UŽITÍ MATLABU V KOLORIMETRII. J.Novák, A.Mikš. Katedra fyziky, FSv ČVUT, Praha

Podobné dokumenty
ANALÝZA VLIVU NUMERICKÉ APERTURY A ZVĚTŠENÍ NA HODNOTU ROZPTYLOVÉ FUNKCE BODU

VLIV ZMĚNY FÁZE VLNOVÉHO POLE NA ZMĚNU BARVY INTERFERENČNÍHO POLE V METODĚ POLARIZAČNÍ INTERFEROMETRIE

GRADIENTNÍ OPTICKÉ PRVKY Gradient Index Optical Components

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

Modelování jednostupňové extrakce. Grygar Vojtěch

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

Základní požadavky a pravidla měření

12. N á h o d n ý v ý b ě r

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

Odhady parametrů 1. Odhady parametrů

Komplexní čísla. Definice komplexních čísel

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

Deskriptivní statistika 1

Geometrická optika. Vnímání a měření barev. světlo určitého spektrálního složení vyvolá po dopadu na sítnici oka v mozku subjektivní barevný vjem

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13).

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

STUDIUM DEGRADACE TISKU NA TENKÝCH POLYMERNÍCH VRSTVÁCH

Interference. 15. prosince 2014

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

6. Posloupnosti a jejich limity, řady

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

MĚŘENÍ PARAMETRŮ OSVĚTLOVACÍCH SOUSTAV VEŘEJNÉHO OSVĚTLENÍ NAPÁJENÝCH Z REGULÁTORU E15

Geometrická optika. Zákon odrazu a lomu světla

Středoškolská technika 2015 ŘEŠENÍ DOKONALÉHO TVARU MOSTNÍHO NOSNÍKU Z HLEDISKA POTENCIÁLNÍ ENERGIE - ŘETĚZOVKA

Zhodnocení přesnosti měření

STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6

a my chceme data proložit nějakou hladkou funkcí, která by vystihovala hlavní vlastnosti dat, ale ignorovala malé fluktuace a nepřesnosti.

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

23. Mechanické vlnění

Náhodný výběr 1. Náhodný výběr

11. přednáška 16. prosince Úvod do komplexní analýzy.

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

8. Základy statistiky. 8.1 Statistický soubor

Laboratorní práce č. 10 Úloha č. 9. Polarizace světla a Brownův pohyb:

Intervalové odhady parametrů některých rozdělení.

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL

P2: Statistické zpracování dat

Závislost slovních znaků

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

1 Základy Z-transformace. pro aplikace v oblasti

Analýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace

2. Náhodná veličina. je konečná nebo spočetná množina;

6. P o p i s n á s t a t i s t i k a

1. Měření ve fyzice, soustava jednotek SI

1. Základy měření neelektrických veličin

je vstupní kvantovaný signál. Průběh kvantizační chyby e { x ( t )}

OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY.

vají statistické metody v biomedicíně

Didaktika výpočtů v chemii

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

Intervalové odhady parametrů

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

STATISTIKA. Základní pojmy

2.4. INVERZNÍ MATICE

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

3. Decibelové veličiny v akustice, kmitočtová pásma

PRAVDĚPODOBNOST A STATISTIKA

7. Analytická geometrie

10.3 GEOMERTICKÝ PRŮMĚR

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Obsah. skentest. 1. Úvod. 2. Metoda výpočtu Základní pojmy

1.7.4 Těžiště, rovnovážná poloha

1 Uzavřená Gaussova rovina a její topologie

Pravděpodobnostní modely

Pravděpodobnost a aplikovaná statistika

Ústav fyzikálního inženýrství Fakulta strojního inženýrství VUT v Brně GEOMETRICKÁ OPTIKA. Přednáška 10

VaR analýza citlivosti, korekce

3. Lineární diferenciální rovnice úvod do teorie

U klasifikace podle minimální vzdálenosti je nutno zvolit:

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM

Posouzení struktury strojní sestavy pomocí teorie hromadných obsluh

Úloha III.S... limitní

Geometrická optika. Vznikají tak dva paprsky odražený a lomený - které spolu s kolmicí v místě dopadu leží v jedné rovině a platí:

Historie a elementární základy teorie barev III.

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu.

2 STEJNORODOST BETONU KONSTRUKCE

8. Analýza rozptylu.

6. FUNKCE A POSLOUPNOSTI

Mocniny. Mocniny, odmocniny, logaritmy, exponenciála. Obecná mocnina. Mocniny. Odmocniny

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce

523/2006 Sb. VYHLÁŠKA

Vzorový příklad na rozhodování BPH_ZMAN

Systém intralaboratorní kontroly kvality v klinické laboratoři (SIKK)

Matematika I, část II

5.1 Měření barevných souřadnic světla pomocí Donaldsonova kolorimetru

13 Popisná statistika

n-rozměrné normální rozdělení pravděpodobnosti

Experimentální postupy. Koncentrace roztoků

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU

Příloha č. 7 Dodatku ke Smlouvě o službách Systém měření kvality Služeb

Transkript:

UŽITÍ MATLABU V KOLORIMETRII J.Novák A.Mikš Katedra fyziky FSv ČVUT Praha Kolorimetrické metody jsou velmi často používáy jako diagostické metody v řadě oblastí vědy a techiky. V čláku jsou ukázáy příklady počítačového modelováí základích kolorimetrických metod a aalýza kolorimetrických dat v prostředí MATLAB.. Úvod Kolorimetrické metody se velmi často používají k růzým účelům ve vědě a techice. Základí ázvosloví a kolorimetrická data jsou uvedea v ormě []. Pro praktické aplikace kolorimetrických metod je vhodé použití počítačových metod které umožňují kolorimetrická data jedoduše aalyzovat a dále zpracovávat. Tato práce se zaměřuje a možost usaděí a zautomatizováí výpočtů při měřeí barev.. Vímáí a měřeí barev Dopadá-li světlo určitého spektrálího složeí do oka vziká v mozku barevý vjem barva. Světlo je charakterizováo světelým tokem který je mírou účiosti světla při vyvoláí vjemu jasu vlovou délkou jíž odpovídá vjem barvy zvaý tó a čistotou jíž odpovídá sytost. Subjektiví barevé vjemy můžeme vyjádřit číselými hodotami které přesě vystihují barvu. Podle ormy Meziárodí osvětlovací komise (CIE) z roku 93 vziklé a základě měřeí velkého počtu pozorovatelů se předpokládá že oko vímá třemi orgáy jejichž citlivost k barvám je vyjádřea barevými poděty (trichromatickými čleiteli) x () y () z() spektrálí barvy vlové délky. Barevými souřadicemi (trichromatickými souřadicemi) příslušé spektrálí barvy azýváme veličiy x x = x + y + z y y = x + y + z z z = x + y + z. () Protože platí x + y + z = stačí k defiici barvy zát jeom dvě z těchto veliči. Barevé poděty spolu s barevými souřadicemi v závislosti a vlové délce světla jsou uvedey v tabulce. Spojice koců křivky přímka purpurů (směsé barvy složeé z fialové = 4 m a červeé = 7 m) představuje espektrálí barvu. Souřadice (xy) všech skutečých barev jsou uvitř plochy vymezeé uvedeými dvěma čárami (kolorimetrický trojúhelík diagram chromatičosti). Tyto barvy jsou aditiví směsí z barev spektra. Každá barva je tedy určea bodem (xy) v kolorimetrickém trojúhelíku.

Tabulka x y z x y x y z x y 38 7 74 5 58 96 87 5 487 4 4 68 73 5 6 6 63 67 37 4 34 4 646 7 5 6 854 38 69 38 44 348 3 747 64 64 448 75 79 8 46 9 6 669 44 3 66 65 6 73 7 48 96 39 83 9 33 68 47 7 733 67 5 5 33 7 8 538 7 4 735 65 5 63 7 78 74 834 7 3 735 65 54 9 954 3 754 74 735 65 56 595 995 4 373 64 76 735 65 Při určováí barevých souřadic zdroje světla postupujeme tak že určíme barevé poděty (trichromatické složky) X Y Z tohoto světla ze vztahů X = x( ) Y = y( ) Z = z( ) () kde W() je tok světla pro vlovou délku zkoumaého zdroje světla. Barevé souřadice (trichromatické souřadice) pak jsou X x = X + Y + Z Y y = X + Y + Z Z z = X + Y + Z. (3) Předměty vidíme pomocí světla které odrážejí ebo které jimi prochází. Barva jimi odražeého ebo propuštěého světla závisí a barvě a ě dopadajícího světla. Jako ormy pro měřeí barvy světla odražeého ebo propuštěého předmětem byly přijaty tři zdroje světla které se získají zvláštím uspořádáím žárovek a selektivě absorbujících roztoků: Zdroj A (přibližě žárovka 3 W) zdroj B jehož světlo odpovídá přímému sluečímu světlu a zdroj C jehož světlo vystihuje rozptýleé deí světlo. Spektrálí rozděleí eergie W() světla těchto zdrojů které se blíží světlu absolutě čerého tělesa při teplotách 856 o K 4874 o K a 6774 o K je uvedeo v tabulce. Předpokládejme yí že světlo zdroje prochází optickou soustavou (apř. filtrem objektivem apod.) mající spektrálí propustost T() pro vlovou délku potom hodoty barevých podětů určíme ze vztahů X = x( ) T ( ) Y = y( ) T( ) Z = z( ) T( ). (4) Necháme-li bílé světlo procházet dvěma optickými soustavami majícími spektrálí propustosti T () a T () pak výsledá propustost je dáa vztahem T() = T ()T ().

Tabulka W() A B C A B C 38 979 4 33 58 444 978 4 47 43 633 6 94 98 897 4 63 98 6 436 997 88 44 87 88 5 64 5798 878 46 378 883 3 66 796 5 879 48 485 95 39 68 8443 39 84 5 5986 94 7 986 99 763 5 75 895 969 7 36 99 683 54 8595 969 74 66 869 65 56 8 53 76 3 847 58 Všiměme si yí pojmu bílé světlo (achromatické světlo). Neexistuje jediá defiice bílého světla. Za bílé světlo se ejčastěji považuje světlo zdroje C ebo izoeergetické světlo E o barevých souřadicích x = /3 y = /3 (bod chromatičosti izoeergetického světla). Náhradí vlová délka (převládající vlová délka) charakterizující barevý tó barvy je vlová délka ve které spojice bílého bodu s bodem zázorňujícím daou barvu protíá křivku spektrálích barev. Sytost barvy je defiováa jako vzdáleost bodu zázorňujícího daou barvu od bílého bodu vyjádřeá v procetech vzdáleosti bílého bodu od spektrálího bodu měřeé a spojici uvažovaého bodu s bodem bílým. Sytost jakékoliv spektrálí barvy je % a sytost bílého světla je ulová. Jasost barvy je dáa velikostí složky Y. Jas daého barevého podětu se vypočítá ze vztahu L = 683Y (cd.m - ). Doplňkové (komplemetárí) barvy jsou dvě barvy jejichž sečteím dostaeme bílé světlo. 3. Vyhodocováí spektrofotometrických měřeí Při vyhodocováí spektrofotometrických měřeí je uté vypočítávat trichromatické složky světla XYZ podle vztahů () resp. (4) a ásledě barevé souřadice xyz podle vztahů (3). V praxi se pro jedoduchost výpočtu často ahrazuje itegrace ve vztazích () resp. (4) sumací. Avšak pokud máme základí kolorimetrická data (tj. trichromatické čleitele spektrálí rozděleí eergie zdrojů světla) dostupá v počítači je vhodější použít itegrace. Pro aše účely kdy byla k dispozici data v rozsahu od = 38 m do = 76 m v děleí po = 5 m bylo použito složeého lichoběžíkového pravidla pro výpočet barevých podětů N X = x( ) T ( ) = G( ) = & ( k + k )( Gk + + Gk ) (5) kde k = + ( k ) a N je počet vlových délek pro které je dáa fukce G(). Obdobé vztahy dostaeme pro barevé poděty Y a Z. Předchozí vztah (lichoběžíkové pravidlo) může být v Matlabu jedoduše aprogramováo jako k = X =.5* sum( diff ( G).*( G(: ed ) + G( : ed))).

Trichromatické souřadice poté mohou být již jedoduše určey ze vztahů (3). Pro ásledý výpočet áhradí vlové délky d je uté získat průsečík (x d y d ) spojice bodu barvy ormalizovaého druhu světla (E) o souřadicích (x y ) a bodu barvy sledovaé o souřadicích (xy) s křivkou spektrálích světel. Pro automatické vyhodocováí pomocí počítače byl aproximová trichromatický trojúhelík (obr.) ásledujícím způsobem. Počátek souřadicových os byl posuut do bodu x = /3 y = /3 (bod chromatičosti izoeergetického světla) a ásledě byla provedea aproximace v polárích souřadicích (ρ). E ρ x ) ( y x ) ( y Obr.: Kolorimetrický trojúhelík Kolorimetrický trojúhelík (obr.) byl z hlediska dosažeí dostatečé kvality aproximace rozděle a 4 části. Pro jedotlivé části platí ( > ρ( ) = A 3 8 i= ( > ρ( ) = A 4 8 i= ( 3 > ρ( ) = A 4 ( > 7 i= i i 3 i ρ( ) = si i i i a b cos a = b = kde koeficiety A ki jsou dáy v tabulce 3 x = x x y = y y jsou ově zavedeé souřadice ( x ) ( x ) jsou souřadice kocových bodů přímky purpurů = 68 rad = 48 rad 3 rad rad 4 = 46 a jsou ormalizovaé hodoty pro které platí

= Var(). Tato polyomiálí aproximace byla provedea metodou ejmeších čtverců pomocí fukce polyfit v Matlabu. Podobým způsobem může být aproximováa závislost vlové délky () a úhlové veličiě. Tabulka 3 i A A A 3.448468659e-.969388878e- 3.647785394935e- -6.8555689e- -.47775874665e-.95498577337e-3 8.688385773649e-.358358843377e- 4.8854738e-4 3 -.6947863938887e-3 -.857733979e- -.375346337e-4 4 6.3534784478759e- -4.94698348e- -3.7469495539e-3 5-9.4678868537e-.894834457e- -4.936647554579e-3 6.94486846745e- 8.48593665739e- -.6359987765743e-3 7 4.368643366735e- -.4347357e- -4.54845889677e-4 8 -.58449789698e- -3.666479884e- - Na obr. je zázorě aproximovaý kolorimetrický trojúhelík. Tečkami jsou azačey zámé souřadice a plou čarou je zázorěa aproximovaá závislost. Obr.: Aproximace kolorimetrického trojúhelíka

Nyí získáme hledaý průsečík (x d y d ) jedoduše tím že určíme úhel pro daý souřadicový bod (xy) jako y y = arcta x x a dosazeím do vztahů pro aproximaci kolorimetrického trojúhelíka získáme polárí souřadici ρ(). Souřadice (x d y d ) poté dostaeme ze vztahu x = + ρcos y = + ρsi. d x d y Pomocí těchto souřadic můžeme poté vyjádřit kolorimetrickou čistotu p c která vystihuje sytost barvy. Platí x x yd pc =. x x y d 4. Závěr V čláku byly ukázáy příklady počítačového modelováí základích kolorimetrických metod a aalýzy kolorimetrických dat v prostředí MATLAB. Byla aproximováa křivka kolorimetrického trojúhelíka což umožňuje automatické prováděí další aalýzy spektrofotometrických dat pomocí počítače. Uvedeé programy též mohou sloužit pro výuku studetů. Práce byla vypracováa v rámci gratu GAČR 3/3/P. Literatura. ČSN 78 (Měřeí barev) Vydavatelství orem Praha 99.. A.Mikš Aplikovaá optika Vydavatelství ČVUT Praha. 3. M.Jiráček A.Mikš V.Opočeský J.Růžek P.Scheufter M.Spěvák P.Stýblo M.Urba Techické základy fotografie. Komora fotografických živostí Praha. Ig.Jiří NovákPhD Katedra fyziky Stavebí fakulta ČVUT Thákurova 7 66 9 Praha 6 - Dejvice. Tel: 4354435 Fax: 333336 E-mail: ovakji@fsv.cvut.cz Doc.RNDr.Atoí MikšCSc Katedra fyziky Stavebí fakulta ČVUT Thákurova 7 66 9 Praha 6 - Dejvice. Tel: 4354948 Fax: 333336 E-mail: miks@fsv.cvut.cz