本文選題：視覺(jué)檢測(cè)　切入點(diǎn)：顏色測(cè)量　出處：《北京交通大學(xué)》2017年碩士論文

【摘要】：基于機(jī)器視覺(jué)系統(tǒng)實(shí)現(xiàn)印刷品質(zhì)量在線(xiàn)檢測(cè)已成為一種趨勢(shì),其中顏色是印刷品質(zhì)量的重要評(píng)價(jià)指標(biāo),但機(jī)器視覺(jué)檢測(cè)系統(tǒng)通過(guò)數(shù)字相機(jī)僅能獲得待測(cè)目標(biāo)在RGB顏色空間下的圖像,同一待測(cè)目標(biāo)在不同成像環(huán)境下的RGB值并不相同。在印刷品顏色質(zhì)量的檢測(cè)過(guò)程中,需要利用顏色測(cè)量技術(shù)才能得到待測(cè)目標(biāo)真實(shí)的顏色值。本文利用物體表面的光譜特性實(shí)現(xiàn)了顏色測(cè)量。同時(shí)基于對(duì)顏色測(cè)量色差可控的要求,本文提出了設(shè)備無(wú)關(guān)的顏色空間樣本設(shè)計(jì)方法限定顏色估計(jì)誤差,解決了機(jī)器視覺(jué)檢測(cè)系統(tǒng)中的色差控制難題。本文提出了一種基于R矩陣的光譜反射率重建算法,并根據(jù)不同顏色空間之間的映射關(guān)系,實(shí)現(xiàn)了顏色測(cè)量。該方法在十二通道線(xiàn)掃面CCD成像系統(tǒng)下,對(duì)主成分分析法與R矩陣法進(jìn)行理論分析與驗(yàn)證,提出了利用主成分分析法對(duì)R矩陣法進(jìn)行改進(jìn),實(shí)現(xiàn)光譜反射率重建的方法。然后將光譜信息轉(zhuǎn)換到色度顏色空間中,從光譜反射率的重建精度以及顏色色差兩方面對(duì)顏色測(cè)量的精度進(jìn)行評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的R矩陣法能夠?qū)崿F(xiàn)顏色在色度與光譜兩者上的高精度匹配,可用于實(shí)際的工業(yè)印刷品顏色質(zhì)量檢測(cè)。本文提出了基于CIE 1976 L**b*顏色空間均勻分割的樣本設(shè)計(jì)方法。該方法將CIE 1976 L*a*b*顏色空間變換為以顏色的明度、飽和度以及色調(diào)表示的極坐標(biāo)LCH形式,采用等明度、等飽和度、等色調(diào)的分割方式,對(duì)CIE 1976 L*a*b*顏色空間進(jìn)行均勻取顏色點(diǎn),將顏色空間的顏色估計(jì)誤差限定在均勻的樣點(diǎn)之間。為了檢驗(yàn)訓(xùn)練樣本對(duì)顏色測(cè)量模型建立的精度影響,利用BP神經(jīng)網(wǎng)絡(luò)法以及支持向量機(jī)法建立顏色空間轉(zhuǎn)換模型,并對(duì)隨機(jī)生成的測(cè)試樣本進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明,基于CIE 1976 L**b*顏色空間均勻分割的訓(xùn)練樣本,能夠控制顏色測(cè)量結(jié)果的精度,提高了顏色測(cè)量結(jié)果的有效性。
[Abstract]:It has become a trend to realize print quality on-line detection based on machine vision system, in which color is an important evaluation index of print quality. However, the machine vision detection system can only obtain the image of the target under the RGB color space through the digital camera, and the RGB value of the same target under different imaging environment is different. In order to obtain the true color value of the target to be measured, the color measurement is realized by using the spectral characteristics of the object surface. At the same time, based on the requirement of controllable color difference measurement, the real color value of the target can be obtained by using the technique of color measurement. In this paper, a design method of device independent color space samples is proposed to limit the error of color estimation, which solves the problem of color difference control in machine vision detection system. In this paper, a spectral reflectivity reconstruction algorithm based on R matrix is proposed. According to the mapping relationship between different color spaces, the color measurement is realized. The principal component analysis method and the R matrix method are theoretically analyzed and verified in the 12-channel linear scanning CCD imaging system. A method of spectral reflectivity reconstruction is proposed by using principal component analysis (PCA) to improve the R matrix method, and then the spectral information is transformed into chrominance color space. The accuracy of color measurement is evaluated in terms of spectral reflectivity reconstruction accuracy and color difference. The experimental results show that the improved R-matrix method can achieve high accuracy matching between chrominance and spectrum. This paper presents a sample design method based on uniform segmentation of CIE 1976 Lnb * color space. This method transforms CIE 1976 Lnab * color space into the brightness of color. In the polar coordinate LCH form of saturation and hue representation, using the method of equal brightness, equal saturation and equal hue, the color space of CIE 1976 is evenly selected. In order to test the effect of training samples on the accuracy of color measurement model, the color space conversion model is established by BP neural network method and support vector machine method. The experimental results show that the training samples based on uniform segmentation of CIE 1976 Lnb * color space can control the accuracy of color measurement results and improve the effectiveness of color measurement results.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 汪文忠;;色彩在印刷中的應(yīng)用[J];印刷質(zhì)量與標(biāo)準(zhǔn)化;2015年07期

2 李瑞娟;楚高利;鄧倩;王娜;;印刷品質(zhì)量檢測(cè)顏色轉(zhuǎn)換模型研究[J];包裝工程;2015年11期

3 馬麗娜;;基于單元多項(xiàng)式回歸法的掃描儀色彩校正研究[J];包裝學(xué)報(bào);2015年02期

4 羅元;聶俊齊;張毅;;基于Fourier-Mellin變換和相位相關(guān)的MEMS旋轉(zhuǎn)角度的測(cè)量[J];半導(dǎo)體光電;2013年02期

5 周煒;李衛(wèi)東;;國(guó)內(nèi)外電腦測(cè)色儀的發(fā)展現(xiàn)狀[J];上海紡織科技;2013年01期

6 孫振;冉鑫;應(yīng)士君;;陣列相機(jī)多光譜圖像采集技術(shù)[J];計(jì)算機(jī)與現(xiàn)代化;2012年04期

7 楊曉莉;;結(jié)合PCA與ICA的Munsell色卡光譜反射比重建[J];湖北民族學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年02期

8 趙紅霞;羅志揚(yáng);段芳;;基于Matlab神經(jīng)網(wǎng)絡(luò)工具箱的顏色模型轉(zhuǎn)換方法研究(英文)[J];井岡山學(xué)院學(xué)報(bào);2009年05期

9 徐艷芳;黃敏;劉浩學(xué);武兵;;基于色調(diào)區(qū)域分割的掃描儀顏色轉(zhuǎn)換[J];信息記錄材料;2007年01期

10 陳永義,俞小鼎,高學(xué)浩,馮漢中;處理非線(xiàn)性分類(lèi)和回歸問(wèn)題的一種新方法(I)——支持向量機(jī)方法簡(jiǎn)介[J];應(yīng)用氣象學(xué)報(bào);2004年03期

相關(guān)博士學(xué)位論文 前3條

1 劉怡軒;在線(xiàn)式分光測(cè)色儀研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2015年

2 王瑩;多光譜圖像色彩再現(xiàn)關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2010年

3 梁冬泰;多尺度多元圖像分析機(jī)器視覺(jué)檢測(cè)理論及其應(yīng)用研究[D];浙江大學(xué);2009年

相關(guān)碩士學(xué)位論文 前3條

1 劉海娟;基于圖像處理的印刷品缺陷檢測(cè)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2012年

2 李博;基于三色相機(jī)的多光譜圖像獲取方法研究[D];曲阜師范大學(xué);2012年

3 姚德;基于機(jī)器視覺(jué)的煙標(biāo)在線(xiàn)檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2011年

，

本文編號(hào)：1671261