一种Grey Edge参数主动优化的稀土溶液颜色矫正方法技术

本发明专利技术公开了一种稀土溶液图像在不同单一光照下的矫正方法，针对稀土萃取工业生产中稀土溶液图像颜色随光照条件变化，导致基于稀土溶液图像颜色特征的稀土元素组分含量检测出现较大偏差，提出一种Grey Edge参数主动优化的稀土溶液颜色矫正方法。首先采用Grey Edge颜色恒常性算法，在该算法下加入区域划分参数，并进行区域选择；其次针对不同的光照条件和稀土溶液级数导致其最优光照估计算法参数不一致，采用基于变异的粒子群算法优化Grey Edge算法参数和区域划分参数,减小通过对角模型矫正后图像指定区域和标准图像指定区域之间的误差,实现较佳的矫正效果。

【技术实现步骤摘要】
一种GreyEdge参数主动优化的稀土溶液颜色矫正方法
本专利技术涉及稀土萃取过程中稀土溶液图像矫正领域，是一种GreyEdge参数主动优化的稀土溶液图像颜色矫正方法。
技术介绍
稀土是由镧系元素、钪和钇等17种元素组成，且以共生矿形式存在。稀土元素提纯主要采用串级萃取分离工艺。在稀土串级萃取工艺过程中，各萃取槽体的稀土溶液显示不同的颜色特征，形成“离子颜色特征带”。以镨/钕串级萃取分离工艺过程为例，镨离子和钕离子分别富集在萃取段、洗涤段，并分别显现出苹果绿和紫红色等特征颜色。由于每级萃取槽的镨/钕含量不同，其溶液所显现的颜色也不同。针对镨/钕萃取生产工艺中镨离子和钕离子的颜色特征，已经开发了基于机器视觉的稀土组分含量快速检测系统，并应用于稀土萃取工业，但该系统在使用过程中碰到光源衰减、光照环境变化等问题，导致基于稀土溶液颜色的组分含量软测量模型依据稀土溶液颜色测量组分含量不准确。
技术实现思路
为克服现有问题的不足，本专利技术提出了一种GreyEdge参数主动优化的稀土溶液图像颜色矫正方法。本专利技术的目的是，针对稀土溶液图像颜色随光照条件变化，导致基于稀土溶液图像颜色特征的稀土元素组分含量检测出现较大偏差的问题，将不同单一光照条件下拍摄的稀土溶液图像，矫正到标准光源D65下，较好地除去光照变化对稀土溶液图像的影响。本专利技术的技术方案是：A：采用GreyEdge颜色恒常性算法，在该算法中加入区域划分参数，引用区域选取准则，对区域进行选取，来克服大块的单一颜色区域会使得到的场景光照偏向于该单一颜色的问题；B：针对不同的光照条件和稀土溶液级数导致其最优光照估计算法参数不一致，难以实现算法参数的自适应优化，采用基于变异的粒子群算法优化GreyEdge算法参数和区域划分参数，减小通过对角模型矫正后图像指定区域和标准图像指定区域之间的误差，实现较优的稀土溶液颜色矫正效果。所述步骤A中，GreyEdge颜色恒常性算法中加入区域划分参数，并进行区域选取的方法为：光照估计时，图像中大块的单一颜色区域会使场景光照估计偏向于该单一颜色。由于稀土溶液颜色呈现单一特性，使用图像中所有像素点估计其场景光照并不十分合理。因此在光照估计之前，对图像进行分割并选取有效区域，可以减小光照估计的误差。区域选取步骤如下所述：A1：将待矫正的图像根据参数N，划分成N×N个区域；当N＝1时，表示图像不进行区域划分；由于图像的宽度和高度不一定是N的整数倍，因此在实际分块时，可能要舍弃图像的一些边缘像素；A2：对于每个区域Ni,j，计算该区域RGB三通道的平均值和标准差(SRi,j,SGi,j,SBi,j)；A3：对于每个区域Ni,j，由式(1)计算其相关性系数；A4：对于每个区域Ni,j，由式(2)设置标识Fi,j；式中φ为预设的阈值，一般取0.1；Fi,j＝1时表示区域被选中，否则为舍弃；所述步骤B中,采用基于变异的粒子群算法优化GreyEdge算法参数和区域划分参数：颜色恒常性理论中，光照估计一般分为两个步骤：首先估计出图像场景中的光照颜色，然后利用对角模型将图像矫正到标准光源下。采用角度误差作为图像矫正评价指标，即保证矫正后图像的平均RGB值(Rc,Gc,Bc)与标准图像的平均RGB值(Ra,Ga,Ba)的角度误差最小，如式(3)所示。由(4)可知，矫正前颜色fu＝(Ru,Gu,Bu)已知，则只需估计出待矫正图像中的未知光源eu＝[Ru,Gu,Bu]和标准图像中的标准光源ea＝[Ra,Ga,Ba]，即可得出矫正后颜色fc＝(Rc,Gc,Bc)。由于光源估计中有GreyEdge算法参数n,p,σ，如式(5)。其中，f(X)为图像X点处的RGB值，由于加入区域选取准则，f(X)与区域划分参数N有关。因此，基于光照估计的图像矫正问题，就转化为一个包含n,p,σ,N四个参数的优化问题，其公式如下：0≤n≤2(6)1≤p≤20(7)1≤σ≤7(8)1≤N≤64(9)显然，如何优化四个参数对于光照估计算法非常重要。本专利技术引用基于变异的粒子群算法优化上述四个参数。PSO是一种迭代的优化算法，每个粒子都代表问题的一个潜在解，每个粒子都有一个由适应度函数决定的适应度值。粒子的速度决定了粒子移动的方向和距离，速度随自身及其他粒子的移动进行动态调整，从而实现个体在可解空间的寻优。粒子速度和位置更新公式可分别表述为(10)和(11)。Vij(t+1)＝wVij(t)+c1r1(Lij(t)-Xij(t))+c2r2(Gj(t)-Xij(t))(10)Xij(t+1)＝Xij(t)+Vij(t+1)(11)其中：Xij和Vij分别为第i个粒子的第j维的位置和速度，Lij为第i个粒子的第j维的历史最优位置，Gj为第j维的全局历史最优位置，ω是惯性因子，c1、c2为学习因子,r1和r2为(0,1)间服从均匀分布的随机数。结合区域划分参数N和GreyEdge算法，令任意的粒子位置Pi＝(ni,pi,σi,Ni)。同时对粒子P的每一维进行范围限制，n∈[0,2],p∈[1,20],σ∈[1,7],N∈[1,64]。粒子P的初始位置为上述范围中的整数。同时，迭代后粒子Pi每个维度都为通过式(11)计算并取整后的数。为了避免粒子的高度聚集使得种群陷入局部最优，本专利技术引用动态变异算子，扩大搜索空间，增强算法跳出局部最优的能力。动态变异算子分别用式(12)、(13)和(14)表示。其中，dj为寻优区间的第j维长度，D(G(t)-Xi(t))表示第i个粒子和全局最优位置G(t)之间的欧式距离，size为粒子数。ρ是服从高斯分布的随机数，η是服从柯西分布的随机数。由上所述，GreyEdge参数主动优化的稀土溶液图像颜色矫正方法步骤如下：C1：初始化一定数量的粒子P0,P1,...,Pn。C2：根据每个粒子Pi中的参数Ni，将未知光源下的图像分成Ni×Ni个区域。C3：根据区域选取准则，确定有效区域。在每个区域中，利用式(5)，采用ni,pi,σi参数，估计出场景光源。将所有有效区域估计出的光照估计值取平均，得到整幅图像的光照估计值。C4：采用对角模型公式(4)，将图像矫正到标准光源下。根据式(3)，计算矫正后图像和标准光源下图像之间的角度误差。根据角度误差大小，判断粒子位置的优劣，更新个体极值Pbest和群体极值Gbest。C5：若没有达到粒子最大进化代数，则利用式(12)和(13)对适应度差的各3个粒子进行随机的变异，将其余的粒子按式(10)和(11)更新速度和位置，返回步骤2，否则算法结束。得出当前的全局最优粒子位置和适应度值，即n,p,σ,N4个参数的当前最优组合和最小角度误差。综上所述，针对稀土溶液图像颜色随光照条件变化的问题，提出了一种图像矫正方法，将不同光照条件下的图像，矫正到标准光源D65下，较好地去除了光照条件对图像的影响。本专利技术适用于稀土萃取过程中稀土溶液图像矫正。附图说明图1不同光照条件下第36级稀土组分溶液图；图2CWF光照条件下不同算法矫正后的角度误差图；图3F光照条件下不同算法矫正后的角度误差图；图4TL84光照条件下不同算法矫正后的角度误差图；图5第36级图像128×128区域矫正效果图。具体实施方式以下结合具体实施例，对本专利技术进行详细说明。A：采用Grey本文档来自技高网...

【技术保护点】
1.一种Grey Edge参数主动优化的稀土溶液颜色矫正方法，其特征在于，首先采用Grey Edge颜色恒常性算法，在该算法下加入区域划分参数，引用区域选择准则，对区域进行选取，来克服大块的单一颜色区域会使得到的场景光照偏向于该单一颜色的问题；其次针对不同的光照条件和稀土溶液级数导致其最优光照估计算法参数不一致，难以实现算法参数的自适应优化，采用基于变异的粒子群算法优化Grey Edge算法参数和区域划分参数，减小通过对角模型矫正后图像指定区域和标准图像指定区域之间的误差，实现较优的稀土溶液颜色矫正效果。

【技术特征摘要】
1.一种GreyEdge参数主动优化的稀土溶液颜色矫正方法，其特征在于，首先采用GreyEdge颜色恒常性算法，在该算法下加入区域划分参数，引用区域选择准则，对区域进行选取，来克服大块的单一颜色区域会使得到的场景光照偏向于该单一颜色的问题；其次针对不同的光照条件和稀土溶液级数导致其最优光照估计算法参数不一致，难以实现算法参数的自适应优化，采用基于变异的粒子群算法优化GreyEdge算法参数和区域划分参数，减小通过对角模型矫正后图像指定区域和标准图像指定区域之间的误差，实现较优的稀土溶液颜色矫正效果。2.根据权利要求1所述的GreyEdge参数主动优化的稀土溶液颜色矫正方法，其特征在于，所述GreyEdge颜色恒常性算法中加入区域划分参数，引用区域选择准则，对区域进行选取，区域选取步骤如下所述：A1：将待矫正的图像根据参数N，划分成N×N个区域.，当N＝1时，表示图像不进行区域划分，由于图像的宽度和高度不一定是N的整数倍，因此在实际分块时，可能要舍弃图像的一些边缘像素；A2：对于每个区域Ni,j，计算该区域RGB三通道的平均值和标准差(SRi,j,SGi,j,SBi,j)；A3：对于每个区域Ni,j，由式(1)计算其相关性系数；A4：对于每个区域Ni,j，由式(2)设置标识Fi,j；式中φ为预设的阈值，Fi,j＝1时表示区域被选中，否则为舍弃。3.根据权利要求2所述的GreyEdge参数主动优化的稀土溶液颜色矫正方法，其特征在于，所述步骤B中,采用基于变异的粒子群算法优化GreyEdge算法参数和区域划分参数的方法为：颜色恒常性理论中，光照估计一般分为两个步骤：首先估计出图像场景中的光照颜色，然后利用对角模型将图像矫正到标准光源下，采用角度误差作为图像矫正评价指标，即保证矫正后图像与标准图像的角度误差最小，如式(3)所示；由(4)可知，矫正前颜色fu＝(Ru,Gu,Bu)已知，则只需估计出待矫正图像中的未知光源eu＝[Ru,Gu,Bu]和标准图像中的标准光源ea＝[Ra,Ga,Ba]，即可得出矫正后颜色fc＝(Rc,Gc,Bc)；由于光源估计中有GreyEdge算法参数n,p,σ，如式(5)；其中，f(X)为图像X点处的RGB值，由于加入区域选取准则，f(X)与区域划分参数N有关；因此，基于光照估计的图像矫正问题，就转化为一个包含n,p,σ,N四个参数的优化问题，其公式如下：0≤n≤2(6)1≤p≤20(7)1≤σ≤7(8)1≤N≤64(9)引用基于变异的粒子群算...

【专利技术属性】
技术研发人员：杨辉，朱建勇，张旭乾，陆荣秀，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：江西,36