基于主色调识别的木材色选方法技术

技术编号:30703052 阅读:15 留言:0更新日期:2021-11-06 09:42
本发明专利技术属于计算机图像识别领域,提供了基于主色调识别的木材色选方法,包括:获取若干木材包括背景色的木材图像数据;对图像数据进行预处理,裁剪去除背景色;根据木材的图像数据进行木材长宽测量;将木材的RGB图像数据转换成木材的HSV图像数据,计算每块木材的HSV图像数据的单分量H、S、V,并进行统计分析和记录,得到的每块木材图像的色调、饱和度和明度数值;对单分量H、S、V的平均值进行量化,得出木材图像分量出现频率都高的图像分量的区间范围;对图像分量的区间范围进行分类,得到最终的色选结果,并且将同一色域区间范围内色选后的木材图像数据进行展示。本发明专利技术使得木材的主要特征颜色识别速度快,色选效果好。色选效果好。色选效果好。

【技术实现步骤摘要】
基于主色调识别的木材色选方法


[0001]本专利技术属于计算机图像识别领域,具体涉及一种基于主色调识别的木材色选方法。

技术介绍

[0002]目前国内家具、木质装饰的企业,多数采用人工识别的方式对木材进行颜色的色选,存在色选精度不高、材色控制不统一、色选人员多、分选效率低下、生产成本高等显著问题。
[0003]在无序无人工干预下的木材通常不能使得同一块拼接的木材颜色保持协调统一,材色均匀性较差,同一块木材可能色差变化跨度非常大。这种木材往往会影响到木材加工后的美观和产品的销售,降低经济效益。木材表面颜色分选算法的研究能够有效提高木材的利用率及其经济价值,提高企业产品的竞争力。
[0004]在工业机器人视觉分拣作业中,有颜色差别不大的木材,对于不同的木材产品不同颜色的木材要进行分类,对于不同颜色的木材要先进行物料颜色的识别。目前,普遍的工业机器人都采用工业摄像头采集图像并识别颜色,但机器人在不同环境下工作,颜色识别容易受到外部环境的影响,导致识别结果存在较大误差并且反应时间较长。

技术实现思路

[0005]本专利技术提供基于主色调识别的木材色选方法,使得木材的主要特征颜色识别速度快,色选效果好。
[0006]本专利技术的技术方案是:一种基于主色调识别的木材色选方法,具体步骤如下:
[0007]S1、获取若干木材包括背景色的木材图像数据;
[0008]S2、对木材图像数据进行预处理,得到摆正角度和形心坐标,根据摆正角度和形心坐标对图像进行摆正,摆正后裁剪去除背景色,获得只保留木材的图像数据;
[0009]S3、根据S2获得的木材的图像数据进行木材长宽测量;
[0010]S4、将木材的RGB图像数据转换成木材的HSV图像数据,计算每块木材的HSV图像数据的单分量H、S、V,并进行统计分析和记录,得到的每块木材图像的色调、饱和度和明度数值;
[0011]S5、对单分量H、S、V的平均值进行量化,并将每块木材图像数据的单分量H、S、V进行直方图观察分析,得出木材图像分量出现频率都高的图像分量的区间范围;
[0012]S6、将每块木材图像数据的单分量H、S、V根据S5中给出的图像分量的区间范围进行分类,得到最终的色选结果,并且将同一色域区间范围内色选后的木材图像数据进行展示。
[0013]上述步骤S1获取多块木材包括背景色的完整图像数据的具体过程如下:
[0014]S11、在固定的光源条件下,使用工业摄像机对每块经过工业摄像机的木材进行抓拍,保留具有完整木材的图像数据;
[0015]循环扫描工业摄像机作业区图像前中后n*n窗口中各点的像素值;从左到右,依次检测前中后窗口中每个像素,若检测到前窗口像素点的像素值总和小于设定阈值时,则依次检测中部窗口,若检测到中部窗口像素点的像素值总和小于设定阈值时,则依次检测最后的窗口,依次检测至扫描结束;
[0016]并根据判断选择图像窗口中的中部窗口像素点的像素值总和大于设定的阈值,前窗口和后窗口的像素值总和小于设定阈值时,此刻状态下的图像数据进行抓拍,得到一张带有背景色的木材图像数据;
[0017]所述检测区域范围是工业摄像机作业区从左至右相对的前中后区域,需要获得工业摄像机原图像的图像的长宽,将工业摄像机作业区中删除像素值总和小于设定阈值像素的所有对象,防止杂质小垃圾的影响,保留木材图像,加快了运算速度,同时排除部分干扰因素,提高物料识别效率,为后期的颜色识别计算提供有效图像数据;
[0018]S12、将图像数据进行灰度处理,降低维度。
[0019]上述步骤S2的具体过程如下:
[0020]S21、对图像数据的灰度进行计算,根据灰度将带有背景色的木材图像数据中的木材进行框选;
[0021]S22、根据框选出的木材,给出倾斜状态下的摆正角度以及形心坐标;
[0022]S23、根据摆正角度以及形心坐标,对图像进行摆正,摆正后根据框选出的木材裁剪去除背景色,给出只含有木材的图像数据。
[0023]上述步骤S3的具体方法如下:
[0024]S31、根据框选出的木材,给出木材的长、宽像素点的个数;
[0025]S32、给出工业相机在同一高度下拍出的固定物的尺寸大小比例;
[0026]S33、利用固定物的尺寸大小比例,计算出木材的长和宽。
[0027]上述步骤S5中将单分量的平均值全部扩大一百倍,将HSV颜色空间H、S单分量非等间隔量化分级成15级,V为0≤V≤99;划分等级如下:
[0028]木材色选区间1为1≤H≤2;0≤S≤20;
[0029]木材色选区间2为2≤H≤3;0≤S≤20;
[0030]木材色选区间3为1≤H≤3;21≤S≤40;
[0031]木材色选区间4为4≤H≤5;0≤S≤20;
[0032]木材色选区间5为5≤H≤6;0≤S≤20;
[0033]木材色选区间6为4≤H≤6;21≤S≤40;
[0034]木材色选区间7为7≤H≤8;0≤S≤20;
[0035]木材色选区间8为8≤H≤9;0≤S≤20;
[0036]木材色选区间9为7≤H≤8;21≤S≤40;
[0037]木材色选区间10为8≤H≤9;21≤S≤40;
[0038]木材色选区间11为7≤H≤9;41≤S≤60;
[0039]木材色选区间12为7≤H≤9;61≤S≤99;
[0040]木材色选区间13为10≤H≤12;0≤S≤20;
[0041]木材色选区间14为10≤H≤12;21≤S≤40;
[0042]木材色选区间15为49≤H≤99;0≤S≤99。
[0043]上述步骤S6中根据图像分量的区间范围自动匹配在规定的颜色区间范围内的色选编号,从而对木材颜色的色选编号进行分类,根据分类结果,展示出同一区域的木材图像数据。
[0044]与现有技术相比,本专利技术的有益效果:
[0045]本专利技术提供的一种基于主色调识别的木材色选方法,将工业相机作业区背景和木材图像进行分割,切割消除背景区域,保留主要物料区域,并将主要物料区域的RGB颜色空间模型转化为HSV颜色空间模型,根据HSV颜色空间模型中颜色空间模型分量的数目和每种分量出现的频度次数值识别主要物料区域的颜色,从而识别物料主色调;在物料主色调识别中,经过多次步骤的图片格式转换,图片数据降维后计算量小,对物料图片过滤和图片矫正,物料图像噪声小,物料主要特征颜色识别速度快,色选效果好,运行速度快。
附图说明
[0046]图1为本专利技术基于主色调识别的木材色选方法的流程图;
[0047]图2为HSV颜色模型单分量通道图片;
[0048]图3为主色调木材拼接展示板;
[0049]图4为主色调木材拼接展示板;
[0050]图5为主色调木材拼接展示板。
具体实施方式
[0051]下面结合附图1

5本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于主色调识别的木材色选方法,其特征在于,具体步骤如下:S1、获取若干木材包括背景色的木材图像数据;S2、对木材图像数据进行预处理,得到摆正角度和形心坐标,根据摆正角度和形心坐标对图像进行摆正,摆正后裁剪去除背景色,获得只保留木材的图像数据;S3、根据S2获得的木材的图像数据进行木材长宽测量;S4、将木材的RGB图像数据转换成木材的HSV图像数据,计算每块木材的HSV图像数据的单分量H、S、V,并进行统计分析和记录,得到的每块木材图像的色调、饱和度和明度数值;S5、对单分量H、S、V的平均值进行量化,并将每块木材图像数据的单分量H、S、V进行直方图观察分析,得出木材图像分量出现频率都高的图像分量的区间范围;S6、将每块木材图像数据的单分量H、S、V根据S5中给出的图像分量的区间范围进行分类,得到最终的色选结果,并且将同一色域区间范围内色选后的木材图像数据进行展示。2.如权利要求1所述的基于主色调识别的木材色选方法,其特征在于,所述步骤S1获取多块木材包括背景色的完整图像数据的具体过程如下:S11、在固定的光源条件下,使用工业摄像机对每块经过工业摄像机的木材进行抓拍,保留具有完整木材的图像数据;循环扫描工业摄像机作业区图像前中后n*n窗口中各点的像素值;从左到右,依次检测前中后窗口中每个像素,若检测到前窗口像素点的像素值总和小于设定阈值时,则依次检测中部窗口,若检测到中部窗口像素点的像素值总和小于设定阈值时,则依次检测最后的窗口,依次检测至扫描结束;并根据判断选择图像窗口中的中部窗口像素点的像素值总和大于设定的阈值,前窗口和后窗口的像素值总和小于设定阈值时,此刻状态下的图像数据进行抓拍,得到一张带有背景色的木材图像数据;所述检测区域范围是工业摄像机作业区从左至右相对的前中后区域,需要获得工业摄像机原图像的图像的长宽,将工业摄像机作业区中删除像素值总和小于设定阈值像素的所有对象,防止杂质小垃圾的影响,保留木材图像,加快了运算速度,同时排除部分干扰因素,提高物料识别效率,为后期的颜色识别计算提供有效图像数据;S12、...

【专利技术属性】
技术研发人员:凌巍炜罗文强谢良金刘晨禄占志良肖文博郭兴隆
申请(专利权)人:江西应用技术职业学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1