基于视觉感知颜色特征的工业检测方法应用研究

摘要

利用图像色彩信息的机器视觉技术在工业检测中的应用越来越广泛，作为关键技术的颜色特征提取直接影响到彩色机器视觉系统的检测性能。本文通过分析人眼彩色视觉系统的感受野和侧抑制机制，提出拮抗色感知颜色特征提取算法，分别结合统计特征边界的SFBB分类方法和高斯混合模型 GMM分类方法，通过对训练样本的监督学习，应用到大批量小微零件打火石的端面颜色检测和冷冻食品切割机视觉安全防护检测系统中，通过实验测试验证了它们的有效性，本文的具体工作和结论如下：
　　第一，拮抗色感知颜色特征能够有效增强特定颜色通道对其拮抗色的对比，在对该颜色进行检测时，其特征信息更加明显。
　　第二，对拮抗色感知颜色特征进行光照不变特征变换，能够降低光照因素对颜色特征检测准确度的影响。利用光照不变的拮抗色感知颜色特征，对3种不同光照强度下品红色打火石的检测准确度分别为99.85％，99.83%和98.68%，而未进行光照不变特征变换时，检测准确度分别为89.45%，99.44%和98.76%，验证了光照不变特征在不同光照条件下进行检测识别的有效性。
　　第三，采用基于光照不变的拮抗色感知颜色特征与统计特征边界 SFBB相结合的分类方法对品红色特征进行识别检测，在不出现误检的情况下，品红色端面的识别准确率达到99.87%；利用 Otsu自适应阈值分割与通道间数值关系约束相结合的方法，对打火石银白色端面进行检测，其识别准确率达到99.62%，满足了打火石视觉检测识别系统的性能要求。
　　第四，采用拮抗色感知颜色特征提取与高斯混合模型分类相结合的目标颜色识别方法，对工人切割操作时手套蓝色特征进行分类检测，通过设定 ROI区域，单幅图像处理时间为39.18ms，相比 HSV和CIE Lab颜色空间，图像处理时间分别降低了16.0%和45.7%，满足了安全防护系统实时性的要求。
　　第五，采用拮抗色感知颜色特征提取与高斯混合模型分类相结合的目标颜色识别方法，与采用拮抗色感知颜色特征提取与 SFBB分类相结合的目标颜色识别方法相比较，前者的检测真阳性率和伪阳性率分别为95.58%和0.50%，后者的真阳性率与伪阳性率分别为91.52%和0.90%，实验结果表明拮抗色感知颜色特征与高斯混合模型分类相结合的目标颜色识别方法不仅能够提高图像颜色特征识别的精度，而且可以降低特征的误检率，具有较好的鲁棒性，满足了安全防护系统可靠性的要求。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题研究的背景及意义

1.2 彩色机器视觉检测国内外研究和应用情况

1.3课题的主要研究内容

2 彩色机器视觉检测系统及关键技术

2.1机器视觉检测系统组成及典型应用

2.2基本颜色特征空间

2.3相机标定

2.4彩色视觉检测的基本图像处理方法

2.5本章小结

3 基于视觉感知的颜色特征目标识别方法

3.1人眼视觉系统及仿生

3.2基于拮抗色理论的感知颜色特征提取

3.3利用训练样本学习的监督分类方法

3.4本章小结

4 视觉感知颜色特征在大批量小微零件检测中应用

4.1大批量小微零件的视觉检测要求

4.2打火石端面视觉检测系统

4.3 基于光照不变的拮抗色感知特征变换

4.4基于统计特征边界SFBB分类方法的品红色特征检测

4.5基于统计的银白色特征检测

4.6实验结果

4.7本章小结

5 视觉感知颜色特征在切割机安全防护系统中应用

5.1 切割机安全防护技术机器视觉检测要求

5.2切割机安全防护检测系统

5.3安全防护系统目标颜色识别分类方法

5.4系统软件设计

5.5实验结果

5.6本章小结

6 总结与展望

6.1 总结

6.2 进一步工作展望

参考文献

在校期间研究成果

致谢