Determinación de color en el espacio CIELAB a partir de imágenes digitales

Autores
Goñi, Sandro Mauricio; Olivera, Daniela Flavia; Salvadori, Viviana Olga
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo se evalúa la factibilidad de uso de un sistema de visión computacional para realizar mediciones de color de alimentos. El sistema de visión computacional está formado por una cámara digital y un ambiente de iluminación controlada. Generalmente la evaluación del color de alimentos se realiza usando colorímetros digitales, los cuales brindan información de color en el espacio CIELAB. Este tipo de equipamiento es fácil de utilizar y calibrar, pero presenta una serie de desventajas y/o limitaciones: su costo de adquisición y/o reparación es alto, realiza mediciones en áreas pequeñas de las muestras, la superficie a medir debe tener un color uniforme, la medición de superficies grandes y no homogéneas es dificultosa, y debe ponerse en contacto con la superficie a medir. Por otro lado, el uso de cámaras digitales permite obtener una gran cantidad de información espacial, la cual puede incluir una muestra completa, la información de color se obtiene para cada píxel de la imagen obtenida, es un equipo de menor costo y con diversidad de marcas y modelos, y evita los problemas de contacto con las muestras. La principal dificultad de la utilización de cámaras digitales para medir color es que las mismas utilizan el espacio de color RGB, por lo cual las imágenes obtenidas deben ser transformadas al espacio de color CIELAB. En este trabajo se construyó un gabinete de adquisición de imágenes con iluminación controlada, y se empleó una cámara NIKON D3100, usando el modo manual que permite fijar la velocidad de obturación y apertura del diafragma. Se probaron diferentes transformaciones entre los espacios de color RGB y CIELAB, como relaciones polinómicas, y un ajuste de la transformación teórica directa. Como patrones de color se usó una carta de colores X-Rite ColorChecker Passport, la cual está formada por 24 parches de diferentes colores. La diferencia de color total ΔE promedio entre los valores medidos y los valores reales fue de 5.39, 4.19, y 2.45 usando una relación lineal, cuadrática y cuadrática más interacciones, respectivamente. La relación directa dio buenos resultados para L* y b*, pero no así para a*. Se midió el color de diferentes muestras de alimentos usando tanto el colorímetro como el sistema de visión computacional, y en general se encontraron resultados aceptables.
Facultad de Ciencias Exactas
Centro de Investigación y Desarrollo en Criotecnología de Alimentos
Facultad de Ingeniería
Facultad de Ciencias Veterinarias
Materia
Ciencias Exactas
Color
Alimentos
imágenes digitales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/117353

id SEDICI_61fd1406d88606568812a3a202d95823
oai_identifier_str oai:sedici.unlp.edu.ar:10915/117353
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Determinación de color en el espacio CIELAB a partir de imágenes digitalesGoñi, Sandro MauricioOlivera, Daniela FlaviaSalvadori, Viviana OlgaCiencias ExactasColorAlimentosimágenes digitalesEn este trabajo se evalúa la factibilidad de uso de un sistema de visión computacional para realizar mediciones de color de alimentos. El sistema de visión computacional está formado por una cámara digital y un ambiente de iluminación controlada. Generalmente la evaluación del color de alimentos se realiza usando colorímetros digitales, los cuales brindan información de color en el espacio CIELAB. Este tipo de equipamiento es fácil de utilizar y calibrar, pero presenta una serie de desventajas y/o limitaciones: su costo de adquisición y/o reparación es alto, realiza mediciones en áreas pequeñas de las muestras, la superficie a medir debe tener un color uniforme, la medición de superficies grandes y no homogéneas es dificultosa, y debe ponerse en contacto con la superficie a medir. Por otro lado, el uso de cámaras digitales permite obtener una gran cantidad de información espacial, la cual puede incluir una muestra completa, la información de color se obtiene para cada píxel de la imagen obtenida, es un equipo de menor costo y con diversidad de marcas y modelos, y evita los problemas de contacto con las muestras. La principal dificultad de la utilización de cámaras digitales para medir color es que las mismas utilizan el espacio de color RGB, por lo cual las imágenes obtenidas deben ser transformadas al espacio de color CIELAB. En este trabajo se construyó un gabinete de adquisición de imágenes con iluminación controlada, y se empleó una cámara NIKON D3100, usando el modo manual que permite fijar la velocidad de obturación y apertura del diafragma. Se probaron diferentes transformaciones entre los espacios de color RGB y CIELAB, como relaciones polinómicas, y un ajuste de la transformación teórica directa. Como patrones de color se usó una carta de colores X-Rite ColorChecker Passport, la cual está formada por 24 parches de diferentes colores. La diferencia de color total ΔE promedio entre los valores medidos y los valores reales fue de 5.39, 4.19, y 2.45 usando una relación lineal, cuadrática y cuadrática más interacciones, respectivamente. La relación directa dio buenos resultados para L* y b*, pero no así para a*. Se midió el color de diferentes muestras de alimentos usando tanto el colorímetro como el sistema de visión computacional, y en general se encontraron resultados aceptables.Facultad de Ciencias ExactasCentro de Investigación y Desarrollo en Criotecnología de AlimentosFacultad de IngenieríaFacultad de Ciencias Veterinarias2014-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf538-546http://sedici.unlp.edu.ar/handle/10915/117353spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-698-380-2info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-17T10:10:19Zoai:sedici.unlp.edu.ar:10915/117353Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-17 10:10:20.166SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Determinación de color en el espacio CIELAB a partir de imágenes digitales
title Determinación de color en el espacio CIELAB a partir de imágenes digitales
spellingShingle Determinación de color en el espacio CIELAB a partir de imágenes digitales
Goñi, Sandro Mauricio
Ciencias Exactas
Color
Alimentos
imágenes digitales
title_short Determinación de color en el espacio CIELAB a partir de imágenes digitales
title_full Determinación de color en el espacio CIELAB a partir de imágenes digitales
title_fullStr Determinación de color en el espacio CIELAB a partir de imágenes digitales
title_full_unstemmed Determinación de color en el espacio CIELAB a partir de imágenes digitales
title_sort Determinación de color en el espacio CIELAB a partir de imágenes digitales
dc.creator.none.fl_str_mv Goñi, Sandro Mauricio
Olivera, Daniela Flavia
Salvadori, Viviana Olga
author Goñi, Sandro Mauricio
author_facet Goñi, Sandro Mauricio
Olivera, Daniela Flavia
Salvadori, Viviana Olga
author_role author
author2 Olivera, Daniela Flavia
Salvadori, Viviana Olga
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Exactas
Color
Alimentos
imágenes digitales
topic Ciencias Exactas
Color
Alimentos
imágenes digitales
dc.description.none.fl_txt_mv En este trabajo se evalúa la factibilidad de uso de un sistema de visión computacional para realizar mediciones de color de alimentos. El sistema de visión computacional está formado por una cámara digital y un ambiente de iluminación controlada. Generalmente la evaluación del color de alimentos se realiza usando colorímetros digitales, los cuales brindan información de color en el espacio CIELAB. Este tipo de equipamiento es fácil de utilizar y calibrar, pero presenta una serie de desventajas y/o limitaciones: su costo de adquisición y/o reparación es alto, realiza mediciones en áreas pequeñas de las muestras, la superficie a medir debe tener un color uniforme, la medición de superficies grandes y no homogéneas es dificultosa, y debe ponerse en contacto con la superficie a medir. Por otro lado, el uso de cámaras digitales permite obtener una gran cantidad de información espacial, la cual puede incluir una muestra completa, la información de color se obtiene para cada píxel de la imagen obtenida, es un equipo de menor costo y con diversidad de marcas y modelos, y evita los problemas de contacto con las muestras. La principal dificultad de la utilización de cámaras digitales para medir color es que las mismas utilizan el espacio de color RGB, por lo cual las imágenes obtenidas deben ser transformadas al espacio de color CIELAB. En este trabajo se construyó un gabinete de adquisición de imágenes con iluminación controlada, y se empleó una cámara NIKON D3100, usando el modo manual que permite fijar la velocidad de obturación y apertura del diafragma. Se probaron diferentes transformaciones entre los espacios de color RGB y CIELAB, como relaciones polinómicas, y un ajuste de la transformación teórica directa. Como patrones de color se usó una carta de colores X-Rite ColorChecker Passport, la cual está formada por 24 parches de diferentes colores. La diferencia de color total ΔE promedio entre los valores medidos y los valores reales fue de 5.39, 4.19, y 2.45 usando una relación lineal, cuadrática y cuadrática más interacciones, respectivamente. La relación directa dio buenos resultados para L* y b*, pero no así para a*. Se midió el color de diferentes muestras de alimentos usando tanto el colorímetro como el sistema de visión computacional, y en general se encontraron resultados aceptables.
Facultad de Ciencias Exactas
Centro de Investigación y Desarrollo en Criotecnología de Alimentos
Facultad de Ingeniería
Facultad de Ciencias Veterinarias
description En este trabajo se evalúa la factibilidad de uso de un sistema de visión computacional para realizar mediciones de color de alimentos. El sistema de visión computacional está formado por una cámara digital y un ambiente de iluminación controlada. Generalmente la evaluación del color de alimentos se realiza usando colorímetros digitales, los cuales brindan información de color en el espacio CIELAB. Este tipo de equipamiento es fácil de utilizar y calibrar, pero presenta una serie de desventajas y/o limitaciones: su costo de adquisición y/o reparación es alto, realiza mediciones en áreas pequeñas de las muestras, la superficie a medir debe tener un color uniforme, la medición de superficies grandes y no homogéneas es dificultosa, y debe ponerse en contacto con la superficie a medir. Por otro lado, el uso de cámaras digitales permite obtener una gran cantidad de información espacial, la cual puede incluir una muestra completa, la información de color se obtiene para cada píxel de la imagen obtenida, es un equipo de menor costo y con diversidad de marcas y modelos, y evita los problemas de contacto con las muestras. La principal dificultad de la utilización de cámaras digitales para medir color es que las mismas utilizan el espacio de color RGB, por lo cual las imágenes obtenidas deben ser transformadas al espacio de color CIELAB. En este trabajo se construyó un gabinete de adquisición de imágenes con iluminación controlada, y se empleó una cámara NIKON D3100, usando el modo manual que permite fijar la velocidad de obturación y apertura del diafragma. Se probaron diferentes transformaciones entre los espacios de color RGB y CIELAB, como relaciones polinómicas, y un ajuste de la transformación teórica directa. Como patrones de color se usó una carta de colores X-Rite ColorChecker Passport, la cual está formada por 24 parches de diferentes colores. La diferencia de color total ΔE promedio entre los valores medidos y los valores reales fue de 5.39, 4.19, y 2.45 usando una relación lineal, cuadrática y cuadrática más interacciones, respectivamente. La relación directa dio buenos resultados para L* y b*, pero no así para a*. Se midió el color de diferentes muestras de alimentos usando tanto el colorímetro como el sistema de visión computacional, y en general se encontraron resultados aceptables.
publishDate 2014
dc.date.none.fl_str_mv 2014-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/117353
url http://sedici.unlp.edu.ar/handle/10915/117353
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-698-380-2
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
538-546
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1843532696296357888
score 13.001348