1861年，维多利亚女王统治期间，英国仍处于工业革命的巅峰，此时，物理学家马克斯威拍出了世界上第一张彩色照片。70年过后，英国科学家约翰 洛吉 贝尔德在战前的伦敦首次展示了世界上第一款彩色电视，尽管上世纪在技术上取得了长足进步，但制造商彻底接受彩色检测却还是过了好多年。

   食品、纺织、电子和半导体行业中，对产品色彩的检测非常重要，这并不令人惊讶。在黑白相机应用中，每个像素可以对光源照射到图像上每个点的光线强度进行测量。彩色相机可对每个点上的三种不同色彩的光线强度进行测量，将所捕获的数据量翻了三倍。这复杂了从数据捕获到计算机处理的每个步骤，意味着灰阶技术虽然有局限性但仍是最受欢迎的方法。

   Matrox Imaging公司MIL处理组经理Arnaud Lina说：“成像行业推动了黑白图像检测的应用。这些图像的获取相对简单，处理黑白图像的专业技术丰富，但现有的彩色图像处理软件包和专业技术非常少。灰阶方法更加广泛，更加容易理解和操作、价格便宜，并且计算复杂度相对较低。所有这些因素使得灰度方法成为行业中具有吸引力的方案。机器视觉制造商克服这些困难并开发出高费效比，且容易使用的方案还是最近的事。

   在一些例子中，谨慎的选择光源和黑白相机就已足够，无需增加额外的彩色系统成本。例如，红色光能够照明图像中的红色区域，绿光和蓝光则呈现黑色。相对简单的灰阶软件工具随后可用于进行相应的测量。

   Firstsight Vision公司销售主管Mark Williamson说：“很多人都有一个误解，认为人观测到的是彩色，就需要用彩色检测。如果你需要辨别色彩，这的确很重要，但无需用彩色进行简单的测量。”

  数据获取

   对于更为复杂的应用来说，机器视觉制造商在近年来有了稳步提升。曾经的一个障碍是在适宜的价位提供分辨率好的彩色相机，但近年CCD分辨率的提升提供了解决方案。

   在过去，面阵扫描彩色相机采用三种独立的CCD芯片分别用于每个像素红、绿、蓝三种光的捕获。这些数据随后被合成一张全彩色图像。

   更为便宜的解决方案是只采用一个芯片，芯片上的每个像素只对轮流穿越图像的一种色彩感光。由于每个像素都将被其他测量不同色彩的像素包围，相机能够通过寻找缺失色彩周边的反馈来填充缺失的色彩。但这降低了图像色彩分辨率，因为只采用了大概一半的真实像素，相比具有相同像素的三芯片相机来说，色彩保真度不够精确。

   这曾经限制单芯片相机的采用，但新的百万像素芯片的出现使高分辨率色彩的获取成为可能，并且无需对每种彩色都准备一个传感器。Williamson说:“我们在尝试向单芯片彩色相机转变，因为价格更加便宜。”

   彩色检测在采用线阵相机拍摄图像中仍存在问题。线阵相机含有成千上万个连续的像素，能够对运动中传送带上的目标物进行扫描，来成行构建每个目标物的图像。由于单行限速需要对每种色彩进行单独的获取，导致了相机性能的下降，而采用三行像素成本则太高。

   由于三线性扫描相机仍有广泛的高端应用，一些制造商现在开始生产双线性相机，一行像素只捕获一种色彩，并且其他行含有交错像素可捕获另外两种主要色彩。

   Dalsa公司高级线阵相机销售经理Xing-Fei He说：“这种彩色性能没有三芯片CCD相机性能好，但是对于识别个别的盒子已经足够，如：垃圾回收应用。它非常适用于这种应用。”

   由于传送带的速度非常快，捕获的数据量巨大。Williamson说：“从相机中提取数据并传送至采集卡常常是个问题。只有通过PCI总线才能应对大容量数据。”

   然而，根据Williamson，由于高速数字接口的出现，如：吉比特以太网和火线，对于线阵相机来说，这种传输已经不再是问题。

   数据一旦被获取，就需要计算对其进行分析，这同样因为大量数据而变得复杂。
Williamson 说：“对于智能相机来说是个典型的问题，你需要三倍的处理能力，而这是个瓶颈。”半导体技术的不断发展可能会最终解决这个问题。

   彩色分析

   FPGA技术也能够帮助简化这一问题，在数据在从相机或采集卡传输至计算机之前对其进行快速预处理。Euresys的Grablink Quickpack ColorScan图像采集卡配有FPGA和其他的功能，可简化彩色检测应用。

   例如：目标物在一个线阵相机下移动时，每个像素行都能够在不同的时间点显现出目标物的特征，并且相机必须随后对像素的不同色彩进行拼合，并读取为RG图像。Euresys的方案是通过在图像采集卡上采用FPGA技术，来实施这种“线阵延迟补偿（scan-delay compensation）”，帮助减轻计算机的工作量。FPGA技术在处理中比计算机的CPU更为有效。这种方案还能纠正不同色彩的失真和平衡。

   即使对数据进行了预处理，大容量意味着需要对分析算法进行仔细斟酌。Dalsa的He说，“算法比传统的处理更加复杂。”

   Firstsight Vision的Williamson同意这样的观点，“你要做的是有效处理三倍的数据，所以更加复杂。关键是将复杂性隐藏在看起来简单的用户界面之后。”

   He说Dalsa的IPD检测软件工具是这方面非常好的例子。采用这个工具，用户可以定义他们自己最感兴趣的三种颜色。工具随后创建三类单色图像映射每种颜色的密度。

   一个通常的彩色传感器只能提供一个二值图像（彩色有效处为黑色，彩色无效处为白色），但是不能显示强度。Williamson 说，“iNspect可提供一张有关所有那种颜色不同渐变的图片。这使用户能够在全彩色图像中应用这种典型的单色工具，如：边缘查找和Blob分析。”

   机器视觉软件库还能够通过为多数通常工作提供Ready-Written Code来简化色彩检测。Euresys的Open eVision系列包括进行彩色分析的EasyColor库。这些包括有将RGB色彩数据转换为对色彩强度、色调、饱和度的描述，这些参数对一些应用很重要。它还可以根据色彩进行图像分割，纠正彩色平衡以及彩色滤波。

彩色分析可用于对不同物体进行计数，如这些糖果。

   大多数现有的软件都致力于提高用户操作系统的便利性，使用户无需具备丰富的机器视觉专业知识就能够从色彩检测中受益。Matrox Imaging的Arnaud Lina说：“Matrox开发出了一套软件工具，能够集成于Matrox Imaging Library （MIL），MIL是一个通用成像及视觉库。软件包含有颜色匹配工具、colourdistance工具和彩色投影。”

   “在通用成像及视觉包内集成彩色工具，是让开发人员在使用简单的通用编程界面进行成像应用时，添加上彩色图像获取和处理功能。这样用户就能够关注于彩色检测硬件和软件，而不是开发软件算法。”

   Matrox的工具包括有彩色数据分析，彩色识别和学习，以及类似人类感知能在不同色彩空间内运作的能力。灵活性是关键。Lina说：“我们根据问题的特质提供各种策略。”

   未来

   其他的小革新也能够简化彩色检测设备的维护。Dalsa近期用车灯上通常采用的染料替代了传感器上的色彩过滤器，这可以使其更经久耐用。Dalsa的He说：“用户不会想要在几个月中就看到褪色现象。

   技术很少保持不变，机器视觉供应商似乎最终将掌握彩色检测，他们可能会进入一个新的时代，这又会对数据处理提出更高的要求，像是三种色彩（红、绿、蓝）远不够，大多数的制造商现在都在研究添加第四或第五种成分——UV和近红外波长。

   Basler公司视觉配件产品部经理Joachim Linkemann说：“单色信息将很可能发展为近红外光。水果和蔬菜上的划痕在近红外下都能够观测得到。除RGB外，彩色相机很可能会开发出NIR像素。”这可能会采用相同的像素技术，但新增的过滤器可使红外波也融入所要求的像素。

   Dalsa的Xing-Fei He赞成相机很可能会在未来对更大范围内的波长敏感,他说：“客户还会转向紫外线检测。由于电子元件变得越来越小，我们需要采用更短的波长来检测它们。我预计它将成为一个重要的市场趋势。”

   直到现在，制造商至少能够从多数彩色检测技术的发展中受益，这些发展简化了操作，费效比比从前更高。He预测：“我们能看到越来越多的客户转向彩色检测来区分不同的产品。”

   应用

彩色分析工具能用于区别不同特征

   生产线上应用的多数彩色检测将会趋向美感：如:检测标签印刷的错误，或确保一块布的颜色同特殊的色调匹配。这些应用确实非常重要，但彩色通常用于检测特征，而非美观与否。

   Matrox Imaging 公司MIL过程组经理Arnaud Lina说：“在食品行业，产品的色彩通常是质量的标示。彩色处理可用于单个产品的质量评估，如：检测西红柿的红色程度，或测量一个包装内各种物品的比例。”

   在纺织工业，UV检测能够查找出纤维中的杂质，而这些无法用肉眼观看得到。

   在电子和半导体行业，彩色可用于区分同一电路板上的不同元件。Dalsa 公司的Xing-Fei He 说：“尽管元器件不再有彩色编码的必要，彩色仍是用于识别的一个方面。”

   在医疗应用中，彩色也非常重要。现在一些公司开始生产影像设备，进行肿瘤和痣等样本的自动分析，来判定病人是否患有恶性皮肤癌。Basler公司视觉配件产品经理Joachim Linkemann说：“一个非常有经验的医生需要通过样本来诊断癌症，但他们需要具备极其丰富的经验。一台机器可以给出更可信的结果——它不会出现诊断失误的时候。没有彩色分析，肿瘤就很难识别”