CN113631898A - 用于结合对纹理特性的视觉感知进行比较而发现和适应效果颜色配方的方法和设备 - Google Patents

用于结合对纹理特性的视觉感知进行比较而发现和适应效果颜色配方的方法和设备 Download PDF

Info

Publication number
CN113631898A
CN113631898A CN202080025451.4A CN202080025451A CN113631898A CN 113631898 A CN113631898 A CN 113631898A CN 202080025451 A CN202080025451 A CN 202080025451A CN 113631898 A CN113631898 A CN 113631898A
Authority
CN
China
Prior art keywords
image
coating
sparkle
size distribution
feature
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
CN202080025451.4A
Other languages
English (en)
Inventor
G·比绍夫
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.)
BASF Coatings GmbH
Original Assignee
BASF Coatings GmbH
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 BASF Coatings GmbH filed Critical BASF Coatings GmbH
Publication of CN113631898A publication Critical patent/CN113631898A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/463Colour matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • G01J3/504Goniometric colour measurements, for example measurements of metallic or flake based paints
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47Scattering, i.e. diffuse reflection
    • G01N21/4738Diffuse reflection, e.g. also for testing fluids, fibrous materials
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • G06T7/41Analysis of texture based on statistical description of texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47Scattering, i.e. diffuse reflection
    • G01N2021/4704Angular selective
    • G01N2021/4711Multiangle measurement
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20056Discrete and fast Fourier transform, [DFT, FFT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30156Vehicle coating

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Library & Information Science (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种计算机实现的方法,其至少包括以下步骤:在目标涂料的表面上,接收(10)至少一个图像或多个图像,其中,使用图像捕获单元,以确定的测量几何结构捕获至少一个图像或以另一个测量几何结构捕获多个图像中的每个图像;使用至少一个被配置为执行至少一种过滤技术的处理器,对每个所获得的图像执行(12)图像分析;在相应图像内识别(14)至少一个闪光点;使用至少一个处理器,对在相应图像中识别的至少一个闪光点根据至少一个预定义的尺寸特征进行特征分析;针对至少一个闪光点,确定(16)至少一个预定义尺寸特征的至少一个值;使用处理器基于至少一个预定义尺寸特征的所确定的值,计算(18)相应图像的尺寸分布;考虑到计算的尺寸分布并使用处理器,提供(26)涂料的配方,其在外观上与目标涂料相同或至少相似。

Description

用于结合对纹理特性的视觉感知进行比较而发现和适应效果 颜色配方的方法和设备
技术领域
本发明涉及一种用于结合对纹理特性(Textureigenschaften)的视觉感知进行比较而发现和适应效果颜色配方的方法和设备。
背景技术
由于涂料(Beschichtungen)(特别是油漆涂料)中复杂混合物的性质,有时很难在数据库为这些类型的涂料配制、识别和搜索可接受的匹配配方和/或颜料,特别是效果颜色配方。
在理想情况下,人们将能够研究目标涂料的这种复杂混合物,确定/识别混合物内合适的颜料,并相应地复制混合物。然而,在实践中,在目标涂料的混合物中识别的颜料并不总是容易在用于生产与目标涂料基本上一致/匹配的第二涂料的颜色系统的一组调色剂中获得。因此,通常,经验丰富的调色师有必要确定可用并旨在用于生产第二涂料的颜色系统是否包括合适的颜料和/或与目标涂料中识别的颜料相似的颜料和/或调色剂,以及,如果是这种情况,该调色师必须另外规定必须执行的修改,以便使差异或调色剂适应目标涂料,因为颜料/调色剂通常与目标涂料的原始颜料不完全一致。
用于确定未知涂料或颜料(即目标涂料)的成分/配方的一种可能解决方案是采用仪器/系统研究未知涂料或目标涂料,并基于研究中获得的结果,扫描数据库以获取最适合的涂料方案或配方。然而,此类解决方案只是假设性的,因为虽然已知系统确实能够从数据库中识别出最优匹配的色调,但它们通常无法用于例如以足够的精度确定适应目标涂料所需的铝颜料和珠光颜料(“珍珠”)的特定选择。
目前,在为目标颜色发现颜色配方的操作中,纹理特性被用作/考虑作为除了颜色信息的附加条件,此类纹理特性的示例是粗糙度、光泽(Glanz-bzw)或闪光面积、光泽或闪光强度、光泽或闪光等级,或光泽或闪光颜色变化。
作为用于识别特定效果颜料的最优组合的附加工具,可以使用显微镜,通过显微镜也可以充分估计特定效果颜料的颜料尺寸分布和形式,这是一项耗时的操作,其不能令人满意地解决旨在在产生与目标涂料相协调或将要与目标涂料相协调的第二涂料的上下文中修改样本特性和特定颜料效果的那些应用。
此外,在颜色比较和适应过程中仅使用已知/现有的纹理特征或已知调色剂/颜料的纹理特性通常会由于与最终可感知的纹理外观缺乏一致性,导致较差的近似/收敛和大量必要的对准步骤。
发明内容
本发明的目的是提供一种方法和设备,适用于分析具有光泽颜色/闪光颜色的涂料(特别是油漆涂料)的复杂混合物,并适用于提供与选自具有复杂混合物的涂料的目标涂料基本上一致的第二涂料。
为实现该目的,本发明提供具有独立权利要求的特征的方法和设备。从对应的相应从属权利要求和说明书中可以明显看出方法或设备的实施例。
为了能够在目标涂料和要适应于目标涂料的第二涂料之间令人满意地执行颜色比较和匹配程序,应使用/考虑相应涂料的纹理特征,这些特征具有特定特性:
-考虑/研究的(涂料)样本的纹理特征与视觉感知相关。
-考虑/研究的(涂料)样本的纹理特征与考虑/研究中的(涂料)样本中相应效果颜料的浓度相关。
-考虑/研究的(涂料)样本的纹理特征应包含有关颜料的可理解信息,特别是在不同效果颜料的混合物的情况下。
-考虑/研究的(涂料)样本的纹理特征的行为应借助于连续函数来描述,特别是在涂料或油漆中不同效果颜料的混合物的情况下。
本发明描述了具有上述特性的纹理特征的确定,更具体地是计算。根据本发明的用于计算的纹理特征是基于校准的HDR(“高动态范围”)图像(在RGB颜色空间中)计算的,并且可以作为次要条件或附加条件集成到现有/已知的颜色适应方法/算法中。
提供了一种至少具有以下步骤的计算机实现的方法:
-获得与目标涂料的表面有关的至少一个图像或多个图像,使用图像捕获单元已经在确定的测量几何结构处记录了该至少一个图像,或者已经在不同的测量几何结构处记录了多个图像中的每个图像,即,在不同的照射角度和/或不同的测量/考虑(Betrachtungswinkel)角度下,
-使用被设计/配置为以便执行至少一种过滤技术的至少一个处理器,针对获得的图像中的每个图像执行图像分析,
-在相应图像内识别至少一个闪光点/光泽点,
-使用至少一个处理器,对在相应图像中识别的至少一个闪光点执行关于至少一个预定义尺寸特征的特征分析,
-针对识别的至少一个闪光点,确定至少一个预定义尺寸特征的度量或值,
-基于至少一个预定义尺寸特征的所确定的度量/所确定的值,使用处理器计算相应图像的尺寸分布,
-考虑到计算的尺寸分布,使用处理器提供与目标涂料在外观上相同或至少相似的涂料的配方。
可以想到,至少一个图像或多个图像的记录同样是本发明的方法的一部分。
进一步可以想到,涂料的配方的提供还包括配方的输出,诸如例如配方在显示单元(诸如显示屏)上的显示,和/或例如借助于扬声器的声音输出。
在本发明的方法的可能实施例中,该至少一个预定义尺寸特征选自包括以下组成的组:至少一个闪光点或相应闪光点的表面面积、至少一个闪光点或相应闪光点的直径、至少一个闪光点或相应闪光点的周长。
通常,这里要确定的度量或要确定的值以像素数量、长度单位和/或面积单位,更特别地以微米和/或平方微米表示。
在本发明的方法的另一实施例中,导出至少一种调色剂与至少一个闪光点的至少一个预定义尺寸特征的至少一个定义度量的相关性,该相关性指示至少一种调色剂对至少一个闪光点的尺寸分布的贡献,更特别地,对在至少一个图像中或相应图像中识别的两个或更多个闪光点的尺寸分布的贡献。
在本发明的方法的另一实施例中,导出的相关性与测量几何结构或与两个或多个测量几何结构一起使用,在该测量几何结构处至少一个图像或在该测量几何结构处多个图像已被记录,以便使至少一种调色剂(当提供与目标涂料在外观上相同或至少相似的涂料的配方时)适应至少一个图像或相应的多个图像中的至少一个闪光点的尺寸分布,换句话说,以便使在提供配方(即涂料配方)时指定的至少一种调色剂的量适应至少一个闪光点的所计算的尺寸分布。
因此,至少一种调色剂和/或其浓度与例如闪光差dS、色差dE和粗糙度差dG一起构成另外的附加优化参数。
在本发明的方法的另一实施例中,在至少一个图像中,在对至少一个尺寸特征具有相同度量或相同值的所有闪光点的每种情况下进行计数。由此可以想到,对于带有具有至少一个尺寸特征的分别相同的度量或相同的值的相应数量的闪光点的至少一个图像,在每种情况下都编译直方图和/或统计量。由此可以例如确定至少一个尺寸特征的平均度量或平均值,诸如例如直径、半径、周长、面积、像素数量。此外,平均值或均值可用于针对至少一个图像或相应图像内的所有闪光点,确定至少一个尺寸特征的值的标准偏差。标准偏差构成了相应闪光点的至少一个尺寸特征的各个值与均值的离散程度的度量。例如,可以以平均偏差平方的形式描述标准偏差。
此外,作为至少一个尺寸特征的平均值的替代或补充,可以确定在至少一个图像或相应图像中所有闪光点的每种情况下至少一个尺寸特征的值的中值。此外,可以确定在相应图像中所有闪光点的每种情况下至少一个尺寸特征的值的四分位数。
为了提供与目标涂料相同或至少相似的涂料的配方,在一个实施例中,首先提供基础涂料,其考虑到计算的尺寸分布和其它参数(诸如例如,色差dE、粗糙度差dG、闪光差dS等),通过连续添加和/或改变识别的调色剂而适应目标涂料。这意味着作为用于发现与目标涂料至少相似的涂料的配方的方案算法的一部分,不仅是现有技术中已知的参数(诸如色差dE、粗糙度差dG、和/或闪光差dS),而且还包括根据本发明计算的尺寸分布,以及可以从它们导出以及在一些情况下已在上文中提到的新纹理参数都被考虑在内。在颜色配方的上下文中,尝试使纹理参数彼此适应,其中的一些在上面通过示例的方式说明,特别是上述测量几何结构的新纹理参数,以在目标涂料和色调再现(即在外观方面与目标涂料相同或至少相似的涂料)之间彼此适合。
在本发明的方法的另一实施例中,涂料配方的提供包括生成调色剂列表。在该情况下,也可以指定在每种情况下要使用的相应调色剂的浓度,或要使用的调色剂的混合比。
在本发明的方法的补充或替代实施例中,涂料配方的提供包括尺寸分布与多种已知涂料配方的相应尺寸分布的比较。在此已知的涂料配方的相应尺寸分布连同它们相应相关联的涂料配方一起储存在数据库中。
在该情况下的比较还可以包括与同样储存在数据库中的各个已知调色剂/颜料的规定尺寸分布特征的相应值的比较。结合起来,数据库中相应识别的调色剂或颜料能够示出目标涂料的计算尺寸分布。本公开的上下文中的“尺寸分布”包括相应图像中涂料内一个或多个不同尺寸特征的某些值的分布。可以想到,对于多个尺寸特征中的每个尺寸特征,在每种情况下确定尺寸分布,即例如用于相应图像内各个闪光点的直径的尺寸分布、用于相应图像内各个闪光点的面积的尺寸分布、用于相应图像内各个闪光点的像素数量的尺寸分布。
本发明进一步涉及一种设备,包括:数据库、与数据库通信连接并被配置为与数据库通信的处理器,其中,处理器被编程为执行以下步骤:
-获得或接收与目标涂料的表面有关的至少一个图像或多个图像,使用图像捕获单元已在确定的测量几何结构处记录了该至少一个图像,或已在不同的测量几何结构处记录了多个图像中的每个图像,特别是在不同的照射角度和/或在不同的测量/考虑角度下被记录,
-使用至少一种过滤技术对获得的图像中的每个图像执行图像分析,
-在相应图像内识别至少一个闪光点或闪烁点,
-对在相应图像中识别的至少一个闪光点执行关于至少一个预定义尺寸特征的特征分析,
-针对至少一个闪光点,确定至少一个预定义尺寸特征的度量/值,
-基于至少一个预定义尺寸特征的所确定的度量/值来计算相应图像内的尺寸分布,
-考虑到计算的尺寸分布,提供与目标涂料在外观上相同或至少相似的涂料的配方。
在本发明的设备的一个实施例中,处理器被设计为导出至少一种调色剂与至少一个闪光点的至少一个预定义尺寸特征的所确定的度量/值的相关性,该相关性指示至少一种调色剂对相应图像中的至少一个闪光点的尺寸分布的贡献,更特别地,对在相应图像中识别的两个或更多个闪光点的尺寸分布的贡献。
在本发明的设备的另一实施例中,处理器被设计为在记录相应图像的测量几何结构的情况下使用导出的相关性,以便在提供与目标涂料在外观上相同或至少相似的涂料的配方时使至少一种调色剂适应所计算的尺寸分布,或使在提供配方时要指定的调色剂的量适应所计算的尺寸分布。
在本发明的设备的另一实施例中,涂料配方的提供包括调色剂列表以及相应的量和/或浓度数字的生成。
在本发明的设备的另一实施例中,涂料配方的提供包括尺寸分布与多种已知涂料配方的相应尺寸分布的比较。这里,已知涂料配方的相应尺寸分布被储存在数据库中。
在另一实施例中,该设备进一步包括图像捕获单元。此外,可以想到,该设备包括一个或多个光源以及目标涂料,该目标涂料施加在载体上并且与载体一起形成用于测量的对象,使得测量几何结构或多个测量几何结构可以通过用于记录至少一个图像和/或多个图像的图像捕获单元来实现。因此,该设备可以包括用于记录至少一个图像和/或多个图像的整个测量布置。此外,可以想到该设备包括分光光度计,以便在适当的情况下记录和/或测量目标涂料的其它参数,诸如例如色差dE、粗糙度差dG和/或闪光差dS,其对于允许确定与目标涂料相同或至少相似的涂料或所述涂料的配方是有用的或必要的。
本发明进一步涉及一种非易失性计算机可读介质,其包括具有程序代码的计算机程序,该程序代码被设计为当计算机程序在算术单元上(更特别地在以上所述设备的处理器上)运行时执行以下步骤:
-获得或接收与目标涂料的表面有关的至少一个图像或多个图像,使用图像捕获单元已在确定的测量几何结构处记录了该至少一个图像,或已在不同的测量几何结构处记录了多个图像中的每个图像,特别是在不同的照射角度和/或在不同的测量/考虑角度下被记录,
-使用至少一种过滤技术对获得的图像中的每个图像执行图像分析,
-在相应图像内识别至少一个闪光点或闪烁点,
-对在相应图像中识别的至少一个闪光点执行关于至少一个预定义尺寸特征的特征分析,
-针对至少一个闪光点,确定至少一个预定义尺寸特征的度量/值,
-基于至少一个预定义尺寸特征的所确定的度量来计算相应图像的尺寸分布,
-考虑到计算的尺寸分布,提供与目标涂料在外观上相同或至少相似的涂料的配方。
附图说明
本发明参考一个实施例在附图中示意性地表示,并参考附图进一步描述。
图1示出在用于实现本发明的方法的一种可能实施例的初步阶段中用于捕获目标涂料的相应图像的可能测量几何结构;
图2以示意图方式示出本发明的方法的一个实施例的顺序;
图3示出:在图3a中,在定义的测量几何结构处由相机记录的目标涂料的图像;在图3b中,作为从图3a中的图像开始的图像分割程序的一部分被过滤的图像;以及,在图3c中,在图3b的图像中检测到的闪光点;
图4以示意图方式示出本发明的设备的一个实施例。
具体实施方式
本发明的方法、本发明的设备和本发明的计算机可读介质不仅可以应用于汽车和/或汽车车身和/或车身辅助部件的汽车修补漆,而且还可以应用于其它种类的涂料,包括颜料剂和工业涂料。下面描述的本发明的实施例不旨在强加任何限制。
本发明的方法的实施例可用于多个领域,诸如例如用于比较和/或协调设计产品和/或化妆品和/或时尚产品。
本发明的方法的实施例可以在计算机系统中执行或实现,该计算机系统可以是独立单元或者可以包括经由网络(诸如例如互联网或内联网)与中央计算机通信的一个或多个外部终端或装置。
本公开中描述的计算机或处理器以及与其耦合和/或集成在其中的组件因此可以是本地计算机系统或远程计算机或在线系统或其组合的一部分。
在本公开的上下文中描述的数据库和这里描述的计算机程序可以存储或可取得地储存在内部计算机存储器中或非易失性计算机可读介质中。
本发明的方法和/或本发明的设备的实施例使用图像捕获单元,该图像捕获单元可以例如是单色或多角度彩色相机,可选地多角度单色或多角度彩色相机,可选地结合分光光度计,因此允许改进目标涂料的记录图像的分析,以便确定纹理和其它参数或作为颜色方案算法一部分的颜料特征。
本发明的方法和本发明的设备允许确定与目标涂料在外观上相同或至少相似的涂料或颜料的配方,因此相对于目标涂料具有可接受的差异(“偏移”);本发明的方法和本发明的设备在与涂覆有目标涂料的样本(即与在实验室或现场应用中测量的对象)进行比较时减少了数据库命中的次数,并且因此它们允许有效地确定匹配配方。
此外,本发明的方法和本发明的设备允许在数据库中改进的搜索,并因此找到储存在数据库中并且与目标涂料更吻合的涂料;这开辟了将要生成的配方的可用组分适应到与目标涂料更吻合的涂料的可能性,并且因此向用户提供与目标涂料最可能匹配的涂料,并且降低时间和成本。
本发明的方法和本发明的设备为快速识别特殊效果颜料和快速确定它们在要提供的配方中相应的比例提供了可能性,这与对目标涂料的快速和有效的颜色适应密切相关。
可能的测量布置考虑入射光的角度和/或照射角度,以及视角和/或测量角度,如图1中所示。在本发明的方法的一个实施例中,可以使用使用漫射或准直(定向)光的传统光源110和图像捕获单元120(如例如具有合适分辨率的单色或彩色相机),以便在如图1中所示的可能的照射角度中的一个、一些或所有角度下记录图像。
本公开中的“测量布置”是指测量装置的所有组件,其用于照射待测对象表面上的测量斑点并捕获从该测量斑点辐射回来的光,以便将其转换为对应的电信号,特别是对应的图像。“法线”是与装置紧密相关的(假想)线,在测量装置的实际使用中,该线在理想情况下垂直于待测对象的表面,并定义了测量斑点的中心点。“照射方向”是测量斑点被照射的方向。类似地,“观察方向”是指从测量斑点辐射回来的光被记录的方向。“镜面反射”方向是在待测的平面对象的表面反射的标称观察方向。测量平面是指延伸穿过装置法线和所有照射方向和观察方向以及镜面反射方向的平面。所有角度数据都基于位于测量平面内的方向。
在图1中所示的测量布置中,提供相机120用于记录目标涂料130的表面的至少一个图像。相机120在此相对于法线140或目标涂料130的表面以15°的角度布置。在此由“光泽”识别的角度100处,该角度同样相对于法线140布置为15°,并且相对于相机120布置为30°,因此布置了所谓的“光泽陷阱”,以便抑制测量布置的壳体处的反射。另外示出了多个(在当前情况下为五个)照射设备或光源110,它们各自相对于镜面反射角100以不同的角度(即,非镜面地(缩写:as))布置,并且因此也相对于镜面反射角100被识别。因此照射或照射方向111相对于镜面反射角以负45°(如-45°)布置,照射单元或照射设备112以负15°角(如-15°)布置,照射设备113以15°角(如15°)布置,照射设备114以45°角(如45°)布置,并且照射设备115以80°角(如80°)布置。
相机120然后记录目标涂料130的表面,在每种情况下,目标涂料130的表面分别被光源111至115在不同的照射角度下照射。通过照射角度的变化,可以基于效果颜料相对于目标涂料130的表面的不同取向来识别效果颜料。取决于效果颜料或薄片或碎片的取向,其中效果颜料以细碎形式存在于目标涂料中,仅当相应的薄片相对于入射光呈镜面取向时,即,当相应薄片的相应表面法线被取向为来自照射设备111至115之一的入射光与相机之间的镜轴时,光才会在相机被布置的测量角度处反射。
根据本发明的方法的实施例,涂料(目标涂料)内的有色闪光点或光泽点的相应分布(更特别是相应尺寸分布)可以在多个角度处被确定。一般而言,对于例如由照射角度和/或测量角度和/或光源定义的每个使用的测量几何结构,对于在记录图像内识别的闪光点,确定、更具体地计算关于预定义尺寸特征的尺寸分布。由于诸如铝颜料、云母和
Figure BDA0003283738360000111
的效果颜料与相应尺寸特征(包括形状)的不同值一起使用,因此可以为搜索算法选择合适的效果颜料,即与计算的特定尺寸分布匹配的效果颜料,并且可以估计待提供的配方中相应效果颜料的相对比例,其需要以尽可能最好的方式匹配目标涂料。
在进一步的实施例中,频率分析可以应用于相应的图像。所讨论的分析可以是傅立叶变换或高通滤波器的应用。可以将高通滤波器应用于在定义的测量几何结构处从目标涂料记录的相应图像,以便识别和确定相应图像中的闪光点。在这种情况下,所得数据或图像仅包含有关闪光点的信息。为了进一步细化闪光点或过滤掉它们,可以结合光强度过滤程序来应用边缘识别方法进行过滤。例如,高通滤波器是Sobel算子或Laplace算子。高通滤波器在相应图像中发现具有高梯度和/或强度上局部变化强的区域,诸如例如通过光强度局部变化的闪光点。它们通常用于加强图像中的精细结构,随后可以用分割算法将其分离并进一步处理。
此外,根据本发明,可以标记各个闪光点,基于它们相应的尺寸度量,诸如直径的长度、面积和/或周长的长度,将它们分配给相应的类别,并对其进行计数,由此它们基于分配给它们的尺寸范围/间隔被隔离/标记。可以编译特定图像中识别的闪光点的直方图。为了更有效的说明,在图3c中通过相应的尺寸仅识别了一小部分闪光点,该相应的尺寸由一个或多个尺寸特征的对应的一个或多个尺寸度量定义。然而,以在每种情况下可以分配给闪光点的相应尺寸,显然存在多个闪光点,可以标记这些尺寸。区域/局部标记可以包括用于每个图像片段和/或预定义尺寸特征的每个相应尺寸度量的计数器。这里要采用的标记方法可以包括从相应图像的左到右、从上到下从一个像素到另一个像素的移动,在相应图像中找到与定义的特性一致的尚未标记的像素,以及标记相应图像中的像素,在定义的移动次数之后,该标记从第一标记像素开始,满足与所述第一像素相同的标准。可以使用第二运行区域标记以便连接满足相同标准的彼此相邻的区域。
这种类型的第二区域标记可以通过多个运行/滤波器执行,每个用于分配给相应材料/颜料的尺寸测量或尺寸范围,或者作为检查特定尺寸范围值的阶段。
本发明的方法可以导致对标记闪光点进行计数,每个标记闪光点满足与至少一个尺寸特征的尺寸测量相关的至少一个预定义标准。因此,例如,计数具有特定规定直径、特定规定周长和/或特定规定面积,或者其直径、面积和/或周长在每种情况下位于或处于特定规定值区间内的所有闪光点,特定规定直径、特定规定周长和/或特定规定面积和/或特定规定的相应值区间可分配或分配给特定颜料或颜料类型或特定材料。
在尺寸范围的基础上使用一系列带通滤波器是可以设想的,独立于相应闪光点的位置、色调和亮度来识别各个尺寸范围。
基于所选尺寸特征(诸如例如,直径、面积、周长),对关于所选尺寸特征相似的闪光点进行平均。以该方式,有效地为测量范围提供了与所选尺寸特征相关的尺寸分布。例如,可以使用这种尺寸分布以便确定复合涂料(即目标涂料)内给定调色剂的相对量,其被分配给所选尺寸特征的特定值范围。此外,可以将所选尺寸特征的值与各自分配给特定颜料/调色剂或颜料/调色剂的混合物的所选尺寸特征的值的数据库进行比较。可以使用该比较以便选择给定油漆系统内可用的最相似的调色剂,以用于效果涂料适应和/或适应目标涂料。还可以使用用于选择的调色剂池和每种调色剂的相对量,以便馈送配制和/或搜索机器。
应当理解,本发明的实施例可以与其它参数结合使用,诸如例如闪光点的强度、闪光颜色、闪光点的亮度、以及反射数据和/或颜色数据。
为了能够尽可能精确和准确地识别未知涂料中(即在要再现的目标涂料中)使用的调色剂类型,以便能够尽可能精确地再现目标涂料,它需要考虑特定的预定义测量几何结构,并将所得测量数据与现有已知调色剂及其值(对于相应的测量几何结构已知)在预先编译的数据库中进行比较。也可以执行调色剂混合物的有意识生产,以便评估不同浓度的调色剂对尺寸特征(诸如例如对闪光点的直径、面积和/或周长)的影响。
还可以想到对图像内识别的各个闪光点中每个闪光点的预定义尺寸特征的所确定的尺寸测量和/或尺寸值执行统计分析,并且然后确定和评估在两种或更多种调色剂混合物中相应调色剂和/或它们相应的浓度对该统计分析的影响。对各个闪光点的预定义尺寸特征的确定尺寸测量和/或尺寸值的统计分析的结果可以是例如以下:
-已识别闪光点的表面的平均面积,
-已识别闪光点的(表面的)平均直径,
-已识别闪光点的表面的面积的中值,
-已识别闪光点的(表面的)直径的中值,
-已识别闪光点的表面的面积的四分位数,
-已识别闪光点的(表面的)直径的四分位数,
-已识别闪光点的表面的面积的标准偏差,
-已识别闪光点的(表面的)直径的标准偏差。
中值(也称为中心值)是平均值和位置参数。原始列表中测量值的中值是当测量值按尺寸排序时恰好处于“中间”的特定测量值。通常,中值将数据集、随机样本或分布分成两半(尺寸相等),其中一半的值不大于中值,另一半的值不小于中值。
四分位数是将随机数据样本分成四个相等部分的值。使用这些四分位数,可以快速确定数据集的分散和集中趋势。
统计分析或描述性统计允许对例如上述尺寸特征的参数和/或值进行选择,以便确定目标涂料和色调再现之间的相似性度量,并允许简化考虑所有闪光点,即目标涂料的特定图像和/或色调再现的特定图像内的全部闪光点。作为统计分析的结果,可以为相应图像内的闪光点的整体或闪光点的相应子组分配特定值,即,整体或相应子组的闪光点的平均面积,整体或相应子组的闪光点的平均直径,等等。基于整体或相应子组的相应值,可以对相应闪光点进行分类。获得的值可以与储存在数据库中的不同类型调色剂和/或效果颜料(例如,不同尺寸和/或形状的铝片,或不同尺寸的珍珠)的对应值进行比较。
该比较至少提供了附加信息,用于发现再现未知目标涂料的最优配方。
在特定测量几何结构的情况下,闪光点的预定义尺寸特征的每个单独(统计)确定的值可以与已知调色剂的数据库进行比较,该调色剂在数据库编译之前或出于数据库编译的目的在相同或相似的测量几何结构处进行了测量。因此,例如,在每种情况下(在溶液中和/或在涂料内)具有由它们生成的闪光点的特定已知直径的所有调色剂可以在给定的测量几何结构处与未知涂料(目标涂料)进行比较。可以通过与目标涂料的相应比较来评估在所选测量几何结构范围内的相应调色剂或调色剂混合物的相应尺寸特征。
由一种或多种调色剂引起的闪光点可能在相应的尺寸特征(诸如直径和/或面积)上不同。通过考虑计算的尺寸分布,可以识别调色剂(诸如不同类型的铝调色剂)的组合/混合物,例如当它们在特定尺寸特征上明显且明确地彼此不同时。在适当的情况下,也可以以该方式确定或至少估计混合物内调色剂的数量比。
图2示出最终用于确定与目标涂料在外观上相同或至少相似的涂料的配方的本发明的方法的一个实施例。在采用测量设备,诸如分光光度计,特别是具有单色或彩色相机的分光光度计,对目标涂料进行测量10之后,对于至少一个预定的测量几何结构,更具体地,如例如图1中所示的测量几何结构之一,对于至少一个测量几何结构的每个记录图像执行图像分析12。借助于图像分析,可以在步骤14中确定针对至少一个测量几何结构记录的每个图像中的闪光点。在图像分析的方法中,通常,在第一步骤中,执行图像分割,然后是称为“斑点检测”的方法。在机器视觉的操作中,图像分割通常是图像分析的第一步骤,并且在对图像进行初步处理之后进行。
在图像的初步处理中,第一步骤是分析要研究的图像的强度值,并在适当的情况下使它们适应以便更好地表达相应图像的成像结构。因此,通过部分消除太亮和太暗的区域,可以补偿例如由不一致的光照条件导致的干扰因素。之后,借助于阈值处理将处理的图像转换为二值图像。因此获得的二值图像表示阈值处理中采用的颜色值的过滤掩码。例如,在图3b中,选择的颜色值是“红色”,并且图3a中所示的原始多色图像的前景(在黑白图像中通过不同亮度的阴影可识别)被应用的“红色”过滤所掩盖(在黑白图像中可感知为均匀的浅灰色)。这意味着作为过滤掩模的结果,原始图像(图3a)中存在的所有闪光点现在在图3b中所示的图像中显示为红色(在黑白图像中,浅灰色)。
在后续的图像分割过程中,二值图像(图3b)在连续区域的基础上被分割,并且这些段被移交用于斑点检测。
斑点检测或斑点检测方法旨在识别数字图像内与周围区域在特性(诸如亮度/光强度或颜色)方面不同的区域。非正式地,斑点或点是图像中某些特性是恒定的或近似恒定的区域。
借助于斑点检测方法,可以例如基于闪光点的相应光强度来识别/标识各个闪光点,3-1到3-n,其中n是整数。对于每个单独的闪光点,然后可以在步骤16中确定至少一个尺寸特征的值或度量。在图3c中,作为示例,三个闪光点3-1、3-2和3-3由相应的包围圈识别。对于闪光点3-1、3-2和3-3中的每一个,已经确定相应闪光点的表面的面积或面积值以及相应闪光点的表面的直径或直径值。闪光点3-1具有30微米的表面的面积和6微米的表面的直径;闪光点3-2具有10微米的表面的面积和3微米的表面的直径;闪光点3-3具有2微米的表面的面积和1微米的表面的直径。
然后对所有闪光点的相应尺寸特征的确定值进行统计处理,也就是说,对它们进行统计评估。这里,首先,对于所考虑的尺寸特征具有相似幅度值的闪光点可以组合在一起,从而实现闪光点的一种分类。对于如此分组的每组闪光点,然后可以在进一步的步骤中确定每种情况下每组的以下尺寸特征:
-已识别闪光点的表面的平均面积,
-已识别闪光点的(表面的)平均直径,
-已识别闪光点的表面的面积的中值,
-已识别闪光点的(表面的)直径的中值,
-已识别闪光点的表面的面积的四分位数,
-已识别闪光点的(表面的)直径的四分位数,
-已识别闪光点的表面的面积的标准偏差,
-已识别闪光点的(表面的)直径的标准偏差。
这产生闪光点的尺寸分布18。
因此,对于每个预定义的测量几何结构,在每个预定义的测量几何结构处,在每种情况下至少一个图像如上所述被记录并且被评估,关于预定义尺寸特征获得闪光点的测量几何结构特定的尺寸分布18。
规定尺寸特征的所得值可以在步骤20中与储存在数据库中的已知调色剂的规定尺寸特征的值相关联或比较,该值已经作为初步阶段在测量几何结构处关于这些尺寸特征进行测量,在每种情况下该测量几何结构都是相同的或至少可比较。这里的数据库可以包含针对各个调色剂(诸如不同尺寸的铝片或不同尺寸的珍珠)以及已经进行测量的不同调色剂的已知混合物/配方的所储存的对应值。
在步骤22中在数据库中找到的与目标涂料表现出最大一致性的涂料的配方然后显示为最优匹配配方。
在另一实施例中,可以想到照射角和/或观看角或测量角、或一组照射角和/或测量角的重要性,每个都用加权因子加权。
一旦在步骤24中在数据库中找到最优匹配,就可以考虑所发现的一致性来生产涂料。这里,例如,可以通过添加目标涂料中识别的和/或最优匹配所包含的调色剂来调节基础涂料,或者可以仅基于识别的调色剂生成配方。在该情况下,通常还要考虑其它参数,诸如色差dE、粗糙度差dG和/或闪光差dS等。如果配方仅基于识别的调色剂生成,则将目标涂料中识别的相应调色剂与储存在调色剂数据库中的调色剂进行比较并最终确定与要生成的涂料中的相互作用相关的其比例/浓度可能是有用的。
应设置调色剂的比率,使得它们与针对闪光点的至少一个尺寸特征的实际测量值(即与在特定预定测量几何结构的情况下计算的尺寸分布)最精确地一致。对于数据库中的每种调色剂,可以基于相应调色剂的浓度导出相关性(例如,线性、多项式、静态模型,诸如神经网络等),该相关性指示所讨论的调色剂对闪光点的尺寸分布的贡献。然后可以使用相应的相关性来适应各个调色剂的量,使得它最优地对应于目标涂料记录的特定图像的闪光点的尺寸分布。
以该方式最终获得的与目标涂料最优配合的涂料的配方在步骤26中输出给用户,例如在显示器上,和/或借助于另一个合适的输出单元,诸如声音输出单元,例如扬声器。
为了简化方法,可以想到通过识别效果颜料调色剂(诸如“云母”、“铝”或
Figure BDA0003283738360000171
)对未知目标涂料进行第一次近似。当识别了调色剂的类型时,可以更具体地表征目标涂料中存在的各个调色剂并与数据库进行比较以从多种调色剂中进行选择。
图4示出可用于以便实施本发明的方法的实施例的本发明的设备400的实施例。用户40能够使用用户界面41,诸如例如图形用户界面,以便控制分光光度计和/或相机42,以便确定/测量目标涂料43的特性。来自分光光度计和/或相机42的测量数据被传输到计算机或处理器44。计算机44可以是个人计算机、移动装置或任意处理器。计算机44能够经由网络45与服务器46通信。网络45可以是任何所需类型的网络,例如,互联网、局域网、内联网或无线网络。服务器46连接到数据库47,该数据库能够存储用于通过本发明的方法进行比较的数据和信息。数据库47可以被使用和/或定位于例如客户端服务器环境或基于网络的环境(诸如云计算环境)中。
本发明的方法的各个步骤可以由计算机44和/或服务器46执行。
在进一步的实施例中,本发明可以实现为非易失性的计算机可读介质,其包括计算机程序代码,以当计算机程序在计算机或计算机系统上运行时使计算机或计算机系统执行本发明的方法。计算机程序可以包括各种模块,该模块用于计算机或用户界面来实现上述方法。
附图标记列表
3-1 闪光点
3-2 闪光点
3-3 闪光点
10 方法步骤
12 方法步骤
14 方法步骤
16 方法步骤
18 方法步骤
20 方法步骤
22 方法步骤
24 方法步骤
26 方法步骤
40 用户
41 用户界面
42 相机
43 目标涂料
44 处理器、计算机
45 网络
46 服务器
47 数据库
100 镜面角
110 光源
111 光源
112 光源
113 光源
114 光源
115 光源
120 图像捕获单元、相机
130 目标涂料
140 垂直于目标涂料的表面
400 设备。

Claims (15)

1.一种计算机实现的方法,至少包括以下步骤:
-接收(10)与目标涂料(43,130)的表面有关的至少一个图像或多个图像,其中,使用图像捕获单元(120,42)已经在确定的测量几何结构处记录了所述至少一个图像,或者已经在不同的测量几何结构处记录了所述多个图像中的每个图像,
-使用至少一个处理器(44,46)对所获得的每个所述图像执行(12)图像分析,所述处理器被配置为执行至少一种过滤技术,
-在相应图像内识别(14)至少一个闪光点,
-使用所述至少一个处理器(44,46),对在所述相应图像中识别的至少一个闪光点执行关于至少一个预定义尺寸特征的特征分析,
-针对所述至少一个闪光点,确定(16)所述至少一个预定义尺寸特征的至少一个值,
-使用所述处理器(44,46),基于所述至少一个预定义尺寸特征的所确定的值来计算(18)所述相应图像的尺寸分布,
-考虑到所计算的尺寸分布并使用所述处理器(44,46),提供(26)与所述目标涂料(43,130)在外观上相同或至少相似的涂料的配方。
2.根据权利要求1所述的方法,其中,所述至少一个预定义尺寸特征选自包括以下项的组:所述至少一个闪光点或相应闪光点的表面的面积,所述至少一个闪光点或相应闪光点的直径,所述至少一个闪光点或相应闪光点的周长。
3.根据权利要求1或2所述的方法,其中,要被确定的值以像素数量、长度单位和/或面积单位来表示,更具体地,以微米和/或平方微米来表示。
4.根据前述权利要求中任一项所述的方法,其中,导出至少一种调色剂与所述至少一个闪光点的所述至少一个预定义尺寸特征的所确定的值的相关性,所述相关性指示所述至少一种调色剂对所述相应图像中的所述至少一个闪光点的所述尺寸分布的贡献,更特别地,对在所述相应图像中识别的两个或更多个闪光点的所述尺寸分布的贡献。
5.根据权利要求4所述的方法,其中,在所述相应的图像被记录的所述测量几何结构处使用所导出的相关性,以便在提供所述配方的上下文中使所述至少一种调色剂适配所述尺寸分布,作为附加优化参数。
6.根据前述权利要求中任一项所述的方法,其中,提供所述涂料配方包括:提供调色剂的列表以及量和/或浓度数据。
7.根据前述权利要求中任一项所述的方法,其中,提供所述涂料配方包括:比较所述尺寸分布与多种已知涂料配方的相应尺寸分布。
8.一种设备,至少包括:
-数据库(47),
-处理器(44,46),其与所述数据库(47)通信连接并被配置为与所述数据库(47)通信,其中,所述处理器(44,46)被编程为执行以下步骤:
-接收与目标涂料(43,130)的表面有关的至少一个图像或多个图像,其中,使用图像捕获单元(120,42)已经在确定的测量几何结构处记录了所述至少一个图像,或者已经在不同的测量几何结构处记录了所述多个图像中的每个图像,
-通过执行至少一种过滤技术,对所获得的每个所述图像执行图像分析,
-在相应图像内识别至少一个闪光点,
-对在所述相应图像中识别的至少一个闪光点执行关于至少一个预定义尺寸特征的特征分析,
-针对所述至少一个闪光点,确定所述至少一个预定义尺寸特征的度量,
-基于所述至少一个预定义尺寸特征的所确定的度量,计算所述相应图像的尺寸分布,
-考虑到所计算的尺寸分布,提供与所述目标涂料(43,130)在外观上相同或至少相似的涂料的配方。
9.根据权利要求8所述的设备,其中,所述处理器(44,46)被配置为导出至少一种调色剂与所述至少一个闪光点的所述至少一个预定义尺寸特征的所确定的度量的相关性,所述相关性指示所述至少一种调色剂对所述相应图像中的所述至少一个闪光点的所述尺寸分布的贡献,更特别地,对在所述相应图像中识别的两个或更多个闪光点的所述尺寸分布的贡献。
10.根据权利要求8和9中任一项所述的设备,其中,提供所述涂料配方包括:提供调色剂的列表以及量和/或浓度数据。
11.根据权利要求8至10中任一项所述的设备,其中,提供所述涂料配方包括:比较所述尺寸分布与多种已知涂料配方的相应尺寸分布,所述已知涂料配方的所述相应尺寸分布被储存在所述数据库(47)中。
12.根据权利要求8至11中任一项所述的设备,还包括:所述图像捕获单元和/或用于输出所述涂料配方的输出单元。
13.根据权利要求8至12中任一项所述的设备,其被配置为执行根据权利要求1至7中任一项所述的方法。
14.一种非易失性计算机可读介质,其包括具有程序代码的计算机程序,所述程序代码被设计为当所述计算机程序在算术单元上运行时,更特别地在根据权利要求8至13中任一项所述的设备(400)的处理器(44,46)上运行时,执行以下步骤:
-接收与目标涂料(43、130)的表面有关的一个图像或多个图像,其中,使用图像捕获单元(120、42)已经在确定的测量几何结构处记录了所述图像,或者已经在不同的测量几何结构处记录了所述多个图像中的每个图像,
-通过执行至少一种过滤技术,对所获得的每个所述图像执行图像分析,
-在相应图像内识别至少一个闪光点,
-对在所述相应图像中识别的至少一个闪光点执行关于至少一个预定义尺寸特征的特征分析,
-针对所述至少一个闪光点,确定所述至少一个预定义尺寸特征的度量,
-基于所述至少一个预定义尺寸特征的所确定的度量,计算所述相应图像的尺寸分布,
-考虑到所计算的尺寸分布,提供与所述目标涂料在外观上相同或至少相似的涂料的配方。
15.一种非易失性计算机可读介质,其包括具有程序代码的计算机程序,所述程序代码被设计为当所述计算机程序在算术单元上运行时,更特别地在根据权利要求8至13中任一项所述的设备的处理器上运行时,执行根据权利要求1至7中任一项所述的方法。
CN202080025451.4A 2019-01-31 2020-01-30 用于结合对纹理特性的视觉感知进行比较而发现和适应效果颜色配方的方法和设备 Pending CN113631898A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19154898 2019-01-31
EP19154898.1 2019-01-31
PCT/EP2020/052370 WO2020157244A1 (de) 2019-01-31 2020-01-30 Verfahren und vorrichtung zum auffinden und anpassen von effektfarbformulierungen unter abgleich mit der visuellen wahrnehmung von textureigenschaften

Publications (1)

Publication Number Publication Date
CN113631898A true CN113631898A (zh) 2021-11-09

Family

ID=65411727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080025451.4A Pending CN113631898A (zh) 2019-01-31 2020-01-30 用于结合对纹理特性的视觉感知进行比较而发现和适应效果颜色配方的方法和设备

Country Status (8)

Country Link
US (1) US20220107222A1 (zh)
EP (1) EP3903077B1 (zh)
JP (1) JP7387748B2 (zh)
CN (1) CN113631898A (zh)
AU (1) AU2020215098B2 (zh)
CA (1) CA3127899A1 (zh)
MX (1) MX2021009253A (zh)
WO (1) WO2020157244A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210201513A1 (en) * 2019-12-31 2021-07-01 Axalta Coating Systems Ip Co., Llc Systems and methods for matching color and appearance of target coatings
US11978233B2 (en) * 2019-12-31 2024-05-07 Axalta Coating Systems Ip Co., Llc Systems and methods for matching color and appearance of target coatings
DE102021115728A1 (de) * 2021-06-17 2022-12-22 Byk-Gardner Gmbh Verfahren und Vorrichtung zum Inspizieren von lackierten Oberflächen mit Effektpigmenten

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1208174A (zh) * 1997-08-08 1999-02-17 任春严 电子验色配漆方法及其装置
CN1378643A (zh) * 1999-10-05 2002-11-06 阿克佐诺贝尔公司 利用电子成象装置进行颜色匹配用的方法
JP2003006197A (ja) * 2001-06-20 2003-01-10 Kansai Paint Co Ltd メタリック塗色の決定装置
US20030048942A1 (en) * 2000-03-21 2003-03-13 Yutaka Masuda Method for identifying glittering material in paint
CN1805798A (zh) * 2003-06-12 2006-07-19 纳幕尔杜邦公司 表征含有金属薄片的表面涂层的方法以及所用的设备
US20060245632A1 (en) * 2005-04-25 2006-11-02 Nisper Jon K Measuring an appearance property of a surface using a spatially under-sampled bidirectional reflectance distribution function
CN101023332A (zh) * 2004-09-17 2007-08-22 阿克佐诺贝尔国际涂料股份有限公司 使油漆匹配的方法
CN101025744A (zh) * 2006-01-20 2007-08-29 关西涂料株式会社 有效颜料识别方法、识别系统、识别程序及其记录介质
US20090019086A1 (en) * 2006-10-02 2009-01-15 Arun Prakash Method for matching color and appearance of a coating containing effect pigments
US20090213120A1 (en) * 2005-04-25 2009-08-27 X-Rite, Inc. Method And System For Enhanced Formulation And Visualization Rendering
CN101523194A (zh) * 2006-10-02 2009-09-02 纳幕尔杜邦公司 测量涂层外观的方法及其应用
CN102089636A (zh) * 2008-05-29 2011-06-08 Ppg工业俄亥俄公司 对油漆配方进行颜色匹配的计算机实现方法
CN102714687A (zh) * 2010-01-19 2012-10-03 阿克佐诺贝尔国际涂料股份有限公司 从图像确定颜色的方法和系统
CN102879102A (zh) * 2012-10-24 2013-01-16 太仓绚彩色卡制作有限公司 一种汽车修补漆色卡及其制作方法
US20140242271A1 (en) * 2011-09-30 2014-08-28 Axalta Coating Systmes Ip Co., Llc Method for matching color and appearance of coatings containing effect pigments
CN104769419A (zh) * 2012-09-19 2015-07-08 Ppg工业俄亥俄公司 通过视觉和/或仪器技术对涂料表面进行多角度的颜色、不透明度、颜料表征和纹理分析
US20160005187A1 (en) * 2013-02-26 2016-01-07 Axalta Coating Systems Ip Co., Llc Process for matching color and appearance of coatings
US20160123815A1 (en) * 2014-10-30 2016-05-05 Axalta Coating Systems Ip Co., Llc System and method for measuring color using location and orientation sensors
TW201632849A (zh) * 2014-10-28 2016-09-16 片片堅俄亥俄州工業公司 具有閃爍顏色之複合塗層混合物之顏料識別
CN106124052A (zh) * 2015-04-15 2016-11-16 马克西姆综合产品公司 具有深浅检测的颜色匹配
WO2018041727A1 (en) * 2016-09-02 2018-03-08 X-Rite Switzerland GmbH Apparatus and method for effect pigment identification
CN108139271A (zh) * 2015-10-29 2018-06-08 巴斯夫涂料有限公司 确定表面涂层的纹理参数的方法
CN108940112A (zh) * 2018-09-17 2018-12-07 郑州三华科技实业有限公司 汽车修补漆调色机取料机构
US20190032888A1 (en) * 2017-07-25 2019-01-31 Axalta Coating Systems Ip Co., Llc System for matching coarseness appearance of coatings

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10613727B2 (en) * 2016-02-19 2020-04-07 Ppg Industries Ohio, Inc. Color and texture match ratings for optimal match selection

Patent Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1208174A (zh) * 1997-08-08 1999-02-17 任春严 电子验色配漆方法及其装置
CN1378643A (zh) * 1999-10-05 2002-11-06 阿克佐诺贝尔公司 利用电子成象装置进行颜色匹配用的方法
US20030048942A1 (en) * 2000-03-21 2003-03-13 Yutaka Masuda Method for identifying glittering material in paint
CN1419672A (zh) * 2000-03-21 2003-05-21 关西油漆株式会社 涂料中闪光材料的鉴定方法
JP2003006197A (ja) * 2001-06-20 2003-01-10 Kansai Paint Co Ltd メタリック塗色の決定装置
CN1805798A (zh) * 2003-06-12 2006-07-19 纳幕尔杜邦公司 表征含有金属薄片的表面涂层的方法以及所用的设备
CN101023332A (zh) * 2004-09-17 2007-08-22 阿克佐诺贝尔国际涂料股份有限公司 使油漆匹配的方法
US20060245632A1 (en) * 2005-04-25 2006-11-02 Nisper Jon K Measuring an appearance property of a surface using a spatially under-sampled bidirectional reflectance distribution function
CN101184986A (zh) * 2005-04-25 2008-05-21 爱色丽公司 使用空间欠采样双向反射分布功能测量表面的外观属性
US20090213120A1 (en) * 2005-04-25 2009-08-27 X-Rite, Inc. Method And System For Enhanced Formulation And Visualization Rendering
CN101025744A (zh) * 2006-01-20 2007-08-29 关西涂料株式会社 有效颜料识别方法、识别系统、识别程序及其记录介质
US20090019086A1 (en) * 2006-10-02 2009-01-15 Arun Prakash Method for matching color and appearance of a coating containing effect pigments
CN101523194A (zh) * 2006-10-02 2009-09-02 纳幕尔杜邦公司 测量涂层外观的方法及其应用
CN102089636A (zh) * 2008-05-29 2011-06-08 Ppg工业俄亥俄公司 对油漆配方进行颜色匹配的计算机实现方法
CN102714687A (zh) * 2010-01-19 2012-10-03 阿克佐诺贝尔国际涂料股份有限公司 从图像确定颜色的方法和系统
US20140242271A1 (en) * 2011-09-30 2014-08-28 Axalta Coating Systmes Ip Co., Llc Method for matching color and appearance of coatings containing effect pigments
CN104769419A (zh) * 2012-09-19 2015-07-08 Ppg工业俄亥俄公司 通过视觉和/或仪器技术对涂料表面进行多角度的颜色、不透明度、颜料表征和纹理分析
CN102879102A (zh) * 2012-10-24 2013-01-16 太仓绚彩色卡制作有限公司 一种汽车修补漆色卡及其制作方法
US20160005187A1 (en) * 2013-02-26 2016-01-07 Axalta Coating Systems Ip Co., Llc Process for matching color and appearance of coatings
CN107003184A (zh) * 2014-10-28 2017-08-01 Ppg工业俄亥俄公司 具有闪光颜色的复合涂料混合物的颜料识别
TW201632849A (zh) * 2014-10-28 2016-09-16 片片堅俄亥俄州工業公司 具有閃爍顏色之複合塗層混合物之顏料識別
US20160123815A1 (en) * 2014-10-30 2016-05-05 Axalta Coating Systems Ip Co., Llc System and method for measuring color using location and orientation sensors
CN106124052A (zh) * 2015-04-15 2016-11-16 马克西姆综合产品公司 具有深浅检测的颜色匹配
CN108139271A (zh) * 2015-10-29 2018-06-08 巴斯夫涂料有限公司 确定表面涂层的纹理参数的方法
US20190078936A1 (en) * 2015-10-29 2019-03-14 Basf Coatings Gmbh Method for ascertaining texture parameters of a paint
WO2018041727A1 (en) * 2016-09-02 2018-03-08 X-Rite Switzerland GmbH Apparatus and method for effect pigment identification
US20190032888A1 (en) * 2017-07-25 2019-01-31 Axalta Coating Systems Ip Co., Llc System for matching coarseness appearance of coatings
CN108940112A (zh) * 2018-09-17 2018-12-07 郑州三华科技实业有限公司 汽车修补漆调色机取料机构

Also Published As

Publication number Publication date
EP3903077A1 (de) 2021-11-03
EP3903077C0 (de) 2024-03-13
CA3127899A1 (en) 2020-08-06
MX2021009253A (es) 2021-08-24
AU2020215098B2 (en) 2022-12-08
JP7387748B2 (ja) 2023-11-28
AU2020215098A1 (en) 2021-08-19
WO2020157244A1 (de) 2020-08-06
EP3903077B1 (de) 2024-03-13
JP2022523130A (ja) 2022-04-21
US20220107222A1 (en) 2022-04-07

Similar Documents

Publication Publication Date Title
US10950008B2 (en) Pigment identification of complex coating mixtures with sparkle color
JP5306519B2 (ja) 光輝性顔料の同定方法、同定システム、同定プログラム及びその記録媒体
CN113631898A (zh) 用于结合对纹理特性的视觉感知进行比较而发现和适应效果颜色配方的方法和设备
JP5063076B2 (ja) 光輝性顔料の同定方法、同定システム、同定プログラム及びその記録媒体
CN113128548A (zh) 用于匹配目标涂层的颜色和外观的系统和方法
US20230349765A1 (en) Apparatus and Method for Effect Pigment Identification
JP2016091359A (ja) 情報処理システム、情報処理装置、情報処理方法、及びプログラム
US8260004B2 (en) Method and apparatus for the quantitative determination of surface properties
JP7412556B2 (ja) 目標コーティング中の効果顔料を識別する方法及び装置
US10345100B1 (en) Apparatus and method for evaluating metal surface texture
US20210201494A1 (en) Systems and methods for matching color and appearance of target coatings
CN113128547A (zh) 用于匹配目标涂层的颜色和外观的系统和方法
JP4909479B2 (ja) ターゲット画像中で色およびパターンが一致する領域を突き止めるためのシステムおよび方法
CN113614774A (zh) 用于目标涂层的图像数据中的缺陷检测的方法和系统
Joshi et al. Effect of illumination systems on statistical texture parameters based clustering and discrimination of machined surfaces using machine vision
Lindner et al. Model-based segmentation of surfaces using illumination series
Filip et al. Assessment of sparkle and graininess in effect coatings using a high-resolution gonioreflectometer and psychophysical studies
CN117043821A (zh) 用于比较具有闪光颜色的复杂涂层混合物的系统、方法和接口
Palchikova et al. Recognition of small color differences with computer vision devices
Weixel IX Measuring the texture of effect finishes
Nachtigall et al. Fusion of Images Recorded with Variable Illumination
Suwa et al. Statistical Reflectance Property Estimation Method of Metallic Surface
Silva Measurement and rendering of automotive coatings with a novel texture camera

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