[发明专利]一种工业视觉检测的图像颜色质量判定方法

说明书

本发明公开一种针对工业环境视觉检测的图像颜色质量判定方法，该方法通过将成像采集镜头的检测视野范围进行多区域划分，将24色标准色卡作为基准标定样本，将样本分别依次放置在划分的不同区域，并采集对应的真彩图像。计算每个区域真彩图像与标准色卡上灰阶部分色块的灰度值，通过对两者的相关性分析，判断图像采集效果在灰度空间内是否符合色卡标准。然后对检测物品干扰色分别在标准色卡与真彩图像中的RGB值进行交叉判定，验证通过后，计算真彩图像中同一色块在不同区域的RGB值变异系数，利用此变异系数来判定不同区域对于图像采集颜色质量是否有影响。该方法简单、有效，且检测速度快，具备广阔的应用前景。

技术领域

本发明涉及计算机机器视觉技术领域，特别涉及一种工业视觉检测的图像颜色质量判定方法及系统。

背景技术

在工业制造领域中，计算机视觉在智能制造工业检测中发挥着对物品检测分析的作用。但在实际应用过程中，由于生产环境本身的复杂多变，而计算机视觉技术本身对光线敏感，使得成像图像颜色质量的稳定性无法得到有效保证，进而造成对实际生产的误导。

发明内容

本发明为解决智能制造生产线上图像采集的质量无法得到有效保证的问题，本发明目的是提出一种针对工业环境视觉检测的图像颜色质量判定方法及系统，能够快速有效地判定在线成像颜色质量检测，保证在线采集图像的稳定性，从而提高产品生产的质量。

为实现达到上述目的，本发明采用如下技术方案：

本发明提供一种工业视觉检测的图像颜色质量判定方法，其特征在于：包括依次进行第一检测判定、第二检测判定以及第三检测判定，第一检测判定为基于灰度值来判定图像采集效果在灰度空间内是否符合色卡标准；第二检测判定为基于干扰色RGB值来判定物品的干扰色对图像颜色质量的影响；第三检测判定为基于RGB值标的准偏差及变异系数来判定判定不同区域对于图像采集颜色质量是否有影响。

进一步地，在本发明提供的工业视觉检测的图像颜色质量判定方法中，其特征在于，该方法的具体步骤如下：步骤一、选取标准色卡作为基准标定样本；步骤二、将图像采集镜头的检测视野范围进行多区域划分，得到检测视野的不同区域；步骤三、将标准色卡分别放置在划分的不同区域内，并采集得到对应的真彩图像；步骤四、分别计算出真彩图像中色卡上的白→灰→黑六个灰阶色块的灰度值，并排序；步骤五、计算标准色卡中白→灰→黑的六个灰阶色块的灰度值，并与步骤四中真彩图像中获得的排序后的灰度值进行相关性分析，从而判定图像采集效果在灰度空间内是否符合色卡标准；步骤六、针对每个区域，分别选取检测物品的干扰色，并计算出标准色卡以及相应真彩图像中的各干扰色色块的RGB值以及RGB值的比例关系；步骤七、将标准色卡与相应的真彩图像中的干扰色色块的RGB值比例关系进行交叉判定，从而判定物品的干扰色对图像颜色质量的影响；步骤八、计算所划分的所有区域的真彩图像中六个灰阶色块以及各干扰色色块的RGB值，对每个颜色在所划分区域的RGB值进行标准偏差及变异系数的计算，根据计算出的标准偏差及变异系数结果来判定不同区域对于图像采集颜色质量是否有影响。

进一步地，在本发明提供的工业视觉检测的图像颜色质量判定方法中，还可以具有这样的特征：其中，步骤二中检测视野范围呈矩形，将检测视野范围划分为左、中、右的三个等尺寸区域，并进行编号i＝1，2，3。

进一步地，在本发明提供的工业视觉检测的图像颜色质量判定方法中，还可以具有这样的特征：其中，标准色卡为24色标准色卡，步骤三中将24色标准色卡分别放置在三个区域上，采集得到对应的真彩图像。

进一步地，在本发明提供的工业视觉检测的图像颜色质量判定方法中，还可以具有这样的特征：其中，步骤四的具体过程如下：RGB值转换为灰度值的转换公式为：

Y＝0.299·R+0.587·G+0.114·B (1)

公式(1)中，R值、G值、B值分别表示红色值、绿色值、蓝色值；Y值表示灰度值；