CN111160476A - 一种生成色差检测模型、瓷砖分色方法及装置 - Google Patents

一种生成色差检测模型、瓷砖分色方法及装置 Download PDF

Info

Publication number
CN111160476A
CN111160476A CN201911403922.6A CN201911403922A CN111160476A CN 111160476 A CN111160476 A CN 111160476A CN 201911403922 A CN201911403922 A CN 201911403922A CN 111160476 A CN111160476 A CN 111160476A
Authority
CN
China
Prior art keywords
color
tile
color difference
picture
current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911403922.6A
Other languages
English (en)
Inventor
吴泽鹏
侯进朗
何杰贤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan Keshi Technology Co Ltd
Original Assignee
Foshan Keshi Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Foshan Keshi Technology Co Ltd filed Critical Foshan Keshi Technology Co Ltd
Priority to CN201911403922.6A priority Critical patent/CN111160476A/zh
Publication of CN111160476A publication Critical patent/CN111160476A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本说明书实施例公开一种生成色差检测模型、瓷砖分色方法及装置。瓷砖分色方法包括：在瓷砖流入传输机构后，获取相机采集到的当前图像，并从当前图像中截取到包含当前瓷砖的当前瓷砖图片；调用色差检测模型，通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值；其中，所述标准板瓷砖图片为每种色号的参考图片；根据预设的色差阈值以及所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，确定当前瓷砖的色号。程序化的瓷砖分色替代了人工分类，解决了人工根据色差程度对瓷砖进行检测容易受到各种不稳定因素干扰，导致错判、误判以及分色不准确的问题，提高了瓷砖分色的准确率。

Description

一种生成色差检测模型、瓷砖分色方法及装置
技术领域
本说明书涉及瓷砖分色领域，具体而言，涉及一种生成色差检测模型、瓷砖分色方法及装置。
背景技术
由于当前陶瓷生产采用喷墨技术，瓷砖的颜色、花纹、图案越来越多，表面越来越复杂。而依靠人工根据色差程度对瓷砖进行检测，容易受到各种不稳定因素干扰，导致错判、误判以及分色不准确的情况。
发明内容
本说明书实施例提供一种生成色差检测模型、瓷砖分色方法及装置，用以克服现有技术中存在的至少一个技术问题。
根据本说明书实施例的第一方面，提供一种生成色差检测模型的方法，包括：获取训练样本集，所述训练样本集包括多组训练样本，每组训练样本包含瓷砖样本图片及对应的用以表征瓷砖颜色的颜色特征；通过所述训练样本集对颜色特征提取模型进行训练，得到所述颜色特征提取模型，所述颜色特征提取模型的损失函数为中心损失函数；将所述颜色特征提取模型的输出作为所述色差检测模型的输入，所述色差检测模型用来计算输入的瓷砖图片与预先设置的标准板瓷砖图片之间的色差值。
可选地，所述颜色特征提取模型通过深度残差网络生成。
根据本说明书实施例的第二方面，提供一种瓷砖分色方法，包括：在瓷砖流入传输机构后，获取相机采集到的当前图像，并从当前图像中截取到包含当前瓷砖的当前瓷砖图片；调用色差检测模型，通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值；其中，所述标准板瓷砖图片为每种色号的参考图片；根据预设的色差阈值以及所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，确定当前瓷砖的色号。
可选地，所述通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值步骤，包括：判断标准板瓷砖图片对应的颜色特征个数是否为0；若标准板瓷砖图片对应的颜色特征个数为0，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为该色号对应的标准板瓷砖图片；若标准板瓷砖图片对应的颜色特征个数不为0，则通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值。
可选地，每种色号都包含一个或多个标准板瓷砖图片，但色号包含的标准瓷砖图片个数不超过预设的数量阈值。
可选地，所述根据预设的色差阈值以及所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，确定当前瓷砖的色号步骤，包括：根据当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，得到当前瓷砖图片与每种色号的标准板瓷砖图片的最小色差值；将所述最小色差值与预设的色差阈值进行比较，若所述最小色差值小于所述预设的色差阈值，则将与所述最小色差值对应的标准板瓷砖图片的色号确定为所述当前瓷砖的色号，并将所述当前瓷砖图片作为该色号的标准板瓷砖图片；若所述最小色差值大于所述预设的色差阈值，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为该色号对应的标准板瓷砖图片。
可选地，当色号包含的标准板瓷砖图片个数到达所述预设的数量阈值时，不再往该色号中添加标准板瓷砖图片。
根据本说明书实施例的第三方面，提供一种生成色差检测模型的装置，包括：获取训练样本模块、颜色特征提取模型生成模块和色差检测模型生成模块，其中：所述获取训练样本模块，被配置为获取训练样本集，所述训练样本集包括多组训练样本，每组训练样本包含瓷砖样本图片及对应的用以表征瓷砖颜色的颜色特征；所述颜色特征提取模型生成模块，被配置为通过所述训练样本集对颜色特征提取模型进行训练，得到所述颜色特征提取模型，所述颜色特征提取模型的损失函数为中心损失函数；所述色差检测模型生成模块，被配置为将所述颜色特征提取模型的输出作为所述色差检测模型的输入，所述色差检测模型用来计算输入的瓷砖图片与预先设置的标准板瓷砖图片之间的色差值。
根据本说明书实施例的第四方面，提供一种瓷砖分色装置，包括：获取模块、计算模块和色号确定模块，其中：获取模块，被配置为在瓷砖流入传输机构后，获取相机采集到的当前图像，并从当前图像中截取到包含当前瓷砖的当前瓷砖图片；计算模块，被配置为调用色差检测模型，通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值；其中，所述标准板瓷砖图片为每种色号的参考图片；色号确定模块，被配置为根据预设的色差阈值以及当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，确定当前瓷砖的色号。
可选地，所述计算模块包括：判断子模块，被配置为判断标准板瓷砖图片对应的颜色特征个数是否为0；添加子模块，被配置为若标准板瓷砖图片对应的颜色特征个数为0，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为该色号对应的标准板瓷砖图片；计算子模块，被配置为若标准板瓷砖图片对应的颜色特征个数不为0，则通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值。
可选地，所述色号确定模块包括：挑选子模块，被配置为根据当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，得到当前瓷砖图片与每种色号的标准板瓷砖图片的最小色差值；色号确定子模块，被配置为将所述最小色差值与预设的色差阈值进行比较，若所述最小色差值小于所述预设的色差阈值，则将与所述最小色差值对应的标准板瓷砖图片的色号确定为所述当前瓷砖的色号，并将所述当前瓷砖图片作为该色号的标准板瓷砖图片；若所述最小色差值大于所述预设的色差阈值，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为新色号对应的标准板瓷砖图片。
本说明书实施例的有益效果如下：
在获取到包含当前瓷砖的瓷砖图片后，调用色差检测模型，通过色差检测模型计算当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，从所有色差值中挑选最小色差值，若该最小色差值小于预设的色差阈值，则将与所述最小色差值对应的标准板瓷砖图片的色号确定为当前瓷砖的色号，若该最小色差值大于预设的色差阈值，则为当前瓷砖添加新色号，完成当前瓷砖的分色。利用生成色差检测模型的方法，用颜色特征表征瓷砖图片，再基于瓷砖图片和标准板瓷砖图片之间不同的颜色特征，计算出瓷砖图片和标准板瓷砖图片之间的色差值，将瓷砖之间不明确的颜色差别用明确的瓷砖图片之间的色差值去表征，再基于明确的色差值和预设的色差阈值，可以定量分析瓷砖和标准板瓷砖图片之间的色号关系，从而确定瓷砖的色号。从获取瓷砖图片到完成瓷砖分色，按照预先设定好的程序进行，***的合理的完成瓷砖分色。程序化的瓷砖分色替代了人工分类，解决了人工根据色差程度对瓷砖进行检测容易受到各种不稳定因素干扰，导致错判、误判以及分色不准确的问题，提高了瓷砖分色的准确率。
本说明书实施例的创新点包括：
1、在获取到包含当前瓷砖的瓷砖图片后，调用色差检测模型，通过色差检测模型计算当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，从所有色差值中挑选最小色差值，若该最小色差值小于预设的色差阈值，则将与所述最小色差值对应的标准板瓷砖图片的色号确定为当前瓷砖的色号，若该最小色差值大于预设的色差阈值，则为当前瓷砖添加新色号，完成当前瓷砖的分色。从获取瓷砖图片到完成瓷砖分色，按照预先设定好的程序进行，***的合理的完成瓷砖分色。程序化的瓷砖分色替代了人工分类，解决了人工根据色差程度对瓷砖进行检测容易受到各种不稳定因素干扰，导致错判、误判以及分色不准确的问题，提高了瓷砖分色的准确率，是本说明书实施例的创新点之一。
2、利用生成色差检测模型的方法，用颜色特征表征瓷砖图片，再基于瓷砖图片和标准板瓷砖图片之间不同的颜色特征，计算出瓷砖图片和标准板瓷砖图片之间的色差值，将瓷砖之间不明确的颜色差别用明确的瓷砖图片之间的色差值去表征，再基于明确的色差值和预设的色差阈值，可以定量分析瓷砖和标准板瓷砖图片之间的色号关系，从而确定瓷砖的色号，是本说明书实施例的创新点之一。
3、在瓷砖确定色号后，并把对应的瓷砖图片作为对应色号的标准板瓷砖图片，使得色号的标准板瓷砖图片更加丰富，在给新的瓷砖分色时有更多的参考模板，使得瓷砖分色更加细致，是本说明书实施例的创新点之一。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是示出了根据本说明书实施例提供的一种生成色差检测模型的方法的流程示意图；
图2是示出了根据本说明书实施例提供的一种瓷砖分色方法的流程示意图；
图3是示出了根据本说明书实施例提供的一种瓷砖分色方法的另一种流程示意图；
图4是示出了根据本说明书实施例提供的一种生成色差检测模型的装置的模块示意图；
图5是示出了根据本说明书实施例提供的一种瓷砖分色装置的模块示意图。
具体实施方式
下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
需要说明的是，本说明书实施例及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本说明书实施例公开了一种生成色差检测模型、瓷砖分色方法及装置。
以下分别进行详细说明。
图1是示出了根据本说明书实施例提供的一种生成色差检测模型的方法的流程示意图。该方法具体包括以下步骤：
S110：获取训练样本集，所述训练样本集包括多组训练样本，每组训练样本包含瓷砖样本图片及对应的用以表征瓷砖颜色的颜色特征；
在一个具体实施例中，事先获取多个瓷砖样本图片，所述瓷砖样本图片可以是直接在工厂的传输机构上通过相机获取，也可以从存有瓷砖图片的数据库中获取。对瓷砖样本图片进行标注，将每个瓷砖样本图片包含的颜色特征都标注在对应的瓷砖样本图片上。该颜色特征可以为RGB颜色空间中的颜色特征。至此，完成了训练样本集的收集。
S120：通过所述训练样本集对颜色特征提取模型进行训练，得到所述颜色特征提取模型，所述颜色特征提取模型的损失函数为中心损失函数；
在一个具体实施例中，所述颜色特征提取模型通过深度残差网络生成。残差网络的特点是容易优化，并且能够通过增加相当的深度来提高准确。其内部的残差快使用了跳跃连接，缓解了在深度神经网络中增加深度带来的梯度消失问题。
在一个具体实施例中，利用所述损失函数不断优化颜色特征提取模型的参数，使得所述颜色特征提模型达到更好的颜色特征提取效果，提高瓷砖分色的准确率。
S130：将所述颜色特征提取模型的输出作为所述色差检测模型的输入，所述色差检测模型用来计算输入的瓷砖图片与预先设置的标准板瓷砖图片之间的色差值。
在一个具体实施例中，所述色差检测模型为两级模型，第一级为颜色特征提取模型，第二级是表征颜色特征和色差值之间关系的模型。当所述颜色特征提取模型提取到输入的瓷砖图片的颜色特征后，将该颜色特征和预先设置的标准板瓷砖图片的颜色特征一起输入到第二级模块中，可以计算得到输入的瓷砖图片与预先设置的标准板瓷砖图片之间的色差值。用颜色特征表征瓷砖图片，再基于瓷砖图片和标准板瓷砖图片之间不同的颜色特征，计算出瓷砖图片和标准板瓷砖图片之间的色差值，将瓷砖之间不明确的颜色差别用明确的瓷砖图片之间的色差值去表征。
图2是示出了根据本说明书实施例提供的一种瓷砖分色方法的流程示意图。该方法具体包括以下步骤：
S210：在瓷砖流入传输机构后，获取相机采集到的当前图像，并从当前图像中截取到包含当前瓷砖的当前瓷砖图片；
在一个具体实施例中，通过线阵相机或面阵相机获取当前在传输机构上的瓷砖的当前图像。在获取到当前图像后，从当前图像中截取到包含当前瓷砖的当前瓷砖图片，通过截取当前图像中的当前瓷砖图片，获取有效信息，并且排除掉多余信息对后续提取当前瓷砖图片的颜色特征的干扰。
S220：调用色差检测模型，通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值；其中，所述标准板瓷砖图片为每种色号的参考图片；
在一个具体实施例中，可以调用图1实施例中保存的色差检测模型。
在一个具体实施例中，首先判断标准板瓷砖图片对应的颜色特征个数是否为0，若标准板瓷砖图片对应的颜色特征个数为0，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为该色号对应的标准板瓷砖图片；若标准板瓷砖图片对应的颜色特征个数不为0，则通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值。在程序运行前没有将标准板瓷砖图片录入时，可以通过上述方法，使得程序正常运行。
在一个具体实施例中，标准板瓷砖图片的采集可以通过人工选定各种色号的标准板瓷砖图片；也可以通过***自动采集，例如：采集若干瓷砖图片；调用所述色差检测模型，通过所述色差检测模型计算每两个瓷砖图片之间的色差值；将每个瓷砖图片与其他瓷砖图片之间的每个色差值进行求和，得到每个瓷砖图片与其他瓷砖图片之间的色差值之和；将每个瓷砖图片对应的色差值之和按照从小到大的先后顺序进行排列，得到瓷砖图片的色差关系表；通过所述色差关系表，挑选多个与其他瓷砖图片色差值之和最小的瓷砖图片作为同种色号的标准板瓷砖图片。通过事先采集标准板瓷砖图片，节约标准板瓷砖图片的采集时间，并且提高一开始瓷砖分色的准确率。
在一个具体实施例中，每种色号都包含一个或多个标准板瓷砖图片，但色号包含的标准瓷砖图片个数不超过预设的数量阈值。通过给每种色号定义多个标准板瓷砖图片，使得瓷砖分色更加细致。
S230：根据预设的色差阈值以及所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，确定当前瓷砖的色号。
在一个具体实施例中，根据当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，挑选出当前瓷砖图片与每种色号的标准板瓷砖图片的最小色差值；将所述最小色差值与预设的色差阈值进行比较，若所述最小色差值小于所述预设的色差阈值，则将与所述最小色差值对应的标准板瓷砖图片的色号确定为所述当前瓷砖的色号，并将所述当前瓷砖图片作为该色号的标准板瓷砖图片；若所述最小色差值大于所述预设的色差阈值，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为该色号对应的标准板瓷砖图片。将瓷砖之间不明确的颜色差别用明确的瓷砖图片之间的色差值去表征，再基于明确的色差值和预设的色差阈值，可以定量分析瓷砖和标准板瓷砖图片之间的色号关系，从而确定瓷砖的色号。
在一个具体实施例中，当色号包含的标准板瓷砖图片个数到达所述预设的数量阈值时，不再往该色号中添加标准板瓷砖图片。为防止色号中存储的标准板瓷砖图片的信息过多，影响程序的运行速度，设置色号包含的标准板瓷砖图片的数量阈值。
在一个总的具体实施例中，在获取到包含当前瓷砖的瓷砖图片后，调用色差检测模型，通过色差检测模型计算当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，从所有色差值中挑选最小色差值，若该最小色差值小于预设的色差阈值，则将与所述最小色差值对应的标准板瓷砖图片的色号确定为当前瓷砖的色号，若该最小色差值大于预设的色差阈值，则为当前瓷砖添加新色号，完成当前瓷砖的分色。利用生成色差检测模型的方法，用颜色特征表征瓷砖图片，再基于瓷砖图片和标准板瓷砖图片之间不同的颜色特征，计算出瓷砖图片和标准板瓷砖图片之间的色差值，将瓷砖之间不明确的颜色差别用明确的瓷砖图片之间的色差值去表征，再基于明确的色差值和预设的色差阈值，可以定量分析瓷砖和标准板瓷砖图片之间的色号关系，从而确定瓷砖的色号。从获取瓷砖图片到完成瓷砖分色，按照预先设定好的程序进行，***的合理的完成瓷砖分色。程序化的瓷砖分色替代了人工分类，解决了人工根据色差程度对瓷砖进行检测容易受到各种不稳定因素干扰，导致错判、误判以及分色不准确的问题，提高了瓷砖分色的准确率。
图3是示出了根据本说明书实施例提供的一种瓷砖分色方法的另一种流程示意图。如图3所示，在瓷砖流入传输机构后，相机拍摄当前位于传输机构上的瓷砖，得到当前图像。从该当前图像中截取到包含当前瓷砖的当前瓷砖图片，基于色差检测模型，将当前瓷砖图片与每种色号的标准板瓷砖图片进行对比，得到当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，并从该色差值中找出最小色差值。将最小色差值与预设的色差阈值进行比较，若该最小色差值比预设的色差阈值大，则给当前瓷砖添加新色号；若该最小色差值比预设色差阈值小，则将与最小色差值对应的标准板瓷砖图片的色号确定为所述当前瓷砖的色号。从获取瓷砖图片到完成瓷砖分色，按照预先设定好的程序进行，***的合理的完成瓷砖分色。程序化的瓷砖分色替代了人工分类，还解决了人工根据色差程度对瓷砖进行检测容易受到各种不稳定因素干扰，导致错判、误判以及分色不准确的问题，提高了瓷砖分色的准确率。
图4是示出了根据本说明书实施例提供的一种生成色差检测模型的装置的模块示意图。如图4所示，本说明书实施例提供的一种生成色差检测模型的装置，可以包括：
获取训练样本模块410，被配置为获取训练样本集，所述训练样本集包括多组训练样本，每组训练样本包含瓷砖样本图片及对应的用以表征瓷砖颜色的颜色特征。
颜色特征提取模型生成模块420，被配置为通过所述训练样本集对颜色特征提取模型进行训练，得到所述颜色特征提取模型，所述颜色特征提取模型的损失函数为中心损失函数。
色差检测模型生成模块430，被配置为将所述颜色特征提取模型的输出作为所述色差检测模型的输入，所述色差检测模型用来计算输入的瓷砖图片与预先设置的标准板瓷砖图片之间的色差值。
由上述内容可知，生成色差检测模型的装置可以用颜色特征表征瓷砖图片，再基于瓷砖图片和标准板瓷砖图片之间不同的颜色特征，计算出瓷砖图片和标准板瓷砖图片之间的色差值，将瓷砖之间不明确的颜色差别用明确的瓷砖图片之间的色差值去表征。
图5是示出了根据本说明书实施例提供的一种瓷砖分色装置的模块示意图。如图5所示，本说明书实施例提供的一种瓷砖分色装置，可以包括：
获取模块510，被配置为在瓷砖流入传输机构后，获取相机采集到的当前图像，并从当前图像中截取到包含当前瓷砖的当前瓷砖图片。
计算模块520，被配置为调用色差检测模型，通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值；其中，所述标准板瓷砖图片为每种色号的参考图片。
在一个具体实施例中，所述计算模块包括：
判断子模块，被配置为判断标准板瓷砖图片对应的颜色特征个数是否为0；
添加子模块，被配置为若标准板瓷砖图片对应的颜色特征个数为0，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为该色号对应的标准板瓷砖图片；
计算子模块，被配置为若标准板瓷砖图片对应的颜色特征个数不为0，则通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值。
色号确定模块530，被配置为根据预设的色差阈值以及当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，确定当前瓷砖的色号。
在一个具体实施例中，所述色号确定模块包括：
挑选子模块，被配置为根据当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，得到当前瓷砖图片与每种色号的标准板瓷砖图片的最小色差值；
色号确定子模块，被配置为将所述最小色差值与预设的色差阈值进行比较，若所述最小色差值小于所述预设的色差阈值，则将与所述最小色差值对应的标准板瓷砖图片的色号确定为所述当前瓷砖的色号，并将所述当前瓷砖图片作为该色号的标准板瓷砖图片；若所述最小色差值大于所述预设的色差阈值，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为新色号对应的标准板瓷砖图片。
由上述内容可知，瓷砖分色装置可以在获取到包含当前瓷砖的瓷砖图片后，调用色差检测模型，通过色差检测模型计算当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，从所有色差值中挑选最小色差值，若该最小色差值小于预设的色差阈值，则将与所述最小色差值对应的标准板瓷砖图片的色号确定为当前瓷砖的色号，若该最小色差值大于预设的色差阈值，则为当前瓷砖添加新色号，完成当前瓷砖的分色。从获取瓷砖图片到完成瓷砖分色，按照预先设定好的程序进行，***的合理的完成瓷砖分色。程序化的瓷砖分类替代了人工分类，解决了人工根据色差程度对瓷砖进行检测容易受到各种不稳定因素干扰，导致错判、误判以及分色不准确的问题，提高了瓷砖分色的准确率。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本说明书所必须的。
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本说明书的技术方案，而非对其限制；尽管参照前述实施例对本说明书进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本说明书实施例技术方案的精神和范围。

Claims (10)

1.一种生成色差检测模型的方法，其特征在于，包括：
获取训练样本集，所述训练样本集包括多组训练样本，每组训练样本包含瓷砖样本图片及对应的用以表征瓷砖颜色的颜色特征；
通过所述训练样本集对颜色特征提取模型进行训练，得到所述颜色特征提取模型，所述颜色特征提取模型的损失函数为中心损失函数；
将所述颜色特征提取模型的输出作为所述色差检测模型的输入，所述色差检测模型用来计算输入的瓷砖图片与预先设置的标准板瓷砖图片之间的色差值。
2.根据权利要求1所述的方法，其特征在于，所述颜色特征提取模型通过深度残差网络生成。
3.一种瓷砖分色方法，其特征在于，包括：
在瓷砖流入传输机构后，获取相机采集到的当前图像，并从当前图像中截取到包含当前瓷砖的当前瓷砖图片；
调用色差检测模型，通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值；其中，所述标准板瓷砖图片为每种色号的参考图片；
根据预设的色差阈值以及所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，确定当前瓷砖的色号。
4.根据权利要求3所述的方法，其特征在于，所述通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值步骤，包括：
判断标准板瓷砖图片对应的颜色特征个数是否为0；
若标准板瓷砖图片对应的颜色特征个数为0，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为该色号对应的标准板瓷砖图片；
若标准板瓷砖图片对应的颜色特征个数不为0，则通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值。
5.根据权利要求3所述的方法，其特征在于，每种色号都包含一个或多个标准板瓷砖图片，但色号包含的标准瓷砖图片个数不超过预设的数量阈值。
6.根据权利要求3所述的方法，其特征在于，所述根据预设的色差阈值以及所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，确定当前瓷砖的色号步骤，包括：
根据当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，得到当前瓷砖图片与每种色号的标准板瓷砖图片的最小色差值；
将所述最小色差值与预设的色差阈值进行比较，若所述最小色差值小于所述预设的色差阈值，则将与所述最小色差值对应的标准板瓷砖图片的色号确定为所述当前瓷砖的色号，并将所述当前瓷砖图片作为该色号的标准板瓷砖图片；若所述最小色差值大于所述预设的色差阈值，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为该色号对应的标准板瓷砖图片。
7.根据权利要求6所述的方法，其特征在于，当色号包含的标准板瓷砖图片个数到达所述预设的数量阈值时，不再往该色号中添加标准板瓷砖图片。
8.一种生成色差检测模型的装置，其特征在于，包括：获取训练样本模块、颜色特征提取模型生成模块和色差检测模型生成模块，其中：
所述获取训练样本模块，被配置为获取训练样本集，所述训练样本集包括多组训练样本，每组训练样本包含瓷砖样本图片及对应的用以表征瓷砖颜色的颜色特征；
所述颜色特征提取模型生成模块，被配置为通过所述训练样本集对颜色特征提取模型进行训练，得到所述颜色特征提取模型，所述颜色特征提取模型的损失函数为中心损失函数；
所述色差检测模型生成模块，被配置为将所述颜色特征提取模型的输出作为所述色差检测模型的输入，所述色差检测模型用来计算输入的瓷砖图片与预先设置的标准板瓷砖图片之间的色差值。
9.一种瓷砖分色装置，其特征在于，包括：获取模块、计算模块和色号确定模块，其中：
获取模块，被配置为在瓷砖流入传输机构后，获取相机采集到的当前图像，并从当前图像中截取到包含当前瓷砖的当前瓷砖图片；
计算模块，被配置为调用色差检测模型，通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值；其中，所述标准板瓷砖图片为每种色号的参考图片；
色号确定模块，被配置为根据预设的色差阈值以及当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值，确定当前瓷砖的色号。
10.根据权利要求9所述的装置，其特征在于，所述计算模块包括：
判断子模块，被配置为判断标准板瓷砖图片对应的颜色特征个数是否为0；
添加子模块，被配置为若标准板瓷砖图片对应的颜色特征个数为0，则为所述当前瓷砖添加新色号，并将所述当前瓷砖图片作为该色号对应的标准板瓷砖图片；
计算子模块，被配置为若标准板瓷砖图片对应的颜色特征个数不为0，则则通过所述色差检测模型计算所述当前瓷砖图片与每种色号的标准板瓷砖图片之间的色差值。
CN201911403922.6A 2019-12-31 2019-12-31 一种生成色差检测模型、瓷砖分色方法及装置 Pending CN111160476A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911403922.6A CN111160476A (zh) 2019-12-31 2019-12-31 一种生成色差检测模型、瓷砖分色方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911403922.6A CN111160476A (zh) 2019-12-31 2019-12-31 一种生成色差检测模型、瓷砖分色方法及装置

Publications (1)

Publication Number Publication Date
CN111160476A true CN111160476A (zh) 2020-05-15

Family

ID=70559552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911403922.6A Pending CN111160476A (zh) 2019-12-31 2019-12-31 一种生成色差检测模型、瓷砖分色方法及装置

Country Status (1)

Country Link
CN (1) CN111160476A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111986191A (zh) * 2020-08-31 2020-11-24 江苏工程职业技术学院 一种建筑施工验收方法及***
CN112487950A (zh) * 2020-11-27 2021-03-12 上海建工四建集团有限公司 一种清水砖缺陷智能识别***及方法
CN112798108A (zh) * 2020-12-29 2021-05-14 北京理工大学重庆创新中心 一种瓷砖自适应分色方法及装置
CN113408573A (zh) * 2021-05-11 2021-09-17 广东工业大学 基于机器学习的瓷砖色号自动分类归类的方法及装置
CN113724339A (zh) * 2021-05-10 2021-11-30 华南理工大学 一种基于颜色空间特征的少样本瓷砖分色方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090244573A1 (en) * 2008-03-26 2009-10-01 Canon Kabushiki Kaisha Color processing apparatus and method thereof
CN102095499A (zh) * 2009-12-09 2011-06-15 程好学 一种瓷砖自动分色的方法
CN102592272A (zh) * 2011-01-12 2012-07-18 腾讯科技（深圳）有限公司 一种图片主色调提取方法及装置
CN103996041A (zh) * 2014-05-15 2014-08-20 武汉睿智视讯科技有限公司 一种基于匹配的车辆颜色识别方法和***
CN104111260A (zh) * 2014-07-09 2014-10-22 广州中国科学院沈阳自动化研究所分所 陶瓷砖无损检测设备及检测方法
JP2016048905A (ja) * 2013-11-15 2016-04-07 富士フイルム株式会社 色変換テーブル作成装置及び方法、並びにプログラム
CN106292014A (zh) * 2016-11-04 2017-01-04 威胜集团有限公司 一种液晶显示屏底色色差的测试方法
CN106326893A (zh) * 2016-08-25 2017-01-11 安徽水滴科技有限责任公司 一种基于区域辨别的车辆颜色识别方法
CN106503749A (zh) * 2016-11-04 2017-03-15 北京农业信息技术研究中心 一种鱼子酱的自动分级方法及其***
CN107063458A (zh) * 2017-02-07 2017-08-18 泉州装备制造研究所 基于机器视觉的瓷砖色度分块检测方法
CN107240134A (zh) * 2017-05-27 2017-10-10 江苏理工学院 一种基于在线颜色识别的工业产品快速分类方法及装置
CN107491748A (zh) * 2017-08-09 2017-12-19 电子科技大学 一种基于视频的目标车辆提取方法
CN107516331A (zh) * 2017-08-11 2017-12-26 广西师范大学 一种竹条颜色分类方法及***
CN108198226A (zh) * 2018-01-10 2018-06-22 广东辰宜信息科技有限公司 一种陶瓷颜色识别方法、电子设备、存储介质及装置
CN109035235A (zh) * 2018-07-27 2018-12-18 郑州工程技术学院 一种车灯光导色差检测方法
CN110097603A (zh) * 2019-05-07 2019-08-06 上海宝尊电子商务有限公司 一种时尚图像主色调解析方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090244573A1 (en) * 2008-03-26 2009-10-01 Canon Kabushiki Kaisha Color processing apparatus and method thereof
CN102095499A (zh) * 2009-12-09 2011-06-15 程好学 一种瓷砖自动分色的方法
CN102592272A (zh) * 2011-01-12 2012-07-18 腾讯科技（深圳）有限公司 一种图片主色调提取方法及装置
JP2016048905A (ja) * 2013-11-15 2016-04-07 富士フイルム株式会社 色変換テーブル作成装置及び方法、並びにプログラム
CN103996041A (zh) * 2014-05-15 2014-08-20 武汉睿智视讯科技有限公司 一种基于匹配的车辆颜色识别方法和***
CN104111260A (zh) * 2014-07-09 2014-10-22 广州中国科学院沈阳自动化研究所分所 陶瓷砖无损检测设备及检测方法
CN106326893A (zh) * 2016-08-25 2017-01-11 安徽水滴科技有限责任公司 一种基于区域辨别的车辆颜色识别方法
CN106503749A (zh) * 2016-11-04 2017-03-15 北京农业信息技术研究中心 一种鱼子酱的自动分级方法及其***
CN106292014A (zh) * 2016-11-04 2017-01-04 威胜集团有限公司 一种液晶显示屏底色色差的测试方法
CN107063458A (zh) * 2017-02-07 2017-08-18 泉州装备制造研究所 基于机器视觉的瓷砖色度分块检测方法
CN107240134A (zh) * 2017-05-27 2017-10-10 江苏理工学院 一种基于在线颜色识别的工业产品快速分类方法及装置
CN107491748A (zh) * 2017-08-09 2017-12-19 电子科技大学 一种基于视频的目标车辆提取方法
CN107516331A (zh) * 2017-08-11 2017-12-26 广西师范大学 一种竹条颜色分类方法及***
CN108198226A (zh) * 2018-01-10 2018-06-22 广东辰宜信息科技有限公司 一种陶瓷颜色识别方法、电子设备、存储介质及装置
CN109035235A (zh) * 2018-07-27 2018-12-18 郑州工程技术学院 一种车灯光导色差检测方法
CN110097603A (zh) * 2019-05-07 2019-08-06 上海宝尊电子商务有限公司 一种时尚图像主色调解析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王岩松 等: "基于映射色差的颜色分类表面检测方法研究", pages 74 - 78 *
王文洪 等: "一种小色差瓷砖颜色自动分类器设计", pages 151 - 153 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111986191A (zh) * 2020-08-31 2020-11-24 江苏工程职业技术学院 一种建筑施工验收方法及***
CN111986191B (zh) * 2020-08-31 2022-05-27 江苏工程职业技术学院 一种建筑施工验收方法及***
CN112487950A (zh) * 2020-11-27 2021-03-12 上海建工四建集团有限公司 一种清水砖缺陷智能识别***及方法
CN112798108A (zh) * 2020-12-29 2021-05-14 北京理工大学重庆创新中心 一种瓷砖自适应分色方法及装置
CN113724339A (zh) * 2021-05-10 2021-11-30 华南理工大学 一种基于颜色空间特征的少样本瓷砖分色方法
CN113724339B (zh) * 2021-05-10 2023-08-18 华南理工大学 一种基于颜色空间特征的少样本瓷砖分色方法
CN113408573A (zh) * 2021-05-11 2021-09-17 广东工业大学 基于机器学习的瓷砖色号自动分类归类的方法及装置
CN113408573B (zh) * 2021-05-11 2023-02-21 广东工业大学 基于机器学习的瓷砖色号自动分类归类的方法及装置

Similar Documents

Publication Publication Date Title
CN111160476A (zh) 一种生成色差检测模型、瓷砖分色方法及装置
CN101650783B (zh) 图像识别方法以及摄像装置
US20200394494A1 (en) Method And System For Predicting Content Of Multiple Components In Rare Earth Extraction Process
CN108710893A (zh) 一种基于特征融合的数字图像相机源模型分类方法
WO2019011342A1 (zh) 布料识别的方法、设备、电子设备及储存介质
CN103971134A (zh) 图像分类、检索和校正方法，以及相应装置
CN111062938A (zh) 基于机器学习的板材涨塞检测***和检测方法
CN108918093A (zh) 一种滤光片镜面缺陷检测方法、装置及终端设备
CN110990617B (zh) 一种图片标记方法、装置、设备及存储介质
CN105678301A (zh) 一种自动识别并分割文本图像的方法、***及装置
CN113822907A (zh) 图像处理方法及装置
JP2014007611A (ja) 画像処理装置及びその制御方法
CN108805115A (zh) 一种图片中文字的识别方法、装置、设备及存储介质
CN109856133B (zh) 一种利用多种光照强度、多种色彩照明的试纸检测方法
CN109472289B (zh) 关键点检测方法和设备
CN114240928B (zh) 板卡质量的分区检测方法、装置、设备及可读存储介质
CN115690883A (zh) 一种目标训练样本集的获得方法及相关装置
JP4967045B2 (ja) 背景判別装置、方法及びプログラム
WO2017219562A1 (zh) 一种二维码生成方法及装置
CN115526859A (zh) 生产缺陷识别的方法、分布式处理平台、设备及存储介质
CN112052883B (zh) 一种衣物检测方法、装置及存储介质
CN109829389B (zh) 机器移位判断方法、装置以及计算机存储介质
CN113315995A (zh) 提高视频质量的方法、装置、可读存储介质及电子设备
CN112580462A (zh) 一种特征点选择方法、终端和存储介质
CN112529855A (zh) 遥控器的检测方法、检测装置和计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination