜色作为与所述布匹颜色匹配的目标预设布匹颜色。
3.根据权利要求2所述的方法，其特征在于，所述将所述布匹颜色与预存储的每种预设布匹颜色进行相似度匹配，共获得多个相似度，包括：
获取所述布匹颜色对应的颜色模式表示数值；
将所述布匹颜色对应的颜色模式表示数值与预存储的每种预设布匹颜色对应的颜色模式表示数值进行相似度计算，共获得多个相似度。
4.根据权利要求3所述的方法，其特征在于，所述颜色模式表示数值为RGB值、HSB值、CMYK值、Lab值中的一种。
5.根据权利要求3所述的方法，其特征在于，所述颜色模式表示数值为HSB值，所述将所述布匹颜色对应的颜色模式表示数值与预存储的每种预设布匹颜色对应的颜色模式表示数值进行相似度计算，共获得多个相似度，包括：
计算获得所述布匹颜色对应的HSB值与预存储的每种预设布匹颜色对应的HSB值之间的欧氏距离，共获得多个欧式距离；
基于每个欧式距离计算获得所述布匹颜色对应的HSB值与预存储的每种预设布匹颜色对应的HSB值之间的相似度，共获得多个相似度。
6.根据权利要求1所述的方法，其特征在于，所述相机参数包括焦距、视场、光源打光方向和亮度、曝光时间、颜色增益中的至少一种。
7.根据权利要求1-6任一所述的方法，其特征在于，所述将所述目标相机参数确定为对所述待检测布匹进行瑕疵检测时所采用的目标相机的相机参数之后，还包括：
采用具有所述目标相机参数的目标相机获取所述待检测布匹的图像；
基于所述图像对所述待检测布匹进行瑕疵检测。
8.一种相机参数确定装置，其特征在于，所述装置包括：
颜色获取模块，用于获取待检测布匹的布匹颜色；
颜色匹配模块，用于将所述布匹颜色与预存储的多种预设布匹颜色进行匹配，获得与所述布匹颜色匹配的目标预设布匹颜色；
相机参数获取模块，用于确定所述目标预设布匹颜色对应的目标相机参数，其中，预存储有每种预设布匹颜色与对应的相机参数之间的映射关系，所述相机参数为在对预设布匹颜色的布匹进行瑕疵检测时所采用的相机的相关参数；
相机参数确定模块，用于将所述目标相机参数确定为对所述待检测布匹进行瑕疵检测时所采用的目标相机的相机参数。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-7任一所述的方法。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-7任一所述的方法。
CN202010164003.4A 2020-03-10 2020-03-10 相机参数确定方法、装置、电子设备及可读存储介质 Pending CN111402341A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010164003.4A CN111402341A (zh) 2020-03-10 2020-03-10 相机参数确定方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010164003.4A CN111402341A (zh) 2020-03-10 2020-03-10 相机参数确定方法、装置、电子设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN111402341A true CN111402341A (zh) 2020-07-10

Family

ID=71436233

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010164003.4A Pending CN111402341A (zh) 2020-03-10 2020-03-10 相机参数确定方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN111402341A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022214853A1 (en) 2021-04-08 2022-10-13 University Of Moratuwa Method and apparatus for detecting surface defects

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103024354A (zh) * 2012-12-11 2013-04-03 华为技术有限公司 颜色匹配方法及装置
CN105187819A (zh) * 2015-07-29 2015-12-23 合肥埃科光电科技有限公司 一种工业彩色相机颜色响应测试与校正装置及方法
CN105210454A (zh) * 2013-05-16 2015-12-30 皇家飞利浦有限公司 环境照明系统的基于相机的校准
CN108200351A (zh) * 2017-12-21 2018-06-22 深圳市金立通信设备有限公司 拍摄方法、终端及计算机可读介质
CN108305286A (zh) * 2018-01-25 2018-07-20 哈尔滨工业大学深圳研究生院 基于颜色编码的多目立体视觉脚型三维测量方法、系统和介质
WO2019007919A1 (en) * 2017-07-03 2019-01-10 Canon Kabushiki Kaisha METHOD AND SYSTEM FOR SELF-REGULATING PHOTOGRAPHIC DEVICES
CN110838149A (zh) * 2019-11-25 2020-02-25 创新奇智(广州)科技有限公司 一种相机光源自动配置方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103024354A (zh) * 2012-12-11 2013-04-03 华为技术有限公司 颜色匹配方法及装置
CN105210454A (zh) * 2013-05-16 2015-12-30 皇家飞利浦有限公司 环境照明系统的基于相机的校准
CN105187819A (zh) * 2015-07-29 2015-12-23 合肥埃科光电科技有限公司 一种工业彩色相机颜色响应测试与校正装置及方法
WO2019007919A1 (en) * 2017-07-03 2019-01-10 Canon Kabushiki Kaisha METHOD AND SYSTEM FOR SELF-REGULATING PHOTOGRAPHIC DEVICES
CN108200351A (zh) * 2017-12-21 2018-06-22 深圳市金立通信设备有限公司 拍摄方法、终端及计算机可读介质
CN108305286A (zh) * 2018-01-25 2018-07-20 哈尔滨工业大学深圳研究生院 基于颜色编码的多目立体视觉脚型三维测量方法、系统和介质
CN110838149A (zh) * 2019-11-25 2020-02-25 创新奇智(广州)科技有限公司 一种相机光源自动配置方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022214853A1 (en) 2021-04-08 2022-10-13 University Of Moratuwa Method and apparatus for detecting surface defects

Similar Documents

Publication Publication Date Title
CN107767379B (zh) Pcb板标注印刷质量检测方法
WO2020137222A1 (ja) 欠陥検査装置、欠陥検査方法、及びそのプログラム
CN102706274B (zh) 工业结构化场景中机器视觉精确定位机械零件的系统
CN108288264B (zh) 一种广角摄像头模组脏污测试方法
CN111242896A (zh) 一种彩色印刷标签缺陷检测与质量评级方法
CN110018172B (zh) 产品检测系统及方法
CN106651966B (zh) 图片颜色识别方法和系统
WO2018010386A1 (zh) 元件反件检测方法和系统
CN110675373A (zh) 一种组件安装检测方法、装置和系统
WO2019011342A1 (zh) 布料识别的方法、设备、电子设备及储存介质
CN111766248A (zh) 一种基于彩色ccd的钢印在线检测系统及方法
CN112446864A (zh) 瑕疵检测方法、装置、设备和存储介质
US8498496B2 (en) Method and apparatus for filtering red and/or golden eye artifacts
CN113077416A (zh) 一种基于图像处理的焊点焊接缺陷检测方法与系统
JP2006285956A (ja) 赤目検出方法および装置並びにプログラム
CN111402341A (zh) 相机参数确定方法、装置、电子设备及可读存储介质
CN117351472A (zh) 烟叶信息检测方法、装置及电子设备
CN108805144A (zh) 基于形态学矫正的弹孔识别方法及系统、报靶设备
KR102144474B1 (ko) 영상에서의 해충 검출 방법
WO2020135097A1 (zh) 显示终端通道切换检测方法和装置
CN109544514B (zh) 一种融合表观特征的锯材身份辨识方法、装置及设备
CN114926661B (zh) 一种纺织品表面颜色数据处理、识别方法及系统
US20220261974A1 (en) Method of detecting an abnormality and abnormality detection device
KR100488014B1 (ko) ＹＣｒＣｂ 칼라 기반 얼굴 영역 추출 방법
CN115526859A (zh) 生产缺陷识别的方法、分布式处理平台、设备及存储介质

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: 20200710