CN115761017B - 一种醇酸类树脂油漆颜色的视觉测定方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及一种醇酸类树脂油漆颜色的视觉测定方法，该方法包括：获取待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值，获取待检测区域的颜色散乱系数，构建三维空间坐标系，并获取每个像素点的特征向量，获取离散强度系数，并获取半径－离散强度系数的直方图，获取最终颜色差异值，并判断待测油漆表面是否颜色异常。本发明实现了对待检测油漆表面图像对应的油漆的颜色进行准确测定。

Description

一种醇酸类树脂油漆颜色的视觉测定方法

技术领域

本发明涉及图像处理技术领域，具体涉及一种醇酸类树脂油漆颜色的视觉测定方法。

背景技术

醇酸类树脂油漆是一种性能十分优秀的油漆涂料，由于，醇酸类树脂油漆的价格相对便宜、用料施工简单、对施工工作环境要求不高、涂膜丰满坚硬、耐久性、保护性和装饰性都较好的特点而受到相关不同产业的青睐，使得醇酸类树脂油漆成为国内生产量最大的一批涂料。在实际应用中，醇酸类数值油漆被广泛应用于汽车工业装饰、铁道车辆装饰、建筑行业的外墙和内墙的装修装饰，以及一些木器加工后为了对其进行美化修饰也会选择相应的醇酸类树脂油漆涂料作为装饰。

然而，醇酸类树脂油漆的生产工艺流程相对复杂，在调色过程中会由于操作不当或者机械老化等不可避免的随机因素造成最终生产得到的醇酸类树脂油漆出现颜色差异，醇酸类树脂油漆还可能存在杂质从而形成色块缺陷与周围形成明显差异对比，故，需要对醇酸类树脂油漆的颜色进行检测，以避免出现颜色异常缺陷。

现有技术中，主要是通过阈值分割技术对颜色异常进行检测，但最终检测结果依赖于相关技术人员的阈值设定，尤其是对于颜色差异不大的情况或者场景中出现多个不同区域颜色差异的情况，单阈值分割算法又不能较好的处理，故导致检测结果不准确。

发明内容

本发明提供一种醇酸类树脂油漆颜色的视觉测定方法，以解决现有的阈值分割技术，检测结果不准确的问题。

本发明的一种醇酸类树脂油漆颜色的视觉测定方法采用如下技术方案：

获取待测油漆表面图像和标准油漆表面图像对应的灰度图像；

对待测油漆表面图像的灰度图像进行超像素分割得到多个待检测区域，获取待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值；

根据每个待检测区域内的最大颜色差异值获取颜色差异值区间，根据颜色差异值区间获取待检测区域内的目标像素点，根据待检测区域内每个目标像素点与最大颜色差异值对应的像素点的欧氏距离，获取待检测区域的颜色散乱系数；

获取待检测区域与标准油漆表面图像在相同位置的像素点之间的水平梯度差异值和竖直梯度差异值，根据水平梯度差异值、竖直梯度差异值及颜色差异值构建待检测区域对应的三维空间坐标系，并根据水平梯度差异值、竖直梯度差异值及颜色差异值获取每个像素点的特征向量；

以三维空间坐标系的原点为球心，将三维空间坐标系中不同半径下对应的球面上的像素点作为特征点，并根据球面上所有特征点对应的特征向量及球面的面积，获取不同半径对应的球面上特征点的离散强度系数，获取每个待检测区域对应的半径－离散强度系数的直方图；

根据每个待检测区域对应的颜色散乱系数、直方图中最大波峰对应的半径和离散强度系数获取待测油漆表面图像与标准油漆表面图像的最终颜色差异值，根据最终颜色差异值判断待测油漆表面是否颜色异常。

优选的，获取待检测区域的颜色散乱系数包括：

获取待检测区域内所有目标像素点与最大颜色差异值对应的像素点的欧氏距离的和值；

将待检测区域内所有目标像素点与最大颜色差异值对应的像素点的欧氏距离的和值，与目标像素点的总数量乘积作为待检测区域的颜色散乱系数。

优选的，获取每个不同半径对应的球面上特征点的离散强度系数包括：

获取每个球面上每两个特征点对应的特征向量的余弦相似度；

获取每个球面上特征点的总数量；

根据每个球面的面积、球面上特征点的总数量及球面上每两个特征点对应的特征向量的余弦相似度，获取每个不同半径对应的球面上特征点的离散强度系数。

优选的，获取待测油漆表面图像与标准油漆表面图像的最终颜色差异值包括：

获取每个待检测区域对应的颜色散乱系数、直方图中最大波峰对应的半径及最大波峰对应的离散强度系数的乘积；

对待测油漆表面图像中所有待测区域对应的乘积求和，并对求和后的值进行归一化得到待测油漆表面图像与标准油漆表面图像的最终颜色差异值。

优选的，获取待检测区域内的目标像素点包括：

将最大颜色差异值与预设的颜色差异值阈值的差值作为颜色差异值区间的最小值；

将最大颜色差异值作为颜色差异值区间的最大值，得到颜色差异值区间；

将颜色差异值属于颜色差异值区间的待检测区域内的像素点作为目标像素点。

优选的，获取待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值包括：

获取LAB颜色空间下每个待检测区域中的像素点与标准油漆表面图像中对应的像素点的欧氏距离；

根据欧氏距离得到待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值。

优选的，获取像素点的特征向量包括：

将每个像素点对应的颜色差异值、水平梯度差异值、竖直梯度差异值分别作为特征向量中的元素值，得到每个像素点对应的特征向量。

优选的，构建待检测区域对应的三维空间坐标系包括：

以待检测区域对应的水平梯度差异值为x轴的坐标值，待检测区域对应的竖直梯度差异值为y轴的坐标值，待检测区域对应的颜色差异值为z轴的坐标值得到三维空间坐标系。

优选的，当最终颜色差异值大于预设的最终颜色差异值阈值时，则待测油漆表面的颜色异常；当最终颜色差异值小于或者等于预设的最终颜色差异值阈值时，则待测油漆表面的颜色正常。

本发明的一种醇酸类树脂油漆颜色的视觉测定方法的有益效果是：

通过先对待检测油漆表面图像进行超像素分割，实现将颜色相似的分割为一个待检测区域，对于每个待检测区域，若其内部存在颜色异常，则待检测区域内部会存在与标准油漆表面图像相同位置的像素点存在颜色差异，故为了精确衡量每个像素点的颜色差异，获取每个待检测区域与标准油漆表面图像中对应的像素点的颜色差异值，以颜色差异值来表征待检测区域的每个像素点对应的颜色差异；由于醇酸类树脂油漆发生颜色差异时，会以像素块形式出现从而形成不同颜色的差异色块，故本发明中从待检测区域中获取具有明显颜色差异的目标像素点，基于目标像素点与最大颜色差异值对应的像素点的欧氏距离来获得每个待检测区域的颜色散乱系数，以颜色散乱系数反映待检测区域颜色混乱程度，然后基于水平梯度差异值、竖直梯度差异值及颜色差异值构建待检测区域对应的三维空间坐标系，并根据水平梯度差异值、竖直梯度差异值及颜色差异值获取每个像素点的特征向量，利用不同半径对应的球面将每个待检测区域对应的三维空间坐标系中的像素点的特征向量进行量化，然后基于不同半径下对应的离散强度系数得到半径－离散强度系数的直方图，以直方图来明确反映离散强度系数的分布情况，由于直方图中最大波峰对应的半径和离散强度系数越大，反映的是颜色差异越大，故根据每个待检测区域对应的颜色散乱系数、直方图中最大波峰对应的半径和离散强度系数确定最终颜色差异值，然后根据最终颜色差异值判断待测油漆表面是否颜色异常，从而实现了对待检测油漆表面图像对应的颜色进行准确测定。

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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的一种醇酸类树脂油漆颜色的视觉测定方法的实施例的结构示意图；

图2为本发明的一种醇酸类树脂油漆颜色的视觉测定方法的实施例的三维空间坐标系。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。

本发明的一种醇酸类树脂油漆颜色的视觉测定方法的实施例，如图1所示，本实施例具体包括：

S1、获取待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值；

具体的，获取待测油漆表面图像和标准油漆表面图像对应的灰度图像；对待测油漆表面图像的灰度图像进行超像素分割得到多个待检测区域，获取待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值。

首先，采集待测油漆表面图像，为了避免由于图像采集设备选择不当导致拍摄采集得到的醇酸类树脂的待测油漆表面图像质量不高、成像不清晰，进而避免导致对最终醇酸类树脂油漆的颜色的测定造成较大的影响。常用的图像采集设备主要有CMOS相机和CCD相机，由于CCD相机相较CMOS相机具有成像质量较高，图像细节保留较好，颜色鲜艳清晰的特点，故本实施例使用CCD相机对醇酸类树脂的待测油漆进行拍摄采集得到RGB颜色空间下的醇酸类树脂的待测油漆表面图像，然后获取该种油漆对应的标准油漆表面图像，为了减少计算，提高实时性测定效果将RGB颜色空间下的待测油漆表面图像转换成灰度图像，即得到待测油漆表面图像和标准油漆表面图像对应的灰度图像。

其中，在获取多个待检测区域时，由于，拍摄采集工作环境中可能存在一些随机自然噪声，这些随机自然噪声会对后续醇酸类树脂油漆颜色的测定的准确程度造成一定的影响，为了消除或者减弱这种随机自然噪声对后续醇酸类树脂油漆颜色测定的干扰，使用高斯滤波方法对醇酸类树脂油漆灰度图像进行处理，将滤波处理后的灰度图像作为后续步骤的灰度图像。

考虑到在生产醇酸类树脂油漆过程中，由于其复杂的工艺流程或者生产过程中操作不当可能导致油漆涂料中出现杂质影响最终颜色成形效果，这些杂质所在的像素点构成的区域会与周围正常的像素点构成的区域产生一定的差异，故先使用超像素分割（SLIC）算法对醇酸类树脂待测油漆表面图像的灰度图像进行处理，得到多个不同的待检测区域，其中，超像素分割（SLIC）是一种根据不同像素点特征的相似程度将整个图像中相似程度高的像素点划分成一个更具有代表性区域的快速分割算法，其为现有技术，本实施例不再赘述。

其中，在获取待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值时，为了便于对醇酸类树脂油漆进行颜色测定将RGB颜色空间下的醇酸类树脂的待测油漆表面图像及对应的标准油漆表面图像转化到LAB颜色空间，得到LAB颜色空间下对应的待检测图像的待检测LAB图像和标准油漆表面图像的标准LAB图像，然后获取LAB颜色空间下的待检测LAB图像中每个待检测区域中的像素点与标准油漆表面图像的标准LAB图像中对应的像素点的欧氏距离，根据欧氏距离得到待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值，其中，待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值的计算公式为：

式中，表示某个待检测区域与标准油漆表面图像中相同位置像素点的欧氏距离，即颜色差异值；

表示某个待检测区域的像素点在对应的待检测LAB图像中的L通道的通道值；

表示某个待检测区域的像素点在对应的待检测LAB图像中的A通道的通道值；

表示某个待检测区域的像素点在对应的待检测LAB图像中的B通道的通道值；

表示标准LAB图像中与待检测区域的像素点位置对应的像素点的L通道的通道值；

表示标准LAB图像中与待检测区域的像素点位置对应的像素点的A通道的通道值；

表示标准LAB图像中与待检测区域的像素点位置对应的像素点的B通道的通道值；

需要说明的是，通过颜色差异值的计算公式，能得到每个待检测区域内的像素点与标准油漆表面图像中相同位置的像素点的颜色差异值，当计算颜色差异值越大时，说明此时待检测区域内的像素点与标准油漆表面图像中相同位置像素点的颜色差异越大，即待测油漆发生颜色差异缺陷的可能性越高，其次，颜色差异值的计算公式为欧氏距离计算公式，故本实施例不再赘述。

S2、获取待检测区域的颜色散乱系数；

具体的，根据每个待检测区域内的最大颜色差异值获取颜色差异值区间，根据颜色差异值区间获取待检测区域内的目标像素点，根据待检测区域内每个目标像素点与最大颜色差异值对应的像素点的欧氏距离，获取待检测区域的颜色散乱系数。

其中，基于S1步骤得到了每个待检测区域内的像素点与标准油漆表面图像中相同位置的像素点的颜色差异值，那么在待检测区域内的每个像素点对应的颜色差异值中可以得到每个待检测区域内的像素点对应的最大颜色差异值，若最大颜色差异值对应的像素点有多个，则取任意一个作为后续最大颜色差异值对应的像素点，将最大颜色差异值记为，考虑到醇酸类树脂的油漆发生颜色差异时，会以像素块形式出现从而形成不同颜色的差异色块，故，根据每个待检测区域内的最大颜色差异值获取颜色差异值区间，具体的，将最大颜色差异值与预设的颜色差异值阈值的差值作为颜色差异值区间的最小值；将最大颜色差异值作为颜色差异值区间的最大值，其中，本实施例设定颜色差异值阈值为32，那么得到颜色差异值区间即为 。

其中，基于获取的颜色差异值区间，对颜色差异值区间对应的待检测区域中的像素点进行标记，本实施例认为将颜色差异值属于颜色差异值区间的待检测区域内的像素点作为目标像素点；并这些目标像素点存在较为明显的颜色差异。

其中，获取待检测区域的颜色散乱系数包括：获取待检测区域内所有目标像素点与最大颜色差异值对应的像素点的欧氏距离的和值；将待检测区域内所有目标像素点与最大颜色差异值对应的像素点的欧氏距离的和值，与目标像素点的总数量乘积作为待检测区域的颜色散乱系数，具体的，颜色散乱系数的计算公式为：

式中，表示第个待检测区域的颜色散乱系数；

表示第个待检测区域中目标像素点的总数量；

表示第个待检测区域中第个目标像素点的坐标；

表示第个待检测区域中所有像素点的颜色差异值中最大颜色差异值对应的像素点的坐标；

表示求欧氏距离；

需要说明的是，待检测区域中目标像素点的数量越多，同时这些目标像素点与最大颜色差异值对应的像素点的欧氏距离越大，则对应的待检测区域的颜色散乱系数越大，基于颜色散乱系数反应不同像素点的颜色差异的分布散乱情况，该数值越大，则对应的待检测区域的颜色分布越散乱，对应的颜色异常越严重。

S3、构建三维空间坐标系，并获取每个像素点的特征向量；

具体的，获取待检测区域与标准油漆表面图像在相同位置的像素点之间的水平梯度差异值和竖直梯度差异值，根据水平梯度差异值、竖直梯度差异值及颜色差异值构建待检测区域对应的三维空间坐标系，并根据水平梯度差异值、竖直梯度差异值及颜色差异值获取每个像素点的特征向量。

其中，构建待检测区域对应的三维空间坐标系包括：由于，当醇酸树脂类的油漆表面出现杂质，会使得该油漆出现颜色不一致，从而形成较为明显的色块，故需要对这种情况进行分析，即先获取待检测区域与标准油漆表面图像在相同位置的像素点之间的水平梯度差异值和竖直梯度差异值，具体的，水平梯度差异值为待检测区域与标准油漆表面图像在相同位置的像素点在水平方向的梯度值的差值，竖直梯度差异值为待检测区域与标准油漆表面图像在相同位置的像素点在竖直方向的梯度值的差值，其中，梯度值的计算方法为现有技术，本实施例不再赘述然后结合水平梯度差异值、竖直梯度差异值及颜色差异值构建待检测区域对应的三维空间坐标系，即本实施例以待检测区域对应的水平梯度差异值为x轴的坐标值，待检测区域对应的竖直梯度差异值为y轴的坐标值，待检测区域对应的颜色差异值为z轴的坐标值得到三维空间坐标系，三维空间坐标系如图2所示。

其中，获取每个像素点的特征向量包括：基于得到的三维空间坐标系，三维空间坐标系内每个像素点都对应一个水平梯度差异值、竖直梯度差异值及颜色差异值，故将每个像素点对应的颜色差异值、水平梯度差异值、竖直梯度差异值分别作为特征向量中的元素值，得到每个像素点对应的特征向量，例如，第个像素点对应的特征向量，其中，表示颜色差异值，表示水平梯度差异值，表示竖直梯度差异值。

S4、获取离散强度系数，并获取半径－离散强度系数的直方图；

具体的，以三维空间坐标系的原点为球心，将三维空间坐标系中不同半径下对应的球面上的像素点作为特征点，并根据球面上所有特征点对应的特征向量及球面的面积，获取不同半径对应的球面上特征点的离散强度系数，获取每个待检测区域对应的半径－离散强度系数的直方图。

由于，颜色差异值恒大于零，而水平梯度差异值与竖直梯度差异值的取值则为全体实数，故以三维空间坐标系的原点为球心得到的球面为一个半球面，获取三维空间坐标系中不同半径下对应的球面上的特征点，具体的，以三维空间坐标系的原点为球心，设定一个初始半径，然后每次以步长为0.5进行半径增长得到多个不同半径，基于不同半径，获取每个半径下对应的半球，然后将球面上的像素点作为特征点，为了防止步长过大导致大量像素点不能落在球面上，则半径增长的步长应尽量小，本实施例选择步长为0.5，目的是只取大部分像素点，然后只利用前面上的像素点作为特征点进行后续的计算，从而减少计算量。

其中，获取不同半径对应的球面上特征点的离散强度系数，具体的，获取每个球面上每两个特征点对应的特征向量的余弦相似度；获取每个球面上特征点的总数量；根据每个球面的面积、球面上特征点的总数量及球面上每两个特征点对应的特征向量的余弦相似度，获取每个不同半径对应的球面上特征点的离散强度系数，其中，离散强度系数的计算公式为：

式中，表示以半径得到的球面上特征点的离散强度系数；

表示以半径得到的球面的面积；

表示以半径得到的球面的上特征点的总数量；

表示半径得到的球面的上第个特征点对应的特征向量；

表示半径得到的球面的上第个特征点对应的特征向量；

表示内积运算符号；

表示对特征向量求模长；

需要说明的是，表示球面的上第个特征点对应的特征向量与第个特征点对应的特征向量的内积，表示第个特征点对应的特征向量与第个特征点对应的特征向量的余弦相似度，当每两个特征点对应的特征向量之间的余弦相似度越高，说明对应的特征向量之间差距越小，则该半径下的醇酸类树脂油漆颜色和梯度差异越相似，即越统一集中，离散强度系数越小，故余弦相似度与离散强度系数成反比例关系，当球面上的特征点的分布个数N越多，说明特征点在三维空间中分布越离散，即离散强度系数越大，故表明球面上的特征点的总数量与离散强度系数成正比例关系，故根据离散强度系数的计算公式计算每个半径对应的球面上的特征点的离散强度系数。

其中，获取每个待检测区域对应的半径－离散强度系数的直方图，在获得每个半径下对应的球面上的特征点的离散强度系数后，以每个半径为横坐标，每个半径对应的离散强度系数为纵坐标，构建每个待检测区域对应的半径－离散强度系数的直方图，无颜色异常缺陷差异时，不同半径下计算得到的离散强度系数在大小上具有一致性，即分布均匀，颜色异常缺陷严重时，不同半径下计算得到离散强度系数在大小上不统一，且会出现明显的波峰，故其离散强度在直方图中分布不均匀，故，后续处理中依据此对颜色异常检测。

S5、获取最终颜色差异值，并判断待测油漆表面是否颜色异常；

具体的，根据每个待检测区域对应的颜色散乱系数、直方图中最大波峰对应的半径和离散强度系数获取待测油漆表面图像与标准油漆表面图像的最终颜色差异值，根据最终颜色差异值判断待测油漆表面是否颜色异常。

对步骤S4得到的每个待检测区域对应的直方图进行分析，若整个直方图中的离散强度系数分布均匀且对应半径较小的数据，则在待检测油漆与标准油漆颜色差异较小；反之，若待检测区域对应的整个直方图的离散强度系数分布不均匀，且在半径较大位置具有明显的波峰突起，说明此时待检测油漆与标准油漆颜色较大，故先获取直方图中最大波峰对应的半径和离散强度系数，基于每个待检测区域对应的颜色散乱系数、直方图中最大波峰对应的半径和离散强度系数获取待测油漆表面图像与标准油漆表面图像的最终颜色差异值，具体的，获取每个待检测区域对应的颜色散乱系数、直方图中最大波峰对应的半径及最大波峰对应的离散强度系数的乘积；对待测油漆表面图像中所有待测区域对应的乘积求和，并对求和后的值进行归一化得到待测油漆表面图像与标准油漆表面图像的最终颜色差异值，其中，本实施例采用极差归一化算法，具体的，最终颜色差异值的计算公式为：

式中，表示待测油漆表面图像与标准油漆表面图像的最终颜色差异值；

表示归一化函数；

表示第个待检测区域对应的直方图中最大波峰对应的半径；

表示第个待检测区域对应的直方图中最大波峰对应的离散强度系数；

表示待测油漆表面图像中第个待检测区域的颜色散乱系数；

表示待测油漆表面图像中待检测区域的总数；

需要说明的是，若待检测区域对应的整个直方图中的离散强度系数分布不均匀，且在半径较大位置具有明显的波峰突起，说明此时待检测油漆与标准油漆颜色较大，即本实施例认为直方图中最大波峰对应的离散强度系数越大，且其对应的半径越大时，待检测油漆中的每个待检测区域与标准油漆颜色较大，即每个待检测区域与标准油漆的最终颜色差异值大，同时，在每个待检测区域对应的颜色散乱系数越大时，由于颜色散乱系数反映的是每个待检测区域的颜色混乱程度，故本实施例认为颜色越混乱，则对应的待检测区域与标准油漆的最终颜色差异值大。

其中，根据最终颜色差异值判断待测油漆表面是否颜色异常包括：由于在最终颜色差异值的计算公式中进行了归一化操作，目的是为了将最终颜色差异值限定在0到1范围内，以便于设定阈值，故，本实施例中，设定最终颜色差异值阈值为0.6，即当最终颜色差异值大于预设的最终颜色差异值阈值时，则待测油漆表面的颜色异常；当最终颜色差异值小于或者等于预设的最终颜色差异值阈值时，则待测油漆表面的颜色正常。

本发明的一种醇酸类树脂油漆颜色的视觉测定方法，通过先对待检测油漆表面图像进行超像素分割，实现将颜色相似的分割为一个待检测区域，对于每个待检测区域，若其内部存在颜色异常，则待检测区域内部会存在与标准油漆表面图像相同位置的像素点存在颜色差异，故为了精确衡量每个像素点的颜色差异，获取每个待检测区域与标准油漆表面图像中对应的像素点的颜色差异值，以颜色差异值来表征待检测区域的每个像素点对应的颜色差异；由于醇酸类树脂油漆发生颜色差异时，会以像素块形式出现从而形成不同颜色的差异色块，故本发明中依据待检测区域的最大颜色差异值来获取颜色差异值区间，从而依据颜色差异值区间确定待检测区域中明显颜色差异的目标像素点，基于目标像素点与最大颜色差异值对应的像素点的欧氏距离来获得表征每个待检测区域颜色混乱程度的颜色散乱系数，然后基于水平梯度差异值、竖直梯度差异值及颜色差异值构建待检测区域对应的三维空间坐标系，并根据水平梯度差异值、竖直梯度差异值及颜色差异值获取每个像素点的特征向量，利用不同半径对应的球面将每个待检测区域对应的三维空间坐标系中的像素点的特征向量进行不同的量化，然后基于不同半径下对应的离散强度系数得到半径－离散强度系数的直方图，以直方图来明确反映离散强度系数的分布情况，由于直方图中最大波峰对应的半径和离散强度系数越大，反映的是颜色差异越大，故根据每个待检测区域对应的颜色散乱系数、直方图中最大波峰对应的半径和离散强度系数确定最终颜色差异值，然后根据最终颜色差异值判断待测油漆表面是否颜色异常，从而实现了对待检测油漆表面图像对应的颜色进行准确测定。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种醇酸类树脂油漆颜色的视觉测定方法，其特征在于，包括：

获取待测油漆表面图像和标准油漆表面图像对应的灰度图像；

对待测油漆表面图像的灰度图像进行超像素分割得到多个待检测区域，获取待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值；

获取待检测区域内的目标像素点，根据待检测区域内每个目标像素点与最大颜色差异值对应的像素点的欧氏距离，获取待检测区域的颜色散乱系数；获取待检测区域的颜色散乱系数包括：获取待检测区域内所有目标像素点与最大颜色差异值对应的像素点的欧氏距离的和值；将待检测区域内所有目标像素点与最大颜色差异值对应的像素点的欧氏距离的和值，与目标像素点的总数量乘积作为待检测区域的颜色散乱系数；

获取待检测区域与标准油漆表面图像在相同位置的像素点之间的水平梯度差异值和竖直梯度差异值，根据水平梯度差异值、竖直梯度差异值及颜色差异值构建待检测区域对应的三维空间坐标系，并根据水平梯度差异值、竖直梯度差异值及颜色差异值获取每个像素点的特征向量；

以三维空间坐标系的原点为球心，将三维空间坐标系中不同半径下对应的球面上的像素点作为特征点，并根据球面上所有特征点对应的特征向量及球面的面积，获取不同半径对应的球面上特征点的离散强度系数，获取每个待检测区域对应的半径－离散强度系数的直方图；获取每个不同半径对应的球面上特征点的离散强度系数包括：获取每个球面上每两个特征点对应的特征向量的余弦相似度；获取每个球面上特征点的总数量；根据每个球面的面积、球面上特征点的总数量及球面上每两个特征点对应的特征向量的余弦相似度，获取每个不同半径对应的球面上特征点的离散强度系数；

根据每个待检测区域对应的颜色散乱系数、直方图中最大波峰对应的半径和离散强度系数获取待测油漆表面图像与标准油漆表面图像的最终颜色差异值，根据最终颜色差异值判断待测油漆表面是否颜色异常；

获取待测油漆表面图像与标准油漆表面图像的最终颜色差异值包括：获取每个待检测区域对应的颜色散乱系数、直方图中最大波峰对应的半径及最大波峰对应的离散强度系数的乘积；对待测油漆表面图像中所有待测区域对应的乘积求和，并对求和后的值进行归一化得到待测油漆表面图像与标准油漆表面图像的最终颜色差异值。

2.根据权利要求1所述的一种醇酸类树脂油漆颜色的视觉测定方法，其特征在于，获取待检测区域内的目标像素点包括：

将最大颜色差异值与预设的颜色差异值阈值的差值作为颜色差异值区间的最小值；

将最大颜色差异值作为颜色差异值区间的最大值，得到颜色差异值区间；

将颜色差异值属于颜色差异值区间的待检测区域内的像素点作为目标像素点。

3.根据权利要求1所述的一种醇酸类树脂油漆颜色的视觉测定方法，其特征在于，获取待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值包括：

获取LAB颜色空间下每个待检测区域中的像素点与标准油漆表面图像中对应的像素点的欧氏距离；

根据欧氏距离得到待检测区域与标准油漆表面图像中相同位置的像素点的颜色差异值。

4.根据权利要求1所述的一种醇酸类树脂油漆颜色的视觉测定方法，其特征在于，获取像素点的特征向量包括：

将每个像素点对应的颜色差异值、水平梯度差异值、竖直梯度差异值分别作为特征向量中的元素值，得到每个像素点对应的特征向量。

5.根据权利要求1所述的一种醇酸类树脂油漆颜色的视觉测定方法，其特征在于，构建待检测区域对应的三维空间坐标系包括：

以待检测区域对应的水平梯度差异值为x轴的坐标值，待检测区域对应的竖直梯度差异值为y轴的坐标值，待检测区域对应的颜色差异值为z轴的坐标值得到三维空间坐标系。

6.根据权利要求1所述的一种醇酸类树脂油漆颜色的视觉测定方法，其特征在于，当最终颜色差异值大于预设的最终颜色差异值阈值时，则待测油漆表面的颜色异常；当最终颜色差异值小于或者等于预设的最终颜色差异值阈值时，则待测油漆表面的颜色正常。

Images