本發(fā)明屬于圖像處理領(lǐng)域，具體涉及一種自動對色裝置和方法。
背景技術(shù)：
：在印刷、紡織等生產(chǎn)過程中，為了保證顏色的一致性，每次生產(chǎn)之前需要對當前所使用的顏色與前次使用的顏色(模板顏色)進行打樣(樣品)對比，以保證兩次生產(chǎn)的顏色一致，如果不一致，則需要調(diào)整當前使用的顏色。目前使用的顏色對比方法主要是將標準產(chǎn)品(模板)和樣品放入對色燈箱中以人眼觀測為主，即將本次生產(chǎn)的產(chǎn)品與前次生產(chǎn)的產(chǎn)品放入對色燈箱中，在不同的光源下觀察顏色的異同并提出調(diào)整意見。觀察角度為90度光源、45度視線。對色燈箱通常是一個巨型的箱體，上部安裝有幾種光源，光源由開關(guān)控制。對色燈箱通常是多種光源的組合體，這些光源必須是國際大型機構(gòu)認可的，如沃爾瑪、瑪莎認可的商店燈光等，如：D65(D50)國際標準人工日光(ArtificialDaylight)，色溫：6500K(5000K)；TL84(TL83)歐洲、日本、中國商店光源，色溫：4000K；CWF冷白色熒光(CoolWhiteFluorescent)，色溫：4150K；UV紫外燈光源(Ultra-Violet)，波長：365nm；TL83美國暖白商店光源(WarmWhiteFluorescent)，色溫：3000K；U30(U35熒光)美國暖白商店光源(WarmWhiteFluorescent)，色溫：3000K(3500K)；A鹵鎢燈(居家照明)，色溫：2856K；F家庭酒店用燈、比色參考光源，色溫：2700K。標準光源對色燈箱廣泛應用于各行各業(yè)的目測評定、配色打樣、鑒別色差、熒光物質(zhì)等顏色管理領(lǐng)域。此外，還有分光光度法、透射密度法等方法進行顏色對比，這些方法主要是利用光的分解原理，通過光電轉(zhuǎn)換和信號處理與計算，測量出物體的顏色值，比較兩次測量物體的顏色值來判定顏色差異。對色技術(shù)還廣泛應用于塑膠、油漆、油墨、顏料、包裝、陶瓷、皮革、化妝品等行業(yè)。目前常用的對色裝置主要有以下三種：應用標準對色燈箱：在標準對色燈箱的對應光源下人眼觀測顏色的一致性；應用改進的對色燈箱：標準對色燈箱的改進型是添加光源開關(guān)控制時間、光源開關(guān)時間、輪換方式等；應用色度儀：使用色度儀又稱為便攜式色差計、色彩分析儀、色彩色差計。色度儀是一種簡單的顏色偏差測試儀器，即制作一塊模擬與人眼感色靈敏度相當?shù)姆止馓匦缘臑V光片，用它對樣品進行測光，關(guān)鍵是設(shè)計這種感光器的分光靈敏度特性，并能在某種光源下通過電腦軟件測定并顯示出色差值。針對這幾種方式，廣大科技工作者進行了廣泛的研究工作：翟保京,王賢瑞對對色光源進行了深入分析；趙雪、展義臻分析了光照對活性染料染色織物測色對色的影響；錢洪海發(fā)明了一種印刷顏色差別裝置；楚高利、成剛虎對色彩管理技術(shù)在數(shù)碼打樣中的應用進行了研究。對色技術(shù)的主要理論根據(jù)是色彩(顏色)學、色彩(顏色)管理、色彩(顏色)匹配?；谏蕦W的色彩匹配算法的目的是計算標準顏色與樣品顏色差別、進而實現(xiàn)顏色管理，最終實現(xiàn)自動配色。在實現(xiàn)對色、配色的過程中，除了考慮光的因素之外，描述方法也是一種因素。計算機中表示色彩采用的是RGB顏色空間，而人眼觀察到的是亮度、色度、飽和度，即Lab顏色空間更適合人眼的觀察，因此，為了與人眼的觀察一致，需要將RGB顏色空間轉(zhuǎn)換到Lab顏色空間，對此，鞏亞萍、高軍研究了一種利用四面體插值技術(shù)和三維查找表技術(shù)的RGB到L*a*b*轉(zhuǎn)換新方法；古晶在RGB到Lab顏色空間轉(zhuǎn)換中對三維查找表插值法、多項式回歸法、色差算法進行了分析；章惠對色彩空間轉(zhuǎn)換的理論和實證研究進行了分析；楊振亞、王勇、楊振東等對RGB顏色空間的矢量-角度距離色差公式開展研究；薛文博對基于GRNN的RGB到L*a*b*色彩空間的轉(zhuǎn)換建立了新的模型；高軍、范增華對基于神經(jīng)網(wǎng)絡的L*a*b*－CMYK色彩空間轉(zhuǎn)換算法進行了研究；周袆、曹從軍對基于數(shù)碼打樣CMYK到L*a*b*色彩空間轉(zhuǎn)換方法進行了研究；鞏亞萍、高軍對印刷品檢測過程中的色彩空間轉(zhuǎn)換進行了研究；繆曉麗、唐正寧對印刷品質(zhì)量檢測過程中的色空間轉(zhuǎn)換方法進行了研究；湯慧梅，趙躍進對分數(shù)階微分的CIEL*a*b*顏色空間邊緣檢測方法進行了研究。在對色、配色過程中，一般用色差描述顏色差別，很多人對如何計算色差進行了研究。頓紹坤、魏海平、孫明柱提出一種RGB顏色空間新的色差公式；鄭元林、楊淑蕙、周世生等對CMC(1:c)、CIE94和CIEDE2000色差公式進行了對比研究；楊振亞、王勇、楊振東等提出一種新的RGB色差度量公式；王英、劉好學對基于色差公式的印刷圖像色差評價方法進行了研究；郭娟娟、趙秀萍對三種不同色差公式加權(quán)系數(shù)和可接受閾值進行了研究。生產(chǎn)過程中的打樣、對色過程基本上是把標準色和樣張放在標準光源下，通過人眼觀側(cè)或基于光分原理的儀器下，檢測顏色的差別，這樣的對色方法存在以下幾種缺陷：1、人眼觀察分析顏色的方法缺少客觀性，結(jié)果與操作人員的技術(shù)水平、責任心、心情等有很大關(guān)系；2、人眼觀察只能給出顏色識別定性(顏色深、淺等)的描述，無法給出定量的色差描述；3、現(xiàn)有的對色燈箱只是提供了一個觀察顏色的標準光源，不具備顏色是否一致的判定功能；4、分光法是按照光譜進行判別，適用于點狀、線狀對比，對于面狀對比相對比較復雜；5、分光法色差計算算法相對單一，按照光譜計算；6、不具備標準和樣品的保存功能。顏料長時間暴露在空氣中時會發(fā)生也難怪顏色蛻變，這樣很難保證以前生產(chǎn)色產(chǎn)品與當前產(chǎn)品顏色的一致性。綜上所述，雖然廣大科技工作者對對色方法進行了深入研究，但均局限于對色中的部分技術(shù)，沒有完整的新方法應用于生產(chǎn)中。即使應用廣泛的對色儀，也無法完整保存標準和樣品的形狀及在各種光源下的顏色值。技術(shù)實現(xiàn)要素：本發(fā)明的目的在于提供一種自動對色裝置和方法，以克服現(xiàn)有技術(shù)中的問題，本發(fā)明結(jié)合圖像處理功能，用機器視覺代替人工觀察，為自動化生產(chǎn)創(chuàng)造了條件。為達到上述目的，本發(fā)明采用如下技術(shù)方案：一種自動對色裝置，包括箱體，箱體內(nèi)側(cè)設(shè)置有攝像機和光源，箱體內(nèi)側(cè)底部放置樣品或模板，攝像機的輸出端連接有用于計算樣品或模板顏色并判斷樣品顏色是否符合要求的處理器，處理器的輸出端連接有用于控制光源開或關(guān)的控制器。進一步地，所述箱體內(nèi)部涂有吸光材料。進一步地，處理器的輸出端還連接有用于輸入?yún)?shù)、顯示樣品或模板圖像以及顯示處理器數(shù)據(jù)的交互與顯示裝置。進一步地，控制器上還連接有報警器。一種自動對色裝置的自動對色方法，包括以下步驟：(1)設(shè)置光源；(2)通過攝像機采集模板圖像和樣品圖像；(3)將模板圖像和樣品圖像進行預處理及圖像格式轉(zhuǎn)換；(4)計算模板圖像和樣品圖像的顏色差別；(5)對色結(jié)果分析與顯示。進一步地，步驟(3)中預處理包括將模板圖像和樣品圖像按照位置或者按照區(qū)域進行分割；其中將模板圖像和樣品圖像按照位置分割具體為：將模板圖像和樣品圖像從背景圖中提取出來，然后歸一化為大小相同、方向和位置一致的圖像；將模板圖像和樣品圖像按照區(qū)域分割具體為：按照顏色劃分出模板圖像和樣品圖像中各種顏色的區(qū)域，不同區(qū)域代表不同顏色。進一步地，按照位置分割具體為：設(shè)采集的模板圖像是彩色圖像f(R,G,b)，大小為：M*N，M表示行，N表示列，首先將其轉(zhuǎn)換為灰度圖像f(x,y)，轉(zhuǎn)換公式為：f(x,y)＝0.11R+0.59G+0.3B(式1)模板圖像按行投影結(jié)果為：模板圖像按列投影結(jié)果為：模板圖像的區(qū)域由式2和式3得到：y0＝max(g(y))y1＝max(g(y))x0＝max(g(x))x1＝max(g(x))以(x0,y0),(x0,y1),(x1,y0),(x1,y1)為四個頂點構(gòu)成的四邊形即為模板圖像的大小，在這個范圍內(nèi)根據(jù)模板圖像的點、線相對位置確定模板圖像是否需要進行旋轉(zhuǎn)變換，若變換的角度α，按照式4進行旋轉(zhuǎn)變換，即得到變換后的模板圖像fm(x,y)；對于樣品圖像用上述方法同樣得到以(x0',y0'),(x0',y1'),(x1',y0'),(x1',y1')為四個頂點構(gòu)成的四邊形，在這個范圍內(nèi)根據(jù)樣品圖像的點、線相對位置確定樣品圖像是否需要進行旋轉(zhuǎn)變換，若變換的角度β，按照式5進行旋轉(zhuǎn)變換，即得到變換后的樣品圖像fy(x,y)；以模板圖像的位置和大小作為參考位置和大小，能夠計算出樣品圖像相對于模板圖像的偏移量Δx、Δy以及縮放系數(shù)k，根據(jù)式6和式7即實現(xiàn)模板圖像和樣品圖像的歸一化，即得到歸一化后的樣品圖像fy(x,y)；1)旋轉(zhuǎn)變換：模板圖像的旋轉(zhuǎn)變換：樣品圖像的旋轉(zhuǎn)變換：2)平移變換：樣品圖像相對模板圖像的平移：3)縮放變換：樣品圖像相對模板圖像的縮放：經(jīng)過變換后樣品圖像和模板圖像的位置和大小完全相同。進一步地，按照區(qū)域?qū)ι邪凑疹伾珓澐殖瞿０鍒D像和樣品圖像中各種顏色的區(qū)域包括區(qū)域分割方法和聚類方法；其中區(qū)域分割方法具體為：(1)對于灰度圖像，根據(jù)灰度圖像的邊緣檢測算法提取各個區(qū)域的邊緣，然后進行區(qū)域分割；(2)對于彩色圖像，根據(jù)彩色圖像的亮度信息和色度信息的融合提取各種顏色的邊緣，再根據(jù)邊緣劃分各顏色區(qū)域；其中，根據(jù)彩色圖像的亮度信息和色度信息的融合提取各種顏色的邊緣具體步驟為：1)根據(jù)式9將CIERGB顏色空間轉(zhuǎn)換到CIEL*a*b*顏色空間；2)在L*分量上計算方向梯度，取8個方向梯度的最大值作為該點的分數(shù)梯度，并記錄該點的方向信息；3)對L*分量進行非極大值抑制；4)采用最大類間方差法計算L*分量分數(shù)梯度閾值，將該閾值乘以一個系數(shù)作為L*分量分數(shù)梯度的高閾值，用高閾值在L*分量上提取亮度邊緣；5)在a*、b*分量上計算方向梯度，確定中心點梯度，將a*、b*分量的分數(shù)階梯度作比較，選取兩分量中梯度較大者作為該點最后的色度梯度，并記錄較大梯度所在分量的方向信息；6)對色度梯度大于指定閾值的點進行非極大值抑制，符合極大值條件的點確定為色度邊緣點；7)將色度邊緣與亮度邊緣相疊加；8)將高閾值乘一個系數(shù)得到低閾值，將步驟7)中得到的邊緣進行8鄰域低閾值邊緣連接，即若高于低閾值且低于高閾值的像素點A與步驟7)提取到的邊緣鄰接，則將A點判為邊緣點；聚類方法具體為：1)隨機確定初始聚類中心(c0,c1,...,ck-1)，初始聚類中心的個數(shù)為k；2)計算每個樣本xi到各聚類中心的距離，選取距離樣本xi最近的聚類中心cv作為xi的類；3)移動cv到其標明的聚類的中心；4)計算偏差d；5)若d值收斂，則得到聚類中心(c0,c1,...,ck-1)同時終止算法，若d值不收斂，則返回步驟2)。進一步地，步驟(3)中圖像格式轉(zhuǎn)換具體為：將圖像由CIERGB顏色空間轉(zhuǎn)換CIEL*a*b*顏色空間；1)CIERGB轉(zhuǎn)換為CIEXYZ設(shè)r、g、b為CIERGB顏色空間中顏色點的R、G、B分量對應的數(shù)值，X、Y、Z為CIEXYZ顏色空間中各分量的值；2)CIEXYZ轉(zhuǎn)換為CIEL*a*b*L*＝116f(Y/Yn)-16a*＝500[f(X/Xn)-f(Y/Yn)]b*＝200[f(Y/Yn)-f(Z/Zn)]其中其中，Xn、Yn和Zn分別是CIEXYZ空間白點的三色刺激值，代表基準白色；3)CIEL*a*b*轉(zhuǎn)換到CIELCHCIELCH顏色模型采用了同CIEL*a*b*一樣的顏色空間，但它采用L表示明度值；C表示飽和度值，H表示色調(diào)角度值。進一步地，步驟(4)中計算模板圖像和樣品圖像的顏色差別具體包括：1)CIEL*a*b*容差根據(jù)式9，同時計算出模板圖像各點顏色的Lab數(shù)據(jù)和樣品圖像的Lab數(shù)據(jù)i＝0,1,2,...,S-1，S為顏色個數(shù)；j＝0,1,2,...,Ps-1，Pi為第i種顏色的像素個數(shù)，則由式12計算出各種顏色的亮度、顏色的差別ΔLi,Δai,Δbi；計算出各種顏色的亮度、顏色的差別ΔLi、Δai、Δbi之后，根據(jù)它們的值得出對色結(jié)論：針對第i種顏色，如果ΔLi大于0，表示樣品圖偏暗，如果ΔLi小于0，表示樣品圖偏亮，如果ΔLi等于0，表示樣品圖與模板圖亮度相同；如果Δai大于0，表示樣品圖偏綠，如果Δai小于0，表示樣品圖偏紅，如果Δai等于0，表示樣品圖與模板圖紅、綠色相同；如果Δbi大于0，表示樣品圖偏藍，如果Δbi小于0，表示樣品圖偏黃，如果Δbi等于0，表示樣品圖與模板圖黃、藍相色同；2)CIELCH容差根據(jù)式11，同時計算出模板圖像各點顏色的LCH數(shù)據(jù)和樣品圖像的LCH數(shù)據(jù)i＝0,1,2,...,S-1，S為顏色個數(shù)；j＝0,1,2,...,Ps-1，Pi為第i種顏色的像素個數(shù)，則由式13計算出各種顏色的明度ΔLi、飽和度ΔCi、色調(diào)ΔHi；計算出各種顏色的明度ΔLi、飽和度ΔCi、色調(diào)ΔHi之后，根據(jù)它們的值得出對色結(jié)論：針對第i種顏色，如果ΔLi大于0，表示樣品圖偏深，如果ΔLi小于0，表示樣品圖偏淺，如果ΔLi等于0，表示樣品圖與模板圖明度相同；如果ΔCi大于0，表示樣品圖偏暗，如果ΔCi小于0，表示樣品圖偏淺，如果ΔCi等于0，表示樣品圖與模板圖飽和度相同；如果ΔHi大于0，表示樣品圖偏順時針方向色調(diào)，如果ΔHi小于0，表示樣品圖逆時針方向色調(diào)，如果ΔHi等于0，表示樣品圖像與模板圖像色調(diào)相同；3)ΔEi容差根據(jù)式12計算出第i種顏色的亮度、顏色差值ΔLi、Δai、Δbi，i＝0,1,2,...,S-1，S為顏色個數(shù)，根據(jù)公式14計算出總?cè)莶睿沪i代表總?cè)莶?，ΔEi越小，代表色差越小，反之色差越大；計算出各種顏色的總?cè)莶瞀i之后，根據(jù)它們的值得出對色結(jié)論：針對第i種顏色，如果ΔEi取值為0.0-0.5，表示樣品圖與模板圖有微小色差；如果ΔEi取值為0.1-1.5，表示樣品圖與模板圖有小色差；如果ΔEi取值為1.5-3.0，表示樣品圖與模板圖有較小色差；如果ΔEi取值為3.0-6.0，表示樣品圖與模板圖有較大色差；如果ΔEi取值為6.0以上，表示樣品圖與模板圖有大色差。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益的技術(shù)效果：本發(fā)明裝置結(jié)合圖像處理功能，用機器視覺代替人工觀察，為自動化生產(chǎn)創(chuàng)造了條件，同時具有如下優(yōu)點：克服人眼觀察的主觀性缺陷，使對色更具客觀性；用高精度的定量描述代替對色中的定性描述，是數(shù)字印刷的發(fā)展方向；通過計算機圖像保存，使得對色具有永久保存顏色不變的功能，克服樣品保留時間長后顏色蛻變的缺陷；用機器視覺和圖像處理技術(shù)代替人工觀察，實現(xiàn)了對比自動化功能，通過給出的參考值，為調(diào)節(jié)顏色提供了依據(jù)；相對于分光式顏色對比，不再局限于點的顏色比較，具有整體比較功能；通過物聯(lián)網(wǎng)可以將設(shè)計的產(chǎn)品圖傳遞給對色裝置，然后直接和樣品進行比較，提供了在線設(shè)計與對色的可能；克服點、線顏色比較的不足，實現(xiàn)一幅圖像同時對比若干顏色；該裝置可廣泛應用于各行各業(yè)的顏色對比中，應用范圍廣。本發(fā)明方法用機器視覺代替人工觀察，克服人眼觀察的主觀性缺陷，使對色更具客觀性；用高精度的定量描述代替了對色中的定性描述，是數(shù)字印刷的發(fā)展方向；通過計算機圖像保存，使得對色具有永久保存顏色不變的功能，克服模板保留時間長后顏色蛻變的缺陷；用機器視覺和圖像處理技術(shù)代替人工觀察，實現(xiàn)了對比自動化功能，通過給出的參考值，為調(diào)節(jié)顏色提供了依據(jù)；相對于分光式顏色對比，不再局限于點的顏色比較，具有整體比較功能；通過物聯(lián)網(wǎng)可以將設(shè)計的產(chǎn)品圖傳遞給對色裝置，然后直接和樣品進行比較，提供了在線設(shè)計與對色的可能；克服了點、線顏色比較的不足，實現(xiàn)一幅圖像同時對比若干顏色；該裝置可廣泛應用于各行各業(yè)的顏色對比中，應用范圍廣。附圖說明圖1為本發(fā)明裝置的結(jié)構(gòu)示意圖；圖2為本發(fā)明的原理圖；圖3為本發(fā)明的顏色對比算法流程圖；圖4為本發(fā)明的圖像預處理算法流程圖；圖5為本發(fā)明的區(qū)域?qū)ιc處理算法流程圖；圖6為分數(shù)階微分在CIELab顏色空間提取邊緣算法流程圖。具體實施方式下面結(jié)合附圖對本發(fā)明作進一步詳細描述：本發(fā)明裝置應用視覺檢測、圖像處理、智能分析原理，設(shè)計一套滿足生產(chǎn)過程自動對色的系統(tǒng)，用自動對色替代人工對色。為了實現(xiàn)自動對色，應用攝像機、處理器、交互與顯示裝置、箱體、光源、控制器等組成全自動對色系統(tǒng)，如圖1所示。攝像機為光電轉(zhuǎn)換裝置，將模板和樣品在光的作用下形成圖象轉(zhuǎn)換為電信號，并將電信號轉(zhuǎn)換為圖像的數(shù)字信號傳輸給處理器。處理器為裝置的數(shù)據(jù)處理單元，處理器接收攝像機的數(shù)據(jù)，然后應用圖像處理技術(shù)、模式識別技術(shù)、機器視覺等保存、計算樣品的各種顏色，顯示、判斷顏色是否符合要求，讀出、查閱圖像數(shù)據(jù)及相應的對色數(shù)據(jù)、光源類型。交互與顯示裝置用來輸入相關(guān)參數(shù)、顯示當前檢測樣品(模板)圖像，顯示相關(guān)數(shù)據(jù)及狀態(tài)，用作人、機交互?？刂破鹘邮仗幚砥鞯男盘?，控制、記錄箱體中各種光源的開、關(guān)。光源為多光源，用來保證產(chǎn)品能夠清晰呈現(xiàn)。常用的標準光源包括D65(D50)國際標準人工日光(ArtificialDaylight)；TL84(TL83)歐洲、日本、中國商店光源；CWF冷白色熒光(CoolWhiteFluorescent)；UV紫外燈光源(Ultra-Violet)；TL83美國暖白商店光源(WarmWhiteFluorescent)；U30(U35熒光)美國暖白商店光源(WarmWhiteFluorescent)；A鹵鎢燈(居家照明)；F家庭酒店用燈等。箱體為矩形箱體，內(nèi)部涂有吸光材料(如孟塞爾N7)，保證箱體內(nèi)部無反光。光源位于產(chǎn)品上部，攝像機位于產(chǎn)品上部(與光源成某種角度)，攝像機與處理器相連接，攝像機將待檢測樣品、標準圖像輸入到處理器，處理器經(jīng)過一套檢測算法處理，計算出當前樣品與標準產(chǎn)品顏色色差，將色差圖像和數(shù)據(jù)顯示在顯示器上，工人可通過觀察顯示器得知顏色是否正常，當處理器發(fā)現(xiàn)顏色差別比較大時，發(fā)出提示，同時顯示標準顏色與樣品顏色，供工人確定生產(chǎn)顏色并進行調(diào)整，原理如圖2所示。基于圖像處理與視覺檢測的顏色對比方法，是利用在相同的光照條件下，顏色的反射光(或照射光)所成圖像的一致性，即相同顏色在圖像中的值相同，不同顏色在圖像中的值不同。這樣，就將判別顏色的問題轉(zhuǎn)換為判別數(shù)值大小的問題。根據(jù)色彩理論，世界上任何一種顏色都可以由R(紅色)、G(綠色)、B(藍色)三種基本色混合而得到，但RGB只代表的這三種顏色值的大小，無法準確描述顏色，或者說與人們常用的顏色描述方式不一致，人們描述所觀察到的顏色時，一般在確定是某種顏色的情況下，會用深、淺，亮、暗等來進一步說明。因此，在顏色對比時，首先將表示顏色的圖像數(shù)據(jù)由RGB顏色空間轉(zhuǎn)換到Lab顏色空間，再在Lab顏色空間進行顏色比對，計算出比對結(jié)果呈現(xiàn)給觀察者，再將比對圖像結(jié)果轉(zhuǎn)換到RGB顏色空間，顯示給觀察者，使觀察者既可通過習慣的顏色描述方式得出對色結(jié)論，也可通過圖像觀察到樣品與標準顏色的差異。對色主要是實現(xiàn)已有模板(標準)顏色與當前生產(chǎn)產(chǎn)品(樣品)顏色的對比(匹配)。首先讀取存在計算機數(shù)據(jù)中的已有標準模板(或同時采集的模板)，由于采集的圖像格式一般是RGB、YUV或其他常用格式，而比對常用Lab的圖像格式，因次在對比前需要對原圖像進行預處理和圖像格式轉(zhuǎn)換，然后再計算標準模板圖像與當前采集的產(chǎn)品圖像的顏色差別，再顯示計算結(jié)果，供操作人員使用，算法流程如圖3所示。圖像預處理算法預處理算法包含圖像數(shù)據(jù)處理中的常用算法，為后續(xù)算法提供依據(jù)，由于算法結(jié)構(gòu)的不同，與處理算法分為兩種。1、按照位置對色對于像印刷品這類產(chǎn)品的對色，它是在一張圖中固定位置有固定顏色，可以考慮將模板圖像與樣品圖像放在同等大小、方向的位置進行比較，檢測不同位置的各種顏色是否相同，從而達到幾種顏色同時對色的目的。圖像預處理主要實現(xiàn)產(chǎn)品區(qū)域提取、產(chǎn)品位置確定、圖像大小歸一化等功能，流程如圖4所示。設(shè)采集的圖像是彩色圖像f(R,G,b)，大小為：M*N(M行，N列)，進行預處理前，首先將其轉(zhuǎn)換為灰度圖像f(x,y)轉(zhuǎn)換公式為：f(x,y)＝0.11R+0.59G+0.3B(式1)圖像按行投影結(jié)果為：圖像按列投影結(jié)果為：如果圖像位于中部，由式2和式3可以得到：y0＝min(g(y))y1＝max(g(y))x0＝min(g(x))x1＝max(g(x))以(x0,y0),(x0,y1),(x1,y0),(x1,y1)為四個頂點構(gòu)成的四邊形即為模板圖像的大小，在這個范圍內(nèi)可根據(jù)模板圖像的點、線相對位置確定模板圖是否需要進行旋轉(zhuǎn)變換及變換的角度α，然后按照式4進行旋轉(zhuǎn)變換，可得到變換后的模板圖像fm(x,y)。對于樣品圖像同樣可得到以(x0',y0'),(x0',y1'),(x1',y0'),(x1',y1')為四個頂點構(gòu)成的四邊形，在這個范圍內(nèi)可根據(jù)樣品圖像的點、線相對位置確定樣品圖像是否需要進行旋轉(zhuǎn)變換及變換的角度β，然后按照式5進行旋轉(zhuǎn)變換，可得到變換后的樣品圖像fy(x,y)。以模板圖的位置和大小作為參考位置和大小，可以計算出樣品圖像相對于模板圖像的偏移量Δx、Δy以及縮放系數(shù)k，根據(jù)式6和式7可實現(xiàn)模板圖像和樣品圖像的歸一化，即得到歸一化后的的樣品圖像fy(x,y)。1)、旋轉(zhuǎn)變換模板圖像的旋轉(zhuǎn)變換：樣品圖像的旋轉(zhuǎn)變換：2)、平移變換樣品圖像相對模板圖像的平移：3)、縮放變換樣品圖像相對模板圖像的縮放：在變換的過程中，可采用插值的算法。經(jīng)過變換后模板圖像和樣品圖像的位置、大小完全相同。2、按照區(qū)域?qū)ι珜τ谙裼∪镜壬a(chǎn)的對色，在同一張圖中會出現(xiàn)幾種顏色，而各種顏色出現(xiàn)的位置不確定，考慮按照區(qū)域的方法進行對色，首先按照顏色劃分出各種顏色的區(qū)域，在計算各區(qū)域內(nèi)的顏色值，然后進行色差計算，顯示標準圖、樣品圖、比較結(jié)果圖、比較結(jié)果數(shù)據(jù)，預處理算法如圖5所示。分析圖像的顏色區(qū)域可以按照區(qū)域分割算法實現(xiàn)，比較成熟的圖像分割方法有：直方圖法、邊緣檢測、區(qū)域分割和聚類法等。1)區(qū)域分割算法流程區(qū)域分割的方法是用某種算法找到顏色邊界，則在由邊界劃分的一個封閉區(qū)域即為一種顏色，圖6是分數(shù)階微分在CIELab顏色空間提取邊緣算法流程圖。1)根據(jù)灰度圖像的邊緣檢測算法提取各個區(qū)域的邊緣，然后進行區(qū)域分割。2)根據(jù)彩色圖像的亮度信息和色度信息的融合來提取各種顏色的邊緣，再根據(jù)邊緣劃分各顏色區(qū)域。算法首先按照權(quán)利要求8進行顏色空間轉(zhuǎn)換，將CIERGB顏色空間轉(zhuǎn)換到CIEL*a*b*顏色空間。彩色圖像邊緣提取具體步驟為：1)根據(jù)式9將CIERGB顏色空間轉(zhuǎn)換到CIEL*a*b*顏色空間；2)在L*分量上計算方向梯度，取8個方向梯度的最大值作為該點的分數(shù)梯度，并記錄該點的方向信息；3)對L*分量進行非極大值抑制；4)采用最大類間方差法(Otsu)計算L*分量分數(shù)梯度閾值，將該閾值乘以一個系數(shù)作為L*分量分數(shù)梯度的高閾值。用高閾值在L*分量上提取亮度邊緣；5)在a*、b*分量上計算方向梯度，確定中心點梯度，將a*、b*分量的分數(shù)階梯度作比較，選取兩分量中梯度較大者作為該點最后的色度梯度，并記錄較大梯度所在分量的方向信息；6)對色度梯度大于指定閾值的點進行非極大值抑制，符合極大值條件的點確定為色度邊緣點；7)將色度邊緣與亮度邊緣相疊加；8)將高閾值值乘一個系數(shù)得到低閾值，將步驟7)中得到的邊緣進行8鄰域低閾值邊緣連接，即若高于低閾值且低于高閾值的像素點A與步驟7)提取到的邊緣鄰接，則將A點判為邊緣點。2)聚類算法流程聚類法在圖像分割這一領(lǐng)域有著相當普遍的利用。聚類就是對一組數(shù)據(jù)進行分類，在分類的過程中會依照某種特定的評價標準，最后得到由具有盡可能大的相似性的對象組成的類或者簇，相對的，種類不相同的元素之間的差異會相當大。聚類就是盡最大可能集合具有相似性的對象到一起，讓無相似性的對象盡可能的分開。此算法的輸入是聚類中心的數(shù)目k和包含n個樣本的數(shù)據(jù)庫，輸出是使得平方誤差準則最小的k個聚類中心。對n個樣本進行聚類的具體過程如下：(1)初始化：隨機確定初始聚類中心(c0,c1,...,ck-1)，初始聚類中心的個數(shù)為k；(2)分配xi：計算每個樣本xi到各聚類中心的距離，選取距離樣本xi最近的聚類中心cv作為xi的類；(3)修正cv：移動cv到其標明的聚類的中心；(4)計算偏差d；(5)判斷偏差d是否收斂：若d值收斂，則得到聚類中心(c0,c1,...,ck-1)同時終止算法，若d值不收斂，則返回步驟(2)。圖像格式轉(zhuǎn)換將圖像由CIERGB顏色空間轉(zhuǎn)換CIEL*a*b*(CIELab)顏色空間。CIEL*a*b*顏色空間是一個顏色對立空間，L*代表亮度(lightness)，取值范圍是0～100，a*和b*是依據(jù)CIEXYZ的非線性坐標壓縮建立的兩個顏色對立維度，a*正端代表紅色，負端代表綠色；b*的正端代表黃色，負端代表藍色，二者取值范圍均為-128～127。1)CIERGB轉(zhuǎn)換為CIEXYZCIEXYZ是在CIERGB顏色空間的基礎(chǔ)上，用數(shù)學方法，選用三個理想的原色來代替實際的三原色，從而將CIERGB空間中的光譜三刺激值和色度坐標r、g、b均變?yōu)檎?。轉(zhuǎn)換過程為：設(shè)r、g、b為CIERGB顏色空間中顏色點的R、G、B分量對應的數(shù)值，X、Y、Z為CIEXYZ顏色空間中各分量的值；2)CIEXYZ轉(zhuǎn)換為CIEL*a*b*L*＝116f(Y/Yn)-16a*＝500[f(X/Xn)-f(Y/Yn)]b*＝200[f(Y/Yn)-f(Z/Zn)]其中式中，Xn、Yn和Zn分別是CIEXYZ空間白點的三色刺激值，代表基準白色。3)CIEL*a*b*轉(zhuǎn)換到CIELCHCIELCH顏色模型采用了同CIEL*a*b*一樣的顏色空間，但它采用L表示明度值；C表示飽和度值，H表示色調(diào)角度值。容差計算與結(jié)果1、CIELab容差根據(jù)式8、式9、式10，同時計算出模板圖(m)各點顏色的Lab數(shù)據(jù)和樣品圖(d)的Lab數(shù)據(jù)i＝0,1,2,...,S-1，S為顏色個數(shù)；j＝0,1,2,...,Ps-1，Pi為第i種顏色的像素個數(shù)?？捎墒?2計算出各種顏色的亮度、顏色的差別ΔLi,Δai,Δbi，結(jié)果如表1所示，表1CIELab容差結(jié)果名稱+-0ΔL待檢測圖偏暗待檢測圖偏暗待檢測圖與模板圖亮度相同Δa待檢測圖偏綠待檢測圖偏紅待檢測圖與模板圖紅、綠色相同Δb待檢測圖偏藍待檢測圖偏黃待檢測圖與模板圖黃、藍色相同2、CIELCH容差根據(jù)式11，同時計算出模板圖(m)各點顏色的LCH數(shù)據(jù)和樣品圖(d)的LCH數(shù)據(jù)i＝0,1,2,...,S-1，S為顏色個數(shù)；j＝0,1,2,...,Ps-1，Pi為第i種顏色的像素個數(shù)?？捎墒?3計算出各種顏色的明度ΔLi、飽和度ΔCi、色調(diào)ΔHi，結(jié)果如表2所示。表2CIELCH容差結(jié)果3、ΔEi容差根據(jù)公式12計算出第i種顏色的亮度、顏色差值ΔLi、Δai、Δbi，i＝0,1,2,...,S-1，S為顏色個數(shù)，根據(jù)式14計算出總?cè)莶睢＆i代表第i種顏色的總?cè)莶?，i＝0,1,2,...,S-1，S為顏色個數(shù)，ΔEi越小，代表第i種顏色的色差越小，反之色差越大。計算出各種顏色的總?cè)莶瞀i之后，根據(jù)它們的值得出對色結(jié)論：針對第i種顏色，如果ΔEi取值為0.0-0.5，表示樣品圖與模板圖有微小色差；如果ΔEi取值為0.1-1.5，表示樣品圖與模板圖有小色差；如果ΔEi取值為1.5-3.0，表示樣品圖與模板圖有較小色差；如果ΔEi取值為3.0-6.0，表示樣品圖與模板圖有較大色差；如果ΔEi取值為6.0以上，表示樣品圖與模板圖有大色差。針對不同顏色將上述結(jié)果以表格形式顯示，供對色人員參考。為了更直觀觀察，可以計算出模板圖與樣品圖的差值圖并顯示。設(shè)模板圖為F(Rm,Gm,Bm)，樣品圖為F(Rd,Gd,Bd)，按照式14計算兩幅圖的差值圖F(R,G,B)。F(R,G,B)＝F(Rm-Rd+T,Gm-Gd+T,Bm-Bd+T)(式15)為了能夠清楚觀察到對色結(jié)果圖，在計算每個像素的三基色值之后增加亮度值T，(T＝0,1,2,...,255)，在RGB顏色空間顯示對色結(jié)果圖像，即可觀察到兩者之間的差別。這樣，可以通過觀察亮度、顏色、飽和度和色調(diào)的數(shù)值及模板圖像、樣品圖像的顏色差值圖一起判定兩種圖的顏色差別。本發(fā)明的自動對色裝置是基于機器視覺、圖像處理技術(shù)，利用攝像機在對應光源下采集標準圖像和樣品圖像，存貯模板和樣品圖像，可以在任何時候展示模板圖像和樣品圖像。具有分類查詢、分產(chǎn)品查詢功能。設(shè)計中采用光源自動控制的方式，可以通過界面任意選擇光源。存儲圖像時同時記錄光源類型，因此，在后續(xù)的對色過程中不需要再選光源。在每次采集需要進行顏色對比的樣品圖像，如果是初次樣品則按照規(guī)律命名并保存該樣品圖，用作模板圖以備查詢。當生產(chǎn)時自動提取該圖像圖，與當前樣品進行對比，經(jīng)過算法分析后提出比較結(jié)論及調(diào)整方式。本裝置結(jié)合圖像處理功能，用機器視覺代替人工觀察，為自動化生產(chǎn)創(chuàng)造了條件，同時具有如下優(yōu)點：1)克服了人眼觀察的主觀性缺陷，使對色更具客觀性；2)用高精度的定量描述代替對色中的定性描述，是數(shù)字印刷的發(fā)展方向；3)通過計算機圖像保存，使得對色具有永久保存顏色不變的功能，克服樣品保留時間長后顏色蛻變的缺陷；4)用機器視覺和圖像處理技術(shù)代替人工觀察，實現(xiàn)了對比自動化功能，通過給出的參考值，為調(diào)節(jié)顏色提供了依據(jù)；5)相對于分光式顏色對比，不再局限于點的顏色比較，具有整體比較功能；6)通過物聯(lián)網(wǎng)可以將設(shè)計的產(chǎn)品圖傳遞給對色裝置，然后直接和樣品進行比較，提供了在線設(shè)計與對色的可能；7)克服點、線顏色比較的不足，實現(xiàn)一幅圖像同時對比若干顏色；8)該裝置及方法可廣泛應用于各行各業(yè)的顏色對比中，應用范圍廣。當前第1頁1 2 3