Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Készítette: Dr. Kosztyán Zsolt Tibor, Prof. Schanda János

Hasonló előadás


Az előadások a következő témára: "Készítette: Dr. Kosztyán Zsolt Tibor, Prof. Schanda János"— Előadás másolata:

1 Készítette: Dr. Kosztyán Zsolt Tibor, Prof. Schanda János
Tristimulusos színmérők színi hibájának csökkentése mátrix-transzformációval Készítette: Dr. Kosztyán Zsolt Tibor, Prof. Schanda János

2 Tartalom Bevezetés, célkitűzés
A tristimulusos színmérő berendezések színi hibájának csökkentése Színi hiba csökkentése: mátrix-transzformációval Színi hiba csökkentése: további szűrők alkalmazásával Megvalósítás: 5 szűrővel A mátrix-transzformáció érzékenységvizsgálata Adaptív mátrixolás Összefoglalás, további célkitűzések

3 Bevezetés CIE XYZ görbék Megvalósított érzékenységek Teszt adatbázis

4 Tristimulusos színmérő berendezés színi hibájának csökkentése
Meghatározható Kiszámítandó Ismert Definíció szerint… Ha a11=a21=a32=a43=1, akkor DE*a,b=5,08 Szeparálható konvex/konkáv programozási feladat!!! 3,84

5 Tristimulusos színmérő berendezés színi hibájának csökkentése
Megválaszolandó kérdések: Lehet-e csökkenteni a mérési hibát, úgy, hogy további detektor(oka)t szerelünk a mérőműszerbe? Milyen legyen a detektor(ok) érzékenységi görbéje? Hány észlelő csatorna használata az optimális? Feltételezések: 1 lokális maximum Az észlelő csatorna érzékenysége közelíthető olyan függvénnyel, amely 3 paraméterrel jellemezhető. Ez pedig legyen: a maximális áteresztés/a detektor érzékenységének maximális nagysága (a függvény amplitúdója) (a) a maximális áteresztés hullámhossza (a függvény maximumának helye) (lm) a szűrő/detektorérzékenység sávszélessége (s) A függvényalak x1M,x2M,yM,zM–hez hasonló legyen. Speciális gauss függvény:

6 5 észlelő csatorna esetén esetén
A célfüggvény továbbra is szeparálható lesz. Ebből következően szétbontható konvex és nemkonvex programozási feladatokra. Nemkonvex szeparálható programozási feladatra is adható megoldási algoritmus. => Változó koefficiensű programozási feladat (VKP). Létezik e>0-ra e-optimális megoldás. 0,99 0,87

7 m>5 észlelő csatorna esetén
0.89 Az m+1 edik (m>5) észlelő csatorna esetében ugyan csökkenthetők a hibák, de ezen hiba csökkenése is csökkenő mértékű. (Ugyanis a rögzített észlelők értékei esetén a feladat (szeparálható) konvex programozási feladattá válik). Ez pedig a vizsgálatainkból is kitűnt. 0.77

8 Megvalósítás 5 szűrővel
Az érzékenység maximuma közel van az optimális értékhez (A különbség mindössze 5nm) Hasonlít a Gauss függvényre Tényleges érték Ha a megvalósított érzékenységi görbe maximuma az optimális helyen lett volna 1.41 1.03 1.24 0.9

9 Eredmények + érzékenységvizsgálat

10 Adaptív mátrixolás Mely fényforrások esetén a legnagyobb a színkülönbség a mért és a valódi értékek között? A keskenysávú fényforrásoknál, pl. színes LED-eknél. Mi lenne, ha tudnánk előre becsülni a mérendő fényforrás spektrális teljesítményeloszlását? Pontosabban meg tudnánk határozni a mátrix-transzformáció paramétereit. Hogyan becsüljük a színes LED-ek spektrális teljesítmény-eloszlását? Négyszögjel, háromszögjel, Gauss-görbe, Béta eloszlás sűrűségfüggvénye stb.

11 Hogyan működik a módszer?
Kalibráljuk a műszerünket. Becsült spektrális teljesítmény-eloszlás paramétereinek becslése. Optimális transzformációs mátrix meghatározása a becsült spektrális teljesítményeloszlásra. Az eredmények tesztelése.

12 Becsült spektrális teljesítmény-eloszlások
Négyszögjel Háromszögjel Gauss függvény Béta eloszlás sűrűségfüggvénye

13 Eredmények LED CIE-A-ra kalibrálva 4 szűrő esetén 5 szűrő esetén Négszögjel Háromszögjel (szim.) Gauss Háromszögjel (aszim.) Beta bllo DE*a,b 27,40 2,28 0,33 1,65 0,91 0,56 2,08 0,23 1,56 0,14 0,06 523,2 7,30 4,50 3,70 2,93 2,83 2,63 4,20 2,96 2,85 2,33 2,25 526,8 7,63 3,19 2,31 2,39 0,98 0,87 2,92 2,13 1,93 0,79 0,67 573,6 9,56 3,29 2,84 2,43 0,97 2,91 2,41 2,51 2,00 0,70 605,4 6,07 1,30 1,40 0,93 0,92 0,73 0,96 0,95 0,34 0,74 0,32 619,1 6,95 1,59 1,54 1,18 0,59 0,40 1,06 0,31 0,09 619,4 6,93 1,10 1,02 1,77 1,32 0,60 0,99 0,25 0,81 0,24 0,20 641,9 7,93 2,75 1,96 1,94 0,65 2,47 1,61 1,86 1,45 0,47 Átlag 9,97 2,50 1,89 1,53 2,19 1,37 1,00 Szórás 7,12 1,16 0,77 0,69 0,85 0,83 0,71

14 Összefoglalás Optimális mátrix-transzformációt alkalmazva a mérési pontosság jelentősen javítható. A tristimulusos színmérő színképi illesztése javítható, ha a négy észlelő csatornát kiegészítjük további észlelő csatornákkal. A mérési pontosság javulása azonban csökkenő mértékű a további csatornák alkalmazásával.

15 Köszönöm a megtisztelő figyelmet!
Várom szíves kérdéseiket!


Letölteni ppt "Készítette: Dr. Kosztyán Zsolt Tibor, Prof. Schanda János"

Hasonló előadás


Google Hirdetések