金属漆样本的纹理及多角度颜色评价研究

发布时间：2021-01-15 02:47

　　近年来,由于独特的外貌特性,金属漆已经被广泛用于汽车制造等行业。这种特殊颜料在不同的照明与观察几何条件下会展现不同的颜色效果。工业界常用的便携式多角度测色仪只包含少数特定的照明与观察几何条件,如何通过这些条件下的测量值表征其他条件下的颜色变化成为一个重要的研究方向。同时,由于人眼对金属漆纹理判断的低效和不确定性,基于数码相机的金属漆纹理表征对工业应用显得尤为迫切和必要。本文通过视觉实验获取了金属漆样本的视觉纹理,基于数码相机捕获图像而构建了两个不同的纹理预测模型,并采用视觉数据和预测纹理的相关性来分析模型精度。同时,利用金属漆颜色变化与金属薄片数量随倾斜角度高斯分布的关系构建了多角度颜色预测模型,并通过计算模型预测颜色和实测颜色之间的色差验证了模型的性能。为了使模型预测纹理与人眼感知相匹配,本研究首先采用灰阶法获取了 12位观察者对128块金属漆样本的纹理评价数据,利用STRESS和CV值验证了数据的有效性。然后,对Nikon D3X相机拍摄的金属漆样本纹理图像进行暗场校正、空间均匀性校正和色度特征化处理,并用于构建纹理预测模型。本文采用多项式构建色度特征化矩阵,分析了多项式中不同RG... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图３．１纹理参考板??１７??

为了将设备相关的ＲＧＢ值转换到设备无关的ＣＩＥ三刺激值ＸＹＺ，需要对相机进行色度??特征化训练。本文使用了?１２８块金属漆样本中的３５块用于训练色度特征化矩阵，剩余９３块??样本用于检验色度特征化精度，所有１２８块金属漆样本的色品坐标如图３．２所示。图中方块??表示金属漆训练，圆点表示金属漆检验样本。可见，训练样本基本上覆盖了样本的整体色??域，因而本文选取的３５块训练样本具有一定的代表性。除了使用金属漆样本以外，本文还??采用Ｘ－Ｒｉｔｅ公司的ＣｏｌｏｒＣｈｅｃｋｅｒ?Ｄｉｇｉｔａｌ?ＳＧ标准色卡（以下筒称ＤＳＧ色卡）进行色度特征化??训练，如图３．３所示。相比于ＣｏｌｏｒＣｈｅｃｋｅｒ?ＤＣ?Ｃｈａｒｔ色卡和ＣｏｌｏｒＣｈｅｃｋｅｒ?Ｃｏｌｏｒ?Ｒｅｎｄｉｔｉｏｎ??Ｃｈａｒｔ标准色卡，ＤＳＧ色卡中的色块均为半光泽，在表面特性上更加接近金属漆样本。此外，??１８??

ＭＡ９８测量金属漆的多角度颜色。ＢＹＫ－ｍａｃ除了能够测量特定６个照明与观察几何条件下的??颜色以外，还可以对金属漆样本的纹理进行测量。??Ｍ?Ａ?９?８多角度测色仪能够测量１９个不同照明与观察几何条件下的颜色，如图３．４所示。??当入射光源与金属漆平面法线、出射光在同一平面下时，定义该照明与观察几何条件在面??内，如图３．４?（ａ）所示；反之则在面外，如图３．４?（ｂ）所示。ＭＡ９８有两个照明光源，分别??与平面法线呈１５°和４５°夹角。本论文定义光源的入射角为汉，反射角为办，反射角对应的??方位角为押。ＭＡ９８多角度测色仪在对样本进行测量时，两个光源交替开启，从而构成１９??个Ｂ？明与观察几何条件．当入射角咮为４５°的光源开启时，而内测畢角分别为－６０°．?－３０°、??１９??

【参考文献】：
期刊论文
[1]Assessing total differences for effective samples having variations in color,coarseness,and glint[J]. 黄中宁,徐海松,M.Ronnier Luo,冯华君.  Chinese Optics Letters. 2010(07)

硕士论文
[1]基于高动态范围成像的光环境测量研究[D]. 吴晓玟.浙江大学 2017
[2]基于金属漆样本的总体外貌评价[D]. 吴梦婷.浙江大学 2016
[3]具有不同颜色、粗糙度和闪耀度的金属光泽颜料样本的总体视觉差异评价[D]. 黄中宁.浙江大学 2011
[4]基于影像技术的珠光瓶体色貌评估[D]. 傅凌进.浙江大学 2010
[5]基于数码相机的物体表面色光谱重构[D]. 陈奕艺.浙江大学 2008



本文编号：2978067