农产品和食品颜色是非常重要的产品质量指标。而蔬菜的颜色则更加重要，因为鲜艳的蔬菜颜色不仅可以激起消费者的购买欲，可以增加人们的食欲。更为重要的是蔬菜是否新鲜的一个重要指标。 物体的颜色是一个心理物理量，既与物体本身有关，又与人的颜色视觉有关。在食品颜色的评价和比较中只能依赖人（有时是具有某种权威的专业人员）的主观观察，得出结论。但该方法受人的主观因素影响较大，很难得到客观的结论。 计算机视觉不受人的生理和心理因素影响，可以对农产品的颜色进行精确的量化，从而可以得到较为客观的评价，评价结果稳定、标准、客观。因此，利用计算机视觉系统测试颜色是一种颜色感官评价客观化的新途径。 计算机视觉可以简单地理解为用摄像机代替人的眼睛，用计算机代替人的大脑，从而完成对周围环境和目标的识别和解释。其硬件组成是计算机图像处理系统，主要包括计算机、摄像机、图像卡（模拟图像信号转换为数字信号）、光源等。其基本原理是：利用摄像机获得对象的二维图像信息，通过信号转换将图象信息转变成计算机能接受的数字图象[6]。 由于RGB颜色空间向XYZ颜色空间的转换是非线性的,所以需要建立一个非线性的转换关系。神经网络具有较好的非线性映射能力，特别是BP神经网络具有以下3个特点： 两个隐层的BP神经网络可以实现任意的映射。 结构简单，易于实现。 运算速度快。 其中的BP算法原理：由数据流的前向计算（正向传播）和误差信号的反向传播两个过程构成。正向传播时，传播方向为输入层→隐层→输出层，每层神经元的状态只影响下一层神经元。若在输出层得不到期望的输出，则转向误差信号的反向传播流程。通过这两个过程的交替进行，在权向量空间执行误差 WP=82 函数梯度下降策略，动态迭代搜索一组权向量，使网络误差函数达到最小值，从而完成信息提取和记忆过程。 本论文建立了一套检测食品颜色的系统主要针对以下几个关键技术进行研究： 分析了RGB、XYZ、L*a*b、HIS颜色空间。指出了RGB颜色空间和XYZ颜色空间的缺点。为比较和检测颜色差异L*a*b*颜色空间要好与HIS颜色空间[20]，所以我们采用L*a*b*颜色空间来比较和检测颜色差异。同时说明RGB颜色空间和XYZ颜色空间之间的转换关系为非线性，需要用神经网络建立非线性转换关系。从摄像头采来的图象是用RGB颜色空间表示的，由于不能直接将RGB颜色空间转化为L*a*b*颜色空间，所以先将RGB颜色空间转化为XYZ颜色空间，再 将XYZ颜色空间转化为L*a*b*颜色空间。 本文建立了一个由计算机、彩色CCD摄像头、图像采集卡和光照系统等组成的计算机视觉系统。图象颜色采集工作由软件完成，软件用VC++6.0编写而成，可以采集图象中某一点的RGB颜色，并指出该点坐标；也可以采集图象中特定矩形区域的平均RGB颜色，并指出该区域的长、宽和面积。比较了几种常用光源由于标准A光源具有较好的显色性，使物体颜色失真小，方便易得，价格较低。如白炽灯与日光都是连续光谱分布光源，均有较好显色性，适用于辨色要求较高的视觉工作。而充气卤钨灯更是典型的标准A光源，因此本次实验选用卤钨灯作为照明光源。分析0/45、45/0、0/d、d/0四种测色的标准照明和观察条件。由于设计本装置的目的是研究农产品和食品的颜色检测，由于样品表面形状繁杂而不确定，因此很难确定照射光和反射光的方向。为使测试装置符合目视观察条件，决定选用0/45观察条件。我们专门设计了符合条件的光照箱。 经过对几种常用神经网络进行比较,我们采用BP神经网络。我们用Matlab建立具有一个隐层、一个输入层和一个输出层的三层神经网络。在神经网络的训练方面我们选用最速下降法训练网络，因为由实验可知改进动量法的训练时间要远大于最速下降法。在训练过程中发现并不是每一次训练神经网络都会收敛，经常会出现神经网络遇见局部极小点的情况。出现这种情况时需重新训练神经网络。神经网络训练好之后，其权值不需要再改变。训练样本是每一个色卡的RGB颜色值和XYZ颜色值。所有色卡总共选取了580个数据，共分26组，从每组中随机抽取一个数据，组成26个数据的检验集；其余554个数据为样本集。样本集经过组织后具有类别均衡、类间交叉和类内均衡的特征。由于样本数量巨大，训练时间会很长，训练误差也不能取太小。在训练结束后，要用测试集测试神经网络。测试误差也小于规定的误差时训练才结束。虽然训练时 WP=83 间很长，但训练后计算的时间很短。经过训练我们建立了一个RGB颜色空间到XYZ颜色空间的转换关系。 利用该颜色测试系统，对高压加工后以及贮藏一个月后的蔬菜颜色分别进行了测试，计算和分析结果表明：高压加工后三种蔬菜的颜色都相应加深；贮藏一个月后，芹菜退色较严重，但高压对绿色有保护作用；番茄和胡萝卜的颜色有所加深，没有发现压力对上述两种蔬菜颜色变化的影响规律。 本文建立了一个检测颜色的计算机视觉系统，可以把所有RGB颜色空间的颜色都转化成L*a*b*颜色空间，在L*a*b*颜色空间对颜色进行检测。
本文分析了各个颜色空间，并用神经网络建立了RGB颜色空间和XYZ颜色空间的非线性转换关系。文中的检测颜色的计算机视觉系统将放入光照箱内
111仪器信息网
