皮質顏色檢測的幾個問題（VS2010/OpenCV）

1，汽車皮質包覆檢測的基本思路是，先對不同位置、不同顏色、皮質的包覆進行模板採樣，然後針對性做檢測；

2，檢測分三步：（1）首先看灰度均值的差異值，這個可以設個固定閾值；

                               （2）其次看梯度均值的差異值，在實際中發現同一批次的不同顏色皮料的梯度均值浮動是不相同的，亮顏色的浮動值大，暗顏色的浮動值小，因此這就導致無法針對不同顏色的皮質使用同一個閾值，想到的一個解決方法是計算梯度均值變化率，即：

        Mat src1 = imread("station7_color1_material2.jpg");
	Mat src2 = imread("station7_color0_material2.jpg");
	Mat gray, grayT,gradient,gradientT;
	double gradientMeanT,gradientMean;
	double grayMeanT,grayMean;
	cvtColor( src1,grayT,CV_RGB2GRAY );
	Sobel( grayT,gradientT,CV_16SC1,1,0,5);
	cvtColor( src2,gray,CV_RGB2GRAY );
	Sobel( gray,gradient,CV_16SC1,1,0,5);
	gradientMeanT = sum( abs(gradientT) ).val[0]/double(grayT.rows)/double(grayT.cols);
	gradientMean = sum( abs(gradient) ).val[0]/double(gray.rows)/double(gray.cols);
	double gradientDiffRatio = abs( gradientMeanT-gradientMean )/min(gradientMean,gradientMeanT);

這樣，同一種皮質的梯度變化率是能夠得到一個經驗值的，可作爲皮質種類的判斷依據；

3，HSV顏色直方圖比較

       可以參考  http://www.cnblogs.com/slysky/archive/2011/10/13/2210745.html

      其中計算發現，使用EMD的方法計算直方圖匹配值，最小值是0，但是不匹配時的值很可能大於1，而且常常是大於1的。