相机与图像采集

SKU 颜色分选:采集可重复的颜色

在为物品指定颜色类别或语义 SKU 之前,先建立一份经得起运动和材料差异考验的源颜色记录。

发送样品,申请工程评审
SKU 颜色分选:采集可重复的颜色 — 工程示意图,不是照片,也不是实测结果。
工程示意图,不是照片,也不是实测结果。

目的与适用边界

在为物品指定颜色类别或语义 SKU 之前,先建立一份经得起运动和材料差异考验的源颜色记录。

本教程给出的是一套工程评估方法,而不是可直接运行的产品认证。Deyi Vision 目前公开的 PC 示例,涵盖的是在已确认的样品图像上运行 EAN-13 的工作流。工程代码中的原生 OCR 和检测部分,使用前必须对照已安装的运行环境、已绑定的模型和任务逐一核实。浏览器模板并不能证明可以在浏览器中执行:规划中的 OpenCV.js 后端需要单独验证。云端识别须明确批准图像范围、服务提供方、模型和费用。评审归档包不是可执行的发布包。相机、固件和驱动的兼容性需另行核查。下文所有记录表中的数值均为假设值,不是 Deyi Vision 的测量结果,也不是客户的结果。

准备证据

在预定使用的光源下,使用实际产品的各种表面饰面,并配一块中性参考色块。样品要包括高光泽的、褪色的和从未见过的产品;明确声明相机的颜色格式。复用采集配置之前,先检查所存储的像素格式和有效区域是否仍与已保存的配方一致。凡是做过像素合并(binning)、缩放或图像转换的,都要记录下来,因为这些操作之后,按源像素算出的物体比例不能再原样套用。把归档的帧与送入第一个处理节点的帧作比较;若两者不同,要保留两者的标识,并说明做了什么转换。重连试验期间,要区分新的一次曝光与重复送出的缓冲帧。采集标识不确定时,应关闭自动放行,并保留导致不一致的事件,而不是悄悄把计数器清零。颜色分选与 SKU 识别回答的是不同的问题。某个颜色区域可能与红色参考相符,而该物品的尺寸、标签或包装规格却是错的。要先明确该任务是按实物颜色分选、核对预期的 SKU,还是两项独立的检查都要做。使用通道顺序已知的彩色图像,并把曝光、白平衡和光源光谱写入配方。要测试可接受的各批材料、光泽表面、阴影和外来产品,而不是只测一张干净的参考色卡。饱和度低时色相不可靠,而被截断的高光会丢掉算法无法还原的信息。未知、无法观察和混色的物品需要有明确的分流去向。若语义 SKU 识别使用了模型,要把该模型与颜色阈值分开验证,并且在向云端传输任何数据之前先取得批准。从采集记录入手,而不是从显示出来的预览入手。预览图可能被缩放、锐化,甚至在输入已经中断后仍被重复显示。保存未经修改的帧,以及图像尺寸、像素格式、曝光、增益、镜头设置、工作距离、触发标识和采集时间。在同一次测试中,同时包含最小的相关特征和允许的最大位置变化。先采集静止样品,以区分对焦问题与运动模糊;然后在实际运动条件下重复,期间不改变光学几何关系。把每张保存的图像都关联到对应的实物样品或事件。缺帧或陈旧帧属于采集失败,即使最后显示的画面看起来很好。选用能够采集真实颜色信息的 Deyi Vision 彩色面阵评估方案;把单色值复制到 RGB 通道中,得不到颜色信息。测量色块之前,先记录原始像素格式、所做的 Bayer 去马赛克处理,以及实际输出的 RGB/BGR 通道顺序。把白平衡、增益、曝光和照明光谱固定在配方中;在允许的各批次和运动条件下,检查中性参考和产品参考,确保像素值未饱和。在已安装的系统上验证快门/触发行为以及相机/驱动的兼容性。颜色分类和 SKU 身份要作为两项独立的验收任务;选用彩色相机既不能证明分类准确度,也不能证明产品身份。

操作步骤

  1. 采集彩色原图,记录通道顺序和像素位深,不要悄悄把证据转成灰度。
  2. 比较期间固定曝光、增益和白平衡;每一帧都要记录截断情况和实际的照明设置。
  3. 在允许的各个高度上检查对焦和物体比例,然后在相同设置下比较静止与运动中的颜色色块。
  4. 保留完整的源帧和物体标识,使后续的背景排除或 SKU 检测都能追溯到对应的像素。

解读试验结果

假设视野为 120 mm,对应 2400 px,则比例为 0.05 mm/px。一块 2 mm 的对比色块占 40 px。这些尺寸只描述采样情况:它们既不能证明色度测量的准确度,也不能保证颜色相近的 SKU 可以区分开。颜色与产品身份需要分别验收。

记录表

假设示例表;数值为设计示例,不是实测性能。
项目数值 / 观察含义
视野 / 宽度120 mm / 2400 px采样 = 0.05 mm/px
对比色块2 mm40 px;仅表示采样
s = 120 / 2400 = 0.05 mm/px
patch = 2 / 0.05 = 40 px

两个工程视角

两个工程视角 · 1

图中显示的是检查顺序。每个箭头都需要有记录在案的证据;这并不意味着已实现自动连接。样品 → 像素比例 → 运动 → 帧标识。

  1. 样品
  2. 像素比例
  3. 运动
  4. 帧标识
工程示意图,不是照片,也不是实测结果。
查看原尺寸示意图

两个工程视角 · 2

图中显示的是检查顺序。每个箭头都需要有记录在案的证据;这并不意味着已实现自动连接。静止 → 运动 → 原始图像 → 证据。

  1. 静止
  2. 运动
  3. 原始图像
  4. 证据
工程示意图,不是照片,也不是实测结果。
查看原尺寸示意图

故障诊断

  • 自动白平衡在不同产品之间发生变化,会使固定的颜色比较失效。
  • 灰度归档图无法重建已丢失的原始色彩信息;应重新采集彩色图像,而不是靠猜测。

验收与交接

只有当声明的颜色参考在全部允许条件下都保持可比、且没有截断时,才可接受采集环节。把含糊不清的产品和新产品作为未知样例保留下来,供后续评估,而不要把它们归入已知 SKU。

将源图像、预期判定、确切的版本和完整的结果记录放在一起保存。在选定最终参数之前,先冻结评估集。如果这些答案后来被用于调整工作流,就把该集合标记为开发数据,并另取一组新的独立验收集。要让 Review、NoResult、执行错误和采集缺失一直计入分母;不要通过筛掉记录行把它们变成合格。把可复现的失败案例与成功样例一并保存。交接材料应写明:谁有权更改配方,如何恢复先前已批准的版本,以及在验收之前哪些设备输出仍保持禁止。仅凭软件结果,不能证明运动中的实物零件到达了正确的目的地。

来源与技术参考资料

这些资料说明了本教程所用方法的依据与适用范围。文中的检查示例仅供参考;量产验收需要用你自己的样品取得证据。

  1. Deyi Vision machine vision software: evaluation scopeDeyi Vision核查于
  2. Calculate exposure limits from conveyor speedDeyi Vision核查于
  3. Exposure TimeBasler核查于
  4. Color Space ConversionsOpenCV核查于

工程评审

把检测问题和证据一起发过来。

请发送样品图像、当前方案,以及未通过的检查项;同时注明视野、工作距离、线速度和验收标准,便于做出切实可行的评审。

发送样品,申请工程评审
咨询

直接联系

把您的检测需求告诉工程师。

请提供样品图片、参考型号、视野、工作距离和线速度。

目标:24 小时内回复选型建议
发送样品图片