目前,颜色的测量与控制愈来愈受到现代工业制造者的重视,测色仪器也倍受青睐。适用于染料和颜料测色的仪器,有分光光度计和光电测色仪两大类。现代分光光度计具有测色和计算的快速性、测量准确度高的特点,但价格昂贵、体积大、速度慢。光电测色仪是仿照人眼感色的原理制成的,采用了能感受红、绿、蓝三种颜色的受光器,将各自所感受光电的光电流加以放大处理,得出各色的刺激量,从而获得这一颜色信号,具有轻便、灵活、成本低的优点。比色计是典型的光电测色仪,其测量准确度主要取决于光电探测器的光谱响应特性与标准观察者在标准照明条件下的光谱响应特性曲线一致的程度。与传统的用滤色片对光电探测器的光谱反应特性进行校正的方法不同,本文所述的方法是用神经网络处理数据的方法对其光谱反应特性进行拟合,使它的光谱响应很像人眼的视觉系统

色差计的基本原理

测色色差计一般均采用滤色片校正仪器光源,使它的光谱分布与标准照明体的光谱分布呈比例;校正光电探测器使它的相对光谱灵敏度比例于标准观察者。为此,校正滤色器的模拟准确度决定了该类仪器原理误差的大小,提高滤色器的模拟准确度有重要的意义。为了提高滤色器的模拟准确度,校正滤色器的设计必须以卢瑟条件为基础,根据色度学原理和选定的标准照明光源,仪器的总体光谱响应特性。

正是这种原理误差给仪器带来了一些弊病,如绝对测量误差较大,同类仪器之间的测量误差较大等。由于神经网络具有高度非线性映射能力,能方便地实现两曲线的非线性变换并提高拟合精度,故本文用神经网络方法解决这两条曲线的非线性拟合问题,以提高色差计的测量准确度。

数据处理

实际匹配的滤色片与卢瑟条件的符合程度直接关系到颜色测量准确度。由于滤色片的匹配不可能完全满足卢瑟条件而总是存在一定的误差,其匹配误差体现为在大部分光谱波长处非常接近,而在部分光谱波长处误差较大,使得测量有些颜色时的误差小,而测量另一些颜色时误差较大,因此需要进行色度修正。

中国粮油仪器网   http://www.grainyq.com/