汤泽军

(1.长沙航空职业技术学院,湖南 长沙 410124;2.中南大学物理科学与技术学院,湖南 长沙 410083)

基于神经网络的马尔科夫模型在色差计中的应用

汤泽军1,2

(1.长沙航空职业技术学院,湖南 长沙 410124;2.中南大学物理科学与技术学院,湖南 长沙 410083)

摘要：利用TCS3414CS数字色彩传感器内部滤镜，采用神经网络与马尔科夫模型相结合的算法来提高色差计的测量精度。研究表明基于神经网络马尔科夫模型能够很好地对色差计卢瑟条件进行拟合，从而提高色差计精度。

关键词：BP马尔科夫模型;色差计;卢瑟条件

随着行业需求的逐步升级，色差计研发和生产商们也在逐代推出新的产品，屡次通过技术上的创新来提高色差计的测量精度。有通过加长测量口径，在可测大面积平面的基础上，还可对表面面积比较小、圆弧面、内凹面等表面进行颜色测量；也有将摄像头用于测量定位，能精准判断出物体被测部位是否为目标中心，通过摄像头实时取景，操作简便，提高了测量效率和准确性；更有将光路用于测量定位，无需在仪器上增加机械观测口或增设监控元件即能对被测物体进行光照定位的技术；还有采用自动白板校正，这是一种操作方便、简单快速的测色仪在开机过程中自动白板校正的技术，避免了传统繁琐的手动黑白板校正；也有采用自动SCE/SCI切换，由软件和电子控制实现的SCE/SCI自动切换功能的技术。由于业界对于色差计的精度最为关注，引发了对于色差计精度提升的软硬件方法的研究。……