✖


Jump to content

Цветовое кодирование при визуализации данных

    Add links

    Визуализация данных включает представление данных и информации с использованием визуальных элементов, таких как диаграммы, графики и карты. Он упрощает сложные данные, делает закономерности и тенденции более очевидными и помогает лучшему пониманию и принятию решений. [1] Цветовое кодирование при визуализации данных реализовано, чтобы помочь пользователям данных легко читать, понимать и классифицировать различные аспекты информации, которые данный набор данных пытается объяснить.

    Происхождение [ править ]

    Истоки цветового кодирования включают рубрики , Теорему четырех цветов картографии и книгу Жака Бертена 1967 года «Sémiologie Graphique» ( «Семиология графики» ). [2] Современное цветовое кодирование для визуализации данных обеспечивается четырьмя технологиями: статистика, технология цвета, дисплеи и вычисления. Визуализация данных [3] был процедурно описан статистиками Джоном Тьюки и Эдвардом Тафти в их соответствующих эпохальных книгах «Исследовательский анализ данных». [4] в 1977 году и «Визуальное отображение количественной информации». [5] в 1982 году. Они не делали акцент на использовании цвета. Другие продемонстрировали превосходство [6] цветового кодирования для ускорения визуального поиска отображаемой информации, [7] и найти [8] и организовать [9] интересующая информация. Третьим необходимым условием для визуализации данных с цветовой кодировкой являются цветные электронные дисплеи с высоким разрешением, высокой контрастностью и яркостью. Корпорация Ханивелл [10] и корпорация Боинг [11] собранные технические данные, которые по-прежнему актуальны для использования цветных дисплеев. Совсем недавно Федеральное управление гражданской авиации США опубликовало техническое руководство. [12] для визуализации динамических данных (воздушного движения) на самосветящихся цветных дисплеях.

    У людей есть врожденная способность выполнять визуальный поиск с цветовой кодировкой. Без обучения и практики время поиска с цветовым кодированием можно сократить в десять и более раз по сравнению с поиском того же информационного дисплея без цветового кодирования. Например, на рисунке 1a показан длительный поиск без цветового кодирования, а на рисунке 1b показано цветовое кодирование, которое делает данные более заметными.

    Рисунки 1а и б. В какой категории меньше всего звезд: 32-, 24- или 16-конечные?

    Основы цветового кодирования для поиска и группировки данных [ править ]

    Цветовая визуализация [ править ]

    Цветовое кодирование имеет разнообразные применения для визуализации данных. Общий принцип заключается в том, чтобы согласовать яркость цветов с релевантностью отображаемой информации . [13] Человеку, ищущему, может быть дан цвет искомого предмета, или он может знать цвет искомой категории на основе своего опыта. Альтернативно, их задача может потребовать поиска предмета, который выделяется как отличающийся, обозначенный цветом, без указания целевого цвета.

    Яркие цвета могут использоваться, например, для выделения закономерностей или для обеспечения быстрого поиска:

    • для конкретного информационного элемента или элементов на географическом участке
      • среди дружественных, враждебных и нейтральных сил на дисплее военной обстановки [14]
      • на карте погоды [15]
      • среди географически отображаемых геологических, топографических, медицинских, политических, экономических, демографических, технических или авиационных данных [16]
      • для картографии [17] [18]
    • по блок-схемам, включая
      • входные потоки, выходные потоки, резервуары, смесительные камеры, конденсационные башни и т. д. в потоке промышленного процесса
      • блок-схемы проекта
      • технологические схемы
      • графики продаж
      • организационные схемы
      • финансовые потоки, следить за деньгами
      • диаграммы причин и следствий

    Еще одно применение цветового кодирования — показать симметрию визуализируемых данных. [20] Цветовое кодирование может связывать и распутывать, например, тенденции на графике или непрерывность аксонов в нейронном коннектоме . Новые применения врожденного навыка поиска или группировки на основе цвета все еще изобретаются, например, для сетей, [21] теорема о раскраске дорог , тепловые карты , [22] геном, [23] геномные структурные вариации, [24] геномные браузеры, [25] и пространственные данные, такие как молекулы. [26] Цветовое кодирование полезно для визуализации выбросов и ошибок в незнакомых данных.

    Цветовое кодирование используется и для целей, отличных от визуализации отображаемых данных. Визуализация данных дополняет, а не заменяет и не противоречит другим видам использования. Там, где возможен конфликт, например, когда существуют установленные значения цветов в других контекстах, таких как сигнальные огни, тогда этим значениям следует уделять внимание при выборе цветов для цветового кода визуализации данных.

    Время, необходимое для поиска визуализированной информации [ править ]

    Визуальный поиск осуществляется [27] посредством быстрых непроизвольных и подсознательных движений глаз, называемых саккадами . Во время зрительного поиска глаз совершает около трех саккад в секунду. Такие движения глаз ограничивают когнитивные способности человека. [28] В поиске задействована нейронная сеть мозга, обрабатывающая движение и местоположение, а также контролирующая саккады. [29] Эта нейронная сеть чувствительна к цвету и изменениям; Цвет и флэш-кодирование (изменяющаяся во времени яркость) могут дополнять друг друга, повышая скорость поиска без взаимного влияния. [30]

    Если на дисплее имеется N элементов, которые необходимо найти, для поиска конкретного элемента, как правило, потребуется N/2 саккад. [31] Учитывая три саккады в секунду, N/(2*3) = N/6 секунд — это оценка времени поиска одного элемента среди N. Оценка улучшается за счет добавления времени реакции, возможно, секунды; ожидаемое время поиска равно 1 + N/6 секунд, чтобы найти целевой элемент среди N отображаемых элементов . [31] Эта оценка согласуется с эмпирическим временем поиска. [32] [33] В такой ситуации время поиска с цветовой кодировкой увеличивается линейно с увеличением количества информационных элементов на дисплее, которые имеют отдельный целевой цвет . [34] Кроме того, поиск выполняется быстрее, когда элементы целевого цвета пространственно организованы , например, на извилистых путях. [33] или макет презентации [35] или дизайн цифр данных. [36]

    Время поиска имеет экспоненциальное статистическое распределение. [37] В экспоненциальном распределении изменчивость (стандартное отклонение) равна ожидаемому значению или среднему значению. По мере увеличения ожидаемого времени поиска увеличивается и его изменчивость. Более длительное ожидаемое время поиска подразумевает несколько очень длительных поисков. Например, при случайном распределении на дисплее 30 различных элементов поиска (N=30) ожидаемое время поиска составляет 6 секунд, но 5% поисков будут длиться дольше 18 секунд. См. Таблицу 1 для получения аналогичных результатов.

    Таблица 1. Расчетное влияние экспоненциального распределения на изменчивость времени поиска, показывающее, что более длительное среднее время поиска связано с некоторыми неприемлемо длительными поисками.
    Количество элементов поиска 5 6 7 8 9 10 15 20 30
    Ожидаемое время обнаружения цели (сек) 1.8 2.0 2.2 2.3 2.5 2.7 3.5 4.3 6.0
    5 % поисковых запросов длиннее (сек) 5.5 6.0 6.5 7.0 7.5 8.0 10.5 13 18

    Короткое ожидаемое время поиска предотвращает неприемлемо длительные поиски, связанные с более длительным средним временем поиска. Основываясь на линейном увеличении времени поиска с увеличением количества потенциальных целей и экспоненциальном распределении времени поиска (см. Таблицу 1), ограничение отображаемых элементов, имеющих одинаковый цвет с целью, до менее чем 11, позволит сократить время поиска почти до менее 10 секунд. все время. [16] Целевой цвет мог бы быть одинаковым для большего количества элементов, если бы целью было группирование подмножеств (разных цветов) разбросанных элементов для какой-либо цели, кроме поиска. [38]

    Выбор ярких цветов для цветового кодирования [ править ]

    Цветовое кодирование может сделать информацию заметной [39] (см. рисунок 1б). Различимые цветовые коды уменьшают или устраняют помехи при поиске со стороны всех элементов, которые не имеют основного целевого цвета. [40] Качественные, субъективные методы выбора отдельных цветов для кодирования ограничены несколькими цветами. [41] Цветовая инженерия позволила получить 22 цвета краски с максимальной контрастностью. [42] до появления самосветящихся цветных дисплеев. Самосветящиеся устройства, такие как компьютерные экраны, способны обеспечивать более высокую яркость (более широкую цветовую гамму ), более высокое разрешение (меньшие символы и сегменты изображения) и более высокую контрастность (более заметные отличия от фона), чем обычно достижимо с помощью светоотражающих материалов, таких как краска. . Эти характеристики самосветящихся дисплеев создают возможности и проблемы цветового кодирования, которые обсуждаются ниже.

    Объективный метод выбора отличительных цветов для цветовой визуализации данных, отображаемых в электронном виде, заключается в учете цветовых координат. [43] дисплея цветов, доступных в гамме . Обычно цвет представлен тремя координатами (R, G, B) , каждая из которых находится в диапазоне от 0 до 255 в случае 8-битного представления. Наиболее широко используемым представлением цвета является вариант RGB, известный как sRGB , хотя также используются цветовые представления RGB, зависящие от устройства. Преимущество представления RGB, зависящего от устройства, заключается в том, что если устройство использует излучатели света RGB, оно может указать любой цвет, который может быть создан этим конкретным устройством. В большинстве дисплеев используются излучатели света RGB, хотя дисплеям с несколькими основными цветами существуют альтернативы , такие как дисплеи Quattron производства Sharp Corporation .

    Рисунок 2. Некоторые яркие цвета, подходящие для цветового кодирования, расположены на внешней границе цветового охвата дисплея. Координаты (R,G,B) каждого цвета показаны в шестиугольнике соответствующего цвета.
    Рисунок 3. Схематическое изложение связи между видимым сходством цвета и рассчитанной цветовой разницей. Красная линия здесь наиболее актуальна. Остальные линии на рисунке 3 будут рассмотрены ниже.

    Оптические измерения можно использовать для расчета цветовой разницы между каждой парой цветов цветового кода. Это включает в себя спектро-радиометрическое измерение [43] трехцветные значения цветов, доступных на дисплее. Значения тристимула (X, Y, Z) — это независимые от устройства координаты цвета, используемые для расчета цветовой разницы. яркость , коррелят оттенков серого, представляет собой значение тристимула Y. Например, [44] Формулы цветового различия CIEDE2000 или CIECAM02 статистически превосходят показатели различимости больших цветовых различий. [45] Как правило, при расчете цветовых различий больший вес придается различиям в красном и зеленом, а меньший – сине-желтым различиям и различиям в яркости (т. е. по шкале серого) в указанном порядке эффективности. [43]

    Цвета кода, имеющие небольшие отличия в цвете от целевого цвета, делают отвлекающие элементы похожими на целевой цвет, что измеряется с точки зрения времени поиска. [33] или с точки зрения движений глаз. [45] Отображаемые элементы, цвет которых сильно отличается от целевого, не влияют на заметность цели. [33] На рисунке 3 суммирована взаимосвязь между сходством или заметностью цветов во время визуализации и рассчитанной цветовой разницей. [45] Навык идентификации (и разделения по цветовому различию) наиболее похожих цветов в цветовом коде будет полезен, какой бы метод ни использовался для выбора цветов кода.

    В коде с n цветами имеется n(n-1)/2 пар цветов (см. рисунок 4), каждая пара имеет цветовую разницу. [46] Распространение цветовых различий по мере увеличения количества цветов диктует необходимость систематического, алгоритмического и автоматизированного метода выбора цвета. Например, аэронавигационные карты. [16] может иметь цветовую кодировку из 28 цветов, что подразумевает 378 попарных цветовых различий.

    Рисунок 4. Количество цветовых пар и, следовательно, цветовых различий в цветовом коде быстро увеличивается по мере увеличения количества цветов.

    Выраженность многих цветов, рассматриваемых в контексте друг друга, можно оптимизировать. Поскольку малейшие цветовые различия мешают поиску, а достаточно большие цветовые различия не мешают (см. рис. 3), цель оптимизации [47] состоит в том, чтобы максимизировать минимальную рассчитанную цветовую разницу среди n(n-1)/2 цветовых различий в n-цветовом коде, чтобы получить большое количество (n) различных цветов для цветового кода, индивидуально подходящего для цветовую гамму конкретного дисплея. Этот базовый метод был разработан для промышленного использования. [48] Метод был применен для учета окружающего освещения, отраженного от дисплея. [49] Метод оптимизации был распространен на альтернативные целевые функции. [50] Он был применен к сложным ситуациям отображения [51] [52] и маленьким символам. [53] Техническое измерение цвета [43] и оптимизированное цветовое различие может генерировать несколько альтернативных одинаково эффективных кодов, которые используют всю гамму дисплея и способность различать цвета человека. Наличие альтернативных вариантов кодирования позволяет использовать соответствующие цвета с заранее установленными значениями или избегать неподходящих цветов.

    проблемы цветового кодирования для повышения информации значимости Практические

    Размер символа влияет на яркость цвета [ править ]

    Видимая разница в цвете между объектами зависит от угла обзора рассматриваемых объектов. Меньшие символы приводят к уменьшению цветовых различий. [53] Рассчитанная цветовая разница предполагает визуальное напряжение в 2 градуса. Например, ногтевой сустав большого пальца (от кончика большого пальца до сустава около ногтя) имеет примерно две степени зрительного напряжения на расстоянии вытянутой руки. Типичные символы дисплея могут составлять всего 7 минут или менее 1/16 двух градусов. [54] Рассмотрим это в контексте этих фактов. [55]

    1. на сетчатке практически нет коротковолновых (синих) чувствительных клеток в пределах 20-минутного диска вокруг луча зрения (LOS),
    2. они составляют лишь около 7% всех рецепторов дневного света и
    3. Клетки, чувствительные к синему цвету, находятся на расстоянии около 4 минут друг от друга (в пределах градуса LOS), а расстояние между ними увеличивается примерно до 8 минут с большим эксцентриситетом.

    По этим причинам синие различия (включающие цвета любой тритановой линии, [55] ) теряются для мелких символов. Это называется тританопией малого поля зрения, которая представляет собой недостаток цвета из-за различий в синеве между маленькими зрительными полями, которому подвержен каждый. Следовательно, различия в голубизне следует не принимать во внимание (или даже исключать из рассмотрения) при выборе цветов кодирования для небольших символов, менее примерно 30 минут (т. е. Солнца и Луны) углового стягивания . [56] Даже цветовые различия, не связанные с голубизной, кажутся исчезающими (однако в меньшей степени, чем блекнет синий цвет), когда символы уменьшаются в размерах. Например, объекты кажутся темнее (менее светлыми), поскольку имеют тенденцию к уменьшению визуального содержания; большие области с одинаковой яркостью кажутся светлее, чем меньшие области. [53] Можно оценить влияние визуального напряжения на видимую цветовую разницу, включая разницу в оттенках серого. [57] Меньший визуальный объем символов подразумевает меньшее количество ярких или даже различимых цветов в той же гамме дисплея. [53] Цвета кода будут заметными, если их цветовые различия составляют не менее 14 единиц CIEDE2000 для символов, имеющих двухградусную визуальную стяжку, или эквивалентную цветовую разницу, рассчитанную для меньшего слагаемого. [57] Например, заметность целей визуального поиска размером 1,5 х 0,75 градуса, использованных Уильямсом, [31] улучшены за счет увеличения их цветовых различий минимум до 21 единицы CIEDE2000; после примерно 21 года их значимость не улучшилась. [45] (Приведенные здесь минимальные значения цветоразности ярких цветов соответствуют нижней границе 95% доверительного интервала в цитируемой научной литературе.) Синяя линия и стрелка на рисунке 3 суммируют эффект небольшого зрительного напряжения (< 2 градусов угол зрения) по кажущемуся цветовому сходству в зависимости от рассчитанного цветового различия. [54] Угол обзора , образуемый отображаемым символом или другим сегментом изображения, можно точно измерить или рассчитать.

    Дефицит цветового зрения может повлиять на заметность . символов

    Наиболее распространенные формы наследственной недостаточности цвета включают спутанность цветов красного и зеленого. [58] Эти нарушения цветовосприятия возникают из-за неспособности клеток сетчатки воспринимать длинные (например, красные) или средние (например, зеленые) длины волн. [55] Красный или зеленый будут выглядеть темнее для людей с дефицитом соответствующих клеток. Небольшой зрительный объем символов или более редкая форма дефицита цвета (тританопия), обедняют различия в синеве (из-за редкого отбора проб коротковолновыми чувствительными клетками сетчатки). Цветовой код для общего использования, при котором нельзя избежать ни дефицита цвета, ни небольшого зрительного напряжения (например, при взгляде вдаль), представляет собой белый, черный, оранжевый и серый цвета, отличающиеся по яркости от других цветов кода и от яркости фона. [41] Это предполагает наблюдение на расстоянии человеком, сохраняющим способность ощущать как длинные, так и средние волны. Синий (но заметно светлее черного) может быть добавлен из-за редкости дефектных коротковолновых чувствительных ячеек, если расстояния просмотра обеспечивают визуальное стягивание символов с цветовой кодировкой более 30 минут. (См. рисунок 1б.)

    Даже на восприятие оттенков серого могут влиять недостатки цвета. [59] Наблюдатели с дефицитом красно-зеленого цвета, у которых сохранились клетки, чувствительные к длинноволновым диапазонам (дейтеранопы), являются точными судьями цветовых различий вблизи красного цвета. [59] Следовательно, лучший цветовой код для наблюдателей с дефицитом цвета будет зависеть от типа дефицита цвета .

    Изображения могут быть улучшены для просмотра наблюдателями с недостатком цвета. [60] Рекомендуемые методы — улучшение краев, перекрашивание и наложение узоров для дополнения цвета. Предусмотрены три вида изображений: естественная сцена, научная визуализация или офисный документ. Ни один метод не удовлетворяет требованиям всех приложений.

    Рисунок 5. Демонстрация того, как разница в яркости между символом и его фоном влияет на читаемость символа. Горизонтальные полосы и вертикальные столбцы сообщений имеют постоянный цвет.

    Разборчивость в контексте цветового кодирования [ править ]

    Разборчивость отличается от заметности, о которой говорилось выше. Разборчивость связана с ясным и отчетливым видением границ, форм и пространственных деталей и, следовательно, с чтением. Разборчивость символа зависит от разницы в яркости (а не разницы в цвете) между символом и фоном, на котором он представлен. Рисунок 5, концепцию которого представил австралийский архитектор Пол Грин-Армитаж, [61] демонстрирует влияние разницы яркости на разборчивость. По этой причине желтый (цвет высокой яркости) менее разборчив на ярком белом фоне, и, наоборот, белые символы менее разборчивы на желтом фоне. Темно-синие (цвет низкой яркости) символы менее читаемы на черном фоне, и, наоборот, черные буквы менее читаемы на темно-синем фоне. И это несмотря на то, что желтый цвет заметен на белом фоне, а синий — на черном фоне. Наличие адекватного цветового различия между визуализируемыми объектами дополняет и совместимо с обеспечением разборчивости при адекватной разнице в яркости между объектами и их фоном. Существуют ресурсы для количественной оценки необходимой разницы яркости, обеспечивающей разборчивость.

    данных , важный инструмент для визуализации Оттенки серого

    Помимо влияния на читаемость, яркость также влияет на оттенки серого. Различия в светлоте и яркости являются полутоновыми атрибутами цветового различия, поэтому они могут влиять на заметность символов. Оттенки серого доступны людям с нарушениями цветового зрения. [59] и он менее подвержен (чем хроматические различия) выцветанию из-за небольшого визуального содержания. [57] Было показано, что оттенки серого (а не хроматическая цветовая разница) особенно подходят для кодирования порядковых данных, таких как температура на карте погоды. [15] [62]

    Изменение яркости фона делает заметной разницу между символами (возможно, с цветовой кодировкой), яркость которых чуть больше или чуть меньше каждой выбранной яркости фона. Пунктирная серая линия на рисунке 3 суммирует этот эффект. Леон Уильямс, [63] заметил это и предложил метод визуализации данных, который он назвал срезом данных, как показано на рисунке 6.

    Рисунки 6а-г. Нарезка данных или изменение яркости фона изображения может сделать различные данные более заметными. Существует четыре копии одних и тех же данных, каждая из которых имеет разную яркость фона.

    Логарифмический расчет оттенков серого Уиттла [64] для самосветящихся устройств количественно определяет визуальные эффекты различий в яркости отображаемых символов. Он позволяет вычислить любое количество равных ощутимых различий. [65] (nEPD) размером с порог видимости или любой надпороговой величиной. Размер единицы nEPD в три или четыре раза превышает абсолютный порог видимости изменения яркости. Этот блок nEPD «заметен с первого взгляда» при свободном просмотре электронного дисплея. [64]

    Расчет Уиттла необычен (среди формул в оттенках серого) по четырем причинам.

    1. Он включает в себя яркость фона. [64]
    2. Он применяется ко всем фотопическим (т. е. дневным) яркостям на основе данных о пороговых значениях. [65] и соответствие. [66]
    3. Его производные имеют смысл. [67]
    4. Это может объяснить пространственный масштаб контраста. [64]

    Производная (наклон) nEPD по фоновой яркости подразумевает оптимальную фоновую яркость. [68] Белый фон используется по историческим причинам, связанным с разборчивостью мелких символов. Однако не существует размера символа или диапазона яркости символа, для которого белый фон был бы оптимальным в смысле максимизации количества заметно различных оттенков серого, которые символы могут иметь в этом диапазоне яркости. Оптимальный фон может удвоить количество оттенков серого, видимых среди более крупных символов. Оптимальная яркость фона всегда составляет менее 46 % от максимального диапазона яркости символа для диапазонов, включая нулевой. [69]

    Яркость контрастов (например, отображаемых символов) отличается от их фона. [64] Контрастная яркость будет меньше фоновой яркости для отрицательных контрастов, а контрастная яркость превышает фоновую яркость для положительных контрастов. Производная nEPD по контрастной яркости прогнозирует порог контрастной видимости (например, для предотвращения полос в цифровом изображении) для любой комбинации дневного света символа и фоновой яркости. [65] [70] Производная расчета Уиттла по контрастной яркости также дает количественную оценку надпороговой чувствительности человека к различиям или изменениям яркости для всех комбинаций целевого дневного света и фоновой яркости. [67] Эта производная применима к цифровой обработке изображений и, в частности, к спецификации гистограмм. [71] предполагая применимость к оконному преобразованию медицинских изображений. Расчет Уиттла показывает величину положительного контраста, за пределами которой контрастная яркость увеличивается (с увеличением контрастной яркости) так же быстро на любом фоне, как и на неосвещенном (черном) фоне. [67] При меньших положительных контрастах и ​​при отрицательных контрастах яркость символа зависит от фоновой яркости символа (способами, описанными расчетом Уиттла и известными как постоянство яркости). Калибровка яркости-контрастности дисплея [72] будет необходим в критически важных приложениях.

    Рисунок 7. График расчета оттенков серого Уиттла (принят CIE [73] ) для самосветящихся устройств применительно к оптотипу E, составляющему 10 угловых минут (1/3 диаметра Солнца или полной Луны). Подробности об этом сюжете см. в тексте.

    На рисунке 7 показаны разные кривые nEPD для каждой фоновой яркости. Самая крутая часть каждой кривой (наибольшее изменение оттенков серого на единицу изменения яркости символа) соответствует яркости символов, почти равной их фоновой яркости. Другая относительно крутая часть каждой кривой находится в крайнем левом углу, где яркость символа близка к нулю. [67] Отрицательный nEPD соответствует отрицательным контрастам, а положительный nEPD соответствует положительным контрастам. Символы с одинаковым nEPD на соответствующем фоне будут иметь одинаковый оттенок серого. [74] несмотря на то, что они из разных слоев общества. (См. рисунок 8, который иллюстрирует совпадение оттенков серого, видимых на разном фоне.) Логарифмическая кривизна расчета Уиттла имеет рациональное основание. [75] Промежуточная яркость фона для рисунка 7 сама по себе увеличивает количество ступеней шкалы серого, видимых среди кривых, что делает возможным оптимальную яркость фона.

    Расчет Уиттла для самосветящихся устройств имеет параметр k, относящийся к пространственной шкале символа. [67] It (k) представляет собой долю (от 0 до 100%) контраста изображения (целевая яркость минус фоновая яркость), потерянного из-за внутриглазного рассеяния на пути к созданию изображения на сетчатке. [64] Уменьшение углового стягивания символа всегда уменьшает физическую разницу в яркости между символом и его фоном (из-за внутриглазного рассеяния), следовательно, уменьшая разборчивость и заметность и увеличивая k. [64] Этот параметр k можно рассчитать на основе оптических принципов: [69] как это было для шкалы серого оптотипа E с длиной дуги 10 угловых минут (k = 0,2), представленного на рисунке 7. Когда стягивание угла символа (представленное k) уменьшается, оптимальная фоновая яркость также уменьшается. [69] На расчет Уиттла не влияют блики, удаленные от контраста, что подтверждено экспериментально. [76] Влияние отдаленных светлых участков на появление оттенков серого обусловлено внутриглазным рассеянием. [67]

    Рисунок 9. Идентичные венки из шести шестиугольников в оттенках серого, имеющих разную яркость фона. Более светлый фон затемняет оттенки серого.
    Рисунок 8. Этот рисунок иллюстрирует концепцию сопоставления серого с различной яркостью фона. Каждый шестиугольник имеет разную яркость.

    Явление оттенков серого, которое можно вычислить с помощью расчета Уиттла для самосветящихся устройств, заключается в сопоставлении серых цветов с различной фоновой яркостью. [66] И наоборот, расчет можно использовать для определения яркости фона, которая обеспечит соответствие заданной контрастной яркости. Согласно расчету (как видно на рисунке 7), невозможно сопоставить отрицательные контрасты с положительными контрастами; отрицательные контрасты всегда выглядят темнее, чем положительные. Три облака с положительным контрастом на рисунке 8 имеют большую яркость, чем соответствующие им фоновые шестиугольники; три облака с отрицательным контрастом имеют меньшую яркость, чем их фон.

    Согласно расчетам Уиттла, более темные оттенки серого можно получить на более светлом фоне. [64] Эффект более выражен для больших размеров, но его можно увидеть в левом нижнем углу рисунка 7, где более отрицательный nEPD достигается при большей фоновой яркости. Рисунок 9 иллюстрирует эффект; Согласно расчетам Уиттла, та же самая шестиугольная визуальная цель видится как более темно-серая (включая черную), когда ее фон более светлый.

    Текущие исследования и разработки [ править ]

    Продолжаются исследования и разработки в области технологий визуализации данных. Например, продолжаются исследования и разработки по улучшению расчета цветовой разницы. [77] Основной мотивацией для этих исследований и разработок является определение минимально обнаруживаемых порогов цветовых различий для контроля качества промышленных цветовых процессов (например, продуктов питания, красок, текстиля, пластмасс, печати и самосветящихся дисплеев). Поскольку расчеты цветового различия были улучшены для определения порога, они случайно стали лучше для надпороговых приложений, связанных с визуализацией данных. [45] С тех пор, как связь на рисунке 3 была впервые показана, [40] практический интерес представляет более точное определение (расчетного цветового различия) положения излома кривой для двухстепенного зрительного напряжения и для меньшего стянутого напряжения. [57] Общая общественная озабоченность инклюзивностью и, в частности, приспособлением к инвалидности стимулировала исследования по использованию цвета для людей с нарушением цветового зрения. [60] Активная область исследований (например, Брайана Уэнделла и Дэвида Брейнарда, [78] и CIE [77] ) представляет собой компьютерное моделирование для прогнозирования (например, цвета) внешнего вида, включая все факторы, такие как внутриглазная оптика, реакции колбочек сетчатки, эффекты зрительного напряжения, эксцентриситет от луча зрения, [79] атмосферная оптика, спектр освещающего света, контекстная и цветовая адаптация. Идут исследования методов калибровки дисплеев, [80] например, чтобы сделать цвета заметными на дисплее, расположенном вдали от человека, программирующего визуализацию данных, и более точно отображать цвета на дисплеях. [81] Дисплеи с высоким динамическим диапазоном (HDR) обеспечивают наиболее яркие цвета для визуализации; HDR — активная область исследований. [82] Продолжаются исследования зрительных путей и цепей в мозге; [29] часть этого имеет отношение к визуализации и пониманию данных. Собственные разработки в области технологии цветных дисплеев, компьютеров и программного обеспечения также улучшают визуализацию данных. Существуют исследования по применению методов художественного цветового кодирования для визуализации, «чтобы дать возможность неученым работать с реальными данными и сообщать о проблемах, имеющих решающее значение для человечества». [83]

    См. также [ править ]

    Ссылки [ править ]

    1. ^ Кирк, А. (2019). Визуализация данных: Руководство по проектированию, управляемому данными (2-е изд.). Таузенд-Оукс, Калифорния: Сейдж.
    2. ^ Бертен, Жак (1967). Графическая семиология. Диаграммы, сети, карты . Париж: Готье-Виллар.
    3. ^ Вайнер, Ховард; Дружелюбный, Майкл (2020). Визуализация данных: история визуального мышления и графической коммуникации . Издательство Гарвардского университета.
    4. ^ Тьюки, Джон Уайлдер (1977). Исследовательский анализ данных . Аддисон-Уэсли. ISBN  978-0-201-07616-5 .
    5. ^ Тафте, Эдвард (2001). Визуальное отображение количественной информации (2-е изд.). Чешир, Коннектикут: Graphics Press.
    6. ^ Уильямс, Л.Г. (1966). «Влияние спецификации цели на объекты, фиксируемые во время визуального поиска» . Восприятие и психофизика . 1 (5): 315–318. дои : 10.3758/BF03207398 . S2CID   143016062 .
    7. ^ Христос (1975). «Обзор и анализ исследований цветового кодирования визуальных дисплеев». Человеческий фактор . 17 (6): 542–570. дои : 10.1177/001872087501700602 . S2CID   143323235 .
    8. ^ Фолк, CL (2015). «Роль цвета в произвольном и непроизвольном управлении избирательным вниманием, глава 23». В Эллиоте, Эй Джей; Фэйрчайлд, доктор медицины; Франклин, А. (ред.). Справочник по психологии цвета . Кембридж, Великобритания: Издательство Кембриджского университета. стр. 481–501. ISBN  978-1-107-04323-7 .
    9. ^ Вонг, Б. (2010). «Принципы гештальта (Часть II)» . Природные методы . 7 (12): 941. doi : 10.1038/nmeth1210-941 . S2CID   35716514 .
    10. ^ Кребс, MJ; Вольф, доктор медицинских наук; Сандвиг, Дж. Х. (1978). Руководство по проектированию цветного дисплея . Миннеаполис, Миннесота: Системы и исследовательский центр Honeywell.
    11. ^ Сильверстайн, Л.Д.; Меррифилд, РМ (1985). Разработка и оценка систем цветности для авиационных применений (Отчет № DOT/FAA/PM-85-19) (Центр технической информации Министерства обороны AD-A168563, изд. 1986 г.). Вашингтон, округ Колумбия: Министерство транспорта США.
    12. ^ Стандартная практика ФАУ, использование цвета на дисплеях системы управления воздушным движением . Вашингтон, округ Колумбия: Министерство транспорта США. 24 марта 2020 г.
    13. ^ Вонг, Б. (2011). «Значимость к актуальности» . Природные методы . 8 (11): 889. doi : 10.1038/nmeth.1762 . ПМИД   22148153 . S2CID   8652127 .
    14. ^ Чипман, Сьюзен Ф. (июнь 2007 г.). «Приложение B. Исследования и разработки в области визуализации в США» (PDF) . Мультимедийная визуализация огромных наборов военных данных (отчет). Организация исследований и технологий НАТО. ISBN  978-92-837-0067-8 . РТО-ТР-ИСТ-021.
    15. ↑ Перейти обратно: Перейти обратно: а б Бреслоу, Луизиана; Трафтон, Дж. Г.; МакКарри, Дж. М.; Ратвани, РМ (2010). «Алгоритм генерации цветовых шкал как для категориального, так и для порядкового кодирования». Исследование и применение цвета . 35 : 18–28. дои : 10.1002/col.20559 .
    16. ↑ Перейти обратно: Перейти обратно: а б с Шонц, В.Д.; Трумм, Джорджия; Уильямс, Л.Г. (1971). «Цветовая маркировка расположения информации». Человеческий фактор . 13 (3): 237–246. дои : 10.1177/001872087101300304 . ПМИД   5558217 . S2CID   28424671 .
    17. ^ Брюэр, Калифорния (1994). «Руководство по использованию цвета для картографии и визуализации, глава 7». В Макихрене, AM; Тейлор, DRF (ред.). Визуализация в современной картографии . Тэрритаун, штат Нью-Йорк: Elsevier Science. стр. 123–147.
    18. ^ Брюэр, Калифорния (1994). «Руководство по использованию перцептивных измерений цвета для картографирования и визуализации». В Бэресе, Дж. (ред.). Цветная бумажная копия и графика III. Труды Международного общества оптической инженерии (SPIE) (изд. Том 2171). Сан-Хосе, Калифорния: SPIE. стр. 54–63.
    19. ^ Вонг, Б; Шореш, Н. (2012). «Исследование данных» . Природные методы . 9 (1): 5. doi : 10.1038/nmeth.1829 . ПМИД   22312636 . S2CID   20997239 .
    20. ^ Чипман, Сан-Франциско (2020). «На пути к синтетическому глазу: психологические проблемы визуализации данных». Исследовательские ворота . дои : 10.13140/RG.2.2.31920.99841 .
    21. ^ Геленборг, Н.; Вонг, Б. (2012). «Сети» . Природные методы . 9 (2): 115. doi : 10.1038/nmeth.1862 . ПМИД   22396963 . S2CID   29741258 .
    22. ^ Геленборг, Н.; Вонг, Б. (2012). «Тепловые карты» . Природные методы . 9 (3): 213. doi : 10.1038/nmeth.1902 . ПМИД   27974286 . S2CID   28870914 .
    23. ^ Нильсен, К; Вонг, Б. (2012). «Представление генома» . Природные методы . 9 (5): 423. doi : 10.1038/nmeth.1992 . ПМИД   22803197 . S2CID   6207156 .
    24. ^ Нильсен, К; Вонг, Б. (2012). «Представление структурных вариаций генома» . Природные методы . 9 (7): 631. doi : 10.1038/nmeth.2018 . ПМИД   22930825 . S2CID   1878491 .
    25. ^ Нильсен, К; Вонг, Б. (2012). «Управление глубокими данными в геномных браузерах» . Природные методы . 9 (6): 521. doi : 10.1038/nmeth.2049 . ПМИД   22874978 . S2CID   5785111 .
    26. ^ Геленборг, Н.; Вонг, Б. (2012). «В третье измерение» . Природные методы . 9 (9): 851. doi : 10.1038/nmeth.2151 . ПМИД   23097778 . S2CID   6417810 .
    27. ^ Котович, Андреас; Рутисхаузер, Ули; Кох, Кристоф (2010). «Временная динамика распознавания цели при визуальном поиске» . Границы человеческой неврологии . 4 (Статья 31): 31. doi : 10.3389/fnhum.2010.00031 . ПМЦ   2859879 . ПМИД   20428512 .
    28. ^ Кирас, DE (2017), «Глава 2», написанная в Оксфордском справочнике по когнитивной науке, в Чипман, SEF (редактор), Краткое изложение EPIC когнитивной архитектуры. , Нью-Йорк: Издательство Оксфордского университета, стр. 27–48.
    29. ↑ Перейти обратно: Перейти обратно: а б Фурман, М. (2014), Файнголд, К.Л.; Блюменталь, Х. (ред.), «Нейрональные сети в функции мозга, расстройствах ЦНС и терапии; глава 19», Visual Network , Нью-Йорк: Elsevier, стр. 247–260.
    30. ^ Ван Орден, Карл; ДиВита, Дж; Шим, MJ (1993). «Избыточное использование яркости и мигания формы и цвета в качестве кодов выделения на символических дисплеях». Человеческий фактор . 35 (2): 195–204. дои : 10.1177/001872089303500201 . ПМИД   8349285 . S2CID   15879572 .
    31. ↑ Перейти обратно: Перейти обратно: а б с Уильямс, Л.Г. (1966). «Заметность цели и визуальный поиск». Человеческий фактор . 8 (1): 80–92. дои : 10.1177/001872086600800109 . ПМИД   5966605 . S2CID   26712216 .
    32. ^ Кэхилл, MC; Картер, Р.К. (1976). «Размер цветового кода для поиска дисплеев разной плотности». Человеческий фактор . 18 (3): 273–280. дои : 10.1177/001872087601800308 . S2CID   111132459 .
    33. ↑ Перейти обратно: Перейти обратно: а б с д Картер, Р.К. (1982). «Визуальный поиск по цвету». Журнал экспериментальной психологии: человеческое восприятие и деятельность . 8 (1): 127–36. дои : 10.1037/0096-1523.8.1.127 . ПМИД   6460078 .
    34. ^ Картер, Р.К.; Кэхилл, MC (1978). «Регрессионные модели времени поиска для цветных информационных дисплеев». Человеческий фактор . 20 (3): 293–302. дои : 10.1177/001872087902100304 . ПМИД   511182 . S2CID   12964263 .
    35. ^ Вонг, Б. (2011). "Макет" . Природные методы . 8 (10): 783. doi : 10.1038/nmeth.1711 . ПМИД   22053339 . S2CID   5463317 .
    36. ^ Вонг, Б. (2010). «Проектирование фигурок» . Природные методы . 7 (9): 665. doi : 10.1038/nmeth0910-665 . S2CID   22865156 .
    37. ^ Картер, Р.К. (1982). «Поиск времени с цветным дисплеем: Анализ функций распределения». Человеческий фактор . 24 (2): 203–12. дои : 10.1177/001872088202400206 . ПМИД   7095808 . S2CID   38762867 .
    38. ^ Вонг, Б. (2010). «Принципы гештальта (Часть I)» . Природные методы . 7 (11): 863. doi : 10.1038/nmeth1110-863 . ПМИД   21049588 . S2CID   13604942 .
    39. ^ Вонг, Б. (2010). «Выразительность» . Природные методы . 7 (10): 773. doi : 10.1038/nmeth1010-773 . ПМИД   20936751 . S2CID   34837264 .
    40. ↑ Перейти обратно: Перейти обратно: а б Картер, ЕС; Картер, Р.К. (1981). «Цвет и заметность». Журнал Оптического общества Америки . 71 (6): 723–9. Бибкод : 1981JOSA...71..723C . дои : 10.1364/JOSA.71.000723 . ПМИД   7252614 .
    41. ↑ Перейти обратно: Перейти обратно: а б Вонг, Б. (2010). «Цветовое кодирование» . Природные методы . 7 (8): 573. doi : 10.1038/nmeth0810-573 . ПМИД   20704014 . S2CID   33475794 .
    42. ^ Келли, КЛ (1965). «Двадцать два цвета максимального контраста». Цветовая инженерия . 3 : 26–27.
    43. ↑ Перейти обратно: Перейти обратно: а б с д Бернс, РС (2019). Принципы технологии цвета Биллмейера и Зальцмана (4-е изд.). Нью-Йорк: Уайли.
    44. ^ Выжецкий, Гюнтер; Стайлз, WS (1982). Наука о цвете: концепции и методы, количественные данные и формулы (2-е изд.). Нью-Йорк: Джон Уайли и сыновья. п. 157.
    45. ↑ Перейти обратно: Перейти обратно: а б с д и Картер, Р.К.; Уэртас, Р. (2010). «Сверхбольшая разница в цвете и небольшая интенсивность». Исследование и применение цвета . 35 : 4–17. дои : 10.1002/col.20557 .
    46. ^ Картер, Р.К. (1983). «Уравнения CIE L*u*v* для самосветящихся дисплеев». Исследование и применение цвета . 8 : 252–253. дои : 10.1002/col.5080080414 .
    47. ^ Картер, Р.К.; Картер, ЕС (1982). «Высококонтрастные наборы цветов». Прикладная оптика . 21 (16): 2936–9. Бибкод : 1982ApOpt..21.2936C . дои : 10.1364/AO.21.002936 . ПМИД   20396153 .
    48. ^ Сильверстайн, Л.Д.; Лепковски, Дж. С.; Картер, Р.К.; Картер, ЕС (1986). Шлам, Эллиотт (ред.). «Моделирование параметров цвета дисплея и алгоритмический выбор цвета». Труды SPIE – Международного общества оптической инженерии, Достижения в области технологий отображения VI . Достижения в области технологий отображения VI. 624 : 26–34. Бибкод : 1986SPIE..624...26S . дои : 10.1117/12.961221 . S2CID   57237683 .
    49. ^ ДеКорт, W (1985). «Высококонтрастные наборы цветов для цветных ЭЛТ при различных условиях освещенности». Дисплеи . 6 (2): 95–100. Бибкод : 1985Диспл...6...95Д . дои : 10.1016/0141-9382(85)90034-4 .
    50. ^ ДеКорт, W (1986). «Нахождение подходящих цветов для цветных дисплеев». Исследование и применение цвета . 11 : 56–61. дои : 10.1002/col.5080110111 .
    51. ^ ДеКорт, W (1986). «Оптимальные цвета, люминофоры и характеристики освещения для ЭЛТ-дисплеев: алгоритмический подход». Человеческий фактор . 28 (1): 39–47. дои : 10.1177/001872088602800105 . ПМИД   3710484 . S2CID   110327602 .
    52. ^ ДеКорт, W (1988). «Эргономически оптимальные цвета ЭЛТ для условий нефиксированного внешнего освещения». Исследование и применение цвета . 13 (5): 327–331. дои : 10.1002/col.5080130510 .
    53. ↑ Перейти обратно: Перейти обратно: а б с д Картер, Р.К.; Сильверстайн, Л.Д. (2012). «Восприятие цвета в разных масштабах: большое и маленькое, дискретное и непрерывное». Журнал Оптического общества Америки А. 29 (7): 1346–55. Бибкод : 2012JOSAA..29.1346C . дои : 10.1364/JOSAA.29.001346 . ПМИД   22751398 .
    54. ↑ Перейти обратно: Перейти обратно: а б Картер, Р.К.; Картер, ЕС (1988). «Цветовая маркировка для быстрого расположения мелких символов». Исследование и применение цвета . 13 (4): 226–234. дои : 10.1002/col.5080130407 .
    55. ↑ Перейти обратно: Перейти обратно: а б с Шевелл, СК (2003). Наука цвета . Кембридж: Эльзевир.
    56. ^ Альбрехт, М (2010). «Цветовая слепота» . Природные методы . 7 (10): 775. doi : 10.1038/nmeth1010-775a . ПМИД   20885436 . S2CID   205417940 .
    57. ↑ Перейти обратно: Перейти обратно: а б с д Картер, Р.К.; Сильверстайн, Л.Д. (2010). «Размер имеет значение: улучшенная оценка цветовой разницы для небольших визуальных целей». Журнал Общества отображения информации . 18 : 17–28. дои : 10.1889/JSID18.1.17 . S2CID   56769750 .
    58. ^ Вонг, Б. (2011). «Цветовая слепота». Природные методы . 8 (6): 441. doi : 10.1038/nmeth.1618 . ПМИД   21774112 . S2CID   36690778 .
    59. ↑ Перейти обратно: Перейти обратно: а б с Квитле, АК; Оддлоккен, Х; Грин, ПиДжей; Нуссбаум, П. (2018). «Методика психофизической оценки цветового различия наблюдателями с нарушением цветового зрения». Симпозиум по цвету и визуальным вычислениям (CVCS) 2018 . Том. Йёвик, Норвегия. стр. 1–6. дои : 10.1109/CVCS.2018.8496594 . ISBN  978-1-5386-5645-7 . S2CID   53014475 .
    60. ↑ Перейти обратно: Перейти обратно: а б Улучшение изображений для наблюдателей с дефицитом цвета . Вена: CIE. 2020. doi : 10.25039/TR.240.2020 . ISBN  978-3-902842-80-0 . S2CID   242786806 .
    61. ^ Грин-Армитаж, Пол (2017). «Устная презентация с наглядными слайдами; Конференция AIC, OS05-5 Design & Communication II, понедельник, 16 октября, 15:00-17:00». Цвет как товарный знак – Разъяснение и ограничения . Согвипхо, Чеджу, Корея: AIC, Международная ассоциация цвета.
    62. ^ Геленборг, Н.; Вонг, Б. (2012). «Сопоставление количественных данных с цветом» . Природные методы . 9 (8): 769. doi : 10.1038/nmeth.2134 . ПМИД   23019685 . S2CID   5645863 .
    63. ^ Уильямс, Леон Дж. (1967). Исследование визуального поиска с использованием записей движений глаз, документ Honeywell 12009-1R2, контракт NONR 4774(00) . Сент-Пол, Миннесота: Корпорация Honeywell.
    64. ↑ Перейти обратно: Перейти обратно: а б с д и ж г час Уиттл, П. (1992). «Яркость, различимость и эффект четкости» . Исследование зрения . 32 (8): 1493–1507. дои : 10.1016/0042-6989(92)90205-W . ПМИД   1455722 . S2CID   38768696 .
    65. ↑ Перейти обратно: Перейти обратно: а б с Картер, RC (2018). «Надпороговая шкала серого подразумевается порогами». Прикладная оптика . 57 (29): 8751–8756. Бибкод : 2018ApOpt..57.8751C . дои : 10.1364/AO.57.008751 . ПМИД   30461954 . S2CID   53747363 .
    66. ↑ Перейти обратно: Перейти обратно: а б Картер, Р.К.; Брилл, Миннесота (2014). «Расчет самосветящейся нейтральной шкалы: сколько нейтральных ступеней вы можете увидеть на этом дисплее?». Журнал Общества отображения информации . 22 (4): 177–186. дои : 10.1002/jsid.234 . S2CID   61000862 .
    67. ↑ Перейти обратно: Перейти обратно: а б с д и ж Картер, RC (2020). «Расчет самосветящейся шкалы серого CIE: перегибы, параметры и поведение, ограничивающее высокую контрастность». Журнал Оптического общества Америки А. 37 (1): 115–122. Бибкод : 2020JOSAA..37..115C . дои : 10.1364/JOSAA.37.000115 . ПМИД   32118888 . S2CID   211727514 .
    68. ^ Картер, Р.К. (1997). «Расчет восприятия в оттенках серого: оптимальная яркость фона дисплея». Прикладная оптика . 36 (8): 1705–1717. Бибкод : 1997ApOpt..36.1705C . дои : 10.1364/AO.36.001705 . ПМИД   18250856 .
    69. ↑ Перейти обратно: Перейти обратно: а б с Юн, Джи; Картер, RC (2020). «Влияние внутриглазного рассеяния на внешний вид цвета». Неопубликовано .
    70. ^ Картер, RC (2019). «Надпороговая шкала серого подразумевается порогами: опечатка». Прикладная оптика . 58 (12): 3133. Бибкод : 2019ApOpt..58.3133C . дои : 10.1364/AO.58.003133 . ПМИД   31044787 . S2CID   143424176 .
    71. ^ Картер, Р.К. (2005). «Биологическая шкала серого для цифровых изображений». Журнал электронных изображений . 14 (2): 023004-1–023004-10. Бибкод : 2005JEI....14b3004C . дои : 10.1117/1.1900135 . ISSN   1017-9909 .
    72. ^ Вудс, РЛ; Гольдштейн, РБ; Пели, Э (2013). «Калибровка психофизического контраста» . Исследование зрения . 90 : 15–24. дои : 10.1016/j.visres.2013.04.011 . ПМЦ   3744609 . ПМИД   23643843 .
    73. ^ Расчет серой шкалы для самосветящихся приборов, ТР 228-2018 . Вена: Международная комиссия по освещению. 2018. ISBN  978-3-901906-97-8 .
    74. ^ Картер, Р.К. (1993). «Шкала серого и ахроматическая разница цветов». Журнал Оптического общества Америки А. 10 (6): 1380–1391. Бибкод : 1993JOSAA..10.1380C . дои : 10.1364/JOSAA.10.001380 .
    75. ^ Брилл, Миннесота; Картер, Р.К. (2014). «Подчиняется ли легкость логическому или степенному закону? Или это правильный вопрос?». Исследование и применение цвета . 39 : 99–101. дои : 10.1002/col.21777 .
    76. ^ Картер, Р.К.; Сиберт, Л; Темплман, Дж; Баллас, Дж (1999). «Светящийся фон и рамки влияют на яркость шкалы серого, пороги и надпороговую дискриминацию». Журнал экспериментальной психологии: прикладной . 5 (2): 190–204. дои : 10.1037/1076-898X.5.2.190 .
    77. ↑ Перейти обратно: Перейти обратно: а б Ли, Чанджун; Ли, Чжицян; Ван, Чжифэн; и др. (2017). «Комплексные цветовые решения: CAM16, CAT16 и CAM16‐UCS». Исследование и применение цвета . 42 (6): 703–718. дои : 10.1002/col.22131 .
    78. ^ Коттарис, НП; Цзян, Х; Дин, X; и др. (2019). «Вычислительная модель наблюдателя пространственной контрастной чувствительности: эффекты оптики на основе волнового фронта, конусной мозаичной структуры и механизма вывода» . Журнал видения . 19 (4): 8. дои : 10.1167/19.4.8 . ПМИД   30943530 .
    79. ^ Цветопередача в периферийном зрении, CIE 211:2014 . Вена: Международная комиссия по освещению. 2014. ISBN  978-3-902842-47-3 .
    80. ^ Карацас, Д; Вургер, С (2007). «Аппаратно-независимый метод калибровки цвета» . Летопись БМВА . 2007 (3): 1–11.
    81. ^ Хао, Се; Фарнанд, СП; Мердок, MJ (2020). «Метамерия наблюдателя на коммерческих дисплеях». Журнал Оптического общества Америки А. 37 (4): А61–А69. Бибкод : 2020JOSAA..37A..61X . дои : 10.1364/JOSAA.382228 . ПМИД   32400517 . S2CID   212763244 .
    82. ^ Хексли, Элли С; Озгур Йонтем, Али; Спицан, Мануэль; и др. (2020). «Демонстрация многоосновной системы отображения с высоким динамическим диапазоном для экспериментов со зрением» . ЖОСА А. 37 (4): А271–А284. Бибкод : 2020JOSAA..37A.271H . дои : 10.1364/JOSAA.384022 . ПМК   7145446 . ПМИД   32273669 . S2CID   215719955 .
    83. ^ Фредерик, Роберт (2020). «Более универсальный язык». Американский учёный . 108 (5): 272. дои : 10.1511/2020.108.5.272 . S2CID   226741374 .
    Retrieved from "https://en.wikipedia.org/w/index.php?title=Color_coding_in_data_visualization&oldid=1189273635"
    Arc.Ask3.Ru: конец переведенного документа.
    Arc.Ask3.Ru
    Номер скриншота №: 3ebcfbee43a5a92bd91f2a24dc65fbf6__1702231260
    URL1:https://arc.ask3.ru/arc/aa/3e/f6/3ebcfbee43a5a92bd91f2a24dc65fbf6.html
    Заголовок, (Title) документа по адресу, URL1:
    Color coding in data visualization - Wikipedia
    Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)