摘要
本论文研究了通过智能手机应用程序Color Grab获取铬天青,结晶紫两种不同颜色溶液在RGB空间模型中不同体积下的RGB值。在不确定定量模型的情况下,采用多种定量方法对RGB数据进行线性拟合看哪种定量模型最好,并选出线性相关程度较高的定量方法用于智能手机比色法的定量测定。
关键字:手机;比色法;RGB
1 引言
1.1概述
颜色模型是用来对颜色下定义,对颜色进行创建以及用来观察颜色的模型,是指三维颜色空间中的一个可见光子集的所有模型,颜色模型也包含了某个颜色域的所有模型。由于对颜色模型的研究与应用方向不同,故产生了许多不同的颜色模型,比如 RGB 即真实三原色颜色模型,XYZ 即虚拟三原色颜色模型, LAB 即用亮度表示的颜色模型,LUV即用双色差表示的颜色模型,还有电视工业用的 YIQ、YUV 和 YCrCb 等颜色模型,面向色调的由颜色心理三属性表示的 HSV、HIS 和 TSL 等颜色模型。本实验是在已确定RGB定量模型的情况下展开的研究。RGB 是光的三原色,是显示器及其他数字设备显示颜色的基础。RGB色彩模型是数字色彩最典型、也是最常用的色彩模型,它属于加色法混合,是一种光源色的混合模型,RGB 模型也称为加色模型。
随着智能手机拍照技术的不断发展和互联网的普及推广,智能手机可作为一种辅助实验工具渐渐在化学实验中得到应用。色彩视觉设备的设计和开发离不开色彩的研究,色彩应用于图像显示不仅可以让人的眼睛感到舒服清晰,也可以让用户了解更多有用信息。人类的眼睛仅仅能够感知几十灰度级,人类是无法记住世界上成千上万的颜色的,而随着科技的发达,取色软件能够帮助人类区分相近色彩并给出特定数值,色彩视觉研究结果表明人眼对色彩空间中的各个色彩分量的变化的感知程度是不一样的,其属性和特征由各色彩分量直接决定。在多媒体计算机技术中,最多的是用RGB 色彩空间来表示。[1-2]
近年来,许多学者利用智能手机软件进行定量研究,这种方法既简便又高效。黎楷利用智能手机测定食品和水样中亚硝酸根,丁宗庆建立了智能手机拍摄数码比色法测定水样中痕量肼的新方法,周佳基于误差传递规律用手机比色法测定坚果中水溶性蛋白质,高嘉家基于手机图片比色法测定有色溶液的浓度,徐炜桢基于手机拍照提出了一种简单、准确、快速的大米外观品质相关特征量的测定方法。[3-7]
本实验使用了两种染料结晶紫(紫色),铬天青(红棕色)来作为分析样品,给出一种简单,快速,低成本的基于手机数字比色分析的检测方法。通过实验室自制暗盒装置,以固定的拍摄环境(相同的拍摄距离、背景、角度及光线)取值,并用了参比溶液(蒸馏水)做空白校正,采用智能手机应用程序拍摄获取有色溶液的RGB三原色。
1.2手机比色法
比色法是以生成有色化合物的显色反应为基础,通过比较或测量有色物质溶液的颜色深度来确定待测组分含量的方法,广泛用于生物、医学、化学、环境等方面的检测。比色法是物质检测中最常用到的物质检测方法之一。为了寻求方便快捷的检测方式,手机比色法逐渐被广泛使用,智能手机作为一种图像采集工具或者数字化处理设备在检测技术方面发挥了强大的作用。研究者也开始重视基于智能手机的数字图片比色分析的这种新型、快速的定量检测方法,且十分有利于即时快检、低成本检测技术的发展。[8-10]
2 实验部分
2.1仪器
仪器 | 型号 | 生产厂家 |
Power Eva稳压电源 | MPS-5000/02PA | 四川长虹新能源科技有限公司 |
电子天平 | FA2204B | 上海精科天美仪器有限公司 |
ViVO智能手机 | X520L | 广东步步高电子工业有限公司 |
2.2试剂
试剂 | 纯度 | 生产厂家 |
结晶紫 | 分析纯 | 国药集团化学试剂有限公司 |
超纯水 | 自制 | 四川优普超纯水科技有限公司 |
铬天青 | 分析纯 | 国药集团化学试剂有限公司 |
结晶紫溶液的配制:
准确称取结晶紫粉末0.2501g于100mL烧杯中,用蒸馏水溶解后,转移至100mL容量瓶中,定容至刻度线,浓度为6.13×10-3mol/L。取标准溶液1mL稀释至10mL,分别取0.1ml、0.2ml、0.3ml、0.6ml、0.9ml、1.2ml、1.7ml于试管中,加蒸馏水稀释至4ml,放置一会儿后,观察无变化,将这七组溶液放入阴凉干燥的柜子中保存,备用。算上空白对照共8组,分别编号为1~8。
铬天青溶液的配制:
取标准溶液1mL稀释至10mL,分别取0.1ml、0.2ml、0.5ml、0.6ml、0.7ml、0.8ml、1.2ml、1.5ml、2.0ml、3.0ml于试管中,加蒸馏水稀释至4ml,放置一会儿后,观察无变化,将这七组溶液放入阴凉干燥的柜子中保存,备用。算上空白对照共11组,分别编号为1~11。
2.3实验过程
使用实验室已有的图片采集装置(见下图),该装置手机位置固定,故拍摄角度不变。采用LED灯光源 ,用充电宝做电源故电压稳定,亮度不变。装置内层为白色背景板,外层使用黑色胶条严密包裹,可排除外界光干扰。在一致的角度,背景及亮度下,加上参比溶液(蒸馏水),按照浓度由小到大的顺序,用Color Grab分别对三种溶液进行拍摄取色。在应用程序中读取并记录RGB及其它色彩空间值,平行拍摄三组取平均值进行数据处理。
3 结果与讨论
3.1铬天青
铬天青溶液RGB原始数据:
VIVO X520L | |||
体积(ml) | R | G | B |
0 | 169 | 174 | 162 |
0.1 | 169 | 170 | 148 |
0.2 | 163 | 154 | 99 |
0.5 | 165 | 153 | 82 |
0.6 | 173 | 131 | 79 |
0.7 | 173 | 133 | 65 |
0.8 | 173 | 98 | 58 |
1.2 | 176 | 78 | 38 |
1.5 | 158 | 33 | 21 |
2.0 | 151 | 25 | 19 |
3.0 | 126 | 10 | 10 |
铬天青溶液为红色,红色可见光吸收光的波长范围大约在625nm~740nm之间。通过查阅文献及对比,我们选出了一部分的定量分析方法,对RGB值进行了处理。再用处理后的数据(删除了误差较大的点)对体积(浓度)作图,对比了斜率(斜率越大,灵敏度越高)及线性相关系数。
以下为选出的15种定量模型:
颜色模型 | 定量方式 | ||
RGB | (255-B)/255 | (255-G)/255 | (255-R)/255 |
R/(R+G+B) | B/(R+G+B) | G/(R+G+B) | |
255-G | 255-B | 255-R | |
(R2+G2+B2)1/2 | R+G+B | ((Rb-R)2+(Gb-G)2+(Bb-B)2)1/2 | |
(R+G+B)/(255*3) | (Rb-R)+(Gb-G)+(Bb-B) | (Rb/R+Gb/G+Bb/B)/3 |
铬天青溶液定量模型斜率及线性相关系数对比:
颜色模型 | RGB | ||
数学模型 | 线性方程 | K | R |
255-R | y=14.75v+79.64 | 14.75 | 0.9228 |
255-G | y=62.83+89.09 | 62 | 0.9451 |
255-B | y=61.02v+143.9 | 61.02 | 0.9937 |
(255-R)/255 | y=0.0528v+0.3151 | 0.0528 | 0.8841 |
(255-G)/255 | y=0.3574v+0.2879 | 0.3574 | 0.9718 |
(255-B)/255 | y=0.1881v+0.5977 | 0.1881 | 0.9642 |
R/(R+G+B) | y=0.2397v+0.3231 | 0.2397 | 0.9834 |
G/(R+G+B) | y=-0.1270v+0.4118 | -0.127 | 0.9555 |
B/(R+G+B) | y=-0.1410v+0.2938 | -0.1410 | 0.9625 |
R+G+B | y=-123.3v+458.5 | -123.3 | 0.9528 |
(R2+G2+B2)1/2 | y=-78.04v+279.9 | -78.04 | 0.9680 |
((Rb-R)2+(Gb-G)2+(Bb-B)2)1/2 | y=124.9v+16.52 | 124.9 | 0.9785 |
(R+G+B)/(255*3) | y=-2.119v+5.756 | -2.119 | 0.9804 |
(Rb-R)+(Gb-G)+(Bb-B) | y=180.1v+15.70 | 180.1 | 0.9804 |
(Rb/R+Gb/G+Bb/B)/3 | y=1.161v+0.9129 | 1.161 | 0.9656 |
通过对几种模型的对比分析,可得出结论:吸收光的波长范围在525nm~740nm之间的可见光,用255-B这种定量模型灵敏度较高。即用这种方法,可以得到较稳定的结果,排除了拍摄时一些无法避免的外界干扰因素,准确度较高。
3.1.2结晶紫
结晶紫溶液RGB原始数据:
VIVO X520L | |||
体积(ml) | R | G | B |
0 | 171 | 176 | 166 |
0.1 | 168 | 167 | 174 |
0.2 | 155 | 135 | 166 |
0.3 | 133 | 103 | 174 |
0.6 | 130 | 84 | 181 |
0.9 | 120 | 30 | 181 |
1.2 | 112 | 0 | 176 |
1.7 | 110 | 0 | 174 |
结晶紫溶液为紫色,紫色可见光吸收光的波长范围大约在560nm~580nm之间。在以原始RGB值对体积(浓度)作图时,发现R、G值与浓度有较高相关性,表明在紫色体系中,B值可能影响较小。
以下为选出的15种定量模型:
颜色模型 | 定量方式 | ||
RGB | (255-B)/255 | (255-G)/255 | (255-R)/255 |
R/(R+G+B) | B/(R+G+B) | G/(R+G+B) | |
255-G | 255-B | 255-R | |
(R2+G2+B2)1/2 | R+G+B | ((Rb-R)2+(Gb-G)2+(Bb-B)2)1/2 | |
(R+G+B)/(255*3) | (Rb-R)+(Gb-G)+(Bb-B) | (Rb/R+Gb/G+Bb/B)/3 |
结晶紫溶液定量模型斜率及线性相关系数对比:
颜色模型 | RGB | ||
数学模型 | 线性方程 | K | R |
255-R | y=18.26v+116.8 | 18.26 | 0.9555 |
255-G | y=158.7v+83.62 | 158.7 | 0.9776 |
255-B | y=-34.23v+93.88 | -34.23 | 0.9494 |
(255-R)/255 | y=0.2023v+0.3394 | 0.2023 | 0.9798 |
(255-G)/255 | y=0.5913v+0.3174 | 0.5913 | 0.9950 |
(255-B)/255 | y=-0.1342v+0.3682 | -0.1342 | 0.9494 |
R/(R+G+B) | y=0.0756v+0.2945 | 0.0756 | 0.9666 |
G/(R+G+B) | y=-0.2854v+0.3519 | -0.2854 | 0.9926 |
B/(R+G+B) | y=0.2407v+0.3251 | 0.2407 | 0.9926 |
R+G+B | y=-186.3v+502.4 | -186.3 | 0.9736 |
(R2+G2+B2)1/2 | y=-75.37v+291.1 | -75.37 | 0.9700 |
((Rb-R)2+(Gb-G)2+(Bb-B)2)1/2 | y=168.8v+6.962 | 168.8 | 0.9744 |
(R+G+B)/(255*3) | y=-0.2435v+0.6567 | -0.2435 | 0.9736 |
(Rb-R)+(Gb-G)+(Bb-B) | y=186.3v+10.61 | 186.3 | 0.9736 |
(Rb/R+Gb/G+Bb/B)/3 | y=0.8098v+0.9863 | 0.8098 | 0.9584 |
通过对几种模型的对比分析,可得出结论:吸收光的波长范围在560nm~580nm之间的可见光,用(255-G)/255以及取负值后的G/(R+G+B)和取负值后的G/(R+G+B)三种定量模型的线性拟合程度较高,即用这三种方法,可以得到较稳定的结果,排除了拍摄时一些无法避免的外界干扰因素,准确度较高。
4结论
在不同的颜色空间中,影响颜色的主要因素是不同的,可能为红色、绿色和蓝色其中的一种,两种或三种。在前人的研究基础上,RGB模型要比其他的颜色模型得到的颜色数据经过处理之后同溶液浓度的线性关系较好,灵敏性也较高,但不同颜色的溶液或者试剂受到R,G,B通道颜色数据的影响也不同,所以对于不同颜色体系,所适合的定量方法也因此而不同,因此手机比色分析法有着准确、快速、便捷的特点,应用于分析有色产品,寻求和建立恰当的定量模型非常重要,本论文对此做了一些初步研究,也为深入研究提供了一些有价值的线索。
参考文献
[1]李俊峰..基于RGB色彩空间自然场景统计的无参考图像质量评价[J]. 自动化学报,2015(9):1601-1615.
[2]宋一帆,张武,姚雨晴,洪迅,张嫚嫚,刘连忠.基于RGB模型的大豆叶片叶绿素含量预测[J]. 江汉大学学报,2020(1):65-72.
[3]丁宗庆,周向宇,刘光东.智能手机拍摄数码比色法测定水样中痕量肼[J]. 化学试剂,2017,39(6):625-628.
[4]黎楷,周娟娟,徐佳美,彭波.智能手机比色法测定食品和水样中亚硝酸根的研究[J]. 广东化工,2018(9):208-212.
[5]周佳,毕秀成,吴承明.基于误差传递规律的手机比色法测定坚果中水溶性蛋白质[J]. 华中师范大学学报,2019(1):57-62.
[6]高嘉家,丁伟.基于手机图片比色法测定有色溶液的浓度[J]. 教育与装备研究,2019(5):33-37.
[7]徐炜桢,许东,林亲录,吴伟,董界,俞淑芳,殷月芹,阳芬.基于手机拍照和ImageJ 软件的大米外观形状参数的测定[J]. 中国粮油学报,2019(10):109-113.
[8]江珊,戴博.基于智能手机比色法定量检测 BCA 蛋白浓度[J]. 分析实验室,2019(5):534-537.
[9]江珊,戴博.基于手机比色法分CRP和BCA两种不同波长的显色实验. 分析实验室,2019(10):1152-1156.
[10] 杨冬冬,张校亮,崔彩娥,谭慷,李晓春.基于智能手机数字比色法的有机磷农残
[11]快速检测技术研究. 分析测试学报,2015(10):1179-1184.
致 谢
本篇论文是在我的指导老师xx副教授的指导下完成的。无论是治学还是做人,他都给我树立了一个很好的榜样,我从他的身上学到了很多。在论文撰写期间,老师总是耐心的为我们解答问题,在我们遇到困难时,总是循循善诱,帮助我们找到解决方案。论文成文时,也不厌其烦地给我们一次次提出修改意见,一遍遍帮助我们修改。在此我要由衷的说一声,老师,谢谢您,您辛苦了!
同时我要感谢我的同学朋友,无论是学习中还是生活中,他们永远站在我的身后,在我迷茫失落的时候总是给予我鼓励,在我身处困境之时,也总是毫不犹豫伸出援助之手。
最后,感谢评阅组辛苦工作的老师们,不足之处,望老师们批评指正!
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。
2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。
原创文章,作者:1158,如若转载,请注明出处:https://www.447766.cn/chachong/138409.html,