ITMO
en/ en

ISSN: 1023-5086

en/

ISSN: 1023-5086

Научно-технический

Оптический журнал

Полнотекстовый перевод журнала на английский язык издаётся Optica Publishing Group под названием “Journal of Optical Technology“

Подача статьи Подать статью
Больше информации Назад

DOI: 10.17586/1023-5086-2024-91-12-54-62

УДК: 535.668.6

Сравнительный анализ методов дистанционного определения распределения белизны по поверхности объектов

Ссылка для цитирования:

Мачихин А.С., Беляева А.С., Золотухина А.А. Сравнительный анализ методов дистанционного определения распределения белизны по поверхности объектов // Оптический журнал. 2024. Т. 91. № 12. С. 54–62. http://doi.org/10.17586/1023-5086-2024-91-12-54-62

 

Machikhin A.S., Belyaeva A.S., Zolotukhina A.A. Comparative analysis of the methods for remote mapping the whiteness over the object surface [in Russian] // Opticheskii Zhurnal. 2024. V. 91. № 12. P. 54–62. http://doi.org/10.17586/1023-5086-2024-91-12-54-62

Ссылка на англоязычную версию:
-
Аннотация:

Предметами исследования являются яркостные и цветовые характеристики 10 эталонов белизны. Целью настоящей работы является разработка методики определения пространственного распределения белизны по поверхности объектов с использованием различных оптических приборов (спектрофотометрии, цветной, мультиспектральной и гиперспектральной съёмки) и выявления оптимальной системы с точки зрения погрешности и скорости измерения белизны. Методы. Проведён сравнительный анализ трёх спектральных методов определения белизны и цвета эталонных объектов. Основные результаты. Проведённое лабораторное исследование показало, что мультиспектральная съёмка является оптимальным методом бесконтактного определения распределения белизны и цвета по поверхности эталонных образцов с точки зрения точности и скорости измерения. Практическая значимость. Полученные результаты могут найти применение при разработке методов и средств измерения и контроля белизны в различных отраслях промышленности и в научных исследованиях.

Ключевые слова:

белизна, яркость, координаты цветности, мультиспектральная съёмка, гиперспектральный анализ, спектрофотометрия, цветная камера

Благодарность:

исследование выполнено в рамках Государственного задания НТЦ УП РАН (проект FFNS-2022-0010). Результаты работы получены с использованием оборудования Центра коллективного пользования Научно-технологического центра уникального приборостроения РАН (НТЦ УП РАН) [НТИРФ ID: 456451, https://ckp.ntcup.ru/]. Авторы выражают благодарность ООО «Константа» за предоставленный набор эталонных образцов белизны

Коды OCIS: 330.1730, 110.4234, 120.6200

Список источников:

1. Hunter R.S., Description and measurement of white surfaces // J. Opt. Soc. Am. 1958. V. 48. P. 597–605. http://doi.org/10.1364/JOSA.48.000597
2. Haque A.N.M.A., Smriti S.A., Hussain M. et al. Prediction of whiteness index of cotton using bleaching process variables by fuzzy inference system // Fash Text. 2018. V. 5. P. 4. http://doi.org/10.1186/s40691-017-0118-9
3. Wei M., Wang Y., Ma S., Luo M.R. Chromaticity and characterization of whiteness for surface colors // Opt. Express. 2017. V. 25. P. 27981–27994. http://doi.org/10.1364/OE.25.027981
4. Nascimento S.M.C., Pastilha R.C., Brenner E. Neighboring chromaticity influences how white a surface looks // Vision research. 2019. V. 165. P. 31–35. http://doi.org/10.1016/j.visres.2019.09.007
5. Zarubica A.R., Miljković M.N., Purenović M.M. et al. Colour parameters, whiteness indices and physical features of marking paints for horizontal signalization // Facta universitatis-series: Physics, chemistry and technology. 2005. V. 3. № 2. P. 205–216. http://doi.org/10.2298/FUPCT0502205Z
6. Goto H., Asanome N., Suzuki K. et al. Objective evaluation of whiteness of cooked rice and rice cakes using a portable spectrophotometer // Breeding science. 2014. V. 63. № 5. P. 489–494. http://doi.org/10.1270/jsbbs.63.489
7. CIE 15.2:1986 Colorimetry. Publ. Commission International de L'E-clairage Vienna, 1986. 30 p.
8. ASTM-E308-22. Standard practice for computing the colors of objects by using the CIE system. 09.2022. United States. ASTM. 15 p.
9. Блинова И. А., Минакова А. Р. Определение белизны бумаги и картона / Под ред. Михайлова Е.Л. Редакционно-издательский отдел УГЛТУ, 2014. 20 c.
10. Minz P.S., Saini C.S. RGB camera-based image technique for color measurement of flavored milk // Measurement: Food. 2021. V. 4. P. 100012. http://doi.org/10.1016/j.meafoo.2021.100012
11. Guan Y.H., Lath D.L., Lilley T.H. et al. The measurement of tooth whiteness by image analysis and spectrophotometry: a comparison // Journal of Oral Rehabilitation. 2005. V. 32. № 1. P. 7–15. http://doi.org/10.1111/j.1365-2842.2004.01340.x
12. Tejada-Casado M., Ghinea R., Martinez-Domingo M.A. et al. Validation of a hyperspectral imaging system for color measurement of invivo dental structures // Micromachines. 2022. V. 13. № 11. P. 1929. http://doi.org/10.3390/mi13111929
13. Khan H.A., Thomas J.B., Hardeberg J.Y., Laligant O. Illuminant estimation in multispectral imaging // J.Opt. Soc. Am. A. 2017. V. 34. P. 1085–1098. http://doi.org/10.1364/JOSAA.34.001085
14. Yao P., Wu H.C., Li Y., Xu J., Xin J.H. et al. Fluorescent whiteness measurement of textiles by multispectral imaging system // Coloration Technology. 2023. P. 1–8. http://doi.org/10.1111/cote.12721
15. Shimamura Y., Izumi T., Matsuyama H. Evaluation of a useful method to identify snow-covered areas under vegetation-comparisons among a newly proposed snow index, normalized difference snow index, and visible reflectance // Int. J. of Remote Sensing. 2006. V. 27. № 21. P. 4867–4884. http://doi.org/10.1080/01431160600639693
16. Smith T., Guild J. The CIE colorimetric standards and their use // Trans. Opt. Soc. 1931. V. 33. № 3. P. 73. http://doi.org/10.1088/1475-4878/33/3/301
17. Батшев В.И., Крюков А.В., Мачихин А.С., Золотухина А.А. Оптическая система мультиспектральной видеокамеры // Оптический журнал. 2023. Т. 90. № 11. С. 113–123. http://doi.org/10.17586/1023-5086-2023-90-11-113-123
 Batshev V.I., Krioukov A.V., Machikhin A.S., Zolotukhina A.A. Multispectral video camera optical system // J. Opt. Tech. 2023 V. 90. № 11. P. 706–712. https://doi.org/10.1364/JOT.90.000706
18. Пожар В.Э., Мачихин А.С., Гапонов М.И., Широков С.В., Мазур М.М., Шерышев А.Е. Гиперспектрометр на основе перестраиваемых акустооптических фильтров для БПЛА // Светотехника. 2018. № 4. С. 47–50.
 Pozhar V.E., Machikhin A.S., Gaponov M.I., Shirokov S.V., Mazur M.M., Sheryshev A.E. Hyper spectrometer based on an acousto-optic tunable filters for UAVs // Light & Engineering. 2019. V. 27. № 3. P. 99–104. https://doi.org/10.33383/2018-029