基于数字图像中LAB颜色空间的肉色质量评价方法研究.docVIP

基于数字图像中LAB颜色空间的肉色质量评价方法研究 　　摘要 针对数字化时代中图片的色差识别与肉色质量评价在生产与生活中的重要性，提出了一种便捷的适用于数字图像分析的无参考质量评价方法，为数字图像的视觉感官识别与色差定量分析研究提供了参考。 　　关键词 肉色；数字图像处理；色差仪；色彩空间 　　中图分类号 TS207.7 文献标识码 A 文章编号 1007-5739（2016）02-0277-01 　　肉色对生鲜肉生产者和经营者来讲都是重要品质之一。肉色是决定消费者购买欲最主要的外观因素[1-5]，也是消费者判断鲜肉货架期和可接受性的最常用标准。根据肉色不同进行分级在肉类工业上相当必要。肉色的评价方法主要分为主观评价方法和客观评价方法。主观评价法（人工感官评定）主要依靠人的主观的颜色视觉，基于标准比色板分级[1-7]，分级准确度不理想，主观依赖性强，缺少客观化、定量化的评定依据，难以将色泽用文字记录与精确表达，无法达到研究所需的精度要求。随着电子技术与工程技术的快速发展，肉色可以用彩色图片格式记录与保存，使得研究具备了定量化、客观化、标准化、自动化的发展趋势[8-11]。 　　1 肉色评定技术研究现状 　　感官评定方法操作较为简单，主要参照肉色等级图进行，需要操作人员具有一定的专业知识。人为因素造成评定的主观性较强，评价需要多人次协作完成以提高结果的可靠性。陈坤杰等[5]研究认为，虽然牛肉分级标准里给出了各个等级的标准肉色版和各个等级大理石花纹的标准图版，给评定师以参照，来判定牛肉等级，但标准图版各个等级之间并没有明确的界限，加之实际的牛肉颜色千变万化、大理石花纹结构复杂，评定师判断牛肉等级，需基于专业知识，依靠经验，经观测、特征归纳和推演判断等才能得出正确结论。李 娜等[6]对新疆褐牛牛肉开展了肉色的感官评定，为牛肉品质分级提供了参考。由于该方法限制性因素过多，在研究层面以逐步被色差仪测定法取代。 　　色差仪具有高精度、多功能、操作简便的优点，ΔE*ab误差小、重复率高的特点，已被广泛应用于肉色测定评定中。色差仪的工作原理是把色彩量化成数值形式，再分析和比较，以数值的形式分析和比较比直接看颜色快速和直观。色差仪的色彩数据的形成主要依赖于色彩空间，色彩空间最早出现就是国际照明委员会为了管理色彩和规范色差值而提出的[1-5，7-11]。一般情况下色彩色度空间都只对应1个坐标位置，也就是所每一个色彩值在色彩坐标中对应唯一一个点，这个点就代表这个颜色。为更好地提高颜色的辨别效果，建立客观人机通用的评价标准，进一步改进和统一颜色评价的方法，1976年CIE推荐了CIE1976LAB系统，现在已成为世界各国正式采纳、作为国际通用的测色标准。CIE1976LAB系统适用于表示与计算一切光源色或物体色[1，7]。CIELab是目前为止色域最宽的色彩空间，其包括人眼所能看到的所有颜色（可见光谱），其每一组色值对应一种确定的与设备无关的色彩。这种用数学理论量化的色彩空间使不同设备的色彩能够相互比较、模拟和匹配[1-5]。 　　在Lab颜色空间中，一种颜色由3种参数（L、a、b）表征，其中L表示明度，a、b均表示颜色。在一幅图像中，每一个像素有对应的Lab值。一幅图像就有对应的L通道、a通道和b通道。在Lab中，明度和颜色是分开的[1-5]，L通道没有颜色，a通道和b通道只有颜色。L、a、b分别取值为0～100（纯黑―纯白）、-127～128（洋红―绿）、-127～128（黄―蓝）。正、负分别为暖色、冷色。由于Lab颜色空间是线性空间，所以在此空间中的色差更符合人眼的视觉特性。亮度L与肉的持水性极显著相关，红度a是评价颜色最重要的指标之一[7]，它能很好地反映肉的颜色状态。 　　数字图像法借助计算机视觉迅速发展的数字图像处理和模式识别技术，开展自动化肉色获取与分析，国内较少有关于肉色的数字图像处理客观评定方面的研究报道。孙京新等[9]研究了数字图像处理和逐步回归模型对冷却猪肉肉色客观评定分级的效果，结果表明较之BP人工神经网络模型，数字图像处理后提取肉色参数建立的逐步回归模型评定冷却猪肉肉色效果较优良，并可有效地对冷却猪肉肉色进行客观评定。张萍萍[10]报道通过Sigmascan软件从冷却肉彩色图像中提取出颜色特征值（R值、G值、B值）并对肉进行感官评分，结果表明图像分析系统可以代替感官分析，准确客观地评定冷却肉色泽[1]。 　　2 数字图像中肉色提取方法研究 　　采用数码照相机在自然光或特定光源下对物体进行定距拍摄，采用图像处理软件提取肉色图像中的特征值，在Photoshop中，有多种颜色模型（色彩空间），如RGB模式、CMYK模式、Lab模式、HSB模式等，肉色的比较方法采用基于Lab模式的对比分析法，对新鲜肉和