用于识别目标涂层中效果颜料的方法和设备与流程

技术特征：
1.一种计算机实现的方法，所述方法至少包括以下步骤：-使用至少一个测量设备获得目标涂层的颜色值、纹理值和数字图像，-基于针对所述目标涂层获得的所述颜色值和/或所述纹理值，从包括用于涂层组合物的配方和相关颜色值、相关纹理值和相关数字图像的数据库中取得一个或多个初步匹配配方，-使用与至少一种滤波技术可操作地结合的计算机处理器，针对所获得的所述目标涂层的图像和与所述一个或多个初步匹配配方相关的图像中的每个图像执行图像分析以确定在相应图像内的至少一个闪光点，-从相应的所获得的图像和从与所述一个或多个初步匹配配方相关的所述相应图像创建每个闪光点的子图像，-向卷积神经网络提供所创建的子图像，所述卷积神经网络被训练以将相应闪光点的相应子图像与颜料和/或颜料类相关，并基于所述相应闪光点的所述相应子图像识别所述颜料和/或颜料类，-分别针对所述目标涂层和每个初步匹配配方确定和输出所识别的颜料和/或颜料类的统计数据，-使用计算机处理器将针对所述目标涂层确定的统计数据与针对所述一个或多个初步匹配配方确定的统计数据进行比较，以及-将所述一个或多个初步匹配配方中的至少一个确定为与所述目标涂层最优匹配的配方。2.根据权利要求1所述的方法，进一步包括从每个子图像导出至少一种颜料的相关性，其中，所述相关性指示所述至少一种颜料对已从其中切出所述子图像的所述相应图像内的所述闪光点分布的贡献。3.根据权利要求1或2所述的方法，其中，用于每个图像的所述图像分析包括创建蒙版，识别轮廓以及将由此创建的帧覆盖在相应图像上，从而从所述相应图像创建每个闪光点的所述子图像。4.根据前述权利要求中任一项所述的方法，其中，借助于所述卷积神经网络导出每个测量几何结构的每个子图像与至少一种颜料的相关性，所述卷积神经网络被配置为以预先给定的概率将每个测量几何结构的相应闪光点的每个子图像分类到特定颜料和/或颜料类。5.根据权利要求4所述的方法，其中，用于在该处获取所述相应子图像的每个测量几何结构的每个导出的相关性用于在确定所述最优匹配的配方时调整所述至少一种颜料和/或颜料类的贡献。6.根据前述权利要求中任一项所述的方法，其中，确定所述最优匹配的配方包括提供具有相应数量和/或浓度的颜料列表。7.根据前述权利要求中任一项所述的方法，其中，每个子图像采用基于黑色背景中的所述至少一个闪光点的最大大小的图像区域来创建。8.一种设备，至少包括：-数据库，其包括涂层组合物的配方和相关颜色值、相关纹理值和相关数字图像，-至少一个处理器，其与至少一个测量设备、所述数据库、至少一种滤波技术和卷积神
经网络通信连接，并且被编程为执行至少以下步骤：a.从所述测量设备接收目标涂层的颜色值、纹理值和数字图像，b.基于针对所述目标涂层获得的所述颜色值和/或所述纹理值从所述数据库中取得一个或多个初步匹配配方，c.通过使用所述滤波技术，针对所获得的所述目标涂层的图像和与所述一个或多个初步匹配配方相关的图像中的每个图像执行图像分析以确定相应图像内的至少一个闪光点，d.从所接收的图像和从与所述一个或多个初步匹配配方相关的图像创建每个闪光点的子图像，e.向所述卷积神经网络提供所创建的子图像，所述卷积神经网络被训练以将相应闪光点的相应子图像与颜料和/或颜料类相关，并基于所述相应闪光点的所述相应子图像识别所述颜料和/或所述颜料类，f.分别针对所述目标涂层和针对每个初步匹配配方确定和输出所识别的颜料和/或颜料类的统计数据，g.将针对所述目标涂层确定的统计数据与针对所述一个或多个初步匹配配方确定的统计数据进行比较，以及h.将所述一个或多个初步匹配配方中的至少一个确定为与所述目标涂层最优匹配的配方。9.根据权利要求8所述的设备，进一步包括所述至少一个测量设备、所述滤波技术和/或所述卷积神经网络。10.根据权利要求8或9中任一项所述的设备，其中，所述处理器进一步被配置为执行从每个子图像导出至少一种颜料的相关性的步骤，其中，所述相关性指示所述至少一种颜料对已从其中切出所述子图像的所述相应图像内的所述闪光点分布的贡献。11.根据权利要求8至10中任一项所述的设备，其中，所述处理器进一步被配置为借助于所述卷积神经网络导出每个测量几何结构的每个子图像与至少一种颜料的相关性，所述卷积神经网络被配置为以预先给定的概率将每个测量几何结构的相应闪光点的每个子图像分类到特定颜料和/或颜料类。12.根据权利要求11所述的设备，其中，所述处理器进一步被配置为使用用于在该处获取所述相应子图像的每个测量几何结构的每个导出的相关性，以在确定所述最优匹配的配方时调整所述至少一种颜料和/或颜料类的贡献。13.根据权利要求8至12中任一项所述的设备，其进一步包括输出单元，所述输出单元被配置为输出所确定的最优匹配的配方。14.根据权利要求8至13中任一项所述的设备，其被配置为执行根据权利要求1至7中任一项所述的方法。15.一种具有计算机程序的非暂态计算机可读介质，所述计算机程序具有程序代码，当所述计算机程序由与至少一个测量设备、数据库、滤波技术和卷积神经网络通信连接的至少一个处理器加载并执行时，所述程序代码被配置为至少执行以下步骤：a.从所述测量设备接收目标涂层的颜色值、纹理值和数字图像，b.基于针对所述目标涂层获得的所述颜色值和/或所述纹理值从包括用于涂层组合物的配方和相关颜色值、相关纹理值和相关数字图像的所述数据库中取得一个或多个初步匹
配配方，c.通过使用所述滤波技术，针对所获得的所述目标涂层的图像和与所述一个或多个初步匹配配方相关的图像中的每个图像执行图像分析以确定所述相应图像内的至少一个闪光点，d.从所接收的图像和从与所述一个或多个初步匹配配方相关的图像创建每个闪光点的子图像，e.向所述卷积神经网络提供所创建的子图像，所述卷积神经网络被训练以将相应闪光点的相应子图像与颜料和/或颜料类相关，并基于所述相应闪光点的所述相应子图像识别所述颜料和/或所述颜料类，f.分别针对所述目标涂层和针对每个初步匹配配方确定和输出所识别的颜料和/或颜料类的统计数据，g.将针对所述目标涂层确定的统计数据与针对所述一个或多个初步匹配配方确定的统计数据进行比较，以及h.将所述一个或多个初步匹配配方中的至少一个确定为与所述目标涂层最优匹配的配方。

技术总结
本发明涉及一种计算机实现的方法，该方法至少包括以下步骤：-使用至少一个测量设备获得目标涂层的颜色值、纹理值和数字图像，-基于针对目标涂层获得的颜色值和/或纹理值，从包括用于涂层组合物的配方和相关颜色值、相关纹理值和相关数字图像的数据库中取得一个或多个初步匹配配方，-确定相应获得的图像内以及与一个或多个初步匹配配方相关联的相应图像内的闪光点，-从相应图像创建每个闪光点的子图像，-向卷积神经网络提供创建的子图像，该卷积神经网络被训练以将相应闪光点的相应子图像与颜料和/或颜料类相关，-基于神经网络的输出，将一个或多个初步匹配配方中的至少一个确定为与目标涂层最优匹配的配方。本发明进一步提供相应的设备和非暂态计算机可读介质。提供相应的设备和非暂态计算机可读介质。提供相应的设备和非暂态计算机可读介质。


技术研发人员：G
受保护的技术使用者：巴斯夫涂料有限公司
技术研发日：2020.11.12
技术公布日：2022/7/9