專利名稱：使用數(shù)字成像和曲線比較方法的快速顏色檢驗系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明通常涉及一種用于當車輛上色后對著色進行檢驗的系統(tǒng)。更具體地，涉及 一種用于通過識別顏色錯配以對車輛的所有區(qū)域進行檢驗、以及用于動態(tài)地確定所識別出 的錯配的可接受性的系統(tǒng)。
背景技術(shù)：
早期的車輛，其外表面裝修的施用和配方方法都相對原始。第一次推出的福特T 型車，使用噴注流平漆的耙狀裝置進行手工刷漆，過量的油漆被收集到盆中以便再利用。上 述的油漆本身是溶劑型的清漆，除非是在明亮的日光下觀察，否則，即使漆的顏色是藍色或 綠色的，看上去也幾乎是黑色的。這種特性導致的誤區(qū)是，大家認為所有T型車都是黑色 的。從那時起，與車輛技術(shù)的其他領(lǐng)域一樣，刷漆技術(shù)以及油漆的組分領(lǐng)域也都取得 了顯著的進步。時下的油漆包括環(huán)保型涂料(該環(huán)保型涂料由于基于丙烯酸粘合劑化學性 質(zhì)因而不含有溶劑)，以更先進的方式使用該油漆以取得更耐久和美觀的效果。如今油漆中 包含的薄鋁片、云母和其它微粒成分可以產(chǎn)生所期望的著色效果。即使暴露在最惡劣的環(huán) 境中，這些油漆也具有高度的耐久性和防褪色性。盡管有關(guān)車輛油漆的組分和特性方面的知識已經(jīng)有了長足的進步，但隨著新的和 更復(fù)雜的外表面漆色被引入到車輛工業(yè)中，如何控制這些顏色的質(zhì)量和準確應(yīng)用成了一種 獨特的挑戰(zhàn)。使用新顏料是創(chuàng)造新顏色的一種方法，另一種方法則是通過在油漆系統(tǒng)中使 用多個顏色層疊加，而產(chǎn)生一種獨特的外觀。這些顏色系統(tǒng)包括但不限于雙色調(diào)、三色調(diào)、 以及有色清漆系統(tǒng)。使用這些新技術(shù)所帶來的挑戰(zhàn)在于控制漆色質(zhì)量，以及在于不僅確保 正確地運用顏色層，而且還要確保將顏色層正確地運用到整個車輛。在一些情況下，對于馬虎的觀察員而言，不易發(fā)現(xiàn)顏色使用方面出現(xiàn)的錯誤，這 樣，往往會使有顏色缺陷的車輛在完成最后的組裝后其缺陷才被發(fā)現(xiàn)。為了糾正這種錯誤， 需要對漆色進行修補，才能滿足交付的要求。而這個修補過程就增加了時間、勞動力和材料 方面的成本。因此，需要一種簡單的自動系統(tǒng)，用以檢驗車輛的各關(guān)鍵顏色區(qū)域的著色，以及用 于識別什么時候發(fā)生顯著的顏色錯配，同時容許出現(xiàn)于全天候生產(chǎn)中的可接受的件與件之 間(part-to-part)的顏色變換。

發(fā)明內(nèi)容
本發(fā)明提供了一種用于檢驗車輛的所有區(qū)域的著色的系統(tǒng)，具有成本效益和高效 率。本發(fā)明的系統(tǒng)可識別顏色錯配并可動態(tài)地確定所識別出的錯配的可接受性。該系統(tǒng)包 括用于對車身的選定區(qū)域進行數(shù)字化掃描的車輛圖像采集陣列，以及與車輛圖像獲取系統(tǒng) 相連接的圖像分析儀。車輛圖像采集陣列包括一個或多個數(shù)碼相機，相機可定位于一個或 多個自動儀器上或者可定位于靜止暈(stationary halo)上。圖像分析儀根據(jù)上、下標準
3置信顏色曲線(如RGB、L*ab以及XYZ)進行初始設(shè)置。圖像分析儀具有根據(jù)分析方法設(shè)置的如下功能，以將車輛圖像采集陣列獲得的 掃描區(qū)域的圖像之一轉(zhuǎn)化為標準格式的圖像，從圖像中提取出實際的單個顏色曲線，并將 提取到的顏色曲線與標準置信顏色曲線進行比較，然后通過為掃描區(qū)域之一建立匹配百分 比，以確定所提取到的顏色曲線是否落入了上、下標準置信顏色曲線中。顏色測試過程中， 可依據(jù)累積提取的選定區(qū)域的顏色曲線，對初始設(shè)置的上、下標準置信顏色曲線進行調(diào)整。另一方面，本發(fā)明還公開一種用于檢驗車輛所有區(qū)域的著色、用于識別顏色錯配 以及用于動態(tài)地確定識別出的錯配的可接受性的系統(tǒng)，所述系統(tǒng)包括用于對所述車輛的 兩個或兩個以上區(qū)域進行數(shù)字化掃描的車輛圖像采集陣列；與所述車輛采集陣列連接的圖 像分析儀，根據(jù)上、下標準置信RGB曲線對所述圖像分析儀進行初始設(shè)置，所述上、下標準 置信RGB曲線基于拍攝自顏色正確的樣本的多個顏色正確的圖像，所述圖像分析儀具有如 下功能將通過所述車輛圖像采集陣列獲得的掃描區(qū)域之一的圖像轉(zhuǎn)化為標準格式的圖 像，從該標準格式的圖像中提取實際的單個RGB曲線；以及將所提取到的RGB曲線與所述標 準置信RGB曲線進行比較，以通過建立所述掃描區(qū)域之一的匹配百分比，而確定所提取的 RGB曲線是否落入了所述上、下標準置信RGB曲線內(nèi)，其中，顏色測試過程中，調(diào)整所述初始 設(shè)置的上、下標準置信RGB曲線。再一方面，還公開一種用于檢驗車輛所有區(qū)域的著色的方法、用于識別顏色錯配 以及用于動態(tài)地確定所識別出的錯配的可接受性，所述系統(tǒng)包括形成用于對所述車輛的 兩個或兩個以上區(qū)域進行數(shù)字化掃描的車輛圖像采集陣列；形成圖像分析儀；將所述圖像 分析儀與所述車輛圖像采集陣列連接；確定上、下標準置信顏色曲線；通過所述車輛圖像 采集陣列，從所述車輛的選定區(qū)域獲取至少兩張圖像；將獲取的圖像轉(zhuǎn)化為標準圖像格式； 從所述獲取的圖像中提取顏色曲線；考慮每個所獲取圖像的提取的顏色曲線，以創(chuàng)建提取 的顏色曲線面元(bins)；將每個提取的顏色曲線面元的提取的顏色曲線與所述標準置信 顏色曲線進行比較；確定每個提取到的顏色曲線面元的所提取的顏色曲線是否落入了所述 上、下標準置信曲線內(nèi)；以及確定每個所述面元是合格還是不合格。優(yōu)選地，該方法包括下述步驟將合格的面元數(shù)加起來并除以用于分析的面元，以 給特定的顏色曲線建立匹配百分比。優(yōu)選地，其中，每個面元的每個顏色曲線被指定一匹配百分比。優(yōu)選地，該方法包括以下步驟基于一個被指定合格的區(qū)域的提取的顏色曲線，對 所述上、下標準置信顏色曲線之一或全部進行動態(tài)地重新計算。優(yōu)選地，其中，所述確定上、下標準置信曲線的步驟是基于從顏色正確的樣本上獲 得的圖像。優(yōu)選地，其中，所使用的顏色正確的樣本的數(shù)量是六個。優(yōu)選地，其中，所使用的顏色正確的樣本的數(shù)量大于六個。優(yōu)選地，其中，所述樣本的置信區(qū)間的范圍在大約90. 0%和99. 9%之間。優(yōu)選地，其中，所述標準置信的顏色曲線和所述提取到的顏色曲線，選自RGB、L*ab 和XYZ構(gòu)成的組。優(yōu)選地，其中，面元的數(shù)量基于所述圖像的位數(shù)。本發(fā)明公開的圖像采集和分析方法，可對車輛的關(guān)鍵色區(qū)進行快速檢測，以識別顏色應(yīng)用中的缺陷。用于確定重疊區(qū)域的分析方法，還可用于識別顏色曲線的不同，以及識 別其他識別器曲線的不同，諸如反射光譜，甚至吸收光譜。因此，本發(fā)明公開的技術(shù)可應(yīng)用 于除車輛行業(yè)外的其他多種行業(yè)，事實上，可應(yīng)用于有顏色匹配要求的任何行業(yè)，例如車輛 修補漆行業(yè)、紡織業(yè)或印刷業(yè)。本發(fā)明公開的顏色檢驗系統(tǒng)的實施，將對每一輛退出噴漆車間的車輛上的關(guān)鍵顏 色點進行自動檢查。當(通過對車輛的追蹤)對車輛的目標顏色進行識別時，指定顏色的 標準置信區(qū)間將被讀入系統(tǒng)中。然后，開始圖像采集掃描，其中，要對測試車輛上的關(guān)鍵顏 色點成像。從所獲得的圖像，能夠計算出每個顏色點的顏色曲線。然后，將這些測試點與標 準置信區(qū)間進行比較，計算出車輛上各個檢測點的匹配百分比。如果任何一個顏色點的匹 配百分比低于最低值，則在該被檢車輛上作出標記并對其進行目視檢查。有利地，全部過程 只需要幾秒鐘即可完成，因此提高了質(zhì)量，降低了成本，并且所需的投資較小。本發(fā)明其他的優(yōu)點和特征，將在下述結(jié)合附圖描述的優(yōu)選實施方式以及權(quán)利要求 中變得顯而易見。


為了更完整地理解本發(fā)明，以下將參考附圖中詳細示出的實施例，并且以示例方 式對這些實施例進行描述，附圖中圖1是本發(fā)明公開的快速顏色檢驗系統(tǒng)的示意圖，示出了與目標車輛相關(guān)的車輛 圖像采集陣列和圖像分析儀；圖2是示例性曲線圖，示出了從數(shù)字顏色圖像中提取的顏色曲線；圖3是示例性曲線圖，示出了顏色曲線，其具有圍繞三條所示曲線中每條曲線的 高置信區(qū)間；圖4是示例性曲線圖，示出了與藍色測試組曲線相對比而繪出的樣本藍色標準曲 線.
一入 ，圖5是圖3中顏色曲線組的分析列表。
具體實施例方式在以下的附圖中，相同的標號用于表示相同的部件。以下描述中，闡述了不同構(gòu)造 實施例的各種操作參數(shù)和部件。這些具體的參數(shù)和部件僅為示例，不能構(gòu)成對本發(fā)明的限定。參見圖1，示出了與目標車輛12關(guān)聯(lián)的本發(fā)明公開的快速顏色檢驗系統(tǒng)10的示意 圖。應(yīng)當明確的是，圖中示出的系統(tǒng)10，目的僅在于將本發(fā)明闡述清楚，而不在于構(gòu)成某種 限定。例如，系統(tǒng)10還可以檢驗其他型號的車輛，而不是僅可以檢驗圖中示出的車輛12。 此外，本發(fā)明并不只限于檢驗車輛的顏色，還可以檢驗包括例如冰箱、飛行器以及家具的多 種物品之一的著色。進而推之，本發(fā)明公開的系統(tǒng)10可應(yīng)用于任何使用著色層的場合。系統(tǒng)10包括具有數(shù)碼相機14的車輛圖像采集陣列。雖然圖中只示出了一個相機 14，但是應(yīng)當理解，可以使用多個數(shù)碼相機。相機14可優(yōu)選單反光照相機，并配置微焦鏡 頭，例如90mm的微焦鏡頭。如果相機和鏡頭的組合具備近距離(例如，與傳感器^cm的距 離)的聚焦能力和足夠高的分辨率，就不必強制使用上述的配置。
相機14除了可以拍攝到較大或較小的區(qū)域，還應(yīng)當能夠拍攝特定的區(qū)域，例如， 拍攝 5cmX 3. 5cm的區(qū)域。首先，相機14以RAW格式拍攝上述特定區(qū)域。對于特定顏 色的所有樣本和控制圖像而言，相機14的快門速度和光圈保持不變。優(yōu)選地，相機14的 相關(guān)鏡頭設(shè)置為盡可能最小的光圈(即，最大的光圈級數(shù))，以使拍攝區(qū)域的景深最大化。 為整個拍攝區(qū)域提供均勻照明的任一光源，例如雙閃光燈16和16'，都可提供照明。應(yīng)該 理解，盡管圖中示出的是雙閃光燈16和16'，但是其他諸如環(huán)形或微距閃光燈的任何閃光 燈，亦可用作相機上的彈起式閃光燈。無論何種形式的照明，照明裝置的照明強度必須能夠 根據(jù)目標顏色進行調(diào)節(jié)，以避免目標顏色的過度曝光。拍攝區(qū)域內(nèi)還必須避免任何來自周 圍環(huán)境的光線和區(qū)域的強光和反射光，因為這些光將引起測量的顏色曲線發(fā)生誤差。如本 領(lǐng)域技術(shù)人員熟知的，高強度光源或閃光燈能比散射光源更好地減少反射光。系統(tǒng)10還包括與車輛圖像采集陣列14相連接的圖像分析儀18。圖像分析儀18 具有根據(jù)方法設(shè)置的如下功能，可快速檢查著色區(qū)域，并相應(yīng)地將其顏色曲線與一組預(yù)設(shè) 置的事先計算出的置信區(qū)間相比較，以確定正被拍攝的車輛的特定區(qū)域的匹配百分比。典 型的顏色曲線可以是RGB曲線，但值得注意的是本發(fā)明的技術(shù)不局限于RGB曲線，還可通過 諸如L*ab和XYZ曲線等的其他顏色空間系統(tǒng)來使用本發(fā)明。系統(tǒng)10獲得的是RAW格式的圖像。然后，對這個圖像進行處理(例如，用 Photoshop 進行處理)，并將這個圖像設(shè)定到預(yù)定標準色溫和著色值。接著，將經(jīng)過處理 的圖像轉(zhuǎn)化為標準圖像格式。此標準圖像格式包括但不限于JPG、TIFF和GIF。圖2的示 例性圖表示出了從每個相關(guān)圖像提取并保存的單個顏色曲線，圖2所示是以紅色、綠色和 藍色表示的RGB顏色曲線，其中，曲線20代表紅色，曲線30代表綠色，曲線40代表藍色。每個像素具有關(guān)聯(lián)的顏色值，且每個顏色圖像具有與之相關(guān)的很多面元。面元的 數(shù)量取決于每個顏色圖像的位(bit)。作為一個優(yōu)選但非限定性的示例，8位的顏色圖像具 有的與之相關(guān)的面元可達到256個(28 = 2 56)，或面元的數(shù)量在0-255之間。當然，也可使 用更高位的顏色圖像，例如10位、12位、14位或者更高。位數(shù)越高，意味著有越多的面元可 供分析。再以RGB為示例，RGB(每個顏色圖像為8位)的顏色值為面元數(shù)，其中面元數(shù)在 0-255之間。繼續(xù)以RGB為例，RGB曲線以典型的8位顏色圖像的RGB值表示像素數(shù)(數(shù) 值)，其中，RGB中每個8位顏色圖像的面元數(shù)在0-225之間。用于對測試圖像與顏色“標準”圖像(由使用者或電腦識別所指定)進行比較的 方法/算法，從為每個“標準”顏色的單個曲線創(chuàng)建一個顏色指紋開始。此舉的實現(xiàn)方式 是，對被認為顏色正確的多個顏色圖像(優(yōu)選為至少六個顏色圖像)進行檢驗。用這些樣 本的顏色曲線計算這些樣本的置信區(qū)間范圍。置信區(qū)間范圍以百分比表示，該百分比代表 用于計算置信區(qū)間/預(yù)測區(qū)間的α范圍。這個數(shù)字代表了期望后續(xù)選擇到正確值的百分 比。尤其是，置信百分比越接近于100，所需的置信區(qū)間越寬，以此保證獲得正確值的百分比 較高。α范圍可任選。根據(jù)本發(fā)明的優(yōu)選實施例，α范圍可介于大約90.0%和99. 9%之 間。再次以RGB顏色曲線為例，每單個RGB值的可接受的數(shù)值范圍，如圖3中示出的那樣設(shè) 為0-255之間。參見圖3，再次示出了紅色曲線20，綠色曲線30，以及藍色曲線40。除了曲線20、 30和40，圖中還示出了每個曲線的上限和下限。具體來講，紅色曲線20的下限為下限曲線 22，紅色曲線20的上限為上限曲線24。同樣，綠色曲線30的下限為下限曲線32，綠色曲線
630的上限為上限曲線34。相似地，藍色曲線40的下限為下限曲線42，藍色曲線40的上限 為上限曲線44。應(yīng)該理解，圖3中示出的曲線僅是出于對本發(fā)明做出說明的目的，而不能構(gòu) 成對其他可能用到的顏色曲線的限定。本發(fā)明一個重要的方面在于，檢驗系統(tǒng)與車輛生產(chǎn)系統(tǒng)之間相互配合的方式。借 助于通常與車輛連接的電子追蹤標志，系統(tǒng)能夠讀取車輛應(yīng)有的顏色，從而系統(tǒng)能夠通過 置信區(qū)間識別正確的顏色標準，將測試顏色與標準顏色進行相關(guān)的比較，然后確定所使用 的顏色是合格還是不合格。如果顏色合格，則被測車輛可繼續(xù)前進。另一方面，如果顏色不 合格，則會有提示(其形式，例如，可以是警報或其他警示方式)與系統(tǒng)操作者聯(lián)系，這種情 況下，需對該車輛進行進一步的檢查。當檢查測試圖像以確定顏色曲線是否在標準置信區(qū)間內(nèi)時，相對于已建立的置信 區(qū)間檢查每個面元值。如果測試數(shù)值落入了標準數(shù)值置信區(qū)間內(nèi)，則該面元就被確定為合 格。另一方面，如果數(shù)值落到標準數(shù)值置信區(qū)間范圍之外，則該面元就被認為不合格。根據(jù) 本發(fā)明優(yōu)選的實施例，在測試曲線和標準曲線的設(shè)定最小數(shù)值以下的區(qū)域，不在測試范圍 內(nèi)，因為這些區(qū)域不影響著色。一旦確定了合格面元和不合格面元，則用所有合格面元的數(shù)量和除以被檢查面元 的數(shù)量，以得到單個測試曲線的匹配百分比。由于有三條曲線(通常為紅色、綠色和藍色， 但不是唯一的)，小組分析(panel analysis)的最終分析結(jié)果是特定測試樣本的紅色匹配 百分比、綠色匹配百分比以及藍色匹配百分比。重疊區(qū)域的可視化表示示出為圖4中的重 疊區(qū)域50。圖5中示出了 RGB曲線組的一部分數(shù)據(jù)分析列表。特定測試樣本的合格/不合 格的臨界值由使用者設(shè)定。作為本發(fā)明的可選擇變型，為了使得件與件之間的顏色變化能夠被接受，本發(fā) 明運用一種新方法，該方法使用每單個顏色的最新“合格”測試小組重新計算置信區(qū)間。 根據(jù)這種可選擇變型，顏色數(shù)據(jù)可用于重新計算置信區(qū)間，以給每種顏色提供一種實時 (living)的顏色指紋。具體而言，當一個新的測試小組被識別為“合格”，這個新測試小組 就會取代先前用于計算置信區(qū)間的最舊的測試小組，之后，一個新的置信區(qū)間將被計算出 來并用于下一次的測試。此方法使置信區(qū)間成為動態(tài)的，并且使得置信區(qū)間由于件與件之 間的變化而改變，不過仍使用原來的方法來識別有關(guān)顏色錯配的缺陷。用于計算置信區(qū)間 的測試樣本的數(shù)量由使用者設(shè)定，但是，如前所述，至少應(yīng)選定六個或六個以上的樣本。不 過，這種變型可以不具有普遍性，在沒有實時的顏色指紋的情況下，本發(fā)明公開的系統(tǒng)亦可 正常運作。以上公開并描述了本發(fā)明的示例性實施例。在不脫離本發(fā)明的精神和范圍的情形 下，本發(fā)明可以具有多種變型。例如，除了本發(fā)明公開的對比曲線的方法，還可參照以曲線 形狀為中心而選定的衡量標準。也可以通過對已確認正確的曲線與測試曲線之間的誤差取 平均值的方式進行曲線比較。因此，根據(jù)前述內(nèi)容，在不背離本發(fā)明的真實意圖和由權(quán)利要 求限定的保護范圍的前提下，本領(lǐng)域技術(shù)人員可以進行其他修改和變型。
權(quán)利要求
1.一種用于檢驗車輛所有區(qū)域的著色、用于識別顏色錯配以及用于動態(tài)地確定所識別 出的錯配的可接受性的系統(tǒng)，所述系統(tǒng)包括用于對所述車輛的選定區(qū)域進行數(shù)字化掃描的車輛圖像采集陣列；與所述車輛采集陣列連接的圖像分析儀，根據(jù)上、下標準置信顏色曲線對所述圖像分 析儀進行初始設(shè)置，所述圖像分析儀具有如下功能將通過所述車輛圖像采集陣列獲得的掃描區(qū)域之一的圖像轉(zhuǎn)化為標準格式的圖像，從 該標準格式的圖像中提取實際的單個顏色曲線；以及將所提取到的顏色曲線與所述標準置信顏色曲線進行比較，以通過建立所述掃描區(qū)域 之一的匹配百分比，而確定所提取的顏色曲線是否落入了所述上、下標準置信顏色曲線內(nèi)，其中，顏色測試過程中，依據(jù)累積提取的所述選定區(qū)域的顏色曲線，可調(diào)整所述初始設(shè) 置的上、下標準置信顏色曲線。
2.根據(jù)權(quán)利要求1所述的用于檢驗著色的系統(tǒng)，其中，所述顏色曲線選自由RGB、L*ab 和XYZ構(gòu)成的組。
3.根據(jù)權(quán)利要求1所述的用于檢驗著色的系統(tǒng)，其中，所述車輛圖像采集陣列包括數(shù) 碼相機。
4.根據(jù)權(quán)利要求1所述的用于檢驗著色的系統(tǒng)，其中，所述圖像分析儀包括根據(jù)標準 色溫和著色值處理所獲得的圖像的處理器。
5.根據(jù)權(quán)利要求1所述的用于檢驗著色的系統(tǒng)，其中，所提取的每個掃描區(qū)域的顏色 曲線具有面元。
6.根據(jù)權(quán)利要求5所述的用于檢驗著色的系統(tǒng)，其中，所述面元的數(shù)量取決于所述圖 像的位數(shù)。
7.根據(jù)權(quán)利要求1所述的用于檢驗著色的系統(tǒng)，其中，所述上、下標準顏色曲線基于多 個顏色正確的圖像。
8.根據(jù)權(quán)利要求7所述的用于檢驗著色的系統(tǒng)，其中，所述多個顏色圖像的數(shù)量為六個。
9.根據(jù)權(quán)利要求8所述的用于檢驗著色的系統(tǒng)，其中，所述多個顏色圖像的數(shù)量大于 六個。
全文摘要
本發(fā)明公開使用數(shù)字成像和曲線比較方法的快速顏色檢驗系統(tǒng)。該系統(tǒng)包括車輛圖像采集陣列，對車輛選定區(qū)域進行數(shù)字化掃描；以及圖像分析儀，與車輛圖像采集系統(tǒng)連接。圖像分析儀根據(jù)上、下標準置信顏色曲線初始設(shè)置。圖像分析儀包括據(jù)分析方法設(shè)置的功能，以將車輛圖像采集陣列獲得的掃描區(qū)域之一的圖像轉(zhuǎn)化為標準圖像格式，從圖像中提取出實際的單個顏色曲線，并將提取的顏色曲線與標準置信顏色曲線比較，通過建立掃描區(qū)域之一的匹配百分比，確定提取的顏色曲線是否落入上、下標準置信顏色曲線。顏色測試過程中，依據(jù)累積提取的選定區(qū)域的顏色曲線，可調(diào)整初始設(shè)置的上、下標準置信顏色曲線。
文檔編號G06K9/00GK102121848SQ20101058927
公開日2011年7月13日 申請日期2010年12月15日 優(yōu)先權(quán)日2010年1月9日
發(fā)明者克里斯托弗·邁克爾·索伯特, 凱文·理查德·約翰·埃爾伍德, 斯科特·亞當斯, 馬克·愛德華·尼科爾斯 申請人:福特環(huán)球技術(shù)公司