colour differences as perceived by

colour differences as perceived by humans (Paschos, 2001).Standard RGB (sRGB; red, green, blue) and L*a*b* are
commonly applied in quantifying standard colour of food (Menesatti et al., 2012). sRGB is a device independent colour
model whose tristimulus values (sR, sG, sB) reproducet he same colour on different devices, and represent linear
combinations of the CIE XYZ. Therefore, It is used to define the mapping between RGB (no-linear signals) from a computer vision system and a device-independent system such as CIE XYZ (Mendoza, Dejmek, & Aguilera, 2006). sRGB
is calculated based on D65 illumination conditions, RGB values measured by computer vision, and a power function with a gamma value of 2.4. The camera sensors (e.g., CCD or CMOS) generate outputs signals and the rendering is device-dependent, since the display device specifications have different ranges of colour. In order to overcome this problem, sRGB values are often transformed to other colour spaces such L*a*b* (Menesatti et al., 2012). Moreover, even the result of such transformation is device-dependent (Ford & Roberts, 1998). In many researches, a linear transform that defines a mapping between RGB signals from a computer vision camera and a device independent system such as L*a*b* and L*u*v* was determined to ensure the correct colour reproduction (Mendoza & Aguilera, 2004; Paschos, 2001; Segnini et al., 1999a). However, such transform that converts RGB into L*a*b* units does not consider calibration process, but only uses an absolute model with known parameters. Because the RGB colour measurement depends on external factors (sensitivity of the sensors of the camera, illumination, etc.), most cameras (even of the same type) do not exhibit consistent responses (Ilie & Welch, 2005). The parameters in the absolute model vary from one case to another. Therefore, the conversion from RGB to L*a*b* cannot be done directly using a standard formula (Leon et al., 2006). For this reason, Leon et al. (2006) present a methodology to transform device dependent RGB colour units into device-independent L*a*b* colour units. Five models, namely direct, gamma, linear, quadratic and neural network, were used to carry out the transformation of RGB to L*a*b* to make the values delivered by the model are as similar as possible to those delivered by a colourimeter over homogenous surfaces. The best results with small errors (close to 1%) were achieved with the quadratic and neural network model. However, although the methodology presented is general, i.e., it can be used in every computer vision system, it should be noticed that the results obtained after the calibration for one system (e.g., system A) cannot be used for another system (e.g., system B). A new calibration procedure needs to be conducted for a new computer vision system (Leon et al., 2006).

ผลลัพธ์ (ไทย) 1:

สีความแตกต่าง โดยมนุษย์ (Paschos, 2001)มาตรฐานสีแบบ RGB (sRGB สีแดง สีเขียว สีน้ำเงิน) และ L * * b * เป็นโดยทั่วไปใช้ใน quantifying สีมาตรฐานอาหาร (Menesatti et al., 2012) มีอุปกรณ์อิสระสีเป็น sRGBรุ่น reproducet มีค่า (sR, sG, sB) tristimulus เขาเหมือนกับสีบนอุปกรณ์ต่าง ๆ และเป็นตัวแทนเชิงเส้นชุดของ xyz ลดต่ำ CIE ดังนั้น มันจะใช้ในการกำหนดการแม็ประหว่าง RGB (สัญญาณไม่มีเส้น) จากวิสัยทัศน์ของระบบคอมพิวเตอร์และระบบอุปกรณ์อิสระเช่น CIE xyz ลดต่ำ (เมนโดซา Dejmek, & สติ นา 2006) sRGBจะถูกคำนวณตามเงื่อนไข D65 รัศมี วัดทางคอมพิวเตอร์วิทัศน์ ยกกำลัง ด้วยค่าแกมมา 2.4 ค่า RGB เซ็นเซอร์กล้อง (เช่น CCD หรือ CMOS) สร้างสัญญาณเอาท์พุต และให้เป็นอุปกรณ์ขึ้นอยู่กับ ข้อมูลจำเพาะของอุปกรณ์แสดงผลมีช่วงแตกต่างกันของสี เพื่อเอาชนะปัญหานี้ sRGB ค่าที่แปลงไปสีอื่นมักจะปลอด L ดังกล่าว * เป็น * บี * (Menesatti et al., 2012) ยิ่งไปกว่านั้น แม้ผลของการเปลี่ยนแปลงดังกล่าวจะขึ้นอยู่กับอุปกรณ์ (ฟอร์ดและโรเบิตส์ 1998) ในหลายงานวิจัย การแปลงเชิงเส้นที่กำหนดการแม็ประหว่าง RGB สัญญาณจากกล้องมองเห็นคอมพิวเตอร์และอุปกรณ์ระบบอิสระเช่น L * * b * และ L * u * v * กำหนดให้ทำซ้ำสีที่ถูกต้อง (เมนโดซาและสตินา 2004 Paschos, 2001 Segnini et al., 1999a) อย่างไรก็ตาม เช่นแปลงที่แปลง RGB เป็น L * * b * หน่วยพิจารณากระบวนการสอบเทียบ แต่เฉพาะ ใช้แบบจำลองแบบเต็ม ด้วยพารามิเตอร์ชื่อดัง เนื่องจากวัดสี RGB ขึ้นอยู่กับปัจจัยภายนอก (ความไวของเซนเซอร์ของกล้อง แสงสว่าง ฯลฯ), กล้องส่วนใหญ่ (แม้ของชนิดเดียวกัน) ไม่แสดงการตอบสนองที่สอดคล้องกัน (Ilie & Welch, 2005) พารามิเตอร์ในแบบจำลองแบบเต็มแตกต่างจากกรณีหนึ่งไปยังอีก ดังนั้น การแปลงจาก RGB L * * b * ไม่สามารถทำได้โดยตรงโดยใช้สูตรมาตรฐาน (Leon และ al., 2006) ด้วยเหตุนี้ ลีออน et al. (2006) แสดงวิธีการแปลงหน่วยสี RGB อ้างอิงอุปกรณ์เป็นอุปกรณ์อิสระ L * * b * หน่วยสี รุ่น 5 คือตรง แกมมา เครือ ข่ายเชิงเส้น กำลังสอง และประสาท ใช้ในการดำเนินการแปลง RGB เป็น L * แบบ * ข * จะทำให้ค่าจัดส่งตามรูปแบบเป็นคล้ายเป็นผู้ส่ง โดยการ colourimeter ผ่านพื้นผิวให้ บรรลุผลดีสุดกับข้อผิดพลาดเล็ก ๆ (ใกล้กับ 1%) มีรูปแบบเครือข่ายกำลังสอง และประสาท อย่างไรก็ตาม แม้ว่าวิธีการนำเสนอคือทั่วไป เช่น สามารถใช้ในทุกระบบวิสัยทัศน์ ควรสังเกตว่า ผลลัพธ์ที่ได้หลังจากการปรับเทียบสำหรับระบบหนึ่ง (เช่น ระบบ) ไม่สามารถใช้กับระบบอื่น (เช่น ระบบ B) ขั้นตอนการปรับเทียบใหม่ต้องดำเนินการใหม่วิสัยทัศน์ระบบคอมพิวเตอร์ (Leon และ al., 2006)

ผลลัพธ์ (ไทย) 2:

แตกต่างของสีตามการรับรู้ของมนุษย์ (Paschos, 2001) .Standard RGB (sRGB สีแดง, สีเขียว, สีฟ้า) และ L * * * * * b * มีการ
ใช้กันอย่างแพร่หลายในเชิงปริมาณสีมาตรฐานของอาหาร (. Menesatti, et al, 2012) sRGB เป็นอุปกรณ์สีอิสระ
รูปแบบที่มีค่า tristimulus (SR, SG, SB) reproducet เขาสีเดียวกันบนอุปกรณ์ที่แตกต่างกันและเป็นตัวแทนเชิงเส้น
การรวมกันของ CIE XYZ ดังนั้นมันจะใช้ในการทำแผนที่กำหนดระหว่าง RGB (สัญญาณไม่เชิงเส้น) จากระบบการมองเห็นคอมพิวเตอร์และระบบอุปกรณ์อิสระเช่น CIE XYZ (เมนโดซา Dejmek และ Aguilera 2006) sRGB
จะคำนวณตามเงื่อนไขการส่องสว่าง D65, ค่า RGB วัดจากวิสัยทัศน์คอมพิวเตอร์และฟังก์ชั่นการใช้พลังงานที่มีค่าแกมมา 2.4 เซ็นเซอร์กล้อง (เช่น CCD หรือ CMOS) สร้างสัญญาณเอาท์พุทและการแสดงผลเป็นอุปกรณ์ขึ้นอยู่กับรายละเอียดตั้งแต่อุปกรณ์แสดงผลมีช่วงที่แตกต่างกันของสี เพื่อที่จะเอาชนะปัญหานี้ค่า sRGB มักจะเปลี่ยนไปที่ช่องว่างสีอื่น ๆ เช่น L * a * b * (Menesatti et al., 2012) นอกจากนี้แม้ผลของการเปลี่ยนแปลงดังกล่าวขึ้นอยู่กับอุปกรณ์ (ฟอร์ดและโรเบิร์ต, 1998) ในงานวิจัยหลายแปลงเชิงเส้นที่กำหนดทำแผนที่ระหว่างสัญญาณ RGB จากกล้องวิสัยทัศน์คอมพิวเตอร์และอุปกรณ์ของระบบที่เป็นอิสระเช่น L * * * * * b * และ L * * U V * มุ่งมั่นที่จะให้แน่ใจว่าการทำสำเนาสีที่ถูกต้อง (เมนโดซาและ Aguilera, 2004; Paschos 2001;. Segnini และคณะ, 1999a) แต่อย่างไรก็ตามยังมีแปลงที่แปลง RGB ไป L * * * * * * * * * หน่วยขไม่ได้พิจารณาการสอบเทียบ แต่ใช้รูปแบบที่แน่นอนกับพารามิเตอร์ที่รู้จัก เพราะการวัดสี RGB ขึ้นอยู่กับปัจจัยภายนอก (ความไวของเซ็นเซอร์ของกล้องส่องสว่าง ฯลฯ ) กล้องส่วนใหญ่ (แม้ประเภทเดียวกัน) จะไม่แสดงการตอบสนองที่สอดคล้องกัน (อีลและเวลช์, 2005) พารามิเตอร์ในรูปแบบที่แน่นอนแตกต่างจากกรณีหนึ่งไปยังอีก ดังนั้นการแปลงจาก RGB เพื่อ L * * * * * b * ไม่สามารถทำได้โดยตรงโดยใช้สูตรมาตรฐาน (Leon et al., 2006) ด้วยเหตุนี้ลีออนและคณะ (2006) นำเสนอวิธีการที่จะเปลี่ยนหน่วยสีขึ้นอยู่กับอุปกรณ์ RGB ไป L อุปกรณ์อิสระ * * * * * * * * b * หน่วยสี รุ่นห้าคือตรงแกมมาเชิงเส้นและสมการกำลังสองเครือข่ายประสาทถูกนำมาใช้ในการดำเนินการเปลี่ยนแปลงของ RGB เพื่อ L * * * * * * * * * ขที่จะทำให้ค่าจัดส่งโดยรูปแบบจะเป็นเช่นเดียวกับที่เป็นไปได้ให้กับผู้ที่ส่งโดย colourimeter พื้นผิวที่เป็นเนื้อเดียวกัน ผลลัพธ์ที่ดีที่สุดมีข้อผิดพลาดเล็ก ๆ (ใกล้กับ 1%) ได้รับการประสบความสำเร็จกับรูปแบบเครือข่ายกำลังสองและประสาท อย่างไรก็ตามแม้ว่าวิธีการที่นำเสนอทั่วไปคือมันสามารถนำมาใช้ในระบบการมองเห็นคอมพิวเตอร์ทุกเครื่องก็ควรจะสังเกตเห็นว่าผลที่ได้รับหลังจากการสอบเทียบสำหรับระบบหนึ่ง (เช่นระบบ) ไม่สามารถนำมาใช้สำหรับระบบอื่น (เช่น ระบบ B) ขั้นตอนการสอบเทียบใหม่จะต้องมีการดำเนินการระบบการมองเห็นคอมพิวเตอร์เครื่องใหม่ (Leon et al., 2006)

ผลลัพธ์ (ไทย) 3:

สีต่างกันตามการรับรู้ของมนุษย์ ( paschos , 2001 ) . มาตรฐาน RGB ( sRGB ; สีแดง , สีเขียว , สีฟ้า ) และ L * a * b *
การใช้บ่อยในค่าสีมาตรฐานของอาหาร ( menesatti et al . , 2012 ) sRGB เป็นอุปกรณ์อิสระรูปแบบสีที่มีค่า (
tristimulus SR , SG , SB ) reproducet เขาสีเดียวกันบนอุปกรณ์ที่แตกต่างกัน และการแสดงชุดเชิงเส้นของ CIE XYZ
. ดังนั้นมันถูกใช้เพื่อกำหนดแผนที่ระหว่าง RGB ( ไม่มีสัญญาณเชิงเส้น ) จากระบบการมองเห็นของคอมพิวเตอร์และอุปกรณ์ ระบบอิสระเช่น CIE XYZ ( เมนโดซา dejmek & Aguilera , 2006 ) sRGB
คำนวณตามสภาพแสง D65 , RGB ค่าที่วัดได้จากวิสัยทัศน์คอมพิวเตอร์และฟังก์ชันแกมมาพลังงานด้วยมูลค่า 2.4 . กล้องเซ็นเซอร์ ( เช่นCCD หรือ CMOS ) สร้างเอาท์พุทสัญญาณและการแสดงผลจะขึ้นอยู่กับอุปกรณ์ ตั้งแต่อุปกรณ์แสดงผลข้อมูลมีช่วงที่แตกต่างกันของสี เพื่อที่จะเอาชนะปัญหานี้ , sRGB ค่ามักจะเปลี่ยนเป็นสีอื่น ๆเป็นเช่น L * a * b * ( menesatti et al . , 2012 ) นอกจากนี้ แม้ผลของการเปลี่ยนแปลง คือ อุปกรณ์ ( &โรเบิร์ตฟอร์ด ( 1998 ) ในงานวิจัยหลายการแปลงเชิงเส้นกำหนดแผนที่ระหว่างสัญญาณ RGB จากกล้องวิสัยทัศน์คอมพิวเตอร์และอุปกรณ์ระบบอิสระเช่น L * a * b * l * U * V * ตั้งใจจะให้ภาพสีที่ถูกต้อง ( เมนโดซา& Aguilera , 2004 ; paschos , 2001 ; segnini et al . , 1999a ) อย่างไรก็ตาม เช่นแปลงที่แปลง RGB เป็น L * a * b * หน่วยไม่ได้พิจารณาขั้นตอนการสอบเทียบแต่ใช้แบบสัมบูรณ์กับพารามิเตอร์ที่รู้จักกัน เพราะสี RGB วัดขึ้นอยู่กับปัจจัยภายนอก ( ความไวแสงของเซ็นเซอร์ของกล้อง , ไฟ , ฯลฯ ) , กล้องส่วนใหญ่ ( แม้แต่ชนิดเดียวกัน ) ไม่แสดงการตอบสนองที่สอดคล้องกัน ( ilie & Welch , 2005 ) พารามิเตอร์ในแบบจำลองที่แน่นอนแตกต่างจากกรณีหนึ่งไปยังอีก ดังนั้นการแปลงจาก RGB L * a * b * ไม่สามารถสำเร็จได้โดยตรงโดยใช้สูตรมาตรฐาน ( ลีออน et al . , 2006 ) ด้วยเหตุนี้ ลีออน et al . ( 2006 ) ปัจจุบันวิธีการเปลี่ยนอุปกรณ์ขึ้นอยู่กับหน่วยเป็นอุปกรณ์อิสระ RGB สี L * a * b * หน่วยสี 5 รุ่น คือตรง , แกมมา , เชิงเส้นกำลังสองและประสาทเครือข่ายถูกใช้เพื่อดำเนินการแปลงของ RGB L * a * b * ทำให้ค่าจัดส่ง โดยรูปแบบจะเป็นคล้ายที่สุดกับผู้จัดส่งโดย colourimeter มากกว่าพื้นผิวยึดเกาะ . ผลลัพธ์ที่ดีที่สุดกับความผิดพลาดเล็ก ๆ ( ใกล้ 1% ) ประสบความสำเร็จกับรูปแบบกำลังสองและประสาทเครือข่าย อย่างไรก็ตาม แม้ว่าวิธีการนำเสนอทั่วไป เช่นมันสามารถใช้ในคอมพิวเตอร์ทุกระบบวิชั่น มันควรจะสังเกตเห็นว่าผลลัพธ์ที่ได้หลังจากการสอบเทียบสำหรับระบบ ( เช่นระบบ ) ไม่สามารถใช้กับระบบอื่น ( เช่นระบบ B ) ขั้นตอนการสอบเทียบใหม่ จะต้องดำเนินการในระบบคอมพิวเตอร์วิสัยทัศน์ใหม่ ( ลีออน et al . , 2006 )