[发明专利]基于机器视觉的比色法色彩特征向量自动提取方法

说明书

技术领域

本发明属于分光光度法水质检测方法领域，尤其是一种实现广谱水质测试、同时大幅降低系统造价的基于机器视觉的比色法色彩特征向量自动提取方法。

背景技术

目前的分光光度法水质检测技术基于单一光谱光源，如激光光源，同时光源检测器也具有较窄小的感应窗口。这就限制了此类技术仅仅对于检测某类物质有效，不具有广谱特性。

由于目前的分光光度法水质检测技术采用激光光源，其制造比较复杂，成本相对昂贵，同时添加检测参数要相对应的添加激光光源，造成系统复杂的缺点。本系统采用高强LED光源和CMOS彩色摄像头，配合使用化学检测试剂比色法，形成了广谱测试功能，降低了造价。

发明内容

本发明的目的是提供一种实现广谱水质测试、同时大幅降低系统造价的基于机器视觉的比色法色彩特征向量自动提取方法。

本发明的技术方案是：基于机器视觉的比色法色彩特征向量自动提取方法，其特征是包括下列步骤：

步骤1：对水质检测试纸样板条上摄取数字图像，并在此图像上确定四个相关的定位点；

步骤2：以步骤1中的定位点为基础，建立4个矢量直线方程，并以此矢量方程为边界设定搜索区域，为采用机器视觉技术在此搜索区域上找出“兴趣区域”界定范围做准备；

步骤3：采用DDA(Digital Differential Algorithm)数字差分算法，将4个矢量直线方程，转换为4个以像素(Pixel)为基础的搜索区域边界方程；

步骤4：设定门槛值T_REGION，以四个像素边界方程为界，将搜索区域内的图像转换为二值图像(Binary Image)；

步骤5：对二值图像进行区域标记(Region labeling)，并对标记后的二值图像在设定的门槛值T_FILTER下，进行噪声滤波预处理，从而得到K个“兴趣区域”在二值图像上的位置；

步骤6：以二值图像的K个“兴趣区域”作为模板向初始数字图像进行一一对应的映射，获得在初始数字图像上的K个“兴趣区域”；

步骤7：在对应的初始数字图像的K个“兴趣区域”上分别处理每个区域，即在每个区域上计算相关的M个特征向量。如此在K个“兴趣区域”上，建立含有KxM个特征向量的集合，从而完成色彩特征向量自动提取。

所述步骤1中相关定位点位置的确定方法包括下列步骤：

(1)生成二值图像B(x，y)定义的四个邻域B1_REGION(x，y)，B2_REGION(x，y)，B3_REGION(x，y)和B4_REGION(x，y)。

在试纸样板条的安装模具上有一个浅槽，其大小与试纸样板条的大小相当，可以使试纸样板条顺利地插入和拔出，如图1？所示。在此浅槽的边缘处分别装有4个光学反射点，这些点在光源的照射下，在摄取的数字图像上形成4个明亮的图像点，使用门槛值T_4-PT将数字图像I(x，y)转换位二值图像B(x，y)，其转换方法为：

当I(x，y)＜T_4-PT时，B(x，y)＝0；      ......(1)

当I(x，y)＞T_4-PT时，B(x，y)＝255；    ......(2)

这样此二值图像B(x，y)＝255的全部点，形成了4个四个邻域B1_REGION(x，y)，B2_REGION(x，y)，B3_REGION(x，y)和B4_REGION(x，y)。

(2)计算4个定位点B1(x1，y1)，B2(x2，y2)，B3(x3，y3)和B4(x4，y4)；