一种基于棱镜分色的智能灯颜色测试装置和方法

摘要

本申请涉及一种基于棱镜分色的智能灯颜色测试装置和方法，该装置包括：灯光封闭容器，用于封闭待测智能灯的灯光，灯光封闭容器的内壁为全反射镜面材料，且灯光封闭容器上设有用于成像的小孔；采光设备，包括分色棱镜和多个分色摄像头，分色棱镜与小孔对应设置，用于将通过小孔的光线进行分色并将分色的光线进行反射；各分色摄像头用于采集反射光线的分量数据；计算设备，与各分色摄像头通信连接，用于基于分量数据计算颜色得分。本申请实施例基于棱镜分色技术和小孔成像原理对灯光封闭容器中待测智能灯的灯光进行颜色检测，可以高效而精确的对灯光颜色进行分解，并进行数字化分析，不仅效率高，而且测试结果更加完整、精确。

说明书

技术领域

本申请涉及灯光颜色测试技术领域，特别是涉及一种基于棱镜分色的智能灯颜色测试装置和方法。

背景技术

在智能彩色灯校准过程中，往往需要精确调教颜色和亮度，传统方法都是通过人眼直观的方法来进行调教。传统方法虽然实施简单，但由于每个人对颜色的敏感度不同，而且非常容易受到环境影响，导致人眼观察的颜色不准，造成调教结果不稳定，效率低下不适合规模化生产等难以克服的问题。

因此，准确、高效的测试智能灯的颜色是克服上述问题的重要前提。相关技术中常用摄像头对灯光直接采样，这会导致摄像头过度曝光，严重影响采样精度，造成测试结果准确性低。

发明内容

本申请实施例提供了一种基于棱镜分色的智能灯颜色测试装置和方法，以至少解决相关技术中智能灯颜色测试结果准确性低的问题。

第一方面，本申请实施例提供了一种基于棱镜分色的智能灯颜色测试装置，包括灯光封闭容器、采光设备和计算设备，灯光封闭容器用于封闭待测智能灯的灯光，所述灯光封闭容器的内壁为全反射镜面材料，且所述灯光封闭容器设有用于成像的小孔；采光设备包括分色棱镜和多个分色摄像头，所述分色棱镜与所述小孔对应设置，用于将通过所述小孔的光线进行分色并将分色的光线进行反射；各所述分色摄像头用于采集反射光线的分量数据；计算设备与各所述分色摄像头通信连接，用于基于所述分量数据计算颜色得分。

在其中一些实施例中，所述分色棱镜包括第一棱镜、第二棱镜和第三棱镜，通过所述小孔的光线依次进入所述第一棱镜、所述第二棱镜、所述第三棱镜，所述第一棱镜包括第一涂层，所述第一涂层用于反射蓝光；所述第二棱镜包括第二涂层，所述第二涂层用于反射红光；

所述多个分色摄像头包括第一摄像头、第二摄像头和第三摄像头，所述第一摄像头用于采集经所述第一涂层反射的蓝光分量数据；所述第二摄像头用于采集经所述第二涂层反射的红光分量数据；所述第三摄像头用于采集通过所述第三棱镜的绿光分量数据。

在其中一些实施例中，所述灯光封闭容器的内腔为球形、椭球形或多面体。

在其中一些实施例中，所述全反射镜面材料为玻璃。

在其中一些实施例中，所述分色摄像头包括CCD(Charge Coupled Device)摄像头。

在其中一些实施例中，所述待测智能灯的底座固定于所述灯光封闭容器底部的中央位置，且所述底座位于所述灯光封闭容器的外部，所述待测智能灯位于所述灯光封闭容器的内部。

第二方面，本申请实施例提供了一种智能灯颜色测试方法，应用于上述任一项所述装置，所述方法包括：获取各所述分色摄像头采集的所述分量数据，将所述分量数据转成RGB数据；根据所述RGB数据，统计颜色的种数及每种颜色出现的次数；遍历颜色，计算颜色得分，并根据预设规则保存颜色及颜色得分。

在其中一些实施例中，所述的遍历颜色，计算颜色得分包括：将所述RGB数据转换成HSV数据；忽略颜色亮度超过预设值的HSV数据，根据颜色饱和度及颜色出现的次数计算颜色得分。

在其中一些实施例中，所述的根据颜色饱和度及颜色出现的次数计算颜色得分包括：

根据以下公式计算颜色得分：

X＝(S+0.1)*N

其中，X表示颜色得分，S表示颜色饱和度，N表示颜色出现的次数。

在其中一些实施例中，所述的根据预设规则保存颜色及颜色得分包括：在遍历的过程中暂存颜色及颜色得分，若当前计算的颜色得分超过暂存的颜色得分，则保存所述当前计算的颜色得分及相应的颜色，直到颜色遍历完毕。

相比于相关技术，本申请实施例提供的基于棱镜分色的智能灯颜色测试装置包括灯光封闭容器、采光设备和计算设备，灯光封闭容器用于封闭待测智能灯的灯光，灯光封闭容器的内壁为全反射镜面材料，且灯光封闭容器设有用于成像的小孔；采光设备包括分色棱镜和多个分色摄像头，分色棱镜与小孔对应设置，用于将通过小孔的光线进行分色并将分色的光线进行反射；各分色摄像头用于采集反射光线的分量数据；计算设备与各分色摄像头通信连接，用于基于分量数据计算颜色得分。因此，本申请实施例基于棱镜分色技术和小孔成像原理对灯光封闭容器中待测智能灯的灯光进行颜色检测，可以高效而精确的对灯光颜色进行分解，然后，通过多个分色摄像头采集分解后的光线颜色，从而能够精确的对待测智能灯的灯光颜色进行数字化分析，能够实现智能灯颜色的自动测试，效率高；而且能够对智能灯颜色进行全面的测试，测试结果更加完整、精确。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的基于棱镜分色的智能灯颜色测试装置的结构框图；

图2是根据本申请实施例的智能灯颜色测试方法的流程图；

图3是根据本申请实施例的举例的基于棱镜分色的智能灯颜色测试装置的结构示意图；

图4是根据本申请实施例的举例的智能灯颜色测试方法的流程图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

为了提高智能灯颜色测试效率和提高测试结果的准确性，本申请实施例提供一种基于棱镜分色的智能灯颜色测试装置，图1是根据本申请实施例的基于棱镜分色的智能灯颜色测试装置的结构框图，如图1所示，该装置包括灯光封闭容器1、采光设备2和计算设备3。

上述的灯光封闭容器1用于封闭待测智能灯的灯光，该灯光封闭容器1例如可以是箱体，其外在形状不做具体限制。但是，该灯光封闭容器1的内壁最好符合以下要求：该内壁要采用不透明的材料，用以隔离环境光线，例如采用全反射镜面材料(比如玻璃)，且镜面要求无色，镜面用于反射相关行程，使灯光封闭容器1的内腔从多角度接近自然均匀漫反射光线空间。优选的，灯光封闭容器1的内腔为球形，也可以根据实际需要和要求的精度选用椭球形、多面体等任何形状。另外，灯光封闭容器1上设有用于成像的小孔。

上述的采光设备2包括分色棱镜和多个分色摄像头，该分色摄像头优选采用CCD高清晰摄像头，以保证灯光采集的结果精准。分色棱镜与小孔对应设置，用于将通过小孔的光线进行分色并将分色的光线进行反射；各分色摄像头用于采集反射光线的分量数据。需要说明的是，本申请实施例通过小孔成像原理将待测智能灯的光线引入分色棱镜，然后通过精心设计的棱镜的角度和反射层将光线分离成多种颜色分量。棱镜的数量可以根据需要分离的颜色数量进行设置，而分离的依据主要是不同颜色的波长不同。

在其中一些实施例中，例如，需要分离出红光(波长为600-680nm)、绿光(波长为495-600nm)和蓝光(波长为430-495nm)，采光设备2设置如下：

分色棱镜包括第一棱镜、第二棱镜和第三棱镜，通过小孔的光线依次进入第一棱镜、第二棱镜、第三棱镜，第一棱镜包括第一涂层，该第一涂层用于反射蓝光；第二棱镜包括第二涂层，该第二涂层用于反射红光；多个分色摄像头包括第一摄像头、第二摄像头和第三摄像头，第一摄像头用于采集经第一涂层反射的蓝光分量数据；第二摄像头用于采集经第二涂层反射的红光分量数据；第三摄像头用于采集通过第三棱镜的绿光分量数据。具体的原理是，通过小孔成像原理引入的光线首先经过第一棱镜到达第一涂层，例如第一涂层是低通的涂层，由于蓝光是波长短的高频光，所以蓝色成分的光束会被第一涂层反射出去，该蓝光会被第一摄像头采集；波长相对更长的低频光(包括红光和绿光)则可以通过第一涂层，然后红光和绿光经过第二棱镜到达第二涂层，由于红光相对于绿光而言是波长相对更长的低频光，所以通过第一棱镜的第二涂层的设置，能够反射更低频的红光，反射出去的红光会被第二摄像头采集；而相对红光，更高频的绿光则通过第二涂层并通过第三棱镜，该绿光会被第三摄像头采集。

上述的计算设备3与各分色摄像头通信连接，用于根据分量数据计算颜色得分，该计算设备3包括但不限于专用服务器软件、PC机、专用设备、芯片等。

基于上述装置，图2是根据本申请实施例的智能灯颜色测试方法的流程图，如图2所示，计算设备3执行以下步骤：

S201：获取各分色摄像头采集的分量数据，将分量数据转成RGB数据；

S202：根据RGB数据，统计颜色的种数及每种颜色出现的次数；

S203：遍历颜色，计算颜色得分，并根据预设规则保存颜色及颜色得分。

例如，上述预设规则可以是：在遍历的过程中暂存颜色及颜色得分，若当前计算的颜色得分超过暂存的颜色得分，则保存当前计算的颜色得分及相应的颜色，直到颜色遍历完毕。

RGB是我们接触最多的颜色空间，由三个通道表示一幅图像，分别为红色(R)、绿色(G)和蓝色(B)。这三种颜色的不同组合可以形成几乎所有的其他颜色。RGB颜色空间是图像处理中最基本、最常用、面向硬件的颜色空间，比较容易理解。RGB颜色空间利用三个颜色分量的线性组合来表示颜色，任何颜色都与这三个分量有关，而且这三个分量是高度相关的，所以连续变换颜色时并不直观，想对图像的颜色进行调整需要更改这三个分量才行。然而，本申请实施例场景中获取的图像对亮度比较敏感。而RGB颜色空间的三个分量都与亮度密切相关，即只要亮度改变，三个分量都会随之相应地改变，故不能对颜色直观的表达。因此，本申请实施例采用HSV颜色空间，其包括Hue(色调)、Saturation(饱和度)、Value(亮度)，能够非常直观地表达颜色的色调、鲜艳程度和明暗程度，方便进行颜色的对比。

因此，优选的，将RGB数据转换成HSV数据；忽略颜色亮度超过预设值的HSV数据，根据颜色饱和度及颜色出现的次数计算颜色得分，其中，计算颜色得分的公式为：

X＝(S+0.1)*N

式中，X表示颜色得分，S表示颜色饱和度，N表示颜色出现的次数。

为了对本申请实施例进行更清楚的说明，以下举出具体示例进行阐述，需要说明的是，下文具体仅作为示意性的举例，不作为具体的限制。

图3是根据本申请实施例的举例的基于棱镜分色的智能灯颜色测试装置的结构示意图，如图3所示，该装置包括：灯光封闭容器1、采光设备2和计算设备3。

待测智能灯11固定于灯光封闭容器1底部内侧的中央位置，为避免受灯座111的影响，需要将灯座111固定于灯光封闭容器1底部的外侧，使得在灯光封闭容器1中只露出亮灯的部分，当然，固定待测智能灯11的位置不限于底部，实际上可根据需要选择不同的固定方法和位置。灯光封闭容器1的一侧壁设有用于成像的小孔12，孔径约三毫米，孔径的大小实际上也可以设置为其他值，只要能实现小孔成像即可。

采光设备2包括分色棱镜和多个分色摄像头，分色棱镜与小孔12对应设置，通过小孔成像原理引入光线。分色棱镜包括第一棱镜A、第二棱镜B和第三棱镜C，第一棱镜A包括第一涂层F1，第一涂层F1的入射角例如为29°，从而通过该第一涂层F1反射蓝光；第二棱镜B包括第二涂层F2，第二涂层F2的入射角例如为9.5°，从而通过该第二涂层F2反射红光。需要说明的是，通过涂层的不同材质来过滤不同波长的光线是本领域技术人员能够实现的，故此处不做过多描述。另外，第一棱镜A和第二棱镜B之间具有空气隙G(Air Gap)，空气隙厚度的取值为0.02mm左右，优选为0.025mm。

多个分色摄像头包括第一摄像头21、第二摄像头22和第三摄像头23，第一摄像头21用于采集经第一涂层F1反射的蓝光分量数据；第二摄像头22用于采集经第二涂层F2反射的红光分量数据；第三摄像头23用于采集通过第三棱镜C的绿光分量数据。

因此，通过小孔成像原理引入的光线首先进入第一棱镜A到达第一涂层F1，该第一涂层F1是低通的涂层，蓝色成分的光束会被第一涂层F1反射出去，然后反射的蓝光被第一摄像头21采集；红光和绿光可以通过第一涂层F1，然后进入第二棱镜B到达第二涂层F2，红光被第二涂层F2反射出去，然后反射的红光被第二摄像头22采集；绿光通过第二涂层F2并通过第三棱镜C，从而被第三摄像头23采集。

计算设备3与第一摄像头21、第二摄像头22和第三摄像头23分别连接，计算设备3分别从第一摄像头21、第二摄像头22和第三摄像头23中获取蓝光、红光和绿光的分量数据后，自动计算颜色得分。

例如，图4是根据本申请实施例的举例的智能灯颜色测试方法的流程图，如图4所示，包括以下流程步骤：

S401：获取各分色摄像头采集的分量数据；

S402：将分量数据转成RGB数据；

S403：统计颜色的种数及每种颜色出现的次数；

S404：遍历颜色，若遍历未结束则进入步骤S405；

S405：将RGB数据转换成HSV数据；

S406：忽略颜色亮度超过预设值(例如0.9)的高亮色HSV数据；

S407：根据颜色饱和度及颜色出现的次数计算颜色得分，并暂存颜色及颜色得分；

S408：判断当前计算的颜色得分是否超过暂存的颜色得分(在流程开始之前，颜色得分的初始值可自行设置)，若是，则保存当前计算的颜色得分及相应的颜色；若否，则进入步骤S409；

S409：判断是否颜色遍历完毕，若是，则结束；若否，则进入步骤S404。

综上，本申请实施例基于棱镜分色技术和小孔成像原理对灯光封闭容器中待测智能灯的灯光进行颜色检测，可以高效而精确的对灯光颜色进行分解，然后，通过多个分色摄像头采集分解后的光线颜色，从而能够精确的对待测智能灯的灯光颜色进行数字化分析，能够实现智能灯颜色的自动测试，效率高；而且能够对智能灯颜色进行全面的测试，测试结果更加准确、客观。

需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。