一種小色差瓷磚顏色自動分類器設計

王文洪+劉洪江

摘 要：研究小色差含紋理圖像的在線檢測方法，通過描述顏色組成和表達，確定顏色檢測手段；分析大幅面、小色差檢測對象在圖像采集中的難點，建立適合企業應用的采集環境；根據檢測對象的紋理特點，選擇合適顏色特征統計方法，獲得表示顏色的特征向量；運用K類均值無監督學習方法，通過小批量樣本自動生成分類器，并將分類器應用到同批產品的檢驗分類中。實驗證明采集環境能穩定獲取顏色檢測數據，通過學習生成的分類器能達到人工分類效果。

關鍵詞：機器視覺；顏色分類；小色差；K均值聚類

1 概述

市場對樓房室內用瓷磚花色一致性要求高，導致生產企業對生產線后段處理顏色一致性檢測、識別的技術需求日趨強烈。目前陶瓷顏色依賴人工分揀，檢測主觀性大，導致檢測精度低、效率低[1]，在我國人口紅利不斷消失的情況下，通過機器設備進行顏色檢測是必然途徑。

瓷磚窯爐中溫度，上色工藝等因素導致產品存在顏色差異，但是差異程度很小，即小色差。另瓷磚長邊尺寸都在0.5m以上，表面有豐富的紋理花紋，難以通過有限的采樣點獲得代表產品的顏色，即大幅面。

為解決企業含自然紋理的大幅面、小色差顏色檢測分類問題，在生產環境和企業成本限制下，提出用工業相機采集瓷磚表面圖像，通過穩定的光照環境測量顏色特征，經過小批量樣本的學習分類，自動生成分類器，實現顏色分類過程，該方法提高了顏色分類穩定性與產品一致性。

2 研究對象和采集環境

顏色檢測需要在特定的采集環境下實現，本文研究對象以含紋理、大幅面、小色差為特點，必須避免或減少光源穩定性、光照均勻性和采集穩定性對顏色檢測的影響。

首先檢測對象的大幅面特征決定了使用多個傳感器檢測顏色。多個傳感器對相同顏色的不同響應差異需要通過矯正解決。其次，光源的穩定性是顏色檢測可重復性保障，LED專業光源是檢測首選。檢測要求光源尺寸超過檢測對象尺寸，否則照明的非均勻光將干擾小色差的檢測。最后，一個半封閉、采集部件固定的檢測設備，是減少外界環境干擾、穩定測量的一個關鍵。

由此檢測環境設置為一個半封閉的罩子，內固定CCD線陣相機垂直向下采集，高亮度白色線性光源在相機下方。檢測對象從罩子下方通過時，到位開關觸發并給出脈沖通知CCD開始讀取數據，工業計算機通過編碼器輸出脈沖信號控制CCD抓取圖像，通過圖像采集卡讀取相機采集圖像。

3 顏色特征選取

顏色指的是某種光以及他對人眼的影響，這種影響在觀察者的大腦里產生的結果[2]。依據人工分色的經驗，提煉不同色號差異最大的顏色特征。顏色特征選取包括兩個方面：

（1）選取一定范圍的顏色，作為目標彩色圖像：前景圖像，背景圖像，主色圖像。

（2）在RGB、LAB、HSV顏色空間下，計算顏色數字特征，包括均值、方差。

記原始彩色圖像，目標彩色圖像，原始灰度圖像。

前景圖像，像素點灰度值大于等于閾值T的彩色圖像，按公式（1）計算

背景圖像，像素點灰度值小于閾值T的彩色圖像，按公式（2）計算

主色圖像，只包含主要顏色的圖像。首先計算的彩色直方圖，從最多顏色點至最少顏色點，依次累加，直至占圖像總像素點的比例大于P為止，得到分界點的顏色值及其統計點數。則主色圖像為顏色點個數大于的像素點集合。

顏色通常用三個相對獨立的屬性描述，三個獨立的變量綜合作用，構成顏色空間。不同顏色空間是以不同的角度去衡量同一個對象[3]。從相機獲取的圖像數據，是在RGB顏色空間下的表示。除此之外，顏色空間還有HSV、CIELAB等，均由RGB顏色空間進行轉換。

HSV顏色空間用色相（H），飽和度（S）和明度（V）表示任一種顏色。從RGB到HSV的轉換由公式（3）計算：

CIELAB顏色空間是國際照明委員會制定的一種色彩模式，本文采用1976標準。L表示明度，A表示顏色（從紅到綠），B表示顏色（從黃到藍）。從RGB到LAB的轉換，先轉換到CIEXYZ顏色空間，計算出三基色刺激值X、Y、Z，如公式（4）所示，得到X、Y、Z后，按公式（5～8）計算L、A、B。

各分量值范圍：R/G/B：0～1；L：0～100；A/B：0～255。

為CIE標準照明下，白物體色刺激的三刺激值，對于D65標準光源漫反射， 。

4 分類器制作

顏色特征提取后，每個圖像的顏色特征即為一特征向量。為避免奇異樣本點對聚類結果的影響，采用隨機抽樣一致（RANSAC）算法篩選待訓練的樣本點，形成集中的樣本點集合。采用K均值算法對樣本進行訓練得到每個色號的中心特征向量，此后通過最短距離法判定待檢物的顏色。圖1a）（b）展示了K均值聚類的過程，紅、綠、藍三種顏色分別代表3箱瓷磚樣本，選取瓷磚圖像LAB空間下的均值A、B作為特征向量，圓圈代表各類的質心。

5 實驗結果

本文以12塊人工分好的瓷磚為樣本，進行顏色分類實驗。其中，12塊瓷磚分為3類，每類4塊，人工分類結果對應的瓷磚序號為色號I：1～4；色號II：5～8；色號III：9～12。

實驗過程中，每塊瓷磚重復性測試10次，以顏色空間LAB下的A、B值作為特征向量，經過K聚類算法生成分類器。

3個色號之間的平均色差，。

由此可見，色號I、II之間的色差，色號I、III之間的色差，均在色號I、II類內色差范圍內，三個色號之間顏色差值較小，屬于小色差范圍。得到每個色號的中心特征向量后，依據最小距離算法，判斷每個瓷磚的色號。實驗結果如表2所示，從分類結果可以看出與人工分類一致。

6 結論

顏色檢測分類在瓷磚行業有廣泛的應用。瓷磚相比其他產品具有大幅面、小色差的特點，而采集的瓷磚圖像數據量大，顏色信息多，這些成為顏色檢測的難點問題。本文針對此類問題，提出了一種應用于瓷磚的顏色檢測分類方法，其檢測結果和人的視覺感知有很好的一致性，同時還可應用于木地板等工業產品的檢測。同時，如何提高檢測速度滿足產線需求，圖像分辨率對顏色特征的影響，是下一步研究的重點。

參考文獻

[1] 劉笛，朱學峰.墻地磚顏色的自動分級研究進展[J].中國陶瓷工業，2003，10（6）：66-69.

[2]ROYS.BERNS編著.李小梅，馬如，陳立榮等譯.顏色技術原理[M].北京：化學工業出版社，2002.

[3]李溫溫，王寶光，張 巖.瓷磚色差在線分類系統的研究[J].傳感器與微系統，2010，29（3）：13-15.endprint