Exportar registro bibliográfico


Metrics:

Método para estimação de propriedades fotométricas e colorimétricas usando sensor RGB e Redes Neurais Artificiais (2020)

  • Authors:
  • Autor USP: MELLO, MÁRCIO MAKIYAMA - EESC
  • Unidade: EESC
  • Sigla do Departamento: SEL
  • DOI: 10.11606/T.18.2020.tde-11112025-151309
  • Subjects: REDES NEURAIS; FOTÔMETROS; COLORIMETRIA; DIODOS
  • Keywords: Colorímetro; led; Transmitância luminosa
  • Agências de fomento:
  • Language: Português
  • Abstract: A tendência do uso de LEDs para o cálculo de propriedades fotométricas e colorimétricas tem pressionado estudos que visam melhorar as incertezas espectrais usando metodologias de calibração para os medidores. Estudos recentes mostraram bons resultados utilizando Redes Neurais Artificiais (RNA) para calibração de um colorímetro, porém esta metodologia apresentou a dificuldade de encontrar a segmentação do espaço de entrada para o treinamento da RNA. Este trabalho propõe uma metodologia de calibração para fotômetros que não utiliza filtros, e que permite que a responsividade resultante se aproxime da curva fotópica V(λ). O protótipo utiliza um sensor RGB e um LED branco como iluminante, em conjunto com uma metodologia de calibração do sensor usando uma RNA, para calcular a transmitância luminosade uma amostra. Foi construído um dataset de 14031 espectros cujos respectivos tristímulos cobrissem toda a extensão de valores de entrada da RNA, para a sua fase de treinamento. A RNA foi composta como um perceptron multi-camadas de 4 entradas e 20 neurônios em uma única camada escondida. A validação da RNA foi feita com espectros de uma imagem hiperespectral, com aproximadamente 1 milhão de espectros, e resultou em erros menores do que os erros obtidos com um fotômetro simulado de classe L. O protótipo foi construído, testado para medir a transmitância luminosa referente ao iluminante D65 de amostras de vinte filtros coloridos, e obteve todos os resultados dentro da margem de erro de ± 3 pontos percentuais, resultado que superou os obtidos com os medidores comerciais testados. A RNA pôde calcular efetivamente a transmitância luminosa das amostras e pode ser testada para calcular outras propriedades fotométricas, que usam diferentes funções de ponderação, com o mesmo hardware. A metodologia apresenta uma opção para um medidor com calibração via software, com ótima exatidão, e permite o desenvolvimento de fotômetroscompactos e adaptados para a tecnologia corrente
  • Imprenta:
  • Data da defesa: 25.09.2020
  • Acesso à fonteAcesso à fonteDOI
    Informações sobre o DOI: 10.11606/T.18.2020.tde-11112025-151309 (Fonte: oaDOI API)
    • Este periódico é de acesso aberto
    • Este artigo NÃO é de acesso aberto

    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MELLO, Marcio Makiyama. Método para estimação de propriedades fotométricas e colorimétricas usando sensor RGB e Redes Neurais Artificiais. 2020. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18152/tde-11112025-151309/. Acesso em: 03 mar. 2026.
    • APA

      Mello, M. M. (2020). Método para estimação de propriedades fotométricas e colorimétricas usando sensor RGB e Redes Neurais Artificiais (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18152/tde-11112025-151309/
    • NLM

      Mello MM. Método para estimação de propriedades fotométricas e colorimétricas usando sensor RGB e Redes Neurais Artificiais [Internet]. 2020 ;[citado 2026 mar. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18152/tde-11112025-151309/
    • Vancouver

      Mello MM. Método para estimação de propriedades fotométricas e colorimétricas usando sensor RGB e Redes Neurais Artificiais [Internet]. 2020 ;[citado 2026 mar. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18152/tde-11112025-151309/


Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2026