Tudományos megállapítások

2.b Épszínlátók monokromatikus színidentifikációjára megadhatók az egyes jellemzően használt színfogalmak domináns hullámhossztartományának nanométerben kifejezett ’D0,5;c’ méretei, amelyek meghatározzák, hogy az épszínlátók mely hullámhosszakon identifikálják legalább 50%-ban az adott színfogalmat. A tartományok méretei a következők:

Színfogalom D0,5, nm

Ibolya 48

Kék 62

Türkiz 16

Zöld 54

Sárga 19

Narancs 28

Piros 168

[s7; s8; s14]

3. Monokromatikus színidentifikációs vizsgálatok eredményei numerikus transzformációinak sűrűségfüggvénye alapján definiált λc monokromatikus színidentifikációs hullámhossz alkalmas az épszínlátók és a különböző súlyossági fokú anomális trikromátok csoportjai közötti különbségek jellemzésére. Így a látható hullámhossztartományon legalább 10 nanométerenként elvégzett monokromatikus színidentifikációs mérések alapján diagnosztizálni lehet a különböző típusú és súlyossági fokú protanomáliát és deuteranomáliát.

[s2; s7; s8]

4.a Szélessávú színingerek spektrális eloszlásai épszínlátók és különböző típusú anomális trikromátok színidentifikációjának OCS színábrázolási rendszereiben való modellezése alapján definiálható egy, a színtévesztés típusát és súlyossági fokát ’n’ számú színidentifikációs kategória alapján jellemző kétdimenziós számérték, amely a következő matematikai összefüggéssel határozható meg:

^# ( ^; ) ^{( 1 ; 1 )}

1

1

∑

∑

= =

=

ⁿ

i byi n

i rgi by

rg

c

c n c n

c ID

ahol crg és cby az OCS színábrázolási rendszerben megjelenített színingerek koordináta értékei.

4.b Anomális trikromátok korrekciójának OCS színábrázolási rendszerben való színidentifikációs modellezésére alkalmas a következő összefüggés szerinti identifikációs szám:

( ^; ) ^{( 1 ; 1 )}

#

1

1

∑

∑

= =

=

ⁿ

i i

korr by n

i i

korr rg korr

by korr

rg

c

c n c n

c ID

ahol crgkorr és cbykorr a korrekciós szűrők hatását figyelembe vevő OCS színábrázolási rendszerben megjelenített színingerek koordináta értékei.

[s4; s6; s9; s10; s11; s13; s15]

5. Fotopos viszonyok közötti humán felhasználás céljára spektrális színingereket előállító berendezések integrált spektrális közelítési hibája a következő összefüggéssel határozható meg adott λ1 - λ2 hullámhossztartományon:

∫

∫

⁻

=

Δ 2

1 2

1

) ( ) (

) (

)) ( ) ( )((

( ²

λ λ λ

λ

λ λ λ

λ λ λ λ

λ

d I V

I d I O

V

ahol Δ az integrált spektrális közelítési hibát jelenti egy adott spektrális eloszlás esetén, V(λ) az emberi relatív nappali világosság-érzékenység spektrális eloszlása O(λ) az előállított, I(λ) pedig az előállítandó spektrális eloszlás.

[s1; s3; s4; s5; s6; s11]

Publikációs lista

Folyóirat cikkek:

Külföldön megjelent idegen nyelvű lektorált:

s1. B.V. Nagy, Gy. Ábrahám PhD.: Spectral test instrument for color vision measurement Journal of Bionics Engineering, 2005/2.

Magyarországon megjelent idegen nyelvű lektorált:

s2. B.V. Nagy, Z. Németh, Gy. Ábrahám: Human wavelength identification testing and numerical analysis Periodica Polytechnica, 2009.

Magyarországon megjelent magyar nyelvű lektorált

s3. Nagy B.V.: Színidentifikációt vizsgáló mérőműszer Magyar Elektrotechnika 2006/12.

s4. Dr. Ábrahám Gy., Nagy B.V.: A színtévesztés korrigálása és méréstechnikája GÉP LVI.évf. 2-3.szám 7. old. 2005.

Konferenciák:

Nemzetközi részvételű konferencia idegen nyelvű:

s5. B.V. Nagy: Instrumental measurement of color identification Gépészet 2004 Konferencia, Budapest, 2004. május

s6. B.V. Nagy: Measuring colour identification in human colour vision Gépészet 2002 Konferencia, Budapest, 2002. május

s7. B.V. Nagy: How do we identify colours? 3rd International Conference of PhD Students. Miskolc, Hungary, 13-19. Aug. 2001.

s8. Gy. Ábrahám, B.V. Nagy: Colour identification of CVDs based on opponent colour signals. – Poster - ICVS2001 Symposium, Cambridge, July 2001.

s9. B.V. Nagy, Zs.Holczer, Gy Ábrahám: Development of a color mixing instrument for color vision measurement IWK 2008, Ilmenau

s10. B.V.Nagy, Gy. Ábrahám: Color deficiency correction - methodology and experiment report. ICVS2007 Symposium, Belém, July 2007.

Nemzetközi részvételű konferencia magyar nyelvű:

s11. Nagy B.V., Dr. Ábrahám Gy.: A színidentifikáció méréstechnikája Lux et Color Vespremiensis Konferencia, Veszprém 2004.

s12. Dr. Ábrahám Gy., Nagy B.V., Dr. Schanda J., Vörös Zs.: Színtévesztést vizsgáló anomal tester műszer XXIX. Kolorisztikai Szimpózium, Eger, 2003. május 26-27.

s13. Nagy B.V., Dr. Ábrahám Gy.: Természetes alapú színábrázolási rendszer XXIX.

Kolorisztikai Szimpózium, Eger, 2003.május 26-27.

s14. Nagy B.V., Dr. Ábrahám Gy.: A színidentifikáció neurális modellje XXVIII.

Kolorisztikai Szimpózium, Tata,2001.szept.3-5.

s15. Nagy B.V., Dr. Ábrahám Gy.: A színtévesztés identifikációs modellezése XXXI.

Kolorisztikai Szimpózium 2009 (beadott, előadásra elfogadott)

s16. Nagy B.V.: Az emberi színmegkülönböztetés mérése és modellezése. OGÉT 2007, Kolozsvár.

IRODALOMJEGYZÉK

NYOMTATOTT REFERENCIÁK

[1] Ábrahám, Gy. (1998) Optika. Panem Kft. – McGraw-Hill Inc.Budapest

[2] Ábrahám, Gy. (2006) A színtévesztés korrigálása és méréstechnikája. MTA doktori értekezés, Budapest

[3] Ábrahám, Gy., Nagy, B.V (2001) Colour identification of CVDs based on opponent colour signals. Poster - ICVS2001 Symposium, Cambridge, UK

[4] Ábrahám Gy., Nagy B.V., Schanda J., Vörös Zs. (2003) Színtévesztést vizsgáló anomal tester műszer. XXIX. Kolorisztikai Szimpózium, Eger

[5] Ábrahám, Gy., Nagy, B. V. (2003) A színtévesztés korrigálása és mérése. Proc.

of 11^th Int. Conf in Mech. Eng.. OGÉT Kolozsvár p. 23-25.

[6] Ábrahám, Gy., Nagy, B.V. (2003) Colour identification based on opponent colour signals. Proc. of Temporal and Spatial Aspects of Light and Colour Perception and Measurement. Veszprém. CIE x025:2003. p.123-126.

[7] Ábrahám, Gy., Nagy, B.V. (2005) A színtévesztés korrigálása és méréstechnikája.GÉP LVI.évf. 2-3.szám 7.old.

[8] Ábrahám, Gy., Nagy. B.V. (2007) Miért látnak színeket az anópok?

Kolorisztikai Szimpózium 2007 Eger

[9] Ábrahám,Gy., Nagy,B.V. (2007) Organic Color System. AIC Symposium Budapest

[10] Ábrahám, Gy., Szappanos, J., Wenzel, K. (1993) Method and optical means for improving or modifying colour vision and method for making said optical means.

USA Patent No. 5 774 202,

[11] Ábrahám, Gy., Wenzel, K. (2000) Eljárás és optikai eszköz színlátás javítására vagy megváltoztatására, valamint eljárás az optikai eszköz előállítására. Magyar Szabadalom PCT/HU93/00045 nemzetközi bejelentés alapján. Lajstromszám: 217 735 Budapest

[12] Bárány, N. (1951) Optikai műszerek II/1. Nehézipari Könyv- és folyóirat-kiadó Vállalat

[13] Balaraman S., Graham C. H. and Hsia Y. (1962) The wavelength discrimination of some color blind persons. J. Gen. Physiol. 66 185-201.

[14] Bass, M. (1995) Handbook Of Optics I. Panem-McGraw-Hill

[15] Bedford, R.E., Wyszecki, G.W. (1958) Wavelength discrimination for point sources. Journal of the Optical Society of America

[16] Berlin, B., & Kay, P. (1969) Basic color terms: their universality and evolution.

Berkeley: University of California Press

[17] Birch, J. (1993) Diagnosis of Defective Colour Vision. Oxford University Press.

p. 28-41.

[18] Bone, R. A., Landrum, J. T., & Cains, A. (1992) Optical density spectra of the macular pigment in vivo and in vitro. Vision Research, 32, 105-110.

[19] Bonnardel, V. (2006) Color naming and categorization in inherited color vision deficiencies. VISUAL NEUROSCIENCE 23: 3-4, p.637-643

[20] Budó, Á., Mátrai, T. (1992) Kísérleti fizika. Tankönyvkiadó

[21] Byrne, A. Hilber, D. (2003) Color realism and color science. Behavioral and Brain Sciences 26, 3-64 Cambridge University Press 0140-525X/03

[22] Byrne, A., Hilbert, D. (2003) Color realism and color science. BEHAVIORAL AND BRAIN SCIENCES 26, 3–64

[23] Cheung V., et al..(2005) Characterization of trichromatic color cameras by using a new multispectral imaging technique. JOURNAL OF THE OPTICAL SOCIETY OF AMERICA A-OPTICS IMAGE SCIENCE AND VISION 22: 7 p.1231-1240 [24] Cole, B.L. et al. (2006) Categorical color naming of surface color codes by

people with abnormal color vision. OPTOMETRY AND VISION SCIENCE 83:

12, p. 879-886

[25] Colour Vision Deficiencies XII. (1993) Proceedings of the thirteenth Symposium of the International Research Group on Colour Vision Deficiencies, held in Tübingen, Germany July 18-22

[26] Colour Vision Deficiencies XIII. (1995) Proceedings of the thirteenth Symposium of the International Research Group on Colour Vision Deficiencies, held in Pau, France July 27-30

[27] Crognale, M. A., Teller, D. Y., Motulsky, A. G., & Deeb, S. S. (1998) Severity of color vision defects: electroretinographic (ERG), molecular and behavioral studies. Vision Research, 38, 3377–3385.

[28] Dale, P.S. (1969) Color Naming, Matching, and Recognition by Preschoolers.

Child Development, Vol. 40, No. 4, pp. 1135-1144

[29] Dalton J, (1798) Extraordinary facts relating to the vision of colours: with observations Memoirs of the Literary and Philosophical Society of Manchester 5 28-45

[30] Dartnall, H. J. A., Bowmaker, J. K., & Mollon, J. D. (1983) Human visual pigments: microspectrophotometric results from the eyes of seven persons.

Proceedings of the Royal Society of London, B 220, p115-130.

[31] De Cusatis, Casimer (1997) The handbook of applied photometry. American Inst.of Physics

[32] De Valois, R.L., Abramov, L., Jacobs, G.H. (1967) Analysis of response patterns of LGN cells. Journal of Optical Society of America 56. p.966-977.

[33] De Valois, R.L. and De Valois, K.K., (1993) A multi-stage color model. Vision Research 33, pp. 1053–1065.

[34] Deeb, S. (2006) Genetics of variation in human color vision and theretinal cone mosaic. Current Opinion in Genetics & Development 16:301–307

[35] Deeb, S. S., Lindsey, D. T., Hibiya, Y., Sanocki, E., Winderickx, J., Teller, D.

Y., & Motulsky, A. G. (1992) Genotype–phenotype relationships in human red/green color-vision defects: molecular and psychophysical studies. American Journal of Human Genetics, 51, 687–700.

[36] Dévényi, D., Gulyás, O. (1988) Matematikai statisztikai módszerek a meteorológiában. Tankönyvkiadó, Budapest

[37] Engelking E (1925) Die tritanomalie, ein bisher unbekannter Typus anomaler Trichromasie. Graefes Arch. Opthalmol. 116 196-244

[38] Eskew, R.T., McLellan, J.S., Giulianini, F. (2004) Homogeneity and diversity of color-opponent horizontal cells in the turtle retina: Consequences for potential wavelength discrimination. Journal of Vision 4, 403-414

[39] Fonyó A. (1999) Az orvosi élettan. Medicina. Budapest

[40] Forschner, A. (2003) Színtévesztők identifikációs vizsgálata. Diplomaterv, Budapesti Műszaki és Gazdaságtudományi Egyetem

[41] Franklin, A., Clifford, A., Williamson, E., Davies, I. (2004) Color term knowledge does not affect categorical perception of color in toddlers J.

Experimental Child Psychology 90 114–141.

[42] Guest,S., van Laar,D. (2000) The structure of colour naming space. Vision

[43] Hansen, T., Giesel, M., Gegenfurtner, K.R. (2008) Chromatic discrimination of natural objects. Journal of Vision 8(1):2, 1–19

[44] Hansen, T., Walter, S., Gegenfurtner, K.R. (2007) Effects of spatial and temporal context on color categories and color constancy. Journal of Vision 7(4):2 [45] Hefelle-Gloetzer (1978) Megvilágításmérés, szenzitometria. Műszaki KK

[46] Helmholtz, H.L.F. von (1852) Über die Theorie der zusammengesetzten Farben.

Annales de Physique, Leipzig, 887, p. 45-66.

[47] Hering, E. (1905) Outline of a Theory of the Light Sense. Harvard University Press, Cambridge, MA.

[48] Hilz, R.L., Huppmann, G, Cavonius, C.R. (1974) Influence of luminance contrast on hue discrimination. Journal of the Optical Society of America

[49] Hurvich, L.M. (1981) Colour vision. Sinauer Associates, Sunderland, Massachusetts, Ch.5. p52-65

[50] Hurvich, L.M., Jameson,D. (1957) An opponent process theory of color vision.

Psychological Review, 64, p. 384-404.

[51] Iovine L., Westland, S., Cheung T.L.V. (2004) Application of Neugebauer-based models to ceramic printing. 12TH COLOR IMAGING CONFERENCE:

COLOR SCIENCE AND ENGINEERING SYSTEMS, TECHNOLOGIES, APPLICATIONS p.176-180

[52] Jagla, W. M., Jagle, H., Hayashi, T., Sharpe, L. T., & Deeb, S. S. (2002) The molecular basis of dichromatic color vision in males with multiple red and green visual pigment genes. Human Molecular Genetics, 11, 23–32.

[53] Kaiser, P.K., Boynton, R.M. (1996) Human Color Vision. Optical Society of America, Washington D.C., USA

[54] Kay, P., Regier, T. (2003) Resolving the question of color naming universals.

This contribution is part of the special series of Inaugural Articles by members of the National Academy of Sciences PNAS vol. 100 u no. 15.

[55] Kennard et al. (1995) Colour Identification and Colour Constancy are Impaired in a Patient with Incomplete Achromatopsia Associated with Prestriate Cortical Lesions. Biological Sciences, Vol. 260, No. 1358, pp. 169-175

[56] Kremers, J., Lee, B.B., Yeh, T. (1993) Receptive field dimensions of macaque retinal ganglion cells. Göttingen, Germany, Colour Vision Deficiencies XII

[57] Kucsera, I. (2002) Az emberi színlátás modellezése kísérleti eredmények alapján. PhD értekezés, Budapesti Műszaki és Gazdaságtudományi Egyetem

[58] le Rochelles, J., Viénot, F. (1995) Contribution of two colour opponent mechanism to Fechner-Benham subjective colours. Paris, France, Colour Vision Deficiencies XIII

[59] Lukács, Gy. (1982) Színmérés. Műszaki KK

[60] Merza, P. (2004) Spectrum Generátor tervezése. Diplomaterv, Budapesti Műszaki és Gazdaságtudományi Egyetem

[61] Miller, C., Ohno, Y., Davis, W., Zong, Y., Dowling, K. (2009) NIST spectrally tunable lighting facility for color rendering and lighting experiments. CIE Midterm Light and Lighting Conference, 2009 Budapest.

[62] Mollon, J.D. (2003) The origins of modern color science. The science of color.

Elsevier Ltd.

[63] Moreland JD., Westland, S. (2006) Macular pigment and color discrimination.

VISUAL NEUROSCIENCE 23: 3-4 p.549-554

[64] Móri F.,T. , Székely J., G. (1986) Többváltozós statisztikai analízis.

Műszaki könyvkiadó, Budapest

[65] Nagel, W.A. (1907) Neue Erfahrungen über das Farbensehen der Dichro-maten auf grossem Felde. Zeitschrift für Sinnesphysiologie, 41, p.319-337 [66] Nagy, B.V. (2000) Színidentifikáció és diszkrimináció vizsgálata.

Diplomaterv, Budapesti Műszaki Egyetem

[67] Nagy, B.V. (2001) How do we identify colours? 3rd International Conference of PhD Students. Miskolc

[68] Nagy B.V., Ábrahám Gy. (2001) A színidentifikáció neurális modellje.

XXVIII. Kolorisztikai Szimpózium, Tata

[69] Nagy, B.V. (2002) Measuring colour identification in human colour vision. Gépészet 2002 Konferencia, Budapest

[70] Nagy, B.V., Ábrahám Gy.(2003) Természetes alapú színábrázolási rendszer. XXIX. Kolorisztikai Szimpózium, Eger

[71] Nagy, B.V. (2004) Instrumental measurement of color identification.

Gépészet 2004 Konferencia, Budapest

[72] Nagy B.V., Ábrahám Gy.(2004) A színidentifikáció méréstechnikája. Lux et Color Vespremiensis Konferencia, Veszprém

[73] Nagy, B.V., Ábrahám, Gy. (2005) Spectral test instrument for color vision measurement. Journal of Bionics Engineering, 2005/2.

[74] Nagy, B.V. (2006) Színidentifikációt vizsgáló mérőműszer. Magyar Elektrotechnika 2006/12.

[75] Nagy B.V. (2007) Az emberi színmegkülönböztetés mérése és modellezése OGÉT 2007, Kolozsvár.

[76] Nagy, B.V., Ábrahám, Gy. (2007) Color deficiency correction - methodology and experiment report. ICVS2007 Symposium, Belém, July

[77] Nagy, B.V., Holczer, Zs., Ábrahám, Gy. (2008) Development of a color mixing instrument for color vision measurement. IWK 2008, Ilmenau

[78] Nagy, B.V., Németh, Z., Ábrahám, Gy. (2009) Human wavelength identification testing and numerical analysis. Periodica Polytechnica Mechanical Engineering [79] Nathans, J., Piantanida, T.P., Eddy, R.L., Shows, T.B.,&Hogness, D.S., (1986)

Molecular genetics of inherited variation in human color vision. Science, 232.

[80] Nelson, J.H. (1938) Anomalous trichromatism and ist relation to normal trichromatism. Proceedings of the Physical Society

[81] Neumeyer, C. (1986) Wavelength discrimination in the goldfish. Journal of Comparative Physiology A, 158, 203-213.

[82] Nemcsics, A (1985) Coloroid színatlasz. Innofinance Budapest [83] Nemcsics, A. (1988) Színtan – színdinamika. Tankönyvkiadó

[84] Olkkonen, M., Hansen, T., Gegenfurtner, K.R. (2008) Color appearance of familiar objects: Effects of object shape, texture, and illumination changes.

Journal of Vision 8(5):13, 1–16

[85] Pitchford, K.J., Mullen, K.T. (2002) Is the acquisition of basic-colour terms in young children constrained? Perception 31, p 1349-1370

[86] Pitt F. H. (1944) The nature of normal trichromatic and dichromatic vision.

Proc. R. Soc. B 132 101-117.

[87] Rayleigh, Lord (1881) Experiments on color. Nature 25:64-67

[88] Reifegerste, F.; Lienig, J. (2008) Modelling of the temperature and current dependence of LED spectra. Journal of Light and Visual Environment. Vol.32.

No.3.

[89] Rinner, O., Gegenfurtner, K.R. (2000) Time course of chromatic adaptation for color appearance and discrimination. Vision Research 40, 1813–1826

[90] Rosch-Heider, E.R. (1972) Universals in color naming and memory. Journal of Experimental Psychology, 93, p. 10-20.

[91] Rüttinger et al. (1999) Selective Color Constancy Deficits after Circumscribed Unilateral Brain Lesion. The Journal of Neuroscience, 19(8):3094–3106

[92] Ryer, A. (1997) Light measurement handbook. Int.Light Inc.

[93] Samu, K. (2006) Világosság-észlelet kompenzált színlátás-vizsgáló tesztek megvalósítása számítógéppel vezérelt CRT képernyőn, PhD értekezés, Budapesti Műszaki és Gazdaságtudományi Egyetem

[94] S.Guest, D.van Laar (2000) The structure of colour naming space, Vision Research, 40. p723-734

[95] Schubert, F. (2006) Light-Emitting Diodes. Cambridge University Press

[96] Sharpe, L. T., Stockman, A., Jägle, H. and Nathans, J., (1999) Opsin genes, cone photo pigments, color vision, and color blindness. In Color Vision: From Genes to Perception (Gegenfurtner and Sharpe, eds.). Cambridge University Press, NewYork, p. 3-52.

[97] Sharpe, L.T. et al. (2006) Advantages and disadvantages of human dichromacy.

Journal of Vision 6, 213–223

[98] Steer, M., Maróth, G. (2005) LED-ek mérése, etalon LED-ek. Diplomaterv, Budapesti Műszaki és Gazdaságtudományi Egyetem

[99] Stockman, A., Sharpe, L.T. (1999) Cone spectral sensitivities and color matching. In Color Vision: From Genes to Perception (Gegenfurtner and Sharpe, eds.). Cambridge University Press, NewYork, p. 53-88.

[100] Székelyi, M., Barna, I. (2002) Túlélőkészlet az SPSS-hez. Typotex kiadó

[101] Szemmelweisz, Z. (2005) Hangolható színképű fényforrás készítése LED-ekből.

Diplomaterv, Pannon Egyetem

[102] Szentágothai, J., Réthelyi, M. (1997) Funkcionális anatómia. Medicina Kiadó

[103] Sobotta, J. (1998) Az ember anatómiájának atlasza. Semmelweis Egyetem

[104] Troup, L., Pitts, M., Volbrecht, V., Nerger, J. (2005) Effect of stimulus intensity on the sizes of chromatic perceptive fields. Vol. 22, No. 10/October 2005/J. Opt.

Soc. Am. A

[105] Twig, G., Perlman, I. (2004) Homogeneity and diversity of color-opponent horizontal cells in the turtle retina: Consequences for potential wavelength discrimination. Journal of Vision4, 403-414

[106] Váradi, Z. (2001) Csatorna-elmélet interpretációja szélessávú színekre.

Diplomaterv, Budapesti Műszaki és Gazdaságtudományi Egyetem

[107] Wenzel, K. (1991) A színes látás modellezése. Kandidátusi értekezés, MTA Budapest

[108] Wenzel, K., Kovács, T. (1999) Colour identification on PDT 2000 instrument.

National Physical Laboratory London

[109] Wenzel, K., Samu, K. (2009) Colorimetric training book. CIE Midterm Light and Lighting Conference, 2009 Budapest.

[110] White, B.J., Kerzel, D., Gegenfurtner, K.R. (2006) Visually guided movements to color target. Exp Brain Res 175: 110–126ESEAR

[111] Wright W. D. (1946) Researches on Normal and Defective Colour Vision London: Henry Kimpton. RTICLE

[112] Wyszecki, Günther; Stiles, W.S. (2000) Color Science: Concepts and Methods, Quantitative Data and Formulae (2nd ed.). Wiley-Interscience

[113] Young, T. (1802) The Bakerian lecture: On the theory of light and colours.

Philosophical Transactions of the Royal Society, London, 92, p.12-48.

[114] Zimmer, A.C. (1982) What really is turquoise? A note on the evolution of color terms. Psychological Research 44:213-230

ELEKTRONIKUS REFERENCIÁK

[115] Ahnelt, P. Functional Retinal Morphology, www.univie.ac.at [116] Smith, R.G. Neural Simulation, bip.anatomy.upenn.edu [117] Landay, J.A. Color Vision & Perception, bmrc.berkeley.edu

[118] Sharpe, L.T., Stockman, A. Color & Vision Database, cvision.ucsd.edu [119] Williams, D.R. Center for visual science, www.cvs.rochester.edu

[120] Image Processing by the Retina: Efficient Coding, vision.psych.umn.edu [121] The radiometry of light emitting diodes, www.labsphere.com

[122] CIE - Commission Internationale de l’Eclairage, www.cie.co.at [123] Wikipedia CMYK color model - en.wikipedia.org/wiki/CMYK [124] Colourware - www.colourware.co.uk

[125] Farnsworth 100 - www.colormanagement.com [126] Farnsworth D15 - www.opt.uh.edu

Összefoglaló

Kutatásaim során elsődleges célom volt az emberi színlátás pszichofizikai és neurális tulajdonságainak megismerése és összekapcsolása a műszaki méréstechnika alkalmazásaival. A szűkebb kutatási terület, amellyel doktori munkám során foglalkoztam, a színingerek megkülönböztetésének, a színdiszkriminációnak és a színingerek észlelet társításának, a színidentifikációnak méréstechnikája és neurális jelek alapján történő modellezése volt. Célul tűztem ki megvizsgálni, hogyan viszonyul a színidentifikáció a színingerek spektrális tulajdonságaihoz, és milyen színészleletet társítanak hozzájuk az épszínlátók és a különböző típusú és súlyossági fokú anomális trikromátok. Továbbá milyen határértékek definiálhatók a különböző színidentifikációs kategóriák között és hogyan függenek össze a pszichofizikai mérési eredmények a neurobiológiából ismert agyi folyamatok jelértékeivel. A céloknak megfelelően megismertem az emberi színlátás vonatkozó szakirodalmát és megvizsgáltam, mely téren tudok a tudomány mai állásához új ismereteket csatolni. Vizsgálataim struktúráját ennek megfelelően alakítottam ki és eredményeimet e dolgozat keretében az újdonságokra hangsúlyt fektetve mutatom be.

Összehasonlítottam az épszínlátók hullámhossz diszkriminációs mérési eredményeit a neurális csatornajelek hullámhosszankénti változásával. A kapott eredmények alapján modellt állítottam fel a hullámhossz diszkriminációs függvény csatornajelekkel való közelítésére. A modell paramétereit meghatároztam és a mérési bizonytalanságnál jelentősen kisebb különbséggel előállítottam a hullámhossz diszkrimináció spektrális eloszlását.

Épszínlátókon és színtévesztőkön végzett kvázi monokromatikus színidentifikációs mérések alapján megállapítottam, hogy a hét jellemző színfogalmat (ibolya, kék, türkiz, zöld, sárga, narancs, piros) az egyes hullámhossztartományokon milyen relatív eloszlásban használják és melyek a domináns, monokromatikus színidentifikációs tartományok. A világosságra normált csatornajel alapú színidentifikációs modellel kiértékeltem a protán és deután típusú színtévesztők színidentifikációs képességeit a súlyossági fok függvényében, és mérésekkel igazoltam, hogy a csatornaelmélet alapú modell jól adja meg a színidentifikációs változásokat. Megállapítottam, hogy a súlyossági fok függvényében nő a színidentifikáció bizonytalansága és a mérési eredményeket numerikusan transzformálva definiáltam az ún.

monokromatikus színidentifikációs hullámhosszértéket, amely alapján protánok és deutánok diagnosztikus módszerét állítottam fel.

Több mint 150 szélessávú (nem monokromatikus) és épszínlátók által egyértelműen identifikált színinger spektrális eloszlását mértem meg és ábrázoltam különböző színábrázolási rendszerekben. Az identifikációs besorolások alapján matematikai-statisztikai módszerekkel kategorizáltam a színingerek spektrális eloszlásait és ábrázoltam a színtévesztés különböző típusainak modellezésére alkalmas OCS színábrázolási rendszerben. Az egyes OCS rendszerbeli színkoordináták összehasonlítása alapján megállapításokat tettem a színtévesztők színidentifikációjának neurális modell alapú jellemzőire és definiáltam egy ún.

identifikációs számot, amely a bemért színminták alapján az egyes színtévesztés típusokat és azok színszűrős korrekcióit jellemzi.

A látható hullámhossztartományban sugárzó, különböző csúcshullámhosszú világító diódák színingerkeverő egységbe építésével olyan műszert készítettem, amely számítógépes szimuláció alapján szélessávú spektrális színingerkeverésre képes a látható hullámhossztartományban 400 és 700nm között. A spektrumgenerátor műszert és a szimulációs eljárást 45 db szélessávú spektrális eloszláson teszteltem és a kapott eredmények alapján hibaanalízist végeztem. A hibaanalízis során definiáltam a spektrális színingerkeverés minősítésére alkalmas tényezőt, amely a fotopos emberi látás spektrális érzékenységét, mint súlyfaktort veszi figyelembe. A spektrumgenerátor jelenlegi konstrukciója így alkalmassá vált az egyéb színmegjelenítőkhöz képest jelentősen jobb spektrális színinger-megjelenítésre.

A spektrumgenerátorral előállított szélessávú színingereket ábrázoltam az OCS színábrázolási rendszerben és épszínlátókon, valamint anomális trikromátokon végzett színidentifikációs mérésekkel megvizsgáltam a valós színmegnevezések egyezését az OCS színábrázolás rendszer elméleti modelljével. A színidentifikációs vizsgálatok eredményei nagyfokú egyezést mutattak a modell színkategóriái és a valós megnevezések között. Emellett mind a szélessávú, mind a monokromatikus mérési eredmények a színidentifikáció bizonytalanságát is mutatják. Ez a jelenség a színlátás bizonytalan tanulási folyamatának tudható be.

Kutatásaim eredményeképpen összefüggéseket tártam fel a színdiszkrimináció és a színidentifikáció neurális modellje és a humán mérések eredményei között. Mérési eljárásokat és műszert dolgoztam ki, amelyek alapján végzett vizsgálatok eredményeivel minősítettem az épszínlátók és anomális trikromátok színlátását és azok neurális alapú modelljeit.

Abstract

Measurement technology of human color identification and discrimination

In my PhD thesis my main goal was to measure and to model human color discrimination and identification based on neural signal processing. I created a model for the neural approximation of human spectral wavelength discrimination. I determined the monochromatic color identification limits and ranges and the monochromatic identification wavelength which is to be applied in a new diagnostic method for protans and deutans. Using spectrally measured samples in the Organic Color System I defined a numerical value to describe the color identification ability of the different color deficient groups and their correction with color filters. I built a color mixing instrument to spectrally display color stimuli and I defined a spectral color mixing coefficient for its evaluation. The instrument was used to test color identification on color normals and anomalous trichromats. The measurement results correlate well with the OCS model predictions, but significant uncertainties were found at severe color deficiency cases.

1. Melléklet - Alkalmazott jelölések és rövidítések jegyzéke 245a - színtévesztést korrigáló szűrő típusa

BY –kék-sárga

c – színinger, színfogalom (color) CBY - Kék-sárga csatornajel

cby– világosságra normált kék-sárga csatorna jel

CIE – Comission Internationale de l’Éclarage, Nemzetközi Világítástechnikai Bizottság CIE a*b* - az emberi színmegkülönböztetéshez arányosított CIE színábrázolási rendszer CIE xy – a CIE színábrázolási alaprendszere

COCS – színezetdússág az OCS rendszerben crg– világosságra normált vörös-zöld csatorna jel CRG - Vörös-zöld csatornajel

D0,5 - az egyes színészleletekre vonatkozó 50% feletti színidentifikációs tartomány szélessége nanométerben

deután – a dolgozatban a deuteranomálok gyűjtőfogalma, anópokat nem beleértve f – fehér

FWHM – félérték szélesség Half-width – félérték szélesség

I(λ) – spektrális színingerkeverés során előállítandó, input spektrális eloszlás ID – színidentifikáció

ID# - OCS rendszerben a színidentifikáció fokát jellemző számérték ID(λ) - a monokromatikus színidentifikáció numerikus értéke IDE – színidentifikáció

k - kék l - lila

L – (Long) protos, vörös érzékeny csap jele

l(λ) - protos, vörös érzékeny csap érzékenységi függvénye l10 – enyhe protanomál (színtévesztő típus)

l15 – közepes protanomál (színtévesztő típus)

L15– közepes protanomál protos csapjának jele (hasonlóan deuterosra és színtévesztés súlyossági fokokra)

l20 – súlyos protanomál (színtévesztő típus) vagy színtévesztést korrigáló szűrő típusa l25 – extrém protanomál (színtévesztő típus) vagy színtévesztést korrigáló szűrő típusa LED – világító dióda

LKorr– protos csap jele színszűrővel ellátva, adaptáció után (hasonlóan deuterosra és tritosra)

M - (Medium) deuteros, zöld érzékeny csap jele

m(λ) - deuteros, zöld érzékeny csap érzékenységi függvénye m10 – enyhe deuteranomál (színtévesztő típus)

m15 – közepes deuteranomál (színtévesztő típus)

m25 – extreme deuteranomál (színtévesztő típus) n - narancs

O(λ) – spektrális színingerkeveréssel előállított, output spektrális eloszlás OCS – Organic Color System, neurális jeleken alapuló színábrázolási rendszer p - piros

PDT – kvázi monokromatikus ingereket a látható tartományban előállító színlátás vizsgáló műszer

PEAK – LED csúcshullámhossza

p-érték – a statisztikában a szignifikanciát jelző érték

protán – a dolgozatban a protanomálok gyűjtőfogalma, anópokat nem beleértve RG – vörös-zöld

S - (Short) tritos, kék érzékeny csap jele s - sárga

s(λ) - tritos, kék érzékeny csap érzékenységi függvénye SpG – spektrumgenerátor

Spektrumgenerátor – Színingerkeverő műszer színidentifikáció mérésére V – Világosság jel

V (λ) – Humán relative spektrális világosságérzékenységi függvény w(λ) – az emberi hullámhossz diszkrimináció spektrális eloszlása z - zöld

λ - Hullámhossz

ϕ(λ) – Relatív spektrális teljesítmény eloszlás

ΔELab – színingerkülönbség érték a CIE L*a*b* színábrázolási rendszerben Δ(λ) - az integrált spektrális eltérést jelenti egy adott spektrális eloszlás esetén χ² - statisztikai valószínűségi érték

λc - a monokromatikus színidentifikációs hullámhossz.

μλ,c - az adott hullámhosszon a ’c’ színinger identifikációjának relatív gyakorisága ρ - reflexió

σc,λ- az egyes színek adott hullámhosszon való érzékelésének relatív gyakorisága σ_ID – OCS rendszerben a színcsoportok szórásainak összegét jellemző kétdimenziós szám

2.a Melléklet – Monokromatikus színidentifikációs mérések eredményeire illesztett  görbék épszínlátóknál és különböző súlyossági fokú protánok ill. deutánok csoportjaira 

Normál

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

400 450 500 550 600 650 700

λ, nm μc,λ, rel.egys.

l10

0 0.2 0.4 0.6 0.8 1

400 450 500 550 600 650

λ, nm μc,λ, rel.egys.

l15

0 0.2 0.4 0.6 0.8 1

400 450 500 λ, nm 550 600 650

μc,λ, rel.egys.

l20

0 0.2 0.4 0.6 0.8 1

400 450 500 550 600 650

λ, nm μc,λ, rel.egys.

l25

0 0.2 0.4 0.6 0.8 1

400 450 500 λ, nm 550 600 650

μc,λ, rel.egys.

m10

0 0.2 0.4 0.6 0.8 1

400 450 500 550 600 650

λ, nm μc,λ, rel.egys.

m15

0 0.2 0.4 0.6 0.8 1

400 450 500 550 600 650

λ, nm μc,λ, rel.egys.

m20

0 0.2 0.4 0.6 0.8 1

400 450 500 550 600 650

λ, nm μc,λ, rel.egys..

m25

0 0.2 0.4 0.6 0.8 1

400 450 500 550 600 650

λ, nm μc,λ, rel.egys.

2.b Melléklet – Monokromatikus színidentifikáció numerikus megfeleltetése  épszínlátóknál és anomális trikromátoknál 

100 110 120 130 140 150 160

400 450 500 550 600 650 700

λ [nm]  

A piros pontok az épszínlátók átlagértékei.

l10 l15

l20 l25

m10 m15

m20 m25

épszínlátók

3.a Melléklet ‐ A szórás ellipszisek meghatározásának matematikai részletezése  A szórás ellipszisek meghatározásának menete:

Az alapegyenlet, egy ellipszis egyenlete:

) 2

1 ( )

( −μ T ⋅Σi− ⋅ x−μi ≤χ x i

A kovariancia mátrix (szórás mátrix): Σ, mely a diszkriminancia analízis során az SPSS program kiszámol, illetve a centrumközéppontok: μ, melyet a csoportbeli objektumok átlaga határoz meg. A χ²: a két szabadságfokú rendszer 90 %-os lefedettségéhez tartozó érték.

A kovariancia mátrix: _⎥

⎦

⎢ ⎤

⎣

=⎡ Σ

22 21

12 11

σ σ

σ σ

Az ellipszis pontjainak koordinátái: _⎥

⎦

⎢ ⎤

⎣

=⎡

2 1

x

x x , melyek ismeretlenek a számítások elején.

A színtartományok középpontjai: _⎥

⎦

⎢ ⎤

⎣

=⎡

2 1

μ

μ μ , melyet a színminták koordinátáinak

átlagszámításával kapunk meg.

A kovariancia mátrix inverze: ⋅Σ^T

= Σ Σ⁻1 1

A kovariancia mátrix determinánsa: Σ =σ₁₁⋅σ₂₂ −σ₁₂ ⋅σ₂₁ A kovariancia mátrix transzponáltja: _⎥

⎦

⎢ ⎤

⎣

⎡

−

= − Σ

11 21

12 22

σ σ

σ

T σ

A kovariancia mátrix inverzének kiszámítása után új jelölést bevezetve a kovariancia mátrix inverzének meghatározása: _⎥

⎦

⎢ ⎤

⎣

=⎡

Σ⁻ _*

22

* 21

* 12

* 1 11

σ σ

σ σ

A számítás során az egyenlőséget megtartva megkapjuk az ellipszis körvonalát.

) 2

1 ( )

(x−μ T ⋅Σ− ⋅ x−μ =χ elvégezve a megfelelő átalakításokat kapjuk a következő egyenletet:

(

^x−μ

) (

^{TΣ−1 x−μ}

)

^{=xTΣ−1x−2⋅μTΣ−1x+μTΣ−1μ=χ2}

A fenti egyenletnek több átalakítási módja is van, az egyes tagokat külön számolva az egyszerűség és az áttekinthetőség miatt:

2 2

* 22 2 1

* 12 2

1

* 11 2

1 2

1 1 *

2 x x x

x x

x x

x

i j

j i ij

TΣ =

∑∑

⋅ ⋅ = ⋅ + ⋅ ⋅ ⋅ + ⋅

= =

− σ σ σ σ

A harmadik tag hasonlóan az elsőhöz képest meghatározható:

2 2

* 22 2 1

* 12 2

1

* 11 2

1 2

1 1 *

2 σ μ μ σ μ

μ σ μ μ σ μ

μ Σ =

∑∑

⋅ ⋅ = ⋅ + ⋅ ⋅ ⋅ + ⋅

= =

−

i j

j i ij T

A középső tag felbontása esetén a konstans szorzót a zárójel felbontása után mindegyik tagnál szerepel, mert a számítások menetét a későbbiekben megkönnyíti.

2 2

* 22 1

2

* 21 2

1

* 12 1 1

* 11 2

1 2

1 1 *

2 2

2 2

2

2 x x x x x x

i j ij i j

T ⎟⎟⎠=− ⋅ ⋅ ⋅ − ⋅ ⋅ ⋅ − ⋅ ⋅ ⋅ − ⋅ ⋅ ⋅

⎞

⎜⎜⎝

⎛ ⋅ ⋅

⋅

−

= Σ

⋅

−

∑∑

= =

− σ μ σ μ σ μ σ μ σ μ

μ

2 2

* 22 1

2

* 21 2

1

* 12 1

1

* 11 2

1 2

1

* 2 2 2 2

2 x x x x x

i j

j i

ij ⎟⎟=− ⋅ ⋅ ⋅ − ⋅ ⋅ ⋅ − ⋅ ⋅ ⋅ − ⋅ ⋅ ⋅

⎠

⎜⎜ ⎞

⎝

⎛ ⋅ ⋅

⋅

−

∑∑

= =

μ σ μ

σ μ

σ μ

σ μ

σ

Természetesen a mátrixokkal való műveletek alapján is ugyanezeket az eredményeket kapjuk:

[ ]

_⎥

⎦

⎢ ⎤

⎣

⎥⎡

⎦

⎢ ⎤

⎣

= ⎡ Σ⁻

2 1

* 22

* 21

* 12

* 11 2 1 1

x x x

x x x^T

σ σ

σ σ

[ ]

_⎥

⎦

⎢ ⎤

⎣

⎥⎡

⎦

⎢ ⎤

⎣

= ⎡ Σ⁻

2 1

* 22

* 21

* 12

* 11 2 1 1

μ μ σ σ

σ μ σ

μ μ μ^T

[ ]

_⎥

⎦

⎢ ⎤

⎣

⎥⎡

⎦

⎢ ⎤

⎣

⋅ ⎡

−

= Σ

⋅

− ⁻

2 1

* 22

* 21

* 12

* 11 2 1

1 2

2 x

x x

T

σ σ

σ μ σ

μ μ

(

^x−μ

) (

^{TΣ−1 x−μ}

)

^{=xTΣ−1x−2⋅μTΣ−1x+μTΣ−1μ =χ2}

( ) ( ) [ ] [ ] [ ]

_⎥

⎦

⎢ ⎤

⎣

⎥⎡

⎦

⎢ ⎤

⎣ + ⎡

⎥⎦

⎢ ⎤

⎣

⎥⎡

⎦

⎢ ⎤

⎣

⋅ ⎡

⎥−

⎦

⎢ ⎤

⎣

⎥⎡

⎦

⎢ ⎤

⎣

= ⎡

− Σ

− ⁻

2 1

* 22

* 21

* 12

* 11 2 1 2 1

* 22

* 21

* 12

* 11 2 1 2

1

* 22

* 21

* 12

* 11 2 1

1 2

μ μ σ σ

σ μ σ

σ μ σ

σ μ σ

σ μ σ

σ μ σ

μ x

x x

x x x x

x ^T

Az egyenletbe behelyettesítve a kapott eredményeket:

(

^x−μ

) (

^{TΣ−1 x−μ}

)

^{=xTΣ−1x−2⋅μTΣ−1x+μTΣ−1μ =χ2}

(

⁻

) (

^{Σ− −}

)

^{= ⋅ + ⋅ ⋅ ⋅ +} * ^⋅ 2^{2 +}

22 2 1

* 12 2

1

* 11

1 x x 2 x x x

x μ ^T μ σ σ σ

+

⋅

⋅

⋅

−

⋅

⋅

⋅

−

⋅

⋅

⋅

−

⋅

⋅

⋅

−2 σ₁₁^* μ₁ x₁ 2 σ₁₂^* μ₁ x₂ 2 σ^*₂₁ μ₂ x₁ 2 σ₂₂^* μ₂ x₂

2 2 2

* 22 2 1

* 12 2

1

*

11 μ 2 σ μ μ σ μ χ

σ ⋅ + ⋅ ⋅ ⋅ + ⋅ = +

A kapott egyenletrendszert x-ben másodfokúra rendezzük, és az x1 koordinátát x –el jelöljük, az x2 koordinátát pedig y-al, melyek a derékszögű koordinátarendszer tengelyeivel azonosak:

(

^{⋅ ⋅ − ⋅ ⋅ − ⋅ ⋅}

)

^{⋅ +}

+

⋅x² ₁₂^* y ₁₁^* ₁ ^*_{21 2} x

*

11 2 σ 2 σ μ 2 σ μ

σ

(

^{− ⋅ ⋅ − ⋅ ⋅}

)

^{⋅ +}

+

⋅

+σ₂₂^* y² 2 σ₁₂^* μ₁ 2 σ^*₂₂ μ₂ y 0 2 ₁₂^* _{1 2 22}^* ₂^{2 2}

2 1

*

11⋅ + ⋅ ⋅ ⋅ + ⋅ − =

+σ μ σ μ μ σ μ χ

A másodfokú egyenlet általános alakja:a⋅x² +b⋅x+c=0

*

σ11

= a

2

* 21 1

* 11

*

12 2 2

2⋅σ ⋅ − ⋅σ ⋅μ − ⋅σ ⋅μ

= y

b

( )

2^{2 2}

* 22 2 1

* 12 2

1

* 11 2

* 22 1

* 12 2

*

22 2 σ μ 2 σ μ σ μ 2 σ μ μ σ μ χ

σ ⋅ + − ⋅ ⋅ − ⋅ ⋅ ⋅ + ⋅ + ⋅ ⋅ ⋅ + ⋅ −

= y y

c

A másodfokú megoldó képlet, vagyis a gyökök meghatározása:

a

c a b

x b

⋅

⋅

⋅

− +

=−

2

2 4

1

a

c a b

x b

⋅

⋅

⋅

−

−

= −

2

2 4

2

Az x1 és az x2 értékei az ellipszis pontjait határozzák meg.

A diszkrimináns értéke:D= b² −4⋅a⋅c, mely a számítás menetét megkönnyíti, ha külön kiszámoljuk.

Az y érték intervallumát meg tudjuk határozni a színminták alapján, ezek a CRG értékek.

Az ellipszisek pontjainak meghatározása Excel program segítségével történt, mert ebben az esetben a különböző értékek változása esetén azonnal megkapjuk az új értékeket.

3.b  Melléklet  –  Szórási  ellipszisek  CIE  xy  és  CIE  L*a*b*  rendszerekben  90%‐os  konfidencia szinten 

CIExy koordinátarendszer

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 x y

C IE L a b ko o rdiná ta re nds ze r

-3 0 0 -2 5 0 -2 0 0 -1 5 0 -1 0 0 -5 0 0 5 0 1 0 0 1 5 0

-2 1 0 -1 6 0 -1 1 0 -6 0 -1 0 4 0 9 0 1 4 0 1 9 0 2 4 0 a *

b *

3.c Melléklet – Szórási ellipszisek OCS‐ben különböző konfidencia szinteken   

-0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5

-1.5 -1 -0.5 0 0.5 1 1.5

C

^BY

C

^RG

-0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5

-1.5 -1 -0.5 0 0.5 1 1.5

C^BY C^RG

-0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5

-1.5 -1 -0.5 0 0.5 1 1.5

C^BY C^RG

70%

80%

90%

3.d Melléklet ‐ A lencse és a makula szűrőhatása  

A színtévesztők csapjai spektrális érzékenységi görbéinek előállításakor nem szabad figyelmen kívül hagyni, hogy a szemben különböző szűrőközegeken át jut el a sugárzás a receptorokhoz. Ilyen a szemlencse (e1. ábra - Stockman, Sharpe & Fach, 1999), és a két fokos látómezőn a látógödör előtt elhelyezkedő sárgás színű sejtréteg (sárga folt), a makula (e2. ábra - Bone, Landrum & Cairns, 1992 ).

e1. ábra - A szemlencse szűrőhatása

A szem e két alkotórészének optikai szűrő szerepe elég jelentős. Az olyan közvetett mérések, mint a CMF, amelyből Sharpe és Stockmann a csapok spektrális érzékenységi függvényeit számították, természetesen e két szűrő hatását is tartalmazzák. A görbék eltolásánál tehát ezzel is számolni kell.

e2. ábra - A makula szűrőhatása

0 0,2 0,4 0,6 0,8 1

400 450 500 550 600 650 700 λ(nm)

Transzmisszió

0 0,2 0,4 0,6 0,8 1

400 450 500 550 600 650 700

λ(nm)

Transzmisszió

In document Az emberi színidentifikáció és színdiszkrimináció méréstechnikája Doktori dolgozat (Pldal 113-155)