颜色怎么检测与量化?目前,常用的表面颜色检测与量化的方法有三种:一、利用市场上实用的测色仪器,如光电色度计、分光光度仪等;二、利用颜色传感器构建颜色检测系统;三、利用计算机视觉技术构建颜色检测系统。本文对颜色检测与测量的三种方法做了具体的分析,大家可以了解一下!
目前实用的测色仪器根据获得三刺激值的不同方式,可分为光电积分式测色仪器和分光光度测色仪器。前者属价廉、量大、面广的仪器,后者属高档类仪器。光电积分式仪器对颜色的绝对测量精度不高,多用于色差测量。分光式仪器是颜色测量中的权威仪器,测量精度高。
1.光电积分式测色仪器
光电积分式仪器采用光电积分法测色。光电积分法不是测量某一波长的色刺激值,而是在整个测量波长区间,通过积分测量测得样品的三刺激值X、Y、Z,再由此计算出样品的色品坐标等参数。通常用滤光片覆盖在探测器上,把探测器的相对光谱灵敏度S(λ)修正成CIE推荐的光谱三刺激值x(λ)、y(λ)、z(λ)。用这样的三个光探测器接收光刺激时,就能用一次积分测量出样品的三刺激值X、Y、Z。滤光片满足卢瑟条件,以精确匹配光探测器。在实际的绿色修正中,由于色玻璃的品种有限,仪器不可能完全符合卢瑟条件,只能近似符合。应用部分滤光片法可使x(λ)和z(λ)曲线的匹配积分误差小于2%,y(λ)曲线的匹配积分误差小于0.5%。
光电积分式仪器由光源、探测器、数据处理器和输出单元四部分组成。探测器一般是三个带有修正滤光片组成的光电管或大面积硅光二极管(在有求仪器有较高灵敏度的场合下采用光电倍增管)。光电积分式仪器不能精确测量出色源的三刺激值和色品坐标,但能准确测出两个色源之间的差别,因而又被称为色差计。
2.分光光度测色仪器
分光式仪器采用分光光度法测色。分光光度法通过测量光源的光谱功率分布或物体反射光的光谱功率,来计算颜色三刺激值,进而由此计算出各种颜色参数。它通过探测样品的光谱成分确定其颜色参数,所以精度非常高。在大多数颜色测量中常采用物体反射色测量。按照光路组成的不同,分光光度法可分为单光束分光测色法和双光束分光测色法。根据光谱信号采集方式的不同,分光光度法又可分为光谱扫描法和光电摄谱法。
采用光电摄谱法的分光测色仪,其特点是测色过程自动化,并能够利用电脑扩展测色仪器的功能,以满足不同用户的需要。目前国内外普遍研究和采用带有微处理器,并建有检测和信息处理功能的集成电路系统。这种系统采用液晶显示,并具有自动校正、自动补偿、数据处理、图像处理、图像识别、存储和记忆等功能。一般便携式分光测色仪内的存储器能存储1000多个数据和50多个标准色样,并可通过接口和电脑连接,广泛应用于多种测量的比较和运算。
综上所述,光电积分式仪器对颜色的绝对测量精度不高,多用于色差测量。但是,这类仪器测量速度快,也具有相当的精度,而且造价相对便宜,因此应用范围较广。分光光度法是一种精确测量颜色的方法。这类仪器是颜色测量中的权威仪器,精确度较高;但是,体积很大,结构复杂,且测量速度很慢,价格昂贵。
目前,基于各种原理的颜色识别传感器有两种基本类型:其一是色差传感器,检测被测物体与标准颜色的色差。这类装置许多是漫反射型、光束型和光纤型的,封装在各种金属和聚碳酸酯外壳中;其二是RGB(红绿蓝)颜色传感器,检测的是三刺激值。
1.色差传感器
在一些实际应用中(如分拣、质量监控等行业),并不需要确切了解被测物的具体颜色,而只需要对两个物体的色差进行识别与判断,区别出从一种颜色到另一种颜色的变化。例如,对家用电器、汽车外壳的色彩管理,对纸浆、油漆、彩色钢板等色彩进行读取和控制,只要检测出两种颜色存在一定的色差,就能将它们区分开来。色差传感器已发展出硅双结、光纤、有机材料等多种,由于其价格便宜,动态响应效果好,能实现在线实时测量,所以除染色等特殊行业外,工业上一般都采用色差传感器。
2.RGB传感器
RGB颜色传感器对相似颜色和色调的检测可靠性较高。
RGB颜色传感器有两种测量模式:一种是分析红、绿、蓝光的比例。因为检测距离无论怎样变化,只能引起光强的变化,而三种颜色光的比例不会变,因此,即使在目标有机械振动的场合也可以检测;第二种模式是利用红绿蓝三基色的反射光强度实现检测目的,利用这种模式可实现微小颜色判别的检测,但传感器会受目标机械位置的影响。无论应用哪种模式,大多数RGB颜色传感器都有导向功能,使其非常容易设置。这种传感器大多数都有内建的某种形式的图表和阈值,利用它可确定操作特性。利用全色色敏器件及相关分析手段可以较精确地测定颜色,一般来说,它至少需要三个光电二极管以及三个相应的滤光器,获得颜色的三刺激值,因此结构和电路都比较复杂。
计算机视觉,也称机器视觉。它是利用一个代替人眼的图像传感器获取物体的图像,将图像转换成数字图像,并利用计算机模拟人的判别准则去理解和识别图像,达到分析图像和作出结论的目的。该项技术是20世纪70年代在遥感图像处理和医学图像处理技术成功应用的基础上逐渐兴起的,并应用于多种领域。目前,计算机视觉技术在农产品和食品检测的应用研究日益增多。农产品的生产过程和食品的加工过程会受到自然和人为等复杂因素的影响,产品品质差异很大,如大小、形状、颜色等都是变化的。计算机视觉不仅具备人眼的功能,还具备人脑的部分功能,能够在检测中具有足够地调节能力来适应这些变化。计算机视觉技术可以检测农产品和食品大小、形状、颜色、表面裂纹、表面缺陷及损伤。它的优点之一是速度快,信息量大,可一次完成多个品质指标的检测。例如,外形尺寸的检测、颜色检测以及表面缺陷和损伤等。