CN112697682B - 一种基于机器视觉进行家具耐光色牢度检测的方法 - Google Patents

Abstract

本发明涉及一种基于机器视觉进行家具耐光色牢度检测的方法，该方法包括图像采集、数据传输、预处理降噪、XYZ值计算、相似度初步判断、颜色空间模型色差计算以及色牢度评级与结果输出。采用机器视觉检测能标准统一，不会像人工肉眼检测收到个体差异和外界环境以及疲劳度等主观因素影响，检测分级结果更为客观，准确性也更高。机器视觉检测不仅能评定等级，还能基于CIE LAB标准和CIE DE2000标准给出颜色空间色差值，将耐光色牢度评级中的颜色差异赋予数字化、标准化、可视化和具体化，是一种标准而准确的检测分级方法。

Description

一种基于机器视觉进行家具耐光色牢度检测的方法

技术领域

本发明属于材料耐光色牢度检测技术领域，尤其是涉及一种基于机器视觉进行家具耐光色牢度检测的方法。

背景技术

木材表面颜色的光变和褪色是引起自身材质等级下降的因素之一，也是影响木制家具商品价值的重要因素。

现阶段对木材耐光色牢度评级的方法是氙灯照射法，通过氙灯对木材进行曝晒加速其老化速度，采用蓝色羊毛标样与灰色样卡(符合GB/T250-2008)变色度的对比控制曝晒周期，以每个曝晒阶段测得的木材试样色差值，与灰色样卡的等级色差值对照，然后再评定木材试样的耐光色牢度等级。当蓝色羊毛标样6级的曝晒和未曝晒部分间的色差达到灰色样卡4级时终止曝晒，然后将木材试样和蓝色羊毛标样一同取出，移开遮盖物，在评级灯箱内用灰色样卡评定试件的相应变色等级，羊毛标样曝晒达到4级和木材试样的评定都是在评级灯箱里与评定变色用灰色样卡进行评级测定。

现有技术手段是依靠人工肉眼通过灰色样卡去识别和检测试件经过曝晒后的颜色变化，进而评定色牢度等级。这种检测方法比较原始落后，人的肉眼检测主观性较大，具有个体差异，不同人、不同视力状况观测同一试件可能得到不同结果，还受到个体疲劳度等因素影响，检测结果可靠性低，准确性差，有时不具有统一标准和公信说服力。而且在曝晒过程中需要不定时取出蓝色羊毛判断色差是否达到4级，从而确定曝晒量是否达标，整个过程需要大量人力和时间且不能精确控制曝晒量，容易造成曝晒不足或过度曝晒从而影响到准确性。简而言之，现行检测方法主观性太大，易受到个体差异及环境因素影响，准确性和可靠性都有所欠缺，并且耗费大量人力和时间，效率低下且人工成本较高。

发明内容

针对肉眼检测主观性大、可靠性低等缺陷问题，本发明提出一种基于机器视觉进行家具耐光色牢度检测的方法，用机器视觉采样和数字图像处理的方法替代人工视觉检测对家具耐光色牢度进行检测和评级。

为了解决上述技术问题，本发明所采用的一种基于机器视觉进行家具耐光色牢度检测的方法，其步骤包括：

S1、将蓝色羊毛样卡与测试样件一同放置在运输平台上，运输平台在伺服机构的带动下，将蓝色羊毛样卡和测试样件送入氙灯老化箱内进行曝晒处理；

S2、蓝色羊毛样卡和测试样件在氙灯老化箱内连续曝晒60～70小时之后，伺服机构将自动运输平台传输至检测平台；

S3、检测平台固定有高清数码摄像机和灰色样卡，蓝色羊毛样卡和测试样件到位后，高清数码摄像机在标准光源的照射下自动拍摄蓝色羊毛样卡和灰色样卡的高清图像，然后经由图像采集传输系统将高清图像传输至计算机；

S4、计算机对上传的高清图像进行色彩差异分析；

S5、根据分析结果，以灰色样卡的数据结果为参照来评定蓝色羊毛样卡的耐光色牢度等级；

S6、蓝色羊毛样卡的耐光色牢度达到4级后，说明测试样件曝晒时间达标，高清数码摄像机在标准光源下拍摄测试样件的高清图像，然后经由图像采集传输系统将高清图像传输至计算机；

S7、计算机对测试样件的高清图像进行色彩差异分析；

S8、根据步骤S4中灰色样卡的分析结果，以灰色样卡为标准来评定测试样件的耐光色牢度等级；

S9、测试样件耐光色牢度评级结果输出。

进一步的，步骤S4和步骤S7中色彩差异分析的过程包括图像预处理和XYZ颜色空间计算。

进一步的，所述图像预处理的步骤为：

1)、图像转化：分别将蓝色羊毛样卡、灰色样卡和测试样件的高清图像转化为对应的24位真彩色图像；

2)、特征值提取，建立RGB模型：通过MATLAB分别提取出三幅24位真彩色图像中的RGB值；

3)、RGB模型变换为HSI模型：为保证计算结果的准确性，需要对数据进行降噪处理，同时为了提升图像处理速度，避免图像颜色失真，在进行降噪前需将RGB值转化为HSI值；

4)、数值降噪：进行3×3中值滤波，消除噪声对数值的影响；

5)、重建RGB模型：中值滤波后，将HSI值重新转化为RGB值。

进一步的，所述XYZ颜色空间计算的步骤为：

RGB与XYZ颜色空间转化：根据蓝色羊毛样卡、灰色样卡和测试样件的RGB重建结果，通过转化矩阵分别计算出蓝色羊毛样卡和测试样件图像XYZ颜色空间中的XYZ值。

进一步的，所述高清数码摄像机的规格为PAL制式高清数码摄像机或NTSC制式高清数码摄像机。

进一步的，所述RGB颜色空间转化到XYZ颜色空间的取值与高清数码摄像机采用的制式有关：

1)、当高清数码摄像机为PAL制式时的转化矩阵：

2)、当高清数码摄像机为NTSC制式时的转化矩阵：

其中，上述两公式中R_i、G_i、B_i为通过HSI值转化得到的RGB值；

当i＝1时，代表蓝色羊毛样卡；

当i＝2时，代表灰色样卡；

当i＝3时，代表测试样件。

进一步的，所述步骤S5中，蓝色羊毛样卡的评级步骤为：

1)、当蓝色羊毛样卡XYZ颜色空间中的(X₁、Y₁、Z₁)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度大于等于95％时，则终止曝晒，定蓝色羊毛样卡为4级；

2)、当蓝色羊毛样卡XYZ颜色空间中的(X₁、Y₁、Z₁)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度小于95％时，则伺服机构反向转动，将运输平台送回氙灯老化箱内，继续对蓝色羊毛样卡与测试样件进行曝晒处理，之后的时间里，每隔1小时自动将蓝色羊毛样卡和测试样件送至检测平台进行评级，直到蓝色羊毛样与灰色样卡的相似度大于等于95％时终止曝晒。

进一步的，所述步骤S8中，测试样件的评级步骤为：

1)、当测试样件XYZ颜色空间中的(X₃、Y₃、Z₃)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度大于等于95％时，则将测试样件直接定为5级，即测试件完全合格；

2)、当测试样件XYZ颜色空间中的(X₃、Y₃、Z₃)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度小于95％时，则通过色差公式计算色差值，进行阈值对比之后，再对测试样件进行等级评定。

进一步的，所述测试样件与灰色样卡相似度小于95％时评级步骤为：

1)、当测试样件XYZ颜色空间中的(X₃、Y₃、Z₃)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度小于95％而大于等于80％时，通过CIEDE2000色差公式计算得到测试样件与灰色样卡的色差值为ΔE；

3)、当测试样件XYZ颜色空间中的(X₃、Y₃、Z₃)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度小于80％时，通过CIELAB色差公式计算得到测试样件与灰色样卡的色差值为ΔE；

3)、当ΔE的取值位于区间[0，0.5]时，则定测试样件为4级，即测试件合格，测试样件耐光色牢度等级低于4级的均为不合格品；ΔE的取值位于区间(0.5，1]时，定测试样件为3级；ΔE的取值位于区间(1，1.5]时，定测试样件为2级，ΔE的取值位于区间(1，∞]时，定测试样件为1级。

进一步的，所述步骤S2中，蓝色羊毛样卡和测试样件在氙灯老化箱内连续曝晒的时间为66小时。

与现有技术相比，本发明具有以下优点和突出性效果：

1、家具耐光色牢度检测评级更为客观可靠。

采用机器视觉检测标准统一，不会像人工肉眼检测收到个体差异和外界环境以及疲劳度等主观因素影响，检测分级结果更为客观，准确性也更高。

2、家具耐光色牢度检测评级更为直观准确。

机器视觉检测不仅能评定等级，还能基于CIE LAB标准和CIE DE2000标准给出颜色空间色差值，将耐光色牢度评级中的颜色差异赋予数字化、标准化、可视化和具体化，是一种标准而准确的检测分级方法。通过数据分析，还可以为控制后续家具制造工艺提供参考和改进参数。

3、家具耐光色牢度检测评级更为高效便捷。

肉眼长时间在高强度光源下辨别精细色差很容易产生视觉疲劳，这不仅会影响检测结果准确性，还影响检测效率，并且长此以往对检测人员视力伤害较大。在人工检测条件下，能检测的试件数量有限，制约着检测效率的提高。而机器可以长时间不间断稳定工作且检测精度始终不变，这使得检测评级工作更加高效便捷，提高了单位时间内检测数量，还保护了检测人员视力，使检测作业更为人性化，安全化。

4、家具耐光色牢度检测流水线化、自动化。

将检测平台与氙灯老化箱连在一条流水线上，可自动检测蓝色羊毛耐光色牢度是否达到4级从而精确控制曝晒时间，曝晒量达标后自动流水线化作业将试件送检并给出结果。全过程自动化，无需人工干预。

附图说明

为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程图。

图2为本发明中蓝色羊毛评级的流程图。

图3为本发明中XYZ值相似度初步判断的流程图。

具体实施方式

为了能更好地对本发明的技术方案进行理解，下面结合附图对实施例进行详细地说明。

本发明所述的一种基于机器视觉进行家具耐光色牢度检测的方法，其步骤包括：

S1、将蓝色羊毛样卡与测试样件一同放置在运输平台上，运输平台在伺服机构的带动下，将蓝色羊毛样卡和测试样件送入氙灯老化箱内进行曝晒处理。

S2、蓝色羊毛样卡和测试样件在氙灯老化箱内连续曝晒66小时之后，伺服机构将自动运输平台传输至检测平台。

根据以往经验，大概72小时后蓝色羊毛样卡可达到曝晒量，为了进一步精确控制曝晒时间，本发明在曝晒66小时后每隔一小时自动传输蓝色羊毛样卡至检测平台进行评级，达到4级即停止曝晒并检测测试样件耐光色牢度等级，否则将蓝色羊毛与测试样件又运输进氙灯老化箱内进行曝晒。

S3、检测平台固定有高清数码摄像机和灰色样卡，蓝色羊毛样卡和测试样件到位后，高清数码摄像机在标准光源的照射下自动拍摄蓝色羊毛样卡和灰色样卡的高清图像，然后经由图像采集传输系统将高清图像传输至计算机。

S4、计算机对上传的高清图像进行色彩差异分析。

S5、根据分析结果，以灰色样卡的数据结果为参照来评定蓝色羊毛样卡的耐光色牢度等级。蓝色羊毛样卡的评级步骤为：

1)、当蓝色羊毛样卡XYZ颜色空间中的(X₁、Y₁、Z₁)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度大于等于95％时，则终止曝晒，定蓝色羊毛样卡为4级；

2)、当蓝色羊毛样卡XYZ颜色空间中的(X₁、Y₁、Z₁)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度小于95％时，则伺服机构反向转动，将运输平台送回氙灯老化箱内，继续对蓝色羊毛样卡与测试样件进行曝晒处理，之后的时间里，每隔1小时自动将蓝色羊毛样卡和测试样件送至检测平台进行评级，直到蓝色羊毛样与灰色样卡的相似度大于等于95％时终止曝晒。

S6、蓝色羊毛样卡的耐光色牢度达到4级后，说明测试样件曝晒时间达标，高清数码摄像机在标准光源下拍摄测试样件的高清图像，然后经由图像采集传输系统将高清图像传输至计算机。

S7、计算机对测试样件的高清图像进行色彩差异分析。

S8、根据步骤S4中灰色样卡的分析结果，以灰色样卡为标准来评定测试样件的耐光色牢度等级。其中，测试样件的评级步骤为：

1)、当测试样件XYZ颜色空间中的(X₃、Y₃、Z₃)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度大于等于95％时，则将测试样件直接定为5级，即测试件完全合格；

2)、当测试样件XYZ颜色空间中的(X₃、Y₃、Z₃)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度小于95％时，则通过色差公式计算色差值，进行阈值对比之后，再对测试样件进行等级评定。其中，测试样件与灰色样卡相似度小于95％时评级步骤为：

2.1)、当测试样件XYZ颜色空间中的(X₃、Y₃、Z₃)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度小于95％而大于等于80％时，通过CIEDE2000色差公式计算得到测试样件与灰色样卡的色差值为ΔE；

2.2)、当测试样件XYZ颜色空间中的(X₃、Y₃、Z₃)与灰色样卡XYZ颜色空间中的(X₂、Y₂、Z₂)相似度小于80％时，通过CIELAB色差公式计算得到测试样件与灰色样卡的色差值为ΔE；

2.3)、当ΔE的取值位于区间[0，0.5]时，则定测试样件为4级，即测试件合格，测试样件耐光色牢度等级低于4级的均为不合格品；ΔE的取值位于区间(0.5，1]时，定测试样件为3级；ΔE的取值位于区间(1，1.5]时，定测试样件为2级，ΔE的取值位于区间(1，∞]时，定测试样件为1级。

目前国际通用标准中有各国科学家先后提出的几十种基于不同颜色空间的色差公式，其中最有影响力的色差公式是基于CIE 1976 L*a*b*均匀颜色空间的两种色差公式；CIE LAB色差公式和CIE DE2000色差公式。

其中，CIE LAB色差公式的均匀性不甚理想，跟人眼的色彩感知度相似度不能总保持一致。为了能够更好的改善工业上色差评价跟人眼视觉感知的一致性，CIE相关技术委员会通过大量视觉实验和色差评估实验，2000年推出了CIE DE2000色差公式。

两种色差公式都能反映出色差程度的变化，但是CIE DE2000色差公式对大色差不够敏感，而CIE LAB色差公式对小色差过于敏感。XYZ颜色空间的色差检测算法虽然不能定量的描述色差，但是能够提供存在色差的严重程度，因此可以将XYZ颜色空间相似度和CIE1976 L*a*b*均匀颜色空间的两个色差公式结合起来，实现计算得到的色差值和人眼的颜色感知相一致。

经过多次的实验，当相似度值大于0.95时判定测试样件与灰色样件不存在色差，当相似度值在0.8到0.95之间时，采用CIE DE2000色差公式对色差值进行计算，当相似度低于0.8时都采用CIE LAB色差公式对色差值进行计算。

早期使用中，为了使评级结果更为准确可靠和贴近专家判断，可人工选择是否保存此次测量结果，若保存可由至少3位专家对该试件进行耐光色牢度评级与对比，然后由神经网络对结果进行存储训练，形成样本集，进一步减少评级误差并设立更为合理的评级阈值。

S9、测试样件耐光色牢度评级结果输出。

上述步骤S4和步骤S7中色彩差异分析的过程包括图像预处理和XYZ颜色空间计算。

1、图像预处理的步骤为：

1)、图像转化：分别将蓝色羊毛样卡、灰色样卡和测试样件的高清图像转化为对应的24位真彩色图像。

2)、特征值提取，建立RGB模型：通过MATLAB分别提取出三幅24位真彩色图像中的RGB值。

3)、RGB模型变换为HSI模型：为保证计算结果的准确性，需要对数据进行降噪处理，同时为了提升图像处理速度，避免图像颜色失真，在进行降噪前需将RGB值转化为HSI值。

4)、数值降噪：进行3×3中值滤波，消除噪声对数值的影响。

由于普通图像去噪所处理的大多数都是灰度图像，在家具色差检测系统中，所获取的图像为彩色图像，所以要按照某一颜色空间模型进行分解，提取图像的灰度分量，去噪后再将原信号复原。本系统根据需要选择HSI颜色空间，因为它的灰度信号和色度信号是分开的，所以首先将RGB颜色空间转化为HSI颜色空间，然后利用对灰度图去除噪声的算法单独处理I分量，从而达到不改变色彩信息的目的。

5)、重建RGB模型：中值滤波后，将HSI值重新转化为RGB值。

RGB与XYZ颜色空间转化：根据蓝色羊毛样卡、灰色样卡和测试样件的RGB重建结果，通过转化矩阵分别计算出蓝色羊毛样卡和测试样件图像XYZ颜色空间中的XYZ值。

进一步的，RGB颜色空间转化到XYZ颜色空间的取值与高清数码摄像机采用的制式有关，本发明中高清数码摄像机的规格为PAL制式高清数码摄像机或NTSC制式高清数码摄像机。

1)、当高清数码摄像机为PAL制式时的转化矩阵：

2)、当高清数码摄像机为NTSC制式时的转化矩阵：

其中，上述两公式中R_i、G_i、B_i为通过HSI值转化得到的RGB值；

当i＝1时，代表蓝色羊毛样卡；

当i＝2时，代表灰色样卡；

当i＝3时，代表测试样件。

上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。

Claims (4)

1.一种基于机器视觉进行家具耐光色牢度检测的方法，其特征在于：检测步骤包括：

S1、将蓝色羊毛样卡与测试样件一同放置在运输平台上，运输平台在伺服机构的带动下，将蓝色羊毛样卡和测试样件送入氙灯老化箱内进行曝晒处理；

S2、蓝色羊毛样卡和测试样件在氙灯老化箱内连续曝晒60～70小时之后，伺服机构将自动运输平台传输至检测平台；

S3、检测平台固定有高清数码摄像机和灰色样卡，蓝色羊毛样卡和测试样件到位后，高清数码摄像机在标准光源的照射下自动拍摄蓝色羊毛样卡和灰色样卡的高清图像，然后经由图像采集传输系统将高清图像传输至计算机；

S4、计算机对上传的高清图像进行色彩差异分析，其分析过程包括图像预处理和XYZ颜色空间计算，

预处理步骤为：

1)、图像转化：分别将蓝色羊毛样卡、灰色样卡和测试样件的高清图像转化为对应的24位真彩色图像；

2)、特征值提取，建立RGB模型：通过MATLAB分别提取出三幅24位真彩色图像中的RGB值；

3)、RGB模型变换为HSI模型：为保证计算结果的准确性，需要对数据进行降噪处理，同时为了提升图像处理速度，避免图像颜色失真，在进行降噪前需将RGB值转化为HSI值；

4)、数值降噪：进行3×3中值滤波，消除噪声对数值的影响；

5)、重建RGB模型：中值滤波后，将HSI值重新转化为RGB值；

XYZ颜色空间计算的步骤为：

RGB与XYZ颜色空间转化：根据蓝色羊毛样卡、灰色样卡和测试样件的RGB重建结果，通过转化矩阵分别计算出蓝色羊毛样卡和测试样件图像XYZ颜色空间中的XYZ值；

S5、根据分析结果，以灰色样卡的数据结果为参照来评定蓝色羊毛样卡的耐光色牢度等级，其评级步骤为：

1)、当蓝色羊毛样卡XYZ颜色空间中的（X ₁ 、Y ₁ 、Z ₁ ）与灰色样卡XYZ颜色空间中的（X ₂ 、Y ₂ 、Z ₂ ）相似度大于等于95％时，则终止曝晒，定蓝色羊毛样卡为4级；

2)、当蓝色羊毛样卡XYZ颜色空间中的（X ₁ 、Y ₁ 、Z ₁ ）与灰色样卡XYZ颜色空间中的（X ₂ 、Y ₂ 、Z ₂ ）相似度小于95％时，则伺服机构反向转动，将运输平台送回氙灯老化箱内，继续对蓝色羊毛样卡与测试样件进行曝晒处理，之后的时间里，每隔1小时自动将蓝色羊毛样卡和测试样件送至检测平台进行评级，直到蓝色羊毛样与灰色样卡的相似度大于等于95％时终止曝晒，当测试样件与灰色样卡相似度小于95％时评级步骤为：

1)、当测试样件XYZ颜色空间中的（X ₃ 、Y ₃ 、Z ₃ ）与灰色样卡XYZ颜色空间中的（X ₂ 、Y ₂ 、Z ₂ ）相似度小于95％而大于等于80％时，通过CIEDE2000色差公式计算得到测试样件与灰色样卡的色差值为

；

2)、当测试样件XYZ颜色空间中的（X ₃ 、Y ₃ 、Z ₃ ）与灰色样卡XYZ颜色空间中的（X ₂ 、Y ₂ 、Z ₂ ）相似度小于80％时，通过CIELAB色差公式计算得到测试样件与灰色样卡的色差值为

；

3)、当

的取值位于区间[0,0.5]时，则定测试样件为4级，即测试件合格，测试样件耐光色牢度等级低于4级的均为不合格品；

的取值位于区间(0.5,1]时, 定测试样件为3级；

的取值位于区间(1,1.5]时，定测试样件为2级，

的取值位于区间(1,∞]时，定测试样件为1级；

S6、蓝色羊毛样卡的耐光色牢度达到4级后，说明测试样件曝晒时间达标，高清数码摄像机在标准光源下拍摄测试样件的高清图像，然后经由图像采集传输系统将高清图像传输至计算机；

S7、计算机对测试样件的高清图像进行色彩差异分析，其分析过程包括图像预处理和XYZ颜色空间计算，

预处理步骤为：

1)、图像转化：分别将蓝色羊毛样卡、灰色样卡和测试样件的高清图像转化为对应的24位真彩色图像；

2)、特征值提取，建立RGB模型：通过MATLAB分别提取出三幅24位真彩色图像中的RGB值；

3)、RGB模型变换为HSI模型：为保证计算结果的准确性，需要对数据进行降噪处理，同时为了提升图像处理速度，避免图像颜色失真，在进行降噪前需将RGB值转化为HSI值；

4)、数值降噪：进行3×3中值滤波，消除噪声对数值的影响；

5)、重建RGB模型：中值滤波后，将HSI值重新转化为RGB值；

XYZ颜色空间计算的步骤为：

RGB与XYZ颜色空间转化：根据蓝色羊毛样卡、灰色样卡和测试样件的RGB重建结果，通过转化矩阵分别计算出蓝色羊毛样卡和测试样件图像XYZ颜色空间中的XYZ值；

S8、根据步骤S4中灰色样卡的分析结果，以灰色样卡为标准来评定测试样件的耐光色牢度等级；

S9、测试样件耐光色牢度评级结果输出。

2.根据权利要求1所述的一种基于机器视觉进行家具耐光色牢度检测的方法，其特征在于：所述高清数码摄像机的规格为PAL制式高清数码摄像机或NTSC制式高清数码摄像机。

3.根据权利要求1所述的一种基于机器视觉进行家具耐光色牢度检测的方法，其特征在于：所述RGB颜色空间转化到XYZ颜色空间的取值与高清数码摄像机采用的制式有关：

1)、当高清数码摄像机为PAL制式时的转化矩阵：

2)、当高清数码摄像机为NTSC制式时的转化矩阵：

其中，上述两公式中R _i 、G _i 、B _i为通过HSI值转化得到的RGB值；

当

时，代表蓝色羊毛样卡；

当

时，代表灰色样卡；

当

时，代表测试样件。

4.根据权利要求1所述的一种基于机器视觉进行家具耐光色牢度检测的方法，其特征在于：所述步骤S2中，蓝色羊毛样卡和测试样件在氙灯老化箱内连续曝晒的时间为66小时。

Images