【正文】 差檢測系統(tǒng)主要由以下幾個部分組成 高性能彩色工業(yè)相機(jī) 圖像采集卡 照射光源 圖像算法處理 PC 其中高性能的工業(yè)彩色相機(jī)實時監(jiān)測布匹表面顏色信息并將采集的圖像數(shù)據(jù)經(jīng)由圖像采集卡傳輸?shù)綀D像算法處理 PC 中進(jìn)行實時處理和檢測這樣如果發(fā)現(xiàn)色差問題可以得到有效調(diào)整便于實現(xiàn)生產(chǎn)管理的智能化透明化提高客戶對染色質(zhì)量的誠信度并獲得良好的經(jīng)濟(jì)效益 本文所設(shè)計的檢測系統(tǒng)采用的是日本索尼公司 SSCDC398BP 經(jīng)濟(jì)型高清晰彩色工業(yè)相機(jī)及配套的 SSV0358GNB 工業(yè)鏡頭 本 系統(tǒng)采用的是微視圖像公司的一款高性能圖像采集卡對圖像進(jìn)行實時采集相機(jī)的成像器件為 13 英寸 SuperHAD 的 CCD 傳感器其最高幀率可達(dá)到 60fps并且具有 150 至 1100000s 的快門范圍以及高信噪比的特性由于具有高靈敏度的特性我們可以在高速以及弱光環(huán)境下用它進(jìn)行拍攝工作 SSV0358GNB 是一款自動光圈手動變焦的工業(yè)鏡頭其焦距可調(diào)范圍為35mm8mm 鏡頭的最小物距為 03m 后焦距為 642mm 染色品色差在線檢測系統(tǒng)簡易示意圖如下所示 圖 26 檢測系統(tǒng)示意圖 考慮到對采集圖像的高質(zhì)量要求光源的選擇也非常重 要下一節(jié)將對本系統(tǒng)的光源及照明系統(tǒng)進(jìn)行介紹 25 照明系統(tǒng)和光源 在基于計算機(jī)視覺的應(yīng)用系統(tǒng)中光源與照明系統(tǒng)的優(yōu)劣決定著整個系統(tǒng)設(shè)計的成敗 [11]首先照明光源不能造成顏色失真具有足夠的亮度并在照明區(qū)域內(nèi)亮度保持均勻穩(wěn)定其次照明系統(tǒng)和光源要能夠避免被檢測對象的高反射區(qū)域以免導(dǎo)致檢測精度的降低或無法檢測最后在某些工業(yè)場合要充分地將光源和照明方案結(jié)合以突出某些特征量以增加對比度另外要保證足夠的整體亮度不至于由于物體位置的變化影響成像質(zhì)量總而言之在選擇照明系統(tǒng)和光源時要充分考慮被檢測對象的具體情況確定所需光源的照 明亮度幾何形狀光譜特性均勻度使用壽命以及發(fā)光效率等 為了統(tǒng)一顏色測量標(biāo)準(zhǔn)國際照明委員會 CIE 規(guī)定了色度學(xué)標(biāo)準(zhǔn)照明體 A 類標(biāo)準(zhǔn)光源具有相當(dāng)于色溫度 CCTcorrelated colour temperature 為28556K 的完全幅射體的光譜功率分布 CIE 規(guī)定提供此光譜分布的光源為標(biāo)準(zhǔn) A光源 B類標(biāo)準(zhǔn)光源具有相當(dāng)于直射太陽光 CCT約為 4874K的完全幅射體的光譜功率發(fā)布 CIE 規(guī)定符合此光譜功率分布的光源為標(biāo)準(zhǔn) B 光源 C類標(biāo)準(zhǔn)光源具有相當(dāng)于 CCT約為 6774K的完全幅射體的光譜功率發(fā)布它代表陰天太陽光的光 譜分布通常又被稱為評價日光此光譜功率分布 CIE 規(guī)定由標(biāo)準(zhǔn) C 光源得到 1964 年 CIE 委員會追加了第四種光源 D 旨在克服 B 類和 C 類光源在紫外區(qū)域的照明缺陷標(biāo)準(zhǔn) D 類光源主要有 D55D65 及 D75 相應(yīng)的 CCT 值為 5500K6500K及 7500K 1A 對應(yīng)光源為鎢絲電燈 CCT 為 2856K 2D50 對應(yīng)光源為版畫與刻印應(yīng)用的暖色調(diào)室內(nèi)燈 CCT 為 5003K 3D65 對應(yīng)光源為色度測量的平均日光燈 CCT 為 6504K 4D75 對應(yīng)光源為冷色調(diào)室內(nèi)燈 CCT 為 7504K 白熾燈 價格便宜將其作為應(yīng)用光源成本較低另外其具有同日光相似的連續(xù)光譜能量分布輸出可控光輸出較為穩(wěn)定隨電輸入可改變結(jié)構(gòu)簡單等優(yōu)點(diǎn)所以大部分工業(yè)廠家偏好它但物體的顏色在白熾燈下卻不夠真實石英鹵素?zé)糁挥糜诠庠?A 這類燈發(fā)射出非常有效的 UV 線所以它們并不像日光燈一樣會產(chǎn)生熒光增白效果另外石英鹵素?zé)粼?IR 區(qū)域會產(chǎn)生較多的能量一些著色劑對光或熱敏感這將造成樣本在鹵素?zé)粝率軣釓亩a(chǎn)生熱變色樣本的顏色度量誤差并且樣本長時間暴露在此光源下還會造成褪色現(xiàn)象 總體來說脈沖氙燈可以克服以上所述缺點(diǎn)其具有與日光相近的光譜能量分布和良好的物理 特性可以很容易的過濾掉紫外在每次測量中脈沖氙燈只是在幾納秒的時間內(nèi)釋放閃光并不提供持續(xù)的光源照明熒光樣本在此類光源照射下不會受熱所以可在此等光源下的進(jìn)行顏色測量另外脈沖氙光也較適合對暗顏色的測量脈沖氙光的缺點(diǎn)在于它提供的是線性非連續(xù)的光譜輸出穩(wěn)定性也較差 綜上所述考慮到不同光源的不同特性相關(guān)行業(yè)在進(jìn)行染色品色差檢測時需要針對自己公司產(chǎn)品的特性進(jìn)行光源的選取由于本論文的研究對象為滌綸質(zhì)棉質(zhì)的成品布面所以本文采用 AD65 及 D50 照明光源 [12] 26 建立染色效果評價模型 染色效果評價模型的建立是實現(xiàn)染色過程 信息在線反饋控制的基礎(chǔ)具體是指色差評價指標(biāo)與布匹表面的染色信息之間的關(guān)系模型通過對染色品色差的實時監(jiān)控和分析我們可以實時地了解染色品的染色狀況從而可以主動地控制在線染色的行為這樣就為產(chǎn)生良好的染色效果及隨之而來的經(jīng)濟(jì)效益奠定了基礎(chǔ) 261 染色評價模型及染色效果評價指標(biāo) 2611 染色評價模型 顯然除了特殊需求染色品染色不均勻或者和目標(biāo)色不一致是很難被客戶所接受的本文將針對現(xiàn)有離線在檢驗檢測色差方面的局限性以滌綸質(zhì)棉質(zhì)染色布面為研究對象提出一種基于計算機(jī)視覺的實時性的在線染色色差檢測評價模型該評價模型 將準(zhǔn)確客觀地評價樣品的均勻性和一致性是染色效果的定量化模型此模型為實現(xiàn)染色過程的在線反饋控制奠定了評價基礎(chǔ) CIE國際照明委員會選擇了 7000nm為三原色光 [13]本論文的研究也將遵循這一原則 紅綠藍(lán)作為顏色的三基色通過不同的配比可以構(gòu)成其它任意的顏色因此染色均勻性和一致性的評定也可以直接通過比較顏色的三刺激值來完成 我們可以用可見光譜內(nèi)給定波長區(qū)間的光的反射率來表示染色品的顏色所得到的反射率曲線在不同的波長區(qū)間會出現(xiàn)一個或是多個波峰由此評價染色樣品的均勻性時必須比較不同部位的顏色而評價染色一致性時必 須在同樣的外部環(huán)境下去比較標(biāo)準(zhǔn)色和樣品顏色之間的差異并測出不同部位的反射率值在相同的波長區(qū)間如果反射率是不同的表示染色不均勻或是不一致反之則認(rèn)為該樣品的染色是均勻的或是一致的 本文通過融合局部紋理特征的混合高斯模型 GMM 進(jìn)行分類建立評價指標(biāo)與樣品顏色各屬性值之間的關(guān)系模型實現(xiàn)染色效果色差的在線評價 2612 染色效果評價指標(biāo) 所謂的評價指標(biāo)指的是從不同方面描述被評價對象的某種特征的度量染色效果可以通過以下兩個指標(biāo)來評價 染色品顏色和目標(biāo)顏色之間的顏色匹配程度即為類間方差 [14] 染色品的顏色均勻性即為 類內(nèi)方差 [14] 在實際中當(dāng)從眾多屬性中選取某幾項屬性值與評價指標(biāo)建立關(guān)系模型時其中某些所選取的屬性之間可能存在著近似線性關(guān)系這樣一方面對加重算法處理的負(fù)擔(dān)使得算法的效率不高另一方面由于沒有剔除冗余信息而造成分類效果的不佳將會對評價結(jié)果造成嚴(yán)重的影響因此為了提高評價的精度須過濾掉次要的信息具體操作時應(yīng)遵守科學(xué)性目的性可測性可比性的原則為本文采用 PCA[15]主成份分析法對顏色特征的冗余信息進(jìn)行有效的抑制 在對染色品色差進(jìn)行度量時可對顏色信息的一致性均勻性起作用的屬性有明度差色品差為飽和度差色度差亮度差表 21中所示的是采樣的 10種待測樣本與標(biāo)準(zhǔn)樣本的色差數(shù)據(jù) 表 21 染色品樣本顏色的差異數(shù)據(jù) 序號 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 主成份分析法是一種對數(shù)據(jù)進(jìn)行分析的技術(shù)最重要的應(yīng)用是對原有的數(shù)據(jù)進(jìn)行簡化這種方法可以有效的找出數(shù)據(jù)幀最主要的元素和結(jié)構(gòu)去除噪聲和冗余 信息將原有的復(fù)雜數(shù)據(jù)降維揭示隱藏在復(fù)雜數(shù)據(jù)背后的簡單結(jié)構(gòu)其有點(diǎn)是原理簡單且無參數(shù)限制因此本文采用 PCA 算法對樣本的顏色信息進(jìn)行降維處理 表 22中所示的顏色屬性值是指標(biāo)準(zhǔn)顏色與 10份樣本數(shù)據(jù)之間的差異值 11份樣本均為相同的光照條件下的采集圖像運(yùn)用主元分析法去除了原始屬性指標(biāo)中的次要指標(biāo)得出表 23 中的數(shù)據(jù) 表 22 去除次要指標(biāo)后得到的新數(shù)據(jù) 序號 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 染色一致性評價算法 在確定檢測數(shù)據(jù)的基礎(chǔ)上本文須對染色的一致性進(jìn)行評價所謂染色一致性指的是標(biāo)準(zhǔn)樣本和染色品樣本顏色之間的差異效果在 此選擇的布匹檢測區(qū)域大小為因為當(dāng)染色不均勻點(diǎn)的區(qū)域大小超過一定的限度如 1 寸時客戶就無法接受該產(chǎn)品的質(zhì)量因此本文對染色布匹進(jìn)行色差評定時將評定區(qū)域定為即 295 295像素因此被檢測區(qū)域?qū)⒈环譃樗膫€待評定區(qū)域如下圖所示 圖 27 檢測區(qū)域劃分圖 按照評價分級指標(biāo)特征值對該區(qū)域的一致性指標(biāo)進(jìn)行評級當(dāng)檢測區(qū)域內(nèi)的四個小區(qū)域中一致性指標(biāo)小于等于 2級的個數(shù)多于 2時就將該檢測區(qū)域定為染色不一致區(qū)域具體算法如下 1 采用均值濾波器模板大小并計算該模板所覆蓋的樣本區(qū)域及標(biāo)準(zhǔn)樣本區(qū)域像素點(diǎn)的顏色均值分別記為 n 1234 2計算與 之間差值根據(jù)和相應(yīng)的顏色特征值采用基于支持向量機(jī) SVM的評價模型對染色區(qū)域做出評價 3 且 length 檢測區(qū)域 4 采集下一個區(qū)域重復(fù)步驟一二三 262 紋理特征提取 紋理是景物的一個重要特征通常認(rèn)為紋理是在圖像上表現(xiàn)為灰度或顏色分布的某種規(guī)律性這種規(guī)律性在不同類別的紋理中有其不同特點(diǎn)紋理大致可分為兩類一類是規(guī)則紋理它由明確的紋理基本元素簡稱紋理基元經(jīng)有規(guī)則排列而成常被稱為人工紋理另一類是準(zhǔn)規(guī)則紋理它們的紋理基元沒有明確的形狀而是某種灰度或顏色的分布這種分布在空間位置上的反復(fù)出現(xiàn)形成紋理這樣的重復(fù) 在局部范圍內(nèi)往往難以體察出來只有從整體上才能顯露這類紋理存在著局部不規(guī)則和整體規(guī)律性的特點(diǎn)常被稱為自然紋理紋理特征可用來描述對象物表面的粗糙程度和它的方向性也可用來分析生物材料組織或者用來進(jìn)行圖像分割紋理特征提取的方法隨紋理類別的不同而不同一般規(guī)則紋理采用結(jié)構(gòu)分析方法準(zhǔn)規(guī)則紋理采用統(tǒng)計分析方法 []局部二值模式 [16]對目標(biāo)圖像的區(qū)域進(jìn)行紋理表述LBP利用每個像素及其半徑為 R的環(huán)形鄰域上的 P個像素點(diǎn)的聯(lián)合分布來描述圖像的紋理其中表示局部鄰域中心的灰度值對應(yīng)著半徑為 R的圓環(huán)上的 P個等分點(diǎn)的灰度值不同的 P R 組合 LBP 算子也不相同圖 3 為 3 種不同的 LBP 算子 圖 28 不同 PR 的環(huán)形對稱鄰域 為了實現(xiàn)該紋理算子對灰度的不變性用環(huán)形鄰域上 P 個等分點(diǎn)的灰度值減去中心點(diǎn)的灰度值聯(lián)合分布 T 轉(zhuǎn)化為 1 假設(shè)和相互獨(dú)立式 1 近似分解為 2 在式 2 中描述了整個圖像的灰度分布對圖像的局部紋理分布沒有影響因此圖像紋理特征可以通過差分的聯(lián)合分布來描述即 3 當(dāng)圖像的光照發(fā)生加性變化時一般不會改變中心像素與其環(huán)形鄰域上像素灰度值的相對大小即不受光照加性變化的影響因而可以用中心像素與鄰域像素差值的符號函數(shù)代替具體 的數(shù)值來描述圖像的紋理即 4 式中 s 為符號函數(shù) 5