皮质颜色检测的几个问题（VS2010/OpenCV）

1，汽车皮质包覆检测的基本思路是，先对不同位置、不同颜色、皮质的包覆进行模板采样，然后针对性做检测；

2，检测分三步：（1）首先看灰度均值的差异值，这个可以设个固定阈值；

                               （2）其次看梯度均值的差异值，在实际中发现同一批次的不同颜色皮料的梯度均值浮动是不相同的，亮颜色的浮动值大，暗颜色的浮动值小，因此这就导致无法针对不同颜色的皮质使用同一个阈值，想到的一个解决方法是计算梯度均值变化率，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);

这样，同一种皮质的梯度变化率是能够得到一个经验值的，可作为皮质种类的判断依据；

3，HSV颜色直方图比较

       可以参考  http://www.cnblogs.com/slysky/archive/2011/10/13/2210745.html

      其中计算发现，使用EMD的方法计算直方图匹配值，最小值是0，但是不匹配时的值很可能大于1，而且常常是大于1的。