CN112200200B - 一种led灯光颜色检测方法 - Google Patents
一种led灯光颜色检测方法 Download PDFInfo
- Publication number
- CN112200200B CN112200200B CN202011081614.9A CN202011081614A CN112200200B CN 112200200 B CN112200200 B CN 112200200B CN 202011081614 A CN202011081614 A CN 202011081614A CN 112200200 B CN112200200 B CN 112200200B
- Authority
- CN
- China
- Prior art keywords
- color
- image
- led light
- led
- characteristic parameter
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本发明公开了一种LED灯光颜色检测方法，包括固定图像采集设备，设定LED灯光采集位，在LED灯光采集位放置各种颜色的LED灯，通过图像采集设备进行LED灯光的彩色数字图像采集，送至处理器进行处理，计算得到各种颜色的LED灯光的颜色特征参数取值范围，形成颜色特征参数取值范围数据库。将待检测的LED灯放置在LED灯光采集位并点亮，图像采集设备对待检测的LED灯光进行彩色数字图像采集，送至处理器进行处理，计算得到待检测的LED灯光的颜色特征参数值，与颜色特征参数取值范围数据库进行匹配，得出待检测的LED灯光的颜色。本发明在任意相对稳定的外部环境条件下，都能准确高效地检测识别LED灯光颜色，具有较广的适用范围，能提高检测效率，从而提高生产效率。
Description
技术领域
本发明涉及LED灯光颜色检测领域，具体涉及一种LED灯光颜色检测方法。
背景技术
目前，作为电子领域中重要元器件之一的LED，在电子产品中获得了广泛应用。然而，在LED的生产测试环节以及带有LED的电子产品的生产测试环节，多由人工观察LED灯的状态来完成LED相关的检测，这种检测方式对检测人员的眼睛有损害，容易导致职业病，且视觉疲劳容易造成误检，最终导致生产成本高、生产效率低下。
现有技术也通过普通相机拍摄进行LED检测，但普通相机拍摄点亮状态下的LED，获取的图像存在失真现象，具体表现为单色LED的图像中夹杂有其他颜色像素。此外，同一台图像采集设备在不同外部环境下所采集的同一LED点亮状态的图像，存在较大差异。这些因素，对LED灯光颜色检测识别造成了较大影响。
发明内容
为了提高LED灯的生产测试环节以及带有LED灯的电子产品的生产测试环节的效率，本发明提供了一种LED灯光颜色检测方法。
本发明采用以下的技术方案：
一种LED灯光颜色检测方法，包括以下步骤：
步骤1：固定图像采集设备不动，设定LED灯光采集位，图像采集设备对LED灯光采集位的拍摄角度和距离不变，在LED灯光采集位放置点亮的各种颜色的LED灯，通过图像采集设备进行LED灯光的彩色数字图像采集，图形采集设备将采集的彩色数字图像送至处理器进行处理，计算得到各种颜色的LED灯光的颜色特征参数取值范围，形成颜色特征参数取值范围数据库，并存入存储器中；
步骤2：将待检测的LED灯放置在LED灯光采集位并点亮，图像采集设备对待检测的LED灯光进行彩色数字图像采集，将采集的彩色数字图像送至处理器进行处理，计算得到待检测的LED灯光的颜色特征参数值，与颜色特征参数取值范围数据库进行匹配，得出待检测的LED灯光的颜色。
优选地，颜色特征参数取值范围的计算过程为：
步骤a：将彩色数字图像进行截取，截取图像中LED灯光所在区域的子图像，对子图像的尺寸进行归一化处理，使得所有的子图像尺寸相同；
步骤b：对归一化处理的子图像调整白平衡，然后将子图像转换到HSV颜色空间，并分离成3个单通道图像，分别为色调通道图像、饱和度通道图像、明亮度通道图像；
步骤c：对色调通道图像、饱和度通道图像、明亮度通道图像均进行去噪处理，去噪处理后，分别计算色调通道图像、饱和度通道图像、明亮度通道图像的直方图；
步骤d：计算色调通道图像直方图的期望值e1和方差值s1，计算饱和度通道图像直方图的的期望值e2和方差值s2，计算明亮度通道图像直方图的的期望值e3和方差值s3；
步骤e：计算子图像的颜色特征参数值，颜色特征参数值包括期望总值E和方差总值S；
E＝e1*m1+e2*m2+e3*m3；
S＝s1*n1+s2*n2+s3*n3；
m1、m2和m3代表的是期望权重，n1、n2和n3代表的是方差权重；
步骤f：每个颜色的LED灯光进行大量颜色特征参数值计算，形成每个颜色的LED灯光的颜色特征参数取值范围。
优选地，所述图像采集设备为工业相机。
本发明具有的有益效果是：
本发明使用图像采集设备代替人眼，然后对采集的图像进行处理，检测识别LED灯光的状态，实现LED灯光颜色的自动化检测，以及带有LED灯的电子产品检测环节中LED光颜色的自动化检测。
本发明提供的检测方法在任意相对稳定的外部环境条件下，都能准确高效地检测识别LED灯光颜色，具有较广的适用范围；基于图像处理来检测识别LED灯光颜色，提高检测效率，从而提高生产效率。
附图说明
图1为LED灯光颜色检测方法的流程图。
图2为颜色特征参数取值范围的计算流程图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
结合图1和图2，一种LED灯光颜色检测方法，检测识别LED灯光颜色的依据是LED灯光颜色的特征参数，检测识别的结果是LED灯光颜色的种类，因此必须先建立LED灯光颜色种类与特征参数之间的对应关系，即测定各种LED灯光颜色的特征参数取值范围。检测识别环节，将计算得到的LED灯光的颜色特征参数与测定的各种LED灯光的颜色特征参数取值范围逐一匹配，从而识别出LED灯光的颜色。
为了应对复杂的光照环境，降低误差，本发明提供的方法需要先测定LED灯光的颜色特征参数取值范围，作为检测识别过程判断的标准。本发明中使用的灯光颜色特征参数基于统计分析获取，能在较大程度上减少误差。
为了减少外部因素对LED灯光颜色检测的影响，本发明提供的方法需要获取图像过程稳定一致，外部光照环境相对稳定，使用固定某台图像采集设备，拍摄的角度、距离完全相同。如果任一环节出现变化，都需要重新测定LED灯光的颜色特征参数取值范围。
具体包括以下步骤：
步骤1：固定图像采集设备不动，设定LED灯光采集位，图像采集设备对LED灯光采集位的拍摄角度和距离不变。图像采集设备为工业相机。
在LED灯光采集位放置点亮的各种颜色的LED灯，通过图像采集设备进行LED灯光的彩色数字图像采集，图形采集设备将采集的彩色数字图像送至处理器进行处理，计算得到各种颜色的LED灯光的颜色特征参数取值范围，形成颜色特征参数取值范围数据库，并存入存储器中；
测定各种LED灯光颜色特征参数取值范围，需要采集大量且颜色种类齐全的LED点亮状态的彩色数字图像，并按灯光颜色进行分类标记，然后计算每一个颜色样本中LED灯光的颜色特征参数，最后统计出不同种类LED灯光的颜色特征参数的取值范围。
颜色特征参数取值范围的计算过程为：
步骤a：将彩色数字图像进行截取，截取图像中LED灯光所在区域的子图像，对子图像的尺寸进行归一化处理，使得所有的子图像尺寸相同；
步骤b：对归一化处理的子图像调整白平衡，然后将子图像转换到HSV颜色空间，并分离成3个单通道图像，分别为色调通道图像、饱和度通道图像、明亮度通道图像；
步骤c：对色调通道图像、饱和度通道图像、明亮度通道图像均进行去噪处理，去噪处理后，分别计算色调通道图像、饱和度通道图像、明亮度通道图像的直方图；
步骤d：计算色调通道图像直方图的期望值e1和方差值s1，计算饱和度通道图像直方图的的期望值e2和方差值s2，计算明亮度通道图像直方图的的期望值e3和方差值s3；
步骤e：计算子图像的颜色特征参数值，颜色特征参数值包括期望总值E和方差总值S；
E＝e1*m1+e2*m2+e3*m3；
S＝s1*n1+s2*n2+s3*n3；
m1、m2和m3代表的是期望权重，n1、n2和n3代表的是方差权重；
步骤f：每个颜色的LED灯光进行大量颜色特征参数值计算，形成每个颜色的LED灯光的颜色特征参数取值范围，即每个颜色的LED灯光的颜色特征参数是有一个取值范围的，落入改范围的颜色特征参数值就对于了该颜色的LED灯光。
形成的颜色特征参数取值范围数据库可供处理器调用，与下述的待检测的LED灯光的颜色特征参数值匹配。
步骤2：将待检测的LED灯放置在LED灯光采集位并点亮，图像采集设备对待检测的LED灯光进行彩色数字图像采集，将采集的彩色数字图像送至处理器进行处理，计算得到待检测的LED灯光的颜色特征参数值，与颜色特征参数取值范围数据库进行匹配，得出待检测的LED灯光的颜色。
计算待检测的LED灯光的颜色特征参数值与上述步骤a至步骤e的过程相同。
另外，进行LED灯光检测时，尽量保证采集过程中的外部环境条件、采集设备等是不变的，避免最终结果受外部因素影响。
实施例1
本实施例中，设定m1:m2:m3＝0.8:0.1:0.1，n1:n2:n3＝0.8:0.1:0.1，即：
E＝e1*0.8+e2*0.1+e3*0.1；
S＝s1*0.8+s2*0.1+s3*0.1。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。
Claims (2)
1.一种LED灯光颜色检测方法，其特征在于，包括以下步骤：
步骤1：固定图像采集设备不动，设定LED灯光采集位，图像采集设备对LED灯光采集位的拍摄角度和距离不变，在LED灯光采集位放置点亮的各种颜色的LED灯，通过图像采集设备进行LED灯光的彩色数字图像采集，图形采集设备将采集的彩色数字图像送至处理器进行处理，计算得到各种颜色的LED灯光的颜色特征参数取值范围，形成颜色特征参数取值范围数据库，并存入存储器中；
颜色特征参数取值范围的计算过程为：
步骤a：将彩色数字图像进行截取，截取图像中LED灯光所在区域的子图像，对子图像的尺寸进行归一化处理，使得所有的子图像尺寸相同；
步骤b：对归一化处理的子图像调整白平衡，然后将子图像转换到HSV颜色空间，并分离成3个单通道图像，分别为色调通道图像、饱和度通道图像、明亮度通道图像；
步骤c：对色调通道图像、饱和度通道图像、明亮度通道图像均进行去噪处理，去噪处理后，分别计算色调通道图像、饱和度通道图像、明亮度通道图像的直方图；
步骤d：计算色调通道图像直方图的期望值e1和方差值s1，计算饱和度通道图像直方图的的期望值e2和方差值s2，计算明亮度通道图像直方图的的期望值e3和方差值s3；
步骤e：计算子图像的颜色特征参数值，颜色特征参数值包括期望总值E和方差总值S；
E＝e1*m1+e2*m2+e3*m3；
S＝s1*n1+s2*n2+s3*n3；
m1、m2和m3代表的是期望权重，n1、n2和n3代表的是方差权重；
步骤f：每个颜色的LED灯光进行大量颜色特征参数值计算，形成每个颜色的LED灯光的颜色特征参数取值范围；
步骤2：将待检测的LED灯放置在LED灯光采集位并点亮，图像采集设备对待检测的LED灯光进行彩色数字图像采集，将采集的彩色数字图像送至处理器进行处理，计算得到待检测的LED灯光的颜色特征参数值，与颜色特征参数取值范围数据库进行匹配，得出待检测的LED灯光的颜色。
2.根据权利要求1所述的一种LED灯光颜色检测方法，其特征在于，所述图像采集设备为工业相机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011081614.9A CN112200200B (zh) | 2020-10-12 | 2020-10-12 | 一种led灯光颜色检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011081614.9A CN112200200B (zh) | 2020-10-12 | 2020-10-12 | 一种led灯光颜色检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112200200A CN112200200A (zh) | 2021-01-08 |
| CN112200200B true CN112200200B (zh) | 2023-04-18 |
Family
ID=74014329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011081614.9A Active CN112200200B (zh) | 2020-10-12 | 2020-10-12 | 一种led灯光颜色检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112200200B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114791322A (zh) * | 2022-04-27 | 2022-07-26 | 江苏师范大学 | 一种led灯分光分色的检测方法 |
| CN115880242A (zh) * | 2022-12-02 | 2023-03-31 | 苏州久腾光电科技有限公司 | 一种led灯检测方法、检测装置及计算机可读存储介质 |
| CN117274405B (zh) * | 2023-11-22 | 2024-02-02 | 深圳市蓝方光电有限公司 | 基于机器视觉的led灯工作颜色检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10102607A1 (de) * | 2001-01-21 | 2002-07-25 | Patrick Herzog | Verfahren und Vorrichtung zur Prüfung der Farb-und/oder Glanz-Qualität von Stoffen oder ähnlichen Materialien |
| CN104574389A (zh) * | 2014-12-26 | 2015-04-29 | 康奋威科技（杭州）有限公司 | 基于彩色机器视觉的电池片色差分选控制方法 |
| CN107122776A (zh) * | 2017-04-14 | 2017-09-01 | 重庆邮电大学 | 一种基于卷积神经网络的交通标志检测与识别方法 |
| CN108460380A (zh) * | 2018-03-13 | 2018-08-28 | 广西师范大学 | 一种基于主颜色的竹条颜色分类方法及系统 |
| CN111340897A (zh) * | 2020-02-24 | 2020-06-26 | 威斯泰（苏州）智能科技有限公司 | 基于模糊数学相似度的颜色识别方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7496228B2 (en) * | 2003-06-13 | 2009-02-24 | Landwehr Val R | Method and system for detecting and classifying objects in images, such as insects and other arthropods |
| CN102446345B (zh) * | 2010-09-30 | 2015-09-30 | 株式会社理光 | 一种对于白板彩色图像进行颜色增强的方法、装置及系统 |
| CN104715239B (zh) * | 2015-03-12 | 2019-01-18 | 哈尔滨工程大学 | 一种基于去雾处理和权重分块的车辆颜色识别方法 |
| CN108009555A (zh) * | 2017-12-15 | 2018-05-08 | 上海索广电子有限公司 | 一种led指示灯颜色识别系统 |
| CN109035235B (zh) * | 2018-07-27 | 2021-09-07 | 郑州工程技术学院 | 一种车灯光导色差检测方法 |
| CN109308456B (zh) * | 2018-08-31 | 2021-06-08 | 北京字节跳动网络技术有限公司 | 目标对象的信息确定方法、装置、设备及存储介质 |
-
2020
- 2020-10-12 CN CN202011081614.9A patent/CN112200200B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10102607A1 (de) * | 2001-01-21 | 2002-07-25 | Patrick Herzog | Verfahren und Vorrichtung zur Prüfung der Farb-und/oder Glanz-Qualität von Stoffen oder ähnlichen Materialien |
| CN104574389A (zh) * | 2014-12-26 | 2015-04-29 | 康奋威科技（杭州）有限公司 | 基于彩色机器视觉的电池片色差分选控制方法 |
| CN107122776A (zh) * | 2017-04-14 | 2017-09-01 | 重庆邮电大学 | 一种基于卷积神经网络的交通标志检测与识别方法 |
| CN108460380A (zh) * | 2018-03-13 | 2018-08-28 | 广西师范大学 | 一种基于主颜色的竹条颜色分类方法及系统 |
| CN111340897A (zh) * | 2020-02-24 | 2020-06-26 | 威斯泰（苏州）智能科技有限公司 | 基于模糊数学相似度的颜色识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| Esmael Hamuda et al..Automatic crop detection under field conditions using the HSV colour space and morphological operations.《Elsveir》.2017,全文. * |
| 桂欣悦;李振伟;吴晨晨;李彦玥.基于MATLAB的红绿灯识别系统研究.电子设计工程.2020,(16),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112200200A (zh) | 2021-01-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112200200B (zh) | 一种led灯光颜色检测方法 | |
| CN109269951B (zh) | 基于图像的浮选尾煤灰分、浓度、粗颗粒含量检测方法 | |
| TWI603074B (zh) | 光學薄膜缺陷辨識方法及其系統 | |
| CN109520706B (zh) | 一种汽车保险丝盒的螺孔坐标提取方法 | |
| CN104198324B (zh) | 基于计算机视觉的烟丝中叶丝比例测定方法 | |
| CN104198325B (zh) | 基于计算机视觉的烟丝中梗丝比例测定方法 | |
| CN111712769A (zh) | 用于设定照明条件的方法、装置、系统及程序以及存储介质 | |
| CN106651857A (zh) | 一种印刷电路板贴片缺陷检测方法 | |
| CN104581135A (zh) | 光源亮度检测方法及系统 | |
| WO2018010386A1 (zh) | 元件反件检测方法和系统 | |
| CN118501177A (zh) | 一种化成箔的外观缺陷检测方法及系统 | |
| CN104637425A (zh) | 流水线式led显示单元均匀性检测方法、系统及装置 | |
| CN111886492B (zh) | 用于翡翠的颜色分级工艺及系统 | |
| KR102272745B1 (ko) | 컴팩트 카메라 모듈 덮개 외관 검사 시스템 및 방법 | |
| CN110009609B (zh) | 一种快速检测黄粒米的方法 | |
| CN109945842B (zh) | 成捆圆钢端面标签漏贴检测及贴标误差分析方法 | |
| CN108230285A (zh) | 基于机器视觉的挡圈质量检测方法 | |
| TWI695969B (zh) | 發光源檢測系統及其檢測方法 | |
| CN110856847A (zh) | 一种基于智能视觉的电容字符检测方法及装置 | |
| CN109975299B (zh) | 发光源检测系统与方法 | |
| CN112419431A (zh) | 一种产品颜色的检测方法和系统 | |
| CN1979137A (zh) | 基板检查装置及其检查逻辑设定方法和检查逻辑设定装置 | |
| CN119007191A (zh) | 基于图像处理的辣椒检测方法、装置、终端及存储介质 | |
| CN209680591U (zh) | 一种基于智能视觉的电容字符检测装置 | |
| CN110868586A (zh) | 一种摄像头缺陷自动化检测方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |