一种布料智能比色方法及系统与流程

本发明涉及图像处理。更具体地，本发明涉及一种布料智能比色方法及系统。

背景技术：

1、在布料生产的过程中，由于染料浓度、染色工艺、温度和湿度的微小差异，最终成品的颜色可能会有轻微的变化。这可能会导致客户因颜色不一致而产生退货。因此在大批量生产布料的过程中，保持每一批次布料颜色的一致性至关重要。为了保持每一批次布料颜色的一致性，需要对生产出的布料和标准的对比布料进行比色，现有技术中通常采用cmc色差公式来计算待检测布料与标准的对比布料之间的颜色差异，从而实现对生产出的布料和标准的对比布料进行比色。如图1所示，传统的cmc色差公式比对方法的方法为：首先采集第一图片和第二图片，然后设置明度权重因子和彩度权重因子，最后依据设置好的明度权重因子和彩度权重因子结合色差公式对第一图片和第二图片的色差进行计算。

2、然而传统的cmc色差公式比对方法仅对两个纯色块之间颜色差别的衡量具有很好的比对效果，布料是由丝线编织而成的，布料表面的纹理、光泽度和反射特性会对图像中布料的颜色表现产生影响，即使布料用肉眼看起来是颜色均匀的，其在图像中也会呈现出不均匀的状态，利用cmc色差公式进行比色时为了提高比对效果需选取合适的明度权重因子和彩度权重因子。

3、在采用cmc色差公式对布料进行比色时，通常采用固定的明度权重因子和彩度权重因子，但是实际生产时会涉及到多种类型和多种颜色的布料，若对不同类型不同颜色的布料均采用统一的明度权重因子和彩度权重因子，会导致比色结果的准确度较差；为了提高比色结果的准确性，可在采用cmc色差公式进行比色过程中调整明度权重因子和彩度权重因子的数值，但是该种方式又会导致对布料进行比色时效率低下。

技术实现思路

1、为解决采用传统的cmc色差公式对布料进行比色时准确度低和效率低的技术问题，本发明在如下的多个方面中提供方案。

2、在第一方面中，本发明提供了一种布料智能比色方法，包括：

3、获取待检测布料的图像与对比布料的图像，并确定待检测布料的图像的颜色均匀程度、所有像素点明度以及对比布料的图像中所有像素点明度；

4、依据待检测布料的图像的颜色均匀程度、待检测布料的图像和对比布料的图像中所有像素点明度的平均值计算明度权重因子，其计算表达式为：

5、；

6、式中，表示明度权重因子，表示待检测布料的图像中所有像素点明度的平均值，为对比布料的图像中所有像素点明度的平均值，表示待检测布料的图像的颜色均匀程度， exp()为以自然常数e为底数的指数函数；

7、依据所述明度权重因子计算彩度权重因子，所述彩度权重因子与所述明度权重因子成负相关；

8、依据所述明度权重因子和所述彩度权重因子，通过cmc色差公式对待检测布料和对比布料进行比色。

9、其有益效果为：本发明中的布料智能比色方法，在计算明度权重因子时考虑到了待检测布料的图像与对比布料的图像之间的总体明度差距对色差值的影响，在总体明度差距较大时使明度权重因子较大，以提高色差结果对图像明度的相对容忍程度，降低明度对总色差的敏感性，在总体明度差距较小时使明度权重因子较小，以降低色差结果对图像明度的相对容忍程度，提高明度对总色差的敏感性；

10、在初步计算出明度权重因子后结合待检测布料的图像的颜色均匀程度对色差值的影响进一步对计算出的明度权重因子进行校正，在颜色均匀程度较高时，将计算出的明度权重因子调小，以降低色差结果对图像明度的相对容忍程度，提高明度对总色差的敏感性；在颜色均匀程度较低时，将计算出的明度权重因子调大，以提高色差结果对图像明度的相对容忍程度，降低明度对总色差的敏感性。

11、在计算彩度权重因子时，考虑到了待检测布料图像与对比布料图像之间的明度差异，在明度差异较大时，使用较小的彩度权重因子，从而放大彩度在色差中的影响，以确保布料视觉表现的整体差异能被准确捕捉；在明度差异较小时，使用较大的彩度权重因子，从而让整体色差更准确地反映出布料明度的细微差异，从而避免不必要的彩度放大。

12、因此，采用本发明的方法可以大大提高利用cmc色差公式对待检测布料与对比布料进行比色时，计算出的色差的精确度。此外，采用本发明的方法在对待检测的布料和对比布料之间的色差进行比对时，由于是自适应计算出能够使色差计算结果更加准确的明度权重因子和彩度权重因子，从而避免了对明度权重因子和彩度权重因子进行调节的过程，从而大大提高色差比对的效率。

13、优选地，所述彩度权重因子的计算表达式为：

14、；

15、式中， c表示彩度权重因子， exp()为以自然常数e为底数的指数函数。

16、优选地，所述彩度权重因子的计算表达式为：

17、；

18、式中， c表示彩度权重因子， exp()为以自然常数e为底数的指数函数，为待检测布料的图像中所有像素点红绿分量变化梯度的平均值，为对比布料的图像中所有像素点红绿分量变化梯度的平均值，为待检测布料的图像中所有像素点黄蓝分量变化梯度的平均值，为对比布料的图像中所有像素点黄蓝分量变化梯度的平均值。

19、其有益效果为：在依据明度权重因子初步计算出彩度权重因子后，进一步依据待检测布料图像的梯度和对比布料图像的梯度的均值对彩度权重因子进行修正，在待检测布料图像的梯度和对比布料图像的梯度的均值较大时，将计算出的彩度权重因子调小，以降低色差结果对图像彩度的相对容忍程度，提高明度对总色差的敏感性，使彩度差在cmc色差公式中占据更大的相对比重；在待检测布料的图像的梯度和对比布料的图像的梯度的均值较小时，将计算出的彩度权重因子调大，以提高色差结果对图像彩度的相对容忍程度，降低明度对总色差的敏感性，使彩度差在cmc色差公式中占据更小的相对比重。从而进一步提高利用cmc色差公式计算出的色差的准确度。

20、优选地，待检测布料的图像的颜色均匀程度的获取方法包括：

21、对待检测布料的图像进行灰度化，从而得到待检测布料灰度图，并获取所述待检测布料灰度图中的最大灰度值和最小灰度值；

22、依据所述最大灰度值和所述最小灰度值之间的差值计算待检测布料的图像的颜色均匀程度，所述颜色均匀程度与所述差值呈负相关。

23、其有益效果为：通常情况下，灰度图的最大灰度值和所述最小灰度值之间的差值越大，说明布料的灰度图中可能存在越多的灰度级，由于不同的灰度级对应着不同的颜色，因此该差值越大时，说明布料图像中可能存在的颜色种类越多，图像中的布料颜色可能越不均匀，则布料图像的颜色均匀程度越小；反之，该差值越小，说明布料图像的灰度图中可能存在越少的灰度级，由于不同的灰度级对应着不同的颜色，因此该差值越小时，说明布料图像中可能存在的颜色种类越少，图像中的布料颜色可能越均匀，则布料图像的颜色均匀程度越大。因此，采用本发明的待检测布料的图像的颜色均匀程度的获取方法可以较为准确地计算出待检测布料的图像的颜色均匀程度。

24、优选地，所述颜色均匀程度的计算表达式为：

25、；

26、式中， m表示待检测布料的图像的颜色均匀程度， exp()为以自然常数e为底数的指数函数，表示待检测布料灰度图的最大灰度值，表示待检测布料灰度图的最小灰度值。

27、其有益效果为：在计算颜色均匀程度时，通过对的值进行归一化，从而保障颜色均匀程度的计算结果为0到1之间的数值，进而避免计算出的明度权重因子过大或过小。

28、优选地，还包括：对所述待检测布料灰度图中的所有像素点的灰度值进行统计，从而获取待检测布料灰度图的灰度直方图；依据所述灰度直方图获取所述待检测布料灰度图中具有相同灰度值的像素点的最大数量；依据所述最大数量和所述待检测布料灰度图的像素点总数量的比值对所述颜色均匀程度进行修正，修正后的颜色均匀程度与所述比值呈正相关。

29、其有益效果为：由于采集布料图像时会产生一定的噪声，噪声的存在可能会使偏大，进而可能会使得颜色均匀的布料图像的颜色均匀程度偏小，因此，利用具有相同灰度值的像素点的最大数量和所述待检测布料灰度图的像素点总数量的比值对颜色均匀程度进行向上修正，当该比值越大时，说明布料图像中的颜色越纯粹，对颜色均匀程度向上修正的程度越大，反之，当该比值越小时，说明布料图像中的颜色可能越不纯粹，此时对颜色均匀程度修正的程度越小。因此，采用本发明的方法可以使计算出的颜色均匀程度更加准确，从而进一步提高待检测布料的颜色比对结果的准确度。

30、优选地，修正后的颜色均匀程度的计算表达式为：

31、；

32、式中，n表示具有相同灰度值的像素点的最大数量，n表示待检测布料灰度图的像素点总数量，表示修正后的颜色均匀程度。

33、其有益效果为：由于为0至1之间的数值，当越小时，说明布料图像中的颜色越纯粹，越大，修正后的颜色均匀程度越小，当越大时，说明布料图像中的颜色越不纯粹，越小，修正后的颜色均匀程度越大。采用本发明的表达式，可快速准确地对颜色均匀程度进行修正。

34、优选地，在获取所述待检测布料与对比布料的图像时，所述待检测布料与对比布料的拍摄角度、光源以及光照条件均相同。

35、优选地，在获取所述待检测布料与对比布料的图像时，待检测布料和对比布料均铺放平整，且待检测布料和对比布料的纹理走向相同。

36、在第二方面中，本发明提供了一种布料智能比色系统，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现本发明的布料智能比色方法。

37、综上，本发明的有益效果在于：采用本发明的方法可以大大提高对待检测布料与对比布料进行比色时，计算出的色差的精确度，并大大提高色差比对的效率。

技术特征：

1.一种布料智能比色方法，其特征在于，包括：

2.如权利要求1所述的布料智能比色方法，其特征在于，所述彩度权重因子的计算表达式为：

3.如权利要求1所述的布料智能比色方法，其特征在于，所述彩度权重因子的计算表达式为：

4.如权利要求1所述的布料智能比色方法，其特征在于，待检测布料的图像的颜色均匀程度的获取方法包括：

5.如权利要求4所述的布料智能比色方法，其特征在于，所述颜色均匀程度的计算表达式为：

6.如权利要求5所述的布料智能比色方法，其特征在于，还包括：

7.如权利要求6所述的布料智能比色方法，其特征在于，修正后的颜色均匀程度的计算表达式为：

8.如权利要求1~7任意一项所述的布料智能比色方法，其特征在于，在获取所述待检测布料与对比布料的图像时，所述待检测布料与对比布料的拍摄角度、光源以及光照条件均相同。

9.如权利要求8所述的布料智能比色方法，其特征在于，在获取所述待检测布料与对比布料的图像时，待检测布料和对比布料均铺放平整，且待检测布料和对比布料的纹理走向相同。

10.一种布料智能比色系统，包括处理器和存储器，所述存储器存储有计算机程序指令，其特征在于，当所述计算机程序指令被所述处理器执行时实现权利要求1~9任意一项所述的布料智能比色方法。

技术总结
本发明涉及图像处理技术领域，本发明涉及一种布料智能比色方法及系统。其中的方法包括：获取待检测布料的图像与对比布料的图像，并确定待检测布料的图像的颜色均匀程度、所有像素点明度以及对比布料的图像中所有像素点明度；依据待检测布料的图像的颜色均匀程度、待检测布料的图像和对比布料的图像中所有像素点明度的平均值计算明度权重因子；依据所述明度权重因子计算彩度权重因子，所述彩度权重因子与所述明度权重因子成负相关；依据所述明度权重因子和所述彩度权重因子，通过CMC色差公式对待检测布料和对比布料进行比色。采用本发明的方法可以提高对待检测布料与对比布料进行比色时，计算出的色差的精确度，并提高色差比对的效率。

技术研发人员：喻浩,池萃光,李红余
受保护的技术使用者：竑昌兴业（张家港）织染有限公司
技术研发日：
技术公布日：2024/12/5