用于目标涂层的图像数据中的缺陷检测的方法和系统与流程

1.本发明涉及针对颜色搜索和检索过程的目标涂层的图像数据中的缺陷检测的方法和系统。


背景技术：

2.现今，对于颜色搜索和检索过程，除颜色信息之外，像例如粗糙度、闪光区域、闪光强度、闪光等级和/或闪光颜色变化/分布的附加特征被用作边界条件，以找到针对给定目标颜色/目标涂层的最佳方案。这些附加特征是用于颜色的纹理外观的不同视觉特性的度量。
3.这些附加特征通常从由现今的像例如xrite 或byk mac 的光谱仪仪器捕获的目标涂层的图像原始数据导出。图像原始数据由图像处理算法处理。作为那些算法的输出，获得应该表示目标涂层的纹理的光学特性的纹理特征。
4.现有的图像处理算法和其导出的纹理特征对污垢(例如涂层表面上的指纹和划痕)非常敏感，特别地对于深色和对于具有少量效果颜料/配料的颜色。
5.测量中的损坏的纹理数据，即，目标涂层的图像妨碍颜色搜索和检索过程，并且在搜索与目标涂层的目标颜色匹配的颜色时导致错误或非最佳结果。
6.因此，存在适合于目标涂层的图像数据中的缺陷检测的系统和方法的需要。


技术实现要素：

7.上文所提到的目标由具有相应独立权利要求的特征的系统和方法解决。进一步的实施例由以下描述和相应从属权利要求呈现。
8.本公开涉及一种计算机实现的方法，包括：
9.‑
使用图像捕获设备获得目标涂层的至少一个数字图像，每个数字图像以相对于所述目标涂层的表面的不同角度而被获得；
10.‑
使用与至少一个滤波单元操作连接的电子计算机处理器对所获得的至少一个数字图像执行第一图像分析，以通过将图像前景数据与图像背景数据分离来确定该至少一个数字图像内的至少一个明亮区域；
11.‑
使用处理器执行斑点分析以确定该至少一个明亮区域内的至少一个损坏区域；以及
12.如果找到至少一个损坏区域，则
13.‑
掩蔽该至少一个损坏区域以用于该至少一个数字图像的进一步分析，或
14.‑
拒绝该至少一个数字图像，和/或
15.‑
发起重复图像捕获的。
16.所提出的图像处理方法允许检测目标涂层的图像中的缺陷。所提出的方法的基本策略是(1)通过搜索例如指纹和划痕的典型结构特性找到图像中的缺陷和(2)决定拒绝图像或者忽略图像中的检测到的损坏/缺陷区域以用于进一步的图像处理。
17.根据所提出的方法的一个实施例，所提出的方法还包括：对至少一个掩蔽的数字图像执行第二图像分析以确定目标涂层的物理特性属性。
18.包括具有缺陷的图像的测量可以被拒绝或者图像中的缺陷/损坏区域可以被掩蔽以用于相应图像的进一步的纹理分析。所述方法也可以以图像捕获设备的用户被通知所述测量(获得的至少一个数字图像)无效的方式来配置，例如通过经由输出设备(诸如显示器和/或声音输出设备)上的计算机处理器抛出/输出警报消息/信号，输出设备是计算机处理器的一部分或与计算机处理器通信。它还可以让用户重新测量涂层直到测量数据，即，所获得的至少一个图像是有效的。还可能的是，图像捕获由图像捕获设备自动重复直到所获得的至少一个数字图像有效，即，没有可检测的缺陷。从而，经由图像捕获设备与电子计算机处理器之间的通信连接，图像捕获设备被自动通知至少一个图像内的检测到的至少一个破损区域/缺陷。
19.因此，可以实现更准确的结果和颜色搜索和检索过程中的误差的降低。进一步地，获得用于颜色开发和用于客户服务匹配的实验室工作的降低。颜色匹配过程变得更可靠和迅速，伴随有操作单元中的成本降低。
20.通信连接将在本公开的范围内被理解为有线连接、无线连接或组合有线和无线连接以便在相应连接通信伙伴之间传送信号/数据。
21.根据所提出的方法的一个实施例，第一图像分析被选择为图像分割。
22.在计算机视觉中，图像分割是将数字图像分为多个分段的过程。分割的目的是将图像的表示简化和/或改变为更有意义并且更容易分析的图像的修改表示。图像分割通常用于定位图像中的对象和边界。图像分割的结果是共同覆盖整个图像的分段集，其中，图像中的每个像素被分配标签以使得具有相同标签的像素共享某些特性/特点，诸如颜色、强度和/或纹理。相邻分段关于所述相同特性/特点显著不同。
23.根据所提出的方法，图像分割用于找到使用图像捕获设备获得的原始/源图像中的所有明亮区域。通常，动态阈值图像滤波器或高通滤波器被应用到所述原始/源图像上。通过使用高通滤波器，可以标识图像中的各种像素中的最亮斑点/区域。产生的修改图像，即，前景图像数据可以仅包括关于明亮区域的信息。高通滤波器可以将具有高值中心点和低值边缘点的值矩阵与图像的矩阵强度信息进行卷积。这隔离高强度像素。为了进一步细化明亮区域，滤波的边缘检测方法可以结合强度滤波应用。
24.进一步可能的是，明亮区域被标记，因此彼此区分。因此，隔离损坏区域是可能的。所提出的方法可产生许多所标识的损坏区域，每个损坏区域满足基于单独标准的标准，诸如比较大的表面积或比较大的长宽比。
25.涂层的纹理图像上的典型缺陷是导致损坏纹理特征数据的划痕或污垢，像例如指纹。这些典型缺陷具有应当用于通过所提出的图像处理方法标识图像中的损坏区域的特定特性。
26.由指纹引起的缺陷具有比像例如闪光点的纹理图像中的典型结构大得多的表面积尺寸。基于以像例如xrite(480
×
360像素)或byk mac(640
×
480像素)的现今光谱仪仪器的分辨率和视场捕获的图像，典型的闪光点具有1...25个像素的尺寸。由指纹引起的典型缺陷具有(远)超过25个像素的尺寸。因此，人们提出，斑点分析包括在图像前景数据中，即，在从第一图像分析获得的至少一个明亮区域中搜索具有与从
图像前景数据获得的大多数残余斑点相比较的大的表面积的斑点。
27.根据进一步的实施例，所述方法还包括：定义第一阈值和将从图像前景数据获得的每个斑点的表面积与第一阈值相比较，当其表面积等于或大于第一阈值时，将斑点标识为损坏区域。针对斑点尺寸的第一阈值可以被设定为40个像素，但是其也可以更大和更小。阈值越小，滤波器行动越积极。例如25个像素的低阈值将导致大闪光结构也将被标识为缺陷的效果。对于大得多的阈值，滤波器将对于小缺陷不敏感。
28.划痕通常具有非常薄的结构。划痕具有头发的形状。划痕的宽度通常比其高度长得多，或其长宽比比较大。典型的闪光点具有对称形状。宽度等于(或接近)高度，其导致约1的长宽比。对于一些闪光点，宽度大于高度，例如高度的两或三倍，其导致约2至3的长宽比。划痕的典型缺陷具有超过3的长宽比。因而，人们提出，根据要求保护的方法的进一步的实施例，斑点分析包括在图像前景数据中，即，在从第一图像分析获得的至少一个明亮区域中搜索具有与从图像前景数据获得的大多数残余斑点相比较的大的长宽比的斑点。
29.根据更进一步的实施例，所述方法还包括：定义第二阈值和将从图像前景数据获得的每个斑点的长宽比与第二阈值相比较，以及当其长宽比等于或大于第二阈值时，将斑点标识为损坏区域。几何形状的长宽比是其在不同维度上的尺寸的比。因此，矩形的长宽比是其较长边与较短边的比。针对斑点长宽比的第二阈值可以被设定为4，但是其也可以更大和更小。阈值越小，滤波器行动越积极。例如3的低阈值将导致长或细闪光结构也将被标识为缺陷的效果。
30.在进一步的实施例中，可以应用两个阈值来测试所标识的结构是否是闪光点。如果结构的表面积小于第一阈值且其长宽比小于第二阈值，那么其是闪光点。否则，其是缺陷。通常，除了表面积和长宽比之外，可以应用关于几何参数(诸如凸性、轮廓/形状、曲率等)的所有种类的滤波器技术。
31.所提出的方法可以用在考虑汽车和汽车修补漆的图像处理中。然而，应当理解，所提出的方法和本文所公开的系统也适用于其他类型的涂层，包括工业涂层。所描述的实施例不应当被认为是限制性的。与本公开一致的方法可以在各种领域中实践，诸如服装和流行产品的匹配和/或协调。
32.本发明的实施例可以通过计算机系统使用或并入计算机系统中，该计算机系统可以是独立单元或包括经由网络(诸如，例如，因特网或内联网)与例如位于云中的中央计算机通信的一个或多个远程终端或设备。如此，本文所描述的处理器或计算机和相关组件可以是本地计算机系统或远程计算机或在线系统或其组合的一部分。本文所描述的数据库和软件可以存储在计算机内部存储器中或在非暂态计算机可读介质中。
33.所提出的方法和系统使用图像捕获设备，该图像捕获设备可以是例如多角度彩色或灰度相机，该相机可以为颜料特征和样本特性产生改进和简化的结果。
34.使用漫射或准直光的传统光源可以使用，并且图像捕获设备，例如具有适当分辨率的彩色或灰度相机可以用于以一个、一些或多个视角收集图像。
35.本发明还涉及一种系统，包括：
36.‑
数据库；以及
37.‑
处理器，其被编程用于与所述数据库通信，所述处理器被编程用于：
38.‑
从图像捕获设备接收目标涂层的至少一个数字图像，每个数字图像以相对于所
述目标涂层的表面的不同角度而被获得；
39.‑
与至少一个滤波单元(即，滤波技术)操作连接地对所获得的至少一个图像执行第一图像分析以通过将图像前景数据与图像背景数据隔离来确定所述至少一个图像内的至少一个明亮区域；
40.‑
执行斑点分析以确定所述至少一个明亮区域内的至少一个损坏区域；
41.以及
42.如果找到至少一个损坏区域，则
43.‑
掩蔽所述至少一个损坏区域以用于所述至少一个图像的进一步的分析，或
44.‑
拒绝所述至少一个图像，和/或
45.‑
发起重复图像捕获。
46.根据一个实施例，所述系统还包括所述处理器，该处理器被编程用于对所述至少一个掩蔽的图像执行第二图像分析以标识所述目标涂层的物理特性属性。
47.在又一实施例中，所述系统包括所述图像捕获设备和/或所述至少一个滤波单元。所述图像捕获设备可以是具有适当分辨率的多角度彩色或灰度相机。滤波单元，即，滤波技术可以是/使用动态阈值图像滤波器或高通滤波器。在处理彩色图像的情况下，可以将滤波技术单独应用到每个颜色通道或首先将颜色图像转换为灰度图像并且将滤波技术应用到产生的灰度图像。
48.根据进一步的实施例，所述系统包括处理器，该处理器被编程用于在图像前景数据中，即，在从第一图像分析获得的至少一个明亮区域中搜索具有与从图像前景数据获得的大多数残余斑点相比较的大的表面积的斑点。
49.该处理器可以被编程用于定义第一阈值和将从图像前景数据获得的每个斑点的表面积与第一阈值相比较，以及当其表面积等于或大于第一阈值时，将斑点标识为损坏区域。
50.根据所提出的系统的另一实施例，所述系统还包括处理器，该处理器被编程用于在图像前景数据中，即，在从第一图像分析获得的至少一个明亮区域中搜索具有与从图像前景数据获得的大多数残余斑点相比较的大的长宽比的斑点。
51.该处理器可以被编程用于定义第二阈值和将从图像前景数据获得的每个斑点的长宽比与第二阈值相比较，以及当其长宽比等于或大于第二阈值时，将斑点标识为损坏区域。
52.本公开还涉及一种具有可由计算机执行的指令的非暂态计算机程序产品，该计算机程序产品包括进行以下各项的指令：
53.‑
从图像捕获设备接收至少一个数字图像，每个数字图像以相对于目标涂层的表面的不同角度而被获得；
54.‑
与至少一个滤波单元(即，至少一种滤波技术)操作连接地对所获得的至少一个图像执行第一图像分析以通过将图像前景数据与图像背景数据隔离来确定该至少一个图像内的至少一个明亮区域；
55.‑
执行斑点分析以确定该至少一个明亮区域内的至少一个损坏区域；
56.以及
57.如果找到至少一个损坏区域，则
58.‑
掩蔽该至少一个损坏区域以用于该至少一个图像的进一步分析，或
59.‑
拒绝该至少一个图像，和/或
60.‑
发起重复图像捕获。
61.本发明在以下示例中进一步定义。应当理解，通过指示本发明的优选实施例，这些示例仅以说明性的方式给出。从以上讨论和示例，本领域技术人员可以确定本发明的基本特性并且在不脱离其精神和范围的情况下，可以做出本发明的各种改变和修改以使其适于各种用法和条件。
附图说明
62.图1根据所提出的方法的一个实施例在图1a中示出了目标涂层的表面的原始图像(源图像)，并且在图1b中示出了作为图像分割的结果的目标涂层的表面的修改图像；
63.图2根据所提出的方法的一个实施例示出了从图1b的修改图像开始作为斑点分析的结果的目标涂层的表面的进一步的修改图像；
64.图3根据所提出的方法的一个实施例在图3a中示出了图2的目标涂层的表面的进一步的修改图像，并且在图3b中示出了作为掩蔽任何所标识的损坏区域的结果的目标涂层的表面的最终图像。
具体实施方式
65.图1a示出了使用图像捕获设备，诸如具有适当分辨率的多角度彩色相机获得的目标涂层的表面的图像。该图像以关于目标涂层的表面的预选择角度获得。该图像在以下中被指定为源图像或原始图像。
66.图1b示出了作为诸如图像分割的第一图像分析结果的修改图像。从而，数字源图像被分成多个分段。分割的目的是将图像的表示简化和/或改变为更有意义并且更容易分析的图像的修改表示。图像分割的结果是共同覆盖整个图像的分段集，其中，图像中的每个像素被分配给分段以使得相同分段内的像素共享某些特性/特点，此处亮度/强度。相邻分段关于亮度显著不同。前景数据以白色显示。
67.根据所提出的方法，图像分割用于找到原始图像中的所有明亮区域。通常，动态阈值图像滤波器或高通滤波器被应用到原始图像上。通过使用高通滤波器，可以标识图像中的各种像素中的最亮斑点/区域。产生的图像，即，如在图1b中显示的前景图像数据可以仅包括关于明亮区域的信息。高通滤波器可以将具有高值中心点和低值边缘点的值矩阵与图像的矩阵强度信息进行卷积。这隔离高强度像素。为了进一步细化明亮区域，滤波的边缘检测方法可以结合强度滤波应用。
68.图2示出了已经应用到图1b的修改图像的斑点分析的结果。斑点分析已经被执行以确定明亮区域中的至少一个损坏区域，明亮区域作为图像分割的结果已经标识/使得可见。
69.斑点分析包括在从图像分割获得的图像前景数据中搜索具有与从图像前景数据获得的大多数残余斑点相比较的大的表面积的斑点。由此，定义第一阈值并且将从图像前景数据获得的每个斑点的表面积与第一阈值相比较，以及当其表面积等于或大于第一阈值时，将斑点标识为损坏区域。
70.附加地或者可替代地，斑点分析包括在从图像分割获得的图像前景数据中搜索具有与从图像前景数据获得的大多数残余斑点相比较的大的长宽比的斑点。由此，定义第二阈值并且将从图像前景数据获得的每个斑点的长宽比与第二阈值相比较，以及当其长宽比等于或大于第二阈值时，将斑点标识为损坏区域。
71.在图2所示的示例中，已经标识第一损坏区域/斑点b1，因为其表面积以及其长宽比相对于图像前景数据中所标识的大多数残余斑点的相应表面积和长宽比是大的。那意味着b1的表面积等于或大于第一阈值，并且b1的长宽比等于或大于第二阈值。同样适用于被标识为第二损坏区域的第二区域/斑点b2，因为其表面积以及其长宽比相对于图像前景数据中所标识的大多数残余斑点的相应表面积和长宽比也是大的。b1和b2二者具有划痕的形式。
72.斑点b3是正常斑点，因为其表面积以及其长宽比分别小于第一阈值和第二阈值。
73.图3在图3a中示出了图2的图像。从该图像开始，应用进一步的滤波技术，产生所有所标识的损坏区域(即，b1和b2)被掩蔽的进一步的修改图像，如图3b所示。该进一步的修改图像可以现在用于进一步的图像处理，因为损坏区域，诸如划痕被移除。取代掩蔽所标识的损坏区域，还可以拒绝具有损坏区域的图像，并且可以重复图像捕获以便获得目标涂层的新数字图像。