[发明专利]一种车灯光导色差检测方法

权利要求书

1.一种车灯光导色差检测方法，其特征是：包括以下步骤：

A、安装设备：

(1)将待测光导车灯(2)放置在车灯光导质量检测工作台(1)的检测位置；

(2)将LED光导车灯(2)电源接线端子的正极连接到电源(8)输出端子的正极，将LED光导车灯(2)的电源接线端子的地线与电源(8)输出端子的地线连接；

(3)将CCD图像传感器(3)固定安装在工作台(1)的支架(5)上；

(4)摄像机(4)通过摄像机C-接口与CCD图像传感器(3)安装成一体结构；

(5)检测机柜(9)放置在工作台(1)一边上面，检测机柜(9)前面板上安装有2个指示灯，一个灯用于通电工作指示，采用红色；另外一个灯用于指示检测结果，绿色表示检测合格红色表示检测不合格，检测机柜(9)前面板上安装与电源(8)和PC机(6)相连的开关按钮(12)，用于启动或者停止车灯光导检测系统；

(6)将数据传输线通过IEEE1394a接口一端连接到CCD图像传感器(3)上，另外一端连接到图像采集卡(7)上，将相机采集到的图像信号，转换成PC机能够识别信号，图像采集卡(7)通过PCI接口连接PC机(6)，进行车灯光导图像的分析处理；

B：获取车灯光导图像：

(1)启动PC机(6)及车灯光导图像采集软件；

(2)根据车灯的工作电压和电流，打开电源8，点亮LED光导车灯(2)，LED光导车灯(2)电流为0.75-1A；

(3)对采集系统增加保护罩，采用暗箱操作，防止环境光对LED光源的影响，以获得高质量的采集图像；

(4)启动图像采集系统，CCD图像传感器(3)开始采集光导车灯(2)图像，通过图像采集卡(7)，将二维模拟信号转成数字信号，以RGB颜色格式存储数字图像，为后续图像处理与分析提供原始数据；

C：车灯光导色差检测：

a、图像颜色特征的提取：

(1)利用颜色空间转换公式将车灯光导图像的RGB颜色空间转换为HSI颜色空间；

(2)对HSI三个颜色分量值进行量化处理；

b、光导区域窗口的划分：

(1)光导区域窗口划分的依据根据图像实际情况把颜色信息划分进去，每个窗口的大小均应一致，以利于对各光照分量进行有效的评估；

(2)获得原始车灯光导图像之后，对车灯光导图像分成T个图像区域窗口，使T个窗口能够覆盖整个车灯的光导，正确完整表达出光导的颜色特征；图像区域窗口大小为m×m，m--区域窗口像素点的列数，n--区域窗口像素点的行数；

c、最小距离色差检测:

(1)采用求均值的方法，分别计算每一类样本的模板；

(2)计算未知类别与各模板的距离；

(3)判定未知类别所属的类，实现车灯光导色差检测。

2.根据权利要求1所述的车灯光导色差检测方法，其特征是：包括以下步骤：所述的车灯光导色差检测，方法是：

a、图像颜色特征的提取：

(1)RGB颜色空间转换为HSI颜色空间：

将RGB彩色格式图像，利用式(1)，算出每个RGB像素的色调分量：

H--色调分量值，取值范围为0到360，单位：°；

R--红原色分量值，取值范围为0到255；

G--绿原色分量值，取值范围为0到255；

B--蓝原色分量值，取值范围为0到255；

利用式(2)，计算出每个RGB像素的饱和度分量：

S--饱和度分量值，取值范围为0到1；

R--红原色分量值，取值范围为0到255；

G--绿原色分量值，取值范围为0到255；

B--蓝原色分量值，取值范围为0到255；

利用式(3)，计算出每个RGB像素的亮度分量：

I--亮度分量值，取值范围为0到1；

R--红原色分量值，取值范围为0到255；

G--绿原色分量值，取值范围为0到255；

B--蓝原色分量值，取值范围为0到255；

(2)量化HSI颜色值：

选取图像的HSI颜色空间的直方图作为彩色图像的颜色特征，根据HSI颜色空间的特性做以下处理：

①黑色区域——所有I0.15的颜色均视为黑色，此时令H＝0，S＝0，I＝0；

②白色区域——所有S0.1且I0.8的颜色均视为白色，此时令H＝0，S＝0，I＝1；

③彩色区域——位于黑色区域和白色区域以外的任何区域均视为彩色区域，其H，S，I取值按规定的取值范围进行处理；

采用式(4)-(6)对色调分量H、饱和度分量S和亮度分量I进行非等间距量化：

H'--色调分量非等间距量化值；

H--色调分量值，取值范围为0到360，单位：°；

S'--饱和度分量非等间距量化值；

S--饱和度分量值，取值范围均为0到1；

I'--亮度分量非等间距量化值；

I--亮度分量值，取值范围均为0到1；

按照色调分量H、饱和度分量S、亮度分量I的量化级数，利用式(7)，将3个颜色分量合成为一个一维的颜色特征向量：

V＝HQ_SQ_I+SQ_I+I 式(7)

V--合成后的一维颜色特征向量；

H--色调分量值，取值范围为0到360，单位：°；

S--饱和度分量值，取值范围均为0到1；

I--亮度分量值，取值范围均为0到1；

Q_S--饱和度分量S的量化级数,Q_S＝3；

Q_I--亮度分量I的量化级数,Q_I＝3；

得到颜色特征向量V，

V＝9H+3S+I 式(8)

颜色特征向量V为0-71；

b、光导区域窗口的划分：

(1)光导区域窗口划分的依据根据图像实际情况，把颜色信息划分进去，每个窗口的大小均应一致，以利于对各光照分量进行有效的评估；

(2)获得原始车灯光导图像之后，对车灯光导图像分成T个待测图像区域窗口，使T个窗口能够覆盖整个车灯的光导，以正确完整的表达出光导的颜色特征；

对于任一待测图像区域窗口大小为m×n，m--区域窗口像素点的列数，n--区域窗口像素点的行数；

c、最小距离色差检测：

(1)计算第i类样本的模板：

颜色特征向量提取后，采用欧几里得距离作为距离度量的方法，利用式(9)，计算该类别i中各样本特征向量的均值m_i，以此值作为第i类样本的模板：

m_i--类别i中各样本特征向量的均值；

N_i--第i类别中样本的数目；

x_i--第i类别中样本的特征向量；

w_i--第i类别中样本的集合；

W--总类别数目；

(2)计算未知类别与各模板的距离：

对于未知类别x，利用式(10),计算x的特征向量与各模板m_i(i＝1,2,...,W)的特征向量的距离D_i(x)，

D_i(x)--未知类别x的特征向量与各模板m_i的特征向量的距离；

x--未知类别的特征向量；

m_i--类别i中各样本特征向量的均值；

W--总类别数目；

(3)判定x所属类别

在W个类别中，找到使得式(10)中D_i(x)值最小的一个，设类别号为j，即D_j(x)＝min{D_i(x)}，(i＝1,2,...,W)，则判定x属于第j类，最终实现车灯光导色差检测。