外文翻譯基于計算機的系統(tǒng)，在色彩匹配茶葉發(fā)酵監(jiān)測

1、<p>　　本科生畢業(yè)設(shè)計（論文）外文譯文</p><p>　　學(xué) 院 輕工學(xué)院 </p><p>　　專 業(yè) 印刷工程 </p><p>　　導(dǎo) 師 吳剛 </p><p>　　學(xué) 生 陳楠楠 </p><p&g

2、t;　　學(xué) 號____201110830132____</p><p>　　2015年3月25日</p><p>　　基于計算機的系統(tǒng)，在色彩匹配茶葉發(fā)酵監(jiān)測</p><p>　　電子系，提斯浦爾中央大學(xué)，Napaam，提斯浦爾 ，印度阿薩姆邦系</p><p>　?。ㄊ崭?002年9月16日，在經(jīng)修訂的形式2004年9月17日接受）<

3、;/p><p>　　摘要：設(shè)計的與一個個人計算機（PC）為基礎(chǔ)的系統(tǒng)進行監(jiān)測。用于生產(chǎn)茶在發(fā)酵過程中的變化的顏色進行說明。該技術(shù)是基于成像發(fā)酵茶以不同的時間間隔和處理所述彩色圖像。數(shù)碼相機，具有特殊照明在一起布置中，被用來在發(fā)酵過程中捕捉到的彩色圖像。該RGB顏色模型被用來使直方圖相異測量匹配測試圖像的顏色為標準的圖像色彩。這種差異性是測量通過從曼哈頓范數(shù)的差表示的。對技術(shù)進行了比較與由專業(yè)茶品嘗視覺方法。</

4、p><p>　　關(guān)鍵詞：數(shù)字成像，計算機色彩，茶葉生產(chǎn)。</p><p><b>　　介紹：</b></p><p>　　顏色，大小和加工食品的形狀，如糖，果汁，果醬，果凍，薯片，巧克力，茶葉等。是重要的參數(shù)決定其的質(zhì)性。這些顏色和紋理測量起著在食品加工中起重要作用產(chǎn)業(yè)。它們可以被視為關(guān)鍵質(zhì)量參數(shù)和索引的時候成材原料和加工食品的質(zhì)量，確定食物規(guī)格和

5、對質(zhì)量變化分析的結(jié)果處理，存儲或任何其它因素。因此，這些參數(shù)代表有意義的視覺的信號變化并且可以作為質(zhì)量控制的手段產(chǎn)品。隨著技術(shù)的進步對食品親行業(yè)嘗試現(xiàn)代化的加工技術(shù)，以改善食品的質(zhì)量產(chǎn)品，節(jié)約能源，提高生產(chǎn)效率。質(zhì)量控制和自動化是實現(xiàn)測量和監(jiān)測過程參數(shù)。在線或離線檢測產(chǎn)品顏色一個質(zhì)量控制的主要技術(shù)。該國際委員會的統(tǒng)一方法糖分析（ICUMISA）推薦測量光的吸收在460nm和560納米，以便能夠計算色強度。國際標準方法（ICUMISA）指

6、定光的測量強度在顏色的紫色端720處譜。這種技術(shù)使用一個光吸收化法已經(jīng)在被使用的另一種技術(shù)造紙業(yè)是采取在測量可見光譜范圍（400-700納米）通過使用光反射率的方法。各種彩色鱗片或方案已經(jīng)被用于描述顏色和從這些委員會國際（CIE）開發(fā)了一個系統(tǒng)用于彩色的描述在食品工業(yè)中使用的空間。在CIE空間，其中包括CIE XYZ，CIE L </p><p>　　紅茶是一種重要的高價值作物的世界寬。生產(chǎn)紅茶涉及某些許多管轄良

7、好定義的處理階段</p><p>　　參數(shù)，天然和控制。茶行業(yè)一直面臨著困難生產(chǎn)由于種種原因質(zhì)量好的茶葉，但缺乏一個先進的品質(zhì)監(jiān)測方法是一個顯著因子。然而，如在其他食品行業(yè)，茶葉生產(chǎn)商也尋求其生產(chǎn)技術(shù)的現(xiàn)代化，滿足市場按客戶需求驅(qū)動產(chǎn)品具有更大的一致性，風(fēng)味更佳和產(chǎn)品差異化。這促進使用的設(shè)備的探索，以改善通過在過程質(zhì)量監(jiān)控制造階段。在哪些領(lǐng)域工作已經(jīng)啟動的改進的質(zhì)量的茶；監(jiān)測的茶葉含水量葉子，枯萎的百分比，干燥狀

8、態(tài)和萎凋過程中的相對濕度。大量質(zhì)量改善有報道因通過這些質(zhì)量控制方法在制造（布揚，1997）。然而發(fā)酵中所用的最重要的過程茶葉生產(chǎn)作出重大貢獻對茶葉總體質(zhì)量。效率評估這個過程是用于制造良好品質(zhì)的關(guān)鍵紅茶。經(jīng)驗豐富的品酒師茶，通過支持傳統(tǒng)的感官方法，使一個到本次的評測重要貢獻流程。原來，在完成塔季翁過程判斷由眼睛，也就是說，它是純粹是主觀的。正在作出努力，以評估</p><p>　　在發(fā)酵過程中的一些屬性，如顏色和香

9、氣/茶的味道，通過使用儀器（Mahanta，1988;庫馬爾，1999年）。因此，研究人員一直試圖實現(xiàn)在主觀方式化學(xué)測試，一些這些都在Tocklai茶開發(fā)</p><p>　　研究站，印度阿薩姆邦確定發(fā)酵。這樣的方法，現(xiàn)在使用在試驗基礎(chǔ)上在不同的茶葉生產(chǎn)化網(wǎng)站。通常有兩種類型的測試第一個是基于的多酚含量葉和第二基于所述測量茶黃素的濃度彪（TF）在發(fā)酵過程中，后者試驗臺確定假設(shè)它發(fā)生的最佳發(fā)酵時間一致的最大濃度TF

10、。在第一種方法中，最大深度顏色是通過測量強度計算色的，即，溶液的光密度（由從5克的有代表性的樣本的在發(fā)酵葉用開水蒸餾水）下，在對一個空白700nm的色度計（由酚試劑混合，用碳酸鈉溶液在蒸餾水中稀釋）。在第二法，彩色的最大深度，即，光該溶液的密度（的乙酸乙酯萃取物5克發(fā)酵葉煮蒸混水）在460nm測定的比色計對水作為空白。這些方法需要專業(yè)知識和技能為有效評價發(fā)酵過程中視覺色彩正在被與化學(xué)分析相比，也就是說，一個主觀評價。雖然顏色是重要的質(zhì)量

11、參ETER的發(fā)酵主觀評價在茶葉加工，努力迄今尚未得到作出質(zhì)量監(jiān)控采用基于計算機的技術(shù)。本文的作者是從事在一個正在進行的項目，調(diào)查的可能性利用監(jiān)控計算機為基礎(chǔ)的方法在茶葉中的發(fā)酵過程的質(zhì)量產(chǎn)業(yè)。本文描述了這種類型的質(zhì)量通過描述顏色已經(jīng)估控制交配，并能滿足國際標準顏色通過使用基于計算機的系統(tǒng)。在這方式的方法已被用于通貨膨脹</p><p><b>　　這項研究的目的：</b></p>

12、<p>　　有人企圖建立的理論背景和實際執(zhí)行中，發(fā)酵采用計算機控制基于色彩匹配技術(shù)。一個自動化電子和智能色彩測量或匹配，ING系統(tǒng)的實施，這將是能夠檢測完成發(fā)酵正確處理。我們試圖探討期間測試茶葉的顏色的可能性使用紅色，綠色和藍色這過程（RGB）的顏色模型和成像用數(shù)碼相機。然而，該RGB顏色模型的有效性受到限制，因為它不能補償變化的觀察方向，表面塔季翁和的方向和強度通貨膨脹（Gevers Smeulders，1999年）。然

13、而，一個應(yīng)用程序，如在發(fā)酵配色茶可以精確地完成，盡管該變化的照明，色彩和內(nèi)部反射在照相機中，通過使用特定恒定光照成像設(shè)置和相機的方向和距離。實驗被設(shè)計其中使用的方法比較這表示的兩個同事直方圖我們的形象發(fā)酵茶的。一個是理想樣，另一個是測試樣品。沒有嘗試使用圖像處理方法，在茶專職食品行業(yè)的食品質(zhì)量評價已經(jīng)，到目前為止，已在文獻中報道。該技術(shù)這里報告可以擴展到其他食品。</p><p><b>　　方法：&l

14、t;/b></p><p>　　發(fā)酵茶葉的彩色圖像進行記錄的數(shù)字照相機和饋到一個信號機中，這反過來變換圖像劃分成一個數(shù)字信號。計算機檢索到的圖像從通過圖像captur-數(shù)字照相機荷蘭國際集團的系統(tǒng)。實驗裝置如圖圖。</p><p>　　數(shù)字照相機被安裝在一發(fā)酵平臺以連續(xù)記錄發(fā)酵茶的圖像。該圖像，利用與信號調(diào)節(jié)器被轉(zhuǎn)換成數(shù)字信號，在S波段頻率，從而然后饋送到計算機。計算機檢索到的圖像從

15、所述輸入信號與像素顯示卡接口的PC。該規(guī)范的數(shù)碼相機是作為如下：電荷耦合器件（CCD）彩色攝像系統(tǒng)（東芝泰力公司，東京，日本），型號1K-M48PK，DC輸入：12V，0.48A</p><p>　　攝像機的性能總結(jié)如下：</p><p>　　?高分辨率474萬像素</p><p><b>　　?高速快門選擇</b></p>&l

16、t;p><b>　　?自動電子快門</b></p><p>　　?Y / C分離的視頻輸出</p><p><b>　　?外部同步</b></p><p><b>　　?全自動白平衡</b></p><p>　　在這個系統(tǒng)中的圖像數(shù)據(jù)庫被用來理想儲存發(fā)酵的一些標準圖像條件

17、，以及圖像非發(fā)酵和</p><p>　　在發(fā)酵葉。這些都是標準顏色。拍攝的影像進行匹配與標準圖像從數(shù)據(jù)庫。各個彩色圖像匹配技術(shù)一直發(fā)達。參照那些標準技術(shù)簡單的配色算法被開發(fā)。圖像被暫時存儲在計算機中的位圖格式。圖像進行使用標準的JPEG格式來壓縮減少內(nèi)存的使用，以及實現(xiàn)快速加工。以這種方式，一個完整的數(shù)據(jù)庫的最常見的部位的圖像發(fā)酵過程不發(fā)酵（NF），下發(fā)酵（UF），以及發(fā)酵（WF）和發(fā)酵（OF）在階段生成。圖片這

18、些條件被捕獲與CCD在持續(xù)的發(fā)酵過程中相機并存儲在數(shù)據(jù)庫中。存儲在所述圖像該計算機是在像素值的形式，并且每個像素值表示特定強度</p><p>　　在該位置。圖像可以被量化成一些pixes的并且每個像素可以被分配一個整數(shù)值。整數(shù)的價值表象貨物內(nèi)的圖像的亮度在積水位置。如果一個人選擇的八比特寄存器存儲值那么最大整的可能值將是255和最小為0，也就是，一共有256個不同的值。該值255，0代表白黑色。彩色圖像是由三原

19、色即紅色，綠色和藍色一個從0到255的值的。</p><p>　　因此，我們可以得出結(jié)論，每個像素的某些地區(qū)可能灰是由彩色24位開有色圖像。再次，作為各原色是代表中泰德一個部分256，我們可以指定任意色到約1份的精度1600萬不同的顏色。這就是所謂的RGB模型。還有其他一些顏色模型以表示圖像的顏色，如RGB，CMY或HSI模型。原來RGB顏色模型與illumin-強度變化通貨膨脹，觀察方向，功率譜密度光等（SPD

20、）這種模式是不是，因此，強勁。為了彌補這一缺陷使用時CON-只記錄圖像恒定的白色照明在一個封閉室相機從頂部垂直固定室中?？v向排列CCD攝像頭保證了內(nèi)部反射是最小化，并且發(fā)酵茶鋪均勻，搭配上幾乎恒定的厚度發(fā)酵地板或托盤;這種干擾最小化ENCE。然而，使用高光層次的是圖像采集過程中避免。此外，該數(shù)碼相機有一個特殊的機制 - 汽車白平衡。此布置使得能夠?qū)GB沒有要使用的圖像的顏色模型在光層面的變化或干擾觀察方向。在成像后，量圖像被存儲為三個

21、平面矩陣R、G和B并聯(lián)，一個在另一個之上。當?shù)南袼刂凳?55，在R平面和0中飛機的其余像素是純粹紅色。同樣，在G層的值255和0的第一和第三平面給出一個純粹綠色的像素。類似的歸屬也是有效的第三架飛機，這是純粹的</p><p>　　分別對任何顏色處理活動。</p><p><b>　　對比直方圖：</b></p><p>　　直方圖分析方法被開

22、發(fā)用于具有非常低級別圖像功能，如使用的顏色和亮度，并作為圖像</p><p>　　描述符顏色匹配的要求。數(shù)字圖像通常表示為一組的元件稱為像素，布置成規(guī)則結(jié)構(gòu)，例如一個正方形網(wǎng)格。一組數(shù)字是關(guān)聯(lián)柔韌每個像素和代表參數(shù)如顏色，亮度，亮度，色調(diào)等。典型地，數(shù)字圖像i被表示用下面的符號（布魯內(nèi)利和密歇根州，2001年）。</p><p>　　直方圖的計算是其一用于表征圖像的標準方法無論對單色或彩色

23、圖像。A組織克廣泛應(yīng)用于圖像的所有方法匹配以及因檢索系統(tǒng)它們的高效率和魯棒性。顏色直方圖記錄了整體的色彩構(gòu)成感興趣的圖像的。雖然不同的圖像可以具有類似的顏色直方圖，此技NIQUE是應(yīng)用相當可靠顏色進行比較，并且，其中的主要重要的特性是色彩內(nèi)容只。因此，對于我們的應(yīng)用程序的直方圖在本文中描述的方法被認為是令人滿意。</p><p>　　由于顏色直方圖不涉及空間信息的像素，我們試圖映射的三不同的直方圖為三種不同顏色的

24、空間。 RGB模型的每個空間可以有關(guān)含有最大的直方圖和255和分別的最小像素值0。</p><p>　　直方圖軸與均勻劃分固定的時間間隔。這是一個經(jīng)驗方法確定垃圾桶大小，這是主觀的每個問題。這個尺寸必須從尺寸選擇q¼{2，4，8，16，32，64，128，256}，它是重要的是選擇最的Q，的數(shù)箱保持較小為了計算效率和對于大的識別精度。結(jié)果顯示該箱的數(shù)量是影響較小識別精度時，容器的數(shù)量介于32至256的所

25、有顏色空間。因此，在所使用的直方圖單元尺寸直方圖形成是q¼32圖2a-C顯示了三種不同顏色的直方圖空間的R，G，標準圖像的B中輸入完畢圖像，直方圖作圖對于每種顏色空間和相應(yīng)的直方圖compar-ISON對于每種顏色空間是為完成標準圖像。作為在象素密度柱狀圖表示被認為是在離散化形式，載體的距離，如Euclid-EAN和L1（曼哈頓）的規(guī)范，用于量化兩種顏色數(shù)值矢量的相似性，代表他們。</p><p>　　

26、我們通過使用直方圖考慮的相似性測試和標準之間的交叉點圖像。斯溫 - 巴拉德（1991年）推出的直方圖交會法作為衡量直方圖的相似性。給定一對直方圖，H（I）的輸入圖像和H（Q），I和標準圖像Q，分別各包含n，所述定義直方圖交集是如下</p><p><b>　　總結(jié)：</b></p><p>　　茶葉發(fā)酵過程中的圖像被抓獲在努爾巴里茶村，提斯浦爾，印度。四不同的床在發(fā)酵

27、室的地板被用于發(fā)酵。四象人從每個床捕獲在的結(jié)束的指示感官發(fā)酵過程面板。這四種圖像，最好的。發(fā)酵（WF）圖像被存儲為標準圖像。從捕獲的圖像順序開始發(fā)酵，以完成所產(chǎn)生的</p><p>　　共茶葉28的圖像數(shù)據(jù)庫在發(fā)酵過程中。這個數(shù)據(jù)庫由圖像下的類別 NF，UF，WF和。相異的像素值（DPV）對于所有三種顏色空間的R，G和B，分別為通過比較每個的28確定樣本圖像與標準圖像。</p><p>　

28、　我們調(diào)查匹配的可能性發(fā)酵茶的顏色與理想，最佳顏色以及發(fā)酵茶形象。通過視覺近似，樣品的彩色圖象現(xiàn)給予了類似的分數(shù)，除了樣品編號16，22和24。這是基于的三道茶品嘗多數(shù)判決得分和判決是在NF，UF，WF和方面取得了成功。然后視覺評分與被比較從實驗顏色獲得的決定匹配技術(shù)。我們采用了直方圖查找每個DPV比較方法圖像使用標準的彩色圖像（幾乎深銅色紅色）。在DPV所有三個R，G，和B色彩空間表示在表1和圖3。觀察到DPV的一個突出變化R色空間，

29、這表明了良好的任意一臺感官面板判斷和之間LATION電腦輔助方法。作為一個相關(guān)性較差對于其他色彩空間（G和B）被發(fā)現(xiàn)，我們只考慮對R色彩空間參數(shù)我們對比顏色的方法。該性能閾值的像素電平被發(fā)現(xiàn)是0.3大約本色彩空間。此值可作為一個忠實閾值水平圖像之間進行區(qū)分。結(jié)果表明該試驗的決定，大多數(shù)樣品，除了樣品無16和22和24，符合感官小組決定。此外，時間處理圖像所需足夠低為小于采取的顏色的時間茶葉發(fā)酵過程中改變。</p><

30、p>　　色彩對比這一基本技巧（匹配）的發(fā)酵茶，可進一步為實現(xiàn)基于其他顏色的食品質(zhì)量</p><p>　　監(jiān)控。更好的算法的開發(fā)使用諸如人工智能技術(shù)神經(jīng)網(wǎng)絡(luò)，遺傳算法，模糊邏輯等，以盡量減少顏色的誤檢測可以實現(xiàn)。使用其它照明獨立色彩模式可以使技NIQUE更加健壯。這樣的方案應(yīng)該compen-沙爹在自然光照的變化而光成像。此外，味是另一個發(fā)酵過程的重要參數(shù)。</p><p>　　因此，也