• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 19
    • 下载费用:30 金币  

    重庆时时彩坐标走势: 一种颜色识别方法及系统.pdf

    关 键 词:
    一种 颜色 识别 方法 系统
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201611169819.6

    申请日:

    2016.12.16

    公开号:

    CN106683140A

    公开日:

    2017.05.17

    当前法律状态:

    实审

    有效性:

    审中

    法律详情: 实质审查的生效IPC(主分类):G06T 7/90申请日:20161216|||公开
    IPC分类号: G06T7/90(2017.01)I 主分类号: G06T7/90
    申请人: 深圳市中达瑞和科技有限公司
    发明人: 罗飞; 肖旭斌; 余江华
    地址: 518000 广东省深圳市南山区科技园琼宇路5号科技园厂房51栋第六层
    优先权:
    专利代理机构: 深圳中一专利商标事务所 44237 代理人: 阳开亮
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201611169819.6

    授权公告号:

    |||

    法律状态公告日:

    2017.06.09|||2017.05.17

    法律状态类型:

    实质审查的生效|||公开

    摘要

    本发明属于机器视觉技术领域,提供了一种颜色识别方法及系统。本发明通过计算目标像素点相对于参考背景的归一化颜色数据,并根据目标像素点的归一化颜色数据和预存的多个标准样本的归一化颜色数据,计算目标像素点的颜色值和预存的多个标准样本中每个标准样本的颜色值之间的相关性,选取与目标像素点的颜色值相关性最大的标准样本的颜色值,标识为目标像素点的真实颜色值,从而在数据稳定性好、准确性高以及成本低的情况下识别目标物质的颜色值。

    权利要求书

    1.一种颜色识别方法,其特征在于,所述颜色识别方法包括:
    获取目标物质上目标像素点的RGB值和参考背景的RGB值;
    根据所述目标像素点的RGB值和所述参考背景的RGB值,计算所述目标像素点相对于所
    述参考背景的归一化颜色数据;
    或者,获取目标物质上目标像素点的光谱函数和参考背景光谱函数;
    根据所述目标像素点的光谱函数和所述参考背景的光谱函数,计算所述目标像素点相
    对于所述参考背景的归一化颜色数据;
    根据所述目标像素点的归一化颜色数据和预存的多个标准样本的归一化颜色数据,计
    算所述目标像素点的颜色值和所述预存的多个标准样本中每个标准样本的颜色值之间的
    相关性;
    选取与所述目标像素点的颜色值相关性最大的标准样本的颜色值,标识为所述目标像
    素点的真实颜色值。
    2.如权利要求1所述的颜色识别方法,其特征在于,根据所述目标像素点的归一化颜色
    数据和预存的多个标准样本的归一化颜色数据,计算所述目标像素点的颜色值和所述预存
    的多个标准样本中每个标准样本的颜色值之间的相关性之前,包括:
    通过图像传感器获取任一像素点的RGB值,并获取所述任一像素点的光谱函数和用于
    照射所述任一像素点的光源的光谱函数;
    根据所述任一像素点的RGB值、所述任一像素点的光谱函数和所述光源的光谱函数,计
    算所述图像传感器的光谱响应函数;
    获取多个标准样本的光谱函数;
    根据所述图像传感器的光谱响应函数和所述多个标准样本的光谱函数,计算得到所述
    多个标准样本的归一化颜色数据并保存。
    3.如权利要求2所述的颜色识别方法,其特征在于,所述RGB值包括R分量、G分量和B分
    量,所述根据所述任一像素点的RGB值、所述任一像素点的光谱函数和所述光源的光谱函
    数,计算所述图像传感器的光谱响应函数,包括:
    根据公式:计算所述图像传感器的光谱响应函数;
    其中,I1、I2和I3分别为所述任一像素点的R分量、G分量和B分量的十进制表达形式,QR
    (λ)、QG(λ)和QB(λ)分别为所述图像传感器所输出的RGB值的R分量、G分量和B分量的光谱响
    应函数,S(λ)为所述任一像素点的光谱函数,F(λ)为所述光源的光谱函数,Δλ为所述图像
    传感器的光谱响应范围;
    所述根据所述图像传感器的光谱响应函数和所述多个标准样本的光谱函数,计算得到
    所述多个标准样本的归一化颜色数据,包括:
    根据公式:计算得到所述多个标准样本的归一化颜色数据;
    其中,X1j、X2j和X3j分别为所述多个标准样本中标准样本j的RGB值的R分量、G分量和B分
    量的归一化颜色数据。
    4.如权利要求1所述的颜色识别方法,其特征在于,所述RGB值包括R分量、G分量和B分
    量,所述根据所述目标像素点的RGB值和所述参考背景的RGB值,计算所述目标像素点相对
    于所述参考背景的归一化颜色数据,包括:
    根据公式:计算所述目标像素点的归一化颜色数据;
    其中,Ri、Gi和Bi分别为目标像素点i的RGB值的R分量、G分量和B分量,R0、G0和B0分别为
    参考背景0的RGB值的R分量、G分量和B分量,Y1i、Y2i和Y3i分别为目标像素点i的RGB值的R分
    量、G分量和B分量相对于参考背景0的RGB值的R分量、G分量和B分量的归一化颜色数据;
    所述光谱函数包括红光光谱函数、绿光光谱函数和蓝光光谱函数,所述根据所述目标
    像素点的光谱函数和所述参考背景的光谱函数,计算所述目标像素点相对于所述参考背景
    的归一化颜色数据,包括:
    根据公式:计算所述目标像素点的归一化颜色数据;
    其中,SiR(λ)、SiG(λ)和SiB(λ)分别为经由所述目标像素点i透射或反射的光线的红光光
    谱函数、绿光光谱函数和蓝光光谱函数,S0R(λ)、S0G(λ)和S0B(λ)分别为经由所述参考背景0
    透射或反射的光线的红光光谱函数、绿光光谱函数和蓝光光谱函数,Y1i、Y2i和Y3i分别为目
    标像素点i的RGB值的R分量、G分量和B分量相对于参考背景0的RGB值的R分量、G分量和B分
    量的归一化颜色数据。
    5.如权利要求4所述的颜色识别方法,其特征在于,所述根据所述目标像素点的归一化
    颜色数据和预存的多个标准样本的归一化颜色数据,计算所述目标像素点的颜色值和所述
    预存的多个标准样本中每个标准样本的颜色值之间的相关性,包括:
    根据公式:计算所述目标像素点的颜色值
    和所述预存的多个标准样本中每个标准样本的颜色值之间的相关性;
    其中,κ=1,2,3,κ=1对应R分量、κ=2对应G分量、κ=3对应B分量;Xκj为标准样本j的
    RGB值的κ分量的归一化颜色数据;Yκi为目标像素点i的RGB值的κ分量相对于参考背景0的
    RGB值的κ分量的归一化颜色数据;Rij为目标像素点i的颜色值与标准样本j的颜色值之间的
    相关系数。
    6.一种颜色识别系统,其特征在于,所述颜色识别系统包括:
    第一获取单元,用于获取目标物质上目标像素点的RGB值和参考背景的RGB值;
    第一计算单元,用于根据所述目标像素点的RGB值和所述参考背景的RGB值,计算所述
    目标像素点相对于所述参考背景的归一化颜色数据;
    第二获取单元,用于获取目标物质上目标像素点的光谱函数和参考背景光谱函数;
    第二计算单元,用于根据所述目标像素点的光谱函数和所述参考背景的光谱函数,计
    算所述目标像素点相对于所述参考背景的归一化颜色数据;
    相关性计算单元,用于根据所述目标像素点的归一化颜色数据和预存的多个标准样本
    的归一化颜色数据,计算所述目标像素点的颜色值和所述预存的多个标准样本中每个标准
    样本的颜色值之间的相关性;
    颜色标识单元,用于选取与所述目标像素点的颜色值相关性最大的标准样本的颜色
    值,标识为所述目标像素点的真实颜色值。
    7.如权利要求6所述的颜色识别系统,其特征在于,在所述相关性计算单元计算相关性
    之前,包括:
    第三获取单元,用于通过图像传感器获取任一像素点的RGB值,并获取所述任一像素点
    的光谱函数和用于照射所述任一像素点的光源的光谱函数;
    第三计算单元,用于根据所述任一像素点的RGB值、所述任一像素点的光谱函数和所述
    光源的光谱函数,计算所述图像传感器的光谱响应函数;
    第四获取单元,用于获取多个标准样本的光谱函数;
    第四计算单元,用于根据所述图像传感器的光谱响应函数和所述多个标准样本的光谱
    函数,计算得到所述多个标准样本的归一化颜色数据并保存。
    8.如权利要求7所述的颜色识别系统,其特征在于,所述RGB值包括R分量、G分量和B分
    量,所述根据所述任一像素点的RGB值、所述任一像素点的光谱函数和所述光源的光谱函
    数,计算所述图像传感器的光谱响应函数,包括:
    根据公式:计算所述图像传感器的光谱响应函数;
    其中,I1、I2和I3分别为所述任一像素点的R分量、G分量和B分量的十进制表达形式,QR
    (λ)、QG(λ)和QB(λ)分别为所述图像传感器所输出的RGB值的R分量、G分量和B分量的所述光
    谱响应函数,S(λ)为所述任一像素点的光谱函数,F(λ)为所述光源的光谱函数,Δλ为所述
    图像传感器的光谱响应范围;
    所述根据所述图像传感器的光谱响应函数和所述多个标准样本的光谱函数,计算得到
    所述多个标准样本的归一化颜色数据,包括:
    根据公式:计算得到所述多个标准样本的归一化颜色数据;
    其中,X1j、X2j和X3j分别为所述多个标准样本中标准样本j的RGB值的R分量、G分量和B分
    量的归一化颜色数据。
    9.如权利要求6所述的颜色识别系统,其特征在于,所述RGB值包括R分量、G分量和B分
    量,所述根据所述目标像素点的RGB值和所述参考背景的RGB值,计算所述目标像素点相对
    于所述参考背景的归一化颜色数据,包括:
    根据公式:计算所述目标像素点的归一化颜色数据;
    其中,Ri、Gi和Bi分别为目标像素点i的RGB值的R分量、G分量和B分量,R0、G0和B0分别为
    参考背景0的RGB值的R分量、G分量和B分量,Y1i、Y2i和Y3i分别为目标像素点i的RGB值的R分
    量、G分量和B分量相对于参考背景0的RGB值的R分量、G分量和B分量的归一化颜色数据;
    所述光谱函数包括红光光谱函数、绿光光谱函数和蓝光光谱函数,所述根据所述目标
    像素点的光谱函数和所述参考背景的光谱函数,计算所述目标像素点相对于所述参考背景
    的归一化颜色数据,包括:
    根据公式:计算所述目标像素点的归一化颜色数据;
    其中,SiR(λ)、SiG(λ)和SiB(λ)分别为经由所述目标像素点i透射或反射的光线的红光光
    谱函数、绿光光谱函数和蓝光光谱函数,S0R(λ)、S0G(λ)和S0B(λ)分别为经由所述参考背景0
    透射或反射的光线的红光光谱函数、绿光光谱函数和蓝光光谱函数,Y1i、Y2i和Y3i分别为目
    标像素点i的RGB值的R分量、G分量和B分量相对于参考背景0的RGB值的R分量、G分量和B分
    量的归一化颜色数据。
    10.如权利要求9所述的颜色识别方法,其特征在于,所述根据所述目标像素点的归一
    化颜色数据和预存的多个标准样本的归一化颜色数据,计算所述目标像素点的颜色值和所
    述预存的多个标准样本中每个标准样本的颜色值之间的相关性,包括:
    根据公式:计算所述目标像素点的颜色值
    和所述预存的多个标准样本中每个标准样本的颜色值之间的相关性;
    其中,κ=1,2,3,κ=1对应R分量、κ=2对应G分量、κ=3对应B分量;Xκj为标准样本j的
    RGB值的κ分量的归一化颜色数据;Yκi为目标像素点i的RGB值的κ分量相对于参考背景0的
    RGB值的κ分量的归一化颜色数据;Rij为目标像素点i的颜色值与标准样本j的颜色值之间的
    相关系数。

    说明书

    一种颜色识别方法及系统

    技术领域

    本发明属于机器视觉技术领域,尤其涉及一种颜色识别方法及系统。

    背景技术

    颜色识别是工农业生产中的一个极其重要的环节。颜色在本质上是物质辐射或反
    射光谱分布与人眼或光电传感器的积分效应。人眼的颜色识别不仅依赖于环境照度,还与
    光化学神经过程以及心理反应有关,通常难以对颜色进行定量的、标准的描述。而光电传感
    器的颜色识别不仅依赖于光照环境,也与传感器的响应以及传感器图像算法有关,因此在
    不同的光照环境或者在不同的颜色识别系统中获取的颜色数据稳定性差,甚至有可能由于
    颜色失真而难以区分,细微的颜色差异也难以识别;再者,利用传感器进行颜色识别时,通
    常需要把传感器、光源等放置在一个封闭、低反射环境中进行,对光源稳定性、环境温度湿
    度都有较高要求,系统的操作、维护、校准复杂,成本高昂。

    因此,现有的颜色识别方法由于光照环境变化、传感器响应的差异及不同的传感
    器图像算法等因素的影响而使得颜色在识别过程中存在数据稳定性差、准确性差以及成本
    高的问题。

    发明内容

    本发明的目的在于提供一种颜色识别方法及系统,旨在解决现有的颜色识别方法
    由于光照环境变化、传感器响应的差异及不同的传感器图像算法等因素的影响而使得颜色
    在查找识别过程中存在数据稳定性差、准确性差以及成本高的问题。

    本发明是这样实现的,一种颜色识别方法,该方法包括:

    获取目标物质上目标像素点的RGB值和参考背景的RGB值;

    根据所述目标像素点的RGB值和所述参考背景的RGB值,计算所述目标像素点相对
    于所述参考背景的归一化颜色数据;

    或者,获取目标物质上目标像素点的光谱函数和参考背景光谱函数;

    根据所述目标像素点的光谱函数和所述参考背景的光谱函数,计算所述目标像素
    点相对于所述参考背景的归一化颜色数据;

    根据所述目标像素点的归一化颜色数据和预存的多个标准样本的归一化颜色数
    据,计算所述目标像素点的颜色值和所述预存的多个标准样本中每个标准样本的颜色值之
    间的相关性;

    选取与所述目标像素点的颜色值相关性最大的标准样本的颜色值,标识为所述目
    标像素点的真实颜色值。

    本发明的另一目的还在于提供一种颜色识别系统,该系统包括:

    第一获取单元,用于获取目标物质上目标像素点的RGB值和参考背景的RGB值;

    第一计算单元,用于根据所述目标像素点的RGB值和所述参考背景的RGB值,计算
    所述目标像素点相对于所述参考背景的归一化颜色数据;

    第二获取单元,用于获取目标物质上目标像素点的光谱函数和参考背景光谱函
    数;

    第二计算单元,用于根据所述目标像素点的光谱函数和所述参考背景的光谱函
    数,计算所述目标像素点相对于所述参考背景的归一化颜色数据;

    相关性计算单元,用于根据所述目标像素点的归一化颜色数据和预存的多个标准
    样本的归一化颜色数据,计算所述目标像素点的颜色值和所述预存的多个标准样本中每个
    标准样本的颜色值之间的相关性;

    颜色标识单元,用于选取与所述目标像素点的颜色值相关性最大的标准样本的颜
    色值,标识为所述目标像素点的真实颜色值。

    本发明通过计算目标像素点相对于参考背景的归一化颜色数据,并根据目标像素
    点的归一化颜色数据和预存的多个标准样本的归一化颜色数据,计算目标像素点的颜色值
    和预存的多个标准样本中每个标准样本的颜色值之间的相关性,选取与目标像素点的颜色
    值相关性最大的标准样本的颜色值,标识为目标像素点的真实颜色值,从而在数据稳定性
    好、准确性高以及成本低的情况下识别目标物质的颜色值。

    附图说明

    图1是本发明的一个实施例提供的颜色识别方法的流程框图;

    图2是本发明的另一个实施例提供的颜色识别方法的流程框图;

    图3是本发明的一个实施例提供的颜色识别系统的结构框图;

    图4是本发明的另一个实施例提供的颜色识别系统的结构框图。

    具体实施方式

    为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对
    本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并
    不用于限定本发明。

    在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能
    理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第
    一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,
    “多个”的含义是两个或两个以上,除非另有明确具体的限定。

    如图1所示,本发明的一个实施例提供一种颜色识别方法,其包括:

    步骤S1011:获取目标物质上目标像素点的RGB值和参考背景的RGB值。

    在本实施例中,目标物质具体是指用户选定的需要识别颜色的单色或彩色物质,
    目标像素点具体是指目标物质上的任一像素点。对于单色物质来说,目标像素点的颜色等
    同于目标物质的颜色;对于彩色物质来说,目标物质的颜色需要识别目标物质上所有不同
    颜色的像素点的颜色之后再进行综合分析,得到目标物质的颜色。

    在本实施例中,RGB值具体是指通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以
    及它们相互之间的叠加得到各式各样的颜色,RGB值包括对应红光的R分量、对应绿光的G分
    量和对应蓝光的B分量。

    在本实施例中,参考背景具体是指在忽略光照环境、光学镜头透射光谱、图像传感
    器光谱响应差异以及图像传感器的算法差异等的影响的情况下,其光谱函数(包括透射光
    的光谱函数和反射光的光谱函数)不随外在因素改变的标准颜色。

    在本发明的一实施例中,步骤S1011具体包括:

    在图像视场中选取或设置参考背景,利用图像传感器采集包含目标物质和参考背
    景的图像;

    获取目标物质上目标像素点的Ri、Gi和Bi数值,同时获取参考背景R0、G0和B0数值,
    其中,i表示不同的像素点。

    步骤S1021:根据所述目标像素点的RGB值和所述参考背景的RGB值,计算所述目标
    像素点相对于所述参考背景的归一化颜色数据。

    在本发明的一个实施例中,步骤S1021具体包括:

    根据公式:计算所述目标像素点的归一化颜色数据;

    其中,Ri、Gi和Bi分别为目标像素点i的RGB值的R分量、G分量和B分量,R0、G0和B0分
    别为参考背景0的RGB值的R分量、G分量和B分量,Y1i、Y2i和Y3i分别为目标像素点i的RGB值的
    R分量、G分量和B分量相对于参考背景0的RGB值的R分量、G分量和B分量的归一化颜色数据。

    本实施例中,由于目标像素点的Ri、Gi和Bi数值具体为:


    参考背景R0、G0和B0数值具体为:


    其中,SiR(λ)、SiG(λ)和SiB(λ)分别为经由目标像素点i透射或反射的光线的红光光
    谱函数、绿光光谱函数和蓝光光谱函数,S0R(λ)、S0G(λ)和S0B(λ)分别为经由参考背景0透射
    或反射的光线的红光光谱函数、绿光光谱函数和蓝光光谱函数,QR(λ)、QG(λ)和QB(λ)分别为
    图像传感器所输出的RGB值的R分量、G分量和B分量的光谱响应函数,F(λ)为光源的光谱函
    数,Δλ为图像传感器的光谱响应范围。

    根据公式:


    则有:


    因此,步骤S1021中计算目标像素点的归一化颜色数据的公式,还可以为
    对应的,在本实施例中,步骤S1011和步骤S1021可以同时等效替换为步骤
    S1012和步骤S1022。

    其中,步骤S1012为:获取目标物质上目标像素点的光谱函数和参考背景光谱函
    数。

    在本实施例中,光谱函数具体是指在明视觉条件下,人眼对380~780nm可见光谱
    范围的不同波长的辐射,即各种色光具有不同的感受性。

    步骤S1022为:根据所述目标像素点的光谱函数和所述参考背景的光谱函数,计算
    所述目标像素点相对于所述参考背景的归一化颜色数据。

    在具体应用中,光谱函数包括红光光谱函数、绿光光谱函数和蓝光光谱函数;在本
    发明的一个实施例中,步骤S1022,包括:

    根据公式:计算所述目标像素点的归一化颜色数据;

    其中,SiR(λ)、SiG(λ)和SiB(λ)分别为目标像素点透射或反射的光线的红光光谱函
    数、绿光光谱函数和蓝光光谱函数,S0R(λ)、S0G(λ)和S0B(λ)分别为经由参考背景0透射或反
    射的光线的红光光谱函数、绿光光谱函数和蓝光光谱函数,Y1i、Y2i和Y3i分别为目标像素点i
    的RGB值的R分量、G分量和B分量相对于参考背景0的RGB值的R分量、G分量和B分量的归一化
    颜色数据。

    步骤S103:根据所述目标像素点的归一化颜色数据和预存的多个标准样本的归一
    化颜色数据,计算所述目标像素点的颜色值和所述预存的多个标准样本中每个标准样本的
    颜色值之间的相关性。

    在本实施例中,相关性是指目标像素点的归一化颜色数据和预存的多个标准样本
    中每个标准样本的归一化颜色数据之间的接近程度,具体反应为目标像素点与多个标准样
    本中的每个标准样本的颜色的相似度。

    在本发明的一个实施例中,步骤S103具体包括:

    根据公式:计算所述目标像素点的
    颜色值和所述预存的多个标准样本中每个标准样本的颜色值之间的相关性;

    其中,κ=1,2,3,κ=1对应R分量、κ=2对应G分量、κ=3对应B分量;Xκj为标准样本j
    的RGB值的κ分量的归一化颜色数据;Yκi为目标像素点i的RGB值的κ分量相对于参考背景0的
    RGB值的κ分量的归一化颜色数据;Rij为目标像素点i的颜色值与标准样本j的颜色值之间的
    相关系数。

    步骤S104:选取与所述目标像素点的颜色值相关性最大的标准样本的颜色值,标
    识为所述目标像素点的真实颜色值。

    在本实施例中,目标像素点的真实颜色值具体是指在忽略光照环境、光学镜头透
    射光谱、图像传感器光谱响应差异以及图像传感器的算法差异等的影响的情况下,目标像
    素点的实际颜色值,颜色值具体可以用RGB值来衡量。

    本发明通过计算目标像素点相对于参考背景的归一化颜色数据,并根据目标像素
    点的归一化颜色数据和预存的多个标准样本的归一化颜色数据,计算目标像素点的颜色值
    和预存的多个标准样本中每个标准样本的颜色值之间的相关性,选取与目标像素点的颜色
    值相关性最大的标准样本的颜色值,标识为目标像素点的真实颜色值,从而在数据稳定性
    好、准确性高以及成本低的情况下识别目标物质的颜色值。

    如图2所示,在本发明的一个实施例中,步骤S103之前,包括:

    步骤S201:通过图像传感器获取任一像素点的RGB值,并获取所述任一像素点的光
    谱函数和用于照射所述任一像素点的光源的光谱函数。

    在本实施例中,任一像素点是指任何有色(包括白色、黑色等灰度颜色)物质上的
    任何一个像素点。

    在具体应用中,光源可以选用任意单色光源。

    步骤S202:根据所述任一像素点的RGB值、所述任一像素点的光谱函数和所述光源
    的光谱函数,计算所述图像传感器的光谱响应函数。

    在本发明的一个实施例中,步骤S202具体包括:

    根据公式:计算所述图像传感器的光谱响应函数;

    其中,I1、I2和I3分别为任一像素点的R分量、G分量和B分量的十进制表达形式,QR
    (λ)、QG(λ)和QB(λ)分别为图像传感器的R分量、G分量和B分量的光谱响应函数,S(λ)为任一
    像素点的光谱函数,F(λ)为光源的光谱函数,Δλ图像传感器的光谱响应范围。

    在本实施例中,图像传感器具体是指将光学图像转换成电子信号的设备,采用感
    光元件作为影像捕获的基本手段,每个感光元件对应图像传感器中的一个像点,感光元件
    上方覆盖RGB红绿蓝三色滤光片。当图像传感器工作时,图像传感器将各个像素的信息经过
    模/数转换器处理后变成数字信号,数字信号以一定格式压缩后存入缓存内,然后图像数据
    根据不同的需要以数字信号和视频信号的方式输出。I1、I2和I3实际上等于图像传感器的三
    基色通道中各通道所采集到的光电子数目。

    步骤S203:获取多个标准样本的光谱函数。

    步骤S204:根据所述图像传感器的光谱响应函数和所述多个标准样本的光谱函
    数,计算得到所述多个标准样本的归一化颜色数据并保存。

    在本发明的一个实施例中,步骤S204具体包括:

    根据公式:计算得到所述多个标准样本的归一化颜色数
    据;

    其中,X1j、X2j和X3j分别为所述多个标准样本中标准样本j的RGB值的R分量、G分量
    和B分量的归一化颜色数据。

    在本发明的一个实施例中,步骤S204之前包括:

    步骤S2041:建立数据库;

    步骤S2042:将所述标准样本的归一化颜色数据保存在所述数据库中。

    在具体应用中,还可以在数据库中建立标准样本和其颜色值之间的对应关系并保
    存,该对应关系具体可以通过建立哈希表或建立映射关系的形式来实现。

    在本发明的一实施例中,在步骤S2041和S2042的基础上,步骤S104之后还可以包
    括步骤S2043:

    将标识的所述目标像素点的真实颜色值保存在数据库中,更新所述数据库。

    如图3所示,本发明的一个实施例提供一种颜色识别系统100,用于执行图1所对应
    的实施例中的方法步骤,其包括:

    第一获取单元1011,用于获取目标物质上目标像素点的RGB值和参考背景的RGB
    值;

    第一计算单元1021,用于根据所述目标像素点的RGB值和所述参考背景的RGB值,
    计算所述目标像素点相对于所述参考背景的归一化颜色数据;

    第二获取单元1012,用于获取目标物质上目标像素点的光谱函数和参考背景光谱
    函数;

    第二计算单元1022,用于根据所述目标像素点的光谱函数和所述参考背景的光谱
    函数,计算所述目标像素点相对于所述参考背景的归一化颜色数据;

    相关性计算单元103,用于根据所述目标像素点的归一化颜色数据和预存的多个
    标准样本的归一化颜色数据,计算所述目标像素点的颜色值和所述预存的多个标准样本中
    每个标准样本的颜色值之间的相关性;

    颜色标识单元104,用于选取与所述目标像素点的颜色值相关性最大的标准样本
    的颜色值,标识为所述目标像素点的真实颜色值。

    在具体应用中,第一获取单元1011具体可以选用图像传感器;第二获取单元1012
    具体可以为光谱仪。

    在具体应用中,当采用RGB值来计算目标像素点的归一化颜色数据时,颜色识别系
    统100可以仅包括第一获取单元1011、第一计算单元1021、相关性计算单元103和颜色标识
    单元104;当采用光谱函数来计算目标像素点的归一化颜色数据时,颜色识别系统100可以
    仅包括第二获取单元1012、第二计算单元1022、相关性计算单元103和颜色标识单元104。

    在本发明的一实施例中,第一获取单元1011具体用于:

    在图像视场中选取或设置参考背景,利用图像传感器采集包含目标物质和参考背
    景的图像;

    获取目标物质上目标像素点的Ri、Gi和Bi数值,同时获取参考背景R0、G0和B0数值,
    其中,i表示不同的像素点。

    在本发明的一个实施例中,第一计算单元1021具体用于:

    根据公式:计算所述目标像素点的归一化颜色数据;

    其中,Ri、Gi和Bi分别为目标像素点i的RGB值的R分量、G分量和B分量,R0、G0和B0分
    别为参考背景0的RGB值的R分量、G分量和B分量,Y1i、Y2i和Y3i分别为目标像素点i的RGB值的
    R分量、G分量和B分量相对于参考背景0的RGB值的R分量、G分量和B分量的归一化颜色数据。

    在本发明的一个实施例中,第二计算单元S1022具体用于:

    根据公式:计算所述目标像素点的归一化颜色数据;

    其中,SiR(λ)、SiG(λ)和SiB(λ)分别为目标像素点i的R分量、G分量和B分量的光谱函
    数,S0R(λ)、S0G(λ)和S0B(λ)分别为参考背景0的R分量、G分量和B分量的光谱函数,Y1i、Y2i和
    Y3i分别为目标像素点i的RGB值的R分量、G分量和B分量相对于参考背景0的RGB值的R分量、G
    分量和B分量的归一化颜色数据。

    在本发明的一个实施例中,相关性计算单元103具体用于:

    根据公式:计算所述目标像素点的
    颜色值和所述预存的多个标准样本中每个标准样本的颜色值之间的相关性;

    其中,κ=1,2,3,κ=1对应R分量、κ=2对应G分量、κ=3对应B分量;Xκj为标准样本j
    的RGB值的κ分量的归一化颜色数据;Yκi为目标像素点i的RGB值的κ分量相对于参考背景0的
    RGB值的κ分量的归一化颜色数据;Rij为目标像素点i的颜色值与标准样本j的颜色值之间的
    相关系数。

    本发明通过计算目标像素点相对于参考背景的归一化颜色数据,并根据目标像素
    点的归一化颜色数据和预存的多个标准样本的归一化颜色数据,计算目标像素点的颜色值
    和预存的多个标准样本中每个标准样本的颜色值之间的相关性,选取与目标像素点的颜色
    值相关性最大的标准样本的颜色值,标识为目标像素点的真实颜色值,从而在数据稳定性
    好、准确性高以及成本低的情况下识别目标物质的颜色值。

    如图4所示,在本发明的一个实施例中,与图2所对应的实施例中的方法步骤相对
    应的,颜色识别系统100还包括:

    第三获取单元201,用于通过图像传感器获取任一像素点的RGB值,并获取所述任
    一像素点的光谱函数和用于照射所述任一像素点的光源的光谱函数;

    第三计算单元202,用于根据所述任一像素点的RGB值、所述任一像素点的光谱函
    数和所述光源的光谱函数,计算所述图像传感器的光谱响应函数;

    第四获取单元203,用于获取多个标准样本的光谱函数;

    第四计算单元204,用于根据所述图像传感器的光谱响应函数和所述多个标准样
    本的光谱函数,计算得到所述多个标准样本的归一化颜色数据并保存。

    在本发明的一个实施例中,第三计算单元202具体用于:

    根据公式:计算所述图像传感器的光谱响应函数;

    其中,I1、I2和I3分别为任一像素点的R分量、G分量和B分量的十进制表达形式,QR
    (λ)、QG(λ)和QB(λ)分别为图像传感器所输出的RGB值的R分量、G分量和B分量的光谱响应函
    数,S(λ)为任一像素点的光谱函数,F(λ)为光源的光谱函数,Δλ为图像传感器的光谱响应
    范围。

    在本发明的一个实施例中,第四计算单元204具体用于:

    根据公式:计算得到所述多个标准样本的归一化颜色数
    据。

    其中,X1j、X2j和X3j分别为所述多个标准样本中标准样本j的RGB值的R分量、G分量
    和B分量的归一化颜色数据。

    在本发明的一个实施例中,颜色识别系统100还包括:

    建立单元,用于建立数据库;

    存储单元,用于将所述标准样本的归一化颜色数据保存在所述数据库中。

    在本发明的一实施例中,颜色识别系统100还可以包括:

    更新单元,用于将标识的所述目标像素点的真实颜色值保存在数据库中,更新所
    述数据库。

    在具体应用中,上述实施例中所有涉及到获取RGB值的操作可以全部采用同一个
    图像传感器来完成,所有涉及到获取光谱函数的操作可以全部采用同一个光谱仪来完成,
    通过这种方式可以消除不同器件所带来的误差,从而可以忽略光照环境、光学镜头透射光
    谱、图像传感器光谱响应以及图像传感器算法等的影响。

    本实施例通过计算图像传感器的光谱响应函数,并根据图像传感器的光谱响应函
    数和所述多个标准样本的光谱函数,计算多个标准样本的归一化颜色数据并保存,可以为
    后续计算目标像素点的颜色值提供参考基础。在具体应用中,应当尽可能的获取更多的标
    准样本的光谱函数,以计算得到更多标准样本的归一化颜色数据,便于为计算目标像素点
    的颜色值提供数据支持。

    在具体应用中,本发明实施例所提供的颜色识别方法及系统可以应用于以下领
    域,其包括:

    (1)医疗试纸反应颜色识别

    利用已知浓度的标准液与试纸反应,并利用试纸白色本底作为参考背景建立已知
    浓度反应色数据库。通过成像的方式同时获得目标物质上目标像素点的RGB值以及试纸白
    色参考背景的RGB值,计算获得目标像素点相对于参考背景的归一化颜色数据,把目标像素
    点的归一化颜色数据与已知浓度反应色颜色数据进行相关性检测,寻找最相关颜色作为检
    测结果。

    利用本颜色识别方法,可以消除成像过程中光照环境影响、不同传感器量子效率
    差异以及传感器算法差异等因素影响,通用性强,可利用移动终端如智能手机彩色摄像头
    在复杂光照环境中对试纸反应色进行适时的、准确查找识别。

    (2)电动汽车电池产线中杂质金属识别

    在实验室对几种主要杂质金属如铜、铝、钢等进行光谱分析获得铜、铝、钢等多个
    标准样本的光谱函数,同时测得图像传感器的光谱响应函数,根据图像传感器的光谱响应
    函数和铜、铝、钢等多个标准样本的光谱函数,计算得到铜、铝、钢等多个标准样本的归一化
    颜色数据,将此归一化颜色数据作为杂质金属(铜、铝、钢等)与光照环境无关的标准样本的
    颜色值。

    在产线上设置相同的漫反射白板,通过彩色工业相机同时获得目标物质上目标像
    素点的RGB值以及漫反射白板的RGB值,计算获得目标像素点相对于漫反射白板的归一化颜
    色数据,与杂质金属标准样本的颜色值进行相关性检测,查找并识别产品中的杂质金属。

    利用本颜色识别方法,可以消除成像过程中光照环境影响、不同传感器量子效率
    差异以及传感器算法差异等因素影响,可对不同杂质金属细微颜色差异进行高精度查找识
    别。

    (3)汽车车身颜色识别

    在不同的光照环境中,汽车车身颜色信息将产生大的差异。通过测得图像传感器
    的光谱响应函数及铝合金轮毂的光谱函数,计算得到铝合金轮毂的归一化颜色数据。在汽
    车车身颜色查找识别时,利用该图像传感器获得汽车车身的RGB值和铝合金轮毂的RGB值,
    计算汽车车身相对于铝合金轮毂的归一化颜色数据,把实际照相得到的汽车车身相对于铝
    合金轮毂的归一化颜色数据与铝合金轮毂的归一化颜色数据进行相关性检测,以最大相关
    系数来确定汽车车身的与光照环境和照相器材无关的真实颜色值。

    以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和
    原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的?;し段е?。

    关于本文
    本文标题:一种颜色识别方法及系统.pdf
    链接地址://www.4mum.com.cn/p-6079627.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 11选5前三组万能码 复式二中二表图 河北时时现场开奖 北京pk赛车 开奖直播 澳门玩骰子经验 安徽时时玩法 11选5前一稳赚方法 全天pk10人工在线计划 双色球走势图新浪爱彩一号店 大乐透啥时候停售 快三大小单双稳赚买法APP 黑龙江时时图表10 双色球胆拖投注计算器360 pk10冠军四码规律破解 看牌神器 扎金花 福建时时推测