一種紅瓤西瓜瓤色數位化分類的方法與流程
2023-08-10 19:46:01
本發明屬於水分果類測定技術領域,涉及西瓜瓤色的數位化分類方法,更具體地說是一種紅瓤西瓜瓤色數位化分類的方法。
背景技術:
西瓜瓤色是西瓜的科研和生產中較為重要的一項指標,紅瓤西瓜是當前西瓜生產和科研工作的主流類型,紅瓤西瓜的瓤色主要是西瓜功能性成份由番茄紅素決定的,在當前的西瓜研究及生產中,對西瓜瓤色的描述主要為自然語言,如「粉紅、桃紅、紅、橘紅和大紅」,其結果主要由研究者目測而得來。隨著電子信息技術的發展,電腦及數字成像設備的普及,在西瓜研究及生產中,眾多的研究者、生產者使用諸如數位相機、智慧型手機等用成像設備記錄西瓜瓤色,存為數碼圖像,存儲於電腦等設備中,以備研究生產參考。目前計算機圖像中,通常都使用了hsb、rgb、lab及cmyk這4種色彩模型。
技術實現要素:
本發明以存儲在電腦的西瓜瓤色的數字圖像為材料,分析了西瓜瓤色(紅色)在不同的光照條件、不同的顏色表達模式下的變化規律,在此基礎上將,將採集到的西瓜瓤色的數字圖像進行分析,使西瓜瓤色的自然語言描述中「粉紅、桃紅、紅、橘紅、大紅」與西瓜瓤色的數字圖像中的數值建立對應關係,達到西瓜瓤色的分類數位化的目的。
為實現上述目的本發明公開了如下的技術內容:
一種紅瓤西瓜瓤色數位化分類的方法,其特徵在於按如下的步驟進行:
(1)拍攝西瓜瓤色圖像:使用canonpowershotsx220hs相機和sonydsc-w80相機拍攝,從種植的西瓜材料和品種選擇中採集西瓜瓤色的數字圖像;在選擇取樣點時,要避開瓜瓤上面的種子、開裂、被擠壓等部分,取樣點內的瓤色圖像要儘量均勻,較能代表整個西瓜的瓤色;取樣點的選擇:①每個西瓜分析樣品取3個點,②每個取樣點的像素數要大於1000個,③每個西瓜分析樣品所取的3個點至少各有1個中心瓤色和邊瓤色;
(2)不同光照條件下對西瓜瓤色數字圖像的影響:選擇西瓜材料中較典型的「粉紅、桃紅、橘紅和大紅」瓤色,分別在以下環境:無補充光源室內、室內日光燈、室外蔭、陽光下、閃光燈、微型攝影棚,在這6種拍攝環境中,採用全自動的拍攝模式拍攝照片;拍攝得到照片後,按標準的取樣方法,用圖像處理軟體imageanalyst,得到西瓜瓤色的圖像在rgb顏色模式的r值、g值和b值;
(3)西瓜瓤色的數位化分類:按照西瓜瓤色照片的處理要求,從歷年拍攝的照片中選出具有代表性的照片各35張,按照西瓜瓤色的數字圖像處理標準,分別讀取這些照片中西瓜瓤色的rgb值,得到有效的「粉紅」色的西瓜瓤色數據34個,代號分別為1-01,1-02……1-34;「桃紅」色的西瓜瓤色數據33個,代號分別為2-01,2-02……2-33;「紅」色的西瓜瓤色數據26個,代號分別為3-01,3-02……3-26;「橘紅」色的西瓜瓤色數據28個,代號分別為4-01,4-02……4-28;「大紅」色的西瓜瓤色數據26個,代號分別為5-01,5-02……5-26,共得到有效的西瓜瓤色數據147組;
(4)計算l×s值:將rgb模式下的值轉換為hsb模式值,並在hsb模式下進行分析;對於hsb模式下的,h值易出現較大波動的問題,這是由於hsb的色相規定中0度和360度都是正紅色造成的,故先計算了出h值與0度或360的差後,稱為h的絕對值,即|h|(當h值≥180,|h|=360-h值;當h值<180,|h|=h),再設定l=1-|h|/60計算,則l值即估算出各個西瓜瓤色的h值與正紅色(0度或360度)的距離遠近,再計算l值再與hsb值中的s值(顏色的飽和度)的積,以此積做為比較西瓜瓤色的依據;通過對147個西瓜瓤色照片的取樣,得到了相應西瓜瓤色的rgb值,經相關軟體處理後得到了對應的hsb值,然後計算l×s值;
(5)將l×s值和結論中的數值做比較則得到西瓜的瓤色。
本發明更加詳細的描述如下:
1.材料與方法
1.1材料
西瓜瓤色的數碼圖像主要使用canonpowershotsx220hs相機和sonydsc-w80相機拍攝,從本研究室的種植的西瓜材料和品種選擇中採集西瓜瓤色的數字圖像。
在處理西瓜瓤色的數字圖像的過程中,西瓜瓤色數據的取樣點的選取也比較重要。在選擇取樣點時,要避開瓜瓤上面的種子、開裂、被擠壓等部分,取樣點內的瓤色圖像要儘量均勻,較能代表整個西瓜的瓤色。取樣點的選擇:①每個西瓜分析樣品取3個點,②每個取樣點的像素數要大於1000個,③每個西瓜分析樣品所取的3個點至少各有1個中心瓤色和邊瓤色。
1.2不同光照條件下對西瓜瓤色數字圖像的影響
為了研究在不同的光線條件下,對西瓜瓤色的數字圖像的影響,設計了不同光照條件下西瓜瓤色照片對比實驗。選擇西瓜材料中較典型的「粉紅、桃紅、橘紅和大紅」瓤色,分別在以下環境:室內(無補充光源)、室內日光燈、室外蔭、陽光下、閃光燈、微型攝影棚,在這6種拍攝環境中,採用全自動的拍攝模式拍攝照片。拍攝得到照片後,按標準的取樣方法,用圖像處理軟體imageanalyst,得到西瓜瓤色的圖像在rgb顏色模式的r值、g值和b值。
1.3西瓜瓤色的數位化分類
按照西瓜瓤色照片的處理要求,從歷年拍攝的照片中選出具有代表性的照片各35張,按照西瓜瓤色的數字圖像處理標準,分別讀取這些照片中西瓜瓤色的rgb值,得到有效的「粉紅」色的西瓜瓤色數據34個,代號分別為1-01,1-02……1-34;「桃紅」色的西瓜瓤色數據33個,代號分別為2-01,2-02……2-33;「紅」色的西瓜瓤色數據26個,代號分別為3-01,3-02……3-26;「橘紅」色的西瓜瓤色數據28個,代號分別為4-01,4-02……4-28;「大紅」色的西瓜瓤色數據26個,代號分別為5-01,5-02……5-26,共得到有效的西瓜瓤色數據147組。
2.結果與分析
2.1不同光照條件下對西瓜瓤色數字圖像的影響
「粉紅、桃紅、橘紅和大紅」瓤色西瓜材料,分別在6種拍攝環境中拍攝數碼圖像,分析得到西瓜瓤色的圖像在rgb顏色模式的r值、g值和b值。直接比較這些數值較困難,因此我們將這些數值再還原為顏色,則可以較直觀的觀察比較在不同的光照條件下,所得到的西瓜瓤色圖像的變化情況。
從以上5個圖中,我們可以較直觀看出,西瓜的瓤色在室外蔭、日光燈和陽光這3種光照條件下拍攝的照片的顏色差別較小,在閃光燈、室內和暗室都有較大的顏色差別,在這3個較極端的光線條件下,變化較為明顯。在拍攝西瓜瓤色照片時,要儘量避免較弱或較強的光線環境,在日常的光線下條件下拍攝的照片基本能還原西瓜瓤色。
2.3西瓜瓤色的數位化分類
通過圖像處理軟體得到147個西瓜瓤色的rgb值後,在用rgb顏色模式進行數據分析過程中,各個瓤色之間的重合區域較多,各個值的變化規律不夠明顯,分析各個瓤色的值較困難。參考各種資料後,經過考慮,將rgb模式下的值轉換為hsb模式值,並在hsb模式下進行分析。對於hsb模式下的,h值易出現較大波動的問題,這是由於hsb的色相規定中0度和360度都是正紅色造成的,故先計算了出h值與0度或360的差後,稱為h的絕對值,即|h|(當h值≥180,|h|=360-h值;當h值<180,|h|=h),再設定l=1-|h|/60計算,則l值即估算出各個西瓜瓤色的h值與正紅色(0度或360度)的距離遠近,再計算l值再與hsb值中的s值(顏色的飽和度)的積,以此積做為比較西瓜瓤色的依據。
通過對147個西瓜瓤色照片的取樣,得到了相應西瓜瓤色的rgb值,經相關軟體處理後得到了對應的hsb值,然後計算l×s值。
3.討論
通過本實驗可以得出,西瓜瓤色的數字圖像是有一定規律的,通過合理的計算,是可以通過數字來表達出西瓜瓤色的變化規律的。本實驗採用l×s值的對西瓜瓤色的進行區分,各個瓤色之間存在著重合的區域,這說明用l×s值對西瓜瓤色的區分程度還不夠精細,解決這個問題方法,一是在hsb顏色模式下找到一個更合理的計算公式,使計算出來的數值區分度更高;二是在rgb等其它顏色模式下找到更合理的計算公式。限於作者的水平,希望能有更高水平的研究者做進一步的研究工作。
本發明公開的一種紅瓤西瓜瓤色數位化分類的方法,與現有技術相比所具有的積極效果在於:
(1)使研究者對西瓜瓤色的判斷更為的客觀,不易受外界環境條件的幹擾。
(2)使研究者對西瓜瓤色的判斷方式統一、標準相同,便於對西瓜品種和種質資源的交流對比。
(3)使研究者對西瓜瓤色的判斷將不再依據研究者的觀察,對西瓜瓤色的判斷方式變為一系列的數值大小的比較,比自然語言的比較更為詳盡。
附圖說明
圖1為粉紅瓤色西瓜在不同光照下拍攝照片後的顏色還原;
圖2:桃紅瓤色西瓜在不同光照下拍攝照片後的顏色還原;
圖3:橘紅瓤色西瓜在不同光照下拍攝照片後的顏色還原;註:圖3中因橘紅西瓜的室內照片丟失,所以無室內顏色還原;
圖4:大紅瓤色西瓜在不同光照下拍攝照片後的顏色還原;
圖5:大紅瓤色西瓜在不同光照下拍攝照片後的顏色還原;註:以上圖片中暗室是指微型攝影棚;
圖6:hsb顏色模式中的h值色相輪;
圖7:全部瓤色圖像的l×s值和hsb值中的b值變化的折線圖;圖7中的紫色折線即為l×s值的變化趨勢圖;通過計算得到粉紅瓤色的l×s值變化區間為[22.6-55.0]之間,桃紅瓤色的l×s值變化區間為[46.7-65.9]之間,紅瓤色的l×s值變化區間為[62.3-75.2]之間,橘紅瓤色的l×s值變化區間為[68.8-78.4]之間,大紅瓤色的l×s值變化區間為[74.4-81.7]之間。
具體實施方式
下面通過具體的實施方案敘述本發明。除非特別說明,本發明中所用的技術手段均為本領域技術人員所公知的方法。另外,實施方案應理解為說明性的,而非限制本發明的範圍,本發明的實質和範圍僅由權利要求書所限定。對於本領域技術人員而言,在不背離本發明實質和範圍的前提下,對這些實施方案中的物料成分和用量進行的各種改變或改動也屬於本發明的保護範圍。其中所用的試劑原料均有市售。
實施例1
一種紅瓤西瓜瓤色數位化分類的方法,其特徵在於按如下的步驟進行:
(1)拍攝西瓜瓤色圖像:使用canonpowershotsx220hs相機和sonydsc-w80相機拍攝,從種植的西瓜材料和品種選擇中採集西瓜瓤色的數字圖像;在選擇取樣點時,要避開瓜瓤上面的種子、開裂、被擠壓等部分,取樣點內的瓤色圖像要儘量均勻,較能代表整個西瓜的瓤色;取樣點的選擇:①每個西瓜分析樣品取3個點,②每個取樣點的像素數要大於1000個,③每個西瓜分析樣品所取的3個點至少各有1個中心瓤色和邊瓤色;
(2)不同光照條件下對西瓜瓤色數字圖像的影響:選擇西瓜材料中較典型的「粉紅、桃紅、橘紅和大紅」瓤色,分別在以下環境:無補充光源室內、室內日光燈、室外蔭、陽光下、閃光燈、微型攝影棚,在這6種拍攝環境中,採用全自動的拍攝模式拍攝照片;拍攝得到照片後,按標準的取樣方法,用圖像處理軟體imageanalyst,得到西瓜瓤色的圖像在rgb顏色模式的r值、g值和b值;
(3)西瓜瓤色的數位化分類:按照西瓜瓤色照片的處理要求,從歷年拍攝的照片中選出具有代表性的照片各35張,按照西瓜瓤色的數字圖像處理標準,分別讀取這些照片中西瓜瓤色的rgb值,得到有效的「粉紅」色的西瓜瓤色數據34個,代號分別為1-01,1-02……1-34;「桃紅」色的西瓜瓤色數據33個,代號分別為2-01,2-02……2-33;「紅」色的西瓜瓤色數據26個,代號分別為3-01,3-02……3-26;「橘紅」色的西瓜瓤色數據28個,代號分別為4-01,4-02……4-28;「大紅」色的西瓜瓤色數據26個,代號分別為5-01,5-02……5-26,共得到有效的西瓜瓤色數據147組;
(4)計算l×s值:將rgb模式下的值轉換為hsb模式值,並在hsb模式下進行分析;對於hsb模式下的,h值易出現較大波動的問題,這是由於hsb的色相規定中0度和360度都是正紅色造成的,故先計算了出h值與0度或360的差後,稱為h的絕對值,即|h|(當h值≥180,|h|=360-h值;當h值<180,|h|=h),再設定l=1-|h|/60計算,則l值即估算出各個西瓜瓤色的h值與正紅色(0度或360度)的距離遠近,再計算l值再與hsb值中的s值(顏色的飽和度)的積,以此積做為比較西瓜瓤色的依據;通過對147個西瓜瓤色照片的取樣,得到了相應西瓜瓤色的rgb值,經相關軟體處理後得到了對應的hsb值,然後計算l×s值;
(5)將l×s值和結論中的數值做比較則得到西瓜的瓤色。