白度儀測量的誤差校準

     目前，我們對物體顏色的測量方法是比較多的，但是都存在這一定的問題，因此儀器的開發已經成為我們首要解決的問題。測量色度的問題已經成為了我們比較關注的問題，就在90年代初我們研制了白度儀，解決了大家在色度檢測上存在的問題。白度儀具有測色和計算的快速性、測量準確度高的特點,但價格昂貴、體積大、速度慢。光電測色儀是仿照人眼感色的原理制成的,采用了能感受紅、綠、藍三種顏色的受光器,將各自所感受光電的光電流加以放大處理,得出各色的刺激量,從而獲得這一顏色信號,具有輕便、靈活、成本低的優點。

     測色白度儀一般均采用濾色片校正儀器光源,使它的光譜分布與標準照明體的光譜分布呈比例;校正光電探測器使它的相對光譜靈敏度比例于標準觀察者。為此,校正濾色器的模擬準確度決定了該類儀器原理誤差的大小,提高濾色器的模擬準確度有重要的意義。為了提高濾色器的模擬準確度,校正濾色器的設計必須以盧瑟條件為基礎,根據色度學原理和選定的標準照明光源。

     用上述神經網絡對測色系統進行修正后,色差計的測量準確度大大提高,誤差明顯變小。說明用神經網絡來進行誤差修正的方案是可行的。如選用數目較多的隱層神經元,非線性擬合的精度仍有望提高,但提高是有限的,還受學習樣本數量和儀器其他方面的限制。個人認為利用神經網絡來修正誤差是非常有限的,雖然它可以不考慮誤差的引起是何種原因,但是比較消耗系統的資源。避免了利用光學硬件濾色片對光電探測器進行反復修正的過程,而代之以利用軟件采用神經網絡對光電探測器的光譜反應進行擬合的方法,來提高測色色差計的測量準確度,對開發光電積分型測色儀器具有一定的意義。