colour differences as perceived by humans (Paschos, 2001).Standard RGB การแปล - colour differences as perceived by humans (Paschos, 2001).Standard RGB ไทย วิธีการพูด

colour differences as perceived by

colour differences as perceived by humans (Paschos, 2001).Standard RGB (sRGB; red, green, blue) and L*a*b* are
commonly applied in quantifying standard colour of food (Menesatti et al., 2012). sRGB is a device independent colour
model whose tristimulus values (sR, sG, sB) reproduce the same colour on different devices, and represent linear
combinations of the CIE XYZ. Therefore, It is used to define the mapping between RGB (no-linear signals) from a computer vision system and a device-independent system such as CIE XYZ (Mendoza, Dejmek, & Aguilera, 2006). sRGB
is calculated based on D65 illumination conditions, RGB values measured by computer vision, and a power function with a gamma value of 2.4. The camera sensors (e.g., CCD or CMOS) generate outputs signals and the rendering is device-dependent, since the display device specifications have different ranges of colour. In order to overcome this problem, sRGB values are often transformed to other colour spaces such L*a*b* (Menesatti et al., 2012). Moreover, even the result of such transformation is device-dependent (Ford & Roberts, 1998). In many researches, a linear transform that defines a mapping between RGB signals from a computer vision camera and a device independent system such as L*a*b* and L*u*v* was determined to ensure the correct colour reproduction (Mendoza & Aguilera, 2004; Paschos, 2001; Segnini et al., 1999a). However, such transform that converts RGB into L*a*b* units does not consider calibration process, but only uses an absolute model with known parameters. Because the RGB colour measurement depends on external factors (sensitivity of the sensors of the camera, illumination, etc.), most cameras (even of the same type) do not exhibit consistent responses (Ilie & Welch, 2005). The parameters in the absolute model vary from one case to another. Therefore, the conversion from RGB to L*a*b* cannot be done directly using a standard formula (Leon et al., 2006). For this reason, Leon et al. (2006) present a methodology to transform device dependent RGB colour units into device-independent L*a*b* colour units. Five models, namely direct, gamma, linear, quadratic and neural network, were used to carry out the transformation of RGB to L*a*b* to make the values delivered by the model are as similar as possible to those delivered by a colourimeter over homogenous surfaces. The best results with small errors (close to 1%) were achieved with the quadratic and neural network model. However, although the methodology presented is general, i.e., it can be used in every computer vision system, it should be noticed that the results obtained after the calibration for one system (e.g., system A) cannot be used for another system (e.g., system B). A new calibration procedure needs to be conducted for a new computer vision system (Leon et al., 2006).
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
สีความแตกต่าง โดยมนุษย์ (Paschos, 2001)มาตรฐานสีแบบ RGB (sRGB สีแดง สีเขียว สีน้ำเงิน) และ L * * b * เป็นโดยทั่วไปใช้ใน quantifying สีมาตรฐานอาหาร (Menesatti et al., 2012) มีอุปกรณ์อิสระสีเป็น sRGBแบบจำลองที่มีค่า tristimulus (sR, sG, sB) ทำสีเดียวกันบนอุปกรณ์ต่าง ๆ และเส้นแสดงถึงชุดของ xyz ลดต่ำ CIE ดังนั้น มันจะใช้ในการกำหนดการแม็ประหว่าง RGB (สัญญาณไม่มีเส้น) จากวิสัยทัศน์ของระบบคอมพิวเตอร์และระบบอุปกรณ์อิสระเช่น CIE xyz ลดต่ำ (เมนโดซา Dejmek, & สติ นา 2006) sRGBจะถูกคำนวณตามเงื่อนไข D65 รัศมี วัดทางคอมพิวเตอร์วิทัศน์ ยกกำลัง ด้วยค่าแกมมา 2.4 ค่า RGB เซ็นเซอร์กล้อง (เช่น CCD หรือ CMOS) สร้างสัญญาณเอาท์พุต และให้เป็นอุปกรณ์ขึ้นอยู่กับ ข้อมูลจำเพาะของอุปกรณ์แสดงผลมีช่วงแตกต่างกันของสี เพื่อเอาชนะปัญหานี้ sRGB ค่าที่แปลงไปสีอื่นมักจะปลอด L ดังกล่าว * เป็น * บี * (Menesatti et al., 2012) ยิ่งไปกว่านั้น แม้ผลของการเปลี่ยนแปลงดังกล่าวจะขึ้นอยู่กับอุปกรณ์ (ฟอร์ดและโรเบิตส์ 1998) ในหลายงานวิจัย การแปลงเชิงเส้นที่กำหนดการแม็ประหว่าง RGB สัญญาณจากกล้องมองเห็นคอมพิวเตอร์และอุปกรณ์ระบบอิสระเช่น L * * b * และ L * u * v * กำหนดให้ทำซ้ำสีที่ถูกต้อง (เมนโดซาและสตินา 2004 Paschos, 2001 Segnini et al., 1999a) อย่างไรก็ตาม เช่นแปลงที่แปลง RGB เป็น L * * b * หน่วยพิจารณากระบวนการสอบเทียบ แต่เฉพาะ ใช้แบบจำลองแบบเต็ม ด้วยพารามิเตอร์ชื่อดัง เนื่องจากวัดสี RGB ขึ้นอยู่กับปัจจัยภายนอก (ความไวของเซนเซอร์ของกล้อง แสงสว่าง ฯลฯ), กล้องส่วนใหญ่ (แม้ของชนิดเดียวกัน) ไม่แสดงการตอบสนองที่สอดคล้องกัน (Ilie & Welch, 2005) พารามิเตอร์ในแบบจำลองแบบเต็มแตกต่างจากกรณีหนึ่งไปยังอีก ดังนั้น การแปลงจาก RGB L * * b * ไม่สามารถทำได้โดยตรงโดยใช้สูตรมาตรฐาน (Leon และ al., 2006) ด้วยเหตุนี้ ลีออน et al. (2006) แสดงวิธีการแปลงหน่วยสี RGB อ้างอิงอุปกรณ์เป็นอุปกรณ์อิสระ L * * b * หน่วยสี รุ่น 5 คือตรง แกมมา เครือ ข่ายเชิงเส้น กำลังสอง และประสาท ใช้ในการดำเนินการแปลง RGB เป็น L * แบบ * ข * จะทำให้ค่าจัดส่งตามรูปแบบเป็นคล้ายเป็นผู้ส่ง โดยการ colourimeter ผ่านพื้นผิวให้ บรรลุผลดีสุดกับข้อผิดพลาดเล็ก ๆ (ใกล้กับ 1%) มีรูปแบบเครือข่ายกำลังสอง และประสาท อย่างไรก็ตาม แม้ว่าวิธีการนำเสนอคือทั่วไป เช่น สามารถใช้ในทุกระบบวิสัยทัศน์ ควรสังเกตว่า ผลลัพธ์ที่ได้หลังจากการปรับเทียบสำหรับระบบหนึ่ง (เช่น ระบบ) ไม่สามารถใช้กับระบบอื่น (เช่น ระบบ B) ขั้นตอนการปรับเทียบใหม่ต้องดำเนินการใหม่วิสัยทัศน์ระบบคอมพิวเตอร์ (Leon และ al., 2006)
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
colour differences as perceived by humans (Paschos, 2001).Standard RGB (sRGB; red, green, blue) and L*a*b* are
commonly applied in quantifying standard colour of food (Menesatti et al., 2012). sRGB is a device independent colour
model whose tristimulus values (sR, sG, sB) reproduce the same colour on different devices, and represent linear
combinations of the CIE XYZ. Therefore, It is used to define the mapping between RGB (no-linear signals) from a computer vision system and a device-independent system such as CIE XYZ (Mendoza, Dejmek, & Aguilera, 2006). sRGB
is calculated based on D65 illumination conditions, RGB values measured by computer vision, and a power function with a gamma value of 2.4. The camera sensors (e.g., CCD or CMOS) generate outputs signals and the rendering is device-dependent, since the display device specifications have different ranges of colour. In order to overcome this problem, sRGB values are often transformed to other colour spaces such L*a*b* (Menesatti et al., 2012). Moreover, even the result of such transformation is device-dependent (Ford & Roberts, 1998). In many researches, a linear transform that defines a mapping between RGB signals from a computer vision camera and a device independent system such as L*a*b* and L*u*v* was determined to ensure the correct colour reproduction (Mendoza & Aguilera, 2004; Paschos, 2001; Segnini et al., 1999a). However, such transform that converts RGB into L*a*b* units does not consider calibration process, but only uses an absolute model with known parameters. Because the RGB colour measurement depends on external factors (sensitivity of the sensors of the camera, illumination, etc.), most cameras (even of the same type) do not exhibit consistent responses (Ilie & Welch, 2005). The parameters in the absolute model vary from one case to another. Therefore, the conversion from RGB to L*a*b* cannot be done directly using a standard formula (Leon et al., 2006). For this reason, Leon et al. (2006) present a methodology to transform device dependent RGB colour units into device-independent L*a*b* colour units. Five models, namely direct, gamma, linear, quadratic and neural network, were used to carry out the transformation of RGB to L*a*b* to make the values delivered by the model are as similar as possible to those delivered by a colourimeter over homogenous surfaces. The best results with small errors (close to 1%) were achieved with the quadratic and neural network model. However, although the methodology presented is general, i.e., it can be used in every computer vision system, it should be noticed that the results obtained after the calibration for one system (e.g., system A) cannot be used for another system (e.g., system B). A new calibration procedure needs to be conducted for a new computer vision system (Leon et al., 2006).
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
สีต่างกันตามการรับรู้ของมนุษย์ ( paschos , 2001 ) . มาตรฐาน RGB ( sRGB ; สีแดง , สีเขียว , สีฟ้า ) และ L * a * b *
การใช้บ่อยในค่าสีมาตรฐานของอาหาร ( menesatti et al . , 2012 ) sRGB เป็นอุปกรณ์อิสระรูปแบบสีที่มีค่า (
tristimulus SR , SG , SB ) ทำซ้ำสีเดียวกันบนอุปกรณ์ที่แตกต่างกัน และการแสดงชุดเชิงเส้นของ CIE XYZ
. ดังนั้นมันถูกใช้เพื่อกำหนดแผนที่ระหว่าง RGB ( ไม่มีสัญญาณเชิงเส้น ) จากระบบการมองเห็นของคอมพิวเตอร์และอุปกรณ์ ระบบอิสระเช่น CIE XYZ ( เมนโดซา dejmek & Aguilera , 2006 ) sRGB
คำนวณตามสภาพแสง D65 , RGB ค่าที่วัดได้จากวิสัยทัศน์คอมพิวเตอร์และฟังก์ชันแกมมาพลังงานด้วยมูลค่า 2.4 . กล้องเซ็นเซอร์ ( เช่นCCD หรือ CMOS ) สร้างเอาท์พุทสัญญาณและการแสดงผลจะขึ้นอยู่กับอุปกรณ์ ตั้งแต่อุปกรณ์แสดงผลข้อมูลมีช่วงที่แตกต่างกันของสี เพื่อที่จะเอาชนะปัญหานี้ , sRGB ค่ามักจะเปลี่ยนเป็นสีอื่น ๆเป็นเช่น L * a * b * ( menesatti et al . , 2012 ) นอกจากนี้ แม้ผลของการเปลี่ยนแปลง คือ อุปกรณ์ ( &โรเบิร์ตฟอร์ด ( 1998 ) ในงานวิจัยหลายการแปลงเชิงเส้นกำหนดแผนที่ระหว่างสัญญาณ RGB จากกล้องวิสัยทัศน์คอมพิวเตอร์และอุปกรณ์ระบบอิสระเช่น L * a * b * l * U * V * ตั้งใจจะให้ภาพสีที่ถูกต้อง ( เมนโดซา& Aguilera , 2004 ; paschos , 2001 ; segnini et al . , 1999a ) อย่างไรก็ตาม เช่นแปลงที่แปลง RGB เป็น L * a * b * หน่วยไม่ได้พิจารณาขั้นตอนการสอบเทียบแต่ใช้แบบสัมบูรณ์กับพารามิเตอร์ที่รู้จักกัน เพราะสี RGB วัดขึ้นอยู่กับปัจจัยภายนอก ( ความไวแสงของเซ็นเซอร์ของกล้อง , ไฟ , ฯลฯ ) , กล้องส่วนใหญ่ ( แม้แต่ชนิดเดียวกัน ) ไม่แสดงการตอบสนองที่สอดคล้องกัน ( ilie & Welch , 2005 ) พารามิเตอร์ในแบบจำลองที่แน่นอนแตกต่างจากกรณีหนึ่งไปยังอีก ดังนั้นการแปลงจาก RGB L * a * b * ไม่สามารถสำเร็จได้โดยตรงโดยใช้สูตรมาตรฐาน ( ลีออน et al . , 2006 ) ด้วยเหตุนี้ ลีออน et al . ( 2006 ) ปัจจุบันวิธีการเปลี่ยนอุปกรณ์ขึ้นอยู่กับหน่วยเป็นอุปกรณ์อิสระ RGB สี L * a * b * หน่วยสี 5 รุ่น คือตรง , แกมมา , เชิงเส้นกำลังสองและประสาทเครือข่ายถูกใช้เพื่อดำเนินการแปลงของ RGB L * a * b * ทำให้ค่าจัดส่ง โดยรูปแบบจะเป็นคล้ายที่สุดกับผู้จัดส่งโดย colourimeter มากกว่าพื้นผิวยึดเกาะ . ผลลัพธ์ที่ดีที่สุดกับความผิดพลาดเล็ก ๆ ( ใกล้ 1% ) ประสบความสำเร็จกับรูปแบบกำลังสองและประสาทเครือข่าย อย่างไรก็ตาม แม้ว่าวิธีการนำเสนอทั่วไป เช่นมันสามารถใช้ในคอมพิวเตอร์ทุกระบบวิชั่น มันควรจะสังเกตเห็นว่าผลลัพธ์ที่ได้หลังจากการสอบเทียบสำหรับระบบ ( เช่นระบบ ) ไม่สามารถใช้กับระบบอื่น ( เช่นระบบ B ) ขั้นตอนการสอบเทียบใหม่ จะต้องดำเนินการในระบบคอมพิวเตอร์วิสัยทัศน์ใหม่ ( ลีออน et al . , 2006 )
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: