一种陶瓷颜色识别方法、电子设备、存储介质及装置制造方法及图纸

本发明专利技术公开了一种陶瓷颜色识别方法，包括以下步骤：模型构建步骤：构建陶瓷的颜色识别模型，所述颜色识别模型包括多个颜色色号；图像获取步骤：通过摄像机获取当前的陶瓷的图像信息，所述图像信息包括颜色信息；结果获取步骤：根据图像信息与颜色识别模型进行比对以得该陶瓷所对应的颜色色号。本发明专利技术还提供了一种电子设备、计算机可读存储介质和陶瓷颜色识别装置。本发明专利技术的陶瓷颜色识别方法通过将获取到的陶瓷颜色与陶瓷颜色模型中预先建立的颜色模型进行比对，以得到当前陶瓷颜色所对应的色号，从而完成陶瓷颜色的识别。

【技术实现步骤摘要】
一种陶瓷颜色识别方法、电子设备、存储介质及装置
本专利技术涉及一种图像识别
，尤其涉及一种陶瓷颜色识别方法、电子设备、存储介质及装置。
技术介绍
目前，机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、I/O卡等)。一个5178型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。
技术实现思路
为了克服现有技术的不足，本专利技术的目的之一在于提供一种陶瓷颜色识别方法，其能解决陶瓷颜色自动识别的技术问题。本专利技术的目的之二在于提供一种电子设备，其能解决陶瓷颜色自动识别的技术问题。本专利技术的目的之三在于提供一种计算机可读存储介质，其能解决陶瓷颜色自动识别的技术问题。本专利技术的目的之四在于提供一种陶瓷颜色识别装置，其能解决陶瓷颜色自动识别的技术问题。本专利技术的目的之一采用如下技术方案实现：一种陶瓷颜色识别方法，包括以下步骤：模型构建步骤：构建陶瓷的颜色识别模型，所述颜色识别模型包括多个颜色色号；图像获取步骤：通过摄像机获取当前的陶瓷的图像信息，所述图像信息包括颜色信息；结果获取步骤：根据图像信息与颜色识别模型进行比对以得该陶瓷所对应的颜色色号。进一步地，所述陶瓷的图像信息还包括定位孔以及陶瓷色块图像；所述图像获取步骤之后还包括花纹识别步骤，所述花纹识别步骤具体包括以下子步骤：根据获取到的定位孔的大小及位置以得各陶瓷色块图像的大小及位置；将各陶瓷色块图像的大小及位置与花纹模型进行比对，如果不一致，则发出预警信息。进一步地，所述定位孔的直径为4cm。进一步地，在结果获取步骤之后还包括预警步骤：将该陶瓷所对应的颜色色号与预设色号进行比对，如果不一致，则发出预警信息。进一步地，在图像获取步骤之后还包括亮度处理步骤：对获取到的图像信息进行亮度自适应与均衡处理。进一步地，所述颜色色号总共有80个。进一步地，所述摄像机采用的是工业摄像机，该工业摄像机的摄像像素值采用300万-500万之间的任意一像素值。本专利技术的目的之二采用如下技术方案实现：一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本专利技术目的之一中任意一项所述的陶瓷颜色识别方法。本专利技术的目的之三采用如下技术方案实现：一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本专利技术目的之一中任意一项所述的陶瓷颜色识别方法。本专利技术的目的之四采用如下技术方案实现：一种陶瓷颜色识别装置，包括以下模块：模型构建模块：用于构建陶瓷的颜色识别模型，所述颜色识别模型包括多个颜色色号；图像获取模块：用于通过摄像机获取当前的陶瓷的图像信息，所述图像信息包括颜色信息；结果获取模块：用于根据图像信息与颜色识别模型进行比对以得该陶瓷所对应的颜色色号。相比现有技术，本专利技术的有益效果在于：本专利技术的陶瓷颜色识别方法通过将获取到的陶瓷颜色与陶瓷颜色模型中预先建立的颜色模型进行比对，以得到当前陶瓷颜色所对应的色号，从而完成陶瓷颜色的识别。附图说明图1为实施例一的陶瓷颜色识别方法的流程图；图2为实施例二的陶瓷颜色识别装置的结构图。具体实施方式下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。实施例一：如图1所示，本实施例提供了一种陶瓷颜色识别方法，包括以下步骤：S1：构建陶瓷的颜色识别模型，所述颜色识别模型包括多个颜色色号；所述颜色色号总共有80个。陶瓷行业的视觉色差检测主要用于陶瓷颜色及花纹的在线检测及分拣。由于陶瓷产品的颜色划分并不是以单色进行标准进行的，而是以复合或变化的，以人的主观感觉为主的混合色差划分，因此，必须使用机器学习模式进行划分；色块自动提出及划分。根据色块颜色的变化幅度，将一定幅度的范围内的图像区域区分出来。色块是图形识别的基础。由于标准颜色达到数百万种，实际上在产品检测过程中并不需要使用如此大规模的颜色种类。将颜色划分为255种以内。在实际操作的过程中，选取80种色号来进行区分，80种颜色色号已经可以基本满足当前用户对颜色的要求。通过机器识别用户其可以识别出来2度的颜色差异，而人眼只能够识别5度以上的差异，故而在颜色识别方面，机器存在着更为优异的性能。S2：通过摄像机获取当前的陶瓷的图像信息，所述图像信息包括颜色信息；所述摄像机采用的是工业摄像机，该工业摄像机的摄像像素值采用300万-500万之间的任意一像素值。摄像头精度高时会导致运算时长增加。但会带来测量精度的增长。一般将摄像像素设定在300-500万即可。采用工业摄像机的目的是因为工业摄像机具有较高的快门速度，这样的话，可以比较好的获取到的陶瓷的图像信息。并且其像素采用300-500万，是因为如果采取的像素过大，则会造成处理时间加长，并且如果精度过高的话，还会比较容易产生识别错误率大幅提升的问题。故而采用300-500万之间的像素能够达到比较好的识别效果。除了上述的识别颜色，还可以对花纹进行识别，在进行花纹识别的时候，需要设定一个基准点，在本实施例中，设定的基准点为定位孔，该定位孔可以为圆形，也可以为正方形，最为优选的采用圆形定位孔，且该定位孔的直径为4cm，所述陶瓷的图像信息还包括定位孔以及陶瓷色块图像；所述图像获取步骤之后还包括花纹识别步骤，所述花纹识别步骤具体包括以下子步骤：根据获取到的定位孔的大小及位置以得各陶瓷色块图像的大小及位置；根据获取到的定位孔的大小及位置，根据人眼聚焦采用两个参照点计算同一象素的位置进而算出象素所在空间点的深度。另外，人眼聚焦首先是从图像的中间往外围看。机器学习算法遵循这个原理。根据时间属性，调节RGB的相对值。首先根据RBG的相对值，算出亮度，然后，再将亮度进行平均值均衡处理。在进行亮度均衡化的时候采用七度空间模型进行计算；将七度空间全部矢量化，每一个纬度的变化，必须影响其他纬度的变化。七度空间是一个立体空间。RGB三个纬度的变化，是象素的颜色发生变化。XYZ三个纬度的变化，是象素的空间坐标发生变化。T纬度变化，是象素的时间属性变化。在调用时，先设定象素的空间属性(XYZ)，然后，再指定时间属性(T)。最后计算和输出象素的颜色属性(RGB)。将各陶瓷色块图像的大小及位置与花纹模型进行比对，如果不一致，则发出预警信息。对亮度敏感的场景要示灯光分布采用医用无影灯模式分布。对亮度不敏感场景只需要照射的光是无偏色的白光即可，这里灯分布只是针对光源进行处理。S3：根据图像信息与颜色识别模型进行比对以得该陶瓷所对应的颜色色号。S4：将该陶瓷所对应的颜色色号与预设色号进行比对，如果不一致，则发出预警信息。步骤S3和步骤S4其主要是为了对操作人员进行相应的提示，当获取到的颜色并不是工厂所需要的颜色的时候，需要对其进行相应的本文档来自技高网...

【技术保护点】
1.一种陶瓷颜色识别方法，其特征在于，包括以下步骤：模型构建步骤：构建陶瓷的颜色识别模型，所述颜色识别模型包括多个颜色色号；图像获取步骤：通过摄像机获取当前的陶瓷的图像信息，所述图像信息包括颜色信息；结果获取步骤：根据图像信息与颜色识别模型进行比对以得该陶瓷所对应的颜色色号。

【技术特征摘要】
1.一种陶瓷颜色识别方法，其特征在于，包括以下步骤：模型构建步骤：构建陶瓷的颜色识别模型，所述颜色识别模型包括多个颜色色号；图像获取步骤：通过摄像机获取当前的陶瓷的图像信息，所述图像信息包括颜色信息；结果获取步骤：根据图像信息与颜色识别模型进行比对以得该陶瓷所对应的颜色色号。2.如权利要求1所述的陶瓷颜色识别方法，其特征在于，所述陶瓷的图像信息还包括定位孔以及陶瓷色块图像；所述图像获取步骤之后还包括花纹识别步骤，所述花纹识别步骤具体包括以下子步骤：根据获取到的定位孔的大小及位置以得各陶瓷色块图像的大小及位置；将各陶瓷色块图像的大小及位置与花纹模型进行比对，如果不一致，则发出预警信息。3.如权利要求2所述的陶瓷颜色识别方法，其特征在于，所述定位孔的直径为4cm。4.如权利要求1所述的陶瓷颜色识别方法，其特征在于，在结果获取步骤之后还包括预警步骤：将该陶瓷所对应的颜色色号与预设色号进行比对，如果不一致，则发出预警信息。5.如权利要求1所述的陶瓷颜色识别方法，其特征在于，在图像获取步骤之后还包括亮度处理...

【专利技术属性】
技术研发人员：易朝刚，
申请(专利权)人：广东辰宜信息科技有限公司，
类型：发明
国别省市：广东,44