基于CIE1976 色度空间的色差检测

基于CIE1976色度空间的色差检测

印刷品的缺陷主要有两大类别：色彩缺陷和表面缺陷。色彩缺陷主要表现为印刷过程中的色差现象，即由油墨密度造成的颜色过浓或者过淡的现象等；表面缺陷是指在印刷过程中受环境干扰或者机械因素等造成的印刷表面图像字符质量的破坏。

一 、色彩缺陷

从CIE1931RGB系统到CIE1931XYZ系统，再到CIE1960UCS系统，再到CIE1976LAB系统，一直都在向\均匀化\方向发展。（1）CIE1931XYZ颜色空间只是采用简单的数学比例方法，描绘所要匹配颜色的三刺激值的比例关系，就是在RGB系统的基础上，用数学方法，选用三个理想的原色来代替实际的三原色，从而将CIE-RGB系统中的光谱三刺激值

和色度坐标r、g、b均变为正值，R、G、B分别为匹配待配色所需要的红、绿、蓝三

原色的数量，称为三刺激值；（2）CIE1960UCS颜色空间将CIE1931xy色度图作了线形变

换，从而使颜色空间的均匀性得到了改善，但亮度因数没有均匀化。（3）CIE1976LAB颜色空间改善色度均匀性及亮度因数。已成为世界各国正式采纳、作为国际通用的测色标准。它适用于一切光源色或物体色的表示与计算。

采用CIE1976-L*a*b*均匀颜色空间系统。将RGB 模式转换为 Lab 模式。这中间涉及到 RGB 转换为 XYZ 模式，再转换为 Lab 模式。

若X/X0，Y/Y0,Z/Z0均大于0.008856，则转换公式为：

若X/X0，Y/Y0，Z/Z0。均不大于0.008856，则转换公式为:

其中，X0，Y0，Z0为 CIE 为标准照明体照到完全漫反射体表面的三刺激值，代表照明光源色颜色。，+a表示红色，-a表示绿色，+b表示黄色，-b表示蓝色，颜色的明度由L的百分数来表示。

色差是指用数值的方式表示两种颜色给人的色差感觉上的差别。

ΔE* =1时称 1 个 NBS（美国国家标准局的缩写）色差单位。

二 、表面缺陷

核心思想：通过与标准样张的比对,检测印刷品中的缺陷。图像匹配是将实时采集到的图像与标准图像在位置空间与灰度上的匹配，对存在错位、偏转或尺度变换待测图像进行纠正，保证采集到的实时图像与标准图像上每一个像素的灰度和位置都是严格相对应的。

图像分层灰度化处理方法，是先借助图像采集设备得到 R、G、B 三个单色图像，之后再分别对 R、G、B 单色图像进行灰度化处理。

（1）分区

该方法中首先由操作人员选定ROI区域，并通过ROI区域的位置特征，确定预匹配的区域范围，并通过相似性色度计算，确定待测图像与标准图像在空间上的位置关系。但该方案只能应用于印刷标准图像与待测图像只存在运动方向和轴向方向上的偏移，不存在角度上的偏移的情况。

为进一步降低数据计算的复杂度，在对图像进行分析时，考虑将整幅灰度图像分割为大小一致的不同分区区域，由直接对整幅图像进行处理转化为对分区域进行处理，这大大降低了算法处理数据的复杂程度，处理速度得到大大提高。

图像分区大小以像素点的个数计算，考虑到分区的大小直接影响检测的速度与精度，分区太小，检测精度高，但速度相对降低，分区太大，检测精度会降低。正确设置分区大小对检测算法非常重要。这里分区区域的大小为10*10个像素。

（2）基于区域投影直方图的缺陷检测

首先，将待测图像与标准图像进行分区处理，然后对各分区区域灰度值分别进行水平和垂直投影，分别按行与按列计算图像灰度值的总和，以此作为各分区区域的灰度特征值，基于此特征值对待测图像进行匹配，通过阈值匹配结果，分割出有缺陷的区域。

（3）金字塔分层检测主要思想是把原图像分解成许多不同分辨率的子图像，并把高分辨率（尺寸较大）的子图像放在下层，把低分辨率（尺寸较小）的子图像放在上层，从而构成一个金字塔。

具体算法是先将模板图像和待检图像分别以金字塔结构进行分解（实际中还可以根据像素位置对像素值设置不同的权重）,然后从最底层开始进行匹配,完成一层之后上升一层,直到最高层。在每层匹配时都设置合适的容差 T（即容许的匹配误差）以判断在该层的误差ｅ是否超出（如超出则认为不合格）。高分辨率的下层可用于分析细节，低分辨率的上层可以用于分析较大的物体。

图像匹配算法主要分为两类：

（1）一类是基于灰度匹配的方法。主要用空间的一维或二维滑动模板进行图像匹配，匹配率高，但计算量大，速度较慢。

（2）一类是基于特征匹配的方法。匹配速度较快，但匹配精度低。 面特征：图像的不变矩，具有平移、灰度、尺度、旋转不变性。

线特征：图像的边缘检测，周围像素灰度急剧变化像素的集合。先检测图像中的边缘点，在按照某种策略将边缘点连接成轮廓。一阶微分算子、二阶微分算子。Canny算子

点特征：Harris角点检测，在各方向上移动小窗口，如果窗口内的灰度发生了重大变化，那么就认为在窗口内遇到了角点。

不变点特征：SIFT SURF特征检测，首先建立图像的尺度空间表示，然后在其中搜索图像极值点，由极值点建立特征描述向量，最后用特征描述向量进行相似度匹配。旋转、缩放、仿射不变性。

匹配标准：距离度量，欧氏距离、马氏距离。均方根、差绝对值和误差、相似度。

本文来源：https://www.bwwdw.com/article/62kv.html