機器視覺顏色分析

什么是顏色？有技術對這個問題的反應，以及更實際的答案。從技術上說，一個可以定義一個特定的顏色作為一個波長（或組合的波長）的能量在電磁波譜一般肉眼可見的。但那真的是“顏色”嗎？實際上不是。術語在技術上除了在感知，沒有什么意義。當然，反射或透射或吸收的光可以分析光譜內容。實際上，一些東西的顏色就是我們所感知到的，它的名稱是我們對視覺感知的屬性。

 

識別或分化

從人類的角度來看，我們是非常不一致的報告顏色。事實上，色彩的感知不僅有生理上的，而且有心理上的影響。考慮到這一點：沒有人會知道，比如別人如何實際經驗，顏色“藍色”。這個問題是外部因素的影響，特別是光源照亮物體，在物體的大小和形狀，甚至變化的內容和強度。人類的視覺雖然是相當有效的匹配或區分，甚至非常相似的顏色，當觀察對象一次。因此，在許多情況下，它是足夠的自動檢查和質量控制的顏色分析，以實現這一人類的能力，以區分密切相關的顏色。

一個謹慎措施為了最大限度的準確性而不是區分顏色的項的精確光譜響應？有很多設備分光光度計，比色計，和其他能夠準確報告的光譜波長吸收或被物體反射分析儀。功能上，這些設備通常是專為離線或實驗室使用在特定的應用程序，可能需要精密安裝和部分演示文稿，或成本太高，否則不切實際的工廠地板使用。此外，在許多應用中的顏色檢查，可接受的變化是相對較寬的范圍內，精確的光譜測量是不必要的上線。一個現實的方法，然后是使用機器視覺技術，組件和軟件，以實現可靠的和可用的顏色分析，通過匹配到一個已知的樣本。

 

機器視覺彩色成像

幸運的是，使用機器視覺的彩色成像和分析被廣泛使用最小的，如果有的話，組件成本的影響。最常用的機器視覺攝像機獲取的彩色圖像是單色相機幾乎相同的一個例外是一種特殊的陣列彩色濾光片在傳感器像素稱為“拜耳濾波器的加入，“指定過濾器的配置和顏色。

這種類型的彩色攝像機產生的三個圖像在一個單一的收購，一個分別為紅色，綠色和藍色的內容為各自的過濾像素。請注意，每個單獨的像素不具有完整的顏色內容。創建一個完整的圖像，攝像機必須檢查相鄰像素的內容，這一過程被稱為“馬賽克”重建三子采樣的圖像覆蓋全分辨率的相機。重要的是要知道，這一過程的結果，在一個比將被發現在一個相應的單色圖像（高達30%），在某些應用中可能是重要的一個事實，在彩色圖像的彩色圖像。

顏色代表的字母的縮寫組合

一些技術性的文章很詳細地講述了機器視覺如何處理和分析彩色圖像。各種各樣的縮寫為許多不同的色彩空間表示存在：CIE（XYZ、LUV、UVW），RGB，HSI，YIQ，YPbPr，CMYK，和幾個。甚至有一些專家之間的分歧，在機器視覺系統分析的顏色最好的代表性。

 

典型的應用程序的執行

根據機器視覺產品，這些顏色表示的一個（或多個）將被用于調整目標顏色和/或配置所觀察到的顏色將被允許偏離原來的顏色的程度。處理一個彩色圖像的兩種常見的方法是顏色提取和顏色建模（這些類型的工具的名稱和實際實現不同制造商）。顏色提取的任務是創建一個灰度圖像，從一個彩色圖像，其中每個像素只包含一個特定的顏色響應的內容。顏色建模（或匹配）是一個任務，在一個預先訓練的顏色模型，在一個預先訓練的顏色模型相匹配的顏色，如前，指定范圍的顏色偏差。在這兩種情況下，允許顏色偏差會配置使用的顏色空間（RGB，他表示相關參數，根據產品等）。

隨后的結果處理從產品到產品的變化，但往往是顏色處理的結果是一個灰度圖像，只包含所捕獲的圖像的部分，具有正確的顏色。使用該圖像，進一步分析的功能，可以使用標準的灰度工具。

 

執行中的挑戰

在顏色分析中的應用與匹配面臨著一定的關鍵的實施挑戰。正如前面所提出的，照明強度的一致性，和顏色內容發揮重要的作用。正如我們自己的視覺，一個顏色的變化的感知與從對象反射的光的量。如果強度是一致的，顏色匹配，這可能不是一個問題。如果它是不一致的，顏色的分化可能是非常不可靠的，和更多的一些顏色空間表示比其他。光照顏色的內容可以以同樣的方式影響顏色分析，如果它變化，但在這種情況下，問題是在真正的顏色的源。

什么是實際的顏色的照明源？如果它是單色的，顏色可能會很好。不幸的是，單一顏色的照明（如紅色，綠色，或藍色的光）在生產環境中的顏色的分析和匹配的最小。通常情況下，需要一個白色的光。然而，白色不是一種“顏色”，它是多種顏色的組合：一個完美的白光將有所有可見的顏色波長結合在同等強度。不幸的是，通用機器視覺的照明源遠沒有完美的白色。幸運的是，雖然這不是一個問題，大多數應用程序在顏色匹配相機可以顏色平衡的更接近一致的反應。但是，內容必須保持不變，就像強度，一個強大的應用程序。

有幾個其他的實施挑戰，但在結論讓我們討論也許是最具挑戰性的：部分到部分的變化。在一個實際的生產環境中有許多應用程序，堅持非常嚴格的顏色內容規格。以打印過程為例。印刷的標簽，容器，和商業包裝，名稱幾個，都需要非常嚴格的保持顏色的內容在生產。其他應用也有類似的規格。在這種情況下，目標顏色和目標的可接受偏差的限制是非常明確的。因此，精心設計的彩色成像和配置應該是成功的捕捉本地化的功能或顏色，偏離預期的目標。然而，在其他應用中，要檢查的對象不是很一致的。在織物，塑料成型，和類似的產品的應用程序是已知的，往往有廣泛不同的顏色內容。人類是很好的裝備來做這種比較檢查，但機器視覺工具的配置，以適應這些變化可能是非常具有挑戰性的。在某些情況下，一個可以接受的顏色可以重疊的范圍內的一個類似的可接受的顏色，使離散的兩個幾乎是不可能的。在這種情況下，重新訓練目標顏色或其他處理機制的協議可能是必需的。

基于機器視覺的色彩處理可以是有價值的，最后，顏色分析工具可能會演變到一點，所有的檢查，指導和在線分析是完全在顏色，如人類的視覺,但也許是可以實現的目標。