毕业论文)基于计算机视觉的染色品色差检测

毕业论文)基于计算机视觉的染色品色差检测内容摘要：

差检测系统主要由以下几个部分组成 高性能彩色工业相机 图像采集卡 照射光源 图像算法处理 PC 其中高性能的工业彩色相机实时监测布匹表面颜色信息并将采集的图像数据经由图像采集卡传输到图像算法处理 PC 中进行实时处理和检测这样如果发现色差问题可以得到有效调整便于实现生产管理的智能化透明化提高客户对染色质量的诚信度并获得良好的经济效益 本文所设计的检测系统采用的是日本索尼公司 SSCDC398BP 经济型高清晰彩色工业相机及配套的 SSV0358GNB 工业镜头 本 系统采用的是微视图像公司的一款高性能图像采集卡对图像进行实时采集相机的成像器件为 13 英寸 SuperHAD 的 CCD 传感器其最高帧率可达到 60fps并且具有 150 至 1100000s 的快门范围以及高信噪比的特性由于具有高灵敏度的特性我们可以在高速以及弱光环境下用它进行拍摄工作 SSV0358GNB 是一款自动光圈手动变焦的工业镜头其焦距可调范围为35mm8mm 镜头的最小物距为 03m 后焦距为 642mm 染色品色差在线检测系统简易示意图如下所示 图 26 检测系统示意图 考虑到对采集图像的高质量要求光源的选择也非常重 要下一节将对本系统的光源及照明系统进行介绍 25 照明系统和光源 在基于计算机视觉的应用系统中光源与照明系统的优劣决定着整个系统设计的成败 [11]首先照明光源不能造成颜色失真具有足够的亮度并在照明区域内亮度保持均匀稳定其次照明系统和光源要能够避免被检测对象的高反射区域以免导致检测精度的降低或无法检测最后在某些工业场合要充分地将光源和照明方案结合以突出某些特征量以增加对比度另外要保证足够的整体亮度不至于由于物体位置的变化影响成像质量总而言之在选择照明系统和光源时要充分考虑被检测对象的具体情况确定所需光源的照 明亮度几何形状光谱特性均匀度使用寿命以及发光效率等 为了统一颜色测量标准国际照明委员会 CIE 规定了色度学标准照明体 A 类标准光源具有相当于色温度 CCTcorrelated colour temperature 为28556K 的完全幅射体的光谱功率分布 CIE 规定提供此光谱分布的光源为标准 A光源 B类标准光源具有相当于直射太阳光 CCT约为 4874K的完全幅射体的光谱功率发布 CIE 规定符合此光谱功率分布的光源为标准 B 光源 C类标准光源具有相当于 CCT约为 6774K的完全幅射体的光谱功率发布它代表阴天太阳光的光 谱分布通常又被称为评价日光此光谱功率分布 CIE 规定由标准 C 光源得到 1964 年 CIE 委员会追加了第四种光源 D 旨在克服 B 类和 C 类光源在紫外区域的照明缺陷标准 D 类光源主要有 D55D65 及 D75 相应的 CCT 值为 5500K6500K及 7500K 1A 对应光源为钨丝电灯 CCT 为 2856K 2D50 对应光源为版画与刻印应用的暖色调室内灯 CCT 为 5003K 3D65 对应光源为色度测量的平均日光灯 CCT 为 6504K 4D75 对应光源为冷色调室内灯 CCT 为 7504K 白炽灯 价格便宜将其作为应用光源成本较低另外其具有同日光相似的连续光谱能量分布输出可控光输出较为稳定随电输入可改变结构简单等优点所以大部分工业厂家偏好它但物体的颜色在白炽灯下却不够真实石英卤素灯只用于光源 A 这类灯发射出非常有效的 UV 线所以它们并不像日光灯一样会产生荧光增白效果另外石英卤素灯在 IR 区域会产生较多的能量一些着色剂对光或热敏感这将造成样本在卤素灯下受热从而产生热变色样本的颜色度量误差并且样本长时间暴露在此光源下还会造成褪色现象 总体来说脉冲氙灯可以克服以上所述缺点其具有与日光相近的光谱能量分布和良好的物理 特性可以很容易的过滤掉紫外在每次测量中脉冲氙灯只是在几纳秒的时间内释放闪光并不提供持续的光源照明荧光样本在此类光源照射下不会受热所以可在此等光源下的进行颜色测量另外脉冲氙光也较适合对暗颜色的测量脉冲氙光的缺点在于它提供的是线性非连续的光谱输出稳定性也较差 综上所述考虑到不同光源的不同特性相关行业在进行染色品色差检测时需要针对自己公司产品的特性进行光源的选取由于本论文的研究对象为涤纶质棉质的成品布面所以本文采用 AD65 及 D50 照明光源 [12] 26 建立染色效果评价模型 染色效果评价模型的建立是实现染色过程 信息在线反馈控制的基础具体是指色差评价指标与布匹表面的染色信息之间的关系模型通过对染色品色差的实时监控和分析我们可以实时地了解染色品的染色状况从而可以主动地控制在线染色的行为这样就为产生良好的染色效果及随之而来的经济效益奠定了基础 261 染色评价模型及染色效果评价指标 2611 染色评价模型 显然除了特殊需求染色品染色不均匀或者和目标色不一致是很难被客户所接受的本文将针对现有离线在检验检测色差方面的局限性以涤纶质棉质染色布面为研究对象提出一种基于计算机视觉的实时性的在线染色色差检测评价模型该评价模型 将准确客观地评价样品的均匀性和一致性是染色效果的定量化模型此模型为实现染色过程的在线反馈控制奠定了评价基础 CIE国际照明委员会选择了 7000nm为三原色光 [13]本论文的研究也将遵循这一原则 红绿蓝作为颜色的三基色通过不同的配比可以构成其它任意的颜色因此染色均匀性和一致性的评定也可以直接通过比较颜色的三刺激值来完成 我们可以用可见光谱内给定波长区间的光的反射率来表示染色品的颜色所得到的反射率曲线在不同的波长区间会出现一个或是多个波峰由此评价染色样品的均匀性时必须比较不同部位的颜色而评价染色一致性时必 须在同样的外部环境下去比较标准色和样品颜色之间的差异并测出不同部位的反射率值在相同的波长区间如果反射率是不同的表示染色不均匀或是不一致反之则认为该样品的染色是均匀的或是一致的 本文通过融合局部纹理特征的混合高斯模型 GMM 进行分类建立评价指标与样品颜色各属性值之间的关系模型实现染色效果色差的在线评价 2612 染色效果评价指标 所谓的评价指标指的是从不同方面描述被评价对象的某种特征的度量染色效果可以通过以下两个指标来评价 染色品颜色和目标颜色之间的颜色匹配程度即为类间方差 [14] 染色品的颜色均匀性即为 类内方差 [14] 在实际中当从众多属性中选取某几项属性值与评价指标建立关系模型时其中某些所选取的属性之间可能存在着近似线性关系这样一方面对加重算法处理的负担使得算法的效率不高另一方面由于没有剔除冗余信息而造成分类效果的不佳将会对评价结果造成严重的影响因此为了提高评价的精度须过滤掉次要的信息具体操作时应遵守科学性目的性可测性可比性的原则为本文采用 PCA[15]主成份分析法对颜色特征的冗余信息进行有效的抑制 在对染色品色差进行度量时可对颜色信息的一致性均匀性起作用的属性有明度差色品差为饱和度差色度差亮度差表 21中所示的是采样的 10种待测样本与标准样本的色差数据 表 21 染色品样本颜色的差异数据 序号 1 14771 13851 06995 01564 01162 00143 2 3898 24243 33633 0025 01222 00512 3 21218 14136 39945 00126 00251 00411 4 21419 40686 35872 00143 00376 00332 5 1892 24155 34781 00134 00468 00283 6 13831 12852 05995 01365 00562 00343 7 49841 41872 27448 00148 01194 00485 8 17586 18069 26156 00132 00346 00334 9 12204 26362 06823 00117 00393 00293 10 41122 33363 22166 00129 00376 00518 PCA 主成份分析法是一种对数据进行分析的技术最重要的应用是对原有的数据进行简化这种方法可以有效的找出数据帧最主要的元素和结构去除噪声和冗余 信息将原有的复杂数据降维揭示隐藏在复杂数据背后的简单结构其有点是原理简单且无参数限制因此本文采用 PCA 算法对样本的颜色信息进行降维处理 表 22中所示的颜色属性值是指标准颜色与 10份样本数据之间的差异值 11份样本均为相同的光照条件下的采集图像运用主元分析法去除了原始属性指标中的次要指标得出表 23 中的数据 表 22 去除次要指标后得到的新数据 序号 1 40576 35772 00676 00132 2 18069 27156 00546 00334 3 12126 28942 00238 00293 4 16788 04808 00476 00332 5 14255 3378 00368 00283 6 1194 07875 00361 00203 7 42878 27448 01194 00485 8 18069 29251 00556 00335 9 2736 06923 00389 00294 10 3828 22166 00576 00518 染色一致性评价算法 在确定检测数据的基础上本文须对染色的一致性进行评价所谓染色一致性指的是标准样本和染色品样本颜色之间的差异效果在 此选择的布匹检测区域大小为因为当染色不均匀点的区域大小超过一定的限度如 1 寸时客户就无法接受该产品的质量因此本文对染色布匹进行色差评定时将评定区域定为即 295 295像素因此被检测区域将被分为四个待评定区域如下图所示 图 27 检测区域划分图 按照评价分级指标特征值对该区域的一致性指标进行评级当检测区域内的四个小区域中一致性指标小于等于 2级的个数多于 2时就将该检测区域定为染色不一致区域具体算法如下 1 采用均值滤波器模板大小并计算该模板所覆盖的样本区域及标准样本区域像素点的颜色均值分别记为 n 1234 2计算与 之间差值根据和相应的颜色特征值采用基于支持向量机 SVM的评价模型对染色区域做出评价 3 且 length 检测区域 4 采集下一个区域重复步骤一二三 262 纹理特征提取 纹理是景物的一个重要特征通常认为纹理是在图像上表现为灰度或颜色分布的某种规律性这种规律性在不同类别的纹理中有其不同特点纹理大致可分为两类一类是规则纹理它由明确的纹理基本元素简称纹理基元经有规则排列而成常被称为人工纹理另一类是准规则纹理它们的纹理基元没有明确的形状而是某种灰度或颜色的分布这种分布在空间位置上的反复出现形成纹理这样的重复 在局部范围内往往难以体察出来只有从整体上才能显露这类纹理存在着局部不规则和整体规律性的特点常被称为自然纹理纹理特征可用来描述对象物表面的粗糙程度和它的方向性也可用来分析生物材料组织或者用来进行图像分割纹理特征提取的方法随纹理类别的不同而不同一般规则纹理采用结构分析方法准规则纹理采用统计分析方法 []局部二值模式 [16]对目标图像的区域进行纹理表述LBP利用每个像素及其半径为 R的环形邻域上的 P个像素点的联合分布来描述图像的纹理其中表示局部邻域中心的灰度值对应着半径为 R的圆环上的 P个等分点的灰度值不同的 P R 组合 LBP 算子也不相同图 3 为 3 种不同的 LBP 算子 图 28 不同 PR 的环形对称邻域 为了实现该纹理算子对灰度的不变性用环形邻域上 P 个等分点的灰度值减去中心点的灰度值联合分布 T 转化为 1 假设和相互独立式 1 近似分解为 2 在式 2 中描述了整个图像的灰度分布对图像的局部纹理分布没有影响因此图像纹理特征可以通过差分的联合分布来描述即 3 当图像的光照发生加性变化时一般不会改变中心像素与其环形邻域上像素灰度值的相对大小即不受光照加性变化的影响因而可以用中心像素与邻域像素差值的符号函数代替具体 的数值来描述图像的纹理即 4 式中 s 为符号函数 5。