【技术实现步骤摘要】
本专利技术涉及计算机视觉，更具体的说，涉及一种面料颜色的检测方法、装置、电子设备及存储介质。
技术介绍
1、面料颜色检测是指利用技术手段对面料的颜色进行识别和比对，以确定其颜色是否符合特定标准或与其他面料的颜色是否一致。这种检测方法可以通过对面料图像进行分析和比较，从而实现对面料颜色一致性的精确检测。
2、现有技术中，面料颜色检测通常在自然光或普通光源条件下进行拍摄，这会导致不同时间、不同环境下的拍摄结果存在较大差异，环境光照变化、拍摄角度和光源类型的不同都会影响图像的颜色表现，从而增加了颜色差异度计算的误差；颜色差异度计算方法主要依赖于颜色直方图、均值和标准差等简单的统计特征，这些方法在面对复杂的面料纹理和细微颜色变化时表现不足，难以捕捉到图像中的微小差异，此外，这些方法对光照变化和噪声的鲁棒性较差，容易受到干扰，由于特征提取和比较手段过于简单，无法精准描述和区分复杂面料的细微颜色差异,因此检测结果的精度和可靠性低，难以满足高精度颜色一致性检测的需求。
技术实现思路
1、为了克服现有技术的不足，本专利技术提供一种面料颜色的检测方法、装置、电子设备及存储介质，解决了当前面料颜色检测因环境光照变化、拍摄角度和光源类型的不同而增加了颜色差异度计算的误差，因难以捕捉预想中的微小差异且易受干扰而导致检测结果的精度和可靠性低的问题，从而既缩小了颜色差异度计算的误差，又保证了检测结果的精度和可靠性。
2、本专利技术解决其技术问题所采用的技术方案是：一种面料颜色的检测方法
3、s10，搭建图像采集组件，并通过图像采集组件采集组合目标面料的特征图像；
4、s20，采用opencv对组合目标面料的特征图像进行分割，以获取第一目标面料和第二目标面料的特征图像；
5、s30，通过opencv分别对第一目标面料的特征图像和第二目标面料的特征图像进行预处理，以确保图像数据与孪生网络模型相适配；
6、s40，构建孪生网络模型，并通过孪生网络模型计算第一目标面料的特征图像和第二目标面料的特征图像的颜色差异度。
7、进一步的，步骤s10中，所述图像采集组件包括：
8、设置有d65标准光源的灯箱，用于模拟自然日光的光照条件；
9、高分辨率摄像头，用于采集组合目标面料的特征图像；
10、所述高分辨率的摄像头固定于灯箱的顶部，确保高分辨率摄像头的拍摄角度与组合目标面料的平面垂直，以避免因拍摄角度而导致的图像失真。
11、进一步的，步骤s20中，所述采用opencv对组合目标面料的特征图像进行分割的具体方式为：
12、s201，通过opencv根据路径读取组合目标面料的图像；
13、s202，将组合目标面料的图像转换为灰度图，并对灰度图进行二值化处理，以生成二值化图像；
14、s203,采用opencv的s i ft特征检测方法来识别二值化图像的特征点，并通过opencv的轮廓检测方法提取二值化图像的轮廓信息；
15、s204，根据识别出的轮廓信息，将二值化图像分割成两部分，即第一目标面料的特征图像和第二目标面料的特征图像。
16、进一步的，步骤s30中，所述预处理的具体方式为：通过opencv读取组合目标面料的图像，并将组合目标面料的图像尺寸调整为224x224像素，且对调整尺寸后的组合目标面料的图像进行归一化处理，即将像素值转换到[0,1]的范围内。
17、进一步的，步骤s40中，所述构建孪生网络模型，并通过孪生网络模型计算第一目标面料的特征图像和第二目标面料的特征图像的颜色差异度的具体方式包括：
18、s401，使用预训练的vgg16模型作为基础模型，并移除vgg16模型的顶层全连接层；
19、s402，构建两个共享权重的子网络，且子网络具有相同的架构和权重，用于提取图像特征，并在vgg16模型的基础上添加全局平均池化层，然后连接两个全连接层，其中，第一个全连接层包含512个神经元，采用relu激活函数；第二个全连接层包含128个神经元，亦采用relu激活函数；
20、s403，将经预处理后的第一目标面料的特征图像和第二目标面料的特征图像输入至vgg16模型的输入层，通过子网络提取第一目标面料的特征图像和第二目标面料的特征图像的特征向量，并计算两个特征向量之间的欧氏距离，以表示第一目标面料的特征图像和第二目标面料的特征图像的差异度。
21、进一步的，步骤s403中，所述子网络中设置有lambda层，用于接收两个特征向量，计算并输出两个特征向量之间的欧氏距离，具体的，所述欧氏距离的计算表达式为：
22、
23、上式中，d表示欧氏距离；f1表示第一目标面料的特征图像的特征向量；f2表示第二目标面料的特征图像的特征向量；f1,i表示f1的第i个元素；f2,i表示f2的第i个元素；n表示向量的维度。
24、一种面料颜色的检测装置，应用于如上所述的面料颜色的检测方法，其改进之处在于，所述面料颜色的检测装置包括：
25、图像采集模块，用于采集组合目标面料的特征图像；
26、图像处理模块，用于采用opencv对组合目标面料的特征图像进行分割，以获取第一目标面料和第二目标面料的特征图像，并通过opencv分别对第一目标面料的特征图像和第二目标面料的特征图像进行预处理，以确保图像数据与孪生网络模型相适配；
27、计算模块，用于运行孪生网络模型，以计算第一目标面料的特征图像和第二目标面料的特征图像的颜色差异度。
28、一种电子设备，其改进之处在于，包括至少一个处理器以及至少一个存储器，其中，
29、所述存储器上存储有计算机可读指令；
30、所述计算机可读指令被一个或多个处理器执行，使得电子设备实现如上所述的面料颜色的检测方法。
31、一种存储介质，其上存储有计算机可读指令，其改进之处在于，所述计算机可读指令被一个或多个处理器执行，以实现如上所述的面料颜色的检测方法。
32、本专利技术的有益效果是：本专利技术通过搭建的图像采集组件提供一致的拍摄环境，避免了由于光照条件变化和图像采集组件的参数不一致导致颜色偏差的问题；采用孪生网络进行特征提取和颜色差异度计算，能够更精细的捕捉和比较图像中的颜色差异，从而既缩小了颜色差异度计算的误差，又保证了检测结果的精度和可靠性。
本文档来自技高网...【技术保护点】
1.一种面料颜色的检测方法，应用于计算机系统，所述计算机系统至少包括图像采集组价、OpenCV以及孪生网络模型；其特征在于，所述面料颜色的检测方法包括以下步骤：
2.根据权利要求1所述的一种面料颜色的检测方法，其特征在于，步骤S10中，所述图像采集组件包括：
3.根据权利要求2所述的一种面料颜色的检测方法，其特征在于，步骤S20中，所述采用OpenCV对组合目标面料的特征图像进行分割的具体方式为：
4.根据权利要求3所述的一种面料颜色的检测方法，其特征在于，步骤S30中，所述预处理的具体方式为：通过OpenCV读取组合目标面料的图像，并将组合目标面料的图像尺寸调整为224x224像素，且对调整尺寸后的组合目标面料的图像进行归一化处理，即将像素值转换到[0,1]的范围内。
5.根据权利要求4所述的一种面料颜色的检测方法，其特征在于，步骤S40中，所述构建孪生网络模型，并通过孪生网络模型计算第一目标面料的特征图像和第二目标面料的特征图像的颜色差异度的具体方式包括：
6.根据权利要求5所述的一种面料颜色的检测方法，其特征在于，
7.一种面料颜色的检测装置，应用于权利要求1-6所述的面料颜色的检测方法，其特征在于，所述面料颜色的检测装置包括：
8.一种电子设备，其特征在于，包括至少一个处理器以及至少一个存储器，其中，
9.一种存储介质，其上存储有计算机可读指令，其特征在于，所述计算机可读指令被一个或多个处理器执行，以实现权利要求1-6任一项所述的面料颜色的检测方法。
...【技术特征摘要】
1.一种面料颜色的检测方法，应用于计算机系统，所述计算机系统至少包括图像采集组价、opencv以及孪生网络模型；其特征在于，所述面料颜色的检测方法包括以下步骤：
2.根据权利要求1所述的一种面料颜色的检测方法，其特征在于，步骤s10中，所述图像采集组件包括：
3.根据权利要求2所述的一种面料颜色的检测方法，其特征在于，步骤s20中，所述采用opencv对组合目标面料的特征图像进行分割的具体方式为：
4.根据权利要求3所述的一种面料颜色的检测方法，其特征在于，步骤s30中，所述预处理的具体方式为：通过opencv读取组合目标面料的图像，并将组合目标面料的图像尺寸调整为224x224像素，且对调整尺寸后的组合目标面料的图像进行归一化处理，即将像素值转换到[0,1]的范围内。
5.根据权利要求4所述的一种面料...
【专利技术属性】
技术研发人员：李建全，李智，王磊，刘冲，
申请(专利权)人：深圳全棉时代科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。