顏色識(shí)別中的基于均分面模型的評(píng)估方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種均分面模型的評(píng)估方法，特別是涉及一種顏色識(shí)別中的基于均分 面模型的評(píng)估方法。
【背景技術(shù)】
[0002] 目標(biāo)顏色特征可用其在HSI顏色空間中的顏色分布特性來(lái)表征。對(duì)于簡(jiǎn)單的應(yīng) 用，可以直接給出目標(biāo)顏色的閾值范圍。但是，實(shí)際環(huán)境中，往往由于光照不均勻和成像角 度的差異，使得分布范圍不能包含目標(biāo)顏色在不同成像條件下實(shí)際空間分布。以往的顏色 區(qū)別采用矢量、點(diǎn)集距離、單維分析等方法，只能對(duì)明顯顏色進(jìn)行區(qū)別。而在顏色種類多， 且顏色很接近的情況下，如近白色系和近青色系，傳統(tǒng)方法就無(wú)法有效識(shí)別，更無(wú)法進(jìn)行檢 測(cè) 。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種顏色識(shí)別中的基于均分面模型的評(píng)估方 法，其構(gòu)筑均分面模型，采用優(yōu)化解析過(guò)程，確定刻畫(huà)顏色空間點(diǎn)集的三個(gè)均分面指數(shù)，再 由評(píng)估函數(shù)核形式完成對(duì)HSI顏色點(diǎn)集的歸類評(píng)估。
[0004] 本發(fā)明是通過(guò)下述技術(shù)方案來(lái)解決上述技術(shù)問(wèn)題的：本發(fā)明公開(kāi)了一種顏色識(shí)別 中的基于均分面模型的評(píng)估方法，其包括以下步驟： 步驟一：均分面模型構(gòu)建； 步驟二：優(yōu)化解析求解； 步驟二：生成基于尚斯型的評(píng)估t旲型； 步驟四：形成顏色評(píng)估矩陣。
[0005] 優(yōu)選地，所述步驟一采用空間平移、引入面指數(shù)定制規(guī)則。
[0006] 優(yōu)選地，所述步驟二引入Langrange算子。
[0007] 優(yōu)選地，所述步驟四將采集圖像的顏色數(shù)據(jù)轉(zhuǎn)換到HSI空間。
[0008] 本發(fā)明的積極進(jìn)步效果在于：本發(fā)明構(gòu)筑均分面模型，采用優(yōu)化解析過(guò)程，確定 刻畫(huà)顏色空間點(diǎn)集的三個(gè)均分面指數(shù)，再由評(píng)估函數(shù)核形式完成對(duì)HSI顏色點(diǎn)集的歸類評(píng) 估。這種顏色評(píng)估矩陣函數(shù)的構(gòu)建對(duì)于顏色識(shí)別，特別是相近顏色的區(qū)別有著方便、快捷和 準(zhǔn)確的效果，在實(shí)際使用中，超過(guò)Cognex的顏色識(shí)別能力，特別體現(xiàn)在能夠準(zhǔn)確分別白色 系和青色系中的多種顏色。該評(píng)估方法已應(yīng)用于某公司的24種顏色的藥片檢測(cè)系統(tǒng)中，同 時(shí)還可以應(yīng)用于多顏色的識(shí)別和處理領(lǐng)域，簡(jiǎn)化了評(píng)估計(jì)算的內(nèi)容。
【附圖說(shuō)明】
[0009] 圖1為本發(fā)明顏色識(shí)別中的基于均分面模型的評(píng)估方法的流程圖。
【具體實(shí)施方式】
[0010] 下面結(jié)合附圖給出本發(fā)明較佳實(shí)施例，以詳細(xì)說(shuō)明本發(fā)明的技術(shù)方案。
[0011] 本發(fā)明顏色評(píng)估矩陣函數(shù)的構(gòu)建對(duì)于顏色識(shí)別，特別是相近顏色的區(qū)別有著方 便、快捷和準(zhǔn)確的效果，在實(shí)際使用中，超過(guò)Cognex的顏色識(shí)別能力，特別體現(xiàn)在能夠準(zhǔn)確 分別白色系和青色系中的多種顏色。該評(píng)估方法已應(yīng)用于某公司的24種顏色的藥片檢測(cè) 系統(tǒng)中，同時(shí)還可以應(yīng)用于多顏色的識(shí)別和處理領(lǐng)域。如果分立式構(gòu)建，會(huì)引入比較多的關(guān) 聯(lián)內(nèi)容，但是從總體來(lái)觀察，可以看到這個(gè)體系可以統(tǒng)一成一個(gè)矩陣形式，從而簡(jiǎn)化了評(píng)估 計(jì)算的內(nèi)容。
[0012] 本發(fā)明顏色識(shí)別中的基于均分面模型的評(píng)估方法包括以下步驟： 步驟一，均分面模型構(gòu)建，具體內(nèi)容如下： 核函數(shù)采用一般平面方程構(gòu)造的距離形式，不能方便有效地求解均分面指數(shù)，因此，本 發(fā)明采用空間平移、引入面指數(shù)定制規(guī)則，將有助于形成良好的求解過(guò)程。
[0013] 點(diǎn)經(jīng)過(guò)空間平移如下式（1)的距離到原點(diǎn)。
[0014]
式中;名...:代表點(diǎn)集:德費(fèi)祕(mì):的中心點(diǎn)，愚，％*%代表各自項(xiàng)均值，表示 點(diǎn)集總個(gè)數(shù)。因?yàn)槠矫鎯?nèi)任意點(diǎn)指向原點(diǎn)的向量都與面指數(shù)正交，所以經(jīng)過(guò)原點(diǎn)的平面方 程為如下式（2):
式中代表空間點(diǎn)集到均分面的距離。
[0015] 構(gòu)造均分面模型，可有如下式（5):
即為* X := >1 * I特征值和特征值向量的求解過(guò)程。該方陣行列式為〇,有如下式 (10)：



?
CN 105006005 A 說(shuō)明書(shū) 9/10 頁(yè)
將采集圖像的顏色數(shù)據(jù)，轉(zhuǎn)換到HSI空間，通過(guò)此評(píng)估矩陣，可以得到很明顯的分類作 用。當(dāng)屬于某一顏色的HSI數(shù)據(jù)，經(jīng)過(guò)顏色評(píng)估矩陣函數(shù)處理后，該評(píng)估值很大，接近1，如 果稍微偏移出該顏色點(diǎn)集范圍，則評(píng)估值立即減少到KT (-10)以下。分類作用非常有效。 對(duì)于顏色識(shí)別，可以直接采用閾值方式進(jìn)行分類。
[0022] 以上所述的具體實(shí)施例，對(duì)本發(fā)明的解決的技術(shù)問(wèn)題、技術(shù)方案和有益效果進(jìn)行 了進(jìn)一步詳細(xì)說(shuō)明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施例而已，并不用于限制 本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本 發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種顏色識(shí)別中的基于均分面模型的評(píng)估方法，其特征在于，其包括： 步驟一：均分面模型構(gòu)建； 步驟二：優(yōu)化解析求解； 步驟二：生成基于尚斯型的評(píng)估t旲型； 步驟四：形成顏色評(píng)估矩陣。2. 如權(quán)利要求1所述的顏色識(shí)別中的基于均分面模型的評(píng)估方法，其特征在于，所述 步驟一采用空間平移、引入面指數(shù)定制規(guī)則。3. 如權(quán)利要求1所述的顏色識(shí)別中的基于均分面模型的評(píng)估方法，其特征在于，所述 步驟二引入Langrange算子。4. 如權(quán)利要求1所述的顏色識(shí)別中的基于均分面模型的評(píng)估方法，其特征在于，所述 步驟四將采集圖像的顏色數(shù)據(jù)轉(zhuǎn)換到HSI空間。
【專利摘要】本發(fā)明公開(kāi)了一種顏色識(shí)別中的基于均分面模型的評(píng)估方法，其包括以下步驟：步驟一：均分面模型構(gòu)建；步驟二：優(yōu)化解析求解；步驟三：生成基于高斯型的評(píng)估模型；步驟四：形成顏色評(píng)估矩陣。這種顏色評(píng)估矩陣函數(shù)的構(gòu)建對(duì)于顏色識(shí)別，特別是相近顏色的區(qū)別有著方便、快捷和準(zhǔn)確的效果，在實(shí)際使用中，超過(guò)Cognex圖像處理軟件的顏色識(shí)別能力，特別體現(xiàn)在能夠準(zhǔn)確分別白色系和青色系中的多種顏色。該評(píng)估方法已應(yīng)用于某公司的24種顏色的藥片檢測(cè)系統(tǒng)中，同時(shí)還可以應(yīng)用于多顏色的識(shí)別和處理領(lǐng)域。
【IPC分類】G06T7/40
【公開(kāi)號(hào)】CN105006005
【申請(qǐng)?zhí)枴緾N201510498781
【發(fā)明人】繆江平, 熊小輝
【申請(qǐng)人】上海映初智能科技有限公司
【公開(kāi)日】2015年10月28日
【申請(qǐng)日】2015年8月14日