CN114839165A - 基于相机的表面光泽度检测方法 - Google Patents

Abstract

本发明涉及一种基于相机的表面光泽度检测方法，包括以下步骤，S1、根据测量光路，搭建检测所需的成像系统的硬件结构；S2、平行光源发出光束，照射至产品表面，由相机采集产品表面反射的平行光构成的图像；S3、将采集到的图像送至已设定的数学模型中，通过该数学模型由产品在成像系统中的灰度值得到产品的表面光泽度值。本发明能够长距离测量产品表面光泽；能够在一些特殊环境使用；如产品刚从强酸强碱的环境拿出后测量光泽，传统的传感器接触测量方式很容易损坏传感器，本发明就不会存在这样的风险。

Description

基于相机的表面光泽度检测方法

技术领域

本发明涉及视觉检测技术领域，尤其是一种基于相机的表面光泽度检测方法。

背景技术

物体表面光泽指的是，物体表面的镜面反射光能力。这是在一组规定几何角度条件下，对物体镜面反射光能力的相对测量。对于光泽度测试方法，常用的方法就是通过光泽度仪来检测，它是由入射光线发射器、接收器、标准板等结构组成，其测量的光泽度是参照折射率np＝1.567的黑玻璃，假设其平面在得到理想抛光的状态下，由该平面对自然光束进行镜向反射，并定义此时的光泽度值为100.0光泽单位。然后在相同条件下，对物体表面反射光通量除以标准板反射光通量，从而求出物体表面光泽度的相对值。

但是，目前市面测量产品光泽度的光泽度仪大多为接触式，而对于一些特殊场景，接触式测量并不适用，会造成产品损伤或者传感器损伤，导致资源浪费、成本增加。比如在自动化需求的背景下，使用接触式的传感器测量光泽，容易造成碰刮伤，降低良率，浪费资源；再比如产品在制作工艺中，需要测量光泽，但是其表面一旦接触其他东西就会出现瑕疵，这种情况下必须使用非接触式的方式测量光泽；还有些产品表面存在一些强酸强碱的物质残留，使用接触式的传感器测量，强酸强碱的物质可能就会损坏传感器。

发明内容

本发明要解决的技术问题是：提供一种基于相机的表面光泽度检测方法，解决目前市面上没有一种大于10mm长工作距离的非接触测量产品表面光泽度的难题。

本发明解决其技术问题所采用的技术方案是：一种基于相机的表面光泽度检测方法，包括以下步骤，

S1、根据测量光路，搭建检测所需的成像系统的硬件结构；

S2、平行光源发出光束，照射至产品表面，由相机采集产品表面反射的平行光构成的图像；

S3、将采集到的图像送至已设定的数学模型中，通过该数学模型由产品在成像系统中的灰度值得到产品的表面光泽度值。

进一步的说，本发明所述的步骤S1中，硬件结构包括相机、远心镜头以及平行光源；所述的相机、远心镜头以及平行光源分别设置在产品表面的上方；平行光源的光线按照一定的入射角a照射到产品表面，同角度的反射位置安装相机与远心镜头；所述的相机为CCD相机或CMOS相机；所述的硬件搭建完成后，调整相机曝光，使得光泽度高的产品不过曝。

进一步的说，本发明所述的步骤S3中，已设定的数学模型为：

式中，Gs为产品表面光泽度值，G₁为产品在成像系统中的灰度值，k、t、b、g_v、G_o、G_os都为常量；

其中，k和b根据相机图像灰度与照度的转换标定方法中实际照度与传感器相对辐照度的关系标定方法确定；t是曝光时间；g_v是模拟前端AFE中可变增益放大器VGA的增益；G₀为标准试件在成像系统中的灰度值；G_os为标准试件的表面光泽度值；Gs与G₁之间满足线性关系。

再进一步的说，本发明所述的产品在成像系统中的灰度值G₁的获取方式为，在步骤S3采集到的图像上通过设定大小的ROI工具计算该区域的平均灰度值。

再进一步的说，本发明所述的数学模型的推导方式包括以下步骤，

1)获取公式一：

式中:E_r是传感器相对辐照度，g_v是模拟前端AFE中可变增益放大器VGA的增益，t是曝光时间,G是图像的灰度值；

2)获取公式二：E_a＝kE_r+b；式中：E_a是实际测量点的照度，k和b根据相机图像灰度与照度的转换标定方法中实际照度与传感器相对辐照度的关系标定方法确定；

3)获取公式三：

式中：E为照度，

是光通量，S为受照面积；

4)将公式一、公式二带入公式三中，得到公式四：

5)将公式四带入公式五：

式中：

为相对于设定入射角θ的试件表面反射光通量；

为相对于设定入射角θ的标准表面反射光通量；Gos(θ)为所采用的标准表面光泽度；

得到，公式六：

式中：G_S为产品的表面光泽度，G₁为产品在成像系统里的灰度值，G_o为标准试件在成像系统里的灰度值，S₁为产品受照面积，S_O为标准试件受照面积，G_os为标准试件的表面光泽度。

6)将公式六进行转换获得所述的数学模型。

本发明的有益效果是，解决了背景技术中存在的缺陷，能够长距离测量产品表面光泽；能够在一些特殊环境使用；如产品刚从强酸强碱的环境拿出后测量光泽，传统的传感器接触测量方式很容易损坏传感器，本发明就不会存在这样的风险。

附图说明

图1是本发明的测量光路图；

图2是本发明方法下光泽度值与灰度值关系图；

其中：1、相机；2、远心镜头；3、产品；4、平行光源。

具体实施方式

现在结合附图和优选实施例对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

一种基于相机的表面光泽度检测方法，其利用相机工作距离相对大的特点，使用相机来拍摄产品表面，计算得到产品光泽，从而解决现有技术中没有长工作距离(一般大于10mm)的非接触测量产品表面光泽的产品的问题。

检测方法步骤如下：

S1、根据测量光路，搭建检测所需的硬件结构；

硬件结构包括：相机1、远心镜头2以及平行光源4；硬件搭建结构如图1所示，相机1、远心镜头2以及平行光源4分别设置在产品3表面的上方；平行光源4的光线按照一定的入射角a照射到产品3表面，同角度的反射位置安装相机1与远心镜头2。图1中a为光线入射角，根据不同应用场景，角度可变。根据行业标准，可能的角度有85°、75°、60°、45°、20°，这样就可以得到不同角度下的光泽值。

相机可以采用CCD相机，也可以采用CMOS相机。本实施例采用CCD相机。

硬件搭建完成后，调整相机曝光，使得光泽高(可用光泽度仪先测量)的产品不过曝。

S2、平行光源发出光束，照射至产品表面，由相机采集产品表面反射的平行光构成的图像；

S3、将采集到的图像送至已设定的数学模型中，通过该数学模型计算出对应产品的表面光泽度。

已设定的数学模型的推导过程如下：

CCD灰度值和传感器相对照度的计算公式为：

式中:E_r是传感器相对辐照度，g_v是模拟前端(AFE)中可变增益放大器(VGA)的增益，t是曝光时间,G是图像的灰度值。实际测量点的照度可通过标定算的。实际测量点照度和传感器相对照度的计算公式为：

E_a＝kE_r+b (4)

式中：E_a是实际测量点的照度，k和b是根据CCD图像灰度与照度的转换标定方法中实际照度与传感器相对辐照度的关系标定方法确定。

在光度学中，照度是每单位面积入射的光的总光通量。计算公式为：

式中：

是光通量，S为受照面积。把公式(3)、(4)、(5)联合带入得到公式CCD灰度值与光通量的关系：

把公式(6)带入公式(1)得到CCD灰度值与光泽度的关系：

式中：G_S为试件的表面光泽度，G₁为试件的在CCD系统里的灰度值，G_o为标准试件在CCD系统里的灰度值，S₁为试件受照面积，S_O为标准试件受照面积，本方案中受照面积S₁＝S_O。G_os为标准试件的表面光泽度。

公式(7)可以转换成下面公式：

式中：k、t、b、g_v、G_o、G_os都为常量。因此CCD系统里面的灰度值和光泽度满足线性方程。

实验验证：

实验使用了26片试样，通过标准的光泽度仪测量光泽度值，再把试样放到本方法的系统里测量，CCD系统中灰度值采用的是一个2*4mm的ROI工具计算该区域的平均灰度值。得到的数据如图2所示，其中y代表光泽度值，x代表灰度值。用最小二乘法进行直线拟合可以得出灰度值与光泽度值关系满足以下线性方程：

G_S＝0.8212G₁-32.55 (9)

将26片试样直接通过光泽度仪测量的光泽度值以及通过公式(9)利用灰度值计算出的计算值列出比较，如下表所示：

上表中最后一列为光泽度计算值与实际光泽度值的相对误差，计算公式为：

从上表计算出的相对误差可以看到，利用公式(9)计算的光泽度值与实际光泽度的值相对误差小于4％。因此这个公式是可以使用。

以上说明书中描述的只是本发明的具体实施方式，各种举例说明不对本发明的实质内容构成限制，所属技术领域的普通技术人员在阅读了说明书后可以对以前所述的具体实施方式做修改或变形，而不背离发明的实质和范围。

Claims (5)

1.一种基于相机的表面光泽度检测方法，其特征在于：包括以下步骤，

S1、根据测量光路，搭建检测所需的成像系统的硬件结构；

S2、平行光源发出光束，照射至产品表面，由相机采集产品表面反射的平行光构成的图像；

S3、将采集到的图像送至已设定的数学模型中，通过该数学模型由产品在成像系统中的灰度值得到产品的表面光泽度值。

2.如权利要求1所述的基于相机的表面光泽度检测方法，其特征在于：所述的步骤S1中，硬件结构包括相机、远心镜头以及平行光源；所述的相机、远心镜头以及平行光源分别设置在产品表面的上方；平行光源的光线按照一定的入射角a照射到产品表面，同角度的反射位置安装相机与远心镜头；所述的相机为CCD相机或CMOS相机；所述的硬件搭建完成后，调整相机曝光，使得光泽度高的产品不过曝。

3.如权利要求1所述的基于相机的表面光泽度检测方法，其特征在于：所述的步骤S3中，已设定的数学模型为：

式中，Gs为产品表面光泽度值，G₁为产品在成像系统中的灰度值，k、t、b、g_v、G_o、G_os都为常量；

其中，k和b根据相机图像灰度与照度的转换标定方法中实际照度与传感器相对辐照度的关系标定方法确定；t是曝光时间；g_v是模拟前端AFE中可变增益放大器VGA的增益；G₀为标准试件在成像系统中的灰度值；G_os为标准试件的表面光泽度值；Gs与G₁之间满足线性关系。

4.如权利要求3所述的基于相机的表面光泽度检测方法，其特征在于：所述的产品在成像系统中的灰度值G₁的获取方式为，在步骤S3采集到的图像上通过设定大小的ROI工具计算该区域的平均灰度值。

5.如权利要求3所述的基于相机的表面光泽度检测方法，其特征在于：所述的数学模型的推导方式包括以下步骤，

1)获取公式一：

式中:E_r是传感器相对辐照度，G是图像的灰度值；

2)获取公式二：E_a＝kE_r+b；式中：E_a是实际测量点的照度；

3)获取公式三：

式中：E为照度，

是光通量，S为受照面积；

4)将公式一、公式二带入公式三中，得到公式四：

5)将公式四带入公式五：

式中：

为相对于设定入射角θ的试件表面反射光通量；

为相对于设定入射角θ的标准表面反射光通量；Gos(θ)为所采用的标准表面光泽度；

得到，公式六：

式中：G_S为产品的表面光泽度，G₁为产品在成像系统里的灰度值，G_o为标准试件在成像系统里的灰度值，S₁为产品受照面积，S_O为标准试件受照面积，G_os为标准试件的表面光泽度。

6)将公式六进行转换获得所述的数学模型。

Images