CN117315415A - 一种店铺招牌健康性能评估方法与装置 - Google Patents
一种店铺招牌健康性能评估方法与装置 Download PDFInfo
- Publication number
- CN117315415A CN117315415A CN202310863927.7A CN202310863927A CN117315415A CN 117315415 A CN117315415 A CN 117315415A CN 202310863927 A CN202310863927 A CN 202310863927A CN 117315415 A CN117315415 A CN 117315415A
- Authority
- CN
- China
- Prior art keywords
- brightness
- luminous
- channel
- signboard
- sign
- 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
- 230000036541 health Effects 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 title claims abstract description 8
- 239000000463 material Substances 0.000 claims abstract description 43
- 238000001228 spectrum Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000033764 rhythmic process Effects 0.000 claims abstract description 16
- 230000005855 radiation Effects 0.000 claims abstract description 13
- 230000001020 rhythmical effect Effects 0.000 claims abstract description 11
- 206010049155 Visual brightness Diseases 0.000 claims abstract description 4
- 206010047571 Visual impairment Diseases 0.000 claims abstract description 4
- 238000004088 simulation Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims 1
- 238000001429 visible spectrum Methods 0.000 description 5
- 230000004310 photopic vision Effects 0.000 description 4
- 241000254032 Acrididae Species 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 230000002060 circadian Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
- G06V10/54—Extraction of image or video features relating to texture
-
- 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
-
- 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
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开一种店铺招牌健康性能评估方法与装置,属于店铺招牌健康性能评估技术领域,方法包括:在待评估店铺招牌不同发光表面选取若干点,测量每个点对应的亮度和光谱,根据所述光谱计算得到每一个被测点的色坐标;基于色坐标和亮度值,计算得到被测光源的红绿蓝三通道辐射亮度和九通道辐射亮度,对应生成三通道发光材质和九通道发光材质;测量并建立该招牌的三维模型,计算发光材质的面积;基于三通道发光材质和三维模型,模拟得到该招牌明视觉亮度分布及数值,基于九通道发光材质和三维模型,模拟得到该招牌节律亮度分布及数值;基于采集及模拟数据,评估该招牌的健康等级,包括视觉干扰程度和节律干扰程度。
Description
技术领域
本发明属于店铺招牌健康性能评估技术领域,具体涉及一种店铺招牌健康性能评估方法与装置。
背景技术
目前,居住区内临街一层设置商业店铺的模式非常常见。店家为了起到昭示广告的作用,多采用大量LED灯珠从内部照亮招牌,表面(字和背景)多采用红色、白色、黄色、绿色和蓝色等半透明材料,使得招牌发光时呈现该半透明材料的颜色。由于店铺招牌在居民区一层,其多样的色彩和偏高的亮度,不仅从视觉层面干扰居民,更从生物节律方面(节律亮度及时间累计两方面)对居民的作息和睡眠质量产生负面影响。但招牌复杂的构成(内部光源和外部半透明彩色材质)和复杂的形状(店铺标识和店铺名称),如何量化评估招牌的健康性能成为当下痛点。
发明内容
针对现有技术的不足,本发明的目的在于提供一种店铺招牌健康性能评估方法与装置。
本发明的目的可以通过以下技术方案实现:
在待评估店铺招牌中不同发光材质采集若干个点,测量当前招牌每一个实测点对应的亮度和光谱构成;
在白天测量该招牌的三维尺寸数据,在软件中建立三维模型,得到发光材质的面积;
将三基色相对系数xy和实测亮度数据,转化为1931 CIE XYZ色坐标;
将1931CIE XYZ色坐标数值转化为Radiance红绿蓝(Red,Green和Blue,简称RGB)三通道辐射亮度(单位为W/(m2·sr));
将得到结果置入Radiance发光材质格式,得到三通道发光材质;
基于红绿蓝三通道发光材质和三维模型,模拟得到该招牌明视觉亮度分布及典型数值(最大值、最小值、平均值和中位数);
基于实测亮度和光谱数据得到红绿蓝九通道辐射亮度;
根据发光材质计算方法,生成红绿蓝九通道发光材质;
基于红绿蓝九通道发光材质和三维模型,模拟得到该招牌节律亮度分布及典型数值(最大值、最小值、平均值和中位数);
根据该招牌发光面面积确定规范亮度阈值,评估该招牌视觉干扰和光污染影响程度;
根据模拟得到的节律亮度判断该招牌节律干扰程度;
可选的,基于该店铺的营业时间段和营业时长,以及模拟所得节律亮度值,计算累计节律干扰程度;
本发明的有益效果:
本发明提供的店铺招牌健康性能评估方法,为首次提出集合实测和模拟方法,从量化的角度,综合评估店铺招牌的健康性能,得到该招牌发光面面积、明视觉亮度、节律亮度、光谱及色坐标等性能参数,并依据该招牌的各项指标,综合评价其视觉干扰、节律干扰和光污染程度,评估结果准确全面,为后期降低招牌各项参数提供方法、技术和数据支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例中商铺招牌健康性能评估方法的步骤流程示意图;
图2为实测黄色招牌字可见光光谱(以AA为例);
图3为实测白色招牌字可见光光谱(以BB为例);
图4为本申请实施例中被评估招牌Rhino三维模型;
图5为本申请实施例中Honeybee-Radiance三通道模拟流程图;
图6为本申请实施例中Lark和Honeybee-Radiance九通道模拟流程图;
图7为本申请实施例中“AABB”模拟后的明视觉亮度值和节律亮度值。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
一种店铺招牌健康性能评估方法与装置,
请参阅图1,图1为本申请实施例中店铺招牌健康性能评估方法的步骤流程示意图,本实施例中,上述招牌性能评估方法包括:
分析实施以“AABB”为发光招牌字,其中“AA”为黄色,“BB”为白色;以夜晚实测的某家店铺黄色和白色发光字体亮度及光谱数据为例,测量过程中各选取若干点测量其光源亮度及光谱数。白色光谱分布如图2所示,数据如表1所示;黄色光谱分布如图3所示,数据如表2所示。表1是黄色招牌字AA字可见光光谱强度(W/sr/cm2)
表2是白色招牌字BB可见光光谱强度(W/sr/cm2)
白天,拍摄该店铺的立面照片,并测量其店铺尺寸;
根据测量数据将店铺及其招牌转化成三维Rhino模型如图4所示,并基于不同材质设置图层;
将Rhino模型导入Grasshopper(简称GH)软件,利用“Area”计算模块分别计算出“AA”和“BB”两种发光颜色招牌字的发光面面积;
基于公式1,将三基色相对系数xy和实测亮度数据,转化为1931CIE XYZ色坐标。其中x,y,z为三基色相对系数(x+y+z=1),X,Y,Z为1931CIE XYZ的颜色匹配函数,Y为色彩的明亮度(cd/m2);
基于公式2,将1931 CIE XYZ色坐标数值转化为Radiance软件红绿蓝(Red,Green和Blue,简称RGB)三通道辐射亮度(W/(m2·sr))。其中
将得到结果置入Radiance发光材质格式,得到三通道发光材质。其中发光材质格式如下:
voidglow material_name0
0
4R G B max_Radius
其中material_name为材质名称,可自行定义,R,G,B分别代表计算得到的RGB三通道辐射亮度,max_Radius为被模拟光源的阴影测试半径,即当其他物体与被模拟光源的距离在该测试半径之内有阴影生成,在该测试半径之外则无阴影生成,默认为0。
黄色和白两种发光材质如下:
void glow Yellow_Character
0
0
49.8379 8.5684 0.00 0.00
voidglow White_Character
0
0
48.4287 11.5584 24.3043 0.00
在Honeybee-Radiance中将三维模型、发光材质和模拟视角设定好,模拟得到该店铺招牌的明视觉亮度值和分布结果,模拟流程如图4所示。其中招牌发光字体、不透明招牌、店铺墙体、玻璃门等构件均在Rhino中建立三维模型后导入GH,在Honeybee-Radiance赋予相应材质,设定模拟视野后,模拟生成明视觉场景亮度hdr文件。
将测量的光谱数据导入Lark插件中,根据公式3和4得到九通道的光谱构成;
Sum=B1*VB1+B2*VB2+B3*VB3+…+R3*VR3 (公式3)
其中B1,B2,B3,G1,G2,G3,R1,R2,R3分别为对应可见光光谱范围(表3)的辐射亮度,VB1,VB2,VB3,VG1,VG2,VG3,VR1,VR2,VR3为九通道的明视觉光普光视效率(表3的Vn),Sum为输入光谱基于九通道明视觉光谱光视效率的总辐射亮度,bn为Bn光谱范围(380nm-422nm)对应的辐射亮度(W/(m2·sr)),Lmean为实测亮度值(cd/m2),179(lumen/watt)为Radiance软件的可见光功效,以此类推,gn和rn的计算方法相同;
表3:九通道可见光光谱范围及对应明视觉光谱光视效率
将得到的九通道光谱数据与实测亮度数据结合,基于Radiance发光材质格式,得到九通道三组发光材质数据;
voidglow Yellow_Character
0
0
4 b1 b2 b3 0
voidglow Yellow_Character
0
0
4 g1 g2 g3 0
voidglow Yellow_Character
0
0
4 r1 r2 r3 0
以上运算过程,可采用“Lark Convert SPD”升级版计算模块运算,升级版计算模块的编程如下文所示;
图6为基于发光字体光谱数据采用Lark插件的模拟流程,在Lark中将三维模型、三组发光材质和模拟视角设定好,先分别得到红绿蓝三通道的模拟结果,再通过“Lark 9-channel Circadian Luminance”计算模块转换成节律亮度hdr文件,可从hdr文件得到节律亮度值和分布结果;
图7呈现了“AABB”招牌的明视觉亮度节律亮度分布结果。其中明视觉照度方面,黄字AA和白字BB亮度分别为2075cd/m2和1740cd/m2;在非视觉生物效应方面,黄字AA和白字BB的节律亮度分别为368cd/m2和2612cd/m2;
根据计算可得黄色“AA”面积为0.1m2,白色“BB”面积为0.4m2,根据表4(出自《城市夜景照明设计规范》JGJT 163-2008)可判断,在E3区内,白字和黄字均不合格(亮度超过800cd/m2),构成光污染;
表4:E1、E2、E3和E4环境区域不同面积广告与标识照明的平均亮度最大允许值
同样的,亮度数据绝对值可作为从明视觉亮度转化到节律亮度的参考值,同样可以判断,白字的节律亮度超标,但黄字的节律亮度低于标准(800cd/m2);综上所述,对“AABB”店铺招牌的量化模拟可知,在视觉干扰层面,该招牌存在问题;在节律干扰层面,白色BB存在问题,黄色AA相对较好;
“Lark Convert SPD”升级版计算模块编程,以光谱数据和亮度数据为输入,输出九通道的Radiance发光材质:
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (7)
1.一种店铺招牌健康性能评估方法,其特征在于,包括以下步骤:
在待评估店铺招牌的发光面上采集亮度和光谱数据,测量该招牌的三维尺寸,并在软件中建立三维模型,计算发光面面积;
根据测量亮度和光谱数据计算色度坐标,利用计算得到红绿蓝辐射亮度,生成三通道发光材质,利用三维模型和三通道发光材质模拟得到该招牌明视觉亮度分布及数值;
根据测量亮度和光谱数据,计算得到红绿蓝九通道辐射亮度,生成九通道发光材质,利用三维模型和九通道发光材质模拟得到该招牌节律亮度分布及数值;
基于明视觉亮度、节律亮度、发光面积和亮灯时长,评价该招牌的健康干扰程度,包括视觉干扰和非视觉生物节律干扰。
2.根据权利要求1所述的一种店铺招牌健康性能评估方法与装置,其特征在于,在采集亮度和光谱数据时,在待评估店铺招牌中不同发光材质采集若干个点,测量当前招牌每一个实测点对应的亮度和光谱构成。
3.根据权利要求1所述的一种店铺招牌健康性能评估方法与装置,其特征在于,将所述计算得到红绿蓝辐射亮度结果置入Radiance发光材质格式,得到三通道发光材质。
4.根据权利要求1所述的一种店铺招牌健康性能评估方法与装置,其特征在于,所述九通道发光材质是根据发光材质计算得到。
5.根据权利要求1所述的一种店铺招牌健康性能评估方法与装置,其特征在于,所述节律干扰的程度可以通过该店铺的亮灯时长,以及模拟所得节律亮度值,计算累计得到。
6.一种店铺招牌健康性能评估系统,其特征在于,包括:
测量模块:在待评估店铺招牌的发光面上的采集亮度和光谱数据,测量该招牌的三维尺寸,并在软件中建立三维模型,计算发光面面积;
模拟模块:根据测量亮度和光谱数据计算色度坐标,利用计算得到红绿蓝辐射亮度,生成三通道发光材质,利用三维模型和三通道发光材质模拟得到该招牌明视觉亮度分布及数值;
根据测量亮度和光谱,计算得到红绿蓝九通道辐射亮度,生成九通道发光材质,利用三维模型和九通道发光材质模拟得到该招牌节律亮度分布及数值;
评估模块:基于明视觉亮度、节律亮度、发光面积和店铺亮灯时长,评价该招牌的健康干扰程度,包括视觉干扰和非视觉生物节律干扰两方面。
7.一种店铺招牌健康性能评估装置,储存有运行权利要求6所述的用于店铺招牌健康性能评估的系统程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310863927.7A CN117315415B (zh) | 2023-07-13 | 2023-07-13 | 一种店铺招牌健康性能评估方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310863927.7A CN117315415B (zh) | 2023-07-13 | 2023-07-13 | 一种店铺招牌健康性能评估方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117315415A true CN117315415A (zh) | 2023-12-29 |
CN117315415B CN117315415B (zh) | 2024-06-11 |
Family
ID=89280055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310863927.7A Active CN117315415B (zh) | 2023-07-13 | 2023-07-13 | 一种店铺招牌健康性能评估方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117315415B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130230219A1 (en) * | 2012-03-01 | 2013-09-05 | Harris Corporation | Systems and methods for efficient comparative non-spatial image data analysis |
KR20160124281A (ko) * | 2015-04-16 | 2016-10-27 | 주식회사 피너클 | 균일 휘도 특성을 갖는 간판 |
US20180109698A1 (en) * | 2016-02-08 | 2018-04-19 | Imago Systems, Inc. | System and Method for the Visualization and Characterization of Objects in Images |
CN109977865A (zh) * | 2019-03-26 | 2019-07-05 | 江南大学 | 一种基于人脸颜色空间和度量分析的欺诈检测方法 |
CN110390161A (zh) * | 2019-07-22 | 2019-10-29 | 南京大学 | 一种基于Grasshopper平台的天然光非视觉效应评估方法 |
CN112257709A (zh) * | 2020-10-23 | 2021-01-22 | 北京云杉世界信息技术有限公司 | 一种招牌照片审核方法、装置、电子设备及可读存储介质 |
CN112415718A (zh) * | 2020-12-07 | 2021-02-26 | 厦门力鼎光电股份有限公司 | 一种宽光谱复消色差的光学成像镜头 |
CN112992039A (zh) * | 2021-03-27 | 2021-06-18 | 惠仁康宁(苏州)健康科技有限公司 | 一种显示屏光辐射视觉健康信息实时获取方法 |
CN113411508A (zh) * | 2021-05-31 | 2021-09-17 | 东南大学 | 一种基于相机亮度测量的非视域成像方法 |
-
2023
- 2023-07-13 CN CN202310863927.7A patent/CN117315415B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130230219A1 (en) * | 2012-03-01 | 2013-09-05 | Harris Corporation | Systems and methods for efficient comparative non-spatial image data analysis |
KR20160124281A (ko) * | 2015-04-16 | 2016-10-27 | 주식회사 피너클 | 균일 휘도 특성을 갖는 간판 |
US20180109698A1 (en) * | 2016-02-08 | 2018-04-19 | Imago Systems, Inc. | System and Method for the Visualization and Characterization of Objects in Images |
CN109977865A (zh) * | 2019-03-26 | 2019-07-05 | 江南大学 | 一种基于人脸颜色空间和度量分析的欺诈检测方法 |
CN110390161A (zh) * | 2019-07-22 | 2019-10-29 | 南京大学 | 一种基于Grasshopper平台的天然光非视觉效应评估方法 |
CN112257709A (zh) * | 2020-10-23 | 2021-01-22 | 北京云杉世界信息技术有限公司 | 一种招牌照片审核方法、装置、电子设备及可读存储介质 |
CN112415718A (zh) * | 2020-12-07 | 2021-02-26 | 厦门力鼎光电股份有限公司 | 一种宽光谱复消色差的光学成像镜头 |
CN112992039A (zh) * | 2021-03-27 | 2021-06-18 | 惠仁康宁(苏州)健康科技有限公司 | 一种显示屏光辐射视觉健康信息实时获取方法 |
CN113411508A (zh) * | 2021-05-31 | 2021-09-17 | 东南大学 | 一种基于相机亮度测量的非视域成像方法 |
Non-Patent Citations (2)
Title |
---|
PIERSON C等: "Validation of spectral simulation tools for the prediction of indoor electric light exposure", 《PROCEEDINGS OF THE CONFERENCE CIE 2021. COMMISSION INTERNATIONALE DE L\'ECLAIRAGE, 2021》, 27 September 2021 (2021-09-27), pages 52 - 62 * |
方景;肖辉;邴赫亮;: "城市光污染――LED显示屏亮度问题的思考", 照明工程学报, no. 1, 31 October 2013 (2013-10-31), pages 78 - 82 * |
Also Published As
Publication number | Publication date |
---|---|
CN117315415B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khan et al. | LED lighting: Technology and perception | |
CN111486947B (zh) | 一种基于照度和相关色温的展陈照明光品质评价方法及系统 | |
CN105136432B (zh) | 基于主客观实验数据的led照明质量评价方法及系统 | |
CN110836723B (zh) | 一种青铜器展陈照明光品质评价方法与系统 | |
CN104991988B (zh) | 基于多颗单色大功率led实现类日光光源的方法 | |
CN105651386A (zh) | 一种利用标准光源对色观察箱进行颜色测试的方法 | |
CN113673389A (zh) | 光源光谱功率分布相关的绘画照明视觉评价方法 | |
Bodrogi et al. | Why does the CIE colour rendering index fail for white RGB LED light sources? | |
CN112512164B (zh) | 一种面向国画展陈照明的多级照度色温喜好度预测方法及系统 | |
CN111402409B (zh) | 一种展馆设计光照条件模型系统 | |
CN106053024A (zh) | 一种面向单色系物体的led光源喜好度预测方法 | |
CN115438399A (zh) | 布灯方法及计算机可读存储介质 | |
Skarżyński | Methods of calculation of floodlighting utilisation factor at the design stage | |
Yang et al. | The yellow ring measurement for the phosphor-converted white LED | |
CN117315415B (zh) | 一种店铺招牌健康性能评估方法与装置 | |
TWI476383B (zh) | 以黑體輻射光譜相似性分析光源品質之方法 | |
CN113781395B (zh) | 适用于中国传统绘画的照明颜色质量评价方法 | |
CN116679486A (zh) | 基于Mini-LED背光的液晶显示屏色彩均化方法及装置 | |
CN101815190A (zh) | 投影显示系统及其特性分析方法 | |
CN113989403A (zh) | 一种突出主体色的led背光源实现方法 | |
Yao | Spectral reflectance luminous efficacy | |
CN1187020C (zh) | 颜色视觉辨别特性自动定量测试系统 | |
Xie | Point and line to surface: The geometric elements of display color modeling | |
Liu et al. | Research on the emotional response level of museum visitors based on lighting design methods and parameters | |
CN2574591Y (zh) | 颜色视觉辨别特性自动定量测试装置 |
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 |