光辉性颜料判定方法、光辉性颜料判定装置以及光辉性颜料判定程序制造方法及图纸

一种光辉性颜料判定方法，根据包含光辉性颜料的被判定对象来判定所述光辉性颜料，具备：由拍摄元件拍摄所述被判定对象的反射面的拍摄工序；从拍摄到的反射图像提取图像特征量的提取工序；以及基于所述图像特征量，使用通过机器学习而学习了所述图像特征量与所述光辉性颜料的关系的学习完成模型来判定所述光辉性颜料的种类和/或含量的判定工序，所述反射图像的实际视野尺寸为0.01cm2以上。以上。以上。

【技术实现步骤摘要】
【国外来华专利技术】光辉性颜料判定方法、光辉性颜料判定装置以及光辉性颜料判定程序


[0001]本专利技术涉及根据包含光辉性颜料的被判定对象来判定所述光辉性颜料的光辉性颜料判定方法、光辉性颜料判定装置以及光辉性颜料判定程序。本申请基于2019年06月28日在日本申请的专利申请2019
‑
121936号要求优先权，并在此引用其内容。

技术介绍

[0002]为了得到高设计性涂色，使用了铝片颜料、干涉性云母颜料等光辉性颜料(也称为光辉材料)的含光辉材料的涂膜大多被用于汽车外板等。
[0003]例如在进行汽车外板的修补涂装时，希望能够通过非破坏性的测量方法简便地识别出这种含光辉材料的涂膜的光辉材料种类及有无。
[0004]以往，为了根据包含光辉性颜料的涂膜判定所包含的光辉性颜料，进行基于视觉观察确认、显微镜观察的判定作业。但是，基于这样的判定作业的判定精度取决于观察者的经验、知识等，或者拍摄装置价格高昂或大规模，分析花费时间。
[0005]例如，在专利文献1中，记载了一种方法：基于对将变角分光反射率数据中的受光角设为变量的变角反射率数据进行数值处理而求出的变角指标及对将波长设为变量的分光反射率数据进行数值处理而求出的分光指标这两个指标的相关信息来识别光辉材料的种类。然而，近年来，为了进一步高设计性化，使用多种铝片颜料、干涉性云母颜料的光辉性颜料，或者成为珍珠清等复层构造，由于更加多种多种多样且存在复杂的规格，因此通过该方法进行识别变得困难起来。
[0006]另一方面，在专利文献2中，记载了光辉性颜料的鉴别方法等：使用将从拍摄包含光辉性颜料的涂膜而得到的图像提取出包含光辉性颜料的1个粒子的其附近部分的图像数据作为处理对象图像数据的图像特征量与光辉性颜料的信息建立关联的数据库。在数据库中，图像特征量与光辉性颜料的信息利用人工神经网络通过事先学习而建立关联。专利文献1所记载的光辉性颜料的鉴别方法等通过对照事先生成的数据库而能够容易地进行光辉性颜料的品牌等的判定或推断。然而，需要利用高倍率且昂贵的显微镜装置进行拍摄，需要拍摄多个包含光辉性颜料的一个粒子的其附近部分的图像数据作为处理对象图像数据，花费时间。另外，这样的显微镜装置通常不能方便地携带，十分不便。
[0007]专利文献3公开了一种计算机安装方法，包括：由目标涂料获取图像数据；使用所述处理器来执行图像分析以根据所述图像数据来判定至少一个亮点；使用所述处理器来执行色相分析以根据所述亮点判定闪光颜色；使用所述处理器来计算闪光颜色分布；以及使用所述处理器来生成在外观上与所述目标涂料相同或基本相似的涂料配方。该方法虽然能够使图像数据的获取变得简便，但为了能够尽可能地判别至少一个亮点。必须进行色相分析、计算闪光颜色分布，花费时间。另外，不适合复层涂膜等、复杂化的构成的涂膜的识别。
[0008]现有技术文献
[0009]专利文献
[0010]专利文献1：日本特开2003
‑
294622号公报
[0011]专利文献2：日本特开2007
‑
218895号公报
[0012]专利文献3：日本特表2017
‑
535771号公报

技术实现思路

[0013]专利技术要解决的技术问题
[0014]然而，近年来，对于涂膜所包含的光辉性颜料而言，使用新的材料的光辉性颜料、组合多个材料而成的光辉性颜料陆续被开发而使用。因此，与以往相比，判定涂膜所包含的光辉性颜料变得困难起来。因此，希望一种能够根据包含光辉性颜料的涂膜以更高精度判定所包含的光辉性颜料的判定方法等。
[0015]鉴于上述情况，本专利技术的目的在于提供能够比以往简单且以高的精度判定涂膜所包含的光辉性颜料的光辉性颜料判定方法、光辉性颜料判定装置及光辉性颜料判定程序。
[0016]用于解决技术问题的技术方案
[0017]为了解决上述课题，该专利技术提出了以下手段。
[0018]本实施方式的第一方式的光辉性颜料判定方法为根据包含光辉性颜料的被判定对象来判定所述光辉性颜料的方法，其中，具备：拍摄工序，通过拍摄元件拍摄所述被判定对象的反射面；提取工序，从拍摄到的反射图像提取图像特征量；以及判定工序，基于所述图像特征量，使用通过机器学习而学习了所述图像特征量与所述光辉性颜料的关系的学习完成模型来判定所述光辉性颜料的种类和/或含量，所述反射图像的实际视野尺寸为0.01cm2以上。
[0019]本实施方式的第二方式的光辉性颜料判定装置具备：图像输入部，通过拍摄元件拍摄被判定对象的反射面；提取部，从拍摄到的反射图像提取图像特征量；判定部，基于所述图像特征量，使用通过机器学习而学习了所述图像特征量与所述光辉性颜料的关系的学习完成模型来判定光辉性颜料的种类和/或含量；以及输出部，显示所述判定部的判定结果，所述反射图像的实际视野尺寸为0.01cm2以上。
[0020]本实施方式的第三方式的光辉性颜料判定程序为控制光辉性颜料判定装置的程序，所述光辉性颜料判定装置具备：具有实际视野尺寸为0.01cm2以上的拍摄元件的图像输入部、提取部及判定部，其中，使所述图像输入部通过所述拍摄元件拍摄被判定对象的反射面，使所述提取部从拍摄到的反射图像提取图像特征量，使所述判定部基于所述图像特征量，使用通过机器学习而学习了所述图像特征量与所述光辉性颜料的关系的学习完成模型来判定光辉性颜料的种类和/或含量。
[0021]专利技术效果
[0022]根据本专利技术的光辉性颜料判定方法、光辉性颜料判定装置以及光辉性颜料判定程序，能够比以往更简便且高精度地判定涂膜所包含的光辉性颜料。
附图说明
[0023]图1是本专利技术的第一实施方式的光辉性颜料判定装置的整体构成图。
[0024]图2是表示上述光辉性颜料判定装置的图像输入部的概要的图。
[0025]图3是通过上述图像输入部拍摄涂膜的反射面而得到的反射图像的一个例子。
[0026]图4是通过上述图像输入部拍摄涂膜的反射面而得到的反射图像的一个例子。
[0027]图5是通过上述图像输入部拍摄涂膜的反射面而得到的反射图像的一个例子。
[0028]图6是对逆定向反射角进行说明的图。
[0029]图7是上述光辉性颜料判定装置的计算机的构成图。
[0030]图8是上述计算机执行光辉性颜料的判定程序的情况下的计算机的功能框图。
具体实施方式
[0031](第一实施方式)
[0032]参照图1至图8对本专利技术的第一实施方式进行说明。
[0033][光辉性颜料][0034]本实施方式涉及的光辉性颜料判定方法能够判定的光辉性颜料例如为气相沉积金属片颜料、铝片颜料、光干涉性颜料等。
[0035]气相沉积金属片颜料是通过在基材上气相沉积金属膜，将基材剥离后，粉碎气相沉积金属膜而得到的颜料。作为上述金属的材质，虽未被特别地限定，但例如可举出铝、金、银、铜、黄铜、钛、铬、镍、镍铬、不锈钢等。
[0036]作本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种光辉性颜料判定方法，根据包含光辉性颜料的被判定对象来判定所述光辉性颜料，所述光辉性颜料判定方法具备：拍摄工序，通过拍摄元件拍摄所述被判定对象的反射面；提取工序，从拍摄到的反射图像提取图像特征量；以及判定工序，基于所述图像特征量，使用通过机器学习而学习了所述图像特征量与所述光辉性颜料的关系的学习完成模型来判定所述光辉性颜料的种类和/或含量，所述反射图像的实际视野尺寸为0.01cm2以上。2.根据权利要求1所述的光辉性颜料判定方法，其中，所述拍摄工序通过搭载于数码相机的所述拍摄元件拍摄所述反射面。3.根据权利要求1所述的光辉性颜料判定方法，其中，所述反射图像为拍摄了逆定向反射角不同的反射面的图像。4.根据权利要求1至3中的任一项所述的光辉性颜料判定方法，其中，从RGB图像、单色图像、灰度图像、HSV图像、或Lab图像、或者对这些图像实施了拉普拉斯变换、小波变换或卷积滤波的处理的图像提取所述图像特征量。5.根据权利要求1至4中的任一项所述的光辉性颜料判定方法，其中，通过基于亮度差的阈值处理来提取所述光辉性颜料的存在范围，从所述光辉性颜料的所述存在范围的像素集合提取所述图像特征量。6.根据权利要求5所述的光辉性颜料判定方法，其中，将以下值中的至少一种用作所述图像特征量：从所述像素集合中的、从距特定的RGB、HSV、Lab坐标的距离在从最小至第10百分位以内指定的特定范围获取的像素或者像素集合的RGB值、亮度、色度、色相角、Lab值、傅里叶变换值中选择的至少一种色彩值；和从所述色彩值的平均值、中值、众数值、最大值、最小值、四分位、百分位、分散度、标准偏差、偏度、峰度中选择的至少一种统计量。7.根据权利要求5所述的光辉性颜料判定方法，其中，使用所述像素集合的RGB值、亮度、色度、色相角、Lab值、傅里叶变换值中的至少一个来进行所述像素集合的聚类，将通过所述聚类区分出的集群按照RGB值、亮度、色度、色相角、Lab值、傅里叶变换值、距特定的颜色坐标的距离中的任一种进行排序，将所述集群的RGB值、亮度、色度、色相角、Lab值、傅里叶变换值的平均值、中值、众数值、最大值、最小值、四分位、百分位、分散度、标准偏差、偏度、峰度中的至少一个用作所述图像特征量。8.根据权利要求1至7中的任一项所述的光辉性颜料判定方法，其中，所述光辉性颜料判定方法还具备：测定工序，将所述被判定对象的所述反射面通过测色计或者分光测色计测定分光反射率；所述光辉性颜料判定方法具备：判定工序，基于所述图像特征量和对应的所述分光反射率，使用通过机器学习而学习了所述图像特征量、所述分光反射率及所述光辉性颜料的关系的学习完成模型来判定所述光辉性颜料的种类和/或含量。9.根据权利要求1至7中的任一项所述的光辉性颜料判定方法，其中，
所述光辉性颜料判定方法还具备：测定工序，将所述被判定对象的所述反射面通过测色计或者分光测色计测定分光反射率；和从测定出的所述分光反射率提取...

【专利技术属性】
技术研发人员：赤羽准治，山长伸，
申请(专利权)人：关西涂料株式会社，
类型：发明
国别省市：