果蔬农药残留萃取液颜色识别系统的研究

张福军　王晓超　郭伟　黄操军

摘要：为实现果蔬农药残留萃取液颜色识别，设计了以3块TCS230颜色传感器为核心的颜色数据采集器；由单片机C8051F023对数据采集器输出的红、绿、蓝（RGB）三基色电压信号进行数据运算与处理，液晶显示器HTG240160C显示被测水果、蔬菜农药残留度。在算法上采用BP小波基函数神经网络算法，提高了颜色识别速度、精度和可靠性，该系统结构简单、操作方便。

关键词：农药残留；颜色识别；TCS230颜色传感器；数据采集器

中图分类号：TP277 文献标识码：A 文章编号：0439-8114（2016）08-2111-03

DOI：10.14088/j.cnki.issn0439-8114.2016.08.050

Abstract： For how to implement color indentification problems of fruit and vegetable pesticide residues extracted liquid， designed a color data collector with three pieces of TCS230 color sensor； By MCU C8051F023 to data collector output of red， green， blue（RGB） three primary colors voltage signal data operation and processing， LCD HTG240160C display measured fruit， vegetable pesticide residues and whether to eat safe and reliable. Algorithm use BP wavelet basis function neural network， improve the color recognition speed， the system has simple structure， convenient operation.

Key words： pesticide residues； color identification； TCS230 color sensor； data collector

果蔬农药残留测量往往是利用化学试纸或显色剂进行，测量周期较长，工作效率低、测量数据不精确，无法适应现代化农业生产和科学研究发展的要求。水果、蔬菜为普通市民长期性、经常性的消费品，采用传统方法很难实现精准检测。因此，本研究提出一种基于美国TAOS公司推出的TCS230颜色传感器的检测系统，采用1块或2块颜色传感器TCS230来识别农药残留萃取液的颜色，红、绿、蓝（RGB）三基色电压信号由引脚输出，采用BP小波基函数神经网络算法提高对农药残留萃取液的颜色识别速度和增加识别的级数。

1 硬件系统

1.1 颜色数据采集器

TCS230颜色传感器是一种带数字兼容接口的红、绿、蓝彩色光到频率的转换器，将可配置的硅光电二极管与频率转换集成在一个CMOS电路上，同时在芯片上集成了RGB 3种滤波器。TCS230的输出信号是数字量，可以驱动标准的TTL或CMOS逻辑输入，因此可直接与微处理器或其他逻辑电路相连接。由于输出的是数字量，并且能实现每个彩色通道10位以上的转换精度，响应频率2～500 kHz，因而不再需要A/D转换电路，使电路变得更简单[1]。

该芯片内含一个交叉连接的8×8光电二极管阵列，其中每16个二极管可提供一种色彩类型，芯片共有红、绿、蓝和清除全部光信息等4种类型。所以，数据采集器主要由3块TCS320芯片和3个相互独立的光学系统组成；3块颜色传感器上分别贴上红色、绿色、蓝色滤色片，能够获得独立的三基色；为了避免3个独立光学系统之间相互干扰，各自安装了隔光板[2]。基本结构如图1所示。

1.2 颜色识别电路

C8051F023是完全集成的混合信号系统级MCU芯片，属于Cygnal公司的C8051F系列，采用高速、流水线指令结构，且与8051内核兼容，速度高达25MIPS，且70%的指令可在1～2个系统时钟周期内完成；内含64字节可在系统编程FLASH存储器和4 352（4 096+256）字节的片内RAM，包括多通道10位可编程ADC，且具有两个可编程数据更新方式的12位ADC，在设计复杂系统时无需扩展A/D、D/A转换器和外部存储器，优势明显[3]。

由图1可知，系统分别由3个颜色传感器TCS230获得红、绿、蓝三基色（RGB），红色电压信号由C8051F023单片机的P0.0～P0.4、P1.0輸入，绿色电压信号由P1.1～P1.6输入，蓝色电压信号由P2.0～P2.5输入，P0.5、P0.6、P0.7、P3.0～P3.7与HTG240160C液晶显示器的AD、A0、WR、D0～D7引脚连接，如图2所示。

1.3 颜色识别原理

由图1和图2可知，颜色数据采集器的原理：位于透镜焦点上的白色光源发出的光，经透镜组后变成平行光束，经过由折射率接近1的有机玻璃组成的矩形槽体（槽内为农药残留萃取液）后，射到红、绿、蓝3个滤色片上，再投射到对应的TCS230颜色传感器上，传感器组输出的三基色电压信号由单片机C8051F023进行运算和处理，液晶显示器HTG240160C显示被测水果、蔬菜农药残留度以及是否安全食用。

TCS230芯片各个引脚的功能：S0、S1用于选择输出比例因子或电源关断模式；S2、S3用于选择滤波器的类型；OE是频率输出或多个芯片的片选信号使能端；OUT是频率输出引脚。表1为S0、S1和S2、S3的组合状态表[4]。

2 颜色数据库的建立

2.1 三基色及混色原理

通常人们所看到的物体颜色，是物体表面吸收了照射在该物体上面的白光中的一部分有色成分，而人眼中看到的是该物体反射出的另一部分有色光。白色光包含着各种颜色的色光，是由各种频率的可见光混合在一起构成的。根据德国物理学家赫姆霍兹（Helinholtz）的三基色理论可知，各种颜色是由不同比例的三基色（红、绿、蓝）混合而成，如图3所示[5]。

根据色谱学和配色原理，白光E的配色方程为

FLE=1[R]+1[G]+1[B] （1）

即一份[R]、一份[G]和一份[B]配出1份E白光；

任意一种彩色光的配色方程为：

FL=R[R]+G[G]+B[B] （2）

其中，R、G、B表示三基色的三色系数，其比值决定了待配彩色的色调。

色光的亮度等于各混合分量亮度之代数和，亮度方程：

YL=aR+bG+cB （3）

其中，a、b、c分别为红、绿、蓝的色度比例系数，其值可有试验测得。

2.2 白平衡校正

白色是由等量的红色、绿色和蓝色混合而成的，但实际上在白光照射下TCS320颜色传感器输出的R、G、B并不相等，通常绿色传感器输出会更大一些，因此白平衡校正是十分必要的。在颜色数据采集器中，进行白平衡调整时将无色透明的蒸馏水装入有机玻璃槽体内，白色光源发出的光经矩形槽体照射到传感器组上，分别测得红色、绿色和蓝色的数值，然后就可计算出需要的3个调整参数。

白平衡校正的3个参数的计算方法为：当白光照射在TCS230传感器上时，对输出脉冲进行计数，当计数到255时停止计数，分别计算每个通道所用时间。这些时间对应于实际测试时TCS230每种滤波器所采用的时间基准，则脉冲数就是所对应的R、G和B[6]。

2.3 颜色数据库建立

首先要配出32种标准颜色的水，对每一种水进行100次测量，获取公式（3）中的值，从而得到水颜色的训练库，不同水（农药残留萃取液）颜色与果蔬农药残留度有对应关系，通过单片机C8051F023的运算和处理，实现果蔬农药残留数据的显示和无线远程收发等功能。32种标准颜色如表2所示。

3 样本训练

1）初始化。将小波伸缩因子aj、平移因子bj、网络连接权重wjk和wij、阈值wj0和wi0赋予随机初始值。

2）随机选取一组输入和目标样本xp=（xp1，xp2，…xpk，…xpm）、yp=（yp1，yp2，…ypk，…ypn）提供给网络。

3）用输入样本xp=（xp1，xp2，…xpk，…xpm）、连接权wjk和阈值wj0、小波参数aj和bj计算中间层各单元的输入netj，然后用netj通过小波函数？鬃（t）计算中间层各单元的输出Bj。

7）重新从步骤（3）开始学习，直到样本总体误差小于预先设定的一个极小值，即网络收敛；或达到预先设定的最大训练次数，网络就无法收敛。

8）训练结束[7]。

4 结论

该颜色识别系统利用3块颜色传感器TCS230分别获得三基色的电压信号，由单片机C8051F023存储的颜色数据库进行识别，采用BP小波基函数神经网络算法进行模式训练和模式识别，提高了果蔬农药残留萃取液颜色数据采集的速度和准确性。该系统具有成本低、体积小、检测快、稳定性高等优点，因此还可以用于其他液体颜色的识别，如用来监测海洋、江河、湖泊水的污染，也可用于涂料、印刷、纺织等行业颜色的识别。因此，该系统具有可开发的实际应用价值，应用前景广阔[8]。

参考文献：

[1] 张松灿，肖本贤.高分辨率颜色传感器TCS230的原理和应用[J].单片机与嵌入式系统应用，2005（3）：44-46.

[2] 侯昭武，包敬海，李尚平.智能化水颜色辨识系统的研究[J].仪表技术与传感器，2010（3）：102-104.

[3] 潘琢金，施国君.C8015FXXX高速SoC單片机原理及应用[M].北京：北京航空航天大学出版社，2002.

[4] 赵万剑，徐耀良，王 博，等.颜色传感器TCS230在纠偏控制系统中的应用研究[J].传感技术学报，2011，24（12）：1804-1808.

[5] 胡建民.颜色传感器TCS230及颜色识别电路[J].新器件新技术，2006（4）：40-41，53.

[6] 张英华，李明海，赵传峰，等.基于颜色传感器的水质硬度在线自动测试仪的研制[J].分析仪器，2010（5）：18-21.

[7] 张 卉.颜色测量及其在光谱测量中的应用研究[D].合肥：安徽工业大学，2009.

[8] 达 晶，王刚力，曹 进，等.农药残留检测标准体系概述及其分析方法进展[J].药物分析杂志，2014（5）：760-769.