李紅利，柳 干，張榮華，劉元建，王舒歡，修春波

（天津工業(yè)大學電氣工程與自動化學院，天津 300387）

基于空間聚類分析的LED顏色檢測方法

李紅利，柳 干，張榮華，劉元建，王舒歡，修春波

（天津工業(yè)大學電氣工程與自動化學院，天津 300387）

提出了一種利用相空間重構、空間聚類分析方法綜合完成LED顏色檢測的方法.利用HSL顏色模型的特性，分離出采集到圖像的色度信息；利用相空間重構方法，將二維的色度矩陣重構為三維空間內的色度信息點；利用空間聚類分析方法，進一步剔除相空間重構結果中的干擾像素點，得到有效的LED色度信息.實驗結果證明,該方法能準確檢測LED顏色信息，結果穩(wěn)定.

LED顏色檢測；HSL顏色模型；相空間重構；聚類分析

LED具有體積小、響應速度快、壽命長、可靠性高、功耗低等優(yōu)點，廣泛應用于信號指示燈、顯示屏、背光源、半導體照明光源等方面.目前幾乎所有的電氣設備上都帶有LED用來指示其電源及工作狀態(tài)，在設備出廠前的功能檢測中，這些LED工作情況的測試也是必不可少的環(huán)節(jié)[1].完整的LED測試主要包括對其電特性、光特性、開關特性、顏色特性、熱學特性、可靠性等方面進行全面的檢測[2].本文主要針對LED的顏色特性提出一種檢測方法.現(xiàn)有的LED顏色特性檢測方法主要有分光光度法和積分法.前者通過單色儀分光獲得光譜功率分布，之后利用色度加權積分獲取相應色度參數(shù).而積分法則是直接利用濾色片與光電探測器相配合，測得相應色度參數(shù).分光光度法的準確性要高于積分法，但是光譜儀的噪聲、校準的不確定度、被測光源的穩(wěn)定性等因素也都會給光譜功率的分布帶來不確定的影響[3].本文提出的方法主要是在考慮到指示用LED亮度一般較低的前提下，綜合考慮工業(yè)現(xiàn)場中多LED同時測量時設備的體積、成本問題，利用HSL顏色模型的特性，分離出采集到圖像的色度信息；進而采用相空間重構的方法，將二維的色度矩陣重構為三維空間內的色度信息點；再采用空間聚類分析方法對相空間重構的結果進行空間數(shù)據(jù)挖掘，進一步提取出有效的LED色度信息.

1 顏色模型轉換

顏色空間是顏色在三維空間中的排列方式，在機器視覺中一般稱為顏色模型.圖像處理中最基礎的是RGB顏色空間，其主要缺點是不夠直觀.RGB的數(shù)值很難表示該值所代表顏色的認知屬性，兩個顏色之間的知覺差異不能表示為該顏色空間中兩個色點之間的距離.基于基礎顏色空間的不均勻、不正交、不直觀等主要缺點，研究人員根據(jù)顏色的認知模型設計了許多算法，用于從RGB中得到顏色的認知屬性，統(tǒng)稱為認知顏色空間[4].本文所采用的HSL顏色模型，是一種面向用戶的顏色模型，在計算機視覺和數(shù)字圖像處理中應用廣泛.H、S、L 3個分量所代表的含義分別為色度、飽和度和色彩的明度.

RGB顏色模型是面向硬件的模型，適用于機器采樣，而為了能夠在計算機系統(tǒng)中利用HSL顏色模型進行數(shù)據(jù)處理，就需要對HSL的3種屬性進行量化，需要由RGB值轉換為HSL值的對應公式.一種簡化的RGB轉HSL的算法主要包括以下幾個步驟:

（1）對RGB值做歸一化處理，轉換為[0，1]區(qū)間內的結果；

（2）找出R、G、B中的最大值和最小值，分別記為Cmax和Cmin；

（3）計算顏色的明度值:

（4）如果最大和最小的顏色值相同，即表示灰色，則S定義為0，而H未定義，并通常也認為是0；

（5）否則，根據(jù)明度L計算飽和度S:

（6）計算色度H:

按照以上步驟計算出來的H、S、L值的范圍分別為H∈[0，255）、S∈[0，1]、L∈[0，1].

2 相空間重構

在得到所采集圖像的HSL信息之后，就獲得了3個二維的數(shù)值矩陣，其中的H值矩陣，就是后期處理所需要的色度信息.而要對這些信息進行處理，第一步就是要將其中的干擾信息剔除出去.以藍色LED為例，在外接5 V電源，限流電阻為1 kΩ時，實際的采集效果如圖1所示.

圖1 藍色LED實際采集效果Fig.1 Actual acquisition results of blue LED

由采集的圖像可以看出，圖像中明顯包含作為背景的黑色和亮度飽和的白色區(qū)域，而本文只是想得到藍色區(qū)域的準確色度值，這也是本文采用HSL顏色模型的原因之一.利用L分量的值，可以有效濾除上述兩種干擾像素點，拋棄L值過大和過小的像素點，則剩余的都是藍色發(fā)光區(qū)域的信息，稱之為有效像素點.在得到了有效像素點之后，為了更好地考察其色度一致性，本文采用相空間重構的方法，將二維空間的色度信息轉換為三維空間坐標點的分布，將色度的一致性體現(xiàn)為三維幾何空間點的聚合程度.

一個系統(tǒng)在某一個時刻的狀態(tài)稱為相，它決定狀態(tài)的幾何空間，稱為相空間[5-6].系統(tǒng)中任一分量的演化都是由與之相互作用著的其它分量所決定的，因此這些相關分量的信息就隱含在任一分量的發(fā)展過程中.為了重構一個等價的相空間可以通過只考察一個分量，并將其擴展到高維空間的方法，以便充分暴露出時間序列中的隱含信息[7-8].本文所采用的相空間重構方法，正是利用了這種思想，原始數(shù)據(jù)不再是一維的時間序列，而是二維的色度信息.為了更好地發(fā)現(xiàn)其分布規(guī)律，將其重構在三維的狀態(tài)空間中，從而可以通過在三維空間中研究這些信息點的聚合程度，反映出二維空間中色度值的分布情況.

按照HSL顏色模型的定義，當色度值在0～255范圍內變化時，藍色的標準色度值為170.考慮到色差的因素，在剔除了亮度不滿足條件的黑點和亮點的前提下，理想的實驗結果應該是穩(wěn)定在170附近的一個值.

圖2所示為有效像素點色度信息的空間分布，圈中的點表示色度離散的像素點的色度信息.

圖2 有效像素點色度信息的空間分布Fig.2 Space distribution of effective pixel color information

由圖2可以清楚地看到，實際的色度信息并沒有跟預期的估計一樣形成完全的聚合現(xiàn)象，而是在128～213范圍內均有分布，而且有很多明顯的偏離標準色度的像素點存在.但是由結果的分布密度來看，絕大多數(shù)的色度值確實是穩(wěn)定在170附近的，也就是說結果中仍然存在著相當數(shù)量的干擾色度信息點.

3 空間聚類分析

空間聚類分析是指將空間實體或單元集合按照某種相似性度量原則，劃分為若干個類似空間實體或單元組成的類或簇的過程[9-10].這里的相似性度量準則主要包含兩方面的含義:空間距離度量和空間實體間專題屬性相似性度量[11].空間聚類分析是對數(shù)據(jù)進行合理歸類的一種重要方法，其研究主要集中在基于距離的聚類分析[12].空間聚類分析可以從空間實體數(shù)據(jù)集中發(fā)現(xiàn)隱藏的信息或知識.如空間實體凝聚趨勢、分布規(guī)律和發(fā)展變化趨勢等[13].

上文相空間聚類的結果顯示，無效的干擾色度信息依然存在，所以接下來很重要的一步就是要將這些遠離簇中心的點剔除，也就是要對上面的相空間重構結果進行聚類，只保留聚合程度較好的那些像素點.相空間中的第i點距離其他點的距離為:

式中:n表示相空間中色度信息點的數(shù)目，對應到原始圖像剔除黑點和亮點之后的剩余像素點數(shù)m，有關系m=n+2成立；（Hx1，Hx2，Hx3）表示相空間中第x點的坐標值.這里的距離度量使用的是歐氏距離.

在得到了相空間中的點與其他點的距離之后，就可以找出遠離簇中心的色度點.如果將結果按大小順序排列，則可以由實際實驗結果得出理想的保留數(shù)據(jù)量.為了得到這個數(shù)值，本文加入綠色和橙色的LED作了參照實驗.各種顏色LED的色度信息在相空間中的分布情況如圖3所示.

由圖3可以看出，保留數(shù)據(jù)量大于等于80%時，得到的結果中仍然存在較多的離散點，而當取舍到70%時，則可以認為沒有明顯的離散點出現(xiàn).由圖3還可以看出，由上至下，隨著保留數(shù)據(jù)量的減少，三維坐標的范圍也在相應減少，所以實際上相空間中點的聚合程度是越來越高的.

仍然以藍色LED為例，當只保留70%的有效像素點時，得到的聚類結果如圖3（e）中藍色對應結果所示.由聚類結果可以看出，色度值相對均勻地分布在153～170的范圍內，都在色度誤差允許范圍內，計算出的平均值為165，也跟之前預測的穩(wěn)定在170附近相吻合.所以，可以認為在保留了70%的數(shù)據(jù)時，在沒有過分丟失圖像原始信息的前提下，得到了滿意的聚類結果.

圖3 藍色、綠色、橙色LED聚類結果Fig.3 Blue，green，orange LED clustering results

4 實驗驗證

對圖像采集設備的首要需求是相機的精度及色彩還原性.本文選用陜西維視圖像公司的 MV-1310FM相機，配合百萬像素工業(yè)鏡頭H0514-MP，來完成測試所需要的圖像采集工作.MV-1310FM相機是高性能工業(yè)檢測專用相機，具有高分辨率、高精度、高清晰度、高色彩還原、低噪聲等特點.該系列數(shù)字相機采用了1394標準接口，與USB2.0輸出數(shù)字相機相比，數(shù)據(jù)傳輸過程中占用資源較少，并具有計算機可以編程控制曝光時間、亮度、增益等參數(shù)，功耗小，連線方便，支持LabVIEW驅動等特點，可以很好的完成圖像采集任務.

本文測試系統(tǒng)結構如圖4所示.測試標準由每種顏色產(chǎn)品在不同環(huán)境下所作的若干次實際測試的結果給出，可以有效地避免由于產(chǎn)品本身所存在的色差對測試結果產(chǎn)生的影響.在區(qū)分不同顏色LED的測試設備中，顏色檢測結果的穩(wěn)定性應放在首位.

圖4 測試系統(tǒng)結構Fig.4 Architecture of test system

為了驗證本文方法的穩(wěn)定性，分別取藍色、綠色和橙色的樣品1 000個，利用上述系統(tǒng)進行測試，并對測試結果進行統(tǒng)計，結果如圖5所示.

由圖5可以看出，1 000個藍色LED樣品檢驗的色度值穩(wěn)定在區(qū)間[165.3，165.5]內，綠色LED的色度值穩(wěn)定在區(qū)間[65.2，66.6]內，橙色LED的色度值穩(wěn)定在區(qū)間 [18.45，19]內.同一批次不同型號產(chǎn)品之間的LED顏色一般差異較大，且顏色種類較少.而從實驗的統(tǒng)計結果來看，顏色漂移最大的綠色LED的最大值與最小值的差值也只有1.4，對于滿色度區(qū)間[0，255）來說，5以內的誤差，是完全可以接受的.

圖5 顏色檢測結果統(tǒng)計Fig.5 Color test results statistics

5 結束語

本文主要針對傳統(tǒng)發(fā)光體顏色檢測設備（單色儀、光電探測器等）在一些工業(yè)應用場合的不適性，結合一些LED僅被用作指示燈時亮度較低的實際情況，提出了一種LED顏色檢測的方法.利用工業(yè)計算機的運算優(yōu)勢，綜合運用了相空間重構及空間聚類分析的處理方法，解決了傳統(tǒng)檢測儀器在一些場合的空間及成本的浪費.由統(tǒng)計實驗結果來看，該方法可以很好地完成LED顏色檢測的工作.

[1]田錦明，龔成龍，陳瑞，等.基于LabVIEW的LED自動化測試[J].儀表技術與傳感器，2013，10:94-96.

[2]沈光地.半導體發(fā)光二極管LED的測試方法 [J].中國科技財富，2010（7）:34-36.

[3]潘建根，岳紅軒，沈海平，等.分光法測量LED顏色的不確定度分析[J].光電子·激光，2008（2）:149-151

[4]陶霖密，徐光祐.機器視覺中的顏色問題及應用[J].科學通報，2001（3）:178-190.

[5]鄭卉.基于相空間重構的結構損傷識別方法研究[D].哈爾濱:哈爾濱工業(yè)大學，2013:11-12.

[6]劉玉珠.基于相空間重構的神經(jīng)網(wǎng)絡短期氣候預測方法研究[D].南京:南京信息工程大學，2013:22-23.

[7]PACKARDNH，CRUTCHFIELD JP，F(xiàn)ARMER J D，et al.Geometry from a time series[J].Phys Rev Lett，1980，45:712-716.

[8]TAKENS Floris.Detecting strange attractors in turbulence[J]. Lecture Notes in Mathematics，1981，898:366-381.

[9]王縱虎.聚類分析優(yōu)化關鍵技術研究[D].西安:西安電子科技大學，2012，41:11-12.

[10]THAMARAISELVI G，KALIAMMAL A.Data ming:Concepts and techniques[J].SRELS Journal of Information Management，2004，41:339-348.

[11]周海燕.空間數(shù)據(jù)挖掘的研究[D].鄭州:中國人民解放軍信息工程大學，2003:78-79.

[12]YIN Yun Fei，GONG Guang Hong，HAN Liang.Theory and techniques of data mining in CGF behavior modeling[J].SCIENCE CHINA Information Sciences，2011（4）:717-731.

[13]楊春成.空間數(shù)據(jù)挖掘中聚類分析算法的研究[D].鄭州:中國人民解放軍信息工程大學，2004:3-4.

Detection method of LED color based on space cluster analysis

LI Hong-li，LIU Gan，ZHANG Rong-hua，LIU Yuan-jian，WANG Shu-huan，XIU Chun-bo
（School of Electrical Engineering and Automation，Tianjin Polytechnic University，Tianjin 300387，China）

A comprehensive detection method of LED color is proposed based on phase space reconstruction and cluster analysis.According to the characteristic of HSL color model，chrominance information can be separated from the collected images.By using the method of phase space reconstruction，the chrominance matrix is converted into the chrominance information points in three-dimensional space.The noise pixels in the phase space reconstruction results are further eliminated through the cluster analysis to obtain the effective chrominance information of LED.The experimental results show that the proposed method can accurately detect the LED color information and the results are stable.

LED color detection；HSL color model；phase space reconstruction；cluster analysis

TP29

A

1671－024X（2015）04－0058－05

10.3969/j.issn.1671-024x.2015.04.012

2014-11-17

國家自然科學基金項目（61203302）；天津市應用基礎與前沿技術研究計劃項目（14JCYBJC18900）

李紅利（1978—），男，博士，副教授，研究方向為神經(jīng)系統(tǒng)的非線性動力學分析.E-mail:lihongliln@163.com.