برآورد محاسباتي واحدهاي رنگي L*a*b* از RGB با کمک پردازش تصاوير ديجيتالي

رنگ اولين ويژگي کيفيت مواد غذايي است که توسط مصرف کنندگان مورد بررسي قرار مي گيرد. اندازه گيري رنگ مواد غذايي به عنوان يک شاخص غيرمستقيم در اندازه گيري ديگر ويژگي هاي کيفيتي مانند عطر و طعم و محتويات رنگدانه به دليل سرعت و سادگي در اندازه گيري، و همچنين ارتباط با ساير خواص فيزيکي محصولات غذايي مورد استفاده قرار مي گيرد. در ميان فضاهاي رنگي مختلف، عموما در اندازه گيري رنگ مواد غذايي، از فضاي رنگي L*a*b* با توجه به توزيع يکنواخت و نزديکي بسيار زياد به ادراک انسان استفاده مي شود. بطور کلي رنگ سنج هاي تجاري هنگام اندازه گيري رنگ، سطح کوچکي از محصول را پوشش مي دهند. در مقابل دوربين هاي ديجيتال اطلاعات پيکسلي را در اختيار کاربر قرار مي دهند؛ اين پژوهش يک راه حل محاسباتي به منظور استخراج واحدهاي L*a*b* از اطلاعات پيکسلي تصاوير RGB ديجيتال را ارائه مي دهد. در اين مطالعه به منظور تبديل واحدهاي RGB به L*a*b* از چهار مدل: خطي، درجه دوم، شبکه عصبي مصنوعي (ANN) و رگرسيون بردار پشتيباني  (SVR) استفاده گرديد. در ارزيابي مدل ها، رگرسيون بردار پشتيباني و مدل شبکه عصبي به ترتيب با خطاي 0.88 و 2.37 بهترين عملکرد را از خود نشان دادند. با توجه به مدل هاي شکل گرفته، ارتباط خوبي بين رنگ اندازه گيري و برآورد شده تشکيل شده بود. بنابراين، بر اساس نتايج بدست آمده از بينايي ماشين، روش توصيه شده در اين پژوهش براي تبديل دقيق رنگ يک محصول غذايي از روي اطلاعات پيکسلي يک دوربين ديجيتال به L*a*b* مناسب مي باشد.