一种自动识别杂色粒子的彩色编码方法技术

本发明专利技术涉及一种自动识别杂色粒子的彩色编码方法。本方法利用彩色面阵相机记录粒子流图像，每个像素点具有R、G、B三个值。首先将获得的RGB三原色模型转换为HSI颜色模型，HSI模型是一个基于圆柱极坐标系的圆柱体，可以将HS简化为二维平面，I为第三维信息。这样便可以在HS平面内用一个矩形框来定义一种颜色，加上第三维的Intensity，杂质块区域可以定义为一个长方体。用定义的长方体对采集到的图片范围内的像素点进行识别，判断杂质块的轮廓、质心位置坐标以及尺寸。本方法可以准确快速地检测粒子流中的彩色杂质的颜色、数目、尺寸等信息，解放了劳动力，具有极大的工程应用价值。

A color coding method for automatic identification of variegated particles

The invention relates to a color coding method for automatically identifying variegated particles. The method uses color area array camera to record the particle flow image, each pixel has three values of R, G and B. Firstly, the RGB tricolor model is transformed into HSI color model, and the HSI model is a cylinder based on cylindrical polar coordinate system. The HS model can be simplified to two-dimensional plane, and I is the third dimension information. This allows you to define a color with a rectangular box in the HS plane, plus a third dimensional Intensity, where the impurity block region can be defined as a cuboid. Using the defined cuboid to identify the pixels in the range of the captured images, to judge the contours, center of mass, position, coordinate and size of the impurity blocks. The method can accurately and rapidly detect the color, number and size of colored impurities in the particle flow, thereby liberating the labor force and having great engineering application value.

【技术实现步骤摘要】
一种自动识别杂色粒子的彩色编码方法
本专利技术涉及一种用于检测粒子流中杂色粒子的检测方法，特别是一种自动识别杂色粒子的彩色编码方法，属于光电检测领域。
技术介绍
高分子聚合物制品是近年来我国飞速发展的一种加工材料，被广泛应用于各个领域，在机械配件、儿童玩具、工农业、生物医学及包装工业中均已成为重要的材料。当以工业规模生产时，材料无缺陷不仅仅是一个美学问题，在多数情况下还是一个绝对的品质要求。因此，其原材料供应商对产品的质量要求不断增长。目前国内还没有一套完整的用于彩色粒子扫描并自动记录特定缺陷颜色、出现频率等相关统计数据的系统，对聚合物工业原材料的实验室检测主要依靠进口设备。运用彩色CCD面阵相机记录粒子流的图像，对图像进行分析，准确快速地获得粒子流中彩色杂质的颜色、数目、尺寸等信息，解放了劳动力，具有极大的工程应用价值。
技术实现思路
本专利技术的目的在于针对已有技术存在的不足，提供一种自动识别杂色粒子的彩色编码方法，自动检测粒子流中彩色杂质颜色、对应数目和尺寸，该方法准确简便，实用可行。为达到上述目的，本专利技术采用下述技术方案：一种自动识别杂色粒子的彩色编码方法，其特征在于操作步骤如下：1)利用彩色面阵相机记录粒子流图像，每一个像素点具有R、G、B三个值。2)将步骤1)中获得的图像由RGB转换为HSI。相机记录的原始图像每个像素点具有R、G、B三个值，RGB模型(如图2所示)基于三基色原理，面向硬件，便于颜色的采集和显示，但不便于图像处理。所以需要将RGB模型向HSI(色度Hue，饱和度Saturation，亮度Intensity)模型(如图3所示)进行转换。这实际上是一个基于笛卡尔坐标系的立方体向一个基于圆柱极坐标系的圆柱体的转换。HSI圆柱极坐标的定义是这样的，亮度沿圆柱体的径向分布，中心为黑(0％)外侧为白(100％)。饱和度沿圆柱体的高分布，自下而上从0％(最弱)到100％(最强烈)。色度沿中心轴成0-360°分布。从0°(红)开始到60°(黄)、120°(绿)、180°(青)、240°(蓝色)、300°(品红)。将HSI模型外表面，即I＝1的表面展开，如图4所示。将RGB值归一化到此H-S平面(I＝1)：归一化后的转换分段模型表示如下(RGB→HSI)：S＝1-MinI＝MaxHSI模型相对于传统的RGB模型的优点在于缺陷粒子杂质块的描述，如图5所示。每个棕色的点代表棕色杂质块上的一个像素，每个白色的点代表背景的一个像素，为了简化这里只显示两维。在R/G平面，很难定义一个只包含杂质块(棕色的点)而不包含背景(白色的点)的区域。如果加上第3维B，描述这样的一个颜色区域将变得几乎不可能。而在HS平面，棕色点的区域可以很方便的用一个矩形框：Hue＝10～50°，Saturation＝20～100％去定义。加上第3维Intensity，杂质块的区域由矩形框变为长方体，仍然不是一个复杂的形状。比如深棕色可以用Hue＝10～50°，Saturation＝20～100％，Intensity＝0～50％去表示。HSI模型的优势显而易见。3)利用Hue，Saturation，Intensity的范围定义要识别的杂质类别。4)对于HSI在步骤3)中定义范围内的像素点予以识别，判断为杂质块，并计算出该杂质块的轮廓、质心位置坐标以及尺寸。其中质心位置坐标(x,y)和尺寸(size)存储如下(n表示颜色类别)：在粒子运动过程中，相机实时记录粒子流图像，同一个粒子会被检测到多次，使用下列追踪算法避免对同一粒子的重复计数。5)将颜色、质心位置坐标存储于目标链，记为：6)每次处理新的当前帧，重复步骤2)、步骤4)，得到当前帧图像中缺陷粒子杂质块的颜色、位置坐标以及尺寸如下：7)将步骤6)中位置坐标依次与步骤5)中目标链的每个元素进行比对，如果存在一个颜色相同，位置落在目标链中元素(i)的行进路线范围内，且距离超过某一门限值(Min_distance)。即质心位置坐标满足如下关系：其中：x_d＝detection[n].centre[l].x-MB[n].centre[i].xy_d＝detection[n].centre[l].y-MB[n].centre[i].y则认为该位置就是前一帧的元素(i)的运动区域，并用其更新替代目标链的元素(i)，追踪到的次数增加1次。当目标链中某一元素追踪到的次数累计增加到一定次数，则认为该缺陷追踪成功，缺陷个数增加1。当步骤6)中所有位置坐标检查完毕，存在未与目标链元素匹配的位置，则将其加入到目标链，成为新的目标元素。如果目标链中存在未能匹配的元素，则该元素未追踪到的次数增加1次。当目标链中某一元素未追踪到的次数累计增加到一定次数，则认为该目标已经离开视野范围，清空该目标链元素，下一次不再追踪。执行过程如图6所示。粒子自右向左移动，在第一帧图像中3个粒子(红、绿、蓝)第一次被检测到，分别在每一个粒子周围定义一个矩形框，它规定了下一帧图像采集时这个粒子可以移动的范围。当下一帧图像被采集时，粒子移动了一定的距离，所有被检测到的粒子分别与先前定义的矩形框比对。三个粒子均成功比对，红色和绿色的粒子移动的距离大于门限值(Min_distance)，追踪成功。蓝色粒子几乎没有移动，被判断为背景污点。8)接收新的当前帧，重复以上步骤。附图说明图1是本专利技术的操作程序框图。图2是传统RGB色彩空间模型。图3是本专利技术采用的HSI柱状色彩空间示意图。图4是将RGB值归一化到此H-S平面的结果。图5是本专利技术所利用的HSI柱状色彩空间与RGB色彩空间相比的优越性。图6是本专利技术所采用的追踪算法过程示意图。图7是彩色面阵相机记录实时粒子流图像的当前帧。图8是本专利技术所定义的两种缺陷粒子类别的HIS色彩空间分布示意图。图9是当前帧图像的处理结果。具体实施方式本专利技术的优选实施例结合附图详述如下：一种自动识别杂色粒子的彩色编码方法，快速准确的分别统计粒子流中黑色及彩色杂质数目，操作步骤如下：1)利用彩色面阵相机记录粒子流图像，当前帧如图7所示。2)将步骤1)中获得的图像由RGB转换为HSI色彩空间。具体算法如下：将RGB值归一化到此H-S平面(I＝1)：于是存在下列6种情形：①R＝1，G≥B；②R＝1，G＜B；③G＝1，R＞B；④G＝1，R≤B；⑤B＝1，R＜G；⑥B＝1，R≥G.归一化后的转换分段模型表示如下(RGB→HSI)：S＝1-MinI＝Max3)定义两种要识别的杂质类别：黑色和其他。如图8所示。黑色粒子定义为：H＝0～360°，S＝0～40％，I＝0～55％。在此颜色类别的定义中，只要亮度值不高于55％的粒子就会被识别，并不在乎它是深蓝还是深红或是深灰。其他类别的杂质定义为：H＝0～360°，S＝30～100％，I＝0～100％。在此颜色类别的定义中，只要饱和度值不低于40％的粒子就会被识别为其他类别的杂质，不区别是深红还是浅红或是浅黄。4)按照步骤3)中杂质的定义，处理步骤2)中获得图像，获得缺陷粒子上杂质块的轮廓、质心位置以及尺寸。结果如图9所示。5)将颜色、质心位置信息存储于目标链。6)每次处理新的当前帧，重复步骤2)、步骤4)，得到当前帧的颜色、质心位置、缺陷尺寸。7)将步骤6)中位置坐标依次与5)中目本文档来自技高网...

【技术保护点】
一种自动识别杂色粒子的彩色编码方法，其特征在于操作步骤如下：1)利用彩色面阵相机记录粒子流图像，每一个像素点具有R、G、B三个值；2)将步骤1)中获得的图像由RGB转换为HSI；相机记录的原始图像每个像素点具有R、G、B三个值，RGB模型基于三基色原理，面向硬件，便于颜色的采集和显示，但不便于图像处理，所以将RGB模型向HSI——色度Hue、饱和度Saturation、亮度Intensity——模型进行转换；这实际上是一个基于笛卡尔坐标系的立方体向一个基于圆柱极坐标系的圆柱体的转换；HSI圆柱极坐标定义：亮度沿圆柱体的径向分布，中心为黑(0％)外侧为白(100％)；饱和度沿圆柱体的高度方向分布，自下而上从最弱(0％)到最强烈(100％)；色度沿中心轴成0‑360°分布；从红(0°)开始到黄(60°)、绿(120°)、青(180°)、蓝(240°)、品红(300°)；将HSI模型外表面，即I＝1的表面展开，得到H‑S平面；将RGB值归一化到H‑S平面(I＝1)：

【技术特征摘要】
1.一种自动识别杂色粒子的彩色编码方法，其特征在于操作步骤如下：1)利用彩色面阵相机记录粒子流图像，每一个像素点具有R、G、B三个值；2)将步骤1)中获得的图像由RGB转换为HSI；相机记录的原始图像每个像素点具有R、G、B三个值，RGB模型基于三基色原理，面向硬件，便于颜色的采集和显示，但不便于图像处理，所以将RGB模型向HSI——色度Hue、饱和度Saturation、亮度Intensity——模型进行转换；这实际上是一个基于笛卡尔坐标系的立方体向一个基于圆柱极坐标系的圆柱体的转换；HSI圆柱极坐标定义：亮度沿圆柱体的径向分布，中心为黑(0％)外侧为白(100％)；饱和度沿圆柱体的高度方向分布，自下而上从最弱(0％)到最强烈(100％)；色度沿中心轴成0-360°分布；从红(0°)开始到黄(60°)、绿(120°)、青(180°)、蓝(240°)、品红(300°)；将HSI模型外表面，即I＝1的表面展开，得到H-S平面；将RGB值归一化到H-S平面(I＝1)：归一化后的转换分段模型表示如下：RGB→HSIS＝1-minI＝maxHSI模型相对于传统的RGB模型的优点在于缺陷粒子杂质块的描述，每个棕色的点代表棕色杂质块上的一个像素，每个白色的点代表背景的一个像素，为了简化这里只显示两维；在R/G平面，很难定义一个只包含杂质块——棕色的点，而不包含背景——白色的点的区域；而在HS平面，棕色点的区域用一个矩形框：Hue＝10～50°，Saturation＝20～100％去定义；加上第3维Intensity，杂质块的区域由矩形框变为长方体，深棕色用Hue＝10～50°，Saturation＝20～100％，Intensity＝0～50％去表示；3)利用Hue，Saturation，Intensity的范围定义要识别的杂质类别；4)对于HSI在步骤3)中定义范围内的像素点予以识别，判断为杂质块，并计算出该杂质块的轮廓...

【专利技术属性】
技术研发人员：张东升，张水强，陈玥，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海,31