CN116148265B - 一种基于合成革高质量图像获取的瑕疵分析方法及系统 - Google Patents

一种基于合成革高质量图像获取的瑕疵分析方法及系统 Download PDF

Info

Publication number
CN116148265B
CN116148265B CN202310111023.9A CN202310111023A CN116148265B CN 116148265 B CN116148265 B CN 116148265B CN 202310111023 A CN202310111023 A CN 202310111023A CN 116148265 B CN116148265 B CN 116148265B
Authority
CN
China
Prior art keywords
synthetic leather
image
detected
gray
light source
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
Application number
CN202310111023.9A
Other languages
English (en)
Other versions
CN116148265A (zh
Inventor
马思骞
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 Maimu Intelligent Technology Co ltd
Original Assignee
Zhejiang Maimu Intelligent Technology 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 Maimu Intelligent Technology Co ltd filed Critical Zhejiang Maimu Intelligent Technology Co ltd
Priority to CN202310111023.9A priority Critical patent/CN116148265B/zh
Publication of CN116148265A publication Critical patent/CN116148265A/zh
Application granted granted Critical
Publication of CN116148265B publication Critical patent/CN116148265B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B15/00—Special procedures for taking photographs; Apparatus therefor
    • G03B15/02—Illuminating scene
    • G03B15/03—Combinations of cameras with lighting apparatus; Flash units
    • 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
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8835—Adjustable illumination, e.g. software adjustable screen
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/061—Sources
    • 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
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10144—Varying exposure
    • 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
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Image Input (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种基于合成革高质量图像获取的瑕疵分析方法及系统，其方法包括：根据待检测合成革的表面颜色选择照射光源、以及调整照射光源的光照强度和曝光时间后，采集待检测合成革的第一合成革图像；利用指定光源照亮待检测合成革的表面时，采集待检测合成革的第二合成革图像；利用多个不同角度的光源照亮待检测合成革的表面时，采集待检测合成革融合生成的第三合成革图像；通过对第一合成革图像、第二合成革图像和第三合成革图像综合分析得到待检测合成革上的瑕疵信息。依据合成革颜色控制光源颜色与强度，能够保证获得最优的光照和成像参数，进而保证获得更高质量的瑕疵图像，降低算法处理难度，提升瑕疵识别的正确率。

Description

一种基于合成革高质量图像获取的瑕疵分析方法及系统
技术领域
本发明涉及合成革检测领域，尤其是一种基于合成革高质量图像获取的瑕疵分析方法及系统。
背景技术
合成革是代替天然皮革的一种塑料制品，在箱包、皮鞋、汽车座椅等多个领域有广泛的应用。目前，随着对合成革品质要求的不断提升，合成革瑕疵检测的技术手段也由人工肉眼检测向视觉自动化检测过渡。
在使用机器视觉方法对合成革瑕疵进行检测的过程中，图像质量是决定检测效果的重要因素。由于合成革类型丰富，例如表面类型多、纹理丰富、颜色多样，若依照现有方法中采用相同的照明和成像方案来获得图像的话，不同类型合成革在对比度等方面存在很大的差异，从而会导致后续瑕疵图像检测算法难以获得较高的检测正确率。另外，这种瑕疵检测方式的检测正确率低，会极大地限制其检测应用场景和范围。
发明内容
为了解决上述技术问题，本发明提供一种基于合成革高质量图像获取的瑕疵分析方法及系统。
具体的，本发明的技术方案如下：
一方面，一种基于合成革高质量图像获取的瑕疵分析方法，包括：
根据待检测合成革的表面颜色选择照射光源、以及调整所述照射光源的光照强度和曝光时间后，照亮所述待检测合成革，采集所述待检测合成革的第一合成革图像；
利用指定光源照亮所述待检测合成革的表面时，采集所述待检测合成革的第二合成革图像；
利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在多个不同角度下融合生成的第三合成革图像；
通过对所述第一合成革图像、第二合成革图像和第三合成革图像综合分析得到所述待检测合成革上的瑕疵信息，所述瑕疵信息包括瑕疵位置和瑕疵形状。
在一个实施例中，所述的根据待检测合成革的表面颜色选择照射光源、以及调整所述照射光源的光照强度和曝光时间，还包括：
利用白光照亮所述待检测合成革，利用彩色相机采集所述待检测合成革的初始照明图像；
计算所述初始照明图像中红绿蓝三个通道的灰度特征值；
当三个通道中最大灰度特征值和最小灰度特征值之差不大于预设阈值，则所述待检测合成革的表面颜色为黑白灰，选择白色复合光源；
当三个通道中最大灰度特征值和最小灰度特征值之差大于预设阈值，则所述待检测合成革的表面颜色为非黑白灰，选择红绿蓝单色光源。
在一个实施例中，所述的根据待检测合成革的表面颜色选择照射光源、以及调整所述照射光源的光照强度和曝光时间，还包括：
在设定光照强度和设定曝光时间下，采集所述待检测合成革的初始光强图像；
计算所述初始光强图像的平均灰度值；
当所述平均灰度值超过预设灰度阈值时，调低所述设定光照强度；当所述平均灰度值小于预设灰度阈值时，调高所述设定光照强度；
在调低或调高所述设定光照强度后，再次采集所述待检测合成革的再次光强图像，并计算所述平均灰度值，直到所述平均灰度值达到所述预设灰度阈值；将达到所述预设灰度阈值对应的光照强度作为采集所述第一合成革图像的光照强度。
在一个实施例中，所述的所述待检测合成革的表面颜色为非黑白灰，选择红绿蓝单色光源，还包括：
当所述待检测合成革的表面颜色为非黑白灰时，利用红绿蓝相机采集所述待检测合成革的合成革光源图；
计算所述合成革光源图中红绿蓝三个通道的灰度特征值；
分析红绿蓝三个通道中最大灰度特征值的通道颜色对应的单色光源作为采集所述第一合成革图像的照射光源。
在一个实施例中，所述的利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在多个不同角度下的第三合成革图像，还包括：
利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在每个角度上的初始合成革图像；
计算每个角度上的初始合成革图像中每个像素点的灰度标准差；
利用不同角度上的初始合成革图像中每个像素点的灰度标准差和加权系数，计算得到每个像素点的灰度值并融合生成所述第三合成革图像。
在一个实施例中，所述的通过对所述第一合成革图像、第二合成革图像和第三合成革图像综合分析得到所述待检测合成革上的瑕疵信息，还包括：
对所述第一合成革图像、第二合成革图像进行拉伸处理；
通过对拉伸处理后的第一合成革图像、第二合成革图像，结合所述第三合成革图像综合分析得到所述待检测合成革上的瑕疵信息。
在一个实施例中，所述的根据待检测合成革的表面颜色选择照射光源、以及调整光照强度和曝光时间，包括：读取检测配方，获取所述待检测合成革的照射光源、光照强度和曝光时间；
在所述的利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在多个不同角度下融合生成的第三合成革图像之前，包括：读取检测配方，获取所述待检测合成革的多个不同角度的光源。
另一方面，一种基于合成革高质量图像获取的瑕疵分析系统，包括：
第一图像采集单元，用于根据待检测合成革的表面颜色选择照射光源、以及调整所述照射光源的光照强度和曝光时间后，照亮所述待检测合成革，采集所述待检测合成革的第一合成革图像；
第二图像采集单元，用于利用指定光源照亮所述待检测合成革的表面时，采集所述待检测合成革的第二合成革图像；
第三图像采集单元，用于利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在多个不同角度下融合生成的第三合成革图像；
图像识别单元，用于通过对所述第一合成革图像、第二合成革图像和第三合成革图像综合分析得到所述待检测合成革上的瑕疵信息，所述瑕疵信息包括瑕疵位置和瑕疵形状。
在一个实施例中，所述第一图像采集单元包括：
第一彩色相机，用于利用白光照亮所述待检测合成革，利用彩色相机采集所述待检测合成革的初始照明图像；
第一计算模块，用于计算所述初始照明图像中红绿蓝三个通道的灰度特征值；
第一光源控制模块，用于当三个通道中最大灰度特征值和最小灰度特征值之差不大于预设阈值，则所述待检测合成革的表面颜色为黑白灰，选择白色复合光源；
第一光源控制模块，用于当三个通道中最大灰度特征值和最小灰度特征值之差大于预设阈值，则所述待检测合成革的表面颜色为非黑白灰，选择红绿蓝单色光源。
在一个实施例中，所述第三图像采集单元包括：
第三彩色相机，用于利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在每个角度上的初始合成革图像；
第三计算模块，用于计算每个角度上的初始合成革图像中每个像素点的灰度标准差；
第三图像生成模块，用于利用不同角度上的初始合成革图像中每个像素点的灰度标准差和加权系数，计算得到每个像素点的灰度值并融合生成所述第三合成革图像。
与现有技术相比，本发明至少具有以下一项有益效果：
依据合成革的颜色自动化计算和控制光源颜色与强度，能够保证获得最优的光照和成像参数，进而保证获得更高质量的瑕疵图像，降低算法处理难度，提升瑕疵识别的正确率。
另外，采用紫外成像的方式，将浆斑、棉结等在可见光下低对比度的瑕疵凸显出来，使其在紫外图像中瑕疵和背景的对比度大大提升，进一步提升瑕疵识别的正确率。
最后，采用光源阵列的方式，将凹坑、漏底等缺陷更加清晰的凸显出来，进一步提升瑕疵识别的正确率。
附图说明
下面将以明确易懂的方式，结合附图说明优选实施方式，对本发明的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本申请提供的一种基于合成革高质量图像获取的瑕疵分析方法的一个实施例流程图；
图2是本申请提供的步骤S10中的一个实施例流程图；
图3是本申请提供的步骤S10中的又一个实施例流程图；
图4是本申请提供的步骤S30中的一个实施例流程图；
图5是本申请提供的一种基于合成革高质量图像获取的瑕疵分析系统的另一个实施例流程图；
图6是本申请提供的照射光源照射合成革所形成的一种图像示意图；
图7、图8是本申请提供的两种照射光源照射合成革所形成的两种对比图像示意图；
图9、图10是本申请提供的指定光源照射合成革所形成的两种对比图像示意图；
图11是本申请提供的相机获取不同角度光源照射合成革的图像示意图。
具体实施方式
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，下面将对照附图说明本发明的具体实施方式。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，并获得其他的实施方式。
为使图面简洁，各图中只示意性地表示出了与发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
在本文中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
现有技术中合成革有很多类型，每种类型的划分标准也不一样，例如基于不同表面性质，可以划分成光面合成革、绒面合成革等。基于不同纹理，可以划分成花纹合成革、无花纹合成革等。基于不同颜色，可以划分成黑色合成革、白色合成革、彩色合成革等)。
其中，合成革上面的瑕疵也有很多类型，例如物理瑕疵和异物等，不同瑕疵对光谱响应特性的不同。
现有技术中，对于深色合成革(如黑色)和浅色合成革(如白色)，采用相同照度的光源进行照射、采用相同的光圈、曝光时间、增益进行采集时，深色合成革的图像会整体偏暗，而浅色合成革却会出现过曝光现象，这都会降低瑕疵区域灰度和背景灰度的差异性，如图7、8所示。
本申请提供的一种基于合成革高质量图像获取的瑕疵分析方法，适用于以上所有类型合成的各种类型瑕疵检测。
在一个实施例中，参考说明书附图1，本发明提供的一种基于合成革高质量图像获取的瑕疵分析方法，包括：
S10根据待检测合成革的表面颜色选择照射光源、以及调整照射光源的光照强度和曝光时间后，照亮待检测合成革，采集待检测合成革的第一合成革图像。
具体的，待检测合成革的表面颜色有黑色、白色、红色、灰色、绿色、蓝色等各种颜色，依据合成革不同颜色选择对应照射光源，例如：红色合成革选择单色光照射、黑色合成革选择白光照射。再依据不同照射光源调整为不同程度的光照强度和曝光时间。例如：本实施例中以红色合成革为例进行说明，红色合成革选择的红色单色光源，红色单色光源按照调整好的光照强度和曝光时间对红色合成革进行照射，采集红色合成革的第一合成革图像。
根据不同表面性质、不同纹理、不同颜色和不同瑕疵类型对光谱响应特性的不同，选择不同照射光源、光照强度和曝光时间，即通过针对性设计的照明和成像方案，增强所获得图像中瑕疵与背景之间的对比度，为后续瑕疵图像检测算法提供高质量的图像数据。
S20利用指定光源照亮待检测合成革的表面时，采集待检测合成革的第二合成革图像。
具体的，指定光源为紫外光源，使用紫外光源对红色合成革进行照明，之后使用灰度相机采集第二合成革图像。由于瑕疵材质与合成革材质不同的情况，当使用指定光源(例如紫外光)照射时，由于合成革本身具备荧光效应，而瑕疵(例如瑕疵)并不具备荧光效应，因此瑕疵就会从背景图像中凸显出来，如图9、10所示。因而，可适用于瑕疵材质和合成革背景材质不同的情况，例如油污等污渍以及浆斑、棉结等瑕疵类型。
S30利用多个不同角度的光源照亮待检测合成革的表面时，采集待检测合成革在多个不同角度下融合生成的第三合成革图像。
具体的，多个光源的照射角度是固定的，且每个光源的照射角度不同，多个光源可以是同一种光源，也可以是不同光源。例如，红色合成革的多个光源均为红色单色光源，红色合成革的多个光源可以分别是红色单色光源、蓝色单色光源、绿色单色光源等。
由于合成革表面的三维形貌变化会影响光线反射的方向，使得不同角度光照条件下采集到的图像出现灰度不均匀的现象(如图11所示)。因此，对于合成革表面有凸起或者凹坑等三维瑕疵的情况，不同方向的光照会产生不同的成像效果。另外，为了使得图像中瑕疵和合成革差异性更丰富，可以使用不同光源进行照射。
S40通过对第一合成革图像、第二合成革图像和第三合成革图像综合分析得到待检测合成革上的瑕疵信息，瑕疵信息包括瑕疵位置和瑕疵形状。
具体的，可以通过深度学习算法分别对第一合成革图像、第二合成革图像和第三合成革图像进行瑕疵分析检测，得到瑕疵的位置和形状大小。
在又一个实施例中，参考说明书附图2，步骤S10根据待检测合成革的表面颜色选择照射光源、以及调整照射光源的光照强度和曝光时间，具体包括：
S11利用白光照亮待检测合成革，利用彩色相机采集待检测合成革的初始照明图像。
具体的，利用白光照亮待检测合成革，使用RGB相机采集合成革表面的彩色图像。从而根据合成革表面颜色信息来调整光源照射的谱段，即可以通过自动化选择红色、绿色、蓝色光源照明的方式来实现。
S12计算初始照明图像中红绿蓝三个通道的灰度特征值。
具体的，分析图像中RGB三个通道的灰度信息，通过光强平均值计算得到表征该通道光强的灰度特征值。
其中，和为RGB三个通道的光强灰度特征值，GR(x,y)、GG(x,y)和GB(x,y)分别为RGB三个通道在(x,y)位置上的灰度值，(x,y)为每个像素的坐标，m和n为图像的长和宽，单位为像素。
S13当三个通道中最大灰度特征值和最小灰度特征值之差不大于预设阈值，则待检测合成革的表面颜色为黑白灰，选择白色复合光源；
S14当三个通道中最大灰度特征值和最小灰度特征值之差大于预设阈值，则待检测合成革的表面颜色为非黑白灰，选择红绿蓝单色光源。
优选的，待检测合成革的表面颜色为非黑白灰，选择红绿蓝单色光源，还包括：
当待检测合成革的表面颜色为非黑白灰时，利用红绿蓝相机采集待检测合成革的合成革光源图；
计算合成革光源图中红绿蓝三个通道的灰度特征值；
分析红绿蓝三个通道中最大灰度特征值的通道颜色对应的单色光源作为采集第一合成革图像的照射光源。
具体的，在红绿蓝三个通道中寻找其中灰度特征值最大的通道，并获取其对应的颜色；根据颜色给出对应的光源选择信号。例如，如判断灰度特征值的最大值为红色通道，则后续控制红色光源进行照明。
本实施例中，采用白光照明，并不能充分利用其颜色特征。当白光照在被测物上时，特定波长的光被吸收，其它波长的光被反射出去，因此我们才能看到该物质特有的颜色。例如，对于红色的合成革，当使用白光去照明时，其表面会将红色光谱的光反射而其他可见光光谱的光线都被吸收，因此眼睛看到的是红色。如果在此合成革上有一个其他颜色的异物，使用红色光源照射时，背景和瑕疵两个区域反射的光强会有很大差异。因此单色光照明比白光照明效果更佳。
在又一个实施例中，参考说明书附图3，步骤S10根据待检测合成革的表面颜色选择照射光源、以及调整光照强度和曝光时间，还包括：
S15在设定光照强度和设定曝光时间下，采集待检测合成革的初始光强图像；
S16计算初始光强图像的平均灰度值。
具体的，需要自动化调整光照的强度。首先，按照默认参数(一般为上一次照明的参数)设置光源的光强、曝光时间。此期间，光圈值不变，增益设置为0。保持曝光时间不变，采集图像，对图像的灰度值进行统计，得到图像的平均灰度值。
其中，为光强灰度特征值，G(x,y)为图像在(x,y)位置上的灰度值，(x,y)为每个像素的坐标，m和n为图像的长和宽，单位为像素。
S17当平均灰度值超过预设灰度阈值时，调低设定光照强度；当平均灰度值小于预设灰度阈值时，调高设定光照强度；
在调低或调高设定光照强度后，再次采集待检测合成革的再次光强图像，并计算平均灰度值，直到平均灰度值达到预设灰度阈值；将达到预设灰度阈值对应的光照强度作为采集第一合成革图像的光照强度。
本实施例中，比较平均灰度值与预设灰度阈值(例如：128±5的范围)，如果平均灰度值超过128，则调小光强；如果平均灰度值小于128，则调大光强。此流程循环多次后，将光强调整至平均灰度值在128±5范围内后，将此光强作为合适光强，用于本卷合成革的检测。
在又一个实施例中，参考说明书附图4，步骤S30利用多个不同角度的光源照亮待检测合成革的表面时，采集待检测合成革在多个不同角度下的第三合成革图像，还包括：
S31利用多个不同角度的光源照亮待检测合成革的表面时，采集待检测合成革在每个角度上的初始合成革图像。
具体的，可以使用多个光源，组成可以从多个角度提供照明的光源阵列。首先，轮转触发不同光源依次照亮合成革表面，进而使用数字相机采集相应光照角度下的图像，得到n张不同角度光照下的图像In。
S32计算每个角度上的初始合成革图像中每个像素点的灰度标准差。
具体的，对图像灰度的非均匀进行计算，计算图像灰度的标准差分布。该分布表征了图像中由于光照角度不同引起的瑕疵区域灰度变化。具体计算某一点及其附近8个点的灰度标准差。
其中，为图像灰度的非均匀指标，Gi为图像上任意一点及其附近8个点的灰度值，为以上9个点灰度的平均值。
S33利用不同角度上的初始合成革图像中每个像素点的灰度标准差和加权系数，计算得到每个像素点的灰度值并融合生成第三合成革图像。
本实施例中，对图像进行融合处理。将上式中不同角度下的标准差值作为加权系数，重新计算每一个点的灰度值。使用这种方法，可以将瑕疵部分灰度与背景灰度间的差异性放大。由于是采用了不同角度的图像进行融合，因此可以将瑕疵所有区域的灰度都进行调整，使得整个瑕疵凸显出背景，便于后续进行进一步地处理。
其中，为融合后的图像，I1～In为不同角度图像，λ1～λn为不同角度图像在融合中的权值，n为图像数量。
在又一个实施例中，步骤S10根据待检测合成革的表面颜色选择照射光源、以及调整光照强度和曝光时间，包括：读取检测配方，获取待检测合成革的照射光源、光照强度和曝光时间；
步骤S30利用多个不同角度的光源照亮待检测合成革的表面时，采集待检测合成革在多个不同角度下融合生成的第三合成革图像之前，包括：读取检测配方，获取待检测合成革的多个不同角度的光源。
本实施例中，前述方法中的照明和成像参数可以通过现场测量自动化计算，也可以通过事先标定的方法获得，将其通过“配方”的形式，与合成革产品的类型之间建了对应联系。这样的话，在实际检测中，可以实现通过扫码等方式确定合成革产品类型，之后从数据库中自动读取其对应的检测参数，提升自动化水平，降低算法的复杂度。
在又一个实施例中，步骤S40通过对所述第一合成革图像、第二合成革图像和第三合成革图像综合分析得到所述待检测合成革上的瑕疵信息，还包括：
对第一合成革图像、第二合成革图像进行拉伸处理；
通过对拉伸处理后的第一合成革图像、第二合成革图像，结合第三合成革图像综合分析得到所述待检测合成革上的瑕疵信息。
本实施例中，对采集到的第一/第二合成革图像进行灰度值拉伸，将最小的灰度值设为0，最大的灰度值设为255，期间的灰度按照比例调整。
在一个实施例中，参考说明书附图5，一种基于合成革高质量图像获取的瑕疵分析系统，包括：
第一图像采集单元10，用于根据待检测合成革的表面颜色选择照射光源、以及调整照射光源的光照强度和曝光时间后，照亮待检测合成革，采集待检测合成革的第一合成革图像；
第二图像采集单元20，用于利用指定光源照亮待检测合成革的表面时，采集待检测合成革的第二合成革图像；
第三图像采集单元30，用于利用多个不同角度的光源照亮待检测合成革的表面时，采集待检测合成革在多个不同角度下融合生成的第三合成革图像；
图像识别单元40，用于通过对第一合成革图像、第二合成革图像和第三合成革图像综合分析得到待检测合成革上的瑕疵信息，瑕疵信息包括瑕疵位置和瑕疵形状。
本实施例中，对于合成革瑕疵的视觉检测，其关键在于将瑕疵从背景图像中凸显出来，也就是说在采集的合成革图像中，瑕疵与背景之间应具有很好的对比度。对比度越高，算法的识别难度就越小，识别的成功率就越高。从图像处理的角度描述，就是瑕疵区域的灰度与背景灰度之间应具有好的灰度差异，称为灰度梯度。
为了保证这种灰度梯度，在照明和成像过程中，需要根据被测物表面的反射性质，调整光源的参数，使得光线经过被测物反射后，瑕疵区域反射的光强与背景区域反射的光强有显著的差异(如图6所示)。但是，由于合成革表面的性状有很大差别，经常会导致使用相同一种光照的方式和参数难以达到上述要求。因此，需要针对合成革表面形状特征，进行针对性的光照方案设计。
在又一个实施例中，参考说明书附图3，第一图像采集单元10包括：
第一彩色相机，用于利用白光照亮待检测合成革，利用彩色相机采集待检测合成革的初始照明图像；
第一计算模块，用于计算初始照明图像中红绿蓝三个通道的灰度特征值；
第一光源控制模块，用于当三个通道中最大灰度特征值和最小灰度特征值之差不大于预设阈值，则待检测合成革的表面颜色为黑白灰，选择白色复合光源；
第一光源控制模块，用于当三个通道中最大灰度特征值和最小灰度特征值之差大于预设阈值，则待检测合成革的表面颜色为非黑白灰，选择红绿蓝单色光源。
在又一个实施例中，参考说明书附图3，第三图像采集单元20包括：
第三彩色相机，用于利用多个不同角度的光源照亮待检测合成革的表面时，采集待检测合成革在每个角度上的初始合成革图像；
第三计算模块，用于计算每个角度上的初始合成革图像中每个像素点的灰度标准差；
第三图像生成模块，用于利用不同角度上的初始合成革图像中每个像素点的灰度标准差和加权系数，计算得到每个像素点的灰度值并融合生成第三合成革图像。
另外，在本申请各个实施例中的各功能单元可能集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
应当说明的是，上述实施例均可根据需要自由组合。以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种基于合成革高质量图像获取的瑕疵分析方法，其特征在于，包括：
根据待检测合成革的表面颜色选择照射光源：利用白光照亮所述待检测合成革，利用彩色相机采集所述待检测合成革的初始照明图像，计算所述初始照明图像中红绿蓝三个通道的灰度特征值；当所述红绿蓝三个通道中最大灰度特征值和最小灰度特征值之差不大于预设阈值，则所述待检测合成革的表面颜色为黑白灰，选择白色复合光源为所述照射光源；当所述红绿蓝三个通道中最大灰度特征值和最小灰度特征值之差大于所述预设阈值，则所述待检测合成革的表面颜色为非黑白灰，选择红绿蓝单色光源为所述照射光源；
调整所述照射光源的光照强度和曝光时间后，照亮所述待检测合成革，采集所述待检测合成革的第一合成革图像；
利用指定光源照亮所述待检测合成革的表面时，采集所述待检测合成革的第二合成革图像；
利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在多个不同角度下融合生成的第三合成革图像；
通过对所述第一合成革图像、第二合成革图像和第三合成革图像综合分析得到所述待检测合成革上的瑕疵信息，所述瑕疵信息包括瑕疵位置和瑕疵形状；
其中，当所述待检测合成革的表面颜色为非黑白灰时，利用红绿蓝相机采集所述待检测合成革的合成革光源图；计算所述合成革光源图中红绿蓝三个通道的灰度特征值；分析红绿蓝三个通道中最大灰度特征值的通道颜色对应的单色光源作为采集所述第一合成革图像的照射光源。
2.根据权利要求1所述的一种基于合成革高质量图像获取的瑕疵分析方法，其特征在于，所述的调整所述照射光源的光照强度和曝光时间，还包括：
在设定光照强度和设定曝光时间下，采集所述待检测合成革的所述初始光强图像；
计算所述初始光强图像的平均灰度值；
当所述平均灰度值超过预设灰度阈值时，调低所述设定光照强度；当所述平均灰度值小于预设灰度阈值时，调高所述设定光照强度；
在调低或调高所述设定光照强度后，再次采集所述待检测合成革的再次光强图像，并计算所述平均灰度值，直到所述平均灰度值达到所述预设灰度阈值；将达到所述预设灰度阈值对应的光照强度作为采集所述第一合成革图像的光照强度。
3.根据权利要求1所述的一种基于合成革高质量图像获取的瑕疵分析方法，其特征在于，所述的利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在多个不同角度下的第三合成革图像，还包括：
利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在每个角度上的初始合成革图像；
计算每个角度上的初始合成革图像中每个像素点的灰度标准差；
利用不同角度上的初始合成革图像中每个像素点的灰度标准差和加权系数，计算得到每个像素点的灰度值并融合生成所述第三合成革图像。
4.根据权利要求1~3中任意一项所述的一种基于合成革高质量图像获取的瑕疵分析方法，其特征在于，所述的通过对所述第一合成革图像、第二合成革图像和第三合成革图像综合分析得到所述待检测合成革上的瑕疵信息，还包括：
对所述第一合成革图像、第二合成革图像进行拉伸处理；
通过对拉伸处理后的第一合成革图像、第二合成革图像，结合所述第三合成革图像综合分析得到所述待检测合成革上的瑕疵信息。
5.根据权利要求1~3中任意一项所述的一种基于合成革高质量图像获取的瑕疵分析方法，其特征在于：
所述的根据待检测合成革的表面颜色选择照射光源、以及调整光照强度和曝光时间，包括：读取检测配方，获取所述待检测合成革的照射光源、光照强度和曝光时间；
在所述的利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在多个不同角度下融合生成的第三合成革图像之前，包括：读取检测配方，获取所述待检测合成革的多个不同角度的光源。
6.一种基于合成革高质量图像获取的瑕疵分析系统，其特征在于，包括：
第一图像采集单元，用于根据待检测合成革的表面颜色选择照射光源；
所述第一图像采集单元，还用于利用白光照亮所述待检测合成革，利用彩色相机采集所述待检测合成革的初始照明图像，计算所述初始照明图像中红绿蓝三个通道的灰度特征值；当所述红绿蓝三个通道中最大灰度特征值和最小灰度特征值之差不大于预设阈值，则所述待检测合成革的表面颜色为黑白灰，选择白色复合光源为所述照射光源；当所述红绿蓝三个通道中最大灰度特征值和最小灰度特征值之差大于所述预设阈值，则所述待检测合成革的表面颜色为非黑白灰，选择红绿蓝单色光源为所述照射光源；
所述第一图像采集单元，还用于调整所述照射光源的光照强度和曝光时间后，照亮所述待检测合成革，采集所述待检测合成革的第一合成革图像；
第二图像采集单元，用于利用指定光源照亮所述待检测合成革的表面时，采集所述待检测合成革的第二合成革图像；
第三图像采集单元，用于利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在多个不同角度下融合生成的第三合成革图像；
图像识别单元，用于通过对所述第一合成革图像、第二合成革图像和第三合成革图像综合分析得到所述待检测合成革上的瑕疵信息，所述瑕疵信息包括瑕疵位置和瑕疵形状；
其中，所述第一图像采集单元，还用于当所述待检测合成革的表面颜色为非黑白灰时，利用红绿蓝相机采集所述待检测合成革的合成革光源图；计算所述合成革光源图中红绿蓝三个通道的灰度特征值；分析红绿蓝三个通道中最大灰度特征值的通道颜色对应的单色光源作为采集所述第一合成革图像的照射光源。
7.根据权利要求6所述的一种基于合成革高质量图像获取的瑕疵分析系统，其特征在于，所述第一图像采集单元包括：
第一彩色相机，用于利用白光照亮所述待检测合成革，利用彩色相机采集所述待检测合成革的初始照明图像；
第一计算模块，用于计算所述初始照明图像中红绿蓝三个通道的灰度特征值；
第一光源控制模块，用于当三个通道中最大灰度特征值和最小灰度特征值之差不大于预设阈值，则所述待检测合成革的表面颜色为黑白灰，选择白色复合光源；
第一光源控制模块，用于当三个通道中最大灰度特征值和最小灰度特征值之差大于预设阈值，则所述待检测合成革的表面颜色为非黑白灰，选择红绿蓝单色光源。
8.根据权利要求6所述的一种基于合成革高质量图像获取的瑕疵分析系统，其特征在于，所述第三图像采集单元包括：
第三彩色相机，用于利用多个不同角度的光源照亮所述待检测合成革的表面时，采集所述待检测合成革在每个角度上的初始合成革图像；
第三计算模块，用于计算每个角度上的初始合成革图像中每个像素点的灰度标准差；
第三图像生成模块，用于利用不同角度上的初始合成革图像中每个像素点的灰度标准差和加权系数，计算得到每个像素点的灰度值并融合生成所述第三合成革图像。
CN202310111023.9A 2023-02-14 2023-02-14 一种基于合成革高质量图像获取的瑕疵分析方法及系统 Active CN116148265B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310111023.9A CN116148265B (zh) 2023-02-14 2023-02-14 一种基于合成革高质量图像获取的瑕疵分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310111023.9A CN116148265B (zh) 2023-02-14 2023-02-14 一种基于合成革高质量图像获取的瑕疵分析方法及系统

Publications (2)

Publication Number Publication Date
CN116148265A CN116148265A (zh) 2023-05-23
CN116148265B true CN116148265B (zh) 2024-07-12

Family

ID=86353901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310111023.9A Active CN116148265B (zh) 2023-02-14 2023-02-14 一种基于合成革高质量图像获取的瑕疵分析方法及系统

Country Status (1)

Country Link
CN (1) CN116148265B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117269193B (zh) * 2023-09-26 2024-06-25 迈沐智能科技(南京)有限公司 合成革表观质量智能化检测方法
CN117333483B (zh) * 2023-11-30 2024-06-25 中科慧远视觉技术（洛阳）有限公司 一种用于金属凹陷结构底部的缺陷检测方法及装置
CN118334039B (zh) * 2024-06-17 2024-09-10 成都飞机工业（集团）有限责任公司 一种流挂识别方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101403703A (zh) * 2008-11-07 2009-04-08 清华大学 一种皮棉中异性纤维实时检测方法
CN107167249A (zh) * 2017-06-05 2017-09-15 北京理工大学 单相机双波段熔池比色测温方法及系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3551188B2 (ja) * 2002-01-10 2004-08-04 オムロン株式会社 表面状態検査方法および基板検査装置
US7951452B2 (en) * 2002-09-30 2011-05-31 Kuraray Co., Ltd. Suede artificial leather and production method thereof
BRPI0905668A2 (pt) * 2008-01-07 2015-07-07 Myskin Inc Sistema e método para análise da interação matéria-luz baseada na convulação espectral
CN108445007B (zh) * 2018-01-09 2020-11-17 深圳市华汉伟业科技有限公司 一种基于图像融合的检测方法及其检测装置
CN110045242B (zh) * 2019-04-22 2021-09-10 国网湖南省电力有限公司 一种开关柜内弧光监测方法、系统、介质及设备
CN113552134B (zh) * 2019-08-07 2024-05-24 浙江大学台州研究院 一种湿法涂胶的合成革卷边检测方法
CN111413070A (zh) * 2020-04-13 2020-07-14 蔚海光学仪器（上海）有限公司 亮度检测装置及其检测方法
CN113758918B (zh) * 2020-06-04 2024-02-27 成都数字天空科技有限公司 一种基于无人机系统的材质确定方法和装置
CN113189109A (zh) * 2021-01-15 2021-07-30 深圳锦绣创视科技有限公司 一种基于人工智能的瑕疵判定系统及瑕疵判定方法
CN112927189B (zh) * 2021-01-28 2024-09-06 江苏大学 一种电镀工件表面瑕疵视觉检测中边缘反射光斑剔除方法
CN113155845A (zh) * 2021-04-09 2021-07-23 武汉精测电子集团股份有限公司 一种光源及其设置方法、光学检测方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101403703A (zh) * 2008-11-07 2009-04-08 清华大学 一种皮棉中异性纤维实时检测方法
CN107167249A (zh) * 2017-06-05 2017-09-15 北京理工大学 单相机双波段熔池比色测温方法及系统

Also Published As

Publication number Publication date
CN116148265A (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN116148265B (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
CN108027328B (zh) 宝石的颜色测量
KR101338576B1 (ko) 화상 해석에 의해서 결함 검사를 실시하는 결함검사장치
RU2476862C2 (ru) Устройство для экспертизы, оценки и классификации драгоценных камней
US8659653B2 (en) Device for evaluating the surface of a tire
JP4997252B2 (ja) 画像内の照明域を識別する方法
JP5647878B2 (ja) 鋼管内部腐食解析装置及び鋼管内部腐食解析方法
JP5424659B2 (ja) 被検査体の検査装置
KR101284268B1 (ko) 비전시스템의 이미지 품질 향상을 위한 컬러조명 제어방법
US20080266430A1 (en) Method and system for optimizing an image for improved analysis of material and illumination image features
US8830454B2 (en) Apparatus and methods for setting up optical inspection parameters
KR20100015628A (ko) 목재의 검사 방법, 장치 및 프로그램
US11112368B2 (en) System and method for evaluating and determining color in gemstones
CN114241066A (zh) 用于生成hdr图像的显微镜系统和方法
JP5424660B2 (ja) 被検査体の検査装置
JP2009156872A6 (ja) 被検査体の検査装置
JP5983858B2 (ja) 分析対象領域設定装置
JP2004185246A (ja) 色の均一性の評価方法
KR101517554B1 (ko) 공액구배 알고리즘을 이용한 비전시스템의 컬러 조명 제어방법
WO2016013112A1 (ja) 色彩変化度判定装置、色彩変化度判定方法およびプログラム
KR101469616B1 (ko) 뉴턴법 알고리즘을 이용한 비전시스템의 컬러 조명 제어방법
Somatilake et al. An image-based food classification system
CN117310965A (zh) 用于显微镜图像的颜色校正方法及显微镜系统
JPH06102202A (ja) 織布の検反方法および装置

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