CN116306319B - 基于遗传算法的文物照明眩光量化评估方法及系统 - Google Patents
基于遗传算法的文物照明眩光量化评估方法及系统 Download PDFInfo
- Publication number
- CN116306319B CN116306319B CN202310551350.6A CN202310551350A CN116306319B CN 116306319 B CN116306319 B CN 116306319B CN 202310551350 A CN202310551350 A CN 202310551350A CN 116306319 B CN116306319 B CN 116306319B
- Authority
- CN
- China
- Prior art keywords
- glare
- illumination
- value
- genetic algorithm
- evaluation
- 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.)
- Active
Links
- 230000004313 glare Effects 0.000 title claims abstract description 236
- 238000005286 illumination Methods 0.000 title claims abstract description 116
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 50
- 230000002068 genetic effect Effects 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims abstract description 73
- 239000011159 matrix material Substances 0.000 claims abstract description 26
- 239000007787 solid Substances 0.000 claims abstract description 11
- 238000011002 quantification Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 17
- 230000000007 visual effect Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 108700028369 Alleles Proteins 0.000 claims description 11
- 238000002474 experimental method Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 9
- 210000000349 chromosome Anatomy 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000013461 design Methods 0.000 abstract description 10
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000010422 painting Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013041 optical simulation Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000004300 dark adaptation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000004800 psychological effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于遗传算法的文物照明眩光量化评估方法及系统,获取文物照明的环境照明参数LA及任意目标方向上亮度分布图像;根据所述亮度分布图像和环境照明参数LA;计算各像素眩光源背景亮度矩阵Lb、眩光源亮度矩阵Ls、眩光源立体角ωs、和眩光源位置坐标P;根据文物照明的眩光量化模型,计算文物照明的眩光值,根据得到的眩光值,划分文物照明的眩光等级。根据本申请提出的文物照明眩光量化模型能够针对博物馆展厅等文物照明场景的光环境特点,准确和高效地进行眩光指数测量和眩光等级评价,从而为博物馆展厅的光环境设计和评价提供科学的手段和依据。
Description
技术领域
本发明涉及文物照明场景的眩光分析技术领域,尤其涉及一种基于遗传算法的文物照明眩光量化评估方法及系统。
背景技术
眩光是影响建筑文物照明光环境舒适度的最主要因素之一。博物馆展厅光环境的主要功能是为观赏展品提供优良的照明条件,因此对舒适度要求很高。但这类空间中恰恰光源数量大且照明方式多、展品重点照明与空间环境照明的亮度对比大、大量玻璃展柜使得光线反射复杂,因此导致强烈的眩光问题,严重影响视觉观赏效果,如图1所示。
目前常用于对室内眩光值进行计算的是国际照明委员会(CIE)提出的眩光值计算模型(UGR)如公式(1)所示:
(公式1)
根据公式(1)计算出的传统眩光值,欧洲标准化委员会(CEN)的标准和当前的相关研究给出了不同数值所对应的眩光等级Ug,如表1所示。
表1 Ug对应的眩光等级
;
研究表明眩光模型UGR量化的眩光感觉量整体低于展厅中真实的眩光感受,眩光模型UGR测量系统的平均引用误差水平会导致量表数值所对应的眩光等级产生明显错误;即由于UGR自身结构缺陷导致的问题明显超出了人对眩光主观评估敏感性和特异性差异的影响,这也表明眩光模型UGR无法通过调整初值和比例的方法来实现眩光计算的准确性。因此针对不同的场景,眩光模型UGR得到的眩光评价结果不一定能准确适用。
例如2018年Pakkert et al.以排球馆为研究对象,利用眼动追踪技术对眩光模型UGR进行了修正,解决了眩光模型UGR在人员快速运动条件下静态眩光角度失效的问题。
申请号为201711230997.X,名称为一种夜间直升机驾驶舱眩光量化评估方法,通过构建直升机驾驶舱数学模型;将直升机驾驶舱数学模型导入光学软件中,并获取各眩光源亮度、各眩光源立体角、背景亮度以及古斯位置指数;最后计算统一眩光指数UGR,实现了根据统一眩光指数UGR对夜间直升机驾驶舱眩光进行评估的过程。
公开号为CN104933241 A的专利文献提供了一种列车驾驶界面照明的不舒适眩光评价方法,即在建立列车驾驶界面三维模型的基础上,首先通过光学仿真工具得到司机视觉仿真图像及该图像中各像素点的参数;然后根据设定的判定条件筛选出眩光源像素,并计算非眩光源像素的亮度均值作为背景亮度;接着结合分布情况将眩光像素整合成多个眩光源区域;最终根据各眩光源区域的大小相应地选取UGR模型的对应形式进行计算,从而实现对列车驾驶界面照明的不舒适眩光的有效评价。
公开号为CN114543985A,名称为室内光环境评估设备的专利中根据输入的光学参数、空间参数对空间明亮感进行评估,其采用的评估模型也都是基于UGR进行计算测定。
研究表明文物照明经典眩光模型UGR作为通用型眩光计算模型也并非在所有的建筑光环境中均能够准确评价眩光,很多学者依据实际中的不同建筑光环境情况对眩光模型UGR进行了修正,且目前尚未有人验证其在博物馆展厅中的适用性;上述专利不仅没有结合博物馆展厅的实际场景对眩光模型UGR的准确性进行验证,同时由于眩光为人眼的主观视觉感受,该类研究需要在真实的场景空间内进行评价实验,而不能使用基于光学仿真工具获取的眩光评价结果进行替代,因此上述专利也不能直接应用在博物馆展厅的眩光量化评估中。
因此,本申请提出一种基于遗传算法的文物照明眩光量化评估方法及系统,针对博物馆展厅等文物照明环境进行眩光评估。
发明内容
因此,本发明的目的在于提供一种基于遗传算法的文物照明眩光量化评估方法及系统,针对博物馆展厅等此类文物照明场景的光环境特点,准确和高效地进行眩光指数测量和眩光等级评价,从而为博物馆展厅等此类文物照明场景的光环境特点的设计和评价提供科学的手段和依据。
为了实现上述目的,本发明的一种基于遗传算法的文物照明眩光量化评估方法,包括以下步骤:
S1、获取文物照明的环境照明参数LA及任意目标方向上亮度分布图像;
S2、根据所述亮度分布图像和环境照明参数LA;计算各像素眩光源背景亮度矩阵Lb、眩光源亮度矩阵Ls、眩光源立体角ωs、和眩光源位置坐标P;
S3、根据以下公式所示的文物照明的眩光量化模型,计算文物照明的眩光值:
;
其中,MGR代表文物照明的眩光值,a1、b1、c1、d1分别为L s 、 、/>、P的幂指数,e1为比例调整系数,f1为初值调整系数;a1、b1、c1、d1、e1、f1的值根据遗传算法训练得到;
所述遗传算法中以在模拟全工况亮度分布试验中得到的眩光评价均值的均方根误差指标,作为适应度函数。
进一步优选的,所述眩光评价均值采用以下方式计算得出:
设定所述连续数值量表的端点值对应的语义,采用连续数值量表对模拟全工况亮度分布试验中得到的所有眩光评价结果进行标记;
根据标记后得到的所有眩光评价值作为全样本数据;
对每一种工况的眩光评价分值进行均值计算,作为当前工况的眩光评价均值。
进一步优选的,所述模拟全工况亮度分布试验包括以下步骤:
利用可调实验舱搭建博物馆展厅的文物照明光环境模型;
利用所述文物照明光环境模型进行光环境和可视点位的可调切换,获取全工况亮度分布;
获取根据全工况亮度分布得到的眩光评价结果作为全样本数据。
进一步优选的,所述遗传算法的训练过程包括如下步骤:
将变量a1、b1、c1、d1、e1、f1作为六个等位基因,编码成一个染色体;
将得到的全工况亮度分布的眩光评价均值作为标准值,设置目标值与标准值的均方根误差函数RMSE作为适应度函数;
设定遗传算法的各运行参数并限定各等位基因的取值范围,重复迭代,得到a1、b1、c1、d1、e1、f1最优解。
进一步优选的, 还包括S4、根据得到的眩光值,划分文物照明的眩光等级。
本发明还提供一种基于遗传算法的文物照明眩光量化评估系统,包括二维色彩分析仪、数据获取模块、数据处理模块;
所述数据获取模块用于获取待评估文物照明的环境照明参数LA;
所述二维色彩分析仪用于获取视野点位任意目标方向上亮度分布图像
所述数据处理模块,用于根据所述亮度分布图像和环境照明参数LA;计算各像素眩光源背景亮度矩阵Lb、眩光源亮度矩阵Ls、眩光源立体角ωs、和眩光源位置坐标P;
根据以下公式的文物照明的眩光量化模型,计算文物照明的眩光值:
;
其中,MGR代表文物照明的眩光值,a1、b1、c1、d1分别为L s 、 、/>、P的幂指数,e1为比例调整系数,f1为初值调整系数;a1、b1、c1、d1、e1、f1的值根据遗传算法训练得到;所述遗传算法中以在模拟全工况亮度分布试验中得到的眩光评价均值的均方根误差指标,作为适应度函数。
进一步优选的,所述数据处理模块还包括遗传算法计算单元,所述遗传算法计算单元用于:将变量a1、b1、c1、d1、e1、f1作为六个等位基因,编码成一个染色体;
将全工况亮度分布的眩光评价均值作为标准值,设置目标值与标准值的均方根误差函数RMSE作为适应度函数;
设定遗传算法的各运行参数并限定各等位基因的取值范围,重复迭代,得到a1、b1、c1、d1、e1、f1最优解。
进一步优选的,所述眩光评价均值采用以下方式计算得出:
设定所述连续数值量表的端点值对应的语义,采用连续数值量表对模拟全工况亮度分布试验中得到的所有眩光评价结果进行标记;根据标记后得到的所有眩光评价值作为全样本数据;
对每一种工况的眩光评价分值进行均值计算,作为当前工况的眩光评价均值。
进一步优选的,还包括眩光等级评估模块,所述眩光等级评估模块,用于根据得到的眩光值,划分文物照明的眩光等级。
本申请公开的基于遗传算法的文物照明眩光量化评估方法及系统,相比于现有技术,至少具有以下优点:
利用本申请提出的文物照明的眩光量化模型,能够针对博物馆展厅光环境特点,准确和高效地进行眩光指数测量和眩光等级评价,从而为博物馆展厅的光环境设计和评价提供科学的手段和依据。
附图说明
图1为本发明背景技术中提出的现实博物馆展厅的视觉观赏效果图;
图2为本发明实施例1提供的基于遗传算法的文物照明眩光量化评估方法流程图;
图3为本发明实施例2提供的可调实验舱搭建博物馆展厅的文物照明光环境模型;
图4为本发明实施例2提供的博物馆展厅的文物照明光环境模型的布局图;
图5为图4中提供的布局图中设置的视看点位图;
图6为本发明提供的亮度分布图像测取图;
图7为本发明提供的眩光像素亮度值矩阵;
图8为本发明提供的像素立体角转化值矩阵;
图9为本发明提供的像素位置系数值矩阵;
图10为本发明实施例5中将本申请文物照明的眩光量化模型与传统UGR模型评价结果的对比实验流程图;
图11为传统UGR模型的眩光评价均值的描述性统计分析结果;
图12为传统UGR模型的眩光评价均值的差异分析结果;
图13为本发明实施例5中文物照明的眩光量化模型的软件界面示意图。
具体实施方式
以下通过附图和具体实施方式对本发明作进一步的详细说明。
如图2所示,实施例1:
本发明提供了基于遗传算法的文物照明眩光量化评估方法,包括以下步骤:
S1、获取文物照明的环境照明参数LA及任意目标方向上亮度分布图像;
S2、根据所述亮度分布图像和环境照明参数LA;计算各像素眩光源背景亮度矩阵Lb、眩光源亮度矩阵Ls、眩光源立体角ωs、和眩光源位置坐标P;
S3、根据以下公式所示的文物照明的眩光量化模型,计算文物照明的眩光值:
(公式2)
其中,MGR代表文物照明的眩光值,a1、b1、c1、d1分别为L s 、 、/>、P的幂指数,e1为比例调整系数,f1为初值调整系数;a1、b1、c1、d1、e1、f1的值根据遗传算法训练得到;
所述遗传算法中以在模拟全工况亮度分布试验中得到的眩光评价均值的均方根误差指标,作为适应度函数。
在本实施例中,只需要将在待评估的博物馆展厅中获取亮度分布图像和环境照明参数LA,并据此计算各像素眩光源背景亮度矩阵Lb、眩光源亮度矩阵Ls、眩光源立体角ωs、和眩光源位置坐标P,就可得出眩光值。
需要说明的是,公式2中a1、b1、c1、d1、e1、f1的值根据遗传算法训练。在进行遗传算法训练时,需要采集大量博物馆展厅的亮度分布样本,但是实际的博物馆展厅由于文物安全因素,不具备可调性,无法实现大量实验要求,因此,本申请根据现有博物馆的建设规则以及照明要求,利用可调实验舱搭建博物馆展厅的文物照明光环境模型,进行博物馆展厅全工况亮度分布试验模拟。
该模型在进行搭建时遵照了以下准则:
A:《建筑照明设计标准 GB 50034-2013》5.3.8 博览建筑照明标准值应符合下列规定:博物馆建筑陈列室展品照度标准值及年曝光量限值应符合表2的规定。
表2 博物馆建筑陈列室展品照度标准值及年曝光量限值
;
B:《博物馆照明设计规范 GB/T 23863-2009》6.3.1 一般陈列室直接照明光源的色温应小于5300 K。文物陈列室直接照明光源的色温应小于3300 K。同一展品照明光源的色温应保持一致。6.3.2 室内照明光源色表可按其相关色温分为三组,光源色表分组宜按表3确定。
表3光源色表分组
;
在上述国家标准中,与本发明相关的有三方面的内容:a. 重点照明参数;b. 环境照明参数;c. 展厅眩光控制。
其中重点照明参数包括展品表面的照度和直接照明光源的相关色温(CCT),对于展品表面的照度,本发明在参照《建筑照明设计标准 GB 50034-2013》第5.3.8条中对光特别敏感的书画类文物(照度标准值≤50 lx)和对光不敏感的陶瓷和珐琅器(照度标准值≤300 lx)照度标准值的基础上,结合Dang et al.基于辐照实验得到的书画类文物照明数量指标,确定了实验中展品表面的照度。对于直接照明光源的CCT,本发明在参照《博物馆照明设计规范 GB/T 23863-2009》第6.3.1条中文物藏品(CCT<3300 K)和一般藏品(CCT<5300K)CCT标准值的基础上,按照同类藏品直接照明光源CCT一致的原则确定了直接照明光源的CCT。
环境照明参数包括环境照明光源的CCT和其在展厅0.75 m水平面所形成的照度。对于环境照明光源的CCT,本发明在参照《博物馆照明设计规范 GB/T 23863-2009》第6.3.2条中文物陈列室(CCT<3300 K)和一般陈列室(3300 K≤CCT≤5300 K)CCT标准值的基础上,结合Zhai et al.关于视觉舒适性和最佳视觉外观的CCT指标区间,确定了环境照明光源的CCT取值范围。对于环境照明光源在展厅0.75 m水平面所形成的照度,本发明在参照《建筑照明设计标准 GB 50034-2013》第5.3.8条中“陈列室一般照明应按展品照度值的20%~ 30%选取”注解的基础上,结合环境照度不宜高于重点照明照度的基本原则确定了环境照明光源在展厅0.75 m水平面所形成的照度取值范围。
展厅眩光控制是通过限制经典室内眩光模型UGR计算的眩光值来完成的,《建筑照明设计标准 GB 50034-2013》第5.3.8条中要求“陈列室一般照明不宜大于19”,对照表1可知/>所对应的眩光等级应小于Just acceptable。
由此可知,影响眩光评价的,并不在于博物馆的大小体量,而是人眼能感知的亮度分布,因此,本申请遵照以上标准搭建的博物馆展厅的文物照明光环境模型,具有普适性。
实施例2,本实施例提供了如图3和图4所示的可调实验舱搭建博物馆展厅的文物照明光环境模型的具体搭建过程。
利用可调实验舱搭建博物馆展厅的文物照明光环境模型;
利用所述文物照明光环境模型进行光环境和可视点位的可调切换,获取全工况亮度分布;
获取根据全工况亮度分布得到的眩光评价结果作为全样本数据。
2-1、搭建平面尺寸为9 m*9 m,空间高度为4.2 m的真实博物馆展厅。藏品展柜包括A 型立柜(1.2 m*0.6 m*2.4 m)3只,B型立柜(1.2 m*0.6 m*2.4 m)2只,C型平柜(2.25m*0.6 m*1.05 m)3只,D型四方柜(0.6 m*0.6 m*2.4 m)2只。
2-2、合理布局各类展柜,并相应放置书法、绘画、陶瓷等各类高精度文物仿品。各展柜内展品的重点照明参数设置如表4所示。
表4 重点照明参数
;
2-3、调节空间亮度分布
(1)按照目前现行标准和相关研究结论确定展柜内的重点照明参数,并使用测试精度为±2%的Konica Minolta CL-500A光谱辐射照度计进行测量。
(2)按照视觉舒适性和最佳视觉外观的要求设置36种环境照明参数,同时在展厅中选取8种典型的人员视看点位参数看点位参数P1~P8如图5所示,组合形成288种亮度分布工况。
表5 环境照明参数
;
为了丰富样本数据,可根据上述标准实验展厅的面积和体量进行进一步扩充,参照本实施例方法形成更多种亮度分布工况,再次不再赘述。
实施例3,本实施例对利用实施例2的博物馆展厅的文物照明光环境模型,进行眩光评价的具体过程进行展开描述。
设定所述连续数值量表的端点值对应的语义,采用连续数值量表对模拟全工况亮度分布试验中得到的所有眩光评价结果进行标记;
根据标记后得到的所有眩光评价值作为全样本数据;
对每一种工况的眩光评价分值进行均值计算,作为当前工况的眩光评价均值。
需要说明的是,设置连续数值量表例如0-10,其中端点值0代表眩光评价结果完全没有不舒服,10代表完全不舒服,而试验人员在0-10之间选择的任意值,即为在该种工况下该测试人员的眩光评价值,得到每一种工况下,所有测试人员的眩光评价值进行均值计算,得到当前工况的眩光评价均值。
在本实施例中,可以根据设置的8种典型的人员视看点位分批次按年龄阶段选取试验人员,例如选取3-6岁幼儿8名,男女比例1:1;7-12岁儿童8名,男女比例1:1;13-18岁,中学生8名,男女比例1:1;19~29岁大学生8名,男女比例1:1;30-39岁成人8名,男女比例1:1;40-49岁成人8名,男女比例1:1;50-59岁成人8名,男女比例1:1;60-69岁成人8名,男女比例1:1;
在每天下午2点到4点之间进行实验,每个工况间有10分钟的休息时间,以确保被试者不受疲劳的影响。被试者在完成5分钟的暗适应后对评价工况进行2分钟的适应。
被试者在完成对每个工况的适应后,对适应工况给出评分,最终得到每一种工况的眩光评价均值Eg1-Eg288。
每位被试者均在36种环境照明参数下遍历了8个视看点位,完成288种不同亮度分布工况的眩光评价。
进一步优选的,还包括根据得到的眩光值,划分文物照明的眩光等级。
选取英文词对not at all 完全没有不舒服和completely完全不舒服标定端点的连续[0,10]量表,根据测试人员给出的眩光评价值的分布,利用语义转化数据库设计不舒适眩光等级,最终符合真实工况的基于标度区间模型所对应的眩光等级如表6所示。
表6 对应的眩光等级
;
基于展厅视觉任务集中的中央凹区域对于小亮度差异非常敏感的生理特性,结合展柜光滑玻璃表面形成的人像等多次反射眩光亮度最低的实际情况,本发明从(a)固定亮度法、(b)倍平均亮度法、(c)倍任务区平均亮度法3种典型眩光临界亮度值的确定方法中选取四倍任务区平均亮度作为被试识别眩光源的标准。
实施例4,本实施例对遗传算法计算系数的过程进行展开说明。
将变量a1、b1、c1、d1、e1、f1作为六个等位基因,编码成一个染色体;
将得到的全工况亮度分布的眩光评价均值作为标准值,设置目标值与标准值的均方根误差函数RMSE作为适应度函数;
公式2中使用LS表征常规眩光源的“饱和眩光”效应,表征昏暗环境中的“对比眩光”效应,/>表征眩光源对于眼睛的立体角大小,/>表征光源对不同视线位置上的人所造成的眩光变化影响。
由于展厅眩光属于不舒适型眩光主要引起的是心理效应,而心理感觉量与物理刺激量间遵循韦伯-费希纳定律,因此展厅眩光与亮度参数间应满足对数映射关系。
通过引入比例调整系数和初值调整系数使模型计算的眩光值始终处于合理区间。
实现对博物馆展厅眩光准确量化的关键在于让a1、b1、c1、d1、e1、f1高度贴合展厅中人眼的视觉特性,因此需要使用统计评价结果对其进行修正。
设定遗传算法的各运行参数并限定各等位基因的取值范围,重复迭代,得到a1、b1、c1、d1、e1、f1最优解。
表7 遗传算法各参数设置
;
遗传算法运行结果如表8所示。
表8 遗传算法运行结果
;
因此公式2中a1、b1、c1、d1、e1、f1的值得以确定/>;
实施例5,本实施例中利用将2D彩色亮度计(CA-2000)架设在视看点位,同时将镜头高度调节至1.7 m,通过定向激光锁定目标方向,分别测量288种亮度分布的图像数据,测试过程如图6所示。
以环境照明参数条件下视看点位/>的亮度分布工况,如图7所示,为例说明眩光模型参数值矩阵的构建:该工况对应的眩光像素亮度值矩阵/>如图8所示,立体角转化值矩阵/>如图9所示,像素位置系数值矩阵/>如图10所示。
本申请根据实施例3的样本规则,选取20~29岁大学生8名,男女比例1:1,在实体博物馆展厅中任意选取288种不同亮度分布工况中进行验证。
最终,本申请的文物照明的眩光量化模型MGR计算结果和传统眩光模型UGR计算结果/>,符合真实评价结果/>的数量如表10所示。
表9的数量
;
由表10可知,在288种亮度分布工况中,有225种工况下的计算结果符合/>真实评价结果,即眩光模型MGR预测展厅眩光等级的准确率为78.13%;有120种工况下的Ug计算结果Eg真实评价结果,即眩光模型UGR预测展厅眩光等级的准确率为41.67%。上述结果表明眩光模型MGR的性能明显优于眩光模型UGR,能够实现对博物馆展厅眩光的定量计算和等级评价。
表10 对应的眩光等级
;/>
本发明还提供基于遗传算法的文物照明眩光量化评估系统,用于执行上述眩光量化评估方法;包括二维色彩分析仪、数据获取模块、数据处理模块;
所述数据获取模块用于获取待评估文物照明的环境照明参数LA;
所述二维色彩分析仪用于获取视野点位任意目标方向上亮度分布图像
所述数据处理模块,用于根据所述亮度分布图像和环境照明参数LA;计算各像素眩光源背景亮度矩阵Lb、眩光源亮度矩阵Ls、眩光源立体角ωs、和眩光源位置坐标P;
根据以下公式所示的文物照明的眩光量化模型,计算文物照明的眩光值:
;
其中,MGR代表文物照明的眩光值,a1、b1、c1、d1分别为L s 、 、/>、P的幂指数,e1为比例调整系数,f1为初值调整系数;a1、b1、c1、d1、e1、f1的值根据遗传算法训练得到;所述遗传算法中以在模拟全工况亮度分布试验中得到的眩光评价均值的均方根误差指标,作为适应度函数。
进一步优选的,所述数据处理模块还包括遗传算法计算单元,所述遗传算法计算单元用于:将变量a1、b1、c1、d1、e1、f1作为六个等位基因,编码成一个染色体;
将全工况亮度分布的眩光评价均值作为标准值,设置目标值与标准值的均方根误差函数RMSE作为适应度函数;
设定遗传算法的各运行参数并限定各等位基因的取值范围,重复迭代,得到a1、b1、c1、d1、e1、f1最优解。
所述眩光评价均值采用以下方式计算得出:
设定所述连续数值量表的端点值对应的语义,采用连续数值量表对模拟全工况亮度分布试验中得到的所有眩光评价结果进行标记;
根据标记后得到的所有眩光评价值作为全样本数据;
对每一种工况的眩光评价分值进行均值计算,作为当前工况的眩光评价均值。
还包括眩光等级评估模块,所述眩光等级评估模块,用于根据得到的眩光值,划分文物照明的眩光等级。如图13所示,本系统根据二维色彩分析仪获取的视野点位任意目标方向上亮度分布图像,从博物馆展厅眩光测量及评价软件(如图13所示)的输入端口写入参数值矩阵、/>、/>的地址和文件名,并将眩光阈值识别倍乘数赋值为4。
顺次运行参数值矩阵导入、参数合法性校验、眩光/非眩光像素筛选、眩光影响参数求取、眩光值求取、对应眩光等级获取程序。
依次显示导入状态、校验结果、筛选结果、运行情况、眩光值、眩光等级。
显然,上述实施例仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (9)
1.一种基于遗传算法的文物照明眩光量化评估方法,其特征在于,包括以下步骤:
S1、获取文物照明的环境照明参数LA及任意目标方向上亮度分布图像;
S2、根据所述亮度分布图像和环境照明参数LA;计算各像素眩光源背景亮度矩阵Lb、眩光源亮度矩阵Ls、眩光源立体角ωs、和眩光源位置坐标P;
S3、根据以下公式所示的文物照明的眩光量化模型,计算文物照明的眩光值:
;
其中,MGR代表文物照明的眩光值,a1、b1、c1、d1分别为 Ls 、 、ωs、P的幂指数;e1为比例调整系数,f1为初值调整系数;a1、b1、c1、d1、e1、f1的值根据遗传算法训练得到;
所述遗传算法中以在模拟全工况亮度分布试验中得到的眩光评价均值的均方根误差指标,作为适应度函数。
2.根据权利要求1所述的基于遗传算法的文物照明眩光量化评估方法,其特征在于,所述眩光评价均值采用以下方式计算得出:
设定连续数值量表的端点值对应的语义,采用连续数值量表对模拟全工况亮度分布试验中得到的所有眩光评价结果进行标记;
根据标记后得到的所有眩光评价值作为全样本数据;
对每一种工况的眩光评价分值进行均值计算,作为当前工况的眩光评价均值。
3.根据权利要求1所述的基于遗传算法的文物照明眩光量化评估方法,其特征在于,所述模拟全工况亮度分布试验包括以下步骤:
利用可调实验舱搭建博物馆展厅的文物照明光环境模型;
利用所述文物照明光环境模型进行光环境和可视点位的可调切换,获取全工况亮度分布;
获取根据全工况亮度分布得到的眩光评价结果作为全样本数据。
4.根据权利要求2所述的基于遗传算法的文物照明眩光量化评估方法,其特征在于,所述遗传算法的训练过程包括如下步骤:
将变量a1、b1、c1、d1、e1、f1作为六个等位基因,编码成一个染色体;
将得到的全工况亮度分布的眩光评价均值作为标准值,设置目标值与标准值的均方根误差函数RMSE作为适应度函数;
设定遗传算法的各运行参数并限定各等位基因的取值范围,重复迭代,得到a1、b1、c1、d1、e1、f1最优解。
5.根据权利要求1所述的基于遗传算法的文物照明眩光量化评估方法,其特征在于,还包括S4、根据得到的眩光值,划分文物照明的眩光等级。
6.一种基于遗传算法的文物照明眩光量化评估系统,其特征在于,包括
二维色彩分析仪、数据获取模块、数据处理模块;
所述数据获取模块用于获取待评估文物照明的环境照明参数LA;
所述二维色彩分析仪用于获取视野点位任意目标方向上亮度分布图像
所述数据处理模块,用于根据所述亮度分布图像和环境照明参数LA;计算各像素眩光源背景亮度矩阵Lb、眩光源亮度矩阵Ls、眩光源立体角ωs、和眩光源位置坐标P;
根据以下公式所示的文物照明的眩光量化模型,计算文物照明的眩光值:
;
其中,MGR代表文物照明的眩光值,a1、b1、c1、d1分别为 Ls 、 、/>、P的幂指数,e1为比例调整系数,f1为初值调整系数;a1、b1、c1、d1、e1、f1的值根据遗传算法训练得到;所述遗传算法中以在模拟全工况亮度分布试验中得到的眩光评价均值的均方根误差指标,作为适应度函数。
7.根据权利要求6所述的基于遗传算法的文物照明眩光量化评估系统,其特征在于,所述数据处理模块还包括遗传算法计算单元,所述遗传算法计算单元用于:将变量a1、b1、c1、d1、e1、f1作为六个等位基因,编码成一个染色体;
将全工况亮度分布的眩光评价均值作为标准值,设置目标值与标准值的均方根误差函数RMSE作为适应度函数;
设定遗传算法的各运行参数并限定各等位基因的取值范围,重复迭代,得到a1、b1、c1、d1、e1、f1最优解。
8.根据权利要求7所述的基于遗传算法的文物照明眩光量化评估系统,其特征在于,所述眩光评价均值采用以下方式计算得出:
设定连续数值量表的端点值对应的语义,采用连续数值量表对模拟全工况亮度分布试验中得到的所有眩光评价结果进行标记;
根据标记后得到的所有眩光评价值作为全样本数据;
对每一种工况的眩光评价分值进行均值计算,作为当前工况的眩光评价均值。
9.根据权利要求6所述的基于遗传算法的文物照明眩光量化评估系统,其特征在于,还包括眩光等级评估模块,所述眩光等级评估模块,用于根据得到的眩光值,划分文物照明的眩光等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310551350.6A CN116306319B (zh) | 2023-05-17 | 2023-05-17 | 基于遗传算法的文物照明眩光量化评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310551350.6A CN116306319B (zh) | 2023-05-17 | 2023-05-17 | 基于遗传算法的文物照明眩光量化评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116306319A CN116306319A (zh) | 2023-06-23 |
CN116306319B true CN116306319B (zh) | 2023-07-21 |
Family
ID=86826144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310551350.6A Active CN116306319B (zh) | 2023-05-17 | 2023-05-17 | 基于遗传算法的文物照明眩光量化评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116306319B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63154933A (ja) * | 1986-12-19 | 1988-06-28 | Matsushita Electric Ind Co Ltd | 室内照明の不快グレア評価器 |
WO2013111134A1 (en) * | 2012-01-24 | 2013-08-01 | Yechezkal Evan Spero | Detector controlled illuminating system |
WO2016091041A1 (zh) * | 2014-12-11 | 2016-06-16 | 厦门元谷信息科技有限公司 | 一种利用成像亮度计对道路照明眩光进行动态评估的方法 |
CN106815470A (zh) * | 2016-12-27 | 2017-06-09 | 浙江工业大学 | 一种办公场景照明环境对视觉健康影响的评估方法 |
CN106897535A (zh) * | 2017-03-09 | 2017-06-27 | 同济大学 | 一种高铁照明对临近并行高速公路眩光影响的评价方法 |
CN107044618A (zh) * | 2017-02-22 | 2017-08-15 | 横店集团得邦照明股份有限公司 | 一种适用于博物馆的全光谱led照明灯 |
CN108990200A (zh) * | 2018-06-06 | 2018-12-11 | 西南交通大学 | 一种高速列车照明不舒适眩光模拟系统控制方法 |
CN112729534A (zh) * | 2020-12-04 | 2021-04-30 | 西安理工大学 | 一种用于博物馆展柜的环境眩光监测控制系统 |
CN114114478A (zh) * | 2021-11-10 | 2022-03-01 | 深圳市雕拓科技有限公司 | 一种透明光学元件以及光场透过透明光学元件的调整方法 |
CN115506701A (zh) * | 2022-09-26 | 2022-12-23 | 青岛理工大学 | 一种防眩光、透光遮阳帘及其制作方法 |
CN115964928A (zh) * | 2022-05-19 | 2023-04-14 | 复旦大学 | 一种基于多目标优化的室内照明设计方法及系统 |
-
2023
- 2023-05-17 CN CN202310551350.6A patent/CN116306319B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63154933A (ja) * | 1986-12-19 | 1988-06-28 | Matsushita Electric Ind Co Ltd | 室内照明の不快グレア評価器 |
WO2013111134A1 (en) * | 2012-01-24 | 2013-08-01 | Yechezkal Evan Spero | Detector controlled illuminating system |
WO2016091041A1 (zh) * | 2014-12-11 | 2016-06-16 | 厦门元谷信息科技有限公司 | 一种利用成像亮度计对道路照明眩光进行动态评估的方法 |
CN106815470A (zh) * | 2016-12-27 | 2017-06-09 | 浙江工业大学 | 一种办公场景照明环境对视觉健康影响的评估方法 |
CN107044618A (zh) * | 2017-02-22 | 2017-08-15 | 横店集团得邦照明股份有限公司 | 一种适用于博物馆的全光谱led照明灯 |
CN106897535A (zh) * | 2017-03-09 | 2017-06-27 | 同济大学 | 一种高铁照明对临近并行高速公路眩光影响的评价方法 |
CN108990200A (zh) * | 2018-06-06 | 2018-12-11 | 西南交通大学 | 一种高速列车照明不舒适眩光模拟系统控制方法 |
CN112729534A (zh) * | 2020-12-04 | 2021-04-30 | 西安理工大学 | 一种用于博物馆展柜的环境眩光监测控制系统 |
CN114114478A (zh) * | 2021-11-10 | 2022-03-01 | 深圳市雕拓科技有限公司 | 一种透明光学元件以及光场透过透明光学元件的调整方法 |
CN115964928A (zh) * | 2022-05-19 | 2023-04-14 | 复旦大学 | 一种基于多目标优化的室内照明设计方法及系统 |
CN115506701A (zh) * | 2022-09-26 | 2022-12-23 | 青岛理工大学 | 一种防眩光、透光遮阳帘及其制作方法 |
Non-Patent Citations (4)
Title |
---|
Comparing the performance of four shading strategies based on a multi-objective genetic algorithm: A case study in a university library;Shikang Wen等;《Journal of Building Engineering》;论文第1-21页 * |
Optimization of an external perforated screen for improved daylighting and thermal performance of an office space;Cristian Lavin等;《Procedia Engineering》;论文第571-581页 * |
The influence mechanism of daylight visual evaluation in college classrooms under visual field physiological characteristics of student group: Case study;Gang Liu等;《Building and Environment》;论文第1-14页 * |
照明工程中的眩光及其评价方法;初醒悟;《《https://www.renrendoc.com/paper/129053080.html》》;论文第1-10页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116306319A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hirning et al. | Discomfort glare in open plan green buildings | |
Chinazzo et al. | Combined effects of daylight transmitted through coloured glazing and indoor temperature on thermal responses and overall comfort | |
Rodriguez et al. | An epidemiological approach to daylight discomfort glare | |
Ged et al. | Recognizing real materials from their glossy appearance | |
Inui et al. | Spaciousness in interiors | |
Cauwerts | Influence of presentation modes on visual perceptions of daylit spaces | |
CN102507151A (zh) | 一种基于工效学实验的阅读台灯评价方法 | |
CN109640786A (zh) | 视觉功能检查及光学特性计算系统 | |
Jakubiec et al. | Long-term visual quality evaluations correlate with climate-based daylighting metrics in tropical offices–A field study | |
Rockcastle et al. | Human perceptions of daylight composition in architecture: A preliminary study to compare quantitative contrast measures with subjective user assessments in HDR renderings | |
Kim et al. | The scope of the glare light source of the window with non-uniform luminance distribution | |
Kurnia et al. | Visual comfort assessment using high dynamic range images under daylight condition in the main library building of Institut Teknologi Bandung | |
CN116306319B (zh) | 基于遗传算法的文物照明眩光量化评估方法及系统 | |
Linney | Maximum Luminances and Luminance Ratios and their Impact on Users' Discomfort Glare Perception and Productivity in Daylit Offices: Testing the Hypothesis: Maximum Luminance and Ratio Recommendations For Visual Comfort Should be Specific to the Luminous | |
Shi et al. | An intelligent optimization method of exercisers' visual comfort assessment in gymnasium | |
Błaszczak | Method for evaluating discomfort glare based on the analysis of a digital image of an illuminated interior | |
Yao et al. | Evaluation of several different types of uniformity metrics and their correlation with subjective perceptions | |
Dang et al. | Glare quantification in Chinese museum exhibition halls based on visual field luminance distribution | |
Wang et al. | Lighting Style and Color Temperature to Emotion Response in Architecture Illumination of the Historic Buildings in Dalian | |
CN115688426A (zh) | 一种用于平板显示器件显示的感知亮度表征方法 | |
CN117058132B (zh) | 基于神经网络的文物照明视觉舒适度量化评估方法及系统 | |
Zaikina et al. | Luminance-based measures of shape and detail distinctness of 3D objects as important predictors of light modeling concept. Results of a full-scale study pairing proposed measures with subjective responses | |
Zaikina | LIGHT MODELLING IN ARCHITECTURAL SPACES: LUMINANCE-BASED METRICS OF CONTOUR, SHAPE AND DETAIL DISTINCTNESS OF DAY-LIT 3D OBJECTS | |
Hou et al. | Display dimming model characterized by three-dimensional ergonomic study | |
CN114967125B (zh) | 一种基于空间光场和色彩的显示亮暗感受的表征方法 |
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 |