CN112288722A - 一种珍珠光泽的测试方法 - Google Patents

一种珍珠光泽的测试方法 Download PDF

Info

Publication number
CN112288722A
CN112288722A CN202011186997.6A CN202011186997A CN112288722A CN 112288722 A CN112288722 A CN 112288722A CN 202011186997 A CN202011186997 A CN 202011186997A CN 112288722 A CN112288722 A CN 112288722A
Authority
CN
China
Prior art keywords
pearl
testing
image
mean
array
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
CN202011186997.6A
Other languages
English (en)
Other versions
CN112288722B (zh
Inventor
施秧
冯晞
陶金波
周扬
陈正伟
刘铁兵
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.)
Zhejiang Lover Health Science and Technology Development Co Ltd
Original Assignee
Zhejiang Lover Health Science and Technology Development 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 Zhejiang Lover Health Science and Technology Development Co Ltd filed Critical Zhejiang Lover Health Science and Technology Development Co Ltd
Priority to CN202011186997.6A priority Critical patent/CN112288722B/zh
Publication of CN112288722A publication Critical patent/CN112288722A/zh
Application granted granted Critical
Publication of CN112288722B publication Critical patent/CN112288722B/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
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • 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
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供一种珍珠光泽的测试方法，第一步：用采集设备对珍珠表面的图像进行采集；第二步：将采集的图像进行预处理；第三步：将通过第二步处理的图像进行多阈值二值化处理；第四步：对第三步得到的二值化处理的多幅图像进行颗粒统计，生成多元素计数数组；第五步：对计数数组进行均值计算和标准差计算；第六步：转动珍珠进行m次重复测量，生成m个均值和m个标准差；第七步：对m个均值再一次进行均值和标准差计算，得到a和b；对m个标准差进行再一次均值和标准差计算。本发明的有益效果：可以简单有效的鉴定珍珠光泽等级，制定了一个更加客观的数字化珍珠光泽度检测标准方法，降低人体主观感官偏差影响，高效的对珍珠光泽进行分等分级。

Description

一种珍珠光泽的测试方法
技术领域
本发明涉及一种能够测试珍珠光泽的测试方法。
背景技术
珍珠光泽级别分为：极强,反射光很明亮，锐利均匀，映像很清晰；强,反射光明亮，表面能见物体影像；中,反射光不明亮，表面能照见物体，但影像较模糊；弱,反射光全部为漫反射光，表面光泽呆滞，几乎无映像。
目前国内企业对珍珠光泽度的精细判别还主要依靠人工视觉检测，尤其对珍珠光泽度的检测还没有比较明确数字化量化的检测标准，主要根据人体对珍珠表面反光强度及清晰度的主观感受对珍珠光泽度的等级进行划分，但这样的划分带有很大的人为主观偏差，因此需要找出一个更加客观的对珍珠光泽度进行判断的数字化检测标准算法。
发明内容
本发明针对以上问题，提供一种能够测试珍珠光泽的测试方法。
本发明的发明目的通过以下方案实现：一种珍珠光泽的测试方法，
第一步：用采集设备对珍珠表面的图像进行采集；
第二步：将采集的图像预处理，采用均衡化和滤波平滑等处理方法处理；
第三步：将通过第二步处理得到的图像进行阈值二值化处理；
第四步：对第三步得到的二值化处理的图像进行图像颗粒统计，生成计数数组；
第五步：对计数数组进行均值计算和标准差统计；
第六步：转动珍珠进行m次重复测量，生成m个均值和m个标准差；
第七步：对m个均值进行均值和标准差计算，得到a和b；对M个标准差进行均值和标准差计算，得到c和d；a越大代表珍珠整体表面反射光泽越强；b越小代表每个面反射光泽强度差异小；c和d的均值越小表征每个表面成像清晰度一致性越好。
进一步的，采集之前对所述珍珠采取清洗、晾干。
进一步的，采集设备包括采集摄像头和阵列点光源。
进一步的，环形套筒下端分布阵列点光源，采集摄像头设在环形套筒上方，采集摄像头的镜头对准环形套筒中央圆形通道，环形套筒下方设有珍珠置物台。
进一步的，珍珠置物台设有定位凹槽。
进一步的，第三步：图像阈值二值化处理；阈值为n至255的一个顺序数组，总共对图像进行(255-n)次阈值二值化处理。
进一步的，第四步：对第三步得到的(255-n)个二值化处理的图像进行图像颗粒统计，生成具有(255-n)个元素的一个计数数组。
本发明的有益效果在于：可以有效且简单的测试出珍珠光泽等级，方便分类，且操作简单快捷。
附图说明
图1为实施例第一步珍珠表面的反光图像采集图。
图2为实施例珍珠表面的图像预处理图。
图3为实施例珍珠二值化40阈值图。
图4为实施例珍珠二值化80阈值图。
图5为实施例珍珠二值化120阈值图。
图6为实施例珍珠二值化160阈值图。
图7为实施例珍珠二值化200阈值图。
图8为实施例珍珠二值化240阈值图。
图9为实施例珍珠连续阈值二值化计算颗粒计数数组绘图。
图10为采集设备结构示意俯视图。
图11为采集设备结构示意侧视图。
具体实施方式
以下结合具体实施例和附图对本发明作进一步说明：
实施例参照附图1-11所示，本发明：一种珍珠光泽的测试方法，
第一步：用采集设备对珍珠的若干个表面的图像进行采集；
第二步：将采集的图像采用均衡化，滤波平滑预处理；
第三步：将通过第二步处理得到的图像进行多阈值二值化处理，起始阈值是可变的n＝30，计算总次数是(255-n＝225)，每计算一次得到一个值；
第四步：对第三步得到的225个二值化处理的图像进行图像颗粒统计，生成具有225个元素的一个计数数组。
第五步：对计数数组进行均值计算和标准差计算，得到一个均值和一个标准差；
第六步：转动珍珠进行12次重复测量，生成12个均值和12个标准差；
第七步：对12个均值再一次进行均值和标准差计算，得到a和b；对m个标准差进行再一次均值和标准差计算，得到c和d；a越大代表珍珠整体表面反射光泽强度越强；b越小代表每个面反射光泽强度差异小；c和d的均值越小表征每个表面成像清晰度一致性越好。
一种珍珠光泽的测试方法，采集之前对所述珍珠5采取清洗、晾干。
一种珍珠光泽的测试方法，采集设备包括采集摄像头1和LED阵列点光源3。
一种珍珠光泽的测试方法，环形套筒2下端分布阵列LED阵列光源3，采集摄像头1设在环形套筒上方，采集摄像头的镜头对准环形套筒中央圆形通道，环形套筒下方设有珍珠置物台4。
一种珍珠光泽的测试方法，珍珠置物台设有定位凹槽。
一种珍珠光泽的测试方法，珍珠置物台和环形套筒下方设有包裹阵列LED光源和珍珠置物台的侧壁。
一种珍珠光泽的测试方法，珍珠置物台设有升降装置。
一种珍珠光泽的测试方法，侧壁下端紧密为配合珍珠置物台的开口。
一种珍珠光泽的测试方法，第三步：图像阈值二值化处理；阈值为n＝30至255的一个顺序数组，总共对图像进行225次阈值二值化处理。
一种珍珠光泽的测试方法，第四步：对第三步得到的225个二值化处理的图像进行图像颗粒统计，生成具有225个元素的一个计数数组。
获得表面的图像的粒子个数计数数组如下：
Figure BDA0002751660010000031
Figure BDA0002751660010000041
Figure BDA0002751660010000051
Figure BDA0002751660010000061
Figure BDA0002751660010000071
Figure BDA0002751660010000081
Figure BDA0002751660010000091
Figure BDA0002751660010000101
Figure BDA0002751660010000111
12次测量得到12组粒子个数数组，生成具有12个元素的均值数组和标准差数组两个数组，然后对这两个数组进行再一次均值和标准差计算，最终得到两个均值和两个标准差。
a(均值数组的均值)＝35.65481667
b(均值数组的标准差)＝2.482313032
c(标准差数组的均值)＝8.30068
d(标准差数组的标准差)＝1.851305636
均值数组标准差越小代表每个面反射光泽强度差异小；均值数组的均值越大代表珍珠整体表面反射光泽越强；标准差数组的标准差和标准差数组的均值越小表征每个表面成像清晰度一致性越好。参考标准光泽珍珠样品的4个数值就可以得出当前检测样品的光泽等级。
虽然本发明已通过参考优选的实施例进行了图示和描述，但是，本领域普通技术人员应当了解，可以不限于上述实施例的描述，在权利要求书的范围内，可作出形式和细节上的各种变化。

Claims (7)

1.一种珍珠光泽的测试方法，其特征在于：
第一步：用采集设备对珍珠表面的反光图像进行采集；
第二步：将采集的反光图像进行预处理；
第三步：将通过第二步处理得到的图像进行多阈值二值化处理；
第四步：对第三步得到的二值化处理后的多幅图像进行图像颗粒统计，生成一个对应的计数数组；
第五步：对计数数组进行均值计算和标准差计算，得到一个均值和一个标准差；
第六步：转动珍珠进行m次重复测量，生成m个均值和m个标准差；
第七步：对m个均值再一次进行均值和标准差计算，得到a和b；对m个标准差进行再一次均值和标准差计算，得到c和d；a越大代表珍珠整体表面反射光泽强度越强；b越小代表每个面反射光泽强度差异小；c和d的均值越小表征每个表面成像清晰度一致性越好。
2.根据权利要求1所述的一种珍珠光泽的测试方法，其特征在于：采集之前对所述珍珠采取清洗、晾干。
3.根据权利要求1所述的一种珍珠光泽的测试方法，其特征在于：采集设备包括采集摄像头和阵列点状光源。
4.根据权利要求3所述的一种珍珠光泽的测试方法，其特征在于：环形套筒下端分布阵列点光源，采集摄像头设在环形套筒上方，采集摄像头的镜头对准环形套筒中央圆形通道，环形套筒下方设有珍珠置物台。
5.根据权利要求4所述的一种珍珠光泽的测试方法，其特征在于：珍珠置物台设有定位凹槽。
6.根据权利要求1所述的一种珍珠光泽的测试方法，其特征在于：第三步：图像多阈值二值化处理；阈值为n(0<n<255)至255的一个整数顺序数组，总共需要对单幅图像进行(255-n)次不同阈值的二值化处理。
7.根据权利要求1所述的一种珍珠光泽的测试方法，其特征在于：第四步：对第三步得到的二值化处理后的(255-n)幅图像进行图像颗粒统计，生成具有(255-n)个元素的一个计数数组。
CN202011186997.6A 2020-10-30 2020-10-30 一种珍珠光泽的测试方法 Active CN112288722B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011186997.6A CN112288722B (zh) 2020-10-30 2020-10-30 一种珍珠光泽的测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011186997.6A CN112288722B (zh) 2020-10-30 2020-10-30 一种珍珠光泽的测试方法

Publications (2)

Publication Number Publication Date
CN112288722A true CN112288722A (zh) 2021-01-29
CN112288722B CN112288722B (zh) 2022-07-01

Family

ID=74353541

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011186997.6A Active CN112288722B (zh) 2020-10-30 2020-10-30 一种珍珠光泽的测试方法

Country Status (1)

Country Link
CN (1) CN112288722B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1831519A (zh) * 2005-03-10 2006-09-13 富士施乐株式会社 光泽测量装置以及光泽测量方法
CN102937583A (zh) * 2012-10-24 2013-02-20 浙江工业大学 基于单目多视角机器视觉的珍珠光洁度在线自动分级装置
CN102967586A (zh) * 2012-10-24 2013-03-13 浙江工业大学 基于单目多视角机器视觉的珍珠颜色光泽度在线自动分级装置
CN105427306A (zh) * 2015-11-19 2016-03-23 上海家化联合股份有限公司 皮肤光泽度的图像分析方法和装置
WO2016183921A1 (zh) * 2015-05-21 2016-11-24 浙江科技学院 珍珠分级方法
WO2018223327A1 (en) * 2017-06-08 2018-12-13 The Procter & Gamble Company Method and device for holistic evaluation of subtle irregularities in digital image
CN109859199A (zh) * 2019-02-14 2019-06-07 浙江科技学院 一种sd-oct图像的淡水无核珍珠质量检测的方法
CN111429437A (zh) * 2020-03-30 2020-07-17 南京工程学院 面向目标检测的图像无参考清晰度质量检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1831519A (zh) * 2005-03-10 2006-09-13 富士施乐株式会社 光泽测量装置以及光泽测量方法
CN102937583A (zh) * 2012-10-24 2013-02-20 浙江工业大学 基于单目多视角机器视觉的珍珠光洁度在线自动分级装置
CN102967586A (zh) * 2012-10-24 2013-03-13 浙江工业大学 基于单目多视角机器视觉的珍珠颜色光泽度在线自动分级装置
WO2016183921A1 (zh) * 2015-05-21 2016-11-24 浙江科技学院 珍珠分级方法
CN105427306A (zh) * 2015-11-19 2016-03-23 上海家化联合股份有限公司 皮肤光泽度的图像分析方法和装置
WO2018223327A1 (en) * 2017-06-08 2018-12-13 The Procter & Gamble Company Method and device for holistic evaluation of subtle irregularities in digital image
CN109859199A (zh) * 2019-02-14 2019-06-07 浙江科技学院 一种sd-oct图像的淡水无核珍珠质量检测的方法
CN111429437A (zh) * 2020-03-30 2020-07-17 南京工程学院 面向目标检测的图像无参考清晰度质量检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MONDONNEIX 等: "Ordinal learning with vector space based binary predicates and its application to tahitian pearls" luster automatic assessment", 《SPRINGLINK》 *
李益红 等: "一种新的珍珠形状匀称性检测算法", 《计算机工程与应用》 *

Also Published As

Publication number Publication date
CN112288722B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
Sahu et al. Defect identification and maturity detection of mango fruits using image analysis
Blasco et al. Automatic sorting of satsuma (Citrus unshiu) segments using computer vision and morphological features
Manickavasagan et al. RGB color imaging technique for grading of dates
Sahu et al. Identification and classification of mango fruits using image processing
CN104198324B (zh) 基于计算机视觉的烟丝中叶丝比例测定方法
CN207516257U (zh) 一种基于机器视觉的小麦籽粒图像采集平台
CN104198325B (zh) 基于计算机视觉的烟丝中梗丝比例测定方法
CN104056789B (zh) 一种胡萝卜缺陷的图像量化检测方法
CN106248680A (zh) 一种基于机器视觉的电机换向器质量检测系统及检测方法
Jaffar et al. Photogrammetric grading of oil palm fresh fruit bunches
CN114627125A (zh) 一种基于光学手段的不锈钢压片机表面质量评估方法
CN111563519A (zh) 基于Stacking加权集成学习的茶叶杂质识别方法及分选设备
Aran et al. Automated cashew kernel grading using machine vision
CN201041553Y (zh) 基于多光谱成像技术的水果品质无损检测系统
CN112288722B (zh) 一种珍珠光泽的测试方法
Lee et al. A simple multispectral imaging algorithm for detection of defects on red delicious apples
CN112858311A (zh) 一种基于机器视觉技术的稻米表型监测系统及方法
Omid et al. Implementation of an efficient image processing algorithm for grading raisins
Sonawane et al. Rice quality analysis and classification using image processing techniques
CN113439870B (zh) 一种雪茄烟外观分类方法及装置
Li et al. A direct measurement method of yarn evenness based on machine vision
CN109690289B (zh) 偏析分析装置和方法
CN112837271B (zh) 一种甜瓜种质资源性状提取方法及系统
CN105115987B (zh) 基于数字滤波的圆锥滚子倒装缺陷检测方法
Du et al. Research on Potato Appearance Quality Detection Based on Computer Vision

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