ОПЕРАТИВНЫЙ СПЕКТРОФОТОМЕТРИЧЕСКИЙ МЕТОД КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ЗАГРЯЗНЯЮЩИХ ФАКТОРОВ Текст научной статьи по специальности «Прочие технологии»

A MATHEMATICAL MODEL AND A PROGRAM FOR CALCULATING THE PARAMETERS OF SPATIAL MOVEMENT OF ELEMENT WITH PARACHUTE

STABILIZATION

N.V. Mogilnikov, A.A. Ermakov, D.M. Matveev

A variant of constructing a mathematical model and a software module for analyzing the process of movement of element with parachute stabilization is considered. Calculations can be carried out on unstabilized and stabilized sections of the trajectory.

Key words: mathematical modeling, external ballistics.

Nikolay Viktorovich Mogilnikov, doctor of technical sciences, professor, alex-ey140Erm@yandex.ru, Russia, Tula, Tula State University,

Ermakov Alexey Alexandrovich, postgraduate, alexey140Erm@yandex.ru, Russia, Tula, Tula State University,

Matveev Danila Mikhailovich, student, alexey 140Erm@,yandex. ru, Russia, Tula, Tula State University

УДК 535.65

DOI: 10.24412/2071-6168-2022-4-206-217

ОПЕРАТИВНЫЙ СПЕКТРОФОТОМЕТРИЧЕСКИЙ МЕТОД

КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ЗАГРЯЗНЯЮЩИХ ФАКТОРОВ

С.Н. Литунов, И.А. Сысуев, А.С. Хлыбов

Исследована возможность использования системы «смартфон - программное обеспечение» для измерения координат цвета загрязненной поверхности с целью количественной оценки загрязнений. Проведено сравнение результатов с данными, полученными по стандартной методике с помощью спектрофотометра. Выявлено, что при использовании стандартной методики измеряемое цветовое пространство Lab является более упорядоченным в отношении организации цветов по цветовому тону и насыщенности. Максимальные значения показателя цветовых различий A£L

*a*b* находятся в интервале 80-90 усл. ед., а для показателя AKLab, полученного по предложенной методике, 90-120усл. ед., что делает возможной более точную оценку.

Ключевые слова: измерение цвета, координаты цвета, загрязненная поверхность, количественная оценка загрязнений.

Применение спектофотометрии хорошо известно в различных областях научных исследований. В частности, в исследовании пленок наноразмерной толщины, где применение других методов затруднено [1]. Также можно отметить использование спектрофотометрии в исследовании свойств лекарственных препаратов, цвет которых зависит от изменения их свойств [2, 3]. Использование указанных методов в исследованиях свойств нефти и нефтепродуктов позволяет проводить оперативную оценку их свойств без использования более сложных и дорогих методик [4].

Нужно отметить, что состояние оптических свойств поверхностей позволяет оценивать состояние самих материалов различной природы [5]. В частности, оптические свойства поверхности зависят от грязеемкости фильтрующих элементов [6, 7].

206

Настоящая статья является продолжением исследований [8-11], в которых описываются денситометрический и спектрофотометрический методы количественной оценки загрязнений фильтров в процессе очистки газовых сред.

В [8-9] исследована возможность комплексной оценки удерживающей способности фильтрующих текстильных материалов по совокупности гравиметрических и оптических характеристик. Была показана возможность объективного контроля состояния фильтра посредством денситометрической оценки оптической плотности поверхности фильтрующей среды.

В [10-11] выяснено, что при оценке загрязнения фильтра хроматическим загрязняющим веществом наиболее надежным показателем является показатель цветовых различий ДЕ между цветами чистой и загрязненной поверхностей.

Однако, несмотря на преимущества спектрофотометрического метода, его применение может сдерживаться необходимостью использования дорогостоящего и неимпортозамещенного оборудования и программного обеспечения (спектрофотометр и комплектующее программное обеспечение). Путем решения указанной проблемы может являться модернизация спектрофотометрического метода за счет использования в качестве измерительной системы бытового оборудования и доступного программного обеспечения.

Задачей настоящей работы являлось исследование возможности использования для количественной оценки загрязняющих факторов показателя цветовых различий ДЕ между цветами загрязненной и чистой поверхностей, определенного системой «смартфон - специализированное программное обеспечение».

На рынке представлено огромное количество смартфонов, развитие которых в настоящее время происходит по экстенсивному пути (увеличение мощности процессора, объема памяти, характеристик фотокамеры). Принципиальных различий между топовыми и бюджетными моделями не наблюдается. Поскольку научная гипотеза, применяемая в работе, заключалась в том, что для измерения загрязнения поверхности можно использовать любой цифровой фотоаппарат, то выбор такого устройства происходил практически случайным образом.

Учитывая ограниченность средств, а также соображения, приведенные выше, программное обеспечение выбирали с учетом возможности измерять координаты цвета в системе описания цвета Lab.

Для выполнения исследований были выбраны смартфон Xiaomi Redmi S2 и приложение Color Grab (v.3.9.2 для Android 4.1 и выше, обновление 09.02.2021, разработчик Loomatix). Смартфон снабжен камерой с разрешением 12 Мп. Модель фотоматрицы Sony IMX486 Exmor RS, тип фотоматрицы CMOS (комплементарный металл-оксид-полупроводник), дискретный размер получаемых фотоизображений 4000x3000 пикс.

Для проведения измерений был разработан и изготовлен инструмент, основным назначением которого является фиксация смартфона во время проведения измерений. Внешний вид инструмента и смартфона показан на рис. 1. Инструмент позволяет фиксировать камеру смартфона по одной из общепринятых схем — под углом 45° к измеряемой поверхности. В качестве источника света использовали источник света, встроенный в смартфон. При этом расположение объектива фотокамеры и источника света происходило по нестандартной схеме 45°/45°, что сделало результаты измерения менее предсказуемыми.

На стадии предварительного эксперимента использовали выборочно смесевые цвета различных цветовых диапазонов, полученных способом флексографской печати. Выбранные образцы цветов измерялись системой «Смартфон Xiaomi Redmi S2 - Приложение Color Grab» (нестандартная методика измерения) и спектрофотометром GrethagMacbeth SpectroEye (D65, 45°, стандартная методика измерений). Рассчитывали средние значения координат цвета L, a, b, измеренных исследуемой системой, и L*, a*, b* (CIE L*a*b*-1976), измеренных спектрофотометром.

Показатель цветовых различии ДЕоткл рассчитывался по формуле:

А£'откл =j(L-L f+(a-a* f+(b-b* f

(1)

где L, a, b — координаты цвета, определенные по нестандартной методике (система «Смартфон Xiaomi Redmi S2 - Приложение Color Grab»); L*, a*, b* — координаты цвета, определенные стандартными методами спектрофотометрии (CIE Lab -1976).

Рис. 1. Устройство для измерения параметров цвета измерительной системой «Смартфон Xiaomi Redmi S2 — Приложение Color Grab»: 1 — основание; 2 — тубус, расположенный под углом 45 ° к основанию; 3 — подставка для смартфона; 4 — смартфон; 5 — источник света; 6 — объектив

Анализ данных позволяет сделать вывод о том, что результаты измерений (координаты цвета L, a, b), получаемые с помощью измерительной системы «Смартфон Xiaomi Redmi S2 - Приложение Color Grab» (нестандартная методика) значительно отличаются от стандартных, а показатель отклонений имеет достаточно высокие значения, которые находятся в интервале от 6,97 до 92,64 усл. ед., при этом средние значения показателя отклонений составляют 33,75 усл. ед.

Кроме того, указанные различия получаемых результатов измерений зависят от цветового диапазона, к которому относится измеряемый цвет, т. е. неравномерны в пределах цветового пространства CIE L*a*b*-1976 и могут отличаться в зависимости от цветового диапазона в несколько раз. Наименьшая величина отклонений 6,97^20,20 наблюдается красном цветовом диапазоне, наибольшая 36,52^92,64 — в сине-голубом.

Системные исследования нестандартной методики измерения (для сравнения со стандартной) включали в себя создание описания измеряемых цветовых пространств по основным цветам аддитивного (красный, зеленый, синий) и субтрактивного (голубой, пурпурный, желтый) синтеза цвета. Кроме того, проводили детализацию указанных цветовых пространств посредством набора сечений тела условного цветового охвата (шестиугольники условного цветового охвата) [12-13].

В качестве имитационной модели различного количества загрязняющего фактора на фильтрующем материале были выбраны полиграфические 21-польные градационные растровые шкалы (с относительной площадью растровых элементов 1, 2, 3, 4, 6, 8, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 70, 80, 90, 100 %) по шести основным цветам (красный, желтый, зеленый, голубой, синий, пурпурный). Указанный ряд числовых значений представляет собой, по сути, набор относительных интенсивностей каждого из шести основных цветов от самого светлого малонасыщенного (1 %) до чистого — максимально насыщенного (100 %) и, следовательно, самого темного из приведенного ряда.

В качестве имитационной модели фильтрующего материала была выбрана белая бумага. Имитационная модель была отпечатана триадными красками системой флексографской печати при стандартных режимах.

Как и при стартовом тестировании, измерения полей градационных растровых шкал производились по стандартной методике и с помощью измерительной системы «Смартфон Xiaomi Redmi S2 - Приложение Color Grab» (нестандартная методика). Измерения производились по пять раз и рассчитывались средние значения координат цвета L*, a*, b* (CIE L*a*b*-1976), измеренных спектрофотометром, и L, a, b, измеренных исследуемой системой.

Измеряемое цветовое пространство (по стандартной методике) было описано тремя диаграммами цветности (рис. 2-4): цветовой диаграммой a*b* — проекциями

линий шести основных чистых цветовых тонов (красный, желтый, зеленый, голубой,

* * * *

синий, пурпурный) на плоскость цветности a b , а также цветовыми диаграммами a L

7 * 7- *

и b L , показывающими ориентацию линий чистых цветовых тонов в цветовом пространстве по отношению к оси светлоты L * — от 0 (абсолютно темного) до 100 (абсолютно светлого).

Рис. 2. Цветовая диаграмма a*b* (CIEL*a*b*-1976) с точками цветов (градационных растровых шкал), измеренных стандартными методами спектрофотометрии,

и соответствующими линиями тренда

Рис. 3. Цветовая диаграмма a*L* (CIEL*a*b*-1976) с точками цветов (градационных растровых шкал), измеренных стандартными методами спектрофотометрии,

и соответствующими линиями тренда

L* гКЮ— Жел гый

> J \ NÍ

\

ff \

/ Пу рпур ный \ Зел< ный

J /

1НИЙ

—9— Ь*

-60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 70 80 90 100

Рис. 4. Цветовая диаграмма b*L* (CIE Va b*-1976) с точками цветов (градационныхрастровых шкал), измеренных стандартными методами спектрофотометрии, и соответствующими линиями тренда

Измеряемое цветовое пространство L*a*b* (стандартная методика) прогнозируемо описывается «граничными» линиями шести основных чистых цветовых тонов (красный, желтый, зеленый, голубой, синий, пурпурный) — аналогичные результаты были получены в [10, 11]. Линии чистых цветовых тонов (линии тренда) представляют собой гладкие кривые второго порядка и ориентированы в цветовом пространстве в строго (без отклонений) заданных направлениях от белого к

* 7 *

соответствующим чистым как в плоскости цветности a b , так и по отношению к оси светлот L* (рис. 2-4).

Детализация измеряемого цветового пространства L*a*b* (стандартная методика) представлена на рис. 5.

Рис. 5. Цветовая диаграмма a*b* (CIEL*a*b*-1976) с точками цветов (градационных растровых шкал), измеренных стандартными методами спектрофотометрии, и шестиугольниками условного цветового охвата цветами различной относительной интенсивности: 2, 4, 8,10, 20, 30, 40, 50, 60, 70, 80, 90,100 % (в порядке увеличения интенсивности серого цвета линий)

Детализация включает в себя набор сечений верхней части тела условного охвата цветов, который содержит шестиугольники условного цветового охвата от 2 % относительной интенсивности цвета (самого малонасыщенного и светлого) до 100 % — чистые цветовые тона (максимально насыщенные и самые темные из ряда). (Нижняя часть тела условного цветового охвата — от чистых до черного — в рамках проводимых исследований практического смысла и значения не имеет.)

Измеряемое цветовое пространство Lab (нестандартная методика) также описывается шестью линиями чистых цветовых тонов (красный, желтый, зеленый, голубой, синий, пурпурный) и для удобства сравнения было реализовано в

7- * * 7 *

координатном пространстве L*a*b*.

í t Í ^ Т" Í Ï Í Т" Í

рис. 6-8 представлены цветовые диаграммы a b , a L и b L с точками цветов шести основных цветовых тонов, измеренных системой «Смартфон Xiaomi Redmi S2 - Приложение Color Grab».

ь* Жел 4Ш— гый

О о

О

e3e пень 1Й i • * Кра< ный

■ О о ■ • ■ ■ ■

■ ■ ■

■ > • я ■

* чА

.И А а*

0 -■ о -e 0 -5 0 -J 0 -3 о 0 »1 ♦ 0 ] 1 С" 2 0 3 0 4 0 5 0* 6 3* él о» в ) 9

* •i

♦ # 9 Пурп урнь 1Й

■

Голубо ♦ ~А * ■

■ ■

■ ■ Cm 1И

-ЯП

Рис. 6. Цветовая диаграмма a*b* (CIEL*a*b*-1976) с точками цветов (градационных растровых шкал), измеренных системой «Смартфон Xiaomi Redmi S2 —

Приложение Color Grab»

L* > Келт •"¡¡g Pft :ч

■ ■ А А

■ • ■ ■ ■ ь

Зел г !НЫИ Гоп5 бой ■ ■ А Лу зпур ный

■ Кр ■ ■ |СНЬ й А

1

■ Си 1ИЙ

0 а*

-80 -70 -ВО -50 -40 -30 -20 -10 0 10 20 30 40 50 ВО 70 SO SO

Рис. 7. Цветовая диаграмма a*L* (CIEL*a*b*-1976) с точками цветов (градационных растровых шкал), измеренных системой «Смартфон Xiaomi Redmi S2 —

Приложение Color Grab»

211

L* / A 4 ■ 1 ■ 0 о о ЭО О > О (елт 1Ь Q si И

р ■ i É \ ■ \

Toj iy6oi 1 ♦ ♦ 1 ■ 7Па ▲ Á 1 V

■ i ê * 3 \ ■ ел eh ыи

■ " Пу эпур k * -1ЫЙ t Kpa сны

■

1 ■

Син ■

-в- Ь*

-80 -70 -60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 70 80 90 100

Рис. 8. Цветовая диаграмма h L (CIE Va*b*-1976) с точками цветов (градационных растровых шкал), измеренных системой «Смартфон Xiaomi Redmi S2 —

Приложение Color Grab»

Несмотря на внешнюю схожесть линии чистых тонов по своей форме и ориентации в измеряемом цветовом пространстве Lab имеют следующие особенности:

— линия желтого цветового тона соответствует прогнозам (линия тренда — кривая второго порядка) и аналогична линии желтого, полученной с использованием стандартной методики;

— линии тренда оставшихся пяти основных цветовых тонов не описываются полиномами второй и третьей степени;

— линия зеленого цветового тона выдерживает направление в сторону чистого зеленого в целом, однако имеет два очевидных перегиба в области светлых малонасыщенных и насыщенных зеленых тонов, что наглядно отображается на диаграммах a*b* (рис. 6) и b*L* (рис. 8);

— линии красного, пурпурного, синего и голубого чистых цветовых тонов в области светлых малонасыщенных цветов (окрестности белого) имеют направление, противоположное направлению в сторону соответствующего чистого (рис. 6). Только с увеличением насыщенности (относительной интенсивности цвета) они приобретают требуемое направление — строго в сторону соответствующего чистого (рис. 6-8);

— наиболее непрогнозируемый вид имеет линия голубого, которая возвращается к требуемому направлению через существенное отклонение, что наглядно отображается на диаграммах a*b* (рис. 6) и а*L* (рис. 7).

Детализация измеряемого цветового пространства Lab (нестандартная методика) представлена на рис. 9. Верхняя часть тела условного охвата цветов имеет более сложную форму, чем в случае использования стандартной методики, ввиду чего нарушается четкая вложенность шестиугольников условного цветового охвата, а также нарушается выпуклая форма шестиугольников для самых светлых малонасыщенных цветов.

Сравнение цветовых диаграмм L*a*b* (рис. 5) и Lab (рис. 9) с шестиугольниками условного цветового охвата, показывает, что измеряемый условный цветовой охват для пространства Lab намного больше, чем для стандартного

7" * * 7 * ТЛ /

пространства Lab. Кроме того, отмечается смещение условного цветового охвата (как в б0льшую, так и в меньшую стороны) в зависимости от цветового диапазона (цветовой области). Так, наиболее схожие результаты отмечаются в красной области, наименее — в синей и сине-голубой. Это подтверждает результаты стартового тестирования с использованием выборочных смесевых цветов.

Наиболее важной (в контексте поставленной задачи) частью экспериментальных исследований явилось получение зависимостей цветовых различий ДЕ (в пределах рядов шести основных цветов) от количества имитируемого загрязняющего фактора (относительной интенсивности цвета, %).

Рис. 9. Цветовая диаграмма a b (CIEL*a*b*-1976) с точками цветов (градационных растровых шкал), измеренных системой «Смартфон Xiaomi Redmi S2 — Приложение Color Grab», и шестиугольниками условного цветового охвата цветами различной относительной интенсивности: 2, 4, 8,10, 20, 30, 40, 50, 60, 70, 80, 90,100 % (в порядке увеличения интенсивности красного цвета линий)

Исследования [10, 11] позволили сделать вывод о том, что именно этот показатель цветовых различий позволяет осуществлять количественную оценку загрязняющих факторов. Показатели цветовых различий АЕь*а*ъ* и АЕьаЬ для цветов различной относительной интенсивности, имитирующих количество загрязняющего фактора (цветовых рядов градационных растровых шкал), по отношению к белому, имитирующему поверхность чистого фильтрующего материала, рассчитывались по формуле, аналогичной выражению (1). Зависимости показателей цветовых различий AELab от относительной интенсивности цвета представлены на рис. 10.

Анализ полученных результатов показывает существенные различия измеряемых цветовых пространств L*a*b* (CIE L*a*b*-1976) и Lab. Указанные различия относятся в первую очередь к числовым значениям координат цвета L*(L), а*(а) и b*(b), получаемым в результате измерения цвета по стандартной и нестандартной методике. Однако получаемые отклонения указывают только на различия в количественной оценке цветов и никоим образом не относятся к качественной. Измеряемые координаты

цвета L, а, b описывают измеряемые цвета по цветовому тону, насыщенности и

***

светлоте такими же, как и координаты L , а , b , т. е. качественная оценка цвета остается неизменной, а конкретные числовые значения координат цвета указывают лишь на конкретное размещение точки цвета в соответствующей цветовой области цветового пространства.

Рис. 12. Зависимость цветовых различий AELab, измеренных системой «Смартфон Xiaomi Redmi S2 — Приложение Color Grab», от относительной интенсивности цвета (градационныхрастровых шкал, %)

Измеряемое цветовое пространство Lab (рис. 6-8) имеет более сложные форму и структуру, а форма и направление линий чистых цветовых тонов не столь очевидны и указывают на б0льшую искривленность цветового пространства. Это относится к области очень светлых малонасыщенных цветов, где линии чистых цветовых тонов имеют направление, противоположное требуемому (к соответствующему чистому), а также к зелено-голубой области, где форма линий имеет отклонения от направления (зеленый цветовой тон) или существенные отклонения (голубой цветовой тон), выражающиеся в изменении направления.

Максимальные значения показателя ÁKL*a*b находятся в интервале 80-90 усл. ед., а для показателя Д&аь — 90-120 усл. ед., что делает возможной даже более точную оценку. Наиболее критичной в этом отношении является зависимость ДЕ'Lab для голубого цветового тона (~60 усл. ед.), однако и такой интервал идентификационных значений (-0^60) будет достаточным для достоверной количественной оценки.

Измеряемое цветовое пространство, полученное с помощью системы «Смартфон Xiaomi Redmi S2 - Приложение Color Grab», имеет сложную форму и существенно отличается от пространства, полученного с помощью спектрофотометра. При этом данные, полученные с помощью стандартной методики, вызывают большее доверие на том основании, что спектрофотометр является специализированным прибором, предназначенным именно для измерения характеристик цвета. Поэтому очевидна необходимость приведения данных, полученных с помощью системы «Смартфон Xiaomi Redmi S2 - Приложение Color Grab», к данным, полученным с помощью спектрофотометра. Наиболее простым способом такого приведения является вычисление корелляционной функции. Однако форма зависимостей, полученных с помощью нестандартной системы такова, что найти общее выражение корелляционной функции для всех цветов является затруднительным. На наш взгляд, единственным выходом является определение корелляционных функций для каждого из шести основных цветов попарно. Также следует отметить необходимость большего количества статистических данных, которые позволят сделать более обоснованный

вывод о возможности и целесообразности использования неспециализированных устройств типа смартфона для измерения координат цвета загрязненной поверхности. Для чего необходимо продолжить исследования в этом направлении не только с помощью других смартфонов, но и, например, с применением любительской или профессиональной фотокамеры.

Список литературы

1. Сотский А.Б., Дзен И.С. Спектрофотометрия наноразмерных пленок: полиномиальная интерполяция спектральных характеристик // В сборнике: Сборник научных статей. Могилев, 2014. С. 25-29.

2. Омари А.М., Арыстанова Т.А. Уф-спектрофотометрия в анализе комбинированного лекарственного препарата на основе сухого экстракта корня солодки // Фармация Казахстана. 2021. № 6. С. 35-38.

3. Евстафьева Т. Г., Бессонова Н. С. Фармацевтический анализ нового лекарственного препарата "метапрозоль" с использованием спектрофотометрии // Университетская медицина Урала. 2019. Т. 5. № 1 (16). С. 35-37.

4. Габдрахманов А.Т. Применение спектрофотометрии нефти для исследования эффективности проведения гидравлического разрыва пласта в условиях Ромашкинско-го месторождения // Материалы научной сессии ученых Альметьевского государственного нефтяного института. 2012. № 1. С. 95-97.

5. Тимофеев Д.В. Методика оценки оптических свойств материалов / Д.В. Тимофеев, И.В. Черунова, С.А. Гридин, А.В. Меркулова, С.В. Токарева // Международный журнал экспериментального образования. 2011. № 8. С. 168 - 169.

6. Irwin Hutten. Filtration Mechanisms and Theory. Handbook of Non-Woven Filter Media. // Elsevier Science & Technology Books. 2007. P. 29-70.

7. Ken Sutherland. Filters and Filtration/ Handbook. Fifth Edition. ButterworthHeinemann is an imprint of Elsevier Linacre House, 2008. - 523 p.

8. Литунов С. Н., Немирова Л. Ф., Сысуев И. А., Ташпулатов С. Ш., Черунова И. В., Гребенников И. О., Колпаков З. М. Оценка удерживающей способности фильтрующего материала методом денситометрии. Техника и технология нефтехимического и нефтегазового производства: Матер. 10-й Междунар. науч.-техн. конф. (Россия, Омск, 26-29 февраля 2020 г.). Омск: Изд-во ОмГТУ, 2020. С. 258.

9. Litunov S. N., Sysuev I. A., Grebennikov I. O., Kolpakov Z. M., Nemirova L. F., Tashpulatov S. S., Cherunova I. V. Assessment of retention capacity of filtering material by densitometry. AIP Conference Proceedings. 2020. Vol. 2285. Oil and Gas Engineering (OGE-2020). 050013. Р. 1-6. Режим доступа: https: //doi.org/10. 1063/5.0028275.

10. Литунов С. Н., Немирова Л. Ф., Сысуев И. А., Проскуряков Н. Е. Косвенный спектрофотометрический метод контроля загрязнений фильтров для очистки газовых сред // Известия Тульского государственного университета. Технические науки. 2021. № 4. С. 45-50.

11. Litunov S. N., Nemirova L. F., Sysuev I. A., Tashpulatov S. Sh., Kochkorbaeva Ch. T., Bezzateeva E. G. Spectrophotometry method for contamination control of gas media filters. Journal of Physics: Conf. Series. 2022. Vol. 2182. XV International Scientific and Technical Conference: Applied Mechanics and Systems Dynamics (AMSD 2021) 09.11/2021 - 11/11/2021. 012009. Р. 1-15.

12. Сысуев И. А., Пожарский А. О. Возможность определения цветового тона и насыщенности цветов в колориметрической системе CIE Lab -1976 // Омский научный вестник. 2003. № 2. С. 140.

13. Пожарский А. О., Сысуев И. А. Оценка цветового охвата системы печати посредством объема тела охвата цветов, вычисленного с учетом неоднородности цветового пространства // Известия высших учебных заведений. Проблемы полиграфии и издательского дела. 2006. № 4. С. 3-12.

14. Сысуев И. А., Пожарский А. О., Захаренко А. А. Комплексная оценка цветового охвата цветовоспроизводящих систем // Омский научный вестник. 2006. № 9 (47). С. 107-110.

Литунов Сергей Николаевич, д-р техн. наук, проф., зав. кафедрой, snli-tunov@tech.ru, Россия, Омск, Омский государственный технический университет,

Сысуев Игорь Александрович, канд. техн. наук, доц., фрилансер, sia1960@mail.ru, Россия, Омск, Омский государственный технический университет,

Хлыбов Александр Сергеевич, студент, izdoom@mail.ru, Россия, Омск, Омский государственный технический университет

ONLINE SPECTROPHOTOMETRIC METHOD QUANTITA TIVE ASSESSMENT OF

POLLUTING FACTORS

S.N. Litunov, I.A. Sysuev, A.S. Hlybov

The possibility of using the "smartphone - software" system for measuring the coordinates of the color of a contaminated surface for the purpose of quantifying pollution has been studied. The results were compared with the data obtained by the standard method using a spectrophotometer. It was found that when using the standard technique, the measured color space L*a*b* is more ordered in terms of organizing colors by hue and saturation. The maximum values of the indicator of color differences AEL*a*b* are in the range of 80-90 arb. units, and for the indicator AELab obtained by the proposed method, 90-120 arb. units, which makes a more accurate estimate possible.

Key words: color measurement, color coordinates, contaminated surface, quantification of contamination.

Litunov Sergey Nikolaevich, doctor of technical sciences, professor, head of chair, snlitunov@,omgtu.ru, Russia, Omsk, Omsk State Technical University,

Sysuev Igor Alexandrovich, candidate of technical sciences, docent, freelancer, sia1960@mail.ru, Russia, Omsk, Omsk State Technical University,

Hlybov Alexander Sergeevich, student, izdoom@mail.ru, Russia, Omsk, Omsk State Technical University