收藏 分享(赏)

基于BRDF数据的金属漆颜料制品的色貌预测评估_邓辰阳.pdf

上传人:哎呦****中 文档编号:2367597 上传时间:2023-05-10 格式:PDF 页数:6 大小:628.66KB
下载 相关 举报
基于BRDF数据的金属漆颜料制品的色貌预测评估_邓辰阳.pdf_第1页
第1页 / 共6页
基于BRDF数据的金属漆颜料制品的色貌预测评估_邓辰阳.pdf_第2页
第2页 / 共6页
基于BRDF数据的金属漆颜料制品的色貌预测评估_邓辰阳.pdf_第3页
第3页 / 共6页
亲,该文档总共6页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、第 卷第期 年月光学技术 文章编号:()基于 数据的金属漆颜料制品的色貌预测评估邓辰阳,廖宁放,李玉梅,李亚生(北京理工大学 颜色科学与工程国家专业实验室,北京 )摘要:通过双目观察与匹配心理物理学实验,对金属漆颜料制品在两种几何条件下进行了视觉评价,随后将金属漆颜料制品的视觉平均数据分别与基于双向反射分布函数()数据和基于 分光辐射计测量结果的色貌模型预测结果进行最小二乘法线性拟合。实验结果表明,在不同几何条件下,数据均可以用来对金属漆颜料制品进行色貌预测;对于三属性预测而言,在明度和彩度方面,基于 数据的色貌模型预测精度不如基于 分光辐射计数据的色貌模型预测精度,而在色调角方面,基于 数据

2、的色貌模型预测精度则高于基于 分光辐射计数据的色貌模型预测精度。关键词:;色貌模型;心理物理学实验中图分类号:文献标识码:,(,):,(),:;引言双向反射分布函数(,)作 为 材 料的本 质属性,描述了材料表面的光线散射与辐射在多个几何条件下的空间分布特性,并被广泛应用于军事目标探测、跟踪、目标提取与识别,地物遥感,计算机 图 形 学等 领 域。目 前,国 内 外 学 者 在 基 于 数据的颜色再现领域开展了许多相关的研究工作。例如 和 把 的 概 念 应 用 于 粗 糙 面 电 磁 波 的 散 射 研究,。王安祥等结合颜色光学理论和光散射理论,将光散射理论中的 与色度学中光谱反射率因数联系

3、起来。等研究发现使用 重建颜色具有潜在的优势。然而,随着色度学的发展,基于色貌模型的颜色再现开始成为色度学的主要研究方向。作为色貌模型输入参数之一,物体的颜色三刺激值可由其表面的光谱反射比计算得出,而物体的光谱反射比与其 又存在比值关系,因此,研究使用 数据代替物体光谱反射比,进而实现物体的色貌参数预测,对材料表面在多个几何条件下的基于色貌模型的颜色再现研究具有重要意义。收稿日期:;收到修改稿日期:基金项目:国家自然科学基金()作者简介:邓辰阳(),男,博士研究生,从事色貌研究。廖宁放(),男,教授,博士,从事光谱研究。通讯作者:DOI:10.13741/ki.11-1879/o4.2023.

4、02.010金属漆颜料制品作为最常见的随角异色材料之一,国内外很多学者对其视觉外观进行了色貌评估研究。例如黄中宁等人研究了适合评价具有金属光泽颜料样本的照明与观察几何条件,分析了在不同照明观察条件下色差、粗糙度差异和闪耀度差异与样本 对 总 体 视 觉 差 异 之 间 的 相 关 性。吴 梦 婷 等,分析了金属漆样本色貌,光泽度和纹理的预测精 度 以 及 外 貌 属 性 间 的 相 互 影 响 关 系;丰 恒 等人通过视觉实验获取了金属漆样本的视觉纹理,基于数码相机捕获图像而构建了两个不同的纹理预测模型,并采用视觉数据和预测纹理的相关性来分析模型精度。然而,在对金属漆的色貌评估实验中,参考数据

5、多是来自与各种测色仪器的测量结果,而忽略了使用其 数据进行色貌预测。综上所述,国内外学者对使用 计算物体三刺激值的研究较多,对进一步的使用 进行色貌预测还存在空缺,有待研究。因此,本文在使用 进行颜色再现的基础上,对 数据是否适用于相应几何条件下的的色貌预测进行了评估。本文以金属漆颜料制品为研究对象,采用双目观察与匹配心理物理学实验,对金属漆颜料制品样本在两种不同观察条件下进行视觉评价,随后,通过自主搭建的 测量系统对相对应观察条件下的金属漆颜料制品样本进行了 测量。最后,将基于 数据的色貌模型预测结果与人眼评估结果进行了对比分析,并将分析结果与使用测色仪器 的色貌模型预测结果进行了比较。视觉

6、实验方案 视觉实验材料本文以新版金属色彩潘通色卡 通用色标 系列为研究样品,从中选取了 个具有光泽的金属色块裁剪并贴于白色硬卡纸上作为颜色样本,每个颜色样本中的色块为 的长方形。本文使用 分光辐射度计,测量了 个颜色样本中心位置的三刺激值,。测量条件设定为 光源,标准观察者。在 和 几何条件下对每个颜色样本分别测量次,取次平均值为对应几何条件下的色度测量值。总体金属 颜 色 样 本 在 几 何 条 件 下 视 场 的 空间分布如图所示。视觉实验方法实验采用双目观察与匹配法进行视觉评估,在灯箱中 采 用 光 源,以 两个 几 何条 件 和 分别对 个颜色样本的明度,彩度和色调(、)进行视觉评价实

7、验,其中每名观察者对随图金属色卡样本的 分布机 个样本评价两次用来评估测试的重复性。视觉实验选用的参考色卡如下:()明度参考色卡:阶明度标尺,共包含 共 个等级的色卡。()彩度和色调参考色卡:色卡明度为,彩度为,色调分别为、和 的色卡。观察者根据参考色卡,估计色谱色块的明度、彩度和色调值。()明度估计:从参考色卡中找明度最接近的值作为色块的明度值;()色调估计:从参考色卡中选择色调最接近的色块作为明度值,若色调处于相邻色卡中间,则给出参考色调中间色调值。()彩度估计:将颜色样本与参考色卡彩度进行比较判断,颜色样本比彩度鲜艳,则可以根据鲜艳程度估计其彩度为 或,不如彩度则估计其彩度为或,对于难以

8、看出色调的颜色样本,其彩度为,色调值为中性灰。视觉实验过程实验共有名色觉正常的观察者(男名,女名)参加视觉评估,人均具有颜色科学背景,年龄在 岁之间。观察者在实验之前进行培训熟悉实验要求,掌握实验要领。在暗室环境中,将金属漆颜色样本和参考色卡置于灯箱内,关闭除灯箱外的照明光源。实验开始前灯箱预热 ,每位观察者先对灯箱环境进行 左右的视觉适应,然后对每次出现的颜色样本进行评估。进行实验时观察者的视距为 ,通过一个 的中性灰色窗口观察颜色样本,使观察者的视场约为。实验过程几何条件示意图如图所示。色貌参数计算过程本文选择 色貌模型计算被观测样品的色貌属性,所计算的色貌属性分别为明度,彩度光学技术第

9、卷图视觉实验所用的观察条件示意图和色相角,三个参量对应的 色貌模型符号分别为,。通过测量被观测样品以及参考白板的 计算其三刺激值以及适应白场的三刺激值(,),通过 测量出观察环境中的背景三刺激值,和适应场亮度,如表所示。本次实验的周围环境为灯箱环境,所用色适应程度因子,周边环境影响因子和色诱导因子分别为 、。被观测样品三刺激值计算过程选择 三刺激值计算过程,光源选择 光源。表 色貌模型输入参数几何条件 测量设备和处理方法为了获取物体表面 数据,本文使用自主搭建的 测量装置 对材料样品进行光谱 测量,该测量装置主要由光源,探测器,转动装置和控制系统组成,如图所示,光源采用波长范围 的卤钨灯,通过

10、准直系统照射到样品表面,探测器选择测量波长 范围的光纤光谱仪,光纤探头通过准直系统对样品中心进行探测。转动系统由台步进电机组成,每台步进电机的角度分辨率为 度。测量装置以及测量原理如图所示,样品放置于转动系统的置物台上,通过 软件生成 角度采集方案,由控制系统操控步进电机和探测器,实现样品与光源和探测器之间的相对位置,进而实现 的测量。的测量方法分为绝对测量法和相对测量法两种,绝对测量法直接测量入射光的辐亮度和出射光的辐照度,将两者相比得到光谱 数据,不使用任何参考标准。相对测量法师使用已知光谱反射比的参考标准和样品作比较的测量,本文使用相对测图 测量装置以及测量原理量法测量材料表面的光谱 。

11、在测量过程中使用大小为 的平整聚四氟乙烯白板作为参考标准,该参考白板的光谱反射率为 ,通过该参考白板获得样品光谱 的数学表示为(,;,)(,)(,;,)()(,)()(),()()式中,(,)(,;,)为待测样品的探测器数值;(,)()为参考白板在几何条件,;,()条 件 下 的 数 值,(,)()为参考白板的理论 数值,(,).。视觉实验结果 观察者重复性和精度观察者重复性是指任意观察者在重复实验中所得结果的一致性,观察者的精确度为某一次观察的结果与总体结果的符合程度。本文使用标准化残差平方 和(,)衡量观察者重复性和精确度。计算公式表示为 ()()第期邓辰阳,等:基于 数据的金属漆颜料制品

12、的色貌预测评估式中,、为两组待比较的数据;为实验样本数。计算值越小,说明两组数据之间的相关性越好。表和表为视觉匹配试验中观察者重复性和精确度的评价结果。在 几何条件下位观察者对金属漆颜色样本的观察重复性 平均值在 ,观察者精确度 平均值在 。在 几何条件下观察者重复性 平均值在 ,观察者精确度 平均值在 。在观察者重复性评估结果中,几何条件下的值表现最好,几何条件下的值表现最差。在观察者准确性评估结果中,两种几何条件下的值的表现相近,分别为 和 。两种观察角度下,观察者对,值的重复性 都小于观察者准确度 ,说明观察者重复性由于观察者精确度,符合视觉观察的一般规律,而且这些结果与相关色貌评估实验

13、的精度相近,说明本文观察者实验数据是有效的。表观察者重复性 值几何条件最小值最大值平均值.表观察者精确度 值几何条件最小值最大值平均值 .图基于 测量结果的模型预测结果与视觉平均数据的比较光学技术第 卷图基于 测量结果的模型预测结果与视觉平均数据的比较 视觉平均数据与色貌模型预测结果的比较图和图分别给出了 光源下观察者对明度,彩度和色调角的视觉实验平均数据与利用 数据计算所得色貌属性的比较结果以及观察者对明度,彩度和色调角的视觉实验平均数据与利用 分光辐射计测量结果计算所得色貌属性的比较结果。图和图中第一行为两种观察条件下对明度的色貌模型预测与视觉平均值评估比较,第二行为对彩度的色貌模型预测与

14、视觉评估比较,第三行为对色调的色貌模型预测与视觉评估比较,每一行的左列为 条件下的模型预测与视觉评估比较结果,右列为 条件下的模型预测与视觉评估比较结果。每幅图中横坐标为观察者视觉实验平均数据,纵坐标为 数据和 测量结果经过 模型的预测结果。其中,明度和彩度图的横坐标单位分别为色貌模型明度和彩度单位,色调图横坐标单位为色貌模型的色调角度。图中画出了 参考对角线,并对所有数据点采用最小二乘法进行了一阶数据拟合。从图和图可以看出,金属漆颜色样本的视觉平均数据与模型预测结果之间的色调角在两种几何条件下均具有较好的线性关系,对明度和彩度的预测精度要低于对色调角的预测精度。同时,在 几何条件下,对明度的

15、预测程度发生了明显的变化,而彩度和色调角的变化则较不明显。对比图和图,可以发现,基于 数据的明度预测数值整体低于使用 的明度预测数值,在彩度预测方面两者数值近似,而在色调预测方面,数据的预测精度稍高于 的预测精度。表列出了金属漆颜色样本在两种几何条件下使用 数据和 测量结果的色貌模型预测结果与视觉平均数据的皮尔逊相关系数。由表可以看出,在两种几何条件下,都有,即色调角的相关性最佳,彩度次之,明度最差。说明视觉平均数据与模型预测结果中,色调角的一致性最好,明度最差。此外,基于 测量第期邓辰阳,等:基于 数据的金属漆颜料制品的色貌预测评估结果的色调角预测结果与视觉平均数据的相关系数(,)要小于基于

16、 数据的色调角预测结果与视觉平均数据的相关系数(,),而(,)和(,)则分别高于对应几何条件下的(,)和(,)这说明使用 数据进行色调角预测比使用 进行预测更加准确,而在明度和彩度方面则不如 。表金属漆颜色样本在两种几何条件下色貌模型预测与视觉平均数据的相关系数数据源几何条件 表列出了金属漆颜色样本在两种几何条件下使用 数据和 测量结果的色貌模型预测结果与视觉平均数据的 值。从表可以看出,数据的极大值和极小值分别属于不同的几何条件下的不同数据源。其中,彩度和明度的最小 值均来自 数据计算结果,而色调角的最小 值在两种几何条件下均来自 数据计算结果,这说明使用 数据进行色调角预测具有较高的准确性,而在彩度和明度方面则不如 测量结果。表金属漆颜色样本在两种几何条件下色貌模型预测与视觉平均数据的 值数据源几何条件 然而,本文的研究还存在不足之处。受实验条件限 制,文 中 没 有 进 行 其 他 光 源,例 如 光 源、光源等光源下以及其他非常规几何条件下的视觉实验,缺少相应的色貌模型预测结果与视觉实验的相关性数据的分析结果以提高结论的准确性。未来将会对这一部分进行展开研究。结论本文通过心理物

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 专业资料 > 其它

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2