WO2017054784A2 - Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color - Google Patents

Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color Download PDF

Info

Publication number
WO2017054784A2
WO2017054784A2 PCT/CO2016/000007 CO2016000007W WO2017054784A2 WO 2017054784 A2 WO2017054784 A2 WO 2017054784A2 CO 2016000007 W CO2016000007 W CO 2016000007W WO 2017054784 A2 WO2017054784 A2 WO 2017054784A2
Authority
WO
WIPO (PCT)
Prior art keywords
obtaining
procedure
configuration
natural environments
color patterns
Prior art date
Application number
PCT/CO2016/000007
Other languages
English (en)
French (fr)
Other versions
WO2017054784A8 (es
WO2017054784A3 (es
WO2017054784A9 (es
Inventor
Rafael Hernando BARRAGÁN ROMERO
Original Assignee
Universidad De Los Andes
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Universidad De Los Andes filed Critical Universidad De Los Andes
Priority to US15/764,736 priority Critical patent/US20190060601A1/en
Publication of WO2017054784A2 publication Critical patent/WO2017054784A2/es
Publication of WO2017054784A9 publication Critical patent/WO2017054784A9/es
Publication of WO2017054784A3 publication Critical patent/WO2017054784A3/es
Publication of WO2017054784A8 publication Critical patent/WO2017054784A8/es

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A61M2205/3327—Measuring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A61M2205/3331—Pressure; Flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A61M2205/3368—Temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/502—User interfaces, e.g. screens or keyboards
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
    • A61M2230/06—Heartbeat rate only
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/40—Respiratory characteristics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/50—Temperature

Definitions

  • the patent procedure referred to here corresponds to a procedure for obtaining the chromatic attributes of a natural environment (EN), artificial environment (EA) or mixed environment (EM) of Figure 1, of a pilot area , as an instrument for the quantitative evaluation of color in these environments, from the analysis and understanding of the scenario called sector precedence analysis (S) of Figure 3, to obtain chromatic palettes applied on any type of surfaces such as mimesis in various fields of application such as: Biosafety, Well-being associated with color perception, psychology applied through color, eco-urban landscape, color trends in clothing and products, interior and exterior space management.
  • color is taken as the perceptual identification tool, allowing the creation of codes that arise from selected images from their pixel-to-pixel analysis.
  • Said color analysis in the natural environments (EN) of Figure 1 is born from a plant organ that depends on the predominance of the chlorophyll A, B, Xanthenes and Beta-carotene pigments or the combination in different concentrations of them.
  • the color that prevails is green, due to the presence of chlorophyll pigments A and B.
  • the perceptual experience is added, that is, the intensity of light associated with the observer, the distance and the height among others.
  • MS The Mixed Environment (MS) of Figure 1 is a mixture of variables of the characteristics of (EN) and (EA) of Figure 1.
  • the first factor is that of the gray scale that allows a pixel to appear white, black or one of several shades of gray. With the grayscale program that allocates to eight bits per pixel, it is possible to obtain up to 256 shades of gray that is more than the human eye can identify.
  • the second factor is the density of the pixels that define the dots per inch or dpi (dots per inch).
  • a photographic recording is carried out in sequences of the sector of the selected environment, taking into account count those ranges of distance P (12) of Figures 2 and 6, the changes in light intensity - L of Figure 14 - between 5,000 lux and 1 10,000 lux and the time - t of Figure 14 of the photographic take (The spot selected in high definition with the use of DX-8 AF lenses with Dx zoom 55-200 and lenses plus UV filters), in order to assess the perceptual difference and the effect of depth on the color ratio in each case.
  • This information serves as the axis of depth and contrast of the concentration of colors in each selected image. From the taking of these images, a statistical analysis of color prevalence is carried out, with pixel-to-pixel verification (16) of Figure 7, this should be consistent with the cronbach alpha coefficient of 0.96 and through Kruskal Walls test.
  • the second stage or digital treatment of the image (2) of Figure 3, whose function is to analyze the images digitally to acquire the characteristics of the different elements that compose it as they are; the tone, the illumination, the dye, the clarity, the contrast, the exposure, the saturation and in general all the details of the image.
  • tone (20) is acquired, in HSB (22) of Figures 10 and 11, saturation (20) in HSB (22) of Figures 10 and 11, and brightness (20) in HSB (22) of Figures 10 and 1 1, and the values of red - R -, green - G - and blue - B - (19) in RGB (21) of Figures 10 and 11 of the images processed to generate the statistical scale of the resulting values and create in the future in another patent a color palette on a source image.
  • the images that were taken sequentially from the environment are involved in distances (P) Distance ranges in intervals P (12) of Figures 2 and 6, with the aim of diminishing the effect of the variable light conditions of the environment.
  • the first phase called selection (7) of Figures 4 and 5, and selection in the image (15) of Figure 7 is developed from the number of captures N of consecutive images with a specific focal point (13) of Figure 6, through a consecutive defined in values of distances P in inches, in order to choose an average image, which will serve as the basis for the differential study of pixels.
  • This average image is the sum of the incidence of light - L - on the selected focal point, time - 1 - and distance - P - of the shot.
  • this development environment is used to process the image pixels, so the program adjusts the image resolution to 320 X 240 pixels and proceeds to make an image segmentation, unifying the colors of the pixels, with similar chromatic aspects and producing a Pixel to Pixel check grid (16) of Figure 7, which relates the surrounding colors in a single square, giving a total of 1,200 squares with all the characteristics of the image .
  • a digital programming development process is used, used as a tool for the production of multimedia and interactive applications;
  • this development environment is used to process the image pixels, so the program adjusts the image resolution to 320 X 240 pixels and proceeds to make an image segmentation, unifying the colors of the pixels, with similar chromatic aspects and producing a Pixel to Pixel check grid (16) of Figure 7, which relates the surrounding colors in a single square, giving a total of 1,200 squares with all the characteristics of the image .
  • an average color chart that will serve as the main basis for the analysis of consecutive shots taken.
  • the second phase called focal simplification (8) of Figures 4 and 5 and (13) of Figures 6 and 12 in accordance with the results obtained from the analysis of a pixel-to-pixel image, the most important segment in the on position of the consecutive images in which the pixels are synthesized until reaching an average reference image again, in order to obtain an adequate size that reduces the analysis time of the RGB codes without affecting the reference histograms.
  • the program traverses each of the squares generated and collects in a database the values of the segment of the consecutive image and from the algorithm based on the mathematical gradient equation (29) of the Figure 8, the colors and borders of each of the forms that compose it are determined.
  • the third phase called abstraction (9) of Figures 4 and 5 consists of separating the colors Red, Green and Blue RGB (19) and (21) of Figures 10 and 11 from each image, these components have a corresponding value to the range of 0 to 255 and the intensities of hue, brightness and saturation HSB (20) and (22) of Figures 10 and 11 for the comparison of the highest to the lowest ranges, which will allow to determine the most relevant points of color in the sequence of images of the selected area.
  • Figure 9 for each analyzed segment of the grid in the following order, Pixel number, red value, green value, blue value, hue, saturation and brightness.
  • the fourth phase called optical relief analysis (10) of Figures 4 and 5 simplifies tonal scales, to obtain the average ranges between the highs and lows, resulting in color patterns - Pentative (14) of the Figure 6, the most representative tentative color Patterns in the selection of the image (17) of Figure 7 and the most representative tentative color Patterns in the check grid (18) of Figure 7, where the most representative are selected of the natural environment (EN) of Figure 1, artificial environment (EA) of Figure 1 and mixed environment (MS) of Figure 1 taken as a case study (11) of Figure 6.
  • the noise in the image which arises as several consecutive images are taken at various distances P (12) of Figures 2 and 6 , where elements of (EN), (EA) and (EM) of Figure 1 are captured, which are not of interest in the analysis (13) of Figure 12.
  • the third factor is the misalignment of the images, produced by the random movement obtained by pressing the camera shutter in the image shots at certain distances in which different and diverse elements of the landscape (13) of Figure 12 emerge.
  • the third stage is called data processing (3) of Figure 3, where a statistical analysis is generated on the contrast protocols developed according to the characteristics (D) of Figure 14.
  • a statistical analysis is generated on the contrast protocols developed according to the characteristics (D) of Figure 14.
  • the fourth stage of the procedure corresponds to the legalization of results (4) of Figure 3, in which three matrices are developed for the color analysis of each image capture; these matrices have been called matrix characteristics of the HSB color (22) of Figure 11, which corresponds to an analysis and processing of gray-scale images and chromatic image processing, followed by the matrix RGB color percentage (21) of the Figure 1 1 that corresponds to a chromatic analysis of images and dominant RGB matrix (30) of Figure 13 where the dominant red, green and blue tone of the image are determined, and the color that occupies the largest area of the environment.
  • the first matrix establishes the characteristics of each image to compare them with each other and determine similarities and differences.
  • the prevalence of the variables of the images are: clarity, dye, saturation, contrast, exposure value and distance (22) of Figure 11
  • the second matrix establishes the characteristics of each image to compare them with the analysis matrices per pixel by color and determine if they are suitable or not to be applied in the proposal of new color tables.
  • the reference variables of these are: luminance, saturation, average of brown, average of green, average of blue, average of black, exposure value and distance (21) of Figure 11, (here are detection ranges A (RDA), B (RDB) and C (RDC) in the variables I (Individual) and Distance in meters (Dm) of Figure 15.
  • the third matrix establishes the dominant RGB of the image, which specifies that the pattern with the largest area must have a certain color.
  • This matrix provides the graphs where the levels of blue, green and red that make up the image will be seen. Its variables are: R (red), G (green), B (blue), exposure value and distance (30) of Figure 13.
  • optical contrast test is included, whose function is to develop mixed Laboratory / Field tests in the natural environment, to establish criteria for disruption in mimesis patterns.
  • the image density for analysis of 1200 pixels (23) of the frame (28), the processing of the image set by ecosystem (24) of the frame (28) and the analysis are worked on quantitative image (25) of the picture (28).
  • the frequency histograms (26) of the table (28) and the identification of the average and maximum values (27) of the table (28) are handled.

Landscapes

  • Health & Medical Sciences (AREA)
  • Hematology (AREA)
  • Anesthesiology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychology (AREA)
  • Acoustics & Sound (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Non-Portable Lighting Devices Or Systems Thereof (AREA)
  • Image Processing (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)
  • Toys (AREA)

Abstract

La presente patente de invención, se refiere al procedimiento de obtención de los atributos cromáticos de un Entorno Natural, que bajo los mismos parámetros puede aplicarse en Entornos Artificiales o en Entornos Mixtos; mediante extracción digital por toma fotográfica, para la generación de patrones de colores (se entiende por Entornos Naturales aquellos que están vinculados al medio ambiente e incluye, el paisaje, la vegetación y la fauna, los Entornos Artificiales son aquellos que han sido intervenidos y/o construidos por el hombre y Los entornos Mixtos involucran características físicas de los entornos artificiales y de los naturales). Este procedimiento se determina para obtener paletas cromáticas aplicadas sobre cualquier tipo de superficies que funcionen como un factor mimético en diversos campos de aplicación como: Bioseguridad, Bienestar asociado a la percepción cromática, Sicología aplicada a través del color, paisaje eco-urbano, tendencias cromáticas en vestuario y productos, manejo de espacios interiores y exteriores e inclusive para el sector militar en la medida en la que los principios físicos y técnicos serian los mismos que para el sector civil.

Description

TITULO
Procedimiehto de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color
DESCRIPCION DE LA PATENTE
La patente be procedimiento de la que aquí se hace referencia, corresponde a un procedimiento de obtención de los atributos cromáticos de un entorno natural (EN), entorno artificial (EA) o entorno mixto (EM) de la Figura 1 , de un área piloto, como instrumento para la evaluación cuantitativa del color en dichos entornos, a partir del análisis y la comprensión del escenario llamado análisis de precedencia del sector (S) de la Figura 3, para la obtención de paletas cromáticas aplicadas sobre cualquier tipo de superficies como mimesis en diversos campos de aplicación como: Bioseguridad, Bienestar asociado a la percepción cromática, sicología aplicada a través del color, paisaje eco-urbano, tendencias cromáticas en vestuario y productos, manejo de espacios interiores y exteriores.
Para lo anterior, el color se toma como la herramienta perceptual de identificación, permitiendo la creación de códigos que surgen de imágenes seleccionadas a partir de su análisis píxel a píxel. Dicho análisis del color en los entornos naturales (EN) de la Figura 1 , nace a partir de un órgano vegetal que depende del predominio del pigmento Clorofila A, B, Xantenos y Betacarotenos o de la combinación en distintas concentraciones de ellos.
En las especies vegetales del sector seleccionado, el color que prevalece es el verde, debido a la presencia de los pigmentos clorofila A y B. Sin embargo, la información genética a través de las expresiones fenotípicas, la altura del piso térmico en la que se encuentra, la prevalencia de intensidad lumínica y los fenómenos ambientales y de cambio climático, generan diversas manifestaciones de tonos de color en diferentes géneros y especies de plantas. A lo anterior, se suma la experiencia perceptual, es decir, la intensidad de luz asociada al observador, la distancia y la altura entre otras.
Igualmente el análisis del color en el Entorno Artificial (EA) de la Figura 1 , surge de la manifestación de las diversas expresiones generadas por el hombre, en los espacios interiores y exteriores, donde las manifestaciones culturales, sociales y tecnológicas emergen, dándole un nuevo significado a materiales, formas y texturas que componen este tipo de entorno.
El Entorno Mixto (EM) de la Figura 1 , es una mezcla de variables de las características del (EN) y (EA) de la Figura 1.
La presentí, permite reconocer procesos de manejo de imagen para (EN), (EA) y (EM) de la Figura 1 , con el objetivo de lograr la identificación de prevalencias de color.
Para el análisis del procesamiento digital, se utilizaron gráficos monocromíiticos, en donde las imágenes se dibujan en un color sobre un fondo fijo. Los tonos de grises se simulan bajo la técnica de simulación de colores (dithering) con la combinación de píxeles blancos y negros para crear la ilusión de un tono de gris.
Se identifidan dos factores: el primer factor es el de la escala de grises que permiten que un píxel aparezca de color blanco, negro o uno de varios tonos de gris. Con el programa escala de grises que asigna a ocho bits por píxel, es posible obténer hasta 256 tonos de gris que es más de lo que el ojo humano puede ideritificar . El segundo factor es la densidad de los píxeles que definen los puntos bor pulgada o dpi (dots per inch).
Determinada el área a trabajar por la precedencia del sector (S) de la Figura 3, y el estudio zonal (11 ) de la Figura 6, el procedimiento para la generación de patrones de colores que podrán adaptarse como mimesis a cualquier tipo de superficies, se lleva a cabo a través de cinco etapas fundamentales llamadas: obtención de imágenes (1) de la Figura 3, tratamiento digital de la imagen (2) de la Figura 3, Procesamiento de datos (3) de la Figura 3, legalización de resultados (4) de la Figura 3, que además incluye una prueba de contraste óptico, y la base de generación de propuesta (5) de la Figura 3.
En la primera etapa llamada obtención de imágenes (1) de la Figura 3 y los rangos de distancia en intervalos P (12) de las Figuras 2 y 6, se lleva a cabo un registro fotográfico en secuencias del sector del entorno seleccionado, teniendo en cuenta ésos rangos de distancia P (12) de las Figuras 2 y 6, los cambios de intensidad lumínica - L de la Figura 14 - entre los 5.000 lux y los 1 10.000 lux y el tiempo - t de la Figura 14 de la toma fotográfica (El spot seleccionado en alta definición con el uso de lentes AF DX - 8 con Dx zoom 55- 200 y lentes mas filtros UV), con el fin de evaluar la diferencia perceptual y el efecto de profundidad en la relación cromática en cada caso.
Esta información sirve como eje de profundidad y contraste, de la concentración de colores en cada imagen seleccionada. A partir de la toma de estas imágenes, se procede a realizar un análisis estadístico de prevalencia de color, con verificación píxel a píxel (16) de la Figura 7, éste debe ser consistente con el coeficiente alfa cronbach de 0,96 y a través de prueba de Kruskal Walls.
La segunda etapa o tratamiento digital de la imagen (2) de la Figura 3, cuya función es la de analizar las imágenes de forma digital para adquirir las características de los diferentes elementos que la componen como son; el tono, la iluminación, el tinte, la claridad, el contraste, la exposición, la saturación y en general todos los detalles de la imagen. Aquí se adquiere propiamente la característica de tono (20), en HSB (22) de las Figuras 10 y 11 , saturación (20) en HSB (22) de las Figuras 10 y 11, y brillo (20) en HSB (22) de las Figuras 10 y 1 1 , y los valores de color rojo - R -, verde - G - y azul - B - (19) en RGB (21) de las Figuras 10 y 11 de las imágenes procesadas para generar la escala estadística de los valores resultantes y crear a futuro en otra patente una paleta cromática sobre una imagen fuente. En ésta segunda etapa, se involucran las imágenes que fueron tomadas secuencialmente del entorno en distancias (P) Rangos de distancia en intervalos P (12) de las Figuras 2 y 6, con el objetivo de disminuir el efecto de las condiciones de luz variable del entorno.
Todas las imágenes tomadas deben ser evaluadas a través de un pipeline de cuatro fases definidas (7), (8), (9) y (10) de la Figuras 4 y 5 que deben trabajarse de manera secuencial y que se denominan; selección (7), de las Figuras 4 y 5, simplificación focal (8) de las Figuras 4 y 5, abstracción (9) de las Figuras 4 y 5, análisis de relieve óptico (10) de las Figuras 4 y 5, todas ellas a partir de la adaptación (6) de la figura 5.
La primera fase llamada selección (7) de las Figuras 4 y 5, y selección en la imagen (15) de la Figura 7 se desarrolla a partir del número de capturas N de imágenes consecutivas con un punto focal determinado (13) de la Figura 6, a través de un consecutivo definido en valores de distancias P en pulgadas, con el fin de escoger una imagen promedio, que servirá de base para el estudio diferencial de pixeles. Esta imagen promedio es la sumatoria de la incidencia de la luz - L- sobre el punto focal seleccionado, el tiempo - 1 - y la distancia - P - de la toma.
A partir de esta imagen se utiliza un proceso digital de desarrollo de programación, usado como herramienta para la producción de aplicaciones multimedia e interactivas; en este caso se utiliza este entorno de desarrollo, para realizar un procesamiento de los pixeles de la imagen, por lo cual el programa ajusta la resolución de la imagen a 320 X 240 pixeles y procede a hacer una segmentación de la imagen, unificando los colores de los pixeles, con aspectos cromáticos similares y produciendo una cuadricula de verificación Píxel a Píxel (16) de la Figura 7, la cual relaciona los colores de alrededor en un solo cuadrado, dando un total de 1.200 cuadrados con todas las características de la imagen. Con el fin de obtener una tabla cromática promedio que servirá como base principal para el análisis de las tomas consecutivas realizadas. La segunda fase llamada simplificación focal (8) de las Figuras 4 y 5 y (13) de las Figuras 6 y 12 de acuerdo con los resultados obtenidos del análisis de una imagen pixel a pixel, se procede a analizar el segmento más importante en la sobre posición de las imágenes consecutivas en las que se sintetizan los pixeles hasta llegar nuevamente a una imagen promedio de referencia, con el objetivo de obtener un tamaño adecuado que reduce el tiempo de análisis de los códigos RGB sin afectar los histogramas de referencia.
En este punto del tratamiento digital de la imagen, el programa recorre cada uno de los cuadrados generados y recolecta en una base de datos los valores del segmento del consecutivo de imágenes y a partir del algoritmo basado en la ecuación matemática gradiente (29) de la Figura 8, se determinan los colores y bordes de cada una de las formas que la componen.
La tercera fase llamada abstracción (9) de las Figuras 4 y 5, consiste en separar de cada imagen los colores Rojo, Verde y Azul RGB (19) y (21 ) de las Figuras 10 y 11 , estos componentes tienen un valor que corresponde al rango de 0 a 255 y las intensidades de tono, brillo y saturación HSB (20) y (22) de las Figuras 10 y 11 para la comparación de los rangos más altos a los más bajos, que permitirá determinar los puntos más relevantes de color en la secuencia de imágenes del área seleccionada.
Con el procesamiento se obtiene un reporte con 7 valores Figura 9 por cada segmento analizado de la cuadricula en el siguiente orden, Número de pixel, valor de rojo, valor de verde, valor de azul, tono, saturación y brillo.
La cuarta fase llamada análisis de relieve óptico (10) de las Figuras 4 y 5, permite simplificar las escalas tonales, para obtener los rangos promedio entre los altos y bajos, dando como resultado patrones de color - Pe- tentativos (14) de la Figura 6, los Patrones tentativos de color más representativos en la selección de la imagen (17) de la Figura 7 y los Patrones tentativos de color más representativos en la cuadrícula de verificación (18) de las Figura 7, donde se seleccionan los más representativos del entorno natural (EN) de la Figura 1 , entorno artificial (EA) de la Figura 1 y entorno mixto (EM) de la Figura 1 tomado como caso de estudio zonal (11) de la Figura 6. Al analizar los colores en un área específica se tienen en cuenta tres factores a considerar: el primer factor llamado el ruido en la imagen, que surge a medida que se toman varias imágenes consecutivas a diversas distancias P (12) de las Figuras 2 y 6, donde se capturan elementos del (EN), (EA) y (EM) de la Figura 1 , que no son de interés en el análisis (13) de la Figura 12.
Como se hace necesario una comparación pixel a pixel de las imágenes (15) y (16) de la Figura 7, es necesario obtener una adecuada resolución y simplificación focal (como segundo factor) que permita su análisis estadístico y comparativo con los histogramas obtenidos RGB (19) y (21) de las Figuras 10 y 1 1 y HSB (20) y (22) de las Figuras 10 y 11. Es aquí donde hace un cambio de escala a la imagen promedio obtenida, de tal manera que permita simplificar los pixeles para mantener las frecuencias de los colores, para poder obtener una paleta cromática significativa (14) de la Figura 6 y (17) y (18) de la Figura 7.
El tercer factor es el desalineamiento de las imágenes, producido por el movimiento aleatorio obtenido al presionar el obturador de la cámara en las tomas de imágenes a distancias determinadas en las que emergen elementos distintos y diversos del paisaje (13) de la Figura 12.
Finalmente todo el proceso se consolida como la adaptación (6) de la Figura 5, que determina la plataforma para el desarrollo de las fases anteriores por la combinación de programas conectados entre sí.
La tercera etapa se denomina procesamiento de datos (3) de la Figura 3, en donde se genera un análisis estadístico sobre los protocolos de contraste desarrollados según las características (D) de la Figura 14. Aquí se logra identificar la diferencia significativa entre el patrón control (17) de la Figura 7 y la propuesta Patrón (18) de la Figura 7A que surge de la prueba de contraste óptico a través de las pruebas de sensibilidad cromática en las diferentes distancias de visualización de los intervinientes humanos en la prueba. La cuarta etapa del procedimiento, corresponde a la legalización de resultados (4) de la Figura 3, en la que se desarrollan tres matrices para el análisis de color de cada captura de imagen; éstas matrices han sido llamadas matriz características del color HSB (22) de la Figura 11 que corresponde a un análisis y procesamiento de escala de grises de imágenes y un procesamiento cromático de imágenes, le sigue la matriz porcentaje de colores RGB (21) de la Figura 1 1 que corresponde a un análisis cromático de imágenes y matriz RGB dominante (30) de la Figura 13 donde se determinan el tono rojo, verde y azul dominante de la imagen, y el color que ocupa la mayor área del entorno.
La primera matriz establece las características de cada imagen para compararlas entre sí y determinar similitudes y diferencias. La prevalencia de las variables de las imágenes son: claridad, tinte, saturación, contraste, valor de exposición y distancia (22) de la Figura 11 , la segunda matriz establece las características de cada imagen para compararlas con las matrices de análisis por píxel por color y determinar si son aptas o no para ser aplicadas en la propuesta de nuevas tablas cromáticas. Las variables de referencia de éstas son: luminancia, saturación, promedio de marrón, promedio de verde, promedio de azul, promedio de negro, valor de exposición y distancia (21) de la Figura 11 , (aquí se trabajan los Rangos de detección A (RDA), B (RDB) y C (RDC) en las variables I (Individuo) y Distancia en metros (Dm) de la Figura 15.
Finalmente la tercera matriz, establece el RGB dominante de la imagen, con lo cual se especifica que el patrón con mayor área debe poseer un color determinado. Esta matriz proporciona las gráficas en donde se verán los niveles de azul, verde y rojo que componen la imagen. Las variables de ésta son: R (rojo), G (verde), B (azul), valor de exposición y distancia (30) de la Figura 13.
En la Legalización de resultados, se incluye la prueba de contraste óptico, que tiene como función desarrollar pruebas mixtas de Laboratorio/Campo en el entorno natural, para establecer criterios de disrupción en los patrones de mimesis.
En ésta prueba de contraste se deduce a través de varias características (D) el índice tiempo (t) en el cual al menos 45 intervinientes humanos u observadores (E) de ambos géneros (F) y de diferentes edades (G) con rango alto de detección (H), agudeza visual (J), en varias distancias (rango de detección medido en metros), tiempo de detección (K) y lúmenes (L), que deben reconocer el efecto mimético del objeto (Figura 14).
Se finaliza con la quinta etapa del procedimiento llamada Base de generación de propuesta (5) de la Figura 3, que tiene como función la formulación de nuevos juegos cromáticos en tramas de patrones aplicables a diversos contextos, mediante tres protocolos de análisis (28) (A1 , A2 y A3) de la Figura 16, de los cuáles la presente patente sólo acoge a los dos primeros (A1) y (A2), pues el tercero (A3) trabaja la definición de la paleta cromática Figura 16 y la implementación sobre el patrón seleccionado, que se considerarían parte de una patente de invención de producto posterior.
En el protocolo (A1) de la Figura 16, se trabaja la densidad de imagen para análisis de 1200 píxeles (23) del cuadro (28), el procesamiento del set de imagen por ecosistema (24) del cuadro (28) y el análisis cuantitativo de la imagen (25) del cuadro (28). Y en el protocolo (A2) de la Figura 16, se manejan los histogramas de frecuencia (26) del cuadro (28) y la identificación de los valores media y máxima (27) del cuadro (28).

Claims

REIVINDICACIONES
1. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado porque comprende cinco etapas secuenciales que se supeditan a la toma de imágenes con cámara digital de hasta 1440 x 2160 pixeles, con lentes u objetivos de distancias focales entre los 35 mm y 105 mm y ángulos visuales entre 62 grados y 23 grados.
2. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado, según reivindicación 1 , porque la primera etapa (1) u obtención de imágenes, se logra mediante el uso de celdas fotosensibles de silicio mono cristalino.
3. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicación 1 , porque la segunda etapa (2) o tratamiento digital de la imagen, se lleva a cabo por la conversión, de la información de los sensores CMOS de 10 millones de elementos activos o CCD factor sensible del 100 %.
4. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicación 1 , porque la tercera etapa (3) o procesamiento de datos, se lleva a cabo mediante microprocesador de algoritmos.
5. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicación 1 , porque la cuarta etapa (4) o legalización de resultados, es necesario el uso de procesador CSIC.
6. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicación 1 , porque la quinta etapa (5) o base de generación de propuesta, está determinada por protocolos e histogramas que se trabajan en unidades de dispositivos de salida e impresión en sustratos.
7. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicaciones 1 y 2, porque en la etapa (1), las celdas fotosensibles de silicio permiten procesar la intensidad lumínica entre los 5000 luxes y 110000 luxes, los rangos de distancia cada 20 metros y el tiempo hasta la opción bulb.
8. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicaciones 1 y 3, porque la segunda etapa (2) los microprocesadores del tipo RISC para ejecución 10 comandos en paralelo, evalúa por pipeline cuatro fases (7), (8), (9) y (10) secuenciales.
9. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicaciones 3 y 8, porque en la primera fase (7) los sensores son promediadores de imágenes en diferencias de píxeles en los ejes X y Y hasta 960.000.
10. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicaciones 3 y 8, porque en la segunda fase (8), los sensores son también reductores a R256 x G256 x B256.
1 1. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicaciones 3 y 8, porque en la tercera fase (9), el sensor agiliza la grabación de la información en celdas que se interpretan en dispositivos de salida en escalas de brillo entre 0 y 255.
12. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicaciones 3 y 8, porque en la cuarta fase (10), con un chip del tipo "de una exposición" se aplican cuadriculas de verificación, para patronajes. de color por áreas.
13. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicaciones 8 y 12 porque en la cuarta fase (10), un del sensor CCD de matriz y tres chips de una exposición trabajan; los píxeles hasta 1200 x 800 Y valores ISO elevados.
14. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicaciones 1 y 4, porque en la tercera etapa (3), con el microprocesador de algoritmos con unidad de predicción de ramificaciones de 32 BIT de entrada y salida, se desarrollan los protocolos de contraste.
15. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicaciones 1 y 5, porque en la cuarta etapa (4), las tres matrices (21), (22) y (30), se generan mediante procesador CISC de mas de 100 ciclos para RGB máximo 108 y promedio de 89 y HSB en promedios de 113, 41 y 37 y máximos de 147, 58 y 60.
16. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según las reivindicaciones 1 , 6 y 15, porque en la etapa (5), la unidad de ejecución del microprocesador procesa los histogramas en los protocolos (A1 ) y (A2).
17. Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color, caracterizado según reivindicaciones 1 y 6 y 16, porque en la quinta etapa (5), se almacenan en unidades de dispositivos de salida; magnetoópticas, flópticas mediante sensores láser o memorias de velocidad de 16 x en proceso de 2400 kB/s, los juegos cromáticos sobre protocolos (A1) y (A2).
PCT/CO2016/000007 2015-09-30 2016-09-30 Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color WO2017054784A2 (es)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/764,736 US20190060601A1 (en) 2015-09-30 2016-09-30 Lighting lamps generating novel aesthetic experiences in humans and other beings using physical interactive systems

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CO15231644 2015-09-30
CO15231644 2015-09-30

Publications (4)

Publication Number Publication Date
WO2017054784A2 true WO2017054784A2 (es) 2017-04-06
WO2017054784A9 WO2017054784A9 (es) 2017-05-26
WO2017054784A3 WO2017054784A3 (es) 2017-08-31
WO2017054784A8 WO2017054784A8 (es) 2017-10-19

Family

ID=58422617

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CO2016/000007 WO2017054784A2 (es) 2015-09-30 2016-09-30 Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color

Country Status (2)

Country Link
US (1) US20190060601A1 (es)
WO (1) WO2017054784A2 (es)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021053258A1 (es) 2019-09-20 2021-03-25 Normagrup Technology, S.A. Dispositivo de iluminación autónomo para la regulación de ciclos circadianos

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6016038A (en) * 1997-08-26 2000-01-18 Color Kinetics, Inc. Multicolored LED lighting method and apparatus
US7777430B2 (en) * 2003-09-12 2010-08-17 Terralux, Inc. Light emitting diode replacement lamp
EP1754121A4 (en) * 2004-03-15 2014-02-12 Philips Solid State Lighting METHODS AND SYSTEMS FOR PROVIDING LIGHTING SYSTEMS
US8569778B2 (en) * 2011-02-11 2013-10-29 Intellectual Discovery Co., Ltd. Narrow viewing angle plastic leaded chip carrier
US9900957B2 (en) * 2015-06-11 2018-02-20 Cree, Inc. Lighting device including solid state emitters with adjustable control

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021053258A1 (es) 2019-09-20 2021-03-25 Normagrup Technology, S.A. Dispositivo de iluminación autónomo para la regulación de ciclos circadianos

Also Published As

Publication number Publication date
WO2017054784A8 (es) 2017-10-19
WO2017054784A3 (es) 2017-08-31
WO2017054784A9 (es) 2017-05-26
US20190060601A1 (en) 2019-02-28

Similar Documents

Publication Publication Date Title
Inanici Evalution of high dynamic range image-based sky models in lighting simulation
Apollonio et al. A photogrammetry-based workflow for the accurate 3D construction and visualization of museums assets
US9500526B2 (en) High-throughput and high resolution method for measuring the color uniformity of a light spot
ES2242281T3 (es) Procedimiento de tratamiento de imagenes.
ES2928897T3 (es) Método y software para analizar el crecimiento microbiano
CN105987805A (zh) 一种投影结构光系统的检测方法
Gaiani et al. Securing color fidelity in 3D architectural heritage scenarios
AU2003298666A1 (en) Reality-based light environment for digital imaging in motion pictures
WO2004114647A2 (en) Color matching in lighting reproduction systems
US10620417B2 (en) Method for generating a reflection-reduced contrast image and corresponding device
CN108592823A (zh) 一种基于双目视觉彩色条纹编码的解码方法
CN106017367A (zh) 一种郁闭度的测定方法和装置
CN108012135B (zh) 图像处理方法及装置、计算机可读存储介质和计算机设备
CN109194954A (zh) 鱼眼摄像头性能参数测试方法、装置、设备及可存储介质
Lachambre et al. Photogrammetry workflow
JP5266486B2 (ja) 緑視率測定装置、方法及びプログラム
CN113506275B (zh) 一种基于全景城市图像处理方法
CN112369020A (zh) 使用条形码进行色彩校准的方法和系统
CN105574844B (zh) 辐射响应函数估计方法和装置
CN101947101A (zh) 一种舌色还原色卡的制作方法
WO2017054784A2 (es) Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color
WO2017054785A2 (es) Procedimiento de obtención de los atributos cromáticos de entornos naturales para la configuración de patrones de color
CN109040598B (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
Concha‐Lozano et al. Color thresholds for aesthetically compatible replacement of stones on monuments
KR20220118339A (ko) 치아색 결정 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16850408

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16850408

Country of ref document: EP

Kind code of ref document: A2