在工业视觉应用领域中,颜色是一项重要的参数,其中涉及的色彩校正等预处理技术起着举足轻重的作用,是后续实际应用中图像分析的必要前提。由于实际应用场景复杂,其预处理须结合实况专题研究。这在实验室承担的南京市科技发展计划项目《基于工业视觉的墙地砖智能质量检测与分拣系统》中多有体现,具有重要的理论意义和应用价值。论文分析了色彩校正算法在工业视觉应用领域中的内涵和地位,在描述与对比国内外经典色彩校正算法研究的基础上,解析了关键算法存在的不足;进而提出了相关模块的算法或优化方案。主要包括图像亮度空间不均匀校正、基于模拟退火算法的亮度自适应色彩校正,并在具体工业场景中应用实现。就工业场景中图像亮度空间分布不均匀问题,论文在分析灰度板易褶皱以及导致图像亮度空间分布不均匀因素的基础上,构建了亮度空间校正模型,文中给出基于边缘检测、形态学膨胀及时空滤波的灰度板去褶皱算法流程,并给出了基于CSLIP图像处理框架的图像亮度不均匀校正,改善了亮度分布的空间不均匀性,为后续图像处理提供亮度一致的输入图像;就工业场景中图像色彩存在偏色问题,为了提高彩色信息的输出质量,论文分析了图像采集设备产生色偏现象的原因以及经典色彩校正算法存在的缺点,提出了基于模拟退火算法的亮度自适应色彩校正方法,通过最优化色差均值的思想,将图像色彩还原到标准光源下,提高成像的色彩精确度,再现场景的真实色彩。经实验验证和实际应用,文中提出的色彩校正等预处理算法创新点或特点在于:●给出了基于边缘检测、形态学膨胀及时空滤波的灰度板去褶皱算法,解决了灰度板使用过程中难免出现的褶皱问题;●改进了多参数的亮度不均匀校正算法,将CSLIP应用于亮度校正中,还原亮度均匀的图像;●提出了基于模拟退火算法的色彩校正,能够最优化校正后图像的颜色值与场景标准颜色值之间的色差均值,并克服了未知光源对图像采集设备成像的影响,将图像颜色校正到标准白光下;●提出了亮度约束条件,使图像校正前后亮度保持一致。