基于视觉感知分层的数字界面颜色编码研究
本文关键词:基于视觉感知分层的数字界面颜色编码研究 出处:《机械工程学报》2016年24期 论文类型:期刊论文
更多相关文章: 视觉感知分层 注意捕获 干扰程度 颜色编码 色差
【摘要】:复杂系统数字界面中的颜色编码对界面设计有十分重要的影响,如何通过颜色编码降低视觉信息混乱、提高认知绩效是优化界面设计中有待研究的课题。针对视觉的层次化感知引导人的注意捕获和视觉行为,在色彩体系和注意捕获理论基础上,通过对视觉感知分层和注意捕获程度的关联分析,提出利用两颜色之间的相互干扰反应时间之差判断其注意捕获程度。采用蒙赛尔色立体中的颜色心理三属性在知觉上的等距离划分,设计颜色的注意捕获试验,结合色差对不同色相、明度和饱和度的视觉感知层次和注意捕获程度进行判定、整合,并对比不同色差大小对认知速度的影响,分析结果表明:黑色背景下,除红色外仅色相不同的颜色在视觉感知上处于同一层;随着明度和饱和度的减少,视觉感知层次降低;目标与干扰物的色差固定时,低明度颜色对比高明度颜色对有更好的识别绩效。以飞机辅助起飞系统弯道情境仿真界面设计为例,验证了距离高饱和的目标色相同色差时,低明度背景上的目标认知绩效优于高明度背景。
[Abstract]:Color coding in digital interface of complex system has a very important impact on interface design, how to reduce visual confusion through color coding. Improving cognitive performance is a subject to be studied in the optimization of interface design. Aiming at the hierarchical perception of vision to guide human attention capture and visual behavior, based on color system and attention capture theory. The correlation analysis of visual perception stratification and attention capture degree is carried out. It is proposed to judge the degree of attention capture by using the difference of the time of interaction between the two colors, and to design the color attention capture experiment by dividing the three attributes of color psychology in the color stereoscopic into the same distance in perception. Combined with color difference to determine the level of visual perception and the degree of attention acquisition of different color, brightness and saturation, and compare the effect of different color difference on cognitive speed. The analysis results show that: under the black background. Except red, the colors with different colors are in the same layer on the visual perception. With the decrease of brightness and saturation, the level of visual perception decreases. When the color difference between the target and the object is fixed, the low brightness color contrast with the high brightness color pair has better recognition performance. Take the aircraft auxiliary take-off system bend scene simulation interface design as an example. It is verified that the target cognitive performance of low brightness background is better than that of high brightness background when the target color is the same color difference with high saturation distance.
【作者单位】: 南京林业大学家居与工业设计学院;东南大学机械工程学院;
【基金】:国家自然科学基金(71271053) 南京林业大学2016年科研启动基金(GXL011) 南京林业大学青年科技创新基金(CX2016029) 江苏高校优势学科建设工程(PAPD)资助项目
【分类号】:TP391.41
【正文快照】: 0前言1由于复杂系统数字界面的信息量大、信息关系复杂[1],颜色编码的数量需要视显示信息的属性、其类别的数量以及任务环境[2]而定。颜色信息繁多时,容易引起视觉信息混乱及认知绩效低下[3-5]。视觉感知分层方法通过颜色编码影响注意资源在信息中的优先分配,有效地引导视觉行
【相似文献】
相关期刊论文 前10条
1 刘利刚;;打造学术一流的联合实验室——浙江大学视觉感知教育部-微软重点实验室[J];计算机教育;2007年11期
2 柯尔挺;厉力华;刘伟;徐伟栋;张娟;张凌男;ZHENG Bin;;基于视觉感知信息的乳腺钼靶肿块检测分析与自动提取[J];中国生物医学工程学报;2014年01期
3 魏政刚,袁杰辉,蔡元龙;一种基于视觉感知的图像质量评价方法[J];电子学报;1999年04期
4 杨建国,肖永剑,王兆安;交通微观仿真中的驾驶员视觉感知模型[J];系统仿真学报;2005年10期
5 周静;;富士施乐开发出基于人类视觉感知的全新图像编辑技术[J];计算机与网络;2014年14期
6 辜小花;;基于视觉感知和边缘保持的光照不变人脸识别[J];电子学报;2013年08期
7 刘明晶,叶懋冬,刘国栋,李澄清;一种基于视觉感知的图像质量评价方法[J];计算机工程与设计;2005年02期
8 毕雁冰;;可行区域视觉感知的一种设置方法[J];机电产品开发与创新;2008年01期
9 陶超;谭毅华;蔡华杰;田金文;;符合人类视觉感知的图像对象分割方法[J];计算机工程;2010年24期
10 董天阳;范允易;范菁;;保持视觉感知的三维树木叶片模型分治简化方法[J];计算机辅助设计与图形学学报;2013年05期
相关会议论文 前5条
1 王书荣;;眼睛运动及其对视觉感知的影响[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年
2 薛青;徐文超;郑长伟;刘永红;;基于有限理性的虚拟视觉感知因子分析[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
3 杨敏;梁玮;李善青;贾云得;;一种基于交互式学习的穿戴视觉感知方法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
4 蒲翠翠;孟放;姜秀华;高慧;;一种基于视觉感知的视频质量客观评价方法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
5 廖毅;程志全;党岗;;一种基于显著性分析的网格分割算法[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年
相关重要报纸文章 前2条
1 田学科;原有记忆会降低视觉感知能力[N];科技日报;2011年
2 刘孝沅;用视觉感知的新闻[N];中国新闻出版报;2003年
相关博士学位论文 前10条
1 李彦胜;生物视觉感知启发下的目标检测与识别技术研究[D];华中科技大学;2015年
2 杨恒伏;结合视觉感知的图像认证与数据隐藏算法研究[D];湖南大学;2009年
3 聂一鸣;高速公路自主驾驶汽车视觉感知算法研究[D];国防科学技术大学;2012年
4 郑雅羽;基于视觉感知的H.264感兴趣区域编码研究[D];浙江大学;2008年
5 向遥;基于视觉感知的图像处理方法研究[D];中南大学;2011年
6 杨文璐;视觉感知模型与编码算法研究[D];上海交通大学;2008年
7 杜兴;视觉感知机制启发的人脸识别方法研究[D];重庆大学;2012年
8 于江波;视觉感知计算模型若干问题的研究及其应用[D];北京交通大学;2007年
9 沈云涛;基于视觉感知特性的图像检索研究[D];西北工业大学;2005年
10 李晓华;显示系统分辨率和动态伪像测量评估研究[D];东南大学;2006年
相关硕士学位论文 前10条
1 肖燕霞;基于视觉感知的行为识别方法的研究与实现[D];电子科技大学;2014年
2 周圣云;基于视觉感知的室内场景识别与理解[D];电子科技大学;2015年
3 范允易;轻量级的三维树木构建技术及应用[D];浙江工业大学;2012年
4 姜丽颖;生物视觉感知机制启发下的图像不变性特征表示方法研究[D];中国石油大学(华东);2014年
5 康年锦;一类基于视觉感知机理的隐写算法研究[D];福州大学;2013年
6 汤毓婧;基于人脑视觉感知机理的分类与识别研究[D];南京理工大学;2009年
7 李双;乳腺钼靶诊断中的视觉感知研究[D];杭州电子科技大学;2011年
8 林祥明;人类视觉感知经验的数学化表示及其在深度估算中的应用[D];复旦大学;2010年
9 宋磊;基于视觉感知的模型简化算法研究与实现[D];大连理工大学;2006年
10 彭素静;基于视觉感知机理的显著区域研究[D];重庆大学;2009年
,本文编号:1401860
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1401860.html