CN1584933A - 球形生物物料图像的颜色变换方法 - Google Patents

球形生物物料图像的颜色变换方法 Download PDF

Info

Publication number
CN1584933A
CN1584933A CN 200410025099 CN200410025099A CN1584933A CN 1584933 A CN1584933 A CN 1584933A CN 200410025099 CN200410025099 CN 200410025099 CN 200410025099 A CN200410025099 A CN 200410025099A CN 1584933 A CN1584933 A CN 1584933A
Authority
CN
China
Prior art keywords
biological material
image
color
colourity
spherical biological
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.)
Granted
Application number
CN 200410025099
Other languages
English (en)
Other versions
CN1275200C (zh
Inventor
应义斌
蒋焕煜
饶秀勤
周永琴
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 University ZJU
Original Assignee
Zhejiang University ZJU
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 University ZJU filed Critical Zhejiang University ZJU
Priority to CN 200410025099 priority Critical patent/CN1275200C/zh
Publication of CN1584933A publication Critical patent/CN1584933A/zh
Application granted granted Critical
Publication of CN1275200C publication Critical patent/CN1275200C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Image Processing (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明公开了一种球形生物物料图像的颜色变换方法。通过将计算机视觉获得的彩色RGB图像转换为HSV图像,提取图像的H分量,利用色卡及标准球体图像色度失真校正,建立在计算机视觉工作条件下的颜色变换模型,可以将颜色失真通过颜色变换方法实现球形生物物料图像在计算机视觉条件下的校正。其具体变换方法是:y=1.0318x-3.3828,其中y为校正后计算机视觉获得生物物料图像的色度,x为校正前球形生物物料的色度。本发明是通过颜色变化方法实现对球形生物物料图像的颜色色度失真校正,能提高利用计算机视觉对球形生物物料品质的检测精度。

Description

球形生物物料图像的颜色变换方法
所属技术领域
本发明涉及一种球形生物物料图像的颜色变换方法。
背景技术
计算机视觉技术是随着高科技发展应运而生的一门新技术,国外已将此技术成功地运用到农产品的质量检测上,尤其是水果的检测,应用最为广泛。
利用计算机视觉技术进行球形生物物料的品质分级系统一般由CCD摄像头、检测装置、传送装置、图像采集卡、计算机、控制系统等组成。如准球形水果在分级过程中,水果位于传送带上,CCD摄像机配置在传送带的上方及周边,当水果通过CCD摄像机时,水果的颜色、大小、形状、表面损伤情况等均被记录下来,通过这些信息的计算机处理即可完成分级作业。
在计算机视觉系统中,数字图像都是由某种传感器(如CCD摄像机)获取的,完成从光谱的无限维矢量空间到有限RGB三维彩色空间的转换。受传感器固有性能(如动态范围、线性度范围等)的限制,使得采集到的图像颜色信息存在一定的偏差。以CCD摄象机为例,其偏差主要有:
颜色截断:CCD摄像机对入射光亮度的动态测量范围是有限的,当入射光的亮度太高而超出其动态范围时,摄像机便不能正常感知。颜色截断导致线性色簇发生弯曲,将改变物体的颜色(色调和色饱和度)。
颜色晕化:CCD摄像机使用的是CCD光学图像传感器,颜色的晕化是指物体过亮部分图像明显增大的现象,这是由CCD传感器的弥散现象造成的。颜色的晕化将降低传感器对颜色变化的灵敏度,同样影响物体的颜色。
颜色平衡:在可见光范围内CCD摄像机对光谱的响应曲线与人眼不一致,表现为对红光最敏感而对蓝光最不敏感,从而造成RGB三色空间坐标比例不一致,影响物体的颜色。
在农产品品质检测和自动化分级系统中,通常采用CCD摄像头采集农产品图像,然后对农产品图像进行模式识别,最后根据识别结果进行相应的分级。农产品图像的采集质量的高低将直接影响最终确定农产品品质和级别的准确性,所以采集到的农产品图像所包含的信息应尽可能准确地反映农产品的各种外部特性。但是在实际应用中,CCD摄像头采集到的农产品图像会不可避免地存在不同程度的失真现象,为了提高分级的可靠性,就需要在图像采集后对失真部分进行实时校正。
研究CCD摄像头采集到的球形生物物料图像的色度失真校正技术,探讨快速校正球形生物物料图像色度失真的有效方法,建立在球形生物物料品质检测和自动分级过程中球形生物物料图像色度失真校正的理论模型是提高球形生物物料品质检测精度的有效手段。
发明内容
本发明的目的在于提供一种球形生物物料图像的颜色变换方法,用于计算机视觉下的球形生物物料的颜色变换方法,可以对由于计算机视觉系统硬件设备的局限性及光照环境引起的球形生物物料图像色度失真,通过该变换模型进行颜色色度的校正。
本发明解决上述技术问题所采用的技术方案是:
在计算机视觉系统下,通过CCD摄像头、图像采集卡和计算机获取色卡及标准球体的红绿蓝即RGB图像,通过颜色模型的转换,将红绿蓝即RGB图像转化为符合人们对于颜色的认知规律而最常用的颜色模型为色度、饱和度、亮度即HSV模型,其颜色模型转换关系为:
V = R + G + B 3
H = 360 - co s - 1 0.5 [ ( R - G ) + ( R - B ) ] ( R - G ) 2 + ( R - G ) ( B - G ) , B > G
H = cos - 1 0.5 [ ( R - G ) + ( R - B ) ] ( R - G ) 2 + ( R - G ) ( B - G ) , B ≤ G
S = 1 - [ min ( R , G , B ) V ]
从色度、饱和度、亮度(即HSV)模型中,提取计算机视觉图像的色度即H特征,与色卡及标准球体的色度建立在计算机视觉条件下的颜色校正模型,其模型是:
y=1.0318x-3.3828
式中y为校正后计算机视觉获得生物物料图像的色度,x为校正前球形生物物料的色度。
球形生物物料图像的色度信息不随其形状的改变发生变化。
球形生物物料图像的色度信息不随计算机视觉系统光照强度的改变发生变化。
本发明具有的有益的效果是:在计算机视觉技术对球形生物物料表面颜色检测过程中,对由于计算机视觉系统硬件设备的局限性及光照环境引起的图像色度失真,采用颜色变换模型校正球形生物物料图像在计算机视觉条件下颜色色度的失真,尤其是对球形水果的颜色色度失真的校正。通过颜色变化方法实现对球形生物物料图像的颜色色度失真校正,能提高利用计算机视觉对球形生物物料品质的检测精度。
附图说明
图1是本发明的计算机视觉系统结构示意图。
图2是球形生物物料在计算机视觉条件下通过颜色变换方法进行颜色失真校正过程的流程图。
图中:1、风扇,2、CCD摄像头,3、荧光灯,4、调光板,5、图像采集卡,6、计算机,7、球形生物物料。
具体实施方式
如图1所示为计算机视觉系统,由风扇1、CCD摄像头2、荧光灯3、调光板4、图像采集卡5、计算机6和球形生物物料7组成,荧光灯3提供稳定的光源,调光板4使计算机视觉系统在视场内均匀的光照条件,风扇1保证计算机视觉系统内的通风散热,使摄像机头2可靠工作,球形生物物料7放置于CCD摄像头2正下方。
在图1所示的计算机视觉系统下,通过CCD摄像头2、图像采集卡5和计算机6获取色卡及标准球体的RGB图像。通过颜色模型的转换,将RGB图像转化为符合人们对于颜色的认知规律而最常用的颜色模型HSV模型,其颜色模型转换关系为:
V = R + G + B 3
H = 360 - cos - 1 0.5 [ ( R - G ) + ( R - B ) ] ( R - G ) 2 + ( R - G ) ( B - G ) , B > G
H = cos - 1 0.5 [ ( R - G ) + ( R - B ) ] ( R - G ) 2 + ( R - G ) ( B - G ) , B ≤ G
S = 1 - [ min ( R , G , B ) V ]
从HSV模型中提取计算机视觉图像的色度H特征,与色卡及标准球体的色度建立在计算机视觉条件下的颜色校正模型,其模型是:
y=1.0318x-3.3828
其中y为校正后计算机视觉获得生物物料图像的色度,x为校正前球形生物物料的色度。
利用校正后的球形生物物料的色度值y和原来的饱和度和亮度,通过HSV(色度、饱和度、亮度)模型和RGB(红、绿、蓝)模型的关系,重构校正后的球形生物物料的RGB图像,减少球形生物物料在计算机视觉下图像的颜色失真。由下面公式将HSV图像转换为RGB图像:
1、当H在[0°,120°]之间:
                     B=V(1-S)
                     
Figure A20041002509900061
                     G=3V-(B+R)
2、当H在[120°,240°]之间:
                     R=V(1-S)
                     
                     B=3V-(R+G)
3、当H在[240°,360°]之间:
                     G=V(1-S)
                     
Figure A20041002509900063
                     R=3V-(B+G)
球形生物物料在计算机视觉条件下通过颜色变换方法进行颜色失真校正过程可以用图2所示的流程图来描述。
如图1所示,在的计算机视觉系统下,分别提取采集到的不同球体彩色图像的色调信息,研究球体大小、表面颜色等因素对球体图像颜色色调的影响,结果表明球形生物物料图像的色度信息不随其形状的改变发生变化,球形生物物料图像的色度信息不随计算机视觉系统光照强度的改变发生变化。

Claims (3)

1.一种球形生物物料图像的颜色变换方法,其特征在于:在计算机视觉系统下,通过CCD摄像头、图像采集卡和计算机获取色卡及标准球体的红绿蓝即RGB图像,通过颜色模型的转换,将红绿蓝即RGB图像转化为符合人们对于颜色的认知规律的颜色模型为色度、饱和度、亮度即HSV模型,其颜色模型转换关系为:
V = R + G + B 3
H = 360 - cos - 1 0.5 [ ( R - G ) + ( R - B ) ] ( R - G ) 2 + ( R - G ) ( B - G ) , B > G
H = cos - 1 0.5 [ ( R - G ) + ( R - B ) ] ( R - G ) 2 + ( R - G ) ( B - G ) , B ≤ G
S = 1 - [ min ( R , G , B ) V ]
从色度、饱和度、亮度即HSV模型中,提取计算机视觉图像的色度即H特征,与色卡及标准球体的色度建立在计算机视觉条件下的颜色校正模型,其模型是:
y=1.0318x-3.3828
式中y为校正后计算机视觉获得生物物料图像的色度,x为校正前球形生物物料的色度。
2.根据权利要求1所述的一种球形生物物料图像的颜色变换方法,其特征在于:球形生物物料图像的色度信息不随其形状的改变发生变化。
3.根据权利要求1所述一种的球形生物物料图像的颜色变换方法,其特征在于:球形生物物料图像的色度信息不随计算机视觉系统光照强度的改变发生变化。
CN 200410025099 2004-06-11 2004-06-11 球形生物物料图像的颜色变换方法 Expired - Fee Related CN1275200C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200410025099 CN1275200C (zh) 2004-06-11 2004-06-11 球形生物物料图像的颜色变换方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200410025099 CN1275200C (zh) 2004-06-11 2004-06-11 球形生物物料图像的颜色变换方法

Publications (2)

Publication Number Publication Date
CN1584933A true CN1584933A (zh) 2005-02-23
CN1275200C CN1275200C (zh) 2006-09-13

Family

ID=34601140

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200410025099 Expired - Fee Related CN1275200C (zh) 2004-06-11 2004-06-11 球形生物物料图像的颜色变换方法

Country Status (1)

Country Link
CN (1) CN1275200C (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101620060B (zh) * 2009-08-13 2010-12-29 上海交通大学 颗粒大小分布自动检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101620060B (zh) * 2009-08-13 2010-12-29 上海交通大学 颗粒大小分布自动检测方法

Also Published As

Publication number Publication date
CN1275200C (zh) 2006-09-13

Similar Documents

Publication Publication Date Title
CN1678081A (zh) 自动白平衡的方法及装置
CN1455910A (zh) 数字图像中的偏色检测和消除
CN103984930A (zh) 基于视觉的数字仪表识别系统及其识别方法
CN1471302A (zh) 用于提高数字图像质量的方法和装置
CN1623171A (zh) 用于生成没有云以及没有云的阴影的图像的方法
CN100339689C (zh) 一种光检测器及光检测方法
CN101067845A (zh) 一种免接触光学指纹图像采集方法和系统
CN1293361C (zh) 测量系统中的装置
CN109035235A (zh) 一种车灯光导色差检测方法
CN110060625B (zh) 一种led显示屏采集渐晕补偿方法
CN116721039B (zh) 一种应用于自动化光学缺陷检测中的图像预处理方法
CN1275200C (zh) 球形生物物料图像的颜色变换方法
CN112326683A (zh) 一种利用光谱差分平场矫正检测镜头洁净度的方法
CN106339708B (zh) 基于多通道的材料表面视觉信息数字化采集方法
CN109270076B (zh) 一种平面玻璃碎片状态试验的智能计数方法及装置
CN1288173A (zh) 数字相机的自动平衡校正
CN110688999A (zh) 马赫带效应模拟的点光源金属钢印文字检测方法
CN2535154Y (zh) 带钢表面缺陷检测的一种图像获取装置
CN115201188A (zh) 基于计算机视觉的机制砂亚甲蓝值测试系统及方法
CN110726536B (zh) 一种彩色数码反射显微镜颜色校正方法
CN101655978B (zh) 一种图像分析的方法和装置
CN110956639A (zh) 一种针对oled屏幕像素采集的解析方法
CN1619297A (zh) 用于检测片状材料红外图像印刷质量的装置和方法
CN104134190A (zh) 一种混合光中动态图像的分离方法
CN106331468B (zh) 材料表面视觉信息数字化采集系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20060913