一種材料表面顏色特征在線自動(dòng)檢測(cè)方法
【專(zhuān)利摘要】本發(fā)明涉及一種材料表面顏色特征在線自動(dòng)檢測(cè)方法，屬于材料表面質(zhì)量的自動(dòng)在線檢測(cè)【技術(shù)領(lǐng)域】。首先根據(jù)實(shí)時(shí)環(huán)境和材料種類(lèi)選取材料標(biāo)準(zhǔn)樣本，通過(guò)采用能覆蓋整個(gè)待檢測(cè)材料標(biāo)準(zhǔn)樣本表面的若干臺(tái)高精度攝像機(jī)，拍攝若干份待檢測(cè)材料標(biāo)準(zhǔn)樣本的表面原始圖像，經(jīng)圖像處理后獲得標(biāo)準(zhǔn)顏色分類(lèi)閾值；將待檢測(cè)材料通過(guò)采用能覆蓋整個(gè)待檢測(cè)材料表面的若干臺(tái)高精度攝像機(jī)，拍攝若干份待檢測(cè)材料的表面原始圖像，經(jīng)圖像處理后，再采用得到的標(biāo)準(zhǔn)顏色分類(lèi)閾值計(jì)算該待檢測(cè)材料的表面顏色特征；將該待檢測(cè)材料的表面顏色特征與評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行對(duì)比，獲得該待檢測(cè)材料在線自動(dòng)檢測(cè)的表面顏色質(zhì)量評(píng)級(jí)。該檢測(cè)方法具有較高的應(yīng)用價(jià)值，且方法簡(jiǎn)單易行。
【專(zhuān)利說(shuō)明】—種材料表面顏色特征在線自動(dòng)檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種材料表面顏色特征在線自動(dòng)檢測(cè)方法，屬于材料表面質(zhì)量的自動(dòng)在線檢測(cè)【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002]材料是人類(lèi)賴(lài)以生存和發(fā)展的物質(zhì)基礎(chǔ)。20世紀(jì)70年代人們把信息、材料和能源譽(yù)為當(dāng)代文明的三大支柱。80年代以高技術(shù)群為代表的新技術(shù)革命，又把新材料、信息技術(shù)和生物技術(shù)并列為新技術(shù)革命的重要標(biāo)志。這主要是因?yàn)椴牧吓c國(guó)民經(jīng)濟(jì)建設(shè)、國(guó)防建設(shè)和人民生活密切相關(guān)。隨著人民生活水平的提高，人們對(duì)于材料品質(zhì)的要求也提高到一個(gè)前所未有的高度。
[0003]由于大多數(shù)材料生產(chǎn)工藝過(guò)程的復(fù)雜性，不可避免地造成材料表面顏色的不均勻性。材料的性能指標(biāo)雖多，但表面質(zhì)量指標(biāo)是最為重要的一類(lèi)，主要包括表面顏色、表面缺陷和尺寸等。目前，材料在線表面質(zhì)量檢測(cè)大多仍然停留在人工目測(cè)分類(lèi)階段，材料由生產(chǎn)線傳送帶送進(jìn)，工人把它與標(biāo)準(zhǔn)的材料進(jìn)行對(duì)比，然后根據(jù)自己的判斷結(jié)果進(jìn)行分級(jí)。這種檢測(cè)方式不僅勞動(dòng)強(qiáng)度大、檢測(cè)精度和效率低，且檢測(cè)結(jié)果易受檢查人員技術(shù)素質(zhì)、經(jīng)驗(yàn)、人眼分辨能力和視覺(jué)疲勞等主觀因素影響，缺乏準(zhǔn)確性和規(guī)范化，容易發(fā)生漏檢和質(zhì)量等級(jí)確定不準(zhǔn)的現(xiàn)象，這種落后的檢測(cè)手段已無(wú)法滿(mǎn)足現(xiàn)代材料工業(yè)發(fā)展的要求。因此，實(shí)現(xiàn)材料表面質(zhì)量的自動(dòng)在線檢測(cè)是很有必要的。
[0004]對(duì)于材料生產(chǎn)廠家，同一型號(hào)的材料一般有好幾個(gè)“色號(hào)”，不同色號(hào)材料的配料、紋理幾乎完全一樣，只是顏色在視覺(jué)上有所差異，這主要由于工藝過(guò)程和爐溫的波動(dòng)等諸多原因造成。由于這種差異非常小，這就要求檢測(cè)系統(tǒng)能精確地區(qū)分出這種差異來(lái)，然后根據(jù)這些差異進(jìn)行材料表面質(zhì)量分級(jí)，也就是要求分級(jí)算法應(yīng)當(dāng)具有相當(dāng)?shù)木_性。同時(shí)由于檢測(cè)系統(tǒng)最后要應(yīng)用于工業(yè)現(xiàn)場(chǎng)的在線檢測(cè)，因而要求算法具有實(shí)時(shí)性。所以精確性和實(shí)時(shí)性就相應(yīng)成為研究的主要目標(biāo)。
[0005]綜上所述研究高精度、高效率及穩(wěn)定的材料表面顏色特征在線自動(dòng)檢測(cè)方法及系統(tǒng)，對(duì)節(jié)省勞動(dòng)力、減輕工人勞動(dòng)強(qiáng)度及提高檢測(cè)效率和檢測(cè)結(jié)果的一致性，具有較強(qiáng)的現(xiàn)實(shí)意義。


【發(fā)明內(nèi)容】

[0006]針對(duì)上述現(xiàn)有技術(shù)存在的問(wèn)題及不足，本發(fā)明提供一種材料表面顏色特征在線自動(dòng)檢測(cè)方法。該檢測(cè)方法具有較高的應(yīng)用價(jià)值，且方法簡(jiǎn)單易行，本發(fā)明通過(guò)以下技術(shù)方案實(shí)現(xiàn)。
[0007]—種材料表面顏色特征在線自動(dòng)檢測(cè)方法，其具體步驟如下:
(I)首先根據(jù)實(shí)時(shí)環(huán)境和材料種類(lèi)選取材料標(biāo)準(zhǔn)樣本，通過(guò)采用能覆蓋整個(gè)待檢測(cè)材料標(biāo)準(zhǔn)樣本表面的若干臺(tái)高精度攝像機(jī)，拍攝若干份待檢測(cè)材料標(biāo)準(zhǔn)樣本的表面原始圖像，經(jīng)圖像處理后獲得標(biāo)準(zhǔn)顏色分類(lèi)閾值； (2)將待檢測(cè)材料通過(guò)采用能覆蓋整個(gè)待檢測(cè)材料表面的若干臺(tái)高精度攝像機(jī)，拍攝若干份待檢測(cè)材料的表面原始圖像，經(jīng)圖像處理后，再采用步驟(I)得到的標(biāo)準(zhǔn)顏色分類(lèi)閾值計(jì)算該待檢測(cè)材料的表面顏色特征；
(3 )將步驟(2 )獲得該待檢測(cè)材料的表面顏色特征與評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行對(duì)比，獲得該待檢測(cè)材料在線自動(dòng)檢測(cè)的表面顏色質(zhì)量評(píng)級(jí)。
[0008]所述步驟(I)中獲得標(biāo)準(zhǔn)顏色分類(lèi)閾值的步驟為:
1.1將拍攝好的若干份待檢測(cè)材料標(biāo)準(zhǔn)樣本的表面原始圖像依次采用matlab函數(shù)imread 讀進(jìn) matlab 中；
1.2然后采用matlab函數(shù)rgb2gray將每一張步驟1.1中的表面原始圖像由彩色圖變換成灰度圖；
1.3將步驟1.2中得到的每一張灰度圖采用matlab函數(shù)sort對(duì)其像素點(diǎn)按升序排列，即按照灰度值從小到大的順序排列像素點(diǎn)；并繼續(xù)采用matlab函數(shù)plot按照排列序列點(diǎn)擬合出每一張圖像的升序像素點(diǎn)的曲線圖；
1.4根據(jù)標(biāo)準(zhǔn)樣本中主要顏色種類(lèi)及步驟1.3中得到的升序像素點(diǎn)的曲線圖中曲線轉(zhuǎn)折點(diǎn)的個(gè)數(shù)將升序像素點(diǎn)的曲線圖進(jìn)行分段，分段的段數(shù)依次與材料的主要顏色對(duì)應(yīng)；
1.5將步驟1.4得到對(duì)應(yīng)的段數(shù)的曲線采用matlab函數(shù)plot擬合出相應(yīng)的曲線圖，并求出每段曲線的中點(diǎn)處切線，相鄰曲線的切線相交點(diǎn)為該兩段顏色劃分的閾值，每一張?jiān)紙D像可獲得一組閾值，組內(nèi)閾值按從小到大的順序排列；
1.6將全部表面原始圖像經(jīng)步驟1.1至1.5處理并求出組內(nèi)閾值平均值。
[0009]所述步驟(2)計(jì)算該待檢測(cè)材料的表面顏色特征的步驟為:
2.1將拍攝若干份待檢測(cè)材料的表面原始圖像依次采用matlab函數(shù)imread讀進(jìn)matlab 中；
2.2然后采用matlab函數(shù)rgb2gray將每一張步驟2.1中的表面原始圖像由彩色圖變換成灰度圖；
2.3將步驟2.2中得到的每一張灰度圖采用matlab函數(shù)sort對(duì)其像素點(diǎn)按升序排列，即按照灰度值從小到大的順序排列像素點(diǎn)；并繼續(xù)采用matlab函數(shù)plot按照排列序列點(diǎn)擬合出每一張圖像的升序像素點(diǎn)的曲線圖；
2.4將步驟2.3得到的升序像素點(diǎn)的曲線圖按照步驟1.6得到的組內(nèi)閾值平均值分成相應(yīng)段數(shù)的曲線，求出該顏色的對(duì)應(yīng)的像素和，每一張圖片能求出一組主要顏色對(duì)應(yīng)的像素和；
2.5將全部表面原始圖像經(jīng)步驟2.1至2.4處理并求出該待檢測(cè)材料的表面顏色對(duì)應(yīng)像素和平均值。
[0010]所述步驟(3)該待檢測(cè)材料在線自動(dòng)檢測(cè)的表面顏色質(zhì)量評(píng)級(jí)的為:首先將步驟
2.5求得的該待檢測(cè)材料的表面顏色對(duì)應(yīng)像素和平均值除以該待測(cè)材料的總像素分別得到主要顏色的像素比重值；然后根據(jù)像素比重值與該待檢測(cè)材料評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行比對(duì)，即能獲得該種材料表面顏色特征所屬等級(jí)。
[0011]如圖1所示，上述材料表面顏色特征在線自動(dòng)檢測(cè)裝置包括依次連接的計(jì)算機(jī)1、材料生產(chǎn)控制設(shè)備2、材料生產(chǎn)設(shè)備3、材料傳送設(shè)備4和高精度照相機(jī)5。
[0012]本發(fā)明的有益效果是:(I)解決了目前材料企業(yè)在大批量生產(chǎn)時(shí)由于人工檢測(cè)速度慢、勞動(dòng)強(qiáng)度大、環(huán)境惡劣、主觀因素對(duì)結(jié)果影響較大等不足之處；(2)本發(fā)明的材料表面顏色特征實(shí)時(shí)檢測(cè)方法及系統(tǒng)簡(jiǎn)單易行，能夠準(zhǔn)確、快速、可靠、實(shí)時(shí)地在線檢測(cè)材料表面顏色特征，并迅速地給出材料表面質(zhì)量評(píng)價(jià)；(3)本發(fā)明簡(jiǎn)單易行具有較廣泛的應(yīng)用前景，能獲得較高的經(jīng)濟(jì)收益；(4)本發(fā)明的檢測(cè)方法及系統(tǒng)能對(duì)市場(chǎng)上絕大多數(shù)品種的材料進(jìn)行表面質(zhì)量檢測(cè)，能根據(jù)廠家自己的標(biāo)準(zhǔn)給每個(gè)質(zhì)量等級(jí)設(shè)置每種顏色的最大限制，并且可根據(jù)需要，由專(zhuān)業(yè)人員對(duì)這些限制進(jìn)行在線調(diào)整。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0013]圖1是本發(fā)明自動(dòng)檢測(cè)過(guò)程中的結(jié)構(gòu)示意圖；
圖2為本發(fā)明實(shí)施例1的A材料原始圖像示例；
圖3為本發(fā)明實(shí)施例1的A材料標(biāo)準(zhǔn)樣本像素點(diǎn)灰度值升序排列示例圖；
圖4為本發(fā)明實(shí)施例1的A材料標(biāo)準(zhǔn)樣本像素點(diǎn)第一段擬合示例圖，其中擬合度為
0.999 ；
圖5為本發(fā)明實(shí)施例1的A材料標(biāo)準(zhǔn)樣本像素點(diǎn)第二段擬合示例圖，其中擬合度為
0.992 ；
圖6為本發(fā)明實(shí)施例1的A材料標(biāo)準(zhǔn)樣本像素點(diǎn)第三段擬合示例圖，其中擬合度為
0.988 ；
圖7為本發(fā)明實(shí)施例1的A材料標(biāo)準(zhǔn)樣本像素點(diǎn)第四段擬合示例圖，其中擬合度為
0.991 ；
圖8為本發(fā)明實(shí)施例1的A材料表面顏色劃分的灰度值閾值示例圖；
圖9為本發(fā)明實(shí)施例2的B材料原始圖像示例；
圖10為本發(fā)明實(shí)施例2的B材料標(biāo)準(zhǔn)樣本像素點(diǎn)灰度值升序排列示例圖；
圖11為本發(fā)明實(shí)施例2的B材料標(biāo)準(zhǔn)樣本像素點(diǎn)第一段擬合示例圖，其中擬合度為
0.999 ；
圖12為本發(fā)明實(shí)施例2的B材料標(biāo)準(zhǔn)樣本像素點(diǎn)第二段擬合示例圖，其中擬合度為
0.999 ；
圖13為本發(fā)明實(shí)施例2的B材料標(biāo)準(zhǔn)樣本像素點(diǎn)第三段擬合示例圖，其中擬合度為
0.999 ；
圖14為本發(fā)明實(shí)施例2的B材料標(biāo)準(zhǔn)樣本像素點(diǎn)第四段擬合示例圖，其中擬合度為
0.997 ；
圖15為本發(fā)明實(shí)施例2的B材料標(biāo)準(zhǔn)樣本像素點(diǎn)第五段擬合示例圖，其中擬合度為
0.998 ；
圖16為本發(fā)明實(shí)施例2的B材料表面顏色劃分的灰度值閾值示例圖。
[0014]圖中:1-計(jì)算機(jī)，2-材料生產(chǎn)控制設(shè)備，3-材料生產(chǎn)設(shè)備，4-材料傳送設(shè)備，5-高精度照相機(jī)。

【具體實(shí)施方式】
[0015]下面結(jié)合附圖和【具體實(shí)施方式】，對(duì)本發(fā)明作進(jìn)一步說(shuō)明。
[0016]實(shí)施例1 如圖2所示，該A材料呈四種顏色:黑色、深灰色、淺灰色和白色，其中黑色和白色為雜質(zhì)，其含量越少越好。該A材料的評(píng)價(jià)標(biāo)準(zhǔn)為:(I)正常情況下(不含雜質(zhì))，深灰色所占比重為30%，淺灰色所占比重為70%，可接受誤差為(_1%，1%)，滿(mǎn)足此標(biāo)準(zhǔn)則合格，否則不合格；
(2)若含雜質(zhì)，雜質(zhì)(黑色和白色)含量低于1%，且黑色和白色比重均低于0.5%合格，否則不合格，只有以上兩項(xiàng)同時(shí)合格時(shí)，該材料表面質(zhì)量則合格，否則不合格。
[0017]該材料表面顏色特征在線自動(dòng)檢測(cè)方法，其具體步驟如下:
(O首先根據(jù)實(shí)時(shí)環(huán)境和材料種類(lèi)選取材料標(biāo)準(zhǔn)樣本，通過(guò)采用能覆蓋整個(gè)待檢測(cè)A材料標(biāo)準(zhǔn)樣本表面的6臺(tái)高精度攝像機(jī)，拍攝50份待檢測(cè)A材料標(biāo)準(zhǔn)樣本的表面原始圖像，經(jīng)圖像處理后獲得標(biāo)準(zhǔn)顏色分類(lèi)閾值；獲得標(biāo)準(zhǔn)顏色分類(lèi)閾值的步驟為:
1.1將拍攝好的50份待檢測(cè)材料標(biāo)準(zhǔn)樣本的表面原始圖像依次采用matlab函數(shù)imread 讀進(jìn) matlab 中；
1.2然后采用matlab函數(shù)rgb2gray將每一張步驟1.1中的表面原始圖像由彩色圖變換成灰度圖；
1.3將步驟1.2中得到的每一張灰度圖采用matlab函數(shù)sort對(duì)其像素點(diǎn)按升序排列，即按照灰度值從小到大的順序排列像素點(diǎn)；并繼續(xù)采用matlab函數(shù)plot按照排列序列點(diǎn)擬合出每一張圖像的升序像素點(diǎn)的曲線圖，如圖3所示；
1.4根據(jù)標(biāo)準(zhǔn)樣本中主要顏色種類(lèi)及步驟1.3中得到的升序像素點(diǎn)的曲線圖中曲線轉(zhuǎn)折點(diǎn)的個(gè)數(shù)將升序像素點(diǎn)的曲線圖進(jìn)行分段，分段的段數(shù)依次與材料的主要顏色對(duì)應(yīng)，該A材料呈四種顏色:黑色、深灰色、淺灰色和白色，圖3中的曲線也對(duì)應(yīng)有3個(gè)轉(zhuǎn)折點(diǎn)，因此曲線被分為四段，主要的顏色對(duì)應(yīng)不同的曲線段，黑色、深灰色、淺灰色和白色對(duì)應(yīng)的像素值依次升聞；
1.5將步驟1.4得到對(duì)應(yīng)的段數(shù)的曲線采用matlab函數(shù)plot擬合出相應(yīng)的曲線圖，如圖4至7所示，并求出每段曲線的中點(diǎn)處切線，相鄰曲線的切線相交點(diǎn)為該兩段顏色劃分的閾值，每一張?jiān)紙D像可獲得一組閾值，組內(nèi)閾值按從小到大的順序排列；
1.6將全部表面原始圖像經(jīng)步驟1.1至1.5處理并求出組內(nèi)閾值平均值，如圖8所示，得到的閾值平均值為[灰度值120 ;灰度值225 ;灰度值240]，即黑色、深灰色顏色之間的灰度值的分界點(diǎn)為120 ;深灰色、淺灰色顏色之間的灰度值的分界點(diǎn)為225，淺灰色和白色的灰度值的分界點(diǎn)為240 ；
(2)將待檢測(cè)材料通過(guò)采用能覆蓋整個(gè)待檢測(cè)材料表面的6臺(tái)高精度攝像機(jī)，拍攝50份待檢測(cè)材料的表面原始圖像，經(jīng)圖像處理后，再采用步驟(I)得到的標(biāo)準(zhǔn)顏色分類(lèi)閾值計(jì)算該待檢測(cè)材料的表面顏色特征；計(jì)算該待檢測(cè)材料的表面顏色特征的步驟為:
2.1將拍攝50份待檢測(cè)材料的表面原始圖像依次采用matlab函數(shù)imread讀進(jìn)matlab
中；
2.2然后采用matlab函數(shù)rgb2gray將每一張步驟2.1中的表面原始圖像由彩色圖變換成灰度圖；
2.3將步驟2.2中得到的每一張灰度圖采用matlab函數(shù)sort對(duì)其像素點(diǎn)按升序排列，即按照灰度值從小到大的順序排列像素點(diǎn)；并繼續(xù)采用matlab函數(shù)plot按照排列序列點(diǎn)擬合出每一張圖像的升序像素點(diǎn)的曲線圖；
2.4將步驟步驟2.3得到的升序像素點(diǎn)的曲線圖按照步驟1.6得到的組內(nèi)閾值平均值分成相應(yīng)段數(shù)的曲線，求出該顏色的對(duì)應(yīng)的像素和，每一張圖片能求出一組主要顏色對(duì)應(yīng)的像素和；
2.5將全部表面原始圖像經(jīng)步驟2.1至2.4處理并求出該待檢測(cè)材料的表面顏色對(duì)應(yīng)像素和平均值，該材料主要顏色求出的像素和平均值如表1所示。
[0018](3)將步驟(2)獲得該待檢測(cè)材料的表面顏色特征與評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行對(duì)比，獲得該待檢測(cè)材料在線自動(dòng)檢測(cè)的表面顏色質(zhì)量評(píng)級(jí)；該待檢測(cè)材料在線自動(dòng)檢測(cè)的表面顏色質(zhì)量評(píng)級(jí)的為:首先將步驟2.5求得的該待檢測(cè)材料的表面顏色對(duì)應(yīng)像素和平均值除以該待測(cè)材料的總像素分別得到主要顏色的像素比重值；主要顏色的像素比重值如表1所示，然后由表1所示，可知黑色和白色雜質(zhì)所占比重分別為0.61%和0.77%，均高于0.5%，故雜質(zhì)不滿(mǎn)足質(zhì)量標(biāo)準(zhǔn)，不合格；即使淺灰色所占比重為70.83%，在70%的(-1%，1%)誤差范圍內(nèi)，但是深灰色所占比重為27.79%,不在30%的(-1%, 1%)誤差范圍內(nèi)，故不滿(mǎn)足質(zhì)量標(biāo)準(zhǔn)，不合格。綜上,該塊A材料表面質(zhì)量不合格。
[0019]表1

【權(quán)利要求】
1.一種材料表面顏色特征在線自動(dòng)檢測(cè)方法，其特征在于具體步驟如下: (1)首先根據(jù)實(shí)時(shí)環(huán)境和材料種類(lèi)選取材料標(biāo)準(zhǔn)樣本，通過(guò)采用能覆蓋整個(gè)待檢測(cè)材料標(biāo)準(zhǔn)樣本表面的若干臺(tái)高精度攝像機(jī)，拍攝若干份待檢測(cè)材料標(biāo)準(zhǔn)樣本的表面原始圖像，經(jīng)圖像處理后獲得標(biāo)準(zhǔn)顏色分類(lèi)閾值； (2)將待檢測(cè)材料通過(guò)采用能覆蓋整個(gè)待檢測(cè)材料表面的若干臺(tái)高精度攝像機(jī)，拍攝若干份待檢測(cè)材料的表面原始圖像，經(jīng)圖像處理后，再采用步驟(I)得到的標(biāo)準(zhǔn)顏色分類(lèi)閾值計(jì)算該待檢測(cè)材料的表面顏色特征； (3 )將步驟(2 )獲得該待檢測(cè)材料的表面顏色特征與評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行對(duì)比，獲得該待檢測(cè)材料在線自動(dòng)檢測(cè)的表面顏色質(zhì)量評(píng)級(jí)。
2.根據(jù)權(quán)利要求1所述的材料表面顏色特征在線自動(dòng)檢測(cè)方法，其特征在于:所述步驟(I)中獲得標(biāo)準(zhǔn)顏色分類(lèi)閾值的步驟為: 1.1將拍攝好的若干份待檢測(cè)材料標(biāo)準(zhǔn)樣本的表面原始圖像依次采用matlab函數(shù)imread 讀進(jìn) matlab 中； 1.2然后采用matlab函數(shù)rgb2gray將每一張步驟1.1中的表面原始圖像由彩色圖變換成灰度圖； 1.3將步驟1.2中得到的每一張灰度圖采用matlab函數(shù)sort對(duì)其像素點(diǎn)按升序排列，即按照灰度值從小到大的順序排列像素點(diǎn)；并繼續(xù)采用matlab函數(shù)plot按照排列序列點(diǎn)擬合出每一張圖像的升序像素點(diǎn)的曲線圖； 1.4根據(jù)標(biāo)準(zhǔn)樣本中主要顏色種類(lèi)及步驟1.3中得到的升序像素點(diǎn)的曲線圖中曲線轉(zhuǎn)折點(diǎn)的個(gè)數(shù)將升序像素點(diǎn)的曲線圖進(jìn)行分段，分段的段數(shù)依次與材料的主要顏色對(duì)應(yīng)； 1.5將步驟1.4得到對(duì)應(yīng)的段數(shù)的曲線采用matlab函數(shù)plot擬合出相應(yīng)的曲線圖，并求出每段曲線的中點(diǎn)處切線，相鄰曲線的切線相交點(diǎn)為該兩段顏色劃分的閾值，每一張?jiān)紙D像可獲得一組閾值，組內(nèi)閾值按從小到大的順序排列； 1.6將全部表面原始圖像經(jīng)步驟1.1至1.5處理并求出組內(nèi)閾值平均值。
3.根據(jù)權(quán)利要求2所述任一的材料表面顏色特征在線自動(dòng)檢測(cè)方法，其特征在于:所述步驟(2)計(jì)算該待檢測(cè)材料的表面顏色特征的步驟為: 2.1將拍攝若干份待檢測(cè)材料的表面原始圖像依次采用matlab函數(shù)imread讀進(jìn)matlab 中； 2.2然后采用matlab函數(shù)rgb2gray將每一張步驟2.1中的表面原始圖像由彩色圖變換成灰度圖； 2.3將步驟2.2中得到的每一張灰度圖采用matlab函數(shù)sort對(duì)其像素點(diǎn)按升序排列，即按照灰度值從小到大的順序排列像素點(diǎn)；并繼續(xù)采用matlab函數(shù)plot按照排列序列點(diǎn)擬合出每一張圖像的升序像素點(diǎn)的曲線圖； 2.4將步驟2.3得到的升序像素點(diǎn)的曲線圖按照步驟1.6得到的組內(nèi)閾值平均值分成相應(yīng)段數(shù)的曲線，求出該顏色的對(duì)應(yīng)的像素和，每一張圖片能求出一組主要顏色對(duì)應(yīng)的像素和； 2.5將全部表面原始圖像經(jīng)步驟2.1至2.4處理并求出該待檢測(cè)材料的表面顏色對(duì)應(yīng)像素和平均值。
4.根據(jù)權(quán)利要求3所述任一的材料表面顏色特征在線自動(dòng)檢測(cè)方法，其特征在于:所述步驟(3)該待檢測(cè)材料在線自動(dòng)檢測(cè)的表面顏色質(zhì)量評(píng)級(jí)的為:首先將步驟2.5求得的該待檢測(cè)材料的表面顏色對(duì)應(yīng)像素和平均值除以該待測(cè)材料的總像素分別得到主要顏色的像素比重值；然后根據(jù)像素比重值與該待檢測(cè)材料評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行比對(duì)，即能獲得該種材料表面顏色特征所屬等級(jí)。
【文檔編號(hào)】G01N21/25GK104165696SQ201410229900
【公開(kāi)日】2014年11月26日 申請(qǐng)日期:2014年5月28日 優(yōu)先權(quán)日:2014年5月28日
【發(fā)明者】徐建新, 蘇俞真, 桑秀麗, 王 華, 肖漢杰 申請(qǐng)人:昆明理工大學(xué)