彩色成像：用机器视觉监控产品颜色

可靠的颜色测量是困难的，因为我们的颜色知觉的影响因素有很多，如颜色区域的大小和周围的测量，光照光谱，适应，年龄，经验，疲劳和遗传差异。机器视觉系统使可靠的颜色测量，因此正在取代人类的视觉监控产品的颜色。机器视觉系统可以被校准到基于人类视觉的标准，或者它可以用来比较产品的颜色，以参考颜色，无需校准。在这里，我们将讨论如何人类的颜色感知测量，机器视觉系统如何校准这些措施的人的看法，和“比较”的颜色的方法，用于监测产品颜色的优势。

 

人眼颜色感知的测量

我们的眼睛，如果你不是色盲，三种不同颜色的光的光谱响应。受体的类型被称为长期，中期和短期（LMS）基于其峰值光谱响应，大约570，545，和430纳米（nm）。受体的反应是一个定义一个三维的物理颜色空间的初选，与初选的颜色空间的轴。每个颜色是一个或多个的一个组合，是由颜色空间中的一个点来表示的。

感光体的输出处理在眼睛和大脑，给我们的颜色的看法。这种处理调整我们的颜色感知环境的变化。它可以帮助我们发现和识别对象，他们的颜色在不同的照明和设置。例如，一个成熟的香蕉在阳光下和室内的荧光灯下，看黄色的室外的颜色。

要获得稳定的人类颜色感知的措施，我们必须“因素”这一处理。因此，我们提出了观察员仔细控制的颜色补丁的一个特定的大小和均匀，控制的环境。使用许多比较的颜色补丁，我们可以映射一个感性的色彩空间，其中每个感知的颜色是一个点。CIE XYZ颜色空间是从感性和跨越LMS初选。XYZ颜色空间可以转换（映射）到CIE L*a*b*颜色空间的感知比XYZ颜色空间更均匀。在感知均匀颜色空间的颜色的最小可检测的变化是整个颜色空间相同的距离。油漆、颜料和着色剂通常在L*a*b*空间指定。

 

校准机器视觉对人眼视觉的视觉

如果在感知颜色空间中指定了产品颜色，那么我们就必须将机器视觉系统的物理颜色空间值校准到指定的感知空间值。为此我们将努力找到一个校准公式，将相机的色彩空间，说，XYZ颜色空间。首先，考虑一个色度计、预校准仪的颜色测量。

比色计使用一个光源的光谱分布已知和有三个过滤器，使光谱响应类似于人类的LMS响应传感器。从这些反应XYZ或L* a* b*计算感知颜色的措施。色度计的平均颜色视野小，通常与被测物体以阻挡任何杂散光接触。

色度计是易于使用，但是大多数机器视觉应用不切实际。颜色平均清除小的彩色图案或缺陷，我们一般不接触被测物体，在物体扫描色度计花费太多的时间。所以比色计用于“抽查”对象的颜色和颜色的机器视觉系统的标定。

仪器的彩色信号集成（波长）的照明产品，物体的反射率，与感光细胞的反应。我们想要的对象的颜色反射率，独立的照明和感光体的反应。色度计是通过控制光照和感光反应，但这些因素都不是在大多数的机器视觉系统的控制。

在彩色机器视觉系统，彩色滤光片用于在红峰的敏感性使感光细胞，绿色和蓝色（RGB）的光谱形成的物理颜色空间类似于LMS颜色空间部分。RGB值的处理在摄像头和后摄像头（在机器视觉系统的计算机）将它们转换到XYZ值。

为了降低成本，大多数彩色相机使用的红色，绿色和蓝色滤色器的镶嵌在感光体（象素）和内插相邻色值在每个像素，得到RGB值。这种内插导致的工件-色彩错误-在图像，尤其是在彩色区域之间的过渡。如果要监视密集的纹理的物体如布，你可能需要使用一个使用三个传感器阵列和无插值更昂贵的相机。

接下来，让我们来看看典型的机加工。感光信号的幅度和范围正在使用的增益和偏移控制集。该信号接着用10至12位的分辨率数字化，即使摄像机的输出通常是8位的分辨率。在相机的额外分辨率有助于减少在相机处理舍入误差和剪裁。

伽马校正压缩图像的灰度范围，但是我不建议使用这种机器视觉。插在颜色成分从每个像素缺少填充由于滤色器的马赛克。三个查找表（功能表）调整红色，绿色和蓝色通道，单独的红色，绿色和蓝色图像的强度的响应。 3×3矩阵乘法器可以RGB值转换为另一种，线性颜色空间。相机的后处理可以比在相机处理更精确和包括额外的色彩空间转换，但在计算时间为代价的。

对于校准，我们希望有一个公式，采用RGB值，并生成相应的密切XYZ值。此公式可通过在相机或后相机处理，或者两者来实现。机器视觉系统视图含色块（包括灰色补丁）已知XYZ值颜色校准图表，我们测量系统的RGB输出，其中每个色彩标准补丁。我们使用这些测量对（RGB和XYZ）设置式的参数，以最小化所有测量对之间的误差。这最小化可以实现自动化。

如果视觉系统是线性的和观看条件，包括光照、匹配的条件下，XYZ空间的定义，然后校准很简单。试验和误差或自动最小化将顺利收敛到接近最优的参数。不幸的是，这是不是这样的，所得到的公式参数不是最优的。减少一个测量对的误差通常会增加其他人的错误，而不是减少整体误差。

这并不是说你不能校准一个彩色机器视觉系统，只有校准的精度可能比你想的要少，而且可能比你想要的更多的努力。在一个时刻，我们将转向比较方法，可以做许多颜色监测任务，不需要校准。我将完成这部分与一些事情混乱的颜色校准。

对象的反射光谱由照明频谱相乘，从而难以回收对象的颜色。作为一个例子，“白”发光二极管的频谱降低到10％左右475毫微米，使蓝绿色的颜色非常深。然后，视觉系统可能有问题作出决定时，蓝绿色的部分是什么颜色。用于校准一个更令人头痛的问题是，照明通常不是在图像均匀的。校准到在图像的一部分的灰色或彩色信号电平可能无法在图像的另一部分工作。有一些方法可以划分或减去照明不均匀性，但是这通常不是在机器视觉区域扫描摄像机来实现，尽管它是在一些行扫描摄像机。

颜色的装置可以测量或表示 - 的RGB相机的色域，范围是从LMS不同。这意味着，有可能是颜色，我们可以看到，但相机不能，反之亦然。所以，因为你试图以配合两个不同的“形”的色彩空间校准可能很难。

不同的感光体的反应从相机到相机。你不能校准一个相机，并使用相同的校准参数在其他相机。如果一个相机在该领域失败，你可能需要校准更换相机。我已经提到了由相机的彩色滤光片的马赛克和使用一三个传感器相机的解决方案所产生的颜色伪影。

在相机处理的分辨率有限，导致图像噪声的增加。有限的范围有时可以剪辑一个颜色空间转换。这两个问题可以通过使用后相机，更高的分辨率处理，但在增加计算时间的费用。

对比色的方法

在许多情况下，您希望监视一个进程的颜色，而不是在一个标准的颜色空间中测量它们。如果是这样的话，不需要校准。你只是比普通的RGB值的对象平均RGB值的参考颜色，和信号时，对象的颜色是“越界”的参考颜色。也有不需要的色彩空间变换或报告结果在一个标准的色彩空间与RGB值你总是工作。

如果产品的要求，说可以使用比色计测量参考颜色然后比较和公差在那些参考颜色产生的RGB值。危险的是，如果形状和空间的标准，衡量说，L*a*b*，从RGB到不同，你不能准确的设置限制或单独关闭颜色RGB空间。对比色的方法效果最好时的参考颜色在颜色空间的分离（如红色和绿色的漱口水），产品颜色公差不紧。

这里有两个最后的建议，使用机器视觉监控产品颜色。首先，如果可以的话，包括在相机的视野中的参考补丁。这个补丁可能是一个小，瓷砖与磨砂，白色的完成。该片反映了照明光谱无明显改变，而视觉系统可以测量RGB值从补丁的白平衡调整的R，G和B通道的增益和偏移量，参考补丁出现白色（等于R、G、B值）。这可以用来部分正确的一个贫穷的照明光谱和光照谱的变化随着时间的推移。

第二，彩色摄像机的反应随温度的漂移，可能是无效的或比较校准措施。考虑安装相机在一个温度控制的外壳，如果环境温度波动超过约5摄氏度。

 

技术提示

该受体类型被称为长，中，短的基础上。

LMS算法是基于光谱响应峰值，大约570，545，和430纳米（nm）。

一个对象的反射光谱乘以光照谱，例如，“白色”发光二极管的光谱减少到475左右，10%纳米，使蓝绿色的颜色非常暗。