1.本发明涉及布料识别技术领域，具体是指一种布料识别设备的色彩校正方法。
背景技术：2.对布料进行拍照时，rgb传感器记录的光强度是光源光谱、物体材质反射率谱和响应函数的积分结果。光源不同时，由于光源光谱不同，导致rgb传感器记录的光强度不同，根据该光强度计算得到的色彩值也不同，可见图像的颜色受光源的影响较大。可通过白平衡处理以及色彩矫正处理去除光源的影响，而光源光谱可用于指导白平衡处理以及色彩矫正处理，通用的色彩校正方法是对爱色丽的色卡进行颜色校正，但对于纺织行业的适用性不强，布料识别设备拍摄净色布，由于ae参考点不足，所以固定ae目标值，因此lab中表征亮度的l值始终是恒定的，因此用lab色彩空间计算色差不适用。
技术实现要素：3.本发明的目的是克服现有技术中的不足之处，提供一种适用于布料识别设备的色彩校正方法。
4.本发明的目的是通过以下技术方案来实现的：
5.一种布料识别设备的色彩校正方法，包括以下步骤：
6.步骤一、挑选参考布料，选用台式光谱仪测量参考布料的光谱；
7.步骤二、计算参考布料的参考色度x、y1、z刺激值，其中x为红原色刺激量、y1为绿原色刺激量、z为蓝原色刺激量；
8.步骤三、将x、y1、z刺激值转换为线性rgb，再将线性rgb转换为ycbcr，其中y表示颜色的明亮度，cb和cr则分别表示颜色的蓝色浓度偏移量和红色浓度偏移量；
9.步骤四、对识别的参考布料中饱和度过高的颜色加入饱和度的约束项；
10.步骤五、用cby＝cb/y和cry＝cr/y表示亮度无关的色彩空间，用cbycry坐标的欧式距离表示色差；
11.步骤六、根据参考布料的x、y1、z刺激值，转换得到cb
yref
和cr
yref
分别作为蓝色浓度偏移量和红色浓度偏移量的色彩标准值，用实拍图像的色彩，转换得到cb
ymeas
和cr
ymeas
分别作为蓝色浓度偏移量和红色浓度偏移量的实测值，对得到的实测值和色彩标准值进行色差计算，以色差为目标，优化ccm，实时对参考布料进行颜色校正，使cb/y、cr/y与参考色度值色差最小。
12.进一步的，所述步骤六中的色差计算公式为：
[0013][0014]
进一步的，所述步骤三中x、y1、z刺激值转换为线性rgb，线性rgb转换为ycbcr在d65光源下涉及的公式：
[0015][0016][0017]
进一步的，步骤六中，优化ccm，其中ccm校正色彩原理为：
[0018][0019]
其中ccm满足白平衡约束
[0020]
进一步的，所述对参考布料进行颜色校正包括根据采集的参考布料图像数据矫正处理前后像素点的映射关系。
[0021]
进一步的，所述方法还包括将布料识别设备固定ae目标值为0.196。
[0022]
本发明相比现有技术具有以下优点及有益效果：
[0023]
利用本方法，布料识别设备在拍摄参考布料时，色差明显减小，本方法是针对布料识别设备的色彩校正方法，对于纺织行业的适用性强，将色差优化到最小，通过固定ae目标值，用与亮度无关的色彩空间用以计算色差，提高了图像清晰度并减少了色差，校正更准确，提高色彩校正的效率，不仅有助于提高布料图像判读人员的判断效率和判读精度，而且有助于提高布料目标检测、识别以及变化检测等计算机辅助解译的精度，为相关人员做出正确决策提供可靠保障。
附图说明
[0024]
图1为一种布料识别设备的色彩校正方法的流程图；
[0025]
图2为参考布料24色卡的光谱数据；
[0026]
图3为gamma曲线。
具体实施方式
[0027]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0028]
下面将结合本发明的实施例中的附图，对本发明的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0029]
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”、“包含”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
[0030]
如图1所示，本技术提供一种布料识别设备的色彩校正方法，包括以下步骤：
[0031]
步骤一、挑选的参考布料，参考布料选择为24块以上的净色布，覆盖常见颜色，且色相均匀分布，选用台式光谱仪测量参考布料的光谱，其中24色卡的光谱数据见附图2，具体的，进行色彩维度调节，就是分别对图像中像素点的rgb三个分量的数值单独进行调节。因此，为了将参考布料中的所有颜色进行覆盖，在参考布料选取至少三个基准颜色，作为色彩维度调节的基准，如可以选取红、绿、蓝(光三原色)三个基色，也可以将黄、青、品红(色彩三原色)三个基色，还可以选取红、黄、蓝、绿(心理四原色)四个基色；
[0032]
步骤二、计算参考布料的参考色度x、y1、z刺激值，其中x为红原色刺激量、y1为绿原色刺激量、z为蓝原色刺激量；
[0033]
步骤三、将x、y1、z刺激值转换为线性rgb，再将线性rgb转换为ycbcr，其中y表示颜色的明亮度，cb和cr则分别表示颜色的蓝色浓度偏移量和红色浓度偏移量，cb和cr的值越高，代表该像素会有更饱和的颜色，基于矩阵+3d查找表的色彩校正方案：
[0034][0035]
obj＝δe+penalty
[0036]
用δe表示色准，penalty为过饱和惩罚项；
[0037]
步骤四、对识别的参考布料中饱和度过高的颜色加入饱和度的约束项，对饱和度进行调节，生成色彩调节图像；
[0038]
步骤五、我们针对纺织品，拍摄过程中更注重布料的对比度和色度，亮度的重要程度较低，用cby＝cb/y和cry＝cr/y表示亮度无关的色彩空间，用cbycry坐标的欧式距离表示色差；
[0039]
步骤六、根据参考布料的x、y1、z刺激值，转换得到cb
yref
和cr
yref
分别作为蓝色浓度偏移量和红色浓度偏移量的色彩标准值，用实拍图像的色彩，转换得到cb
ymeas
和cr
ymeas
分别作为蓝色浓度偏移量和红色浓度偏移量的实测值，对得到的实测值和色彩标准值进行色差计算，以色差为目标，优化ccm，实时对参考布料进行颜色校正，使cb/y、cr/y与参考色度值色差最小。所述方法还包括将布料识别设备固定ae目标值为0.196，布料识别设备对拍摄环境自动补光。
[0040]
表1以d65为光源，计算得到参考布料的x、y1、z三刺激值的标准值
[0041]
色编号x
refyrefzref
10.3784850.2546950.07120220.4447220.345660.11204130.1836360.1679880.05685540.6547570.7144420.21539450.2680860.3021140.20919860.2056220.2453410.1237970.1882360.3080840.14776980.1708780.2787990.17151890.225760.2830780.290166100.1799340.2750920.382714110.1297180.1744440.304015
120.1017850.1128270.245209130.1122530.108040.322231140.2142820.217510.464812150.0705180.0650130.173204160.3452030.3338790.507123170.1325390.1013280.240714180.3691730.337250.478147190.0830430.0565680.093893200.2792430.1583750.181499210.2578440.1401240.049665220.6583810.5982980.635906230.2151850.1540190.143504240.2480290.1433130.070073
[0042]
表2根据参考布料x、y1、z刺激值转换得到的cb
yref
和cr
yref
值
[0043]
色编号cb
yref
cryref1-0.4844191.120482-0.4606880.8327553-0.4504760.521144-0.4699250.210965-0.2305350.01246536-0.342544-0.02220167-0.344044-0.5456028-0.250505-0.5962079-0.00842054-0.305613100.273263-0.803557110.47389-0.710241120.67543-0.491629131.0861-0.474779140.614817-0.296162150.874795-0.270571160.2333530.0167836170.6135830.23664180.159090.166251190.1977220.69990720-0.09600391.2204621-0.4522361.507922-0.04292890.29449623-0.1549370.81090324-0.3901061.35577
[0044]
所述步骤六中的色差计算公式为：
[0045][0046]
gamma使用srgb规定的gamma曲线如图3，所述步骤三中x、y1、z值转换为线性rgb，线性rgb转换为ycbcr在d65光源下涉及的公式：
[0047][0048][0049]
以上矩阵采用3x3矩阵来实现饱和度调节，当需要修改待处理图像的饱和度强度时，通过修改饱和度的约束项取值，调节饱和度调节矩阵，实现对待处理图像中像素取值的修改，步骤六中，优化ccm，其中ccm校正色彩原理为：
[0050][0051]
其中ccm满足白平衡约束
[0052]
所述对参考布料进行颜色校正包括根据采集的参考布料图像数据矫正处理前后像素点的映射关系。
[0053]
需要说明的是，上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理，在本发明所公开的技术范围内，任何熟悉本技术领域的技术人员在未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都应涵盖在本发明的保护范围内。
技术特征：1.一种布料识别设备的色彩校正方法，其特征在于：包括以下步骤：步骤一、挑选参考布料，选用台式光谱仪测量参考布料的光谱；步骤二、计算参考布料的参考色度x、y1、z刺激值，其中x为红原色刺激量、y1为绿原色刺激量、z为蓝原色刺激量；步骤三、将x、y1、z刺激值转换为线性rgb，再将线性rgb转换为ycbcr，其中y表示颜色的明亮度，cb和cr则分别表示颜色的蓝色浓度偏移量和红色浓度偏移量；步骤四、对识别的参考布料中饱和度过高的颜色加入饱和度的约束项；步骤五、用cb
y
＝cb/y和cr
y
＝cr/y表示亮度无关的色彩空间，用cb
y
cr
y
坐标的欧式距离表示色差；步骤六、根据参考布料的x、y1、z刺激值，转换得到cb
yref
和cr
yref
分别作为蓝色浓度偏移量和红色浓度偏移量的色彩标准值，用实拍图像的色彩，转换得到cb
ymeas
和cr
ymeas
分别作为蓝色浓度偏移量和红色浓度偏移量的实测值，对得到的实测值和色彩标准值进行色差计算，以色差为目标，优化ccm，实时对参考布料进行颜色校正，使cb
ymeas
、cr
ymeas
与参考色度值色差最小。2.根据权利要求1所述的布料识别设备的色彩校正方法，其特征在于：所述步骤六中的色差计算公式为：3.根据权利要求2所述的布料识别设备的色彩校正方法，其特征在于：所述步骤三中x、y1、z刺激值转换为线性rgb，线性rgb转换为ycbcr在d65光源下涉及的公式：、z刺激值转换为线性rgb，线性rgb转换为ycbcr在d65光源下涉及的公式：4.根据权利要求3所述的布料识别设备的色彩校正方法，其特征在于：步骤六中，优化ccm，其中ccm校正色彩原理为：其中ccm满足白平衡约束5.根据权利要求4所述的布料识别设备的色彩校正方法，其特征在于：所述对参考布料进行颜色校正包括根据采集的参考布料图像数据矫正处理前后像素点的映射关系。6.根据权利要求5所述的布料识别设备的色彩校正方法，其特征在于：所述方法还包括将布料识别设备固定ae目标值为0.196。
技术总结本发明公开了一种布料识别设备的色彩校正方法，挑选参考布料，测量光谱；计算参考布料的参考色度X、Y、Z刺激值；将X、Y、Z刺激值转换为线性RGB，再将线性RGB转换为YCbCr；对参考布料中饱和度过高的颜色加入饱和度的约束项；用Cb
技术研发人员：张成东 仲崇森 米小什
受保护的技术使用者：深圳创景数科信息技术有限公司
技术研发日：2022.09.20
技术公布日：2022/12/6
