瓷砖色差检测方法、装置、电子设备及存储介质

未命名 08-14 阅读:99 评论:0


1.本发明涉及计算机视觉技术领域,尤其是涉及一种瓷砖色差检测方法、装置、电子设备及存储介质。


背景技术:

2.随着经济的不断进步和发展,瓷砖已经成为室内外装修不可缺少的建筑材料,而且其应用也变得越来越广泛。在陶瓷的生产过程中,其加工工艺相对来说比较复杂,在煅烧和染色上色的过程中,由于煅烧不充分和周围空气温度湿度、炉内温差的影响,会导致瓷砖上色存在不均匀,甚至同一批瓷砖中存在色彩差异的现象。
3.瓷砖表面颜色上的差异是评价瓷砖等级的一个重要指标。目前,陶瓷的色差分级工作大都依靠人工来完成,人工目测的方法具有很强的主观性,并且还容易受到外界环境的干扰(光线、噪音等),导致不同的检测工人对于同一块瓷砖的检测结果不一致。而且,检测工人在经过长时间的工作后,会产生视觉疲劳,对色彩的感官度变差,从而影响检测的质量。
4.因此,企业为了提高生产效率,提高产品质量,开始尝试把自动化检测技术应用到陶瓷色差检测领域。通过对采取到的瓷砖图像进行合适的预处理,并对其颜色信息进行分析与标准图对比判断色差问题。自动化检测技术相比于人工检测具有更快的检测速率,更高的检测精度,稳定性更强。
5.现有的色差检测方法大多都是基于传统工业检测方法或者经典的深度学习和机器学习方法,也有采用更高分辨率的相机提升瓷砖图像的质量并分析光照强度的时间空间变化和转换颜色空间进行检测从而增强色差检测的质量。但现存的色差检测算法对单色以及简单纹理砖面的缺陷检测来说比较成功,对于那些纹理复杂、颜色较多的瓷砖,现存的色差检测效果并不理想,容易把瓷砖原本的线条、图案和颜色的纹理特征归为色差一类,从而影响最终的色差检测结果。


技术实现要素:

6.本发明的目的在于克服现有技术的缺点与不足,提供一种瓷砖色差检测方法、装置、电子设备及存储介质,采用分区域色差检测,不同的区域采用不同的算法进行检测,从而提升色差检测的质量。
7.本发明是通过以下技术方案实现的:
8.一种瓷砖色差检测方法,包括以下步骤:
9.对原始瓷砖图像进行颜色空间转换,得到hsv瓷砖图像;
10.将所述hsv瓷砖图像分为纹理区域图像和背景区域图像;
11.分别计算所述纹理区域图像与标准瓷砖图像之间的第一色差值和所述背景区域图像与标准瓷砖图像之间的第二色差值;
12.根据所述第一色差值和所述第二色差值得到加权色差值,并根据预设的分级条
件,根据所述加权色差值得到所述待检测瓷砖的色差检测结果。
13.进一步地,使用rh语义分割模型将所述hsv瓷砖图像分为纹理区域图像和背景区域图像;
14.所述rh语义分割模型包括resnet50卷积网络、残差池层模块、直方图层模块、拼接模块和解码器。
15.进一步地,使用直方图交叉法计算所述纹理区域图像和标准瓷砖图像之间的第一色差值。
16.进一步地,使用对应像素之间的欧氏距离计算所述纹理区域图像和标准瓷砖图像之间的第一色差值。
17.进一步地,对于所述背景区域图像,使用hsv色域空间下的标准色差公式计算所述背景区域图像和标准瓷砖图像之间的第二色差值。
18.进一步地,使用以下公式,计算所述背景区域图像和标准瓷砖图像之间的第二色差值:
19.e2=αδh+βδs+γδv
20.其中,其中e2表示第二色差值,δh为所述背景区域图像和标准瓷砖图像的色调h的差值,δs为所述背景区域图像和标准瓷砖图像的饱和度s的差值,δv为所述背景区域图像和标准瓷砖图像的明度v的差值,α,β,γ表示hsv色域空间下的各个颜色的分量权重。
21.进一步地,使用以下公式,对所述原始瓷砖图像进行颜色空间转换,分别计算所述原始瓷砖图像对应的色调h、饱和度s和明度v,得到hsv瓷砖图像:
22.v=max(r,g,b)
[0023][0024][0025][0026]
其中,r为所述原始瓷砖图像的红色颜色通道的256阶亮度,g为所述原始瓷砖图像的绿色颜色通道的256阶亮度,b为所述原始瓷砖图像的蓝色颜色通道的256阶亮度,max(r,g,b)为r、g、b中的最大值,min(r,g,b)为r、g、b中的最小值。
[0027]
第二方面,本发明还提供一种瓷砖色差检测装置,包括:
[0028]
颜色空间转换模块,用于对所述原始瓷砖图像进行颜色空间转换,得到hsv瓷砖图像;
[0029]
图像分割模块,用于将所述hsv瓷砖图像分为纹理区域图像和背景区域图像;
[0030]
色差值计算模块,用于分别计算所述纹理区域图像与标准瓷砖图像之间的第一色
差值和所述背景区域图像与标准瓷砖图像之间的第二色差值;
[0031]
色差检测结果计算模块,用于根据所述第一色差值和所述第二色差值得到加权色差值,并根据预设的分级条件,根据所述加权色差值得到所述待检测瓷砖的色差检测结果。
[0032]
第三方面,本发明还提供一种电子设备,包括:
[0033]
至少一个存储器以及至少一个处理器;
[0034]
所述存储器,用于存储一个或多个程序;
[0035]
当所述一个或多个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如本发明第一方面任一所述的一种瓷砖色差检测方法的步骤。
[0036]
第四方面,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本发明第一方面任一所述的一种瓷砖色差检测方法的步骤。
[0037]
本发明提供的一种瓷砖色差检测方法、装置、电子设备及存储介质,可以更好的将深度学习网络模型应用到陶瓷产业的工业应用,采用自动化技术检测瓷砖表面的色差问题,并且采用分区域色差检测,不同的区域采用不同的算法进行检测,从而提升色差检测的质量。并根据企业所设置的色差阈值对生产的瓷砖进行色差分级,从而减少了人工成本并提升检测质量和生产效率,提高产品质量并促进产业升级。
[0038]
为了更好地理解和实施,下面结合附图详细说明本发明。
附图说明
[0039]
图1为一个实施例中的一种瓷砖色差检测方法的应用环境示意图;
[0040]
图2为一个实施例中的一种瓷砖色差检测方法步骤的流程示意图;
[0041]
图3为一个实施例中的一种瓷砖色差检测装置的结构示意图;
[0042]
图4为rh语义分割模型的结构示意图;
[0043]
图5为残差池层模块的结构示意图;
[0044]
图6为直方图层模块的结构示意图。
具体实施方式
[0045]
为使本技术的目的、技术方案和优点更加清楚,下面将结合附图对本技术实施例方式作进一步地详细描述。
[0046]
请参阅图1,其为根据一示例性实施例示出的一种瓷砖色差检测方法的应用环境示意图,包括瓷砖图像采集端a和数据处理端b。其中,瓷砖图像采集端a可以是摄像头、摄像机、相机、扫描仪等图像采集设备,也可以是其他带有拍照功能的设备(手机、平板电脑等)。数据处理端b可以是计算机、手机、平板电脑、pda(personal digital assistant,个人数字助理)、电子书阅读器、多媒体播放器等,还可以是专用服务器。瓷砖图像采集端a和数据处理端b之间可以通过无线局域网、公用网络等网络互联方式进行相互数据传输。瓷砖图像采集端a采集到待检测色差的原始瓷砖图像后,将该原始瓷砖图像传输至数据处理端b。数据处理端b在接收到该原始瓷砖图像后,通过执行本发明的瓷砖色差检测方法,对该原始瓷砖图像进行色差检测,输出色差检测结果。
[0047]
请参阅图2和图3,图2为本技术提供的一种瓷砖色差检测方法的步骤示意图,图3
为本技术提供的一种瓷砖色差检测装置的模块示意图。所述瓷砖色差检测装置包括颜色空间转换模块10、图像分割模块20、色差值计算模块30、色差检测结果计算模块40及一标准瓷砖图像库50,所述标准瓷砖图像库包含与所述待检测瓷砖图像相对应的标准瓷砖图像,用于与所述待检测瓷砖图像进行比对,计算色差值。
[0048]
其中,所述颜色空间转换模块10用于执行步骤s10:对原始瓷砖图像进行颜色空间转换,得到hsv瓷砖图像。
[0049]
在一个具体的应用场景中,原始瓷砖图像采用工业线阵相机采集,图像的存储格式采用是rgb。rgb是从颜色发光的原理来设计定的,红、绿、蓝三个颜色通道每种色各分为256阶亮度,当它们的光相互叠合的时候,色彩相混,而亮度却等于两者亮度之总和,越混合亮度越高,即加法混合。
[0050]
hsv是一种比较直观的颜色模型,所以在许多图像编辑工具中应用比较广泛,这个模型中颜色的参数分别是:色调(h,hue),饱和度(s,saturation),明度(v,value)。因为hsv拥有的颜色表示范围更广泛,而且其表示值色调、饱和度和明度也更加贴近纹理瓷砖图像的色差检测算法,因此,本发明将瓷砖图像从rgb转成hsv。
[0051]
首先将r,g,b先归一化处理,使其取值在0到1之间,前面已经提到h分量的取值范围在0到360度之间,s和v的取值范围都在0到1之间,这时rgb到hsv的变换关系就可以表示为:
[0052]
v=max(r,g,b)
[0053][0054][0055]
其中:
[0056][0057]
由以上公式可知,v分量的大小只与r、g、b三个分量取值的最大值有关,不存在使其没有意义的颜色;当r=g=b=0的时候,s是没有任何意义的,当且仅当r、g、b三个分量不全为0时,s=1才能达到100%的饱和,当r=b=g≠0时,s=0表示饱和度为0%;h分量的值取决于r、g、b,max(r,g,b)和min(r,g,b)的值与角度值无关。
[0058]
图像分割模块20用于执行步骤s20:将所述hsv瓷砖图像分为纹理区域图像和背景区域图像。
[0059]
优选的,使用rh语义分割模型将所述hsv瓷砖图像分为纹理区域图像和背景区域图像。在一个具体的实施例中,rh语义分割模型的结构如图4所示,包括resnet50卷积网络、残差池层模块、直方图层模块、拼接模块和解码器。
[0060]
其中,resnet50网络包含49个卷积层、一个全连接层,用于提取所述hsv瓷砖图像
的深层特征。
[0061]
如图5所示,所述残差池层模块包括卷积转移模块fctm和无序聚合模块foam。残差池层模块的输入特征是resnet50网络的输出,卷积转移模块fctm(
·
)由一个卷积核为输入特征的通道数的1
×
1卷积层,用于防止过拟合的dropout,批量归一化和sigmoid激活函数组成。残差池化模块使用卷积转移模块提取x的转移特征xctm,其实现过程如下公式所示:
[0062]
x
ctm
=f
ctm
(x)
[0063]
为了提升特征学习的效率,采用残差结构保留特征xctm的空间信息,其过程如下公式所示:
[0064][0065]
其中h,w表示x处于x的位置,,是sigmoid函数,r为输出的残差特征。
[0066]
通过残差策略,卷积转移模块学习一个适合纹理识别的新特征,也加速了学习过程。无序聚合模块foam(
·
)由relu,批量归一化全剧平均池化组成,用于聚合残差特征r形成空间纹理特征。
[0067]
为了更好的提取纹理瓷砖图像的直方图特征,直方图层把直方图和深度学习相结合。所述直方图层模块的结构如图6所示,使用径向基函数rbf表示直方图结构并对其进行建模,在反向传播中采用平滑近似优化bin的中心和宽度。
[0068]
在直方图中,每个bin的中心用rbfs的平均值μbk表示,而bin的宽度用宽度范围γbk表示。binning操作的输入特征,随后使用大小为s
×
t的卷积计算每个通道的标准化频率计数γrbk,实现过程如下公式所示:
[0069][0070]
其中,r和c表示直方图特征映射的空间维度。
[0071]
拼接模块concat用于将所述残差池层模块的输出特征和所述直方图层模块的输出特征进行拼接。使用带有特征金字塔的mask-rcnn的解码器对所述拼接特征进行上采样还原,并把纹理密集区域和背景区域标记为不同的颜色进行区分。在一个具体的实施例中,纹理密集区域标记为红色,背景区域标记为黑色。
[0072]
色差值计算模块30用于执行步骤s30:分别计算所述纹理区域图像与标准瓷砖图像之间的第一色差值和所述背景区域图像与标准瓷砖图像之间的第二色差值。
[0073]
优选的,色差值计算模块30包括第一色差值计算单元31和第二色差值计算模块32。
[0074]
其中,第一色差值计算单元31用于执行步骤s31:计算所述纹理区域图像与标准瓷砖图像之间的第一色差值e1。
[0075]
在一个优选的实施例中,采用直方图交叉法评估纹理区域图像和标准瓷砖图像的颜色分布的差异,使用欧氏距离评判纹理区域图像和标准瓷砖图像之间差异。
[0076]
对于纹理密集区域,主要检测图像的图案、线条和花纹。此部分由于图案和特征特
征密集,颜色的跨度较大。所以,采用把其划分成更加精细的bins,对于每个单独的bin采用颜色直方图表示此区域的颜色分布。分析每个bin所对应的区域于标准图像之间的颜色差异。
[0077]
把纹理密集区域划分成多个bin区域,计算每个bin区域中像素的数量或像素值的统计数据,最终生成一个代表图像颜色分布的直方图。
[0078]
直方图交叉法(histogram intersection)是一种常用的直方图相似度比较方法,可以用来比较两个图像的颜色直方图之间的相似度。两个直方图在每个bin中共有的像素数目,可以通过除以其中一个直方图中所有的像素数目来实现标准化,从而使其值属于[0,1]范围内。
[0079]
设m,n是两个含有k个bin的直方图,它们的分量分别为m(i),n(i),其中,i=1,2,3,4,

k,则它们相交的距离d(m,n)如下公式所示:
[0080][0081]
使用欧氏距离来比较两个图像中像素颜色的差异:对于两个相同大小的图像,可以遍历它们的每个像素,并计算它们之间的欧氏距离,然后将它们加和,最终得到两个图像之间的颜色差距e1,欧氏距离公式如下所示:
[0082][0083]
其中,d(m,n)为两个图像中对应像素的欧氏距离,hm、hn分别为两个像素的色调h,sm、sn分别为两个像素的饱和度s,vm、vn分别为两个像素的明度v。
[0084]
第二色差值计算单元32用于执行步骤s32:计算所述背景区域图像与标准瓷砖图像之间的第二色差值e2。
[0085]
对于背景区域,主要检测图像的底色,质感,层次感和色泽明亮程度(亮度)。因为这个部分设计到的色域并不宽泛,所以把rgb图像转换成hsv色域空间下,着重对比在hsv颜色空间下的s(饱和度),v(明度)这两个分量。对于这s、v这两个分量的超参数β,γ,设置更大的权重值。
[0086]
优选的,使用以下公式,计算所述背景区域图像和标准瓷砖图像之间的第二色差值:
[0087]
e2=αδh+βδs+γδv
[0088]
其中,其中e2表示第二色差值,δh为所述背景区域图像和标准瓷砖图像的色调h的差值,δs为所述背景区域图像和标准瓷砖图像的饱和度s的差值,δv为所述背景区域图像和标准瓷砖图像的明度v的差值,α,β,γ表示hsv色域空间下的各个颜色的分量权重。
[0089]
色差检测结果计算模块40用于执行步骤s40:根据所述第一色差值和所述第二色差值得到加权色差值,并根据预设的分级条件,根据所述加权色差值得到所述待检测瓷砖的色差检测结果。
[0090]
在一个具体的实施例中,通过色差检测得到纹理密集区域的色差e1和背景区域的色差e2,采用α,β表示在最终的色差差值的表示中所占的权重,初始化α=0.7,β=0.3。并可以根据企业对于纹理瓷砖质量的要求,手动调整α,β两个参数,其计算公式如下所示。:
[0091]eend
=αe1+βe2[0092]
当eend≤4时,肉眼是无法辨别出来的,所以可以近似地认为瓷砖不存在色差,则判定待检测瓷砖图像是无色差,属于优品瓷砖;当4《eend≤8时,判定待检测瓷砖图像是有略微瑕疵,属于普通瓷砖;当8《eend时,判定待检测瓷砖图像是有色差瓷砖图像,属于有色差瓷砖(次品)。
[0093]
利用工业线阵相机采集提取的陶瓷样本图像,尺寸和像素都会比较高。在处理的过程中,陶瓷色差检测系统对每个待检测的样本图像检测时间不能持续很久。因为在工业应用上,会要求系统的实时性。因此,在一个优选的实施例中,还包括步骤:对待检测的陶瓷图像的尺寸和像素进行处理,减少图像存储空间。
[0094]
图像金字塔技术是降低图像尺寸的有效途径,其原理是将图像进行内核卷积,去除部分偶数行和列。在经过多次的降采样操作之后,图像的像素会成倍的减少,降低内存大小。因此本项上拟采用图像金字塔技术来缩小图像,将原始的图像精准的转化为指定的较小尺寸的目标图像,采用高斯金字塔(gaussian pyramid)来实现。高斯金字塔就是通过高斯平滑和亚采样获得一系列下采样图像,也就是说第k层高斯金字塔通过平滑、亚采样就可以获得k+1层高斯图像,高斯金字塔包含了一系列低通滤波器,其截至频率从上一层到下一层是以因子2逐渐增加,所以高斯金字塔可以跨越很大的频率范围。每一层都是按照从下到上的次序编号(表示为g_i+1尺寸小于第i层g_i)。为了获取g_i+1的金字塔图像,首先对图像g_i进行高斯内核卷积,进行高斯模糊,然后将所有偶数行和列去除,就可以完成缩小图像尺寸。
[0095]
对于给定的一副二维图像f(x,y),他的线性(高斯)尺度空间表示是由一系列的派生信号l(x,y;t)所组成,其中l(x,y;t)由f(x,y)与一个二维高斯核卷积而成,其中二维高斯核定义如下:
[0096][0097]
因此有:
[0098][0099]
其中号代表卷积,分号表示卷积操作只对x,y这两个变量进行,x,y表示图像像素的坐标位置,t仅指代定义好的尺度级别(scale level)。
[0100]
在另一个优选的实施例中,对于rh语义分割模型的训练,首先在开源纹理数据集dtd预训练模型,让rh获得初步的纹理表示能力,再通过纹理瓷砖纹理数据集上对模型进行微调,从而使得rh更加贴合纹理瓷砖图像的特征提取。
[0101]
在另一个优选的实施例中,还包括标准瓷砖图像库50的构造步骤。
[0102]
标准图的构造是色差检测中的一个重要步骤。目前工业中色差检测采用比色卡对比法,其中比色卡是其标准图。如何将标准图应用于图像色差检测中才是算法得关键点。在通过线阵相机采集的瓷砖样本图像中,依据工厂工人选取标准图的经验选取不存在色差纹理图案分布均匀的样本图像作为标准图的样板,进行均匀分割并对其位置信息进行标记。对带有同样位置信息的子块进行颜色直方图提取并对比一阶颜色矩阵,去除颜色差异较大的图像之后,再提取各张瓷砖图像子块各点像素的平均值,再利用各点像素点的平均值构造标准图。最后,根据标记的子块位置信息融合成一张无色差纹理图案颜色均匀的标准图。
[0103]
本技术实施例还提供一种电子设备,包括:
[0104]
至少一个存储器以及至少一个处理器;
[0105]
所述存储器,用于存储一个或多个程序;
[0106]
当所述一个或多个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如前所述的一种信托项目风险评估方法的步骤。
[0107]
对于设备实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的设备实施例仅仅是示意性的,其中所述作为分离部件说明的组件可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
[0108]
本技术实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如前所述的一种信托项目风险评估方法的步骤。
[0109]
计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于:相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
[0110]
本发明提供的一种瓷砖色差检测方法、装置、电子设备及存储介质,可以更好的将深度学习网络模型应用到陶瓷产业的工业应用,采用自动化技术检测瓷砖表面的色差问题,并且采用分区域色差检测,不同的区域采用不同的算法进行检测,从而提升色差检测的质量。并根据企业所设置的色差阈值对生产的瓷砖进行色差分级,从而减少了人工成本并提升检测质量和生产效率,提高产品质量并促进产业升级。
[0111]
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。

技术特征:
1.一种瓷砖色差检测方法,其特征在于,包括以下步骤:对原始瓷砖图像进行颜色空间转换,得到hsv瓷砖图像;将所述hsv瓷砖图像分为纹理区域图像和背景区域图像;分别计算所述纹理区域图像与标准瓷砖图像之间的第一色差值和所述背景区域图像与标准瓷砖图像之间的第二色差值;根据所述第一色差值和所述第二色差值得到加权色差值,并根据预设的分级条件,根据所述加权色差值得到所述待检测瓷砖的色差检测结果。2.根据权利要求1所述的一种瓷砖色差检测方法,其特征在于:使用rh语义分割模型将所述hsv瓷砖图像分为纹理区域图像和背景区域图像;所述rh语义分割模型包括resnet50卷积网络、残差池层模块、直方图层模块、拼接模块和解码器。3.根据权利要求1所述的一种瓷砖色差检测方法,其特征在于:使用直方图交叉法计算所述纹理区域图像和标准瓷砖图像之间的第一色差值。4.根据权利要求1所述的一种瓷砖色差检测方法,其特征在于:使用对应像素之间的欧氏距离计算所述纹理区域图像和标准瓷砖图像之间的第一色差值。5.根据权利要求1所述的一种瓷砖色差检测方法,其特征在于:对于所述背景区域图像,使用hsv色域空间下的标准色差公式计算所述背景区域图像和标准瓷砖图像之间的第二色差值。6.根据权利要求4所述的一种瓷砖色差检测方法,其特征在于,使用以下公式,计算所述背景区域图像和标准瓷砖图像之间的第二色差值:e2=αδh+βδs+γδv其中,其中e2表示第二色差值,δh为所述背景区域图像和标准瓷砖图像的色调h的差值,δs为所述背景区域图像和标准瓷砖图像的饱和度s的差值,δv为所述背景区域图像和标准瓷砖图像的明度v的差值,α,β,γ表示hsv色域空间下的各个颜色的分量权重。7.根据权利要求1所述的一种瓷砖色差检测方法,其特征在于,使用以下公式,对所述原始瓷砖图像进行颜色空间转换,分别计算所述原始瓷砖图像对应的色调h、饱和度s和明度v,得到hsv瓷砖图像:v=max(r,g,b)v=max(r,g,b)v=max(r,g,b)
其中,r为所述原始瓷砖图像的红色颜色通道的256阶亮度,g为所述原始瓷砖图像的绿色颜色通道的256阶亮度,b为所述原始瓷砖图像的蓝色颜色通道的256阶亮度,max(r,g,b)为r、g、b中的最大值,min(r,g,b)为r、g、b中的最小值。8.一种瓷砖色差检测装置,其特征在于,包括:颜色空间转换模块,用于对所述原始瓷砖图像进行颜色空间转换,得到hsv瓷砖图像;图像分割模块,用于将所述hsv瓷砖图像分为纹理区域图像和背景区域图像;色差值计算模块,用于分别计算所述纹理区域图像与标准瓷砖图像之间的第一色差值和所述背景区域图像与标准瓷砖图像之间的第二色差值;色差检测结果计算模块,用于根据所述第一色差值和所述第二色差值得到加权色差值,并根据预设的分级条件,根据所述加权色差值得到所述待检测瓷砖的色差检测结果。9.一种电子设备,其特征在于,包括:至少一个存储器以及至少一个处理器;所述存储器,用于存储一个或多个程序;当所述一个或多个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-7任一所述的一种瓷砖色差检测方法的步骤。10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7任一所述的一种瓷砖色差检测方法的步骤。

技术总结
本发明涉及一种瓷砖色差检测方法、装置、电子设备及存储介质,所述方法包括以下步骤:对原始瓷砖图像进行颜色空间转换,得到HSV瓷砖图像;将所述HSV瓷砖图像分为纹理区域图像和背景区域图像;分别计算所述纹理区域图像与标准瓷砖图像之间的第一色差值和所述背景区域图像与标准瓷砖图像之间的第二色差值;根据所述第一色差值和所述第二色差值得到所述待检测瓷砖的色差检测结果。相对于现有技术,采用分区域色差检测,不同的区域采用不同的算法进行检测,从而提升色差检测的质量。从而提升色差检测的质量。从而提升色差检测的质量。


技术研发人员:陈壹华 邱林伟 崔恒拓 吴赟恒
受保护的技术使用者:华南师范大学
技术研发日:2023.05.12
技术公布日:2023/8/13
版权声明

本文仅代表作者观点,不代表航家之家立场。
本文系作者授权航家号发表,未经原创作者书面授权,任何单位或个人不得引用、复制、转载、摘编、链接或以其他任何方式复制发表。任何单位或个人在获得书面授权使用航空之家内容时,须注明作者及来源 “航空之家”。如非法使用航空之家的部分或全部内容的,航空之家将依法追究其法律责任。(航空之家官方QQ:2926969996)

航空之家 https://www.aerohome.com.cn/

飞机超市 https://mall.aerohome.com.cn/

航空资讯 https://news.aerohome.com.cn/

分享:

扫一扫在手机阅读、分享本文

相关推荐