CN109508724A - 用聚类分析分类观察者颜色匹配函数的方法 - Google Patents
用聚类分析分类观察者颜色匹配函数的方法 Download PDFInfo
- Publication number
- CN109508724A CN109508724A CN201910041827.XA CN201910041827A CN109508724A CN 109508724 A CN109508724 A CN 109508724A CN 201910041827 A CN201910041827 A CN 201910041827A CN 109508724 A CN109508724 A CN 109508724A
- Authority
- CN
- China
- Prior art keywords
- matching functions
- color matching
- color
- classification
- observer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明涉及一种用聚类分析分类色觉正常观察者颜色匹配函数的方法。用聚类分析方法中的k‑medoids算法，计算距离选用欧氏距离的平方，将108个颜色匹配函数在三个通道分类。在三原色带宽为窄带的显示设备上呈现CIE推荐的不同颜色，测量颜色刺激的光谱能量分布，用108个颜色匹配函数依次和分类颜色匹配函数比较，计算CIEDE2000色差平均值，以最小色差值作为评价标准，分类不同类别观察者颜色匹配函数。分类颜色匹配函数可补充现有CIE1931，CIE1964和CIE2006的颜色匹配函数，更好的描述观察者个体的锥细胞光谱响应。
Description
技术领域
本发明涉及一种用聚类分析分类色觉正常观察者颜色匹配函数的方法。基于Stiles&Burch和CIE2006颜色匹配函数产生108个颜色匹配函数，用聚类分析方法中的k-medoids算法，计算距离选用欧氏距离的平方，将108个颜色匹配函数在 三个通道分类。在窄带显示设备上呈现CIE推荐的不同颜色，要求颜色在CIELAB颜色空间均匀分布。测量显示设备显示颜色的光谱能量分布，用108个颜色匹配函数依次和分类颜色匹配函数比较，计算CIEDE2000色差，以最小色差值作为评价标准，分类了不同类别观察者颜色匹配函数。
背景技术
颜色是一种视觉感知，色觉正常观察者的感红、感绿和感蓝锥细胞接收到不同强弱的光信号会引起相应的响应传给大脑，从而引起颜色感觉。不同观察者之间的颜色匹配度，受样本对的光谱曲线影响较大。当样本对间的光谱差异较大，特别是某一样本由窄带原色光谱组成时，观察者之间的颜色分辨差异会被放大。
随着窄带、宽色域显示设备的出现，观察者同色异谱现象尤为严重。如何更好的表征不同观察者间的颜色分辨能力，更好的描述不同类别观察者个体的锥细胞光谱响应，是目前需要解决的关键问题。
发明内容
本发明的目的在于提出一种用聚类分析分类色觉正常观察者颜色匹配函数的方法。从而可以更好的表征色觉正常观察者的锥细胞光谱响应，用于颜色的表征和计算。
本发明选择一台原色带宽较窄的显示设备，并在该显示设备上呈现CIE推荐的n个不同颜色，n个颜色在CIELAB颜色空间均匀分布，用光谱辐射度计测量n个颜色的光谱能量分布。选取108个颜色匹配函数，模拟表示不同色觉正常观察者的锥细胞光谱响应。用聚类分析的方法对108个颜色匹配函数的x(λ)，y(λ)，z(λ)三个通道分别进行聚类，用聚类组合后的颜色匹配函数和108个颜色匹配函数分别代入n个颜色刺激的光谱能量，依次比较，计算不同颜色匹配函数计算n个颜色的CIEDE2000色差平均值的最小值。按照聚类人数由高到低进行排序，挑选出前m个分类颜色匹配函数，要求至少有75％的观察者属于这m个分类。分类的颜色匹配函数不仅可补充现有CIE1931，CIE1964和CIE2006的颜色匹配函数，还能更好的描述观察者个体的锥细胞光谱响应。
为实现上述目的，本发明采取以下技术方案：
用聚类分析分类观察者颜色匹配函数的方法，包括如下步骤：
(1)选取一台显示设备，并对显示设备白场下的参数进行设置；
(2)在显示设备的屏幕中心设定并显示最饱和的红色(R＝255，G＝0，B＝0)，绿色(R＝0，G＝255，B＝0)，蓝色(R＝0，G＝0，B＝255)和白色(R＝G＝B＝255)四个匀色色块，并用光谱辐射度计测量显示设备的白场和三原色的光谱能量分布；
(3)在显示设备上显示基于CIE推荐的n个颜色中心作为测试色，n≥5；
(4)基于Stiles&Burch和CIE2006颜色匹配函数产生108个颜色匹配函数，用聚类分析的方法将108个颜色匹配函数在三个通道分别聚为kx，ky，kz类，kx,ky,kz≥4，并排列组合成kx×ky×kz类颜色匹配函数；
(5)将108个颜色匹配函数代表108个观察者的锥细胞光谱响应，将kx×ky×kz类颜色匹配函数和108个颜色匹配函数分别代入n个颜色的光谱能量，依次比较，得到不同颜色匹配函数计算n个颜色的CIEDE2000色差平均值；
(6)以步骤(5)中计算得到CIEDE2000色差平均值最小值的分类颜色匹配函数作为观察者的颜色匹配函数；
(7)将分类颜色匹配函数中观察者所属分类的人数由高到低进行排序，以累积观察者人数达到75％以上作为评价标准，挑选出前多个分类颜色匹配函数。
步骤(1)中，为放大观察者的辨色差异，所选取的显示设备三原色需要具有较窄的原色光谱带宽，所述的较窄原色带宽是指显示设备的三原色光谱带宽在可见光谱范围内不大于其总光谱范围的1/3，如专业用EIZO-CG19显示设备，NEC-PA241W显示设备，QUATO-220ex显示设备。白场下的参数具体指色温和亮度。需对显示设备预热90分钟，待显示设备达到稳定状态后，对显示设备的亮度、色温进行调节，通常色温调节至6500K或5000K左右，变化范围在±200K之间；亮度调节至100cd/cm2，亮度的变化范围在±20cd/cm2之间。
步骤(2)中，在显示设备的屏幕中央设定并显示最饱和的红色(R＝255，G＝0，B＝0)，绿色(R＝0，G＝255，B＝0)，蓝色(R＝0，G＝0，B＝255)和白场(R＝G＝B＝255)四个匀色色块。在固定位置处，优选在距离显示设备的屏幕60cm-80cm处，用光谱辐射度计在垂直于屏幕正前方采集显示设备的红、绿、蓝三原色和白场的光谱能量分布。测量时，要求光谱辐射度计的测量头垂直于显示设备上呈现的色块。
步骤(3)中，基于CIE推荐的n个颜色中心，n≥5，在显示设备上显示n个颜色作为测试色；要求n个颜色在CIELAB颜色空间均匀分布，一般选用CIE推荐的5个颜色(灰色、红色、黄色、绿色、蓝色)，9个颜色(灰色、红色、橙色、黄色、黄绿色、绿色、蓝绿色、蓝色、紫色)或17个颜色(灰色、红色、高饱和度红色、橙色、高饱和度橙色、黄色、高饱和度黄色、黄绿色、高饱和度黄绿色、绿色、高饱和度绿色、蓝绿色、高饱和度蓝绿色、蓝色、高饱和度蓝色、紫色、高饱和度紫色)。
步骤(4)中，聚类分析中采用K-medoids方法，计算距离选用欧氏距离的平方，迭代c(c≥20)次，将108个颜色匹配函数在三个通道下分别聚类成kx，ky，kz类，kx,ky,kz≥4，可组合成kx×ky×kz类。
采用的108个颜色匹配函数是Stiles-Burch的10°视场下47个颜色匹配函数和CIE2006颜色匹配函数中代入不同观察者年龄(20-80岁)后产生的61个颜色匹配函数。
步骤(5)中，将108个颜色匹配函数作为108个真实观察者的锥细胞光谱响应，依次和kx×ky×kz个分类中的每个分类比较，得到不同颜色匹配函数计算n个颜色的CIEDE2000色差平均值。
步骤(6)中，与kx×ky×kz个分类颜色匹配函数比较，计算得到最小CIEDE2000色差平均值，说明观察者的锥细胞光谱响应与该分类最为接近，即该分类最能表征观察者的锥细胞光谱响应。
步骤(7)中，对于一个分类的颜色匹配函数，可能有多个观察者的锥细胞光谱响应符合该颜色匹配函数，故对颜色匹配函数中观察者所属分类的人数由高到低进行排序，当累积人数达到总人数的75％的时候，挑选出所对应的m个分类颜色匹配函数，表征观察者的分类颜色匹配函数。
本发明基于Stiles&Burch和CIE2006颜色匹配函数产生108个颜色匹配函数，用聚类分析方法中的k-medoids算法，计算距离选用欧氏距离的平方，将108个颜色匹配函数在三个通道分类。在三原色带宽为窄带的显示设备上呈现CIE推荐的不同颜色，要求颜色在CIELAB颜色空间均匀分布，测量颜色刺激的光谱能量分布，用108个颜色匹配函数依次和分类颜色匹配函数比较，计算CIEDE2000色差平均值，以最小色差值作为评价标准，分类不同类别观察者颜色匹配函数。分类颜色匹配函数可补充现有CIE1931，CIE1964和CIE2006的颜色匹配函数，更好的描述观察者个体的锥细胞光谱响应。
下面通过附图和具体实施方式对本发明做进一步说明，但并不意味着对本发明保护范围的限制。
附图说明
图1为显示设备的红绿蓝三原色和白场的光谱能量分布。
图2为CIE推荐的17个颜色中心的光谱能量分布。
图3为所选取的108个颜色匹配函数的光谱能量响应分布。
图4为聚类后的观察者颜色匹配函数分布。
具体实施方式
本发明是一种用聚类分析来分类色觉正常观察者的颜色匹配函数的方法。选择一台三原色带宽较窄的iPad显示设备，在显示设备上呈现CIE推荐的17个不同颜色，这17个颜色在CIELAB颜色空间均匀分布。用光谱辐射度计(Photo Research PR655)测量17个颜色的光谱能量分布。基于Stiles&Burch数据集和CIE2006颜色匹配函数产生的108个颜色匹配函数，模拟表示不同色觉正常观察者的锥细胞光谱响应。用聚类分析的方法对108个颜色匹配函数在三个通道进行分类。需要说明的是，本发明的设备不限于某种显示设备，三原色带宽较窄的设备即可，选取的颜色中心数量要求大于等于5，需均匀分布在CIELAB颜色空间。
本发明用聚类分析来分类色觉正常观察者颜色匹配函数的方法，包括如下步骤：
(1)选取一台三原色光谱带宽较窄的显示设备，对显示设备的亮度、色温等参数进行调节。如：选择APPLE ipad2018air2作为显示设备，亮度设定为120cd/cm2，色温设定为5000K；
(2)在iPad的屏幕中央设定并显示大小为6cm×6cm的匀色色块，依次呈现最饱和的红色(R＝255，G＝0，B＝0)，绿色(R＝0，G＝255，B＝0)，蓝色(R＝0，G＝0，B＝255)和白色(R＝G＝B＝255)，用光谱辐射度计(Photo Research PR655)测量红、绿、蓝三原色和白场的光谱能量分布。iPad的三原色的光谱能量分布如图1所示。
(3)调节iPad的RGB通道比例，在屏幕中央位置依次呈现CIE推荐的17个颜色中心作为测试色，用PR655测量17个测试色的光谱能量分布，其光谱能量分布曲线如图2所示；测试色基于CIE1964颜色匹配函数计算的色度值如表1所示(*标注为CIE推荐的5个颜色中心)：
表1 CIE推荐的17个颜色中心的色度值
(4)选择108个颜色匹配函数，其中47个为Stiles和Burch的颜色匹配函数，61个为CIE2006颜色匹配函数中代入20-80岁不同观察者年龄后产生的颜色匹配函数，颜色匹配函数的光谱能量响应分布如图3所示。用聚类分析方法中的k-medoids算法，计算距离选用欧氏距离的平方，迭代50次，将108个颜色匹配函数在 三个通道分别聚为5类，共产生了5×5×5＝125个类别。具体可参照matlab程序的子函数k-medoids中的参数设置。
(5)将108个颜色匹配函数作为108个真实观察者的锥细胞光谱响应，分别和125个分类中的每一个分类进行比较，代入显示设备上呈现17个颜色的光谱辐射能量分布，计算17个颜色的CIEDE2000色差平均值；
将108个颜色匹配函数中的每一个颜色匹配函数和kx×ky×kz类颜色匹配函数分别代入n个颜色的光谱能量，依次比较，可得到每一个颜色匹配函数计算n个颜色的CIEDE2000色差平均值，如表2所示为第1-5、105-108个观察者锥细胞光谱响应与125个分类观察者颜色匹配的17个颜色CIEDE2000色差平均值。表2中，第98个组合计算第1-5个观察者，第29个组合计算第105，106个观察者，第99个组合计算第107，108个观察者的CIEDE2000色差平均值最小。表2不同分类颜色匹配函数的色差计算结果
(6)以125个分类中计算得到最小CIEDE2000色差值的分类颜色匹配函数作为适合表征观察者锥细胞响应的颜色匹配函数；如表2中，第1-5个观察者锥细胞光谱响应与第98个组合分类观察者颜色匹配计算的CIEDE2000色差平均值最小，第1-5个观察者的锥细胞光谱响应属于组合98；第105，106个观察者锥细胞光谱响应与第29个组合分类观察者颜色匹配计算的CIEDE2000色差平均值最小，第105，106个观察者的锥细胞光谱响应属于组合29；第107，108个观察者锥细胞光谱响应与第99个组合分类观察者颜色匹配计算的CIEDE2000色差平均值最小，第107，108个观察者的锥细胞光谱响应属于组合99。
(8)将每个分类颜色匹配函数下观察者所属的人数由高到低进行排序，以累积观察者人数达到75％作为评价标准，挑选出前m个颜色匹配函数。如表3中所示，No.50组合中x-、y-、z-的所属类别分别为2、5、5，有15个观察者符合这个分类颜色匹配函数，人数排第一，以此类推。当累积观察者人数的比例达到77.8％时，取前10个组合的分类观察者颜色匹配函数。
表3迭代产生的分类颜色匹配函数
其光谱数据如表4所示，光谱分布曲线如图4所示。
采用5、9、17个颜色中心得到的分类颜色匹配函数具有较好的一致性。
本发明得到的分类颜色匹配函数可补充现有代表人眼平均色觉响应的CIE1931，CIE1964和CIE2006颜色匹配函数，将色觉正常观察者的锥细胞响应进行分类，更好的表征不同类别观察者的颜色分辨差异，方便在不同呈色设备上，或在不同呈色设备间进行颜色表征及色差评价。
表4迭代产生的分类颜色匹配函数的光谱数据
Claims (9)
1.用聚类分析分类观察者颜色匹配函数的方法，包括如下步骤：
(1)选取一台显示设备，并对显示设备白场下的参数进行设置；
(2)在显示设备的屏幕中心设定并显示最饱和的红色，绿色，蓝色和白色四个匀色色块，并用光谱辐射度计测量显示设备的白场和三原色的光谱能量分布；
(3)在显示设备上显示基于CIE推荐的n个颜色中心作为测试色，n≥5；
(4)基于Stiles&Burch和CIE2006颜色匹配函数产生108个颜色匹配函数，用聚类分析的方法将108个颜色匹配函数在三个通道分别聚为kx，ky，kz类，kx,ky,kz≥4，并排列组合成kx×ky×kz类颜色匹配函数；
(5)将108个颜色匹配函数代表108个观察者的锥细胞光谱响应，将kx×ky×kz类颜色匹配函数和108个颜色匹配函数分别代入n个颜色的光谱能量，依次比较，得到不同颜色匹配函数计算n个颜色的CIEDE2000色差平均值；
(6)以步骤(5)中计算得到CIEDE2000色差平均值最小值的分类颜色匹配函数作为观察者的颜色匹配函数；
(7)将分类颜色匹配函数中观察者所属分类的人数由高到低进行排序，以累积观察者人数达到75％以上作为评价标准，挑选出前多个分类颜色匹配函数。
2.根据权利要求1所述的用聚类分析分类观察者颜色匹配函数的方法，其特征在于：所述的显示设备的三原色光谱带宽在可见光谱范围内不大于其总光谱范围的1/3。
3.根据权利要求1所述的用聚类分析分类观察者颜色匹配函数的方法，其特征在于：所述白场下的参数为色温和亮度。
4.根据权利要求3所述的用聚类分析分类观察者颜色匹配函数的方法，其特征在于：所述的色温为6500K或5000K，色温的变化范围在±200K之间；亮度为100cd/cm2，亮度的变化范围在±20cd/cm2之间。
5.根据权利要求1所述的用聚类分析分类观察者颜色匹配函数的方法，其特征在于：在距离显示设备的屏幕60-80cm处，用光谱辐射度计在垂直于屏幕正前方采集显示设备的红、绿、蓝三原色和白场的光谱能量分布。
6.根据权利要求1所述的用聚类分析分类观察者颜色匹配函数的方法，其特征在于：CIE推荐的n个颜色中心为CIE推荐的5个，9个或17个颜色中心。
7.根据权利要求1所述的用聚类分析分类观察者颜色匹配函数的方法，其特征在于：采用的108个颜色匹配函数是Stiles-Burch的10°视场下47个颜色匹配函数和CIE2006颜色匹配函数中代入不同观察者年龄20-80岁后产生的61个颜色匹配函数。
8.根据权利要求1所述的用聚类分析分类观察者颜色匹配函数的方法，其特征在于：聚类分析中采用K-medoids的方法，计算距离选用欧氏距离的平方，迭代c次，c≥20，将108个颜色匹配函数在三个通道下分别聚类成kx，ky，kz类，kx,ky,kz≥4，组合成kx×ky×kz类。
9.根据权利要求1所述的用聚类分析分类观察者颜色匹配函数的方法，其特征在于：将108个颜色匹配函数作为108个真实观察者的锥细胞光谱响应，依次和kx×ky×kz个分类中的每个分类比较，得到不同颜色匹配函数计算n个颜色的CIEDE2000色差平均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910041827.XA CN109508724B (zh) | 2019-01-16 | 2019-01-16 | 用聚类分析分类观察者颜色匹配函数的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910041827.XA CN109508724B (zh) | 2019-01-16 | 2019-01-16 | 用聚类分析分类观察者颜色匹配函数的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109508724A true CN109508724A (zh) | 2019-03-22 |
| CN109508724B CN109508724B (zh) | 2023-10-20 |
Family
ID=65758010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910041827.XA Active CN109508724B (zh) | 2019-01-16 | 2019-01-16 | 用聚类分析分类观察者颜色匹配函数的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109508724B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116150678A (zh) * | 2023-01-18 | 2023-05-23 | 广州番禺职业技术学院 | 一种基于色度坐标的黄玉颜色分类分级方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2375229A1 (en) * | 2010-04-09 | 2011-10-12 | Thomson Licensing | Method for the classification of observers according to their visual characteristics |
| WO2011124698A1 (en) * | 2010-04-09 | 2011-10-13 | Thomson Licensing | Apparatus for the classification of observers according to their visual characteristics |
| CN103983359A (zh) * | 2014-06-03 | 2014-08-13 | 北京印刷学院 | 一种分类观察者颜色匹配函数的方法 |
| CN106821299A (zh) * | 2017-03-13 | 2017-06-13 | 北京印刷学院 | 一种测试色觉正常观察者锥细胞响应的方法 |
| CN107766896A (zh) * | 2017-11-28 | 2018-03-06 | 齐鲁工业大学 | 一种基于色相聚类的光谱降维方法 |
| CN108844632A (zh) * | 2018-07-02 | 2018-11-20 | 北京印刷学院 | 一种不同显示设备间观察者同色异谱差异的评价方法 |
| CN109084898A (zh) * | 2018-07-02 | 2018-12-25 | 北京印刷学院 | 一种建立观察者锥细胞光谱响应函数的方法 |
-
2019
- 2019-01-16 CN CN201910041827.XA patent/CN109508724B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2375229A1 (en) * | 2010-04-09 | 2011-10-12 | Thomson Licensing | Method for the classification of observers according to their visual characteristics |
| WO2011124698A1 (en) * | 2010-04-09 | 2011-10-13 | Thomson Licensing | Apparatus for the classification of observers according to their visual characteristics |
| CN103983359A (zh) * | 2014-06-03 | 2014-08-13 | 北京印刷学院 | 一种分类观察者颜色匹配函数的方法 |
| CN106821299A (zh) * | 2017-03-13 | 2017-06-13 | 北京印刷学院 | 一种测试色觉正常观察者锥细胞响应的方法 |
| CN107766896A (zh) * | 2017-11-28 | 2018-03-06 | 齐鲁工业大学 | 一种基于色相聚类的光谱降维方法 |
| CN108844632A (zh) * | 2018-07-02 | 2018-11-20 | 北京印刷学院 | 一种不同显示设备间观察者同色异谱差异的评价方法 |
| CN109084898A (zh) * | 2018-07-02 | 2018-12-25 | 北京印刷学院 | 一种建立观察者锥细胞光谱响应函数的方法 |
Non-Patent Citations (2)
| Title |
|---|
| SARKAR ET AL: "COLOURIMETRIC OBSERVER CATEGORIES AND THEIR APPLICATIONS IN COLOUR AND VISION SCIENCES", 《CIE CENTENARY CONFERENCE ON TOWARDS A NEW CENTURY OF LIGHT》 * |
| 黄敏 等: "比较法测试不同颜色匹配函数的性能", 《光谱学与光谱分析》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116150678A (zh) * | 2023-01-18 | 2023-05-23 | 广州番禺职业技术学院 | 一种基于色度坐标的黄玉颜色分类分级方法及装置 |
| CN116150678B (zh) * | 2023-01-18 | 2023-09-22 | 广州番禺职业技术学院 | 一种基于色度坐标的黄玉颜色分类分级方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109508724B (zh) | 2023-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103983359B (zh) | 一种分类观察者颜色匹配函数的方法 | |
| US20130033528A1 (en) | Method for controlling an image display device to allow the same perception of colours over a large variety of observers | |
| EP1563453A1 (en) | Method and system for transforming adaptively visual contents according to terminal user's color vision characteristics | |
| CN110220674A (zh) | 显示屏健康性能评估方法与装置 | |
| Olkkonen et al. | Categorical color constancy for simulated surfaces | |
| CN109084898B (zh) | 一种建立观察者锥细胞光谱响应函数的方法 | |
| Oicherman et al. | Effect of observer metamerism on colour matching of display and surface colours | |
| Huang et al. | Colorimetric observer categories for young and aged using paired-comparison experiments | |
| CN109508724A (zh) | 用聚类分析分类观察者颜色匹配函数的方法 | |
| Ayama et al. | Brightness‐to‐luminance ratio of colored light in the entire chromaticity diagram | |
| CN108844632B (zh) | 一种不同显示设备间观察者同色异谱差异的评价方法 | |
| Yang et al. | Quantification and standardized description of color vision deficiency caused by anomalous trichromats—part I: simulation and measurement | |
| US8565521B2 (en) | Apparatus for the classification of observers according to their visual characteristics | |
| Gijsenij et al. | A perceptual comparison of distance measures for color constancy algorithms | |
| US11813021B2 (en) | Color vision variability test system | |
| Mirjalili et al. | A parametric colour difference equation to evaluate colour difference magnitude effect for gapless printed stimuli | |
| CN108844633A (zh) | 一种检测显示设备间观察者同色异谱差异的实验方法 | |
| Baraas et al. | Anomalous trichromats' judgments of surface color in natural scenes under different daylights | |
| EP2375229A1 (en) | Method for the classification of observers according to their visual characteristics | |
| Ling et al. | Surface chromaticity distributions of natural objects under changing illumination | |
| Fedutina et al. | (How) Do observer categories based on color matching functions affect the perception of small color differences? | |
| EP3035014A1 (en) | Apparatus to compare and/or classify the color perception characteristics of observers | |
| Shi et al. | Study on observers’ categories based on color matching experiments | |
| Shen et al. | Measuring Display Observer Metamerism | |
| Kanari et al. | Perceived Saturation Difference of Congenital Red-Green Color Vision Deficiencies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |