農產品和食品顏色是非常重要的產品質量指標。而蔬菜的顏色則更加重要，因為鮮艷的蔬菜顏色不僅可以激起消費者的購買欲，可以增加人們的食欲。更為重要的是蔬菜是否新鮮的一個重要指標。 物體的顏色是一個心理物理量，既與物體本身有關，又與人的顏色視覺有關。在食品顏色的評價和比較中只能依賴人（有時是具有某種權威的專業人員）的主觀觀察，得出結論。但該方法受人的主觀因素影響較大，很難得到客觀的結論。 計算機視覺不受人的生理和心理因素影響，可以對農產品的顏色進行精確的量化，從而可以得到較為客觀的評價，評價結果穩定、標準、客觀。因此，利用計算機視覺系統測試顏色是一種顏色感官評價客觀化的新途徑。 計算機視覺可以簡單地理解為用攝像機代替人的眼睛，用計算機代替人的大腦，從而完成對周圍環境和目標的識別和解釋。其硬件組成是計算機圖像處理系統，主要包括計算機、攝像機、圖像卡（模擬圖像信號轉換為數字信號）、光源等。其基本原理是：利用攝像機獲得對象的二維圖像信息，通過信號轉換將圖象信息轉變成計算機能接受的數字圖象[6]。 由于RGB顏色空間向XYZ顏色空間的轉換是非線性的,所以需要建立一個非線性的轉換關系。神經網絡具有較好的非線性映射能力，特別是BP神經網絡具有以下3個特點： 兩個隱層的BP神經網絡可以實現任意的映射。 結構簡單，易于實現。 運算速度快。 其中的BP算法原理：由數據流的前向計算（正向傳播）和誤差信號的反向傳播兩個過程構成。正向傳播時，傳播方向為輸入層→隱層→輸出層，每層神經元的狀態只影響下一層神經元。若在輸出層得不到期望的輸出，則轉向誤差信號的反向傳播流程。通過這兩個過程的交替進行，在權向量空間執行誤差 WP=82 函數梯度下降策略，動態迭代搜索一組權向量，使網絡誤差函數達到最小值，從而完成信息提取和記憶過程。 本論文建立了一套檢測食品顏色的系統主要針對以下幾個關鍵技術進行研究： 分析了RGB、XYZ、L*a*b、HIS顏色空間。指出了RGB顏色空間和XYZ顏色空間的缺點。為比較和檢測顏色差異L*a*b*顏色空間要好與HIS顏色空間[20]，所以我們采用L*a*b*顏色空間來比較和檢測顏色差異。同時說明RGB顏色空間和XYZ顏色空間之間的轉換關系為非線性，需要用神經網絡建立非線性轉換關系。從攝像頭采來的圖象是用RGB顏色空間表示的，由于不能直接將RGB顏色空間轉化為L*a*b*顏色空間，所以先將RGB顏色空間轉化為XYZ顏色空間，再 將XYZ顏色空間轉化為L*a*b*顏色空間。 本文建立了一個由計算機、彩色CCD攝像頭、圖像采集卡和光照系統等組成的計算機視覺系統。圖象顏色采集工作由軟件完成，軟件用VC++6.0編寫而成，可以采集圖象中某一點的RGB顏色，并指出該點坐標；也可以采集圖象中特定矩形區域的平均RGB顏色，并指出該區域的長、寬和面積。比較了幾種常用光源由于標準A光源具有較好的顯色性，使物體顏色失真小，方便易得，價格較低。如白熾燈與日光都是連續光譜分布光源，均有較好顯色性，適用于辨色要求較高的視覺工作。而充氣鹵鎢燈更是典型的標準A光源，因此本次實驗選用鹵鎢燈作為照明光源。分析0/45、45/0、0/d、d/0四種測色的標準照明和觀察條件。由于設計本裝置的目的是研究農產品和食品的顏色檢測，由于樣品表面形狀繁雜而不確定，因此很難確定照射光和反射光的方向。為使測試裝置符合目視觀察條件，決定選用0/45觀察條件。我們專門設計了符合條件的光照箱。 經過對幾種常用神經網絡進行比較,我們采用BP神經網絡。我們用Matlab建立具有一個隱層、一個輸入層和一個輸出層的三層神經網絡。在神經網絡的訓練方面我們選用最速下降法訓練網絡，因為由實驗可知改進動量法的訓練時間要遠大于最速下降法。在訓練過程中發現并不是每一次訓練神經網絡都會收斂，經常會出現神經網絡遇見局部極小點的情況。出現這種情況時需重新訓練神經網絡。神經網絡訓練好之后，其權值不需要再改變。訓練樣本是每一個色卡的RGB顏色值和XYZ顏色值。所有色卡總共選取了580個數據，共分26組，從每組中隨機抽取一個數據，組成26個數據的檢驗集；其余554個數據為樣本集。樣本集經過組織后具有類別均衡、類間交叉和類內均衡的特征。由于樣本數量巨大，訓練時間會很長，訓練誤差也不能取太小。在訓練結束后，要用測試集測試神經網絡。測試誤差也小于規定的誤差時訓練才結束。雖然訓練時 WP=83 間很長，但訓練后計算的時間很短。經過訓練我們建立了一個RGB顏色空間到XYZ顏色空間的轉換關系。 利用該顏色測試系統，對高壓加工后以及貯藏一個月后的蔬菜顏色分別進行了測試，計算和分析結果表明：高壓加工后三種蔬菜的顏色都相應加深；貯藏一個月后，芹菜退色較嚴重，但高壓對綠色有保護作用；番茄和胡蘿卜的顏色有所加深，沒有發現壓力對上述兩種蔬菜顏色變化的影響規律。 本文建立了一個檢測顏色的計算機視覺系統，可以把所有RGB顏色空間的顏色都轉化成L*a*b*顏色空間，在L*a*b*顏色空間對顏色進行檢測。
本文分析了各個顏色空間，并用神經網絡建立了RGB顏色空間和XYZ顏色空間的非線性轉換關系。文中的檢測顏色的計算機視覺系統將放入光照箱內
111儀器信息網
