红瓤西瓜瓤色数字化分类方法初探

商纪鹏，焦定量，吕敬刚，高素燕，焦荻，顾永海，刘均革

（1.天津科润蔬菜研究所天津300380；2.蔬菜种质创新国家重点试验室·天津科润农业科技股份有限公司天津300380；3.天津市蔬菜研究中心天津300380；4.天津市武清区植保质检站天津301799；5.天津市静海区种植业发展服务中心天津301600）

红瓤西瓜瓤色数字化分类方法初探

商纪鹏1,2,3，焦定量1,2,3，吕敬刚1,2,3，高素燕1,2,3，焦荻1,2,3，顾永海4，刘均革5

（1.天津科润蔬菜研究所天津300380；2.蔬菜种质创新国家重点试验室·天津科润农业科技股份有限公司天津300380；3.天津市蔬菜研究中心天津300380；4.天津市武清区植保质检站天津301799；5.天津市静海区种植业发展服务中心天津301600）

随着电子信息技术的发展，西瓜瓤色的数字图像被大量保存使用，为了实现西瓜瓤色的数字化分类，笔者以粉红、桃红、橘红、大红瓤色西瓜材料的数字图像为研究对象，对比了不同光照条件下西瓜瓤色的数码图像，以粉红、桃红、红、橘红、大红瓤色西瓜材料的数字图像为研究对象，测量了西瓜瓤色的数码图像在RGB模式下的数值，转换为HSB模式后，通过比较L×S值进而比较西瓜瓤色。结果表明，西瓜瓤色在室外阴、日光灯和阳光3种光照条件下拍摄的数字图像差别较小，在闪光灯、室内、暗室的光照条件下拍摄的数字图像颜色变化较明显。粉红、桃红、红、橘红、大红瓤色的L× S值变化区间分别为22.6～55.0、46.7～65.9、62.3～75.2、68.8～78.4、74.4～81.7，初步实现了西瓜瓤色的数字化分类。

西瓜；瓤色；数字图像

瓤色是西瓜科研和生产中较为重要的一项指标，红瓤西瓜是当前西瓜生产和科研工作的主流类型，红瓤西瓜的瓤色主要是由西瓜功能性成分——番茄红素决定的[1]。在当前的西瓜研究及生产中，对瓤色的描述主要由研究者目测而得来，如“粉红、桃红、红、橘红和大红”[2]。随着电子信息技术的发展和电脑及数字成像设备的普及，在西瓜研究及生产中，众多的研究者、生产者使用诸如数码相机、智能手机等用成像设备记录西瓜瓤色，存为数码图像，存储于电脑等设备中，以备研究或生产参考。

目前计算机图像中，通常都使用了RGB、HSB、Lab及CMYK这4种色彩模式[3]。RGB颜色模式是工业界的一种颜色标准,通过对R(Red)、G(Green)、B (Blue)3个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色,是目前运用最为广泛的颜色系统之一，也是在电脑中最易测量并得到数值的颜色模式。

HSB色彩模式是根据日常生活中人眼的视觉特征而制定的一套色彩模型，最接近于人类对色彩辨认的思考方式。其中H(Hue)代表色相，在0～360°的标准色环上按照角度值标识；S(Saturation)代表饱和度，是指颜色的强度或纯度，饱和度表示色相中彩色成分所占的比例，用从0(灰色)～100(完全饱和)的百分比来度量；B(Brightness)代表亮度，是颜色的明暗程度，通常是从0(黑)～100(白)的百分比来度量，在色立面中从上至下逐渐递减，上边线为100%，下边线为0（图版-A，B）。

Lab色彩模型是由国际照明委员会（CIE）于1976年公布的一种色彩模式。Lab模式由3个通道组成，其一是明度，即L(Luminance)，另外2个是色彩通道，用A和B来表示，A通道包括的颜色是从深绿色（底亮度值）到灰色（中亮度值）再到亮粉红色（高亮度值）；B通道则是从亮蓝色（底亮度值）到灰色（中亮度值）再到黄色（高亮度值）。

CMYK模式是一种依靠反光的色彩模式，也叫印刷色彩模式，主要是用来印刷的。CMYK代表印刷上用的4种颜色，C（Cyan）代表青色，M（Magenta）代表洋红色，Y（Yellow）代表黄色，K（Black）代表黑色。

笔者以西瓜瓤色的数码图像为材料，分析了西瓜瓤色（红色）在不同光照条件、不同颜色表达模式下的变化规律，在此基础上，将采集到的西瓜瓤色数码图像进行分析，使西瓜瓤色目测描述中“粉红、桃红、红、橘红、大红”与数码图像中的数值建立对应关系，达到对西瓜瓤色进行数字化分类的目的。

1 材料与方法

1.1 材料

西瓜瓤色的数码图像主要从天津科润蔬菜研究所西瓜研究室种植的西瓜材料和品种中采集，主要使用Canon PowerShot SX220 HS相机和SONYD⁃SC-W80相机拍摄。

西瓜切开后的剖面并不均匀，在选择取样点时，要避开瓜瓤上面的种子、开裂、被挤压等部分，取样点内的瓤色图像要尽量均匀，使取样点的颜色代表整个西瓜的瓤色。经过实践，对取样点做出如下规范：（1）每个西瓜分析样品取3个点，（2）每个取样点的像素数要大于1 000个，（3）所取的3个点至少包含1个中心瓤色和1个边瓤色。

1.2 不同光照条件对西瓜瓤色数字图像的影响

选择西瓜材料中较典型的“粉红、桃红、橘红和大红”瓤色，分别在以下环境：室内（无补充光源）、室内日光灯、室外阴、阳光下、闪光灯、微型摄影棚，在这6种拍摄环境中，采用全自动的拍摄模式拍摄照片。拍摄得到照片后，按标准的取样方法，用图像处理软件ImageAnalyst，得到西瓜瓤色的图像在RGB颜色模式的R、G、B值。

1.3 西瓜瓤色的数字化分类

从2014—2016年拍摄的照片中选出西瓜的“粉红、桃红、红、橘红和大红”瓤色具有代表性的照片各35张，按照西瓜瓤色的数码图像处理标准，分别读取这些照片中西瓜瓤色的R、G、B值，得到有效的“粉红”色的西瓜瓤色数据34个，代号分别为1-01，1-02……1-34；“桃红”色的西瓜瓤色数据33个，代号分别为2-01，2-02……2-33；“红”色的西瓜瓤色数据26个，代号分别为3-01，3-02……3-26；“橘红”色的西瓜瓤色数据28个，代号分别为4-01，4-02……4-28；“大红”色的西瓜瓤色数据26个，代号分别为5-01，5-02……5-26，共得到有效的西瓜瓤色数据147组。

通过图像处理软件得到147个西瓜瓤色的RGB值后，在用RGB颜色进行数据分析过程中，各个瓤色之间的重合区域较多，各个值的变化规律不够明显，分析各个瓤色的值较困难，再将RGB模式下的值转换为HSB模式值。由于HSB的色相规定中0°和360°都是正红色，H值易出现较大波动，故先计算出H值与0或360的差后，称为H的绝对值,即|H|（当H值≥180，|H|=360-H；当H值＜180，|H|=H）,再按照L=1-|H|/60计算，L值即估算出各个西瓜瓤色的H值与正红色（0°或360°）的距离远近，L值越大，则与正红色的偏离越严重，再计算L值再与HSB值中的S值（颜色的饱和度）的积，以此积作为比较西瓜瓤色的依据。

2 结果与分析

2.1 不同光照条件对西瓜瓤色数字图像的影响

“粉红、桃红、橘红和大红”瓤色西瓜材料，分别在6种拍摄环境中拍摄数码图像，分析得到西瓜瓤色的图像在RGB颜色模式的R、G、B值。直接比较这些数值不够直观，因此我们将这些数值再还原为颜色，则可以较直观比较在不同的光照条件下，所得到的西瓜瓤色图像的变化情况。我们可以较直观地看出（图版-C～F），西瓜的瓤色在室外阴、日光灯和阳光这3种光照条件下拍摄的照片颜色差别较小，在闪光灯、室内和暗室都有较大的颜色差别，在这3个较极端的光线条件下，变化较为明显。在拍摄西瓜瓤色照片时，要尽量避免较弱或较强的光线环境，在日常的光线下条件下拍摄的照片基本能还原西瓜瓤色。

图1 全部瓤色图像的L×S值和HSB值中的B值变化的折线图

2.2 西瓜瓤色的数字化分类

通过对147个西瓜瓤色照片的取样，得到了相应西瓜瓤色的RGB值，经相关软件处理后得到了对应的HSB值，然后计算L×S值。

图1中“△”折线即为B值的变化趋势图，从图中可以直观的看出，B值虽然总体上呈现下降的大趋势，但各个西瓜瓤色的区间均在较大范围内波动，且交叉范围较大，无法用于西瓜瓤色的比较。图1中“*”折线即为L×S值的变化趋势图。通过计算得到粉红瓤色的L×S值变化区间为[22.6-55.0]，桃红瓤色的L×S值变化区间为[46.7-65.9]，红瓤色的L×S值变化区间为[62.3-75.2]，橘红瓤色的L×S值变化区间为[68.8-78.4]，大红瓤色的L×S值变化区间为[74.4-81.7]。

3 讨论

本试验结果表明，西瓜瓤色的数码图像的变化是有一定规律的，通过合理的计算，可以通过数字来表达出西瓜瓤色的变化规律。本试验中设定L=1-|H|/60，之所以将|H|与60相除，是因为在HSB颜色模式下H值的红色区域的角度是范围60°，但与红色区域相邻的洋红区域是否包含有西瓜瓤色（红色）的颜色，这需要利用更多的西瓜瓤色材料进行检验。本试验采用L×S值对西瓜瓤色进行区分，L×S中只包含了HSB颜色模式中的H和S 2个值，对变化规律不够明显的亮度值B未计算在内，从得到的结果来看，是合理的。但如果能通过更详细的研究将B值的变化也考虑在内，是否会使西瓜瓤色的数字化分类更精确，有待于做进一步的研究工作。（本文图版见彩色插页8）

[1]万学闪，刘文革，阎志红，等．西瓜果实发育过程中番茄红素、瓜氨酸和Vc等功能物质含量的变化[J]．中国农业科学，2011，44（13）：2738-2747.

[2]马双武，刘君璞，等．西瓜种质资源描述规范和数据标准[M]．北京：农业出版社，2005.

[3]张学习，杨宜民．彩色图像工程中常用颜色空间及其转换[J]．计算机工程与设计，2008，29（5）：1210-1212.

The method of digital classification of red flesh watermelon flesh colors

SHANG Jipeng1,2,3，JIAO Dingliang1,2,3，LÜ Jinggang1,2,3，GAO Suyan1,2,3，JIAO Di1,2,3，GU Yonghai4，LIU Junge5

(1.Tianjin Kernel Vegetable Research Institute,Tianjin 300380,China；2.State Key Laboratory of Vegetable Germplasm Innovation,Tianjin Kernel Agricultural Science and Technology Co.,Ltd,Tianjin 300380,China;3.Tianjin Vegetable Research Center,Tianjin 300380,China; 4.Tianjin Wuqing Plant Quality Inspection Station,Tianjin 301799,China;5.Tianjin Jinghai Crop Farming Service Center,Tianjin 301600, China)

With the development of electronic information technology,a large number of digital images of watermelon flesh color have been preserved.In order to realize the digital classification of watermelon flesh colors,the digital images of watermelon flesh colors(pink,peach,orange and bright red)were used as materials,the changes of these digital images in different light conditions were compared,the value of these digital images under the RGB model were measured,after converted to HSB mode,L×S value was used to differentiate watermelon flesh colors.The results showed that there was little difference in digital images of watermelon flesh colors carried out by outdoor shadow,daylight lamp and sunlight,obvious difference was found in the light condition of flashlight,indoor light(no supplementary light)and darkroom.The variation ranges of flesh colors of pink,peach,orange and bright red were 22.6～55.0,46.7～65.9,62.3～75.2,68.8～78.4,74.4～81.7 respectively,the digital classification of watermelon flesh color was initially realized.

Watermelon;Flesh color;Digital image

2017-04-10；

：2017-04-25

天津市科技计划项目（16ZXZYNC00040）；天津市农业科学院院长基金项目（14012）；天津市农业科技成果转化与推广项目（201601250）；“十二五”农村领域国家科技计划课题（2014BAD05B03-3）

商纪鹏，男，助理研究员，主要从事西瓜遗传育种研究。E-mail：zmgz5@163.com