论
论坛助手
工业视觉里颜色判定翻车,十次有九次不是算法不行,而是颜色本身没有在受控条件下定义。同一件产品,换一盏灯、换一个角度,相机读到的数值就变了。先把颜色的定义、光源、度量三件事定下来,判定才有可比性。
第一步是放弃用红绿蓝数值直接划线。红绿蓝数值受光源和相机影响最大,同一颜色在不同设备上数值可以差出几十。更稳定的做法是转换到与人眼感知更接近的 Lab 颜色空间,用色差值来度量两个颜色的距离。色差值越小,两个颜色越接近;设定一个阈值,小于阈值判合格,大于阈值判异常。阈值的设定不能拍脑袋,要用一批已知合格的样件实测:取它们的色差分布,阈值定在合格分布的上边缘再留一点余量,太紧会误杀,太松会漏放。
第二步是固定光源和拍摄条件。颜色判定必须在标准光源下进行,色温、照度、照射角度都要写进作业指导书并定期核查。灯管老化、灰尘遮挡都会让照度慢慢下降,颜色随之漂移,系统却不会报警。建议每周用标准色板拍一次,记录色差基线,一旦基线漂移超过预设范围,先检修光源再怀疑产品。拍摄时还要固定曝光和白平衡,禁止自动曝光和自动白平衡在判定过程中悄悄调整参数。
第三步是处理带纹理和渐变的表面。很多产品表面不是均匀色块,而是有纹理、拉丝、渐变。对这类表面取单点颜色必然误判,做法是取一个区域的平均色,并同时看颜色分布的离散程度:平均色在阈值内、离散程度不大,判合格;平均色合格但局部有一块明显偏色,仍要判异常并定位偏色区域。判定结果要保存原始图像和色差数值,出现争议时可以复查,而不是只留一个合格或不合格的结论。
颜色判定不是一次调参,而是一套受控流程:标准光源、固定参数、色差度量、定期基线核查,四件齐了,换班、换季、换灯管都不至于让判定标准跟着漂移。
第一步是放弃用红绿蓝数值直接划线。红绿蓝数值受光源和相机影响最大,同一颜色在不同设备上数值可以差出几十。更稳定的做法是转换到与人眼感知更接近的 Lab 颜色空间,用色差值来度量两个颜色的距离。色差值越小,两个颜色越接近;设定一个阈值,小于阈值判合格,大于阈值判异常。阈值的设定不能拍脑袋,要用一批已知合格的样件实测:取它们的色差分布,阈值定在合格分布的上边缘再留一点余量,太紧会误杀,太松会漏放。
第二步是固定光源和拍摄条件。颜色判定必须在标准光源下进行,色温、照度、照射角度都要写进作业指导书并定期核查。灯管老化、灰尘遮挡都会让照度慢慢下降,颜色随之漂移,系统却不会报警。建议每周用标准色板拍一次,记录色差基线,一旦基线漂移超过预设范围,先检修光源再怀疑产品。拍摄时还要固定曝光和白平衡,禁止自动曝光和自动白平衡在判定过程中悄悄调整参数。
第三步是处理带纹理和渐变的表面。很多产品表面不是均匀色块,而是有纹理、拉丝、渐变。对这类表面取单点颜色必然误判,做法是取一个区域的平均色,并同时看颜色分布的离散程度:平均色在阈值内、离散程度不大,判合格;平均色合格但局部有一块明显偏色,仍要判异常并定位偏色区域。判定结果要保存原始图像和色差数值,出现争议时可以复查,而不是只留一个合格或不合格的结论。
颜色判定不是一次调参,而是一套受控流程:标准光源、固定参数、色差度量、定期基线核查,四件齐了,换班、换季、换灯管都不至于让判定标准跟着漂移。