基于计算机视觉的染色品色差检测——飞凡检测

人类社会约百分之七十的信息是通过人类视觉进行的，通过眼睛来获取图像具有其它方法所不可比拟的优势，包括直观性、易理解性、快速性等计算机视觉，即是用计算机实现人类的视觉功能。随着数字图像技术、计算机技术、模式识别技术的快速发展，计算机视觉已经广泛地应用于医药卫生、国防建设、航空航天、兵器制造检测、质量控制等社会应用领域。而人民生活水平的日益提高促使着纺织品印染行业的快速发展，色差检测技术作为其中的一项基本要求渐渐成为相关公司及科研单位迫切需要解决的问题。

在基于计算机视觉的染色品色差检测系统中需要解决的问题主要包括：待测日标的采集、颜色空间的选择、颜色信息的提取、色差评价模型的建立、颜色图像的光照较正及色差信息的分类等关键技术问题。采用高性能的工业彩色相机对染色品的表血颜色进行检测，使用相关处理软件实现实时在线监控，这样便于生产管理的透明化、智能化、快速化，此系统不仅可以很好地提高染色品染色的满意度并且可以降低工厂的人力成本、提高生产效率让产品质量管理透明化获得良好的经济效益从而增强企业的市场竞争力。

基于计算机视觉的染色品色差检测

为了实现精准的染色品色差检测，我们对样品图像的光照校正问题进行了深入研究。我们提出了一种基于小波理论的染色品光照校正算法，同时我们采用一种染色品色差检测的评价指标一致性。指标和均匀性指标为了对采集的样本数据进行很好的分类，我们对几种经典的分类算法进行研究包括基于支持向量机的分类算法、基于级联弱分类器的AdaBoost分类算法，最终我们根据染色品本身的纹理特性与颜色特性提出了一种基于LBP- GMM的支持向量机分类算法，并将分类算法对染色品的色差质量进行判别分类试验，结果表明该模型对染色品颜色数据具有很好的分类效果，可以实现染色品色差的定量化和自动化评价并且对色差检测时光照不一致的情况具有较好的鲁棒性，为实现工业现场染色品色差的在线检测系统奠定了良好的基础。

来源：飞凡检测666