機器視覺與顏色

顏色是從電磁波譜的可見部分的光的表現(xiàn)形式。它是由一個觀察者的感知，因此，主觀的兩個人可以從同一個場景中的同一個對象辨別不同的顏色。這種解釋的差異也延伸到他們的鏡頭和圖像傳感器的相機系統(tǒng)。

一個相機系統(tǒng)對顏色的響應(yīng)不僅在不同的制造和型號之間變化，而且在相同的組件和模型的組件之間也有不同的變化?，F(xiàn)場照明通過改變顏色的外觀增加了進一步的不確定性。這些細微之處是從事實上，光是有自己的顏色。在一個場景中的每個對象吸收和反射（過濾器）這個光譜不同，相機系統(tǒng)響應(yīng)（接受和拒絕）的反射光譜在自己的方式。色機視覺的挑戰(zhàn)是提供一致的分析，在整個系統(tǒng)的操作和系統(tǒng)之間進行相同的任務(wù)，同時也模仿人類的能力來辨別和解釋顏色。

今天的機器視覺系統(tǒng)的大部分成功地限制自己的灰度圖像分析。然而，在某些情況下，它是不可靠的，甚至是不可能的，只是依賴于強度和/或幾何（形狀）。

在這些情況下，顏色機器視覺軟件的靈活性是必要的：?

最佳化的圖像轉(zhuǎn)換成單色的圖像進行適當?shù)姆治?，使用灰度機器視覺軟件工具。

?

計算色差，識別異常。

比較區(qū)域內(nèi)的顏色樣本對顏色樣本的顏色，以評估是否存在一個可接受的匹配或確定最佳匹配。

將基于顏色的圖像分割到不同的對象或特征。

彩色圖像包含一個更大的數(shù)據(jù)量來處理通常的三倍以上的灰度圖像，并需要更復雜的處理。有效的和優(yōu)化的算法是必要的，在一個合理的時間量的時間來分析這些圖像。

?

顏色分析工具

目前有軟件工具，以幫助識別零件，產(chǎn)品和項目使用顏色，評估質(zhì)量，從顏色和隔離功能，使用顏色。顏色匹配工具確定在圖像中感興趣區(qū)域的每個區(qū)域的樣本的集合的最佳匹配顏色。從圖像中可以指定一個顏色樣本，以屏蔽掉不希望的顏色或使用數(shù)值的能力。

一個顏色樣本可以是一個單一的顏色或顏色分布。顏色匹配方法和顏色差異的解釋可以手動調(diào)整，以適應(yīng)特定的應(yīng)用程序的要求。顏色匹配工具還可以匹配每個圖像像素到顏色樣本，將圖像分割成適當?shù)脑兀M一步分析使用其他工具。的顏色距離工具揭示了內(nèi)部和圖像之間的顏色差異的程度，而投影工具增強顏色的灰度圖像轉(zhuǎn)換為分析再次使用其他工具。

彩色相機的大多數(shù)功能單一的傳感器，采用彩色濾波陣列（CFA）或馬賽克。這馬賽克通常由紅（R）、綠（G）、藍（B）的光學過濾器覆蓋在像素的具體模式。

馬賽克的操作進行的相機或軟件是需要轉(zhuǎn)換的原始傳感器數(shù)據(jù)到一個適當?shù)牟噬珗D像，例如，為每個像素位置的RGB值。幾個去馬賽克技術(shù)存在，每個與速度和質(zhì)量之間進行權(quán)衡，如彩色文物介紹。這馬賽克的操作可以和必須調(diào)整規(guī)范（RGB）為例的設(shè)置，響應(yīng)，攝像系統(tǒng)和照明，從而產(chǎn)生一致的彩色圖像。

通常的因素是確定的，最經(jīng)常自動執(zhí)行一個白平衡校準：機器視覺系統(tǒng)提出了一個樣本被視為白色和正?；囊蛩?，以產(chǎn)生一個白色的圖像，相應(yīng)地計算。

控制場景照明也是有效的彩色機器視覺的光源，通常是白色和擴散，必須提供一個足夠一致的輸出和場景必須充分籠罩在不同環(huán)境光的影響。

?

顏色空間

通常情況下，顏色是由三個組成部分的數(shù)學表示，因此可視化的一個點或區(qū)域在三維（三維）空間。機器視覺中最常見的顏色空間是RGB、色相、飽和度和明度（HSL）和國際照明委員會（CIELAB）。

RGB是最常見的顏色空間，因為它是用天然的相機和所有的電腦顯示器。在HSL，給定的顏色是由其色相飽和度或純度和亮度為代表。CIELAB色空間的建立是為了模仿人類的感知；顏色之間的數(shù)值差異是典型的人類解釋比例。

在HSL和CIELAB，很容易從照明亮度不均勻系數(shù)的影響，所產(chǎn)生的不利影響的分析。CIELAB是有用的當自動檢測需要復制人的檢驗標準。

從彩色圖像中提取只是強度或亮度信息的結(jié)果可能會導致對象或功能，僅在顏色上不同，成為彼此區(qū)分。主成分投影是一種工具，在某些軟件包，使用顏色分布趨勢，以優(yōu)化從彩色到灰度的轉(zhuǎn)換，并最大限度地減少關(guān)鍵圖像信息的損失。

?

顏色距離

顏色距離是如何測量顏色之間的差異。在其最簡單的形式中，在圖像中的每一個像素和一個參考圖像中的相應(yīng)的像素之間的距離或一個特定的顏色。距離可以計算使用的各種方法，例如，Euclidean，曼哈頓和馬氏/ delta-e.顏色的距離可以是一個簡單而有效的方法檢測最好的特點是其顏色缺陷。

?

等色操作

一種顏色匹配工具執(zhí)行兩個基本任務(wù)之一：顏色識別或監(jiān)督的顏色分割。顏色識別將一個給定區(qū)域的顏色與一組預定義的顏色樣本進行比較，以確定是否存在一個最佳匹配。

該區(qū)域的顏色需要被識別是事先知道或位于使用另一種工具，如幾何圖案識別。監(jiān)督的顏色分割由一個圖像或區(qū)域中的每個像素的關(guān)聯(lián)（和替換），其中一個預定義的顏色樣本，因此分離的對象或功能，他們的顏色。

監(jiān)督的顏色分割也被用來獲取圖像上的顏色統(tǒng)計；一個顏色樣本與另一個。從參考圖像或特定顏色定義顏色樣本。如果基于一個圖像，樣品的顏色是來自統(tǒng)計分析（平均或分布）。在一個圖像中的目標區(qū)域相匹配，通過比較其統(tǒng)計（平均或分布）與那些每個樣本或每個像素的最接近的樣本的投票。

均值為基礎(chǔ)的方法是快速的，但需要一個仔細定義的目標區(qū)域?；谕镀钡姆椒ㄊ潜容^慢，但目標區(qū)域可以更松散的定義，它更強大的外圍顏色。后者的方法也提供了更詳細的結(jié)果，并用于監(jiān)督的顏色分割?；谥狈綀D的方法是理想的彩色樣本。

計算一個分數(shù)來表示目標顏色是如何接近每個樣本顏色的。為特定應(yīng)用程序提供用于定制顏色匹配的控件。一場比賽的報告，如果得分是以上閾值的最佳顏色樣本（接受水平）和下一個最好的顏色樣本。

一種情況可能出現(xiàn)的得分被認為是可以接受的兩個或兩個以上的顏色樣本，???但色樣之間的距離過近，那里是一個明確的匹配。一種彩色距離公差調(diào)整目標顏色如何接近需要到樣品顏色被認為是匹配的。

?

優(yōu)化速度

在顏色的工作意味著有更多的數(shù)據(jù)來處理和數(shù)據(jù)需要更復雜的操作。顏色分析工具不僅要準確和強大的是有效的，但他們也必須優(yōu)化速度。顏色分析工具充分利用矢量（SIMD）在當代教學單元的處理器，以及多核設(shè)計。

顏色分析工具提供的準確性，堅固性，靈活性和速度，以解決顏色應(yīng)用程序的信心。這些顏色工具的補充與一套全面的現(xiàn)場驗證的灰度分析工具。

?

技術(shù)提示

顏色匹配工具確定在圖像中感興趣區(qū)域的每個區(qū)域的樣本的集合的最佳匹配顏色。

顏色距離可以是一個簡單而有效的方法，檢測缺陷最好的特點是他們的顏色。

顏色分析工具不僅要準確和強大的是有效的，但他們也必須優(yōu)化速度。