CN114812820B - 一种色差检测方法及系统 - Google Patents
一种色差检测方法及系统 Download PDFInfo
- Publication number
- CN114812820B CN114812820B CN202210714772.6A CN202210714772A CN114812820B CN 114812820 B CN114812820 B CN 114812820B CN 202210714772 A CN202210714772 A CN 202210714772A CN 114812820 B CN114812820 B CN 114812820B
- Authority
- CN
- China
- Prior art keywords
- light source
- detection
- image
- color difference
- detected
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 139
- 238000001228 spectrum Methods 0.000 claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 41
- 230000000007 visual effect Effects 0.000 claims abstract description 41
- 238000003384 imaging method Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000004075 alteration Effects 0.000 claims abstract description 5
- 238000005286 illumination Methods 0.000 claims description 19
- 238000002310 reflectometry Methods 0.000 claims description 18
- 230000001678 irradiating effect Effects 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 abstract description 16
- 230000007547 defect Effects 0.000 abstract description 9
- 238000000605 extraction Methods 0.000 abstract description 4
- 230000004927 fusion Effects 0.000 abstract description 2
- 230000003595 spectral effect Effects 0.000 description 34
- 239000011324 bead Substances 0.000 description 18
- 230000008569 process Effects 0.000 description 6
- 241001268993 Heterochrosis Species 0.000 description 4
- 230000017525 heat dissipation Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000003705 background correction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
- G01J2003/102—Plural sources
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J2003/467—Colour computing
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明涉及缺陷检测技术领域，公开了一种色差检测方法及系统，方法包括：基于预先确定的光源照射方案，采用至少两种光谱的光源依次照射被测表面并分别成像，获得至少两幅检测图像；分别计算各所述检测图像的sRGB坐标，基于所述sRGB坐标处理并融合各所述检测图像，获得视觉显著图；基于所述视觉显著图，获取所述被测表面的色差值。本发明在至少两种光谱光源的照射下对被测表面进行成像，经处理融合后获得视觉显著图，该视觉显著图能够将不同颜色的色差凸显出来，具有较高的色差提取准确性。同时，本发明不需要额外设置分光棱镜及成像芯片，在提高色差检测准确性的同时达到了控制成本的目的。
Description
技术领域
本发明涉及缺陷检测技术领域，尤其涉及一种色差检测方法及系统。
背景技术
随着人们生活水平的提高，对于消费品的外观要求也越来越高。而消费品的外观不良中，除了形状不良外，也包含了产品的颜色不良，即所生产的产品与标准产品相比存在色差。
针对色差的工业视觉检测，常用的方式主要有以下两种：1）使用标准宽光谱光源照射待检测表面，并利用彩色相机拍摄彩色图像，但是由于常用的彩色相机的像素分布为bayer格式，相应位置的彩色信息并不是直接获取的，需要使用插值方式恢复待检测表面的颜色信息，从而颜色分辨率和空间分辨率都会被降低；2）采用3CMOS 棱镜分光相机，通过分光棱镜将RGB颜色单独成像，获得较好的颜色检测效果，但是此种方式对于分光棱镜的加工及组装要求较高，并且采用了多个成像芯片，获得成本较高。
随着市场应用推广的需求，需要一种成本较低但能检测高精度颜色不良方法及装置。
发明内容
针对现有技术的不足，本发明提供一种色差检测方法及系统，解决现有技术中针对色差的工业视觉检测准确性和成本难以兼顾的问题。
为实现上述目的，本发明提供以下的技术方案：
一种色差检测方法，包括：
基于预先确定的光源照射方案，采用至少两种光谱的光源依次照射被测表面并分别成像，获得至少两幅检测图像；
分别计算各所述检测图像的sRGB坐标，基于所述sRGB坐标处理并融合各所述检测图像，获得视觉显著图；
基于所述视觉显著图，获取所述被测表面的色差值。
可选地，在所述基于预先确定的光源照射方案，采用至少两种光谱的光源依次照射被测表面并分别成像之前，还包括：
采用初步检测光源照射所述被测表面并成像，获得初步检测图像；
处理所述初步检测图像，在预设的光源类型库中确定所述光源照射方案。
可选地，所述处理所述初步检测图像，确定所述光源照射方案包括：
处理所述初步检测图像，获得所述初步检测图像中所包含的色彩类型；
根据所获得的色彩类型，确定光源的光谱类型。
可选地，所述处理所述初步检测图像，确定所述光源照射方案，还包括：
获得各所述色彩类型的色块的所占面积；
按照面积的大小对所述色彩类型进行排序，按照所述排序确定不同光谱的光源的照射顺序。
可选地，所述处理所述初步检测图像，确定所述光源照射方案，还包括：
处理所述初步检测图像，获得所述被测表面的敏感波长范围；
根据所述敏感波长范围，确定光源的光谱类型。
可选地，所述采用初步检测光源照射所述被测表面并成像，包括：
采用红色光源、绿色光源和蓝色光源依次照射所述被测表面并成像。
可选地，所述光源类型库包括紫外光源、红色光源、绿色光源、蓝色光源、橙色光源、近红外光源和全光谱白色光源中的一种或多种。
可选地，所述分别计算各所述检测图像的sRGB坐标，包括：
计算所述被测表面的反射率，基于所述反射率获取相对光谱，基于所述相对光谱计算坐标参数，最后基于所述坐标参数获取sRGB坐标。
可选地，所述基于所述sRGB坐标处理并融合各所述检测图像，包括：
基于所述sRGB坐标，将对应的所述检测图像转换为sRGB色彩空间下的光谱偏好图；
融合所有的所述光谱偏好图，获得视觉显著图。
本发明还提供了一种色差检测系统，用于实现如上任一项所述的色差检测方法，包括：
检测照明单元，包括多通道光源，用于基于预先确定的光源照射方案，采用至少两种光谱的光源依次照射被测表面；
成像装置，用于在各光源照射所述被测表面时分别成像，获得至少两幅检测图像；
图像处理单元，用于分别计算各所述检测图像的sRGB坐标，基于所述sRGB坐标处理并融合各所述检测图像，获得视觉显著图；
色差检测单元，用于基于所述视觉显著图，获取所述被测表面的色差值。
可选地，所述检测照明单元还用于：采用初步检测光源照射所述被测表面并成像，获得初步检测图像；
图像处理单元还用于：处理所述初步检测图像，在预设的光源类型库中确定所述光源照射方案；
所述光源类型库包括紫外光源、红色光源、绿色光源、蓝色光源、橙色光源、近红外光源和全光谱白色光源中的一种或多种。
与现有技术相比，本发明具有以下有益效果：
本发明提供了一种色差检测方法及系统，在至少两种光谱光源的照射下对被测表面进行成像，经处理融合后获得视觉显著图，该视觉显著图能够将不同颜色的色差凸显出来，具有较高的色差提取准确性。同时，本发明不需要额外设置分光棱镜及成像芯片，在提高色差检测准确性的同时达到了控制成本的目的。
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地介绍，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性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明提供的一种色差检测方法的流程图；
图2为本发明提供的一种色差检测方法的又一流程图；
图3为本发明提供的一种色差检测方法中步骤S02的流程图；
图4为本发明提供的一种色差检测系统的结构框图。
上述图中：10、检测照明单元；11、驱动控制模块；20、成像装置；21、图像储存模块；30、图像处理单元；40、色差检测单元。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂，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、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
需要理解的是，在本发明的描述中，具体实施例仅仅用于解释本发明，而非对本发明的限定。其中，示例性实施例被描述成作为流程图描绘的处理或方法；虽然流程图将各项操作或步骤处理描述形成一定的顺序，但是其中的许多操作或步骤是能够被并行地、并发地或者同时实施的，且各项操作的顺序可以被重新安排。当其操作或步骤完成时，对应处理可以被终止，还可以具有未包括在附图中的附加步骤。前面所述的处理可以对应于方法、函数、规程、子例程、子程序等等，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
本发明使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。下面结合附图并通过具体实施方式来进一步说明本发明的技术方案；可以理解的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
本发明旨在于提供一种色差检测方案，能够在现有技术的基础上，在控制成本的前提下提高色差检测的准确性。下面结合附图对本发明的方案进行详细介绍。
实施例一
请参考图1，本发明提供了一种色差检测方法，包括：
S1、基于预先确定的光源照射方案，采用至少两种光谱的光源依次照射被测表面并分别成像，获得至少两幅检测图像。
该步骤中，从光源类型库中选择至少两种光谱的光源依次照射被测表面；其中，光源类型库包括紫外光源、红色光源、绿色光源、蓝色光源、橙色光源、近红外光源和全光谱白色光源，还可以根据实际需要增加光源类型。
具体地，本实施例中的光源为窄带光谱光源，光源的光谱所对应的灯珠类型如下：
360nm-450nm-紫外LED灯珠；
450nm-500nm-蓝色LED灯珠；
500nm-550nm-绿色LED灯珠；
550nm-620nm-橙色LED灯珠；
620nm-700nm-红色LED灯珠；
700nm-950nm-近红外LED灯珠；
450nm-700nm-全光谱白色LED灯珠。
可以理解的是，不同光谱类型的光源用于针对不同颜色的背景进行检测，例如，在检测红色背景里的橙色异色时，可以采用全光谱白光搭配620-700nm光谱范围的红色灯珠以进行检测。
此外，还可以将光源的光谱范围进一步细化划分，例如，360nm-450nm光谱范围的紫外光源，还可以进一步分为360nm-400nm、以及400nm-450nm范围的光谱光源。通过将光源的光谱范围进一步细化划分，形成8通道光谱光源、12通道光谱光源，甚至16通道光谱光源，从而能够实现更为细致的色差检测，也可采用其中某一些特殊的光谱信息完成图像颜色的合成或者有效特征的识别。
S2、分别计算各检测图像的sRGB坐标，基于sRGB坐标处理并融合各检测图像，获得视觉显著图。
该步骤中分别计算各检测图像的sRGB坐标，包括：
调取光源的功率谱参数，在对检测图像进行平场校正后，基于功率谱参数计算被测表面的反射率；当所有通道光源对应的反射率计算完成后，基于反射率进一步获取相对光谱；基于相对光谱获得坐标参数，坐标参数包含CIE坐标及颜色空间坐标X,Y,Z等，基于坐标参数即能够计算sRGB坐标；最后，基于sRGB坐标，将对应的检测图像转换为sRGB色彩空间下的光谱偏好图，然后融合所有的光谱偏好图，获得视觉显著图。
此外，基于相对光谱所获得的坐标参数，转为Lab颜色模型后，还能够计算色差值，此处计算所得的色差值可以作为步骤S3中所得的色差值的补充数据或验证数据。
可以理解的是，在每种光谱光源的照射下所获得的检测图像，在获得sRGB坐标并转换为sRGB色彩空间下的光谱偏好图后，不同的光谱偏好图能够反映对应颜色背景下的颜色异色，例如红色背景下的橙色异色；然后，将各个光谱偏好图进行融合，获得能够凸显所有检测目标背景颜色下的颜色异色，有效地提高了色差的提取准确性。
此外，以该视觉显著图为基准进行色差检测，能够获得全方位的色差值，不需要针对每一种颜色背景分别进行色差检测，省去了检测步骤，有效地提高了色差检测的效率。
S3、基于视觉显著图，获取被测表面的色差值。
其中，基于视觉显著图获取被测表面的色差值的方法，可以为现有技术中的任意一种，只要能够实现被测对象及参照物之间色差值的获取即可，本实施例的目的在于获取视觉显著图，从而能够在现有的色差检测技术的基础上尽可能地提高检测效率和检测准确性。
例如，首先针对标准品获取标准图像，利用标准图像获取标准反射率，计算标准颜色刺激值和标准品对应的光源相对光谱功率分布；然后，基于标准品的标准反射率和对应的光源相对光谱功率分布，以及视觉显著图的反射率和相对功率分布，获取标准图像与视觉显著图之间的三刺激差值，基于三刺激差值计算二者的心理计量明度和心理计量色度，并根据如下公式最终计算出标准图像与视觉显著图之间的色差值
：
可以理解的是，标准图像与视觉显著图之间的三刺激差值，以及基于三刺激差值计算二者的心理计量明度和心理计量色度均为现有技术，在此不作过多赘述。
请参考图2，进一步地，本实施例中，在步骤S1之前需要先确定光源照射方案，具体的确定方法如下：
S01、采用初步检测光源照射被测表面并成像，获得初步检测图像。
该步骤中，可以采用三原色，即红色光源、绿色光源和蓝色光源依次照射被测表面并成像，以获得初步检测图像。三原色为色彩中不能再分解的三种基本颜色，在三原色的照射基础上获得的初步检测图像，能够更为客观地获知被测表面的颜色信息。
S02、处理初步检测图像，在预设的光源类型库中确定光源照射方案。
请参考图3，其中，步骤S02中处理初步检测图像，确定光源照射方案包括：
S021、处理初步检测图像，获得初步检测图像中所包含的色彩类型；
S022、根据所获得的色彩类型，确定光源的光谱类型。
S023、获得各色彩类型的色块的所占面积，按照面积的大小对色彩类型进行排序，按照排序确定不同光谱的光源的照射顺序。
该步骤S02中，通过分析初步检测图像以获得被测表面的颜色信息，具体为色彩类型，以及各色彩类型的所占面积，以此作为依据来确定光源的光谱类型和各光源的照射顺序，能够尽可能地确保各类型颜色的色差检测；同时色彩类型的面积越大，所对应的光源顺序更靠前，这样能够尽可能地降低因设备的状态下降而导致的检测误差，从而实现准确且高效的缺陷检测。
进一步地，步骤S02中处理初步检测图像，确定光源照射方案，还可以包括：
S024、处理初步检测图像，获得被测表面的敏感波长范围；
S025、根据敏感波长范围，确定光源的光谱类型。
在该实施方式中，通过处理初步检测图像以获取被测表面的敏感波长范围，能够获知被测表面对某一波长范围的敏感性，以此为依据确定光源的光谱类型，有利于确保色差检测的顺利进行。
例如，若某种类型的样品对某一波长范围的光线敏感，在该波长范围光线的照射下可能会造成该样品表面老化，则在确定光源的光谱类型时，需要将该敏感波长范围对应的光源种类剔除。
可以理解的是，由于光源照射方案的确定影响着色差检测结果的准确性，因此，在步骤S01：采用初步检测光源照射被测表面并成像，获得初步检测图像之前，还需要对成像装置进行校准，具体校准方法如下：
点亮全光谱白光照射被测表面，拍摄获得被测物的灰度图像，利用灰度图像与成像装置的光谱特性曲线进行校准计算，对成像装置中被测物的光谱反射曲线进行初步校准，借此实现成像装置感光性能的矫正；通过前述的校准，能够提高步骤S01的准确性，同时提高了光学检测的准确性，有利于被测表面反射率的准确计算，同时还能够避免光照不均匀以及合成图像的偏色等问题。
实施例二
请参考图4本发明还提供了一种色差检测系统，用于实现如上任一项的色差检测方法，包括：
检测照明单元10，包括多通道光源，基于预先确定的光源照射方案，采用至少两种光谱的光源依次照射被测表面；
成像装置20，用于在各光源照射被测表面时分别成像，获得至少两幅检测图像；
图像处理单元30，用于分别计算各检测图像的sRGB坐标，基于sRGB坐标处理并融合各检测图像，获得视觉显著图；
色差检测单元40，用于基于视觉显著图，获取被测表面的色差值。
其中，检测照明单元10通过驱动控制模块11对检测照明单元10进行驱动控制，以实现不同通道光源的点亮。成像装置20上连接有图像储存模块21，用于对采集得到的检测图像进行储存，以供图像处理单元30进行获取及处理。
检测照明单元10包括由多种光谱类型的光源组成的光源类型库，检测照明单元10基于预先确定的光源照射方案，从光源类型库中选择至少两种光谱的光源依次照射被测表面。
具体地，光源类型库包括紫外光源、红色光源、绿色光源、蓝色光源、橙色光源、近红外光源和全光谱白色光源，还可以根据实际需要增加光源类型。
本实施例中的光源为窄带光谱光源，光源的光谱所对应的灯珠类型如下：
360nm-450nm-紫外LED灯珠；
450nm-500nm-蓝色LED灯珠；
500nm-550nm-绿色LED灯珠；
550nm-620nm-橙色LED灯珠；
620nm-700nm-红色LED灯珠；
700nm-950nm-近红外LED灯珠；
450nm-700nm-全光谱白色LED灯珠。
可以理解的是，不同光谱类型的光源用于针对不同颜色的背景进行检测，例如，在检测红色背景里的橙色异色时，可以采用全光谱白光搭配620-700nm光谱范围的红色灯珠以进行检测。
具体地，图像处理单元30分别计算各检测图像的sRGB坐标，基于sRGB坐标处理并融合各检测图像，获得视觉显著图的方法如下：
调取光源的功率谱参数，在对检测图像进行平场校正后，基于功率谱参数计算被测表面的反射率；当所有通道光源对应的反射率计算完成后，基于反射率进一步获取相对光谱；最后，基于相对光谱获得坐标参数，坐标参数包含CIE坐标及颜色空间坐标X，Y，Z等，基于坐标参数即能够计算sRGB坐标。
在获得sRGB后，基于sRGB坐标，将对应的检测图像转换为sRGB色彩空间下的光谱偏好图；然后融合所有的光谱偏好图，获得视觉显著图。
可以理解的是，在每种光谱光源的照射下所获得的检测图像，经sRGB坐标并转换为sRGB色彩空间下的光谱偏好图后，分别能够反映对应颜色背景下的颜色异色，例如红色背景下的橙色异色；然后，将各个光谱偏好图进行融合，获得能够凸显所有检测目标背景颜色下的颜色异色，有效地提高了色差的提取准确性。
此外，以该视觉显著图为基准进行色差检测，能够获得全方位的色差值，不需要针对每一种颜色背景分别进行色差检测，省去了检测步骤，有效地提高了色差检测的效率。
色差检测单元40基于视觉显著图获取被测表面的色差值的方法可以为现有技术中的任意一种，只要能够实现被测对象及参照物之间色差值的获取即可。
例如，首先针对标准品获取标准图像，利用标准图像获取标准反射率，计算标准颜色刺激值和标准品对应的光源相对光谱功率分布；然后，基于标准品的标准反射率和对应的光源相对光谱功率分布，以及视觉显著图的反射率和相对功率分布，获取标准图像与视觉显著图之间的三刺激差值，基于三刺激差值计算二者的心理计量明度和心理计量色度，并根据如下公式最终计算出标准图像与视觉显著图之间的色差值
：
其中
为心理计量明度，
、
为心理计量色度。
可以理解的是，标准图像与视觉显著图之间的三刺激差值，以及基于三刺激差值计算二者的心理计量明度和心理计量色度均为现有技术，在此不作过多赘述。
进一步地，本实施例中，检测照明单元10还用于：采用初步检测光源照射被测表面并成像，获得初步检测图像；其中，可以采用三原色，即红色光源、绿色光源和蓝色光源依次照射被测表面并成像，以获得初步检测图像。三原色为色彩中不能再分解的三种基本颜色，在三原色的照射基础上获得的初步检测图像，能够更为客观地获知被测表面的颜色信息。
图像处理单元30还用于：处理初步检测图像，在预设的光源类型库中确定光源照射方案。图像处理单元30分析初步检测图像以获得被测表面的颜色信息，具体为色彩类型，以及各色彩类型的所占面积，以此作为依据来确定光源的光谱类型和各光源的照射顺序，从而能够尽可能地确保各类型颜色的色差检测；同时色彩类型的面积越大，所对应的光源顺序更靠前，这样能够尽可能地降低因设备的状态下降而导致的检测误差，从而实现准确且高效的缺陷检测。
由于光源照射方案的确定影响着色差检测结果的准确性，本实施例中，色差检测系统还包括校准单元，校准单元用于在检测照明单元10点亮全光谱白光照射被测表面，成像装置20拍摄获得被测物的灰度图像之后，利用灰度图像与成像装置20的光谱特性曲线进行校准计算，对成像装置20中被测物的光谱反射曲线进行初步校准；通过前述的校准，能够提高步骤光源照射方案的确定准确性，同时提高了光学检测的准确性，有利于被测表面反射率的准确计算。
本实施例中，检测照明单元10中的各个单元中，PCB灯板为铝基底多层电路板，成像装置20包含全光谱相机和全光谱镜头。
具体地，全光谱相机为黑白相机，相机响应曲线在各光谱区域较为平滑；全光谱镜头中，镜头透过率曲线在各光谱区域较为平滑，由于做过全光谱色差校正，使得镜头焦距在各光谱区域差异较小。
此外，为了实现检测照明单元10中各个通道光源的稳定驱动，本实施例采用多路高速恒流驱动的方式，有利于提高光源的驱动稳定性。同时，为了在控制成本的基础上提高光源的散热效果，光源采用自然散热的方式，通过在光源外壳上设置散热翅片以达到散热目的，能够避免过大的温度变化而产生较大的光谱变化。
以上所述，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：其依然可以对前述各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各实施例技术方案的精神和范围。
Claims (7)
1.一种色差检测方法，其特征在于，包括：
基于预先确定的光源照射方案，采用至少两种光谱的光源依次照射被测表面并分别成像，获得至少两幅检测图像；
分别计算各所述检测图像的sRGB坐标，基于所述sRGB坐标处理并融合各所述检测图像，获得视觉显著图；
基于所述视觉显著图，获取所述被测表面的色差值；
在所述基于预先确定的光源照射方案，采用至少两种光谱的光源依次照射被测表面并分别成像之前，还包括：
采用初步检测光源照射所述被测表面并成像，获得初步检测图像；
处理所述初步检测图像，在预设的光源类型库中确定所述光源照射方案；
所述处理所述初步检测图像，确定所述光源照射方案包括：
处理所述初步检测图像，获得所述初步检测图像中所包含的色彩类型；
根据所获得的色彩类型，确定光源的光谱类型；以及，
获得各所述色彩类型的色块的所占面积；
按照面积的大小对所述色彩类型进行排序，按照所述排序确定不同光谱的光源的照射顺序。
2.根据权利要求1所述的色差检测方法，其特征在于，所述处理所述初步检测图像，确定所述光源照射方案，还包括：
处理所述初步检测图像，获得所述被测表面的敏感波长范围；
根据所述敏感波长范围，确定光源的光谱类型。
3.根据权利要求1所述的色差检测方法，其特征在于，所述采用初步检测光源照射所述被测表面并成像，包括：
采用红色光源、绿色光源和蓝色光源依次照射所述被测表面并成像。
4.根据权利要求2或3所述的色差检测方法，其特征在于，所述光源类型库包括紫外光源、红色光源、绿色光源、蓝色光源、橙色光源、近红外光源和全光谱白色光源中的一种或多种。
5.根据权利要求1所述的色差检测方法，其特征在于，所述分别计算各所述检测图像的sRGB坐标，包括：
计算所述被测表面的反射率，基于所述反射率获取相对光谱，基于所述相对光谱计算坐标参数，最后基于所述坐标参数获取sRGB坐标。
6.根据权利要求1所述的色差检测方法，其特征在于，所述基于所述sRGB坐标处理并融合各所述检测图像，包括：
基于所述sRGB坐标，将对应的所述检测图像转换为sRGB色彩空间下的光谱偏好图；
融合所有的所述光谱偏好图，获得视觉显著图。
7.一种色差检测系统，其特征在于，用于实现如权利要求1至6任一项所述的色差检测方法，包括：
检测照明单元，包括多通道光源，用于基于预先确定的光源照射方案，采用至少两种光谱的光源依次照射被测表面；
成像装置，用于在各光源照射所述被测表面时分别成像，获得至少两幅检测图像；
图像处理单元，用于分别计算各所述检测图像的sRGB坐标，基于所述sRGB坐标处理并融合各所述检测图像，获得视觉显著图；
色差检测单元，用于基于所述视觉显著图，获取所述被测表面的色差值；
所述检测照明单元还用于：采用初步检测光源照射所述被测表面并成像，获得初步检测图像；
图像处理单元还用于：处理所述初步检测图像，在预设的光源类型库中确定所述光源照射方案；
所述光源类型库包括紫外光源、红色光源、绿色光源、蓝色光源、橙色光源、近红外光源和全光谱白色光源中的一种或多种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210714772.6A CN114812820B (zh) | 2022-06-23 | 2022-06-23 | 一种色差检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210714772.6A CN114812820B (zh) | 2022-06-23 | 2022-06-23 | 一种色差检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114812820A CN114812820A (zh) | 2022-07-29 |
| CN114812820B true CN114812820B (zh) | 2022-10-14 |
Family
ID=82520961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210714772.6A Active CN114812820B (zh) | 2022-06-23 | 2022-06-23 | 一种色差检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114812820B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024073869A1 (zh) * | 2022-10-04 | 2024-04-11 | 施霖 | 获取被摄对象表面多点色度坐标值的装置与方法 |
| CN118354500A (zh) * | 2024-05-20 | 2024-07-16 | 湖州泰灵电力设备有限公司 | 一种基于电气参数的色温可变的律动光照方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101499167A (zh) * | 2009-03-17 | 2009-08-05 | 杨星 | 基于光谱反射特性与三色成像原理的灰度化方法 |
| CN109060309A (zh) * | 2018-06-28 | 2018-12-21 | 广东工业大学 | 一种色差最优分辨配色仪及其测试方法 |
| CN110319933A (zh) * | 2019-06-28 | 2019-10-11 | 中国地质大学（武汉） | 一种基于cam02-ucs色貌模型的光源光谱优化方法 |
| CN111781203A (zh) * | 2020-06-15 | 2020-10-16 | 杭州百子尖科技股份有限公司 | 基于标准工业相机的可组态智能视觉检测系统及方法 |
-
2022
- 2022-06-23 CN CN202210714772.6A patent/CN114812820B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101499167A (zh) * | 2009-03-17 | 2009-08-05 | 杨星 | 基于光谱反射特性与三色成像原理的灰度化方法 |
| CN109060309A (zh) * | 2018-06-28 | 2018-12-21 | 广东工业大学 | 一种色差最优分辨配色仪及其测试方法 |
| CN110319933A (zh) * | 2019-06-28 | 2019-10-11 | 中国地质大学（武汉） | 一种基于cam02-ucs色貌模型的光源光谱优化方法 |
| CN111781203A (zh) * | 2020-06-15 | 2020-10-16 | 杭州百子尖科技股份有限公司 | 基于标准工业相机的可组态智能视觉检测系统及方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于机器视觉的织物色差检测方法研究;苏艳蒙;《中国硕士论文全文数据库工程科技Ⅰ辑》;20210115;第17页第3.1节-第19页3.2.1节，第40页4.3节-第50页第4.6节，附图3-1至3-5，4-8至4-14 * |
| 基于经验小波的太阳能电池缺陷图像融合;陈海永 等;《山东大学学报(工学版)》;20180911;第48卷(第5期);第24-31页，附图1-9 * |
| 基于色差分析的不同光源下颜色稳定性研究;李辉峰,吕新广;《应用光学》;20201115;第41卷(第6期);1247-1254 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114812820A (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114812820B (zh) | 一种色差检测方法及系统 | |
| CN110945561B (zh) | 高光谱成像分光光度计和系统 | |
| KR101660323B1 (ko) | 카메라 시스템, 이것에 사용되는 색변환 장치 및 방법 그리고 색변환 프로그램 | |
| ES2519117T3 (es) | Método y sistema para la identificación de artículos | |
| TWI769509B (zh) | 使用一相機系統來特徵化環境照明之方法，電腦可讀媒體，及相機系統 | |
| JP6919982B2 (ja) | 画像検査装置 | |
| JP2003533831A (ja) | デジタル像化処理のための物体色の測定、符号化及び表示のための方法及び装置 | |
| JP3809838B2 (ja) | 照明源固有ｈｓｖ色座標を用いた画像ハイライト補正方法、画像ハイライト補正プログラム、および画像取得システム | |
| JP7407408B2 (ja) | 検査システム及び検査方法 | |
| JP2006295839A (ja) | ホワイトバランス調整装置及び色識別装置 | |
| WO2004045219A1 (ja) | 光源推定装置、光源推定方法、撮像装置および画像処理方法 | |
| JP5225403B2 (ja) | ホワイトバランス調整装置及び色識別装置 | |
| JP2007292576A (ja) | 電子部品の外観検査装置 | |
| CN114745510B (zh) | 一种用于目标图像采集的led光源自动校准方法及系统 | |
| JP2011054110A (ja) | 画像処理型測定機および画像処理測定方法 | |
| CN116148265A (zh) | 一种基于合成革高质量图像获取的瑕疵分析方法及系统 | |
| US7812862B2 (en) | White balance adjustment method for a digital image capturing device | |
| JPH06288936A (ja) | 異物検査方法 | |
| CN115412677A (zh) | 灯具光谱确定、获取方法、灯具及相关设备、系统和介质 | |
| JP4392268B2 (ja) | 表面検査装置 | |
| CN112419431A (zh) | 一种产品颜色的检测方法和系统 | |
| US10190971B2 (en) | Analyzing color of color alloy using reflectance | |
| CN111801554A (zh) | 用于设定测量设备中的测色转换参数的方法 | |
| JPH10153484A (ja) | 色測定装置 | |
| EP4224837B1 (en) | Ir-cut filter switch control |
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 |