RGB camera-based image technique for color measurement of flavored milk

توانایی دوربین‌های RGB در استخراج و اندازه‌گیری رنگ شیر طعم‌دار با استفاده از تکنیک تحلیل تصویر ارزیابی شد. یک روش ساده با استفاده از دوربین RGB برای اندازه‌گیری رنگ نمونه‌های شیر طعم‌دار پیشنهاد شده است. الگوریتم اندازه‌گیری رنگ شامل تبدیل مقادیر رنگ RGB وابسته به دستگاه به مقادیر رنگی CIE L*a*b* مستقل از دستگاه بود. این مطالعه به تعیین تغییرات نتایج رنگ‌سنجی هنگام ارزیابی سیستم بینایی کامپیوتری (CVS) با استفاده از پنج دوربین مختلف (C1-C5) کمک کرد. دوربین‌های CCD (دستگاه بار جفت‌شده) و CMOS (نیم‌رسانای اکسید-فلز مکمل) نتایج مشابهی ارائه دادند. تغییرپذیری نتایج رنگ‌سنجی به دلیل تأثیر منبع نور و مشخصات دوربین می‌تواند با ترکیبی از کالیبراسیون، اندازه‌گیری رنگ و الگوریتم‌های اصلاح به حداقل برسد. تفاوت کل رنگ (ΔE) در محدوده 0.20 تا 6.42 بود و می‌تواند به عنوان پارامتری برای مشخص کردن دقت اندازه‌گیری رنگ دوربین‌ها استفاده شود.سیستم‌های بینایی کامپیوتری مبتنی بر C1-C4 رنگ را با دقت بالاتری نسبت به C5 اندازه‌گیری کردند. این مطالعه نشان داد که روش بینایی کامپیوتری مبتنی بر دوربین RGB ابزار مفیدی برای ارزیابی سریع رنگ نمونه‌های شیر طعم‌دار است.

The potential of RGB cameras to extract and measure the color of flavored milk was assessed using the image analysis technique. A simple procedure has been proposed using RGB camera for the color measurement of flavored milk samples. The color measurement algorithm involved the transformation of device-dependent RGB color values into device-independent CIE L*a*b* color values. The study helped to determine the variation in colorimetric results when a computer vision system (CVS) was evaluated using five different cameras (C1-C5). CCD (charge-coupled device) and CMOS (complementary metal-oxide-semiconductor) cameras yielded similar results. The variability in colorimetric results due to the effect of light source and camera specifications can be minimized by a combination of calibration, color measurement, and correction algorithms. The total color difference (ΔE) was in the range of 0.20 – 6.42 and can be used as a parameter to characterize cameras for color measurement accuracy. C1-C4 based CVS accurately measured color compared to C5. The study established that the computer vision method based on RGB camera is a useful tool for rapid color assessment of flavored milk samples.