CN102121848B - 使用数字成像和曲线比较方法的快速颜色检验系统 - Google Patents

Abstract

本发明公开使用数字成像和曲线比较方法的快速颜色检验系统。该系统包括车辆图像采集阵列，对车辆选定区域进行数字化扫描；以及图像分析仪，与车辆图像采集系统连接。图像分析仪根据上、下标准置信颜色曲线初始设置。图像分析仪包括据分析方法设置的功能，以将车辆图像采集阵列获得的扫描区域之一的图像转化为标准图像格式，从图像中提取出实际的单个颜色曲线，并将提取的颜色曲线与标准置信颜色曲线比较，通过建立扫描区域之一的匹配百分比，确定提取的颜色曲线是否落入上、下标准置信颜色曲线。颜色测试过程中，依据累积提取的选定区域的颜色曲线，可调整初始设置的上、下标准置信颜色曲线。

Description

使用数字成像和曲线比较方法的快速颜色检验系统

技术领域

本发明通常涉及一种用于当车辆上色后对着色进行检验的系统。更具体地，涉及一种用于通过识别颜色错配以对车辆的所有区域进行检验、以及用于动态地确定所识别出的错配的可接受性的系统。

背景技术

早期的车辆，其外表面装修的施用和配方方法都相对原始。第一次推出的福特T型车，使用喷注流平漆的耙状装置进行手工刷漆，过量的油漆被收集到盆中以便再利用。上述的油漆本身是溶剂型的清漆，除非是在明亮的日光下观察，否则，即使漆的颜色是蓝色或绿色的，看上去也几乎是黑色的。这种特性导致的误区是，大家认为所有T型车都是黑色的。

从那时起，与车辆技术的其他领域一样，刷漆技术以及油漆的组分领域也都取得了显著的进步。时下的油漆包括环保型涂料(该环保型涂料由于基于丙烯酸粘合剂化学性质因而不含有溶剂)，以更先进的方式使用该油漆以取得更耐久和美观的效果。如今油漆中包含的薄铝片、云母和其它微粒成分可以产生所期望的着色效果。即使暴露在最恶劣的环境中，这些油漆也具有高度的耐久性和防褪色性。

尽管有关车辆油漆的组分和特性方面的知识已经有了长足的进步，但随着新的和更复杂的外表面漆色被引入到车辆工业中，如何控制这些颜色的质量和准确应用成了一种独特的挑战。使用新颜料是创造新颜色的一种方法，另一种方法则是通过在油漆系统中使用多个颜色层叠加，而产生一种独特的外观。这些颜色系统包括但不限于双色调、三色调、以及有色清漆系统。使用这些新技术所带来的挑战在于控制漆色质量，以及在于不仅确保正确地运用颜色层，而且还要确保将颜色层正确地运用到整个车辆。

在一些情况下，对于马虎的观察员而言，不易发现颜色使用方面出现的错误，这样，往往会使有颜色缺陷的车辆在完成最后的组装后其缺陷才被发现。为了纠正这种错误，需要对漆色进行修补，才能满足交付的要求。而这个修补过程就增加了时间、劳动力和材料方面的成本。

因此，需要一种简单的自动系统，用以检验车辆的各关键颜色区域的着色，以及用于识别什么时候发生显著的颜色错配，同时容许出现于全天候生产中的可接受的件与件之间(part-to-part)的颜色变换。

发明内容

本发明提供了一种用于检验车辆的所有区域的着色的系统，具有成本效益和高效率。本发明的系统可识别颜色错配并可动态地确定所识别出的错配的可接受性。该系统包括用于对车身的选定区域进行数字化扫描的车辆图像采集阵列，以及与车辆图像获取系统相连接的图像分析仪。车辆图像采集阵列包括一个或多个数码相机，相机可定位于一个或多个自动仪器上或者可定位于静止晕(stationary halo)上。图像分析仪根据上、下标准置信颜色曲线(如RGB、L*ab以及XYZ)进行初始设置。

图像分析仪具有根据分析方法设置的如下功能，以将车辆图像采集阵列获得的扫描区域的图像之一转化为标准格式的图像，从图像中提取出实际的单个颜色曲线，并将提取到的颜色曲线与标准置信颜色曲线进行比较，然后通过为扫描区域之一建立匹配百分比，以确定所提取到的颜色曲线是否落入了上、下标准置信颜色曲线中。颜色测试过程中，可依据累积提取的选定区域的颜色曲线，对初始设置的上、下标准置信颜色曲线进行调整。

另一方面，本发明还公开一种用于检验车辆所有区域的着色、用于识别颜色错配以及用于动态地确定识别出的错配的可接受性的系统，所述系统包括：用于对所述车辆的两个或两个以上区域进行数字化扫描的车辆图像采集阵列；与所述车辆采集阵列连接的图像分析仪，根据上、下标准置信RGB曲线对所述图像分析仪进行初始设置，所述上、下标准置信RGB曲线基于拍摄自颜色正确的样本的多个颜色正确的图像，所述图像分析仪具有如下功能：将通过所述车辆图像采集阵列获得的扫描区域之一的图像转化为标准格式的图像，从该标准格式的图像中提取实际的单个RGB曲线；以及将所提取到的RGB曲线与所述标准置信RGB曲线进行比较，以通过建立所述扫描区域之一的匹配百分比，而确定所提取的RGB曲线是否落入了所述上、下标准置信RGB曲线内，其中，颜色测试过程中，调整所述初始设置的上、下标准置信RGB曲线。

再一方面，还公开一种用于检验车辆所有区域的着色的方法、用于识别颜色错配以及用于动态地确定所识别出的错配的可接受性，所述系统包括：形成用于对所述车辆的两个或两个以上区域进行数字化扫描的车辆图像采集阵列；形成图像分析仪；将所述图像分析仪与所述车辆图像采集阵列连接；确定上、下标准置信颜色曲线；通过所述车辆图像采集阵列，从所述车辆的选定区域获取至少两张图像；将获取的图像转化为标准图像格式；从所述获取的图像中提取颜色曲线；考虑每个所获取图像的提取的颜色曲线，以创建提取的颜色曲线面元(bins)；将每个提取的颜色曲线面元的提取的颜色曲线与所述标准置信颜色曲线进行比较；确定每个提取到的颜色曲线面元的所提取的颜色曲线是否落入了所述上、下标准置信曲线内；以及确定每个所述面元是合格还是不合格。

优选地，该方法包括下述步骤：将合格的面元数加起来并除以用于分析的面元，以给特定的颜色曲线建立匹配百分比。

优选地，其中，每个面元的每个颜色曲线被指定一匹配百分比。

优选地，该方法包括以下步骤：基于一个被指定合格的区域的提取的颜色曲线，对所述上、下标准置信颜色曲线之一或全部进行动态地重新计算。

优选地，其中，所述确定上、下标准置信曲线的步骤是基于从颜色正确的样本上获得的图像。

优选地，其中，所使用的颜色正确的样本的数量是六个。

优选地，其中，所使用的颜色正确的样本的数量大于六个。

优选地，其中，所述样本的置信区间的范围在大约90.0％和99.9％之间。

优选地，其中，所述标准置信的颜色曲线和所述提取到的颜色曲线，选自RGB、L*ab和XYZ构成的组。

优选地，其中，面元的数量基于所述图像的位数。

本发明公开的图像采集和分析方法，可对车辆的关键色区进行快速检测，以识别颜色应用中的缺陷。用于确定重叠区域的分析方法，还可用于识别颜色曲线的不同，以及识别其他识别器曲线的不同，诸如反射光谱，甚至吸收光谱。因此，本发明公开的技术可应用于除车辆行业外的其他多种行业，事实上，可应用于有颜色匹配要求的任何行业，例如车辆修补漆行业、纺织业或印刷业。

本发明公开的颜色检验系统的实施，将对每一辆退出喷漆车间的车辆上的关键颜色点进行自动检查。当(通过对车辆的追踪)对车辆的目标颜色进行识别时，指定颜色的标准置信区间将被读入系统中。然后，开始图像采集扫描，其中，要对测试车辆上的关键颜色点成像。从所获得的图像，能够计算出每个颜色点的颜色曲线。然后，将这些测试点与标准置信区间进行比较，计算出车辆上各个检测点的匹配百分比。如果任何一个颜色点的匹配百分比低于最低值，则在该被检车辆上作出标记并对其进行目视检查。有利地，全部过程只需要几秒钟即可完成，因此提高了质量，降低了成本，并且所需的投资较小。

本发明其他的优点和特征，将在下述结合附图描述的优选实施方式以及权利要求中变得显而易见。

附图说明

为了更完整地理解本发明，以下将参考附图中详细示出的实施例，并且以示例方式对这些实施例进行描述，附图中：

图1是本发明公开的快速颜色检验系统的示意图，示出了与目标车辆相关的车辆图像采集阵列和图像分析仪；

图2是示例性曲线图，示出了从数字颜色图像中提取的颜色曲线；

图3是示例性曲线图，示出了颜色曲线，其具有围绕三条所示曲线中每条曲线的高置信区间；

图4是示例性曲线图，示出了与蓝色测试组曲线相对比而绘出的样本蓝色标准曲线；

图5是图3中颜色曲线组的分析列表。

具体实施方式

在以下的附图中，相同的标号用于表示相同的部件。以下描述中，阐述了不同构造实施例的各种操作参数和部件。这些具体的参数和部件仅为示例，不能构成对本发明的限定。

参见图1，示出了与目标车辆12关联的本发明公开的快速颜色检验系统10的示意图。应当明确的是，图中示出的系统10，目的仅在于将本发明阐述清楚，而不在于构成某种限定。例如，系统10还可以检验其他型号的车辆，而不是仅可以检验图中示出的车辆12。此外，本发明并不只限于检验车辆的颜色，还可以检验包括例如冰箱、飞行器以及家具的多种物品之一的着色。进而推之，本发明公开的系统10可应用于任何使用着色层的场合。

系统10包括具有数码相机14的车辆图像采集阵列。虽然图中只示出了一个相机14，但是应当理解，可以使用多个数码相机。相机14可优选单反光照相机，并配置微焦镜头，例如90mm的微焦镜头。如果相机和镜头的组合具备近距离(例如，与传感器28cm的距离)的聚焦能力和足够高的分辨率，就不必强制使用上述的配置。

相机14除了可以拍摄到较大或较小的区域，还应当能够拍摄特定的区域，例如，拍摄～5cm×～3.5cm的区域。首先，相机14以RAW格式拍摄上述特定区域。对于特定颜色的所有样本和控制图像而言，相机14的快门速度和光圈保持不变。优选地，相机14的相关镜头设置为尽可能最小的光圈(即，最大的光圈级数)，以使拍摄区域的景深最大化。为整个拍摄区域提供均匀照明的任一光源，例如双闪光灯16和16′，都可提供照明。应该理解，尽管图中示出的是双闪光灯16和16′，但是其他诸如环形或微距闪光灯的任何闪光灯，亦可用作相机上的弹起式闪光灯。无论何种形式的照明，照明装置的照明强度必须能够根据目标颜色进行调节，以避免目标颜色的过度曝光。拍摄区域内还必须避免任何来自周围环境的光线和区域的强光和反射光，因为这些光将引起测量的颜色曲线发生误差。如本领域技术人员熟知的，高强度光源或闪光灯能比散射光源更好地减少反射光。

系统10还包括与车辆图像采集阵列14相连接的图像分析仪18。图像分析仪18具有根据方法设置的如下功能，可快速检查着色区域，并相应地将其颜色曲线与一组预设置的事先计算出的置信区间相比较，以确定正被拍摄的车辆的特定区域的匹配百分比。典型的颜色曲线可以是RGB曲线，但值得注意的是本发明的技术不局限于RGB曲线，还可通过诸如L*ab和XYZ曲线等的其他颜色空间系统来使用本发明。

系统10获得的是RAW格式的图像。然后，对这个图像进行处理(例如，用进行处理)，并将这个图像设定到预定标准色温和着色值。接着，将经过处理的图像转化为标准图像格式。此标准图像格式包括但不限于JPG、TIFF和GIF。图2的示例性图表示出了从每个相关图像提取并保存的单个颜色曲线，图2所示是以红色、绿色和蓝色表示的RGB颜色曲线，其中，曲线20代表红色，曲线30代表绿色，曲线40代表蓝色。

每个像素具有关联的颜色值，且每个颜色图像具有与之相关的很多面元。面元的数量取决于每个颜色图像的位(bit)。作为一个优选但非限定性的示例，8位的颜色图像具有的与之相关的面元可达到256个(2⁸＝256)，或面元的数量在0-255之间。当然，也可使用更高位的颜色图像，例如10位、12位、14位或者更高。位数越高，意味着有越多的面元可供分析。再以RGB为示例，RGB(每个颜色图像为8位)的颜色值为面元数，其中面元数在0-255之间。继续以RGB为例，RGB曲线以典型的8位颜色图像的RGB值表示像素数(数值)，其中，RGB中每个8位颜色图像的面元数在0-225之间。

用于对测试图像与颜色“标准”图像(由使用者或电脑识别所指定)进行比较的方法/算法，从为每个“标准”颜色的单个曲线创建一个颜色指纹开始。此举的实现方式是，对被认为颜色正确的多个颜色图像(优选为至少六个颜色图像)进行检验。用这些样本的颜色曲线计算这些样本的置信区间范围。置信区间范围以百分比表示，该百分比代表用于计算置信区间/预测区间的α范围。这个数字代表了期望后续选择到正确值的百分比。尤其是，置信百分比越接近于100，所需的置信区间越宽，以此保证获得正确值的百分比较高。α范围可任选。根据本发明的优选实施例，α范围可介于大约90.0％和99.9％之间。再次以RGB颜色曲线为例，每单个RGB值的可接受的数值范围，如图3中示出的那样设为0-255之间。

参见图3，再次示出了红色曲线20，绿色曲线30，以及蓝色曲线40。除了曲线20、30和40，图中还示出了每个曲线的上限和下限。具体来讲，红色曲线20的下限为下限曲线22，红色曲线20的上限为上限曲线24。同样，绿色曲线30的下限为下限曲线32，绿色曲线30的上限为上限曲线34。相似地，蓝色曲线40的下限为下限曲线42，蓝色曲线40的上限为上限曲线44。应该理解，图3中示出的曲线仅是出于对本发明做出说明的目的，而不能构成对其他可能用到的颜色曲线的限定。

本发明一个重要的方面在于，检验系统与车辆生产系统之间相互配合的方式。借助于通常与车辆连接的电子追踪标志，系统能够读取车辆应有的颜色，从而系统能够通过置信区间识别正确的颜色标准，将测试颜色与标准颜色进行相关的比较，然后确定所使用的颜色是合格还是不合格。如果颜色合格，则被测车辆可继续前进。另一方面，如果颜色不合格，则会有提示(其形式，例如，可以是警报或其他警示方式)与系统操作者联系，这种情况下，需对该车辆进行进一步的检查。

当检查测试图像以确定颜色曲线是否在标准置信区间内时，相对于已建立的置信区间检查每个面元值。如果测试数值落入了标准数值置信区间内，则该面元就被确定为合格。另一方面，如果数值落到标准数值置信区间范围之外，则该面元就被认为不合格。根据本发明优选的实施例，在测试曲线和标准曲线的设定最小数值以下的区域，不在测试范围内，因为这些区域不影响着色。

一旦确定了合格面元和不合格面元，则用所有合格面元的数量和除以被检查面元的数量，以得到单个测试曲线的匹配百分比。由于有三条曲线(通常为红色、绿色和蓝色，但不是唯一的)，小组分析(panel analysis)的最终分析结果是特定测试样本的红色匹配百分比、绿色匹配百分比以及蓝色匹配百分比。重叠区域的可视化表示示出为图4中的重叠区域50。图5中示出了RGB曲线组的一部分数据分析列表。特定测试样本的合格/不合格的临界值由使用者设定。

作为本发明的可选择变型，为了使得件与件之间的颜色变化能够被接受，本发明运用一种新方法，该方法使用每单个颜色的最新“合格”测试小组重新计算置信区间。根据这种可选择变型，颜色数据可用于重新计算置信区间，以给每种颜色提供一种实时(living)的颜色指纹。具体而言，当一个新的测试小组被识别为“合格”，这个新测试小组就会取代先前用于计算置信区间的最旧的测试小组，之后，一个新的置信区间将被计算出来并用于下一次的测试。此方法使置信区间成为动态的，并且使得置信区间由于件与件之间的变化而改变，不过仍使用原来的方法来识别有关颜色错配的缺陷。用于计算置信区间的测试样本的数量由使用者设定，但是，如前所述，至少应选定六个或六个以上的样本。不过，这种变型可以不具有普遍性，在没有实时的颜色指纹的情况下，本发明公开的系统亦可正常运作。

以上公开并描述了本发明的示例性实施例。在不脱离本发明的精神和范围的情形下，本发明可以具有多种变型。例如，除了本发明公开的对比曲线的方法，还可参照以曲线形状为中心而选定的衡量标准。也可以通过对已确认正确的曲线与测试曲线之间的误差取平均值的方式进行曲线比较。因此，根据前述内容，在不背离本发明的真实意图和由权利要求限定的保护范围的前提下，本领域技术人员可以进行其他修改和变型。

Claims (9)

1.一种用于检验车辆所有区域的着色、用于识别颜色错配以及用于动态地确定所识别出的错配的可接受性的系统，所述系统包括：车辆图像采集阵列和与所述车辆图像采集阵列连接的图像分析仪，其特征在于：

所述车辆图像采集阵列对所述车辆的选定区域进行数字化扫描；

所述图像分析仪根据上、下标准置信颜色曲线对所述图像分析仪进行初始设置，所述图像分析仪具有如下功能：

将通过所述车辆图像采集阵列获得的扫描区域之一的图像转化为标准格式的图像，从该标准格式的图像中提取实际的单个颜色曲线；以及

将所提取到的颜色曲线与所述标准置信颜色曲线进行比较，以通过建立所述扫描区域之一的匹配百分比，而确定所提取的颜色曲线是否落入了所述上、下标准置信颜色曲线内，

其中，颜色测试过程中，依据累积提取的所述选定区域的颜色曲线，可调整所述初始设置的上、下标准置信颜色曲线。

2.根据权利要求1所述的系统，其中，所述颜色曲线选自由RGB、L*ab和XYZ构成的组。

3.根据权利要求1所述的系统，其中，所述车辆图像采集阵列包括数码相机。

4.根据权利要求1所述的系统，其中，所述图像分析仪包括根据标准色温和着色值处理所获得的图像的处理器。

5.根据权利要求1所述的系统，其中，所提取的每个扫描区域的颜色曲线具有面元。

6.根据权利要求5所述的系统，其中，所述面元的数量取决于所述图像的位数。

7.根据权利要求1所述的系统，其中，所述上、下标准置信颜色曲线基于多个颜色正确的图像。

8.根据权利要求7所述的系统，其中，所述多个颜色正确的图像的数量为六个。

9.根据权利要求7所述的系统，其中，所述多个颜色正确的图像的数量大于六个。