首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种色彩校正方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:长沙云知检信息科技有限公司

摘要:本发明公开了一种色彩校正方法,包括以下步骤:利用条形码识别算法对所述条形码图像进行识别,得到条形码数据;再根据条形码数据所得的配置方案,分别获得每个标准色块、每个白色校验色块以及目标的位置坐标以及尺寸,进而在原始完整检测区图像中定位到各个标准色块、各个白色校验色块以及目标物体的位置和轮廓;基于上述特征,对每个原始彩色图像进行预处理后,得到每个原始标准色块图像和白色校验色块的图像颜色值,作为校正色块颜色值;得到目标物体的图像颜色值。本发明可用于解决未知参数的不同摄像机对不同目标物体的采集图像时的色彩偏差问题,具有适应性广,操作简单,运算量小,可以基于通用硬件和软件低成本实现的优势。

主权项:1.一种色彩校正方法,其特征在于,包括以下步骤:步骤1,将目标物体放置在标准色卡上的样本区,使用不同的两部摄像机分别采集标准色卡和包括标准色卡与目标物体的原始完整图像;步骤2,所述原始完整图像为彩色图像;将彩色的原始完整图像转换为二值化图像,二值化图像为黑白图像;步骤3,基于四个定位标识的二值化数学特征,判断是否能够在完整的黑白图像中识别到最终的四个定位标识,如果不能,则放弃该原始完整图像,返回步骤1,重新采集包括标准色卡和目标物体的原始完整图像;如果能,则执行步骤4;步骤4,利用检测设备的检测分析模块获取识别到的每个定位标识的标志点,依次连接各个定位标识的标志点,形成四边形轮廓,该四边形轮廓的内部区域即为候选标准色卡;由此得到候选标准色卡检测区的形状和尺寸;步骤5,读取预存储的同一规格的标准色卡的真实检测区的真实形状和真实尺寸;然后判断候选标准色卡检测区与真实标准色卡检测区在形状和尺寸上的偏差是否在设计阀值之内;如果不是,则返回步骤1,重新采集包括标准色卡和目标物体的原始完整图像;如果是,再执行步骤6;步骤6,根据候选标准色卡检测区,从原始完整图像中分割出原始完整检测区图像;其中,原始完整检测区图像为彩色图像;步骤7,读取预存储的同一规格的标准色卡的条形码区的位置坐标以及条形码区尺寸;然后,基于所述条形码区的位置坐标以及条形码区尺寸,在原始完整检测区图像中精准定位到条形码区的轮廓;步骤8,根据定位到的条形码区的轮廓,获得完整的条形码图像;然后,利用条形码识别算法对所述条形码图像进行识别,得到条形码数据;步骤9,根据步骤8的条形码数据,得到配置方案;再根据所述配置方案,分别获得每个标准色块、每个白色校验色块以及目标的位置坐标以及尺寸,进而在所述原始完整检测区图像中定位到各个标准色块、各个白色校验色块以及目标物体的位置和轮廓;步骤10,基于各个标准色块、白色校验色块和目标物体的位置和轮廓,原始完整检测区图像中获得各个标准色块、白色校验色块和目标物体的彩色图像;然后,对每个原始彩色图像进行预处理后,得到每个标准色块和白色校验色块的图像颜色值,作为校正色块颜色值;得到目标物体的图像颜色值;步骤11,以参考摄像机拍摄的标准色卡为参考图像,以目标摄像机拍摄的包括标准色卡和目标物体的图像为目标图像,然后,将目标摄像机采集的目标物体的图像颜色校正为与参考摄像机采集的目标物体的图像颜色一致;摄像机采集的图像像素值的数学表现形式如下: 其中Pref和Ptar分别代表参考和目标图像某点的像素值,Cgain,Coffset,CGamma分别代表目标摄像机的增益Gain、偏移Offset和伽马Gamma参数,2bitdepth代表图像颜色空间的灰阶总数;步骤12,使用参考校正色块和目标校正色块图像的对应位置的像素点;计算出目标摄像机相对于参考摄像机的增益Gain、偏移Offset和伽马Gamma三个参数,利用Levenberg-Marquard最优算法进行拟合计算,具体步骤如下:步骤1,首先定义一个错误函数,如下: 其中yi和xi分别为参考校正色块图像和目标校正色块图像对应位置像素点的RGB值;是目标摄像机增益Gain、偏移Offset和伽马Gamma三个参数组成的向量{Cgain,Coffset,CGamma},表示为{β0,β1,β2},函数f的表达式为: 步骤2,根据经验选取初始向量为{1,0,1}或其它经验值,计算出参考校正色块图像和目标校正色块图像所有对应位置像素点RGB值分别对应的并对其使用如下公式求平方和:步骤3,然后不断循环计算修正参数其中是函数ei组成的向量,矩阵是一个m×3的函数矩阵,m为视图数目,其第i行的值为阻尼系数λ初始值为经验值λ0,然后从第二次开始每次将λv,v为大于0的任意数字,如果λ调整后计算出的没有变得更小,则持续将v翻倍后再继续调整λ,直到计算出的变得更小;使用公式计算出新的向量用迭代计算出新的直到趋近于最小值则不再循环并进入步骤4;步骤4,去除噪点,对上述步骤3最后的计算出的目标校正色块图像所有对应位置像素点RGB值的计算平均偏差h,其中参数a取常数,xi为目标校正色块图像所有对应位置像素点RGB值,xe为公式如下: 将参考原始校正色块图像与目标校正色块图像所有对应位置像素点RGB值求差值,差值大于2倍h的像素点视作为噪点去除;步骤5,使用去除噪点后的参考原始校正色块图像与目标校正色块图像所有对应位置像素点RGB值重新执行步骤2-4,直到噪点数目为0并进入步骤6;步骤6,使用步骤5最终的作为参数,对目标物体图像的所有像素点RGB值使用如下公式校正其色彩偏差,得到校正后的目标物体图像各像素点RGB值;

全文数据:

权利要求:

百度查询: 长沙云知检信息科技有限公司 一种色彩校正方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。