机器视觉颜色检测技术及应用研究.docx

机器视觉颜色检测技术及应用研究.docx

《机器视觉颜色检测技术及应用研究.docx》由会员分享，可在线阅读，更多相关《机器视觉颜色检测技术及应用研究.docx（56页珍藏版）》请在冰豆网上搜索。

机器视觉颜色检测技术及应用研究

分类号：

ＵＤＣ：

学校代号：

１１密级：

８４５学号：

２１１０８０４３０４

广东工业大学学位论文

（工学硕士）

机器视觉颜色检测技术及应用研究

张磊

指导教师姓名、职称：

专业或领域名称：

学生所属学院：

论文答辩日期：

女§疆Ｉ．

舢Ｙ…洲９Ⅲ４洲６舢２㈣５

ＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙｆｏｒｔｈｅＤｅｇｒｅｅｏｆＭａｓｔｅｒｏｆＥｎｇｉｎｅｅｒｉｎｇ一一

Ｓｃｉｅｎｃｅ

Ｍａｃｈｉｎｅｖｉｓｉｏｎｄｅｔｅｃｔｉｎｇｔｅｃｈｎｏｌｏｇｙｒｅｓｅａｒｃｈ

ａｎｄａｐｐｌｉｃａｔｉｏｎｏｆＣｏｌｏｒＭａｓｔｅｒＣａｎｄｉｄａｔｅ：

ＺｈａｎｇＬｅｉＳｕｐｅｒｖｉｓｏｒ：

Ｐｒｏｆ．ＷａｎｇＲｅｎｈｕａｎｇ

Ｍａｙ２０１１

ＦａｃｕｌｔｙｏｆＡｕｔｏｍａｔｉｏｎＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＧｕａｎｇｚｈｏｕ，Ｇｕａｎｇｄｏｎｇ，Ｐ．Ｒ．Ｃｈｉｎａ，５１００９０

ｒ≥ｌ。

，

摘要

摘要

人类所获得的外界信息的７５％以上是来自眼睛摄取的图像。

视觉图象是人类获取信息最主要的来源，其直观性和易理解性是显而易见的，是其它信息所无可比肩的。

将图像技术和计算机技术结合在一起，形成了数字图像处理分析技术。

数字图像处理分析技术在不同领域的应用，产生了不同的应用学科。

目前已发展了多门相关的应用学科：

计算机视觉，机器人视觉，模式识别与人工智能等。

近年来，数字图像处理技术发展迅速，基于机器视觉的各种检测技术逐步从研究领域走向实用化阶段。

颜色检测用图像处理与识别技术测量颜色之间的差别，可以显著提高对颜色检测的工业生产的自动化程度。

颜色检测技术通过图像采集设备采集待测物体表面颜色图像，利用参考颜色标准，使用计算机对颜色图像进行算法计算，准确区别颜色之间的差别。

通过查阅国内外相关资料，发现颜色检测技术研究大部分集中于颜色差别比较大的色彩方面。

色差的检测一直是颜色检测的难点。

由于颜色空间的均匀程度不同，与人眼对同一色度观测结果的差异也不同。

因此，如何准确的对色差进行检测，正确的区分缺陷颜色的边界，以及提高表面颜色测试的精确度和与人眼的吻合度就显得尤其重要。

并且具有相当高的研究意义和现实意义。

本文针对以上问题做了以下研究工作：

１．彩色图像颜色边界的划分

边缘检测算法是图像测量技术的研究重点。

目前，国内外研究者提出了多种边缘检测算法，并得到具体的应用。

但这些研究对于彩色图像的处理技术在质量检测中不能达到很好精度。

本课题提出一种利用在均匀颜色空间ＣＩＥＬ＊ａ＊ｂ＊空间内利用图像与图像主色之间的色差为参数的彩色图像边缘检测方法。

并用水平集方法、颜色空间转换后中心聚类法等多种方法对多种典型彩色图像进行了分割。

２．在试验获得的最优灯光亮度和角度下，对色差进行检测

本文在分析灯光位置和亮度对颜色的影响，提出的灯光视场角度最优方案的基础之上，采用目前最均匀的色差公式ＣＩＥＤＥ２０００对色差的检测进行了研究。

实验结果表明，ＣＩＥＤＥ２０００色差公式可以对色差进行比较好的检测。

３．研究颜色测量系统的干扰因素，提高颜色测试的重复稳定性和准确性

广东工业大学硕士学住论文

在研究试验的过程中，分析颜色测试的多种干扰因素，提出解决方法提高颜色测试的重复稳定性和准确性。

４．分析人眼对色彩质量评价的标准，提高机器视觉表面颜色测试和人眼视觉的吻合度

本文通过Ｍａｔｌａｂ和ＶＣ＋＋６．０软件实现了上述算法和方法，最后对颜色检测实验进行验证，取得良好的效果。

关键词：

机器视觉；颜色检测；色差；彩色分割；颜色算法；水平集Ⅱ

Ａｂｓｔｒａｃｔ

Ａｂｓｔｒａｃｔ

Ｔｈａｔｍａｎａｃｑｕｉｒｅｓｏｕｔｓｉｄｅｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｍｏｒｅｔｈａｎ７５％ｏｆｔｈｅｉｎｔａｋｅｏｆｔｈｅｉｍａｇｅｉｓｅｙｅｓ．Ｔｈｅｖｉｓｕａｌｉｍａｇｅｉｓｔｈｅｍａｉｎｓｏｕｒｃｅｏｆｉｎｆｏｒｍａｔｉｏｎ．Ｉｍａｇｅｔｅｃｈｎｏｌｏｇｙａｎｄｃｏｍｐｕｔｅｒｔｅｃｈｎｏｌｏｇｙｃｏｍｂｉｎｉｎｇｔｏｇｅｔｈｅｒ，ｆｏｒｍｔｈｅａｎａｌｙｓｉｓｔｅｃｈｎｏｌｏｇｙｏｆｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ．Ｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇａｎｄａｎａｌｙｓｉｓｔｅｃｈｎｏｌｏｇｙｉｎｄｉｆｆｅｒｅｎｔｆｉｅｌｄｓｏｆａｐｐｌｉｃａｔｉｏｎ，ｒｅｓｕｌｔｉｎｇｉｎａｄｉｆｆｅｒｅｎｔａｐｐｌｉｃａｔｉｏｎｄｉｓｃｉｐｌｉｎｅｓ．

Ｗｅｈａｖｅｓｅｖｅｒａｌｒｅｌａｔｅｄｓｕｂｊｅｃｔｓ：

ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｃｏｍｐｕｔｅｒｖｉｓｉｏｎａｎｄｐａｔｔｅｍ

ｒｅｃｏｇｎｉｔｉｏｎ，ｔｈｅｒｏｂｏｔｏｆａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅａｎｄｅｒｅ．

Ｉｎｒｅｃｅｎｔｙｅａｒｓ，ｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙ，ｂａｓｅｄｏｎｍａｃｈｉｎｅｖｉｓｉｏｎｄｅｔｅｃｔｉｎｇｔｅｃｈｎｏｌｏｇｙｇｒａｄｕａｌｌｙｆｒｏｍｔｈｅｖａｒｉｏｕｓｒｅｓｅａｒｃｈｔｏｗａｒｄｓｐｒａｃｔｉｃａｌｐｈａｓｅ．Ｃｏｌｏｒｔｅｓｔｕｓｉｎｇｉｍａｇｅｐｒｏｃｅｓｓｉｎｇａｎｄｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙｍｅａｓｕｒｅｔｈｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｃｏｌｏｕｒｏｆｃｏｌｏｒ，ｃａｎｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｅｔｈｅｄｅｔｅｃｔｉｏｎｏｆｉｎｄｕｓｔｒｉａｌｐｒｏｄｕｃｔｉｏｎａｕｔｏｍａｔｉｏｎ．Ｃｏｌｏｒｔｅｓｔｔｅｃｈｎｏｌｏｇｙｔｈｒｏｕｇｈｉｍａｇｅａｃｑｕｉｓｉｔｉｏｎｅｑｕｉｐｍｅｎｔａｃｑｕｉｓｉｔｉｏｎｓｙｓｔｅｍｓ，ｕｓｉｎｇｏｂｊｅｃｔｓｕｒｆａｃｅｃｏｌｏｒｉｍａｇｅｃｏｌｏｒｓｔａｎｄａｒｄｒｅｆｅｒｅｎｃｅ，ｕｓｅｔｈｅｃｏｍｐｕｔｅｒｔｏｃｏｌｏｒｉｍａｇｅｄｉｆｆｅｒｅｎｃｅａｒｉｔｈｍｅｔｉｃ，ａｃｃｕｒａｔｅｃｏｌｏｒｄｉｆｆｅｒｅｎｃｅ．

Ｔｈｒｏｕｇｈｔｈｅｄｏｍｅｓｔｉｃａｎｄｆｏｒｅｉｇｎｒｅｌｅｖａｎｔｍａｔｅｒｉａｌ，ｆｏｕｎｄｔｈｅｃｏｌｏｒｔｅｓｔｔｅｃｈｎｏｌｏｇｙｒｅｓｅａｒｃｈｆｏｃｕｓｅｄｏｎｃｏｌｏｒｄｉｆｆｅｒｅｎｃｅｏｆｂｉｇｃｏｌｏｒｒｅｓｐｅｃｔ．Ｔｈｅｄｅｔｅｃｔｉｏｎｏｆｃｈｒｏｍａｔｉｓｍｉｓａｌｗａｙｓｄｉｆｆｉｃｕｌｔ．Ｄｕｅｔｏｔｈｅｄｉｆｆｅｒｅｎｔｌｅｖｅｌｓｏｆｕｎｉｆｏｒｍｃｏｌｏｒｓｐａｃｅ，ａｎｄｅｙｅｏｎｔｈｅｓａｍｅｃｈｒｏｍａｔｉｃｉｔｙｏｂｓｅｒｖａｔｉｏｎｓｏｆｔｈｅｄｉｆｆｅｒｅｎｃｅｓａｒｅｄｉｆｆｅｒｅｎｔ．Ｔｈｅｒｅｆｏｒｅ，ｈｏｗｔｏａｃｃｕｒａｔｅｌｙ，ｔｏｓｍａｌｌｃｏｌｏｒｃｏｒｒｅｃｔｌｙｄｉｓｔｉｎｇｕｉｓｈｔｈｅｂｏｕｎｄａｒｉｅｓ，ｃｏｌｏｒｓａｎｄｄｅｆｅｃｔｓｔｏｉｍｐｒｏｖｅｔｈｅｐｒｅｃｉｓｉｏｎａｎｄｓｕｒｆａｃｅｃｏｌｏｒｔｅｓｔｗｉｔｈｔｈｅｉｎｏｓｃｕｌａｔｉｏｎａｐｐｅａｒｓｅｓｐｅｃｉａｌｌｙｉｍｐｏｒｔａｎｔ．Ａｎｄｔｈｅｈｉｇｈｒｅｓｅａｒｃｈｍｅａｎｉｎｇａｎｄｒｅａｌｉｓｔｉｃｓｉｇｎｉｆｉｃａｎｃｅ．

Ｂａｓｅｄｏｎｔｈｅａｂｏｖｅｒｅｓｅａｒｃｈｗｏｒｋｂｅｌｏｗ：

１．Ｃｏｌｏｒｉｍａｇｅｏｆｄｅｆｅｃｔｓｄｉｖｉｄｅｄ

Ｉｍａｇｅｅｄｇｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｆｏｃｕｓｅｄｏｎｔｈｅｍｅａｓｕｒｉｎｇｔｅｃｈｎｉｑｕｅ．Ａｔｐｒｅｓｅｎｔ，ｒｅｓｅａｒｃｈｅｒｓｏｆｅｄｇｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｐｒｏｐｏｓｅｄ，ａｎｄｓｐｅｃｉｆｉｃａｐｐｌｉｃａｔｉｏｎ．Ｂｕｔｔｈｅｓｅ

ｆｏｒｃｏｌｏｒｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙｉｎｔｈｅｑｕａｌｉｔｙｉｎｓｐｅｃｔｉｏｎｏｆｇｏｏｄｐｒｅｃｉｓｉｏｎＩＩＩｔｈｅｓｔｕｄｉｅｓ

ｃａｎｎｏｔａｃｈｉｅｖｅ．ＴｈｉｓｔｏｐｉｃｉｓｐｒｏｐｏｓｅｄｂｙｕｓｉｎｇｔｈｅｕｎｉｆｏｒｍｃｏｌｏｒＳｐａｃｅｓｉｎｂｅｔｗｅｅｎｔｈｅ

ｍｅｔｈｏｄｓ・ｉｍａｇｅａｎｄｉｍａｇｅｏｆｔｈｅｐａｒａｍｅｔｅｒｓｆｏｒｃｏｌｏｒｉｍａｇｅｅｄｇｅｄｅｔｅｃｔｉｏｎ

２．ＩｎｔｈｅｅｘｐｅｒｉｍｅｎｔｏｆｏｐｔｉｍａｌｌａｍｐｂｒｉｇｈｔｎｅｓｓａｎｄＡｎｇｌｅｏｆｃｈｒｏｍａｔｉｓｍ．Ｂａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｃｏｌｏｒａｎｄｂｒｉｇｈｔｎｅｓｓｌｉｇｈｔｉｎｇｐｏｓｉｔｉｏｎ，ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｔｈｅ

ｏｎｌｉｇｈｔｆｉｅｌｄｏｆｖｉｅｗｏｆｔｈｅｏｐｔｉｍａｌｓｃｈｅｍｅｂａｓｅｄｔｈｅｍｏｓｔＣＩＥＤＥ２０００ｆｏｒｍｕｌａｆｏｒｔｈｅ

ｔｈａｔＣＩＥＤＥｕＩｌｉｆｏｍｃｏｌｏｒｃｈｒｏｍａｔｉｓｍｄｅｔｅｃｔｉｏｎｗａｓｓｔｕｄｉｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗ

ｃｈｒｏｍａｔｉｓｍｆｏｒｍｕｌａＣａｎｃｏｍｐａｒｅｔｏｃｈｒｏｍａｔｉｓｍｇｏｏｄ．

ｔｅｓｔ３．Ｃｏｌｏｒｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍｏｆｓｔｕｄｙ，ｉｍｐｒｏｖｅｔｈｅｃｏｌｏｒ

ｒｅｐｅａｔｅｄａｃｃｕｒａｃｙｉｎｔｅｒｆｅｒｅｎｃｅｆａｃｔｏｒｓｏｆａｎｄｓｔａｂｉｌｉｔｙ．

Ｉｎｔｈｅｐｒｏｃｅｓｓｏｆｒｅｓｅａｒｃｈ，ａｎａｌｙｓｉｓｏｆｔｈｅｔｅｓｔｏｆｃｏｌｏｒ，ａｎｄｐｕｔｓｆｏｒｗａｒｄｓｏｌｕｔｉｏｎｓｔｏｉｎｔｅｒｆｅｒｅｎｃｅｆａｃｔｏｒｓｔｏｉｍｐｒｏｖｅｃｏｌｏｒｏｆｒｅｐｅａｔｅｄａｃｃｕｒａｃｙａｎｄｓｔａｂｉｌｉｔｙｔｅｓｔｉｎｇ．

４．Ａｎａｌｙｓｉｓｏｆｔｈｅｈｕｍａｎｔｈｅｅｙｅｔｏｃｏｌｏｒｑｕａｌｉｔｙｅｖａｌｕａｔｉｏｎｓｔａｎｄａｒｄ，ｉｍｐｒｏｖｅｓｕｒｆａｃｅｃｏｌｏｒｔｅｓｔｍａｃｈｉｎｅｖｉｓｉｏｎ

Ｉｎｔｈｉｓａｎｄｔｈｅｈｕｍａｎｖｉｓｉｏｎｒｅｍａｉｎｓ．ｏｆｔｈｅａｂｏｖｅ，ｐａｐｅｒ，ＭＡＴＬＡＢａｎｄＶＣ＋＋６．０ｓｏｆｔｗａｒｅａｌｇｏｒｉｔｈｍｓａｎｄｍｅｔｈｏｄｓｔｈｅｆｉｎａｌｖａｌｉｄａｔｉｏｎｏｆｔｈｅｃｏｌｏｒｄｅｔｅｃｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓ，ａｎｄａｃｈｉｅｖｅｄｇｏｏｄｒｅｓｕｌｔｓ．Ｋｅｙｗｏｒｄｓ：

Ｍａｃｈｉｎｅｖｉｓｉｏｎ；ｃｏｌｏｒｄｅｔｅｃｔｉｏｎ；ｃｈｒｏｍａｔｉｓｍ；ｃｏｌｏｒｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍ；ｃｏｌｏｒａｌｇｏｒｉｔｈｍＩＶ

目录

目录

摘要…………………………………………………．ＩＡｂｓｔｒａｃｔ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．ＩＩＩ目录…………………………………………………．ＶＣｏｎｔｅｎｔｓ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．ＶＩＩＩ

第一章绪论……………………………………………１

１．１本课题研究背景及应用领域…………………………．．１

１．１．１研究背景…………………………………．．１

１．１．２应用领域…………………………………．．２

１．２国内外研究发展现状………………………………．４１．３本课题的研究目标、研究内容和解决的关键技术…………．５

１．３．１研究目标…………………………………．．５

１．３．２研究内容和解决的关键技术……………………．５

１．４本文的结构………………………………………５

第二章论文使用到的相关理论知识…………………………．７

２．１彩色图像原理……………………………………．．７２．２水平集方法介绍……………………………………７

２．２．１水平集方法概述……………………………．．７

２．２．２水平集方法理论………………………………８

２．３物体色的测量条件………………………………．．１Ｏ

２．３．１标准照明体和标准光源………………………．１０

２．３．２标准照明和观测条件’…………………………１１

２．４彩色空间和彩色距离………………………………．１２

２．４．１理论简介…………………………………．１２

２．４．２均匀颜色空间和色差公式……………………．．１３

２．５彩色图像分割综述…………………………………１４

第三章彩色图像颜色边界的划分…………………………．．１６

３．１彩色图像边缘检测综述…．……………．．．．…………１６Ｖ

、

广东３－业大学硕士学位论文

３．２基于水平集的图像分割……………………………．１６

３．２．１水平集方法简介……………………………．．１６３．２．２基于Ｍｕｍｆｏｒｄ－Ｓｈａｈ模型的水平集图像分割…………１８３．３基于Ｌａｂ颜色空间的彩色聚类图像分割………………．．２５

３．３．１色差和颜色空间……………………………．．２５３．３．２算法阐述以及分割效果………………………．．２６３．４基于ＨＳＩ颜色空间的欧式中心聚类法图像分割…………．．３３

３．４．１ＨＳＩ颜色空间………………………………．３３３．４．２算法阐述以及分割效果………………………．．３４

第四章基于ＣｌＥ颜色系统的色差检测技术……………………３８

４．１颜色空间的发展…………………………………．．３８４．２成像时色差的形成原因与色差的发展…………………．．３８４．３颜色质量的评价…………………………………．．４０４．４算法介绍………………………………………．．４１４．５羽毛片的色差检测…………………………………４３４．６两种不同光源的羽毛片色差检测………………………４４

４．６．１采用同轴光源检测……………………………４４４．６．２采用环形ＬＥＤ光源检测………………………．．４５４．７小结……………………………………………４６

第五章颜色重复测试稳定性与准确性的提高…………………．４７

５．１三基色白光ＬＥＤ光源………………………………．４７５．２摄像头的选择……………………………………４９５．３对于毛片进行稳定性测试…………………………．．５０

５．３．１测试方案…………………………………．．５０５．３．２测试算法介绍………………………………．５１５．３．３测试结果…………………………………．．５２５．４对于羽毛片进行角度偏转测试………………………．５４

第六章论文总结………………………………………．．５８参考文献………………………………………………５９攻读学位期间发表论文和获奖………………………………６３ＶＩ

目录

独创性及版权使用授权声明………………………………．．６４致谢…………………………………………………６５ＶＨ

Ｃｏｎｔｅｎｔｓ

Ａｂｓｔｒａｃｔ（Ｃｈｉｎｅｓｅ）…………………………………………………………………………・ＩＡｂｓｔｒａｃｔ（Ｅｎｇｌｉｓｈ）………………………………………………………………………・ＩＩＩＣｏｎｔｅｎｔｓ（Ｃｈｉｎｅｓｅ）………………………………………………………………………．・ＶＣｏｎｔｅｎｔｓ（Ｅｎｇｌｉｓｈ）……………………………………………………………………．．ＶＩＩＩＣｈａｐｔｅｒ１Ｉｎｔｒｏｄｕｃｔｉｏｎ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．１

１．１ＲｅｓｅａｒｃｈＰｕｒｐｏｓｅａｎｄＳｉｇｎｉｆｉｃａｎｃｅｏｆＳｕｂｊｅｃｔ…………………………・１

１．１．１ＲｅｓｅａｒｃｈＰｕｒｐｏｓｅ………………………………………………………．１

１．１．２ＡｐｐｌｉｃａｔｉｏｎＦｉｅｌｄ………………………………………………………．２１．２ＤｏｍｅｓｔｉｃａｎｄＩｎｔｅｒｎａｉｏｎａｌＲｅｓｅａｒｃｈＳｉｔｕａｔｉｏｎ…………………………．４１．３ＣｏｆｉｇｕｒａｔｉｏｎｏｆＣｏｎｔｅｎｔｓ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・５

１．３．１ＲｅｓｅａｒｃｈＯｂｊｅｃｔｉｖｅｓ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．・．．・・・・・・・・・・・・・・－・・・・・ｔ・・５１．３．２ＴｈｅＲｅｓｅａｒｃｈａｎｄＴｈｅＫｅｙＴｅｃｈｎｏｌｏｇｙ……………………………５１．４ＰａｐｅｒＳｔｒｕｃｔｕｒｅ…………………………………………………………………５Ｃｈａｐｔｅｒ２ＴｈｅｓｉｓｔｏＴｈｅＲｅｌｅｖａｎｔＴｈｅｏｒｅｔｉｃａｌＫｎｏｗｌｅｄｇｅ．．．．．．．．．．．．．．．．．．．．．．．．７

２．１ＣｏｌｏｒＩｍａｇｅＰｒｉｎｃｉｐｌｅ………………………………………………………．．７２．２ＴｈｅＬｅｖｅｌＳｅｔＭｅｔｈｏｄｉｓＩｎｔｒｏｄｕｃｅｄ………………………………………７

２．２．１ＴｈｅＬｅｖｅｌＳｅｔＭｅｔｈｏｄＯｖｅｒｖｉｅｗ……………………………………．７２．２．２ＴｈｅＬｅｖｅｌＳｅｔＭｅｔｈｏｄＴｈｅｏｒｙ………………………………………．８２．３ＴｅｒｍｓｏｆＭｅａｓｕｒｉｎｇｔｈｅＣｏｌｏｒ．．…．．．．．．…．．…．．．．…………．．．……．……．．１０

２．３．１ＳｔａｎｄａｒｄＩｌｌｕｍｉｎａｎｔｓａｎｄＳｔａｎｄａｒｄＬｉｇｈｔＳｏｕｒｃｅ．．．．．．．．．．．．．．．．．．．１０２．３．２ＳｔａｎｄａｒｄＬｉｇｈｔｉｎｇａｎｄＶｉｅｗｉｎｇＣｏｎｄｉｔｉｏｎｓ………………………１１２．４ＣｏｌｏｒＳｐａｃｅａｎｄＣｏｌｏｒＤｉｓｔａｎｃｅ…………………………………………．．１２

２．４．１ＴｈｅｏｒｙＩｎｔｒｏｄｕｃｔｉｏｎ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．１２２．４．２ＵｎｉｆｏｒｍＣｏｌｏｒＳｐａｃｅａｎｄＣｏｌｏｒＤｉｆｆｅｒｅｎｃｅＦｏｒｍｕｌａ…………．１３２．５ＳｕｍｍａｒｙｏｆＣｏｌｏｒＩｍａｇｅＳｅｇｍｅｎｔａｔｉｏｎ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．１４Ｃｈａｐｔｅｒ３ＢｏｒｄｅｒＣｏｌｏｒＩｍａｇｅｓｂｙＣｏｌｏｒ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．・・・・・・１６Ⅷ

Ｃｏｎｔｅｒｌｔｓ

１ｉ——＿＿皇薯皇置鲁——＿＿———皇置墨舞皇量—ｌ＿——墨｜皇量暑舅鲁量＿———＿鲁曼墨鼍宣——＿——鲁曼皇皇鼍墨量——＿鼍＿詈置皇田墨＿Ｉ一

３．ＩＳｕｍｍａｒｙｏｆＣｏｌｏｒＥｄｇｅＤｅｔｅｃｔｉｏｎ…．．……．……………………………．．１６３．２ＩｍａｇｅＳｅｇｍｅｎｔａｔｉｏｎＢａｓｅｄｏｎＬｅｖｅｌＳｅｔｓ………………………………．１６

３．２．１ＩｎｔｒｏｄｕｃｔｉｏｎｔｏＬｅｖｅｌＳｅｔＭｅｔｈｏｄ…．．．…．．．．．…．．．．．…．．．．．．．．．．…．．１６

３．２．２Ｍｕｍｆｏｒｄ－ＳｈａｈＭｏｄｅｌＬｅｖｅｌＳｅｔＩｍａｇｅＳｅｇｍｅｎｔａｔｉｏｎ………．．１８

３．３ＬａｂＣｏｌｏｒＳｐａｃｅＢａｓｅｄｏｎＣｏｌｏｒＣｌｕｓｔｅｒｉｎｇＩｍａｇｅＳｅｇｍｅｎｔａｔｉｏｎ…２５

３．３．１ＣｏｌｏｒａｎｄＣｏｌｏｒＳｐａｃｅ………………………………………………．２５

３．３．２ＡｌｇｏｒｉｔｈｍｉｓＤｅｓｃｒｉｂｅｄａｎｄＴｈｅＳｅｇｍｅｎｔａｔｉｏｎＲｅｓｕｌｔｓ………．２６

３．４ＨＳＩｃｏｌｏｒｓｐａｃｅｂａｓｅｄｃｌｕｓｔｅｒｉｎｇｍｅｔｈｏｄｔｏｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ．．．．３３

３．４．１ＨＳＩＣｏｌｏｒＳｐａｃｅ………………………………………………………．３３

３．４．２ＡｌｇｏｒｉｔｈｍｉｓＤｅｓｃｒｉｂｅｄａｎｄＴｈｅＳｅｇｍｅｎｔａｔｉｏｎＲｅｓｕｌｔｓ………．３４

Ｃｈａｐｔｅｒ４ＣＩＥＣｏｌｏｒＳｙｓｔｅｍＢａｓｅｄｏｎＤｅｔｅｃｔｉｏｎｏｆＳｍａｌｌＣｏｌｏｒ．．．．．．．．．．．．．．３８

４．１ＴｈｅＤｅｖｅｌｏｐｍｅｎｔｏｆＣｏｌｏｒＳｐａｃｅ…………………………………………．３８４．２ＣａｕｓｅｓＴｈｅＦｏｒｍａｔｉｏｎｏｆＣｏｌｏｒＩｍａｇｉｎｇａｎｄＣｏｌｏｒＤｅｖｅｌｏｐｍｅｎｔ．．．．３８ｚＩ．３ＥｖａｌｕａｔｉｏｎｏｆＣｏｌｏｒＱｕａｌｉｔｙ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．４０４．４ＡｌｇｏｒｉｔｈｍＩｎｔｒｏｄｕｃｅｄ…………………………………………………………４１４．５ＣｏｌｏｒＤｅｔｅｃｔｉｏｎｏｆＳｍａｌｌＣｅｒａｍｉｃＴｉｌｅｓ…．．．．．…．．．．．．．．．．．．…．．．．…．．．．．．．４３４．６Ｔｗｏｄｉｆｆｅｒｅｎｔｐｉｅｃｅｓｏｆｓｍａｌｌｃｏｌｏｒｆｅａｔｈｅｒｌｉｇｈｔｄｅｔｅｃｔｉｏｎ…………………．４４

４．６．１ＵｓｉｎｇＣｏａｘｉａｌＩｌｌｕｍｉｎａｎｔＤｅｔｅｃｔｉｏｎ………………………………４４

４．６．２ＵｓｉｎｇＡｎｎｕｌａｒＬＥＤＬｉｇｈｔＳｏｕｒｃｅＤｅｔｅｃｔｉｏｎ……………………．４５

４．７Ｓｕｍｍａｒｙ…………………………………………………………………………４６Ｃｈａｐｔｅｒ５ＥｘｐｅｒｉｍｅｎｔａｌＲｅｓｕｌｔｓａｎｄＤａｔａＡｎａｌｙｓｉｓ．．．．…．．．．．．．．．．．．．…．．．…．．．…．４７

５．１ＴｒｉｃｏｌｏｒＷｈｉｔｅＬＥＤＬｉｇｈｔＳｏｕｒｃｅ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．４７５．２ＴｈｅＣｈｏｉｃｅｏｆＣａｍｅｒａ………………………………………………．：

………４９５．３ＳｔａｂｉｌｉｔｙＴｅｓｔｉｎｇｏｆＴｈｅＦｅａｔｈｅｒＰｉｅｃｅｓ…………………………………．．５０

５．３．１ＴｅｓｔＳｏｌｕｔｉｏｎｓ…………………………………………………………．５０

５．３．２ＴｅｓｔＡｌｇｏｒｉｔｈｍｄｅｓｃｒｉｐｔｉｏｎ…………………………………………．５１

５．３．３ＴｅｓｔＲｅｓｕｌｔｓ……………………………………………………………．５２

５．４ＤｅｆｌｅｃｔｉｏｎＡｎｇｌｅｆｏｒＴｈｅＦｅａｔｈｅｒｓｔｏＴｈｅＴｅｓｔＰｉｅｃｅ…………………．５４Ｃｈａｐｔｅｒ６Ｃｏｎｃｌｕｓｉｏｎ……………………………………………………………………５８Ｒｅｆｅｒｅｎｃｅｓ…………………………………………………………………………………５９ＩＸ

ＰｕｂｌｉｃａｔｉｏｎａｎｄＡｗａｒｄｓＤｕｒｉｎｇＭａｓｔｅｒ’ｓＳｔｕｄｙ…………………………………．．６３ＯｒｉｇｉｎａｌｉｔｙａｎｄＣｏｐｙｒｉｇｈｔＵｓｅＡｕｔｈｏｒｉｚｅｄＳｔａｔｅｍｅｎｔ．．．．．．．．．．．．．．．．．．．．．６４Ｔｈａｎｋｓ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．６５Ｘ

第一章绪论

第一章绪论

１．１本课题研究背景及应用领域

１。

１．１研究背景

机器视觉系统是指通过机器视觉产品（即图像摄取装置，分ＣＭＯＳ和ＣＣＤ两种）把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别。

进而根据判别的结果来控制现场的设备动作。

一个典型的工业机器视觉应用系统，包括数字图像处理技术、机械工程技术、控制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技