УПРОЩЕННАЯ СИСТЕМА СРАВНЕНИЯ ТЕКСТУРЫ Российский патент 2019 года по МПК G06T7/40 G01J3/46 

Уровень техники

Покрытия использовались в течение сотен лет для защиты и придания визуальную привлекательности изделиям и конструкциям. Например, здания красят или окрашивают для того, чтобы защитить их облицовку от атмосферных воздействий, а также придать зданию эстетичный внешний вид. Аналогичным образом, автомобили иногда красят, используя многочисленные слои специального назначения, для защиты металлического кузова транспортного средства от коррозии, а также придания транспортному средству визуальной привлекательности.

Различные покрытия могут иметь характерные признаки и свойства, которые являются полезными или желательными для определенных целей. Например, различные покрытия могут иметь различные свойства электрической проводимости, различные свойства химической активности, различные свойства твердости, различные свойства защиты от ультрафиолетового излучения и другие различные свойства, характерные для использования. Кроме того, покрытия могут содержать уникальные визуальные признаки. Например, некоторые автомобильные покрытия содержат признаки текстуры, которые обеспечивают покрытию уникальные визуальные эффекты.

Способность создавать композиции для покрытий с высокой степенью сходства является важным аспектом на многочисленных различных рынках покрытий. Например, желательно, чтобы декоративные покрытия содержали схожие цвета и визуальные признаки. Точно так же важна способность сопоставлять ранее нанесенные покрытия с имеющимися цветами покрытий. Например, при фиксации царапины на автомобильном покрытии желательно сопоставить как цвет, так и текстуру первоначального покрытия. Способность сопоставлять покрытия требует как сопоставимых композиций для покрытий, так и инструментов для правильной идентификации целевого покрытия и/или идентификации приемлемой композиции, сопоставимой с целевым покрытием.

Значительные технические трудности возникают при представлении конечным пользователям сложной информации о покрытия и текстуре. Например, информация о покрытии включает большое количество различных измерений под разными углами. Итоговые наборы данных могут быть большими и трудными для использования на практике. Таким образом, существует потребность в технически обоснованных способах и схемах обработки больших наборов данных относительно покрытия и представления полученной информации конечным пользователям в соответствующей форме, простой для использования и понимания.

Раскрытие сущности изобретения

Например, реализации настоящего изобретения могут содержать способ вычисления индикатора текстур покрытий. Способ может содержать прием целевых переменных текстуры покрытия из изображения целевого покрытия. Способ может также содержать доступ к базе данных относительных текстурных характеристик, в которой хранится ряд зависимостей текстурных характеристик для множества покрытий. Способ может дополнительно содержать вычисление корреляции между целевыми переменными текстурами покрытия и переменными данными объемной текстуры, связанными со сравниваемым покрытием. Способ может дополнительно содержать, основываясь на вычисленной корреляции, вычисление ряда относительных текстурных характеристик для целевого покрытия, которые указывают относительные различия по текстуре между целевым покрытием и сравниваемым покрытием. Каждая из относительных текстурных характеристик может содержать оценку по всем углам целевого покрытия.

Кроме того, реализации настоящего изобретения могут содержать автоматизированную систему, выполненную с возможностью выполнения способа вычисления индикаторов текстуры покрытия. Например, способ может включать в себя прием целевых переменных текстуры покрытия, которые могут содержать переменные данные объемной текстуры, выработанные из изображения целевого покрытия. Способ может также включать в себя идентификацию, основанную на информации, принятой из спектрофотометра с камерой, цвета покрытия, связанного с целевым покрытием.

Кроме того, способ, реализованный в этой системе, может включать в себя получение доступа к базе данных относительных текстурных характеристик. База данных относительных текстурных характеристик может содержать ряд относительных текстурных характеристик для одного или более покрытий, которые связаны с цветом покрытия. Реализованный способ может также включать в себя вычисление корреляции между целевыми переменными текстурами покрытия и переменными данными объемной текстуры, связанными с предложенным сопоставленным покрытием. Кроме того, основываясь на вычисленной корреляции, реализованный способ может включать в себя вычисление ряда относительных текстурных характеристик для предложенного сопоставленного покрытия, которые указывают относительные различия по текстуре между целевым покрытием и предложенным сопоставленным покрытием. Каждая из относительных текстурных характеристик может содержать оценку по всем углам целевого покрытия. В дополнение к этому, реализованный способ может включать в себя передачу цифровых данных, способных побуждать дисплей отображать ряд относительных текстурных характеристик.

Кроме того, реализации настоящего изобретения могут содержать способ вычисления индикатора текстур покрытий. В этом случае способ может содержать прием целевых переменных текстуры покрытия из изображения целевого покрытия, который может содержать переменные данные объемной текстуры, выработанные из изображения. Способ может также содержать доступ к базе данных относительных текстурных характеристик. База данных относительных текстурных характеристик может содержать ряд зависимостей текстурных характеристик для множества покрытий. Кроме того, способ может содержать вычисление корреляции между целевыми переменными текстурами покрытия и переменными данными объемной текстуры, связанными с множеством различных покрытий. Основываясь на вычисленной корреляции, способ может содержать вычисление ряда относительных текстурных характеристик для целевого покрытия, которые указывают на относительные различия по текстуре между целевым покрытием и множеством различных покрытий, причем каждая из относительных текстурных характеристик содержит оценку по всем углам целевого покрытия. Кроме того, способ может содержать передачу цифровых данных, способных побуждать дисплей отображать ряд относительных текстурных характеристик.

Дополнительные признаки и преимущества примерных реализаций изобретения будут изложены в последующем описании и частично будут очевидны из описания или могут быть изучены при практическом осуществлении таких примерных реализаций. Признаки и преимущества таких реализаций могут быть реализованы и получены посредством инструментов и комбинаций, отдельно указанных в прилагаемой формуле изобретения. Эти и другие признаки станут более очевидными из нижеследующего описания и прилагаемой формулы изобретения или могут быть изучены при практическом осуществлении таких примерных реализаций, как указано ниже в данном документе.

Краткое описание чертежей

Для того, чтобы описать способ, с помощью которого могут быть получены вышеизложенные и другие преимущества и признаки настоящего изобретения, более подробное описание изобретения, кратко описанное выше, будет представлено ниже со ссылкой на прилагаемые чертежи. Понимая, что эти чертежи изображают только примерные или типичные реализации настоящего изобретения и, следовательно, не должны рассматриваться как ограничивающие его объем, изобретение будет описано и объяснено с дополнительной конкретностью и детализацией с использованием сопроводительных чертежей, на которых:

на фиг. 1 показано схематичное представление системы для вычисления текстуры покрытия в соответствии с реализациями настоящего изобретения;

на фиг. 2A показана таблица относительных текстурных характеристик и сопроводительные примерные покрытия в соответствии с реализациями настоящего изобретения;

на фиг. 2B показана другая таблица относительных текстурных характеристик и сопроводительные примерные покрытия в соответствии с реализациями настоящего изобретения;

на фиг. 2C показана еще одна таблица относительных текстурных характеристик и сопроводительные примерные покрытия в соответствии с реализациями настоящего изобретения;

на фиг. 3 показана линейная диаграмма относительных текстурных характеристик в соответствии с реализациями настоящего изобретения;

на фиг. 4 показана таблица переменных текстуры в соответствии с реализациями настоящего изобретения;

на фиг. 5 показан график корреляции выявленных текстурных характеристик в соответствии с реализациями настоящего изобретения; и

на фиг. 6 показана блок-схема последовательности операций, выполняемых на этапах способа вычисления текстурных характеристик в соответствии с реализациями настоящего изобретения.

Осуществление изобретения

Настоящее изобретение распространяется на системы, способы и устройства, выполненные с возможностью получения характеристики целевого покрытия по отношению к одному или более ранее проанализированным эталонным покрытиям. В данном документе компьютерные системы и устройства сбора данных могут использоваться для сбора информации о текстуре из целевого покрытия и выработке одного или более результатов вычисления текстуры, которые описывают целевое покрытие относительно одного или более других покрытий. В настоящем изобретении могут использоваться компьютерные системы и устройства сбора данных для приема больших наборов данных переменных текстуры и передачи большого набора данных в виде упрощенных и легко используемых индикаторов значения текстуры. Кроме того, настоящее изобретение может также содержать преобразования данных для отображения необработанных переменных текстуры в текстурные характеристики, воспринимаемые человеком. Реализации настоящего изобретения обеспечивают новые и неочевидные на первый взгляд улучшения в области сопоставления покрытий.

Соответственно, в настоящем изобретении предложены новые и инновационные системы и способы анализа и сопоставления текстур покрытий. В отличие от традиционных способов отображения различий текстуры, настоящее изобретение позволяет предоставить простую и понятную информацию, которая непонятна неспециалисту. Кроме того, настоящее изобретение позволяет обеспечить достоверное визуальное сопоставление текстуры для анализируемого покрытия. В частности, согласно настоящему изобретению целевое покрытие можно сопоставить с эталонными данными, которые основываются на визуальных впечатлениях большого поперечного среза всех слоев населения. Таким образом, настоящее изобретение позволяет обеспечить более простое и более точное средство для анализа и сопоставления текстуры покрытия.

По меньшей мере одна реализация настоящего изобретения может содержать программное приложение 100 для вычисления текстуры покрытия. На фиг. 1 показано схематичное представление системы для вычисления текстуры покрытия соответствующим образом. В частности, на фиг. 1 показано, что программное приложение 100 может содержать модуль 120 ввода данных, который выполнен с возможностью приема целевых переменных текстуры покрытия из изображения и переменных цвета покрытия из целевого покрытия. В контексте данного документа модуль 120 ввода данных содержит интерфейс прикладных программ ("API") для связи с программным приложением 100 для вычисления текстуры покрытия, пользовательский интерфейс для взаимодействия с программным приложением 100 для вычисления текстуры покрытия или любую другую функцию, выполненную с возможностью приема ввода в и/или отправки результата вычисления из программного приложения 100 для вычисления текстуры покрытия. Целевые переменные текстуры покрытия могут содержать переменные текстуры целевого покрытия, выработанные из изображения целевого покрытия.

Например, на фиг. 1 показано, что модуль 120 ввода данных может взаимодействовать с инструментом измерения покрытия, таким как, спектрофотометр 110 с камерой, который обеспечивает программное приложение 100 рядом целевых переменных текстуры покрытия для целевого покрытия. В контексте данного документа целевые переменные текстуры покрытия содержат текстуру, связанную с данными, которые принимаются либо из спектрофотометра, либо из алгоритма, который обработал изображение покрытия. Переменные текстуры целевого покрытия могут содержать множество различных измерений, которые относятся к целевому покрытию, в том числе, снятие показаний в широком диапазоне различных углов. Кроме того, по меньшей мере в одной реализации фактические данные, принятые из спектрофотометра с камерой, могут зависеть от типа и марки спектрофотометра с камерой. Например, различные марки спектрофотометров камерой могут измерять различные характеристики покрытия и могут выполнять уникальную внутреннюю обработку данных перед передачей их в компьютер для дальнейшей обработки. Таким образом, переменные текстуры покрытия могут содержать большое разнообразие различных форм и значений в зависимости от того, как были первоначально собраны и обработаны конкретные данные.

В альтернативных реализациях модуль 120 ввода данных может непосредственно получать изображение покрытия. Принятое изображение может содержать фотографию, сделанную цифровой камерой по меньшей мере с трехкратным оптическим увеличением. Модуль 120 ввода данных можно выполнить с возможностью анализа изображений покрытия и вычисления желательных переменных текстуры. По меньшей мере в одной реализации черно-белое изображение используется для вычисления ряда переменных текстуры для целевого покрытия, так как за счет удаления информации о цвете можно упростить вычисления. Напротив, по меньшей мере в одной реализации цветное изображение можно использовать для вычисления ряда переменных текстуры для целевого покрытия, так как дополнительная информация о текстуре может присутствовать в цветном изображении, которая в ином случае присутствовала бы в черно-белом изображении.

На фиг. 1 дополнительно показано, что модуль 120 ввода данных может обеспечивать модуль 170 сопоставления цветов переменными цветного покрытия. Переменные цветного покрытия можно принимать из спектрометра и обрабатывать, используя традиционные способы. Используя переменные цвета покрытия, модуль 170 сопоставления цветов может отыскивать в базе 140 данных с информацией о покрытии один или более цветов, которые наиболее точно соответствуют цвету целевого покрытия. По меньшей мере в одной реализации каждый из цветов, хранящийся в базе 140 данных с информацией о покрытиях, может быть связан с конкретным покрытием и с переменными текстуры покрытия. Например, модуль 170 сопоставления цветов может определить, что целевое покрытие содержит темно-зеленый цвет, который похож на конкретную группу цветов, хранящихся в базе 140 данных с информацией о покрытии.

После того как были идентифицированы один или более предложенных сопоставляемых цветов, модуль 170 сопоставления цветов может обеспечить модуль 130 вычисления текстуры индикаторами предложенных сопоставлений. Индикаторы могут содержать указатели на предложенные сопоставления в базе данных с информацией о покрытиях, при этом структура данных содержит информацию относительно каждого предложенного сопоставления или любую другую передачу данных, которая обеспечивает модуль 130 вычисления текстуры доступом к необходимой информации о покрытии для предложенных сопоставлений, как показано на фиг. 1, модуль 130 вычисления текстуры может затем получить доступ из базы 140 данных с информацией о покрытии к переменным текстуры покрытия, которые связаны с каждым из одного или более предложенных сопоставляемых покрытий.

Используя переменные текстуры покрытия, связанные с предложенными сопоставляемыми покрытиями, и переменные текстуры покрытия, связанные с целевым покрытием, модуль 130 вычисления текстуры позволяет вычислить корреляцию между целевым покрытием и каждым из предложенных сопоставляемых покрытий. Основываясь на вычисленной корреляции, модуль 130 вычисления текстуры позволяет вычислить ряд относительных текстурных характеристик для предложенного сопоставляемого покрытия, которые указывают относительные различия по текстуре между предложенным сопоставляемым покрытием и целевым покрытием. Каждая из относительных текстурных характеристик может содержать оценку по всем углам целевого покрытия.

Относительные текстурные характеристики могут основываться на относительных визуальных впечатлениях, предоставленных человеком, между различными эталонными покрытиями. Например, относительные визуальные впечатления могут содержать относительную зернистость, относительную степень блеска и/или относительную плотность блеска по отношению к множеству различных эталонных покрытий. Относительные впечатления могут быть собраны в случае, если большая группа разных людей рассматривает несколько разных образцов покрытий по отношению друг к другу. Затем люди могут изложить свои впечатление в отношении различных текстурных характеристик образцов.

Например, отдельным лицам может быть предложено оценить соответствующие образцы как имеющие более или менее общую текстуру по числовой шкале в относительных единицах. Аналогичным образом, отдельным лицам может быть предложено оценить соответствующие образцы по шкале в относительных единицах по отношению к зернистости, степени блеска и/или плотности блеска. Относительные впечатления можно затем статистически отобразить в переменные текстуры покрытия, которые связаны с каждым из соответствующих образцов. Соответственно, статистическая корреляция может быть создана между каждой из переменных текстуры покрытия, принятых из спектрофотометра и восприятия человека различных текстурных характеристик.

Модуль 130 вычисления текстуры может использовать статистическую корреляцию для идентификации ряда текстурных характеристик целевого покрытия в относительных единицах по отношению к каждому из сопоставлений предложенных покрытий. Например, модуль 130 вычисления текстуры позволяет вычислить значение зернистости в относительных единицах, значение плотности текстуры в относительных единицах и/или значение глубины текстуры в относительных единицах. Кроме того, модуль 130 вычисления текстуры позволяет вычислить общее значение относительное текстурных характеристик на основании ряда относительных текстурных характеристик. Например, общее значение относительных текстурных характеристик можно непосредственно получить из корреляции с восприятием человека или общее значение относительных текстурных характеристик можно вычислить из среднего числа других относительных данных текстуры.

Затем модуль 150 отображения может отобразить идентифицированные относительные текстурные характеристики пользователю (например, на дисплее 160) на графическом пользовательском интерфейсе таким образом, чтобы пользователь мог легко идентифицировать различие текстурных характеристик между целевым покрытием и каждым из предложенных сопоставляемых покрытий. Отображаемые относительные текстурные характеристики могут содержать одно общее значение текстуры, значение зернистости в относительных единицах, значение плотности текстуры в относительных единицах и/или значение глубины текстуры в относительных единицах. Таким образом, различные реализации настоящего изобретения позволяют значительно упростить и стандартизировать информацию о текстуре, которая отображается конечному пользователю.

Обеспечение простого индикатора различия, воспринимаемого человеком между одним или более покрытиями, позволяет обеспечить существенные улучшения в области техники сопоставления покрытий. В частности, обеспечение последовательной и стандартной основы для различения текстурных атрибутов покрытия позволяет устранить существенные недостатки области техники. Таким образом, использование статистически стандартизированного подхода к использованию восприятия человеком различий по текстуре позволяет выполнить инновационный способ сопоставления текстур покрытий. Например, по меньшей мере в одной реализации относительные значения текстуры могут быть предусмотрены по отношению ко всем имеющимся композициям покрытий так, что нет необходимости идентифицировать конкретные потенциально сопоставляемые покрытия для того, чтобы выработать относительные значения текстуры. Вместо этого стандартизированные значения текстуры могут быть рассчитаны на основании большого цветового пространства.

На фиг. 2A показан пример сравнительной таблицы 230, полученной в результате сбора и использования различий текстуры, воспринимаемых человеком, в рамках реализации настоящего изобретения. В частности, на фиг. 2A показаны первое примерное покрытие 200, второе примерное покрытие 210 и сравнительные таблицы 230 текстур, воспринимаемых человеком. Хотя первое примерное покрытие 200 и второе примерное покрытие 210 показаны на фиг. 2А в форме изображения в том случае, когда оно представлено пользователю, первое примерное покрытие 200 и второе примерное покрытие 210 могут также представлять собой фактически окрашенные и отвержденные панели. Таким образом, пользователю(ям) предоставляются достоверные и точные представления относительно окончательного цвета и текстуры покрытия.

В сравнительной таблице 230 текстур, воспринимаемых человеком, представлены различия в визуальном внешнем виде между первым примерным покрытием 200 и вторым примерным покрытием 310. Например, сравнительная таблица 230 текстур, воспринимаемых человеком, предписывает человеку-пользователю указать, считает ли он, что первое примерное покрытие 200 содержит более или менее общую воспринимаемую текстуру по сравнению со вторым примерным покрытием 210. Как видно из сравнительной таблицы 230 текстур, воспринимаемых человеком, показанной на фиг. 2A, человеку-пользователю может быть предложено оценить два примерных покрытия 200, 210 в отношении множества различных текстурных характеристик. Каждая оценка может быть предоставлена с использованием заранее заданной шкалы параметров 260 (a-e) оценки.

Большое количество пользователей с различными расовыми, гендерными и другими демографическими различиями можно попросить сравнить два одинаковых примерных покрытия 200, 210 и предоставить свои собственные соответствующие воспринимаемые различия текстур. Общее итоговое восприятие множества пользователей можно затем, соответственно, просуммировать таким образом, чтобы было вычислено типичное или наиболее вероятно предсказанное сравнение текстур, воспринимаемых человеком, для каждого запрошенного вопроса относительно текстуры вычисляется.

В примере, показанном на фиг. 2А, пользователь определил, что первое примерное покрытие 200 содержит "немного меньше" общей воспринимаемой текстуры, чем второе примерное покрытие 210. Кроме того, на фиг. 2A показано, что пользователь определил, что первое примерное покрытие 200 содержит "относительно равную" воспринимаемую зернистость по отношению ко второму примерному покрытию 210. Кроме того, на фиг. 2A показано, что пользователь определил, что первое примерное покрытие 200 содержит "намного меньшую" степень блеска, чем второе примерное покрытие 210. Более того, на фиг. 2A показано, что пользователь определил, что первое примерное покрытие 200 содержит "немного меньшую" плотность блеска, чем второе примерное покрытие 210.

На фиг. 2B показана сравнительная таблица 230 текстур, воспринимаемых человеком, аналогичная той, которая показана на фиг. 2А. Однако на фиг. 2B в сравнительной таблице показано, что пользователь сравнивает первое примерное покрытие 200 с третьим примерным покрытием 220. Как видно из сравнительной таблицы 240 текстур, воспринимаемых человеком, показанных на фиг. 2B, третье примерное покрытие 220 содержит профиль текстурной характеристики, который отличается от первого примерного покрытия 200 или второго примерного покрытия 210.

На фиг. 2C показана еще одна сравнительная таблица 230 текстур, воспринимаемых человеком. В данном конкретном описании пользователь сравнивает третье примерное покрытие 220 со вторым примерным покрытием 210. Соответственно, на фиг. 2A-2C показано несколько различных результатов, которые можно получить из сравнений, воспринимаемых человеком, между множеством различных примерных покрытий, и которые позволяют обеспечить сравнения, воспринимаемые человеком, между примерными покрытиями во всем диапазоне различных текстурных характеристик. Сравнения, воспринимаемые человеком, представлены в сравнительных таблицах 230 текстур, воспринимаемых человеком, которые показаны на фиг. 2A-2C, можно перевести в относительные численные значения. Итоговые значения могут затем храниться в информационной базе 140 данных покрытия.

Например, на фиг. 3 показана числовая ось 330 с индикаторами 300, 310, 320 из каждого соответствующего примерного покрытия 200, 210, 220. В частности, на фиг. 3 показано, что индикатор 300 "X" представляет собой первое примерное покрытие 200, в то время как индикатор 310 в виде квадрата представляет собой второе примерное покрытие 210, и индикатор 320 в виде круга представляет третье примерное покрытие 220. Показанная числовая ось 330 может представлять примерные относительные зависимости между покрытиями 200, 210, 220 по отношению к их общей воспринимаемой текстуре. Понятно, что числовая ось 330 является лишь примерной и представлена для наглядности и примера. На практике взаимосвязь между различными текстурными характеристиками различных покрытий может содержать гораздо более сложную зависимость с несколькими переменными, которую гораздо сложнее изображать и описывать в удобной форме. Соответственно, числовая ось 330 представлена в качестве упрощенного примера для установления различных инновационных и новых признаков в реализациях настоящего изобретения.

Сравнительные таблицы 230, 240, 250 текстур, воспринимаемых человеком, которые показаны на фиг. 2A-2C, содержат пять различных относительных индикаторов 260(a-e). По меньшей мере в одной реализации относительное значение может быть присвоено каждому индикатору для каждого сравнения между двумя соответствующими примерными покрытиями, причем одно из примерных покрытий рассматривается как "целевое", с которым необходимо сравнить другое примерное покрытие. Например, индикатору 260a "намного меньше, чем целевое" может быть присвоено относительное значение -2, индикатору 260b "немного меньше, чем целевое" может быть присвоено относительное значение -1, индикатору 260c "относительно равное целевому" может быть присвоено относительное значение 0, индикатору 260d "немного больше, чем целевое" может быть присвоено относительное значение +1, и индикатору 260e "намного больше, чем целевое" может быть присвоено относительное значение +2. Понятно, что приведенные выше целые числа -2, -1, 0, +1, +2 представлены лишь в качестве примера и для наглядности. В различных реализациях могут использоваться различные схемы, в том числе нецелое число и нечисловые схемы для количественной оценки восприятия человека.

Возвращаясь к сравнению текстур, воспринимаемых человеком, которое показано на фиг. 2А, по отношению к "общей воспринимаемой текстуре", пользователь указал, что первое примерное покрытие 200 содержит "немного меньше" общей воспринимаемой текстуры, чем второе примерное покрытие 210. Таким образом, численное значение -1 может быть присвоено первому примерному покрытию 200 по отношению ко второму примерному покрытию 210.

На фиг. 2B по отношению к "общей воспринимаемой текстуре" пользователь указал, что первое примерное покрытие 200 содержит "намного больше" общей воспринимаемой текстуры, чем третье примерное покрытие 220. Таким образом, численное значение +2 может быть присвоено первому примерному покрытию 200 по отношению к третьему примерному покрытию 220.

На фиг. 2C по отношению к "общей воспринимаемой текстуре" пользователь указал, что третье примерное покрытие 220 содержит "намного меньше" общей воспринимаемой текстуры, чем второе примерное покрытие 210. Таким образом, численное значение -2 может быть присвоено третьему примерному покрытию 220 по отношению ко второму примерному покрытию 210.

Анализ приведенных выше данных сравнения текстур 240, воспринимаемых человеком, показывает, что третье примерное покрытие 220 содержит "намного меньше" общей воспринимаемой текстуры по сравнению как с первым примерным покрытием 200, так и со вторым примерным покрытием 210. Этот вывод может быть сделан на основании предположения, что данные сравнения текстур 240, воспринимаемых человеком (фиг. 2B), которые указывают на то, что первое примерное покрытие 200 содержит "намного больше" воспринимаемой текстуры, чем третье примерное покрытие 220, эквиваленты третьему примерному покрытию 220, содержащему "намного меньше" воспринимаемой текстуры, чем первое примерное покрытие 200. Кроме того, аналогичный анализ данных сравнения текстур 240, воспринимаемых человеком, показывает, что второе примерное покрытие 210 содержит "немного больше" общей воспринимаемой текстуры, чем первое примерное покрытие 200, и "намного больше" общей воспринимаемой текстуры, чем третье примерное покрытие 220.

Эти зависимости могут быть изображены путем размещения индикатора 300 "X" для первого примерного покрытия 200 в точке "0" на числовой оси 330. В этом примере первое примерное покрытие 200 размещается в точке "0" в качестве формы нормализации числовой зависимости вокруг медианной точки данных сравнения текстуры, воспринимаемой человеком - в этом случае, первое примерное покрытие 200. Приведенные выше данные показывают, что второе примерное покрытие 210 принимает значение +1, которое выше по текстуре, чем первое примерное покрытие 200. Эту зависимость можно представить путем размещения индикатора 210 в виде квадрата для второго примерного покрытия 210 в точке "+1" на числовой оси 330.

Размещение третьего примерного покрытия 220 на числовой оси 300 может содержать учет двух различных точек данных сравнения текстур 240, воспринимаемых человеком. Например, данные сравнения текстур 240, воспринимаемых человеком, показывают, что третье примерное покрытие 220 содержит "намного меньше" общей воспринимаемой текстуры, чем второе примерное покрытие 210. Кроме того, данные сравнения текстур, воспринимаемых человеком, показывают, что первое примерное покрытие 200 содержит "намного больше" общей воспринимаемой текстуры, чем третье примерное покрытие 220. Другими словами, присвоение числового значения зависимостям потребует, чтобы третье примерное покрытие 220 было присвоено числовому значению -2 одновременно по отношению к первому примерному покрытию 200 и второму примерному покрытию 210.

Так как первое примерное покрытие 200 и второе примерное покрытие 210 имеют различные общие воспринимаемые текстуры по отношению друг к другу, по меньшей мере в одной реализации численное значение -2, присвоенное третьему примерному покрытию 220, может рассматриваться как минимальная разность. Таким образом, третье примерное покрытие 220 может быть размещено на числовой оси 330 таким образом, чтобы оно было по меньшей мере числовым значением -2, которое меньше, чем у первого примерного покрытия 200 и второго примерного покрытия 210. Эта зависимость показана на фиг. 3 путем размещения индикатора 320 в виде круга для третьего примерного покрытия 220 в точке "-2", размещения индикатора 300 "X" для первого примерного покрытия 200 в точке "0" на числовой оси 330 и размещения индикатора 210 в виде квадрата для второго примерного покрытия 210 в точке "+1" на числовой оси 330.

Хотя числовая ось 330, показанная на фиг. 3, ограничена данными из первого примерного покрытия 200, второго примерного покрытия 210 и третьего примерного покрытия 220, будет понятно, что по меньшей мере в одной реализации числовая ось 330 может содержать информацию из папки всех покрытий компании или из большого количества случайных покрытий. Создание числовой оси 330, которая учитывает большое количество покрытий, может привести к стандартной основе, с помощью которой можно оценивать любое покрытие (независимо от того, учитывалось ли оно изначально или нет на числовой оси). В более общем смысле, сравнение большого количества различных покрытий и связанных с ними текстур может привести к стандартной метрике сравнения, с помощью которой текстуры можно сравнивать универсальным образом. Универсальный стандарт может позволить пользователю вводить одно покрытие в программное приложение 100 для вычисления текстуры покрытия и получать информацию о том, как текстура покрытия сравнивается с большим количеством случайно введенных текстур покрытия. Соответственно, по меньшей мере в одной реализации программное приложение 100 для вычисления текстуры покрытия позволяет обеспечить стандартизированные индикаторы относительно текстуры конкретного покрытия, не требуя от пользователя ввода конкретных сравнительных покрытий.

На фиг. 4 показана аналитическая таблица выходных данных покрытия 400, содержащая примерные данные, поступающие из спектрофотометра 110. На фиг. 4 показаны четыре примерных переменных данных (λ, δ, σ и θ) для первого примерного покрытия 200, второго примерного покрытия 210 и третьего примерного покрытия 220, соответственно. В контексте данного документа, переменные данные λ, δ, σ и θ являются просто примерными. Различные спектрофотометры могут предоставлять уникальные специализированные выходные данные. Аналогичным образом, в реализациях, где программное приложение 100 для вычисления текстуры покрытия обрабатывает непосредственно изображение (то есть фотографии), можно также предоставить уникальный набор данных выходных переменных. Соответственно, примеры, представленные в данном документе по отношению к переменным λ, δ, σ и θ, представлены лишь для наглядности и обсуждения, и они не должны рассматриваться для ограничения настоящего изобретения каким-либо конкретным способом, системой или устройством.

По меньшей мере в одной реализации аналитическая таблица 400 выходных данных покрытия и сравнительные таблицы 230 текстур, воспринимаемых человеком, могут быть статистически проанализированы с помощью алгоритмов сопоставления с образцами, технологий машинного обучения или иным образом проанализированы для идентификации корреляций и образцов между различными переменными, представленными в таблице 400 данных, и относительными характеристиками текстур, полученными при сравнении текстур 240, воспринимаемых человеком. Например, можно определить, что существует обратная зависимость между разностью между λ и δ и общей воспринимаемой текстурой покрытия. Например, по отношению к третьему примерному покрытию 220 λ принимает значение 114, и δ равняется 21, что приводит к разности 93. Напротив, разности между λ и δ для первого примерного покрытия 210 и второго примерного покрытия 200 равняются 36 и 7, соответственно. Таким образом, третье примерное покрытие 220 с наименьшим количеством общей воспринимаемой текстуры содержит наибольшую разность между λ и δ, тогда как второе примерное покрытие с наибольшим количеством общей воспринимаемой текстуры содержит наименьшую разность между λ и δ.

По меньшей мере в одной реализации корреляции и/или зависимости можно идентифицировать между аналитической таблицей 400 выходных данных покрытия и большим разнообразием различных случайных покрытий. Кроме того, идентифицированные корреляции и/или зависимости можно использовать для получения формул, описывающих идентифицированные корреляции и/или зависимости. Таким образом, программное приложение 100 для вычисления текстуры покрытия может обработать новое уникальное покрытие и интерполировать различные характеристики текстур, воспринимаемых человеком.

Например, на фиг. 5 показан график 500 для разностей между λ и δ для первого, второго и третьего примерных покрытий наряду с их соответствующей общей воспринимаемой текстурой. В частности, график 500 изображает общую воспринимаемую текстуру 520 по оси Y и разность 510 между λ и δ по оси X. Кроме того, используя традиционные алгоритмы аппроксимации кривой или другой сложный статистический анализ, можно вывести уравнение, которое изображает линию 530 между каждой из соответствующих точек 310, 300, 320 данных.

По меньшей мере в одной реализации в дальнейшем можно использовать уравнение для интерполяции общей воспринимаемой текстуры для других покрытий, основываясь на переменных λ и δ, полученных из соответствующего целевого покрытия. Хотя уравнение на фиг. 5 изображено как линейное и зависящее от разности между λ и δ, по меньшей мере в одной реализации зависимость между принятыми выходными переменными и конкретными характеристиками воспринимаемой текстуры может быть намного сложнее. Таким образом, график 500 и зависимость, изображенная только на фиг. 5, представлена только для примера и наглядности.

Соответственно, фиг. 1-5 и соответствующий текст изображают или иным образом описывают различные реализации настоящего изобретения, которые адаптированы для анализа текстурных характеристик покрытия. В частности, настоящее изобретение позволяет определить, каким образом текстурные характеристики конкретного покрытия будут восприниматься человеком-пользователем. Понятно, что реализации настоящего изобретения также могут быть описаны в виде блок-схем, содержащих один или несколько этапов для достижения конкретного результата. Например, фиг. 6 и соответствующий текст описывают этапы способа идентификации того, каким образом текстурные характеристики конкретного покрытия будут восприниматься человеком-пользователем. Этапы, показанные на фиг. 6, описаны ниже со ссылкой на элементы, показанные на фиг. 1-5.

Например, на фиг. 6 показано, что способ вычисления индикатора текстур покрытий может включать в себя этап 600 приема целевых переменных текстуры покрытия. Этап 600 может содержать прием целевых переменных текстуры покрытия из спектрофотометра или изображения. Целевые переменные текстуры покрытия могут содержать переменные данные текстуры, выработанные спектрофотометром с камерой, или переменную данных текстуры, вычисленную на основании принятого изображения. Например, как показано и описано со ссылкой на фиг. 1, программное приложение 100 для вычисления текстуры покрытия (например, исполняемое в компьютерной системе 160) может принимать из спектрофотометра 110 с камерой различные переменные текстуры покрытия. Полученная переменная может быть характерной для устройства, которое используется для анализа целевого покрытия и предоставления переменных.

Кроме того, на фиг. 6 показано, что способ может включать в себя этап 610 идентификации цвета покрытия. Этап 610 может содержать идентификацию, на основании информации, принятой из спектрофотометра с камерой, цвета покрытия, связанного с целевым покрытием. Например, как показано и описано со ссылкой на фиг. 1, модуль 170 сопоставления цветов позволяет идентифицировать цвет покрытия на основе информации, полученной с помощью спектрофотометра 110 с камерой.

На фиг. 6 также показано, что способ может включать в себя этап 620 доступа к базе данных относительных текстурных характеристик. По меньшей мере в одной реализации база данных относительных текстурных характеристик может содержать ряд зависимостей относительных текстурных характеристик для одного или более покрытий, которые связаны с цветом покрытия. Например, как показано и описано со ссылкой на фиг. 3-5, зависимость относительных текстурных характеристик может содержать уравнение, которое может быть получено (например, через процессор в компьютерной системе 160, который исполняет приложение 100) и которое связывает различные текстурные характеристики с переменными текстур, полученными из изображения целевого покрытия. База данных относительных текстурных характеристик может содержать файл любого типа, хранящийся в компьютере, который хранит относительные текстурные характеристики одного или более покрытий.

В различных реализациях могут существовать многочисленные уравнения, которые описывают различные текстурные характеристики (например, общую воспринимаемую текстуру, общую воспринимаемую зернистость, общую воспринимаемую степень блеска, общую воспринимаемую плотность блеска и т.д.). Кроме того, может потребоваться вывод различных уравнений для различных семейств цветов. Таким образом, по меньшей мере в одной реализации уравнения могут храниться в базе данных относительных текстурных характеристик, которая преобразует каждое уравнение в свои желательные входные и выходные данные. В контексте данного документа база данных относительных текстурных характеристик может содержать любую структуру данных, способную хранить по меньшей мере одну корреляцию между входными данными и конкретными характеристиками текстуры.

В дополнение к этому, на фиг. 6 показано, что способ может включать в себя этап 630 вычисления корреляции между целевыми переменными текстур покрытий и переменными текстур покрытий других покрытий. Этап 630 может содержать вычисление корреляции между целевыми переменными текстур покрытий и целевыми переменными текстур покрытий, связанными с предложенным сопоставляемым покрытием. По меньшей мере в одной реализации предложенное сопоставляемое покрытие можно идентифицировать с помощью обычного алгоритма сопоставления цветов. Кроме того, по меньшей мере в одной реализации предложенное сопоставляемое покрытие представляет собой любое покрытие, с которым сравнивается целевое покрытие. Например, как показано и описано со ссылкой на фиг. 5, можно вывести уравнение (например, через процессор в компьютерной системе 160, который исполняет приложение 100), которое описывает общую зависимость между данными, полученными из спектрофотометра и воспринимаемыми характеристиками текстуры. Целевое покрытие может содержать тип покрытия, который ранее не анализировался. Таким образом, входные данные, принятые из спектрофотометра, могут коррелировать с предыдущими входными данными, принятыми из ранее анализируемого покрытия.

Кроме того, на фиг. 6 показано, что способ может включать в себя этап 640 вычисления ряда относительных текстурных характеристик. Этап 640 может содержать, основываясь на вычисленной корреляции, вычисление ряда относительных текстурных характеристик для предложенного сопоставляемого покрытия, которые указывают относительные различия по текстуре между предложенным сопоставляемым покрытием и целевым покрытием. Каждая из относительных текстурных характеристик может содержать оценку по всем углам целевого покрытия. Например, как показано и описано со ссылкой на фиг. 2A-5, данные, принятые из спектрофотометра 110, могут быть введены в уравнение, которое коррелирует конкретные входные данные с воспринимаемыми характеристиками текстуры. Итоговую корреляцию можно использовать для описания одной или более текстурных характеристик целевого покрытия.

Более того, на фиг. 6 показано, что способ может включать в себя этап 650 передачи относительных текстурных характеристик в дисплей. Этап 650 может содержать передачу цифровых данных, способных побуждать дисплей отображать ряд относительных текстурных характеристик. Например, как показано и описано со ссылкой на фиг. 1, модуль 150 отображения может передать итоговые данные в дисплей компьютера клиента 160. Клиентское компьютерное устройство 160 может содержать удаленное вычислительное устройство или локальное вычислительное устройство. Таким образом, в различной реализации программное обеспечение 100 вычисления текстуры покрытия может быть исполнено на удаленном сервере или локально на клиентском компьютерном устройстве 160.

Соответственно, реализации настоящего изобретения предоставляют уникальные и новые способы и системы для идентификации воспринимаемых текстурных характеристик. В частности, реализации настоящего изобретения позволяют отображать характеристики текстуры конкретного целевого покрытия в текстурные характеристики, воспринимаемые человеком, на основании ранее зарегистрированных восприятий человека относительно других покрытий. Реализации настоящего изобретения предоставляют значительную выгоду в области техники сопоставления текстуры покрытия.

Хотя предмет изобретения был описан на языке, специфичном для структурных признаков и/или методологических действий, следует понимать, что предмет изобретения, определенный в прилагаемой формуле изобретения, не обязательно ограничивается описанными выше признаками или действиями, описанными выше, или порядком действий, описанных выше. Скорее всего, описанные признаки и действия раскрыты в качестве примерных форм осуществления формулы изобретения.

Варианты осуществления настоящего изобретения могут содержать или использовать компьютерную систему общего назначения или специального назначения, которая включает в себя аппаратные средства компьютера, такие, например, как один или более процессоров и память системы, которые будут описаны более подробно ниже. Варианты осуществления в рамках настоящего изобретения также включают в себя физические и другие машиночитаемые носители для переноса или хранения компьютерно-исполняемых инструкций и/или структур данных. Такие машиночитаемые носители могут быть любыми доступными носителями, к которым можно получить доступ с помощью компьютерной системы общего или специального назначения. Машиночитаемые носители, которые хранят компьютерно-исполняемые инструкции и/или структуры данных, являются компьютерными носителями информации. Машиночитаемые носители, которые несут в себе компьютерно-исполняемые инструкции и/или структуры данных, представляют собой среды передачи. Таким образом, в качестве примера, а не ограничения, варианты осуществления изобретения могут содержать по меньшей мере два совершенно разных вида машиночитаемых носителей: компьютерные носители информации и среды передачи.

Компьютерные носители информации являются физическими носителями информации, которые хранят компьютерно-исполняемые инструкции и/или структуры данных. Физические носители информации включают в себя компьютерное оборудование, такое как RAM, ROM, EEPROM, твердотельные накопители ("SSD"), флэш-память, память на фазовых переходах ("PCM"), хранилище на оптических дисках, хранилище на магнитных дисках, или другие магнитные запоминающие устройства или любые другие аппаратные запоминающие устройства, которые могут использоваться для хранения программного кода в виде компьютерно-исполняемых инструкций или структур данных, которые могут быть доступными и исполняться компьютерной системой общего или специального назначения, для осуществления раскрытых функциональных возможностей настоящего изобретения.

Среды передачи могут включать в себя сеть и/или линии связи для передачи данных, которые могут использоваться для переноса программного кода в виде компьютерно-исполняемых инструкций или структур данных, и к которым можно получить доступ с помощью компьютерной системы общего или специального назначения. Термин "сеть" определяется как одна или более линий связи для передачи данных, которые позволяют транспортировать электронные данные между компьютерными системами, и/или модулями и/или другими электронными устройствами. Когда информация передается или предоставляется через сеть или другое коммуникационное соединению связи (проводное, беспроводное или в виде сочетания проводного или беспроводного) в компьютерную систему, компьютерная система может рассматривать соединение в качестве носителя передачи. Комбинации вышеизложенного также должны быть включены в объем машиночитаемых носителей.

Кроме того, при достижении различных компонентов компьютерной системы программный код в виде компьютерно-исполняемых инструкций или структур данных может автоматически передаваться из сред передачи в компьютерные носители информации (или наоборот). Например, компьютерно-исполняемые инструкции или структуры данных, принятые через сеть или линию связи для передачи данных, могут быть буферизованы в RAM, находящегося в модуле сетевого интерфейса (например, "NIC"), и затем, в конечном счете, переносится в RAM компьютерной системы и/или на менее энергозависимые компьютерные носители информации в компьютерной системе. Таким образом, следует понимать, что компьютерные носители информации могут быть включены в компоненты компьютерной системы, которые также (или даже преимущественно) используют среды передачи.

Компьютерно-исполняемые инструкции содержат, например, инструкции и данные, которые, при исполнении их на одном или более процессорах, предписывают компьютерной системе общего назначения, компьютерной системе специального назначения или устройству обработки специального назначения выполнять определенную функцию или группу функций. Компьютерно-исполняемые инструкции могут быть, например, двоичными файлами, инструкциями с промежуточным форматом, такими как язык ассемблера или даже исходный код программы.

Специалистам в данной области техники будет понятно, что изобретение может быть осуществлено на практике в виде сетевых вычислительных сред со многими типами конфигураций компьютерной системы, включающих в себя персональные компьютеры, настольные компьютеры, портативные компьютеры, процессоры сообщений, карманные устройства, многопроцессорные системы, микропроцессор или программируемую бытовую электронику, сетевые ПК, миникомпьютеры, универсальные вычислительные машины, мобильные телефоны, PDA, планшетные компьютеры, пейджеры, маршрутизаторы, коммутаторы и т.п. Изобретение можно также осуществить на практике в виде распределенных системных сред, где локальные и удаленные компьютерные системы, которые связаны между собой (либо с помощью проводных линий связи для передачи данных, беспроводных линий связи для передачи данных или с помощью сочетания проводных и беспроводных линий связи для передачи данных) через сеть, выполняют обе задачи. Таким образом, в распределенной системной среде компьютерная система может включать в себя множество составных компьютерных систем. В распределенной системной среде программные модули могут быть расположены как на локальных, так и на удаленных устройствах хранения данных.

Специалистам в данной области также будет понятно, что изобретение может быть осуществлено на практике в облачной вычислительной среде. Облачные вычислительные среды могут быть распределенными, хотя это не требуется. В случае распределенных облачных вычислительных сред они могут быть распределены на международном уровне внутри организации и/или иметь компоненты, которыми обладают несколько организаций. В данном описании и приведенной ниже формуле изобретения фраза "облачные вычисления" обозначает модель, обеспечивающую сетевой доступ по требованию к совместно используемому пулу настраиваемых вычислительных ресурсов (например, сетей, серверов, хранилищ, приложений и служб). Фраза "облачные вычисления" не ограничивается каким-либо одним из других многочисленных преимуществ, которые могут быть получены из такой модели при правильном развертывании.

Модель облачных вычислений может состоять из различных характеристик, таких как самообслуживание по требованию, широкий доступ к сети, объединение ресурсов, быстрота и гибкость, измеряемая услуга и т.д. Модель облачных вычислений также может быть представлена в виде различных моделей обслуживания, таких, например, как "Программное обеспечение как услуга" ("SaaS"), "Платформа как услуга" ("PaaS") и "Инфраструктура как услуга" ("IaaS"). Модель облачных вычислений также может быть развернута с использованием различных моделей развертывания, таких как частное облако, облако сообщества, общедоступное облако, гибридное облако и т.д.

Некоторые варианты осуществления, такие как облачная вычислительная среда, могут содержать систему, которая включает в себя один или несколько хостов, каждый из которых способен запускать одну или несколько виртуальных машин. Во время работы виртуальные машины эмулируют операционную вычислительную систему, поддерживая операционную систему и, по возможности, одно или несколько других приложений. В некоторых вариантах осуществления каждый хост включает в себя гипервизор, который эмулирует виртуальные ресурсы для виртуальных машин, используя физические ресурсы, которые абстрагируются от просмотра виртуальных машин. Гипервизор также обеспечивает надлежащую изоляцию между виртуальными машинами. Таким образом, с точки зрения любой данной виртуальной машины гипервизор создает иллюзию, что виртуальная машина взаимодействует с физическим ресурсом, хотя виртуальная машина только взаимодействует с внешним видом (например, виртуальным ресурсом) физического ресурса. Примеры физических ресурсов включают в себя вычислительную мощность, память, дисковое пространство, пропускную способность сети, мультимедийные диски и т.д.

Таким образом, настоящее изобретение относится, в частности, но без ограничения к следующим аспектам:

1. Реализуемый компьютером способ, содержащий:

прием, с использованием по меньшей мере одного процессора, изображения целевого покрытия,

идентификацию, с использованием процессора, одной или более переменных текстуры из изображения целевого покрытия,

доступ, с использованием процессора, к базе данных, содержащей соответствующие переменные текстуры, определенные для множества эталонных покрытий и одной или более связанных с ними относительных текстурных характеристик, полученных путем сравнительной оценки человеком визуального внешнего вида различных эталонных покрытий,

анализ, с использованием процессора, данных, хранящихся в базе данных, чтобы определить для каждой из относительных текстурных характеристик статистическую корреляцию между одной или более переменными текстуры и соответствующей относительной характеристикой текстуры;

вычисление, с использованием процессора, разности между определенной(ыми) одной или более переменными текстур целевого покрытия и соответствующими одной или более переменными текстуры, связанными с одним или более покрытиями, выбранными из эталонных покрытий;

вычисление, с использованием процессора, из вычисленной разности в одной или более переменных текстуры на основании определенного ряда корреляций, ряда относительных текстурных характеристик для целевого покрытия, которые показывают относительные различия по текстуре целевого покрытия по отношению к выбранным одному или более эталонным покрытиям; и

отображение вычисленного ряда относительных текстурных характеристик пользователю.

2. Реализуемый компьютером способ согласно аспекту 1, в котором каждая из относительных текстурных характеристик соответствует оценке соответствующего покрытия для всех углов обзора.

3. Реализуемый компьютером способ по любому из аспекта 1 или аспекта 2, в котором изображение целевого покрытия, которое может представлять собой черно-белое изображение или цветное изображение, принимается из спектрофотометра, оборудованного камерой, или из камеры, причем камера предпочтительно имеет по меньшей мере трехкратное оптическое увеличение.

4. Реализуемый компьютером способ по любому из предыдущих аспектов, дополнительно содержащий идентификацию, предпочтительно спектрофотометром, цвета, связанного с целевым покрытием.

5. Реализуемый компьютером способ по любому из предыдущих аспектов, в котором одно или более покрытий, выбранных из эталонных покрытий, идентифицируется путем вычисления, с использованием процессора, для нахождения предложенного сопоставления визуального внешнего вида или цвета целевого покрытия из множества эталонных покрытий.

6. Реализуемый компьютером способ по любому из предыдущих аспектов, в котором относительные текстурные характеристики содержат относительную зернистость, относительную степень блеска и/или относительную плотность блеска.

7. Реализуемый компьютером способ по любому из предыдущих аспектов, дополнительно содержащий вычисление, с использованием процессора, общего относительного значения текстуры из ряда относительных текстурных характеристик по отношению к каждому выбранному эталонному покрытию, и отображение вычисленного общего относительного значения текстуры, при необходимости вместе с индикатором связанного эталонного покрытия, пользователю.

8. Система, содержащая:

пользовательский интерфейс, содержащий дисплей;

базу данных, содержащую одну или более переменных текстуры, определенных из изображения для каждого множества эталонных покрытий, и одну или более связанных с ними относительных текстурных характеристик, полученных путем сравнительной оценки человеком визуального внешнего вида различных эталонных покрытий,

по меньшей мере один процессор, взаимодействующий с пользовательским интерфейсом и базой данных, причем по меньшей мере один процессор выполнен с возможностью:

приема изображения целевого покрытия и идентификации одной или более переменных текстуры из изображения целевого покрытия;

получения доступа к базе данных и анализа данных, хранящихся в базе данных, чтобы определить для каждой из относительных текстурных характеристик статистическую корреляцию между одной или более переменными текстур и соответствующей относительной характеристикой текстуры;

вычисления разности между определенными одной или более переменными текстур целевого покрытия и соответствующими одной или более переменными текстур, связанными с одним или более покрытиями, выбранным из эталонных покрытий;

вычисления, с использованием процессора, из вычисленной разности в одной или более переменных текстуры, основываясь на определенный набор корреляций, ряда относительных текстурных характеристик для целевого покрытия, которые указывают относительные различия по текстуре целевого покрытия по отношению к выбранным одному или более эталонным покрытиям; и

отображения вычисленного ряда относительных текстурных характеристик на дисплее пользователю.

9. Система согласно аспекту 8, в которой каждая из относительных текстурных характеристик соответствует оценке соответствующего покрытия, усредненного по всем углам обзора.

10. Система по любому из аспекта 8 или аспекта 9, дополнительно содержащая спектрофотометр, оборудованный камерой или камерой, взаимодействующей с процессором, причем камера предпочтительно имеет по меньшей мере трехкратное оптическое увеличение.

11. Система по любому из предыдущих аспектов 8-10, в которой относительные текстурные характеристики содержат относительную зернистость, относительную степень блеска и/или относительную плотность блеска.

12. Система по любому из предыдущих аспектов 8-11, в которой процессор дополнительно выполнен с возможностью вычисления общего относительного значения текстуры из ряда относительных текстурных характеристик по отношению к каждому выбранному эталонному покрытию, и отображения вычисленного общего относительного значения текстуры, при необходимости вместе с индикатором, связанного эталонного покрытия на дисплее пользователю.

13. Система по любому из предыдущих аспектов 8-12, выполненная с возможностью идентификации, предпочтительно спектрофотометром, цвета, связанного с целевым покрытием.

14. Система по любому из предыдущих аспектов 8-13, в которой процессор дополнительно выполнен с возможностью идентификации одного или более покрытий, выбранных из эталонных покрытий путем вычисления для нахождения предложенного сопоставления визуального внешнего вида или цвета целевого покрытия из множества эталонных покрытий.

15. Энергонезависимый машиночитаемый носитель, включающий в себя программное обеспечение для предписания процессору:

принимать изображение целевого покрытия и определять одну или более переменных текстуры из изображения целевого покрытия;

получать доступ к базе данных, содержащей соответствующие переменные текстуры, определенные для множества эталонных покрытий, и одну или более связанных относительных текстурных характеристик, полученных путем сравнительной оценки человеком визуального внешнего вида различных эталонных покрытий;

анализировать данные, хранящиеся в базе данных, чтобы определить для каждой из относительных текстурных характеристик статистическую корреляцию между одной или более переменными текстуры и соответствующей относительной характеристикой текстуры;

вычислить разность между определенными одной или более переменными текстуры целевого покрытия и соответствующими одной или более переменными текстуры, связанными с одним или более покрытиями, выбранным из эталонных покрытий;

вычислить из вычисленной разности в одной или более переменных текстуры, основываясь на определенном наборе корреляций, ряд относительных текстурных характеристик для целевого покрытия, которые указывают на относительные различия по текстуре целевого покрытия по отношению к выбранным одному или более эталонным покрытиям; и

отобразить вычисленный ряд относительных текстурных характеристик пользователю.

Настоящее изобретение может быть воплощено в других конкретных формах без отклонения от его сущности или существенных характеристик. Описанные варианты осуществления должны рассматриваться во всех отношениях только как иллюстративные, а не ограничительные. Следовательно, объем изобретения указан в прилагаемой формуле изобретения, а не в предшествующем описании. Все изменения, которые находятся в рамках смыслового значения и диапазона эквивалентности формулы изобретения, должны охватываться в пределах их объема.

Изобретение относится к области анализа характеристик покрытий и касается компьютерной системы для вычисления индикаторов текстур покрытий. Компьютерная система сконфигурирована для приема переменных текстуры целевого покрытия из изображения целевого покрытия, доступа к базе данных относительных текстурных характеристик, в которой хранится набор зависимостей текстурных характеристик для множества покрытий, вычисления корреляции между переменными текстуры целевого покрытия и переменными данных текстуры, связанных со сравниваемым покрытием, и вычисления на основе вычисленной корреляции набора относительных текстурных характеристик для целевого покрытия, которые указывают относительные различия по текстуре между целевым покрытием и сравниваемым покрытием. При этом каждая из относительных текстурных характеристик содержит оценку по всем углам целевого покрытия. Технический результат заключается в упрощении способа измерений и повышении достоверности получаемых данных. 3 н. и 17 з.п. ф-лы, 8 ил.

1. Компьютерная система для вычисления индикаторов текстур покрытий, содержащая:

один или более процессоров; и

один или более машиночитаемых носителей, имеющих хранящиеся на них исполняемые инструкции, исполняемые одним или более процессорами, для конфигурирования компьютерной системы для выполнения по меньшей мере следующего:

приема переменных текстуры целевого покрытия из изображения целевого покрытия, причем переменные текстуры целевого покрытия содержат переменные данных текстуры, выработанные из изображения;

доступа к базе данных относительных текстурных характеристик, причем база данных относительных текстурных характеристик содержит набор зависимостей текстурных характеристик для множества покрытий;

вычисления корреляции между переменными текстуры целевого покрытия и переменными данных текстуры, связанных со сравниваемым покрытием;

вычисления, на основе вычисленной корреляции, набора относительных текстурных характеристик для целевого покрытия, которые указывают относительные различия по текстуре между целевым покрытием и сравниваемым покрытием, причем каждая из относительных текстурных характеристик содержит оценку по всем углам целевого покрытия; и

передачу цифровых данных, способных вызывать отображение дисплеем указанного набора относительных текстурных характеристик.

2. Компьютерная система по п. 1, в которой исполняемые инструкции содержат инструкции, исполняемые для конфигурирования компьютерной системы для вычисления общего значения текстуры на основании вычисленного набора относительных текстурных характеристик.

3. Компьютерная система по п. 2, в которой исполняемые инструкции содержат инструкции, исполняемые для конфигурирования компьютерной системы для отображения на графическом пользовательском интерфейсе индикатора предложенного сопоставляемого покрытия и индикатора общего значения текстуры.

4. Компьютерная система по п. 1, в которой исполняемые инструкции содержат инструкции, исполняемые для конфигурирования компьютерной системы для приема изображения из спектрофотометра с камерой.

5. Компьютерная система по п. 4, в которой спектрофотометр с камерой выполнен с возможностью выработки данных текстуры на основании черно-белой фотографии.

6. Компьютерная система по п. 4, в которой спектрофотометр с камерой выполнен с возможностью выработки данных текстуры на основании цветной фотографии.

7. Компьютерная система по п. 1, в которой исполняемые инструкции содержат инструкции, исполняемые для конфигурирования компьютерной системы для приема изображения из камеры.

8. Компьютерная система по п. 7, в которой камера содержит по меньшей мере трехкратное оптическое увеличение.

9. Компьютерная система по п. 1, в которой набор относительных текстурных характеристик содержит относительную зернистость.

10. Компьютерная система по п. 1, в которой набор относительных текстурных характеристик содержит относительную степень блеска.

11. Компьютерная система по п. 1, в которой набор относительных текстурных характеристик содержит относительную плотность блеска.

12. Компьютерная система по п. 1, в которой набор относительных текстурных характеристик содержит относительную зернистость, относительную степень блеска и относительную плотность блеска.

13. Компьютерная система по п. 1, в которой исполняемые инструкции содержат инструкции, исполняемые для конфигурирования компьютерной системы для:

вычисления общего значения относительных текстурных характеристик, причем общее значение относительных текстурных характеристик вычисляется из набора относительных текстурных характеристик; и

передачи цифровых данных, способных вызывать отображение дисплеем общего значения относительных текстурных характеристик.

14. Компьютерная система по п. 1, в которой набор зависимостей относительных текстурных характеристик выводится из предоставленных человеком относительных впечатлений от различных покрытий.

15. Компьютерная система по п. 14, в которой относительные впечатления содержат относительную зернистость, относительную степень блеска и относительную плотность блеска по отношению к множеству различных покрытий.

16. Компьютерная система по п. 1, в которой исполняемые инструкции содержат инструкции, исполняемые для конфигурирования компьютерной системы для:

идентификации предложенного сопоставляемого покрытия из множества покрытий; и

вычисления, на основе вычисленной корреляции, набора относительных текстурных характеристик для сравниваемого покрытия, которые указывают относительные различия по текстуре между сравниваемым покрытием и целевым покрытием, причем сравниваемое покрытие содержит предложенное покрытие.

17. Способ, реализуемый в компьютерной системе, которая включает в себя один или более процессоров, вычисления индикатора текстур покрытий, причем способ содержит этапы, на которых:

принимают переменные текстуры целевого покрытия из спектрофотометра с камерой, причем переменные текстуры целевого покрытия содержат переменные данных текстуры, выработанные спектрофотометром с камерой;

идентифицируют с помощью процессора на основании информации, принятой из спектрофотометра с камерой, цвет покрытия, связанный с целевым покрытием;

осуществляют доступ с помощью процессора к базе данных относительных текстурных характеристик, причем база данных относительных текстурных характеристик содержит набор относительных текстурных характеристик для одного или более покрытий, которые связаны с цветом покрытия;

идентифицируют с помощью процессора предложенное сопоставляемое покрытие из множества покрытий;

вычисляют с помощью процессора корреляцию между переменными текстуры целевого покрытия и переменными текстуры покрытия, связанного с предложенным сопоставляемым покрытием;

на основе вычисленной корреляции вычисляют с помощью процессора набор относительных текстурных характеристик для целевого покрытия, которые указывают относительные различия по текстуре между целевым покрытием и предложенным сопоставляемым покрытием, причем каждая из относительных текстурных характеристик содержит оценку по всем углам целевого покрытия; и

передают с помощью процессора цифровые данные, способные вызывать отображение дисплеем указанного набора относительных текстурных характеристик.

18. Способ по п. 17, в котором набор относительных текстурных характеристик содержит относительную зернистость, относительную степень блеска и относительную плотность блеска.

19. Способ по п. 17, в котором исполняемые инструкции содержат инструкции, исполняемые для конфигурирования компьютерной системы для:

вычисления общего значения относительных текстурных характеристик, причем общее значение относительных текстурных характеристик вычисляется из набора относительных текстурных характеристик; и

передачи цифровых данных, способных вызывать отображение дисплеем общего значения относительных текстурных характеристик.

20. Способ, реализуемый в компьютерной системе, включающей в себя один или более процессоров, вычисления индикатора текстур покрытий, причем способ содержит этапы, на которых:

принимают переменные текстуры целевого покрытия из изображения целевого покрытия, причем переменные текстуры целевого покрытия содержат переменные данных текстуры, выработанные из изображения;

осуществляют доступ к базе данных относительных текстурных характеристик, причем база данных относительных текстурных характеристик содержит набор зависимостей текстурных характеристик для множества покрытий;

вычисляют корреляцию между переменными текстуры целевого покрытия и переменными текстуры покрытия, связанными с множеством различных покрытий;

на основе вычисленной корреляции вычисляют набор относительных текстурных характеристик для целевого покрытия, которые указывают относительные различия по текстуре между целевым покрытием и множеством различных покрытий, причем каждая из относительных текстурных характеристик содержит оценку по всем углам целевого покрытия;

передают цифровые данные, способные вызывать отображение дисплеем набора относительных текстурных характеристик.