当前位置: 首页 > news >正文

图像处理中级篇 [1]—— 彩色照相机的效果与预处理

在工业检测中,黑白相机虽应用广泛,但在应对颜色差异检测时往往力不从心。彩色照相机凭借其对色彩信息的精准捕捉,成为复杂场景下的理想选择,而预处理技术则进一步释放了其性能潜力。

一、彩色照相机的效果

检查盖子上的金色标签

可以看到,当工件表面为有光泽的曲面时,使用黑白照相机并不能得到类似人眼所观察到的图像处理效果。 从上面的实物图像可以看到,造成这种现象的原因是标签的亮度不均匀。

如果使用彩色照相机,就可以如右图一样,只提取标签的金色部分。

这是因为,与采用亮度作为处理标准的黑白照相机不同,彩色照相机使用色相(色调)数据进行图像处理。

二、彩色照相机是什么?

对于使用图像传感器的彩色照相机,其中一种是俗称  单板式   CCD。为了得到彩色 图像,需要三原色(RGB)信息。CCD  的每一个像素都贴有一种三原色( RG  或   B  的滤镜。这样,每个像素就可以将 RG  B  256 级浓淡数据传送给控制器,控制器利用这些数据进行彩色图像处理。

【关于比色体系】

一种用数值表示颜色的体系,通常用含有三个轴的三维图表加以表示。

比色系统有许多种类,其中采用色调(Hue)、饱和度(Saturation)及亮 度(Value)等 3 要素的HSV模式接近人眼的观察效果,因此适于图像处理。

三、彩色二值化处理

彩色相机的核心优势在于其能捕捉 RGB 三原色的 256 级浓淡信息,形成 1677 万级颜色数据,远超黑白相机的 256 级灰度范围。单板式 CCD 的每个像素都覆盖 RGB 滤镜,能分别感应三原色光,再通过 HSV 色彩模式(色调、饱和度、亮度)处理,更贴近人眼的色彩感知,适合检测金色标签、彩色导线等场景。

彩色二值化处理是彩色相机的重要应用技术,能从千万级颜色中精准提取目标颜色范围。例如,检测线圈中绿色导线的断线时,通过提取绿色并二值化,可清晰显示断线位置;在混合螺丝中计数金色螺丝,彩色二值化能有效区分金色与银色,而这是黑白相机难以实现的。

四、彩色浓淡处理

彩色照相机的信息量是黑白照相机的 8 万倍。如果对于这些信息都进行处理,则需要大量的时间。而用于高速生产线的图像 传感器需要以百分之一秒的时间单位进行图像处理。另外,在一些不适于采用二值化处理的应用中(例如形状搜索、表面损伤 检查等),由于信息量过大,会形成干扰,从而使特征点变得不清晰。为了解决这些问题,开发了一种新的预处理功能,即“ 色浓淡处理 

在检测上图的左图所示的浅色图案时,如使用黑白浓淡处理,则只能得到非常淡的图像。但是采用基于颜色数据的彩色浓淡处理后,可以看到,背景成为黑色,淡色部位可以清晰地转换为灰色的图案。在进行标记形状差异或错位检查时,两种处理在效果上的差异一目了然。

五、通过照相机增益调整来优化图像

增益调整是优化图像的方法之一。对于彩色照相机来说,增益调整可以分别调整 RGB 三种颜色,因此可以使红色变得更 红、蓝色变得更蓝、而绿色则变得更绿。在区分颜色时,这种调整可以起到良好的效果。

但海量颜色数据会增加处理时间,针对这一问题,彩色浓淡处理技术应运而生。它将彩色图像转换为以目标颜色为最高亮度的 256 级灰度图,在保留颜色特征的同时,大幅减少数据量,满足高速生产线的检测需求。例如,检测浅色图案时,彩色浓淡处理能让浅色部位与黑色背景形成鲜明对比,便于形状差异识别。

各种图像传感器根据其使用目的的不同,会具有不同的预处理功能。利用这些功能,可以将图像转换成适宜的图像。 这些功能不仅适用于黑白照相机,同时还适用于经彩色二值化处理、彩色浓淡处理后的彩色照相机。

下面将介绍其中几种预处理功能。

在实际应用中,彩色相机与预处理技术的结合,能解决传统黑白相机无法应对的复杂检测任务。例如,在高反光曲面工件上检测金色标签,彩色相机可忽略亮度干扰,仅通过色调识别标签,大幅提升检测稳定性。

http://www.dtcms.com/a/305928.html

相关文章:

  • RHEL 9.5 离线安装 Ansible 完整教程
  • 【自动化运维神器Ansible】Ansible常用模块之user模块详解
  • 【自动化运维神器Ansible】Ansible常用模块之group模块详解
  • Vite 模块动态导入之Glob导入
  • 一款基于 ReactNative 最新发布的`Android/iOS` 新架构文档预览开源库
  • Three.js + AI:结合 Stable Diffusion 生成纹理贴图
  • 关于项目的一些完善功能
  • 【BUUCTF系列】[极客大挑战 2019] EasySQL 1
  • 性能优化(一):时间分片(Time Slicing):让你的应用在高负载下“永不卡顿”的秘密
  • Django常见模型字段
  • 【从零实践Onvif】01、Onvif详细介绍(从Onvif客户端开发的角度认识Onvif、Web Servies、WSDL、SOAP)
  • ECMAScript2021(ES12)新特性
  • Python深度挖掘:openpyxl与pandas高效数据处理实战指南
  • 网络编程-(网络计算机和网络通信)
  • Orange的运维学习日记--18.Linux sshd安全实践
  • CUDA编程9 - 卷积实践
  • String模拟实现的补充说明
  • 工业计算机ARM-如何实现工业数字化升级EC100!
  • QT跨平台应用程序开发框架(13)—— 绘图API
  • Linux设备驱动架构相关文章
  • @Scope(value = WebApplicationContext.SCOPE_REQUEST)和@Scope(“prototype“)区别
  • SQL 连接类型示例:内连接与外连接
  • 分布式系统:一致性
  • 二叉树(全)
  • InspireFace SDK gRPC 开发详细指导
  • 大厂主力双塔模型实践与线上服务
  • 嵌入式——C语言:内存管理、位运算符、构造数据类型(共用体、枚举)
  • NVIDIA Isaac平台推动医疗AI机器人发展研究
  • 【LeetCode 热题 100】33. 搜索旋转排序数组——(解法二)一次二分
  • ragflow 报错ERROR: [Errno 111] Connection refused