Visualisierung WS 2006/07 Farbe und Form

Transkript

1 Visualisierung WS 2006/07 Farbe und Form Dr. Tobias Breiner Inhalt Wiederholung und Vertiefung Farbkonnotationen Objekterkennung Visual Working Memory Zusammenfassung 1

2 Vertiefung: Farbfehlsichtigkeit!" l #$ %$ &'"( %$ ) l &" *%$)'%$ +,- #$$.*%$)'%$ +%$/ %0 1" l " *%$)'%$ +,- #$$.*%$)'%$,-%$/ 230 1" Vertiefung: Farbfehlsichtigkeit %$ 8%$ l #$ l #$ "" ( &'"( %$ ) l l &5 6" $7 6+,-" $7 l % 0 %0 l 5 6+,-" $7 %0 l 5 6","" $7 %40 4 2

3 Farbfehlsichtigkeit Original Protanopia (weakness in red) Deuteranopie (weakness in green) Tritanopia (weakness in blue-yellow) 2 Protanopie-Konfusionslinien 3 3

4 Tritanopie-Konfusionslinien Deuteranopie-Konfusionslinien 4

5 Formen der Dichromasien Bezeichnung Effekt Ursprung der Unbunt Häufigkeit Verwechslungsgeraden Protanopie Rot-Blindheit ca. 1% x p = y p = nm Deuteranopie Grün-Blindheit ca. 1% x d = y d = nm Tritanopie Blau-Gelb-Blindheit 0.004% x t = y t= nm Monochromasie Farbenblindheit 0.003% HLS-Modell l l l l Akronym von Hue (Farbton in Grad) Lightness (Helligkeit in 0..1) Saturation (Sättigung in 0..1) Farbanordnung entspricht der senkrechten Projektion des RGB- Würfels von Weiß nach Schwarz entlang der Hauptdiagonalen Entstehendes regelmäßiges Sechseck wird meist durch Kreis ersetzt, so dass der Farbton (H) als Winkel zwischen und anzugeben ist In neueren HLS-Systeme liegt Rot bei Hue=0 (wegen Kompatibilität zu HSV), ältere HLS-Systeme verwenden für Hue=0 Blau. 5

6 H L S -Modell l l 9:;:*:*< $ %$=%$,- +%$" 9;**< %$"+>," ""%$) >) 5 %$ 95%$ HLS H L S HSV-Farbsystem! (%$ l 9*< = 9;* <?5 l 9.)/ l *.*'/ l =".9""/ 6

7 Farbordnungssysteme nach dem Heringschen Farbkreis, 9!'$ )$$'A "%$' ="%$ l B)". /> l 8""./> l B*!.4/> l CD*./> l D$ D 2./ Ostwaldscher Doppelkegel =#"$"B)" 9"$ 41.+>,">,->"/E*%$)( #A", 1 4.9/F GHC$( )$$'A "%$' 4 7

8 NCS Akronym von: Natural Color System Vom Scandinavian Colour Institut in Stockholm für Farbenmischung entwickelt Basis: Ostwaldscher Doppelkegel Vier bunte Grundfarben sowie die unbuntfarben Schwarz und Weiß Grundfarben nach CIE XYZ normiert NCS S 1050 Y90R bedeutet z.b.: l S= Second Edition (Überarbeitung von 1995), l 1040 = 10% Schwarzanteil & 50% Sättigung, l Y10R: Gelb (Y) die Grundmischfarbe mit 90% Rotanteilen Bildquelle oben: Unten: 2 Munsell-Farbsystem Munsell Book of Color, 1923 l Farb-Samples, die nach empfundenen Farbabständen sortiert sind Munsell Hue l 10 diskrete Stufen als primäre Referenz (z.b. YR für gelb-rot) l jeweils 11 diskrete Radien (0 bis 10) l primäre Referenz besitzen Hue-Radius 5 Munsell Value l Helligkeit in 10 diskreten Stufen Munsell Chroma l Abstand vom Grau gleicher Helligkeit (Sättigung) Beispiel l 7.5Y 7/8 Gelb mit Munsell-Farbwert 7.5, Helligkeit 7 und Sättigung 8 3 8

9 Munsell-Farbsystem Munsell-Farbsystem 10 RP (OR) 10 R (OYR) 10 P (ORP) 5 RP 5 R 5 YR 10 YR (OY) 5 P 5 Y 10 PB (OP) 10 Y (OGY) 5 PB 5 GY 10 B (OPB) 5 B 5 BG 5 G 10 GY (OG) 10 BG (OB) 10 G (OBG) 9

10 Munsell-Farbsystem (II) 8""*< 8 (%$"" ' 8"" D" =) "I""- +( l )$8"" 9 Munsell-Farbsystem (III) * "> %$ 8"" D"*" %$ 5 'A "%$' "%$'A ) 5-"%$ $5 JK5LM ) E! N l ) 3 (5 8"" D"D$5 %$ 5 l +"@ (%$> "%$'? ) )> 5"K C( 10

11 Farbreferenzsysteme & +!; 9?* O Farbe und Sprache Basic Colour Terms von Berlin und Kay."%$/* "?<( %$ *5%$.3/@ l *5%$(%$@%$)( )A l *5%$ (%$@ ( weiß schwarz rot grün gelb gelb grün blau braun rosa lila orange grau Helligkeit Gegenfarben 11

12 Basic Colour Terms von Berlin und Kay in der Deutschen Sprache >>> >>>> GH %D" >>>"% ) 1/>.#A "1/ GH%D" K>" %PGH *Q?"?< * R"6 R"6)"%$ ( )1P*%$"%$)%$"%$ JK5"*5%$)$%$"%$ Farbnamen * &,.3/@ l 1"%$,1A%$)( l " (,> 20*%$$" "%$) %$ l +8) "(%$ +"@ l C) -$5 S 4 12

13 Nächstes Kapitel Wiederholung und Vertiefung Farbkonnotationen Warum Visualisierung? Ausblick Literatur 2 Einsatzgebiete für Farbe -"! () l ;! l,558" %$ ="T"!5 l =" " l ="T 3 13

14 Farbe und nominale Daten 81"%$! l *%$ M (>R;"6! l -"%$%$ )!( l #$"> "%$ D$$ Farbekodierung und Unterscheidbarkeit =%$ $.%/ l? ' ()%$ 42 32DMJ;U= ($ $%$") V%$ l,a' ) DMJ;U= DMJ;!"%$$"$5' l l DMJ;U=DMJ;!"- %$ -""'%$?"" (S -%$""U%$ "" A$" K9-"" %$" 14

15 Schnelle Unterscheidung von farbcodierten Daten (Bauer) Wahl von Farbkodierungen außerhalb der konvexen Hülle (z.b. im CIELUV-Diagramm) der bereits verwendeten Farben Grau liegt in der konvexen Hülle Ł schwerer unterscheidbar Rot liegt außerhalb der konvexen Hülle Ł leicht unterscheidbar Regel kann auch im 3D-Farbraum (z.b. YU*V*) benutzt werden! Farbe und Hintergrund 9 l?(9 """ J l %$*" 1%$ %$ -% " l #(S l?(> D$( %$ ) l =) " 9-.%$)(> )A>/ 15

16 Anzahl der nutzbaren Farben l.5 U%$ / 2.K"#A *%$)(>9"</ l! "#.8""23/!""$@8%$.F / "%$( %$ U5-"%$!"($%$""?(( '%$ Empfohlene Farbkodierungen für nominale Daten nach Colin Ware ,-," 4 " 2 *%$)( 3 #A + D<, B ;" Bei sechs oder weniger Werten wähle man nur aus

17 Empfehlungen für Farbkodierungen nach Smallman Farbbezeichnung CIE-x-Wert CIE-y-Wert (1) rot (7) pink (12) lila (4) blau (2) grün (3) gelb (10) orange (11) braun Zahlen in Klammern entsprechen der Nummerierung nach Ware Erweitere Farbkodierungen von Schumann & Müller 2000 Farbbezeichnung CIE-x-Wert CIE-y-Wert rot rot-pink* 0,43 0,31 pink pink-lila* 0,31 0,25 lila lila-blau* 0,23 0,23 blau (8) blau-grün* 0,25 0,39 grün grün-gelb* 0,39 0,50 gelb gelb-orange* 0,50 0,44 orange orange-rot* 0,53 0,36 * durch Interpolation gewonnen 4 17

18 Erweiterte Tabelle mit Farbkodierungen Hinweis: Farbabstände besser im u v - Diagramm beurteilbar 2 Minimale Flächengröße von Farbstimuli für verschiedene Aufgaben Art der dargestellten Information kritische Information, variable Position kritische Information, feste Position unkritische Information Vergleichende Farbunterscheidung (2-7 Farben) Absolute Farbidentifizierung (2-4 Farben) Helligkeit des Symbols fl fl fl 3 18

19 Farbe und Größe J'( +" l -""("" "'%$ $", A l?""'%$ Ł ' 1"%$A l,1a"'%$ Ł )'.%$ / Kriterien Import java.applett.applett; Import jawa.awt.graphics; Import jawa.awt.color Public class ColorText extends Applett { public void init () { red = 100; green = 255; blue = 20; } } public void paint (Graphics g) { Gr.setColor (new Color (red,green, blue)); Gr.drawString ( Colored Text.30,50); } private int red; private int green; private int blue; 5"- C( A"'%$@,*' A9"" => Interferenzen mit schwarzen Detailinformationen (Text) sind gering 19

20 Kriterien Import java.applett.applett; Import jawa.awt.graphics; Import jawa.awt.color Public class ColorText extends Applett { public void init () { red = 100; green = 255; blue = 20; } public void paint (Graphics g) { Gr.setColor (new Color (red,green, blue)); Gr.drawString ( Colored Text.30,50); } } private int red; private int green; private int blue; Zusammenfassung ""*%$%$ V"Q "%$%$ "" #*%$"" >)'$" %$W+".?K9-""/ 8)'$" "'%$A S 4 20

21 Nächstes Kapitel Farbkonnotationen Wiederholung und Vertiefung Farbkonnotationen Objekterkennung Visual Working Memory Zusammenfassung 4 Blau-Konnotationen Reizung des Parasympatikus Fernakkomodation Assoziation mit Wasser, Meer & Himmel Gegenfarbe zu Gelb im Blau-Gelb-Kanal => Ferne, Distanziertheit, Hintergrund, Objektivität, Größe, Freiheit, Ruhe, Erholung Traurigkeit, Melancholie 4 21

22 Blau-Konnotationen Blaue Blume der Romantik Wotans blauer Mantel to feel blue Blue Notes Blues Ins Blaue fahren Blau machen Blau sein Sein blaues Wunder erleben Blauer Montag 4 Gelb-Konnotationen Reizung des Sympatikus Stärkste Helligkeit Assoziation mit Sonne, (reifen) Früchten, (giftigen) Blumen und Bilirubin (Urin, Gelbsucht), Gold => Humor, Nähe Gesundheit Krankheit & Gesundheit (Auf Grün & Rotanteil achten!) Signalfarbe (zusammen mit Schwarz) 44 22

23 Gelb-Konnotationen Gelbe Laterne Gelbe Kaiserfarbe in China Farbe der Post Gelb & Gold Yellow press Gelbe Karte im Fußball Mittler Phase einer Ampel Warnzeichen (Radioaktivität, Gift ) 42 Rot-Konnotationen Reizung des Sympatikus Nah-Akkomodation Assoziation mit Feuer, Früchten, Blumen und Blut, Sonnenauf- und Untergang => Starke Emotionen wie Liebe, Wut & Hass Wärme Vitalität, Leben, Gesundheit Warnfarbe 43 23

24 Rot-Konnotationen Rote Laterne Red Nose Day Rotlicht Rot ist die Liebe, Rot ist das Blut, Rot ist der Rote Zahlen Rot sehen 4 Grün-Konnotationen Reizung des Parasympatikus Starke Melatoninausschüttung Assoziation mit Chlorophyll, Natur, Galle, Gifte wie Grünspan und Arsen, unreife Früchte => Wachstum, Üppigkeit, Reichtum Sicherheit Genesung, Beruhigung Unreife Gift, Neid 4 24

25 Grün-Konnotationen Giftgrün Grüne Galle spucken Grünschnabel Noch grün hinter den Ohren Ach du grüne Neune! Farbe von Polizei & Militär Jägerfarbe 4 Internationale Assoziationen für Farben Reizung des Symphatikus ROT Feuer, Wärme, Aktivität, Dynamik, Erotik GELB Bewegung, Humor, Geist, Dynamik, klein, nah GRÜN Erde, Natur, passiv, beruhigend BLAU Wasser, Meer, Himmel, ruhig, weit, fern, groß, ernst Reizung des Parasymphatikus 2 25

26 Internationale Assoziationen für Farben ROT GELB Süß Sauer GRÜN Bitter BLAU Salzig 2 Lüscher Farbentest.5<%$"%$/, %$9.=8%$/?@ l %$* l?=" 2 26

27 Überschreiben von Farbenkonnationen Beispiel: Bei Chirurgen ist oft die Konnotation Warnfarbe zwischen Rot und Grün vertauscht! ROT Blut = Rot => Alles OK! GRÜN Blut = Grün => Alarm! 2 Kulturbedingte Assoziationen für Farben(1) M ;?' #$" %$ J" +$ X5 Y,$ *%$ V X J! #- D$,"-% 9" 8 < 9", #$"? +$ 24 27

28 Kulturbedingte Assoziationen für Farben(2) Y<5 #$$ %$ *',"-% #$" *5A U*!,$ 8'"%$ *%$$ $ +$ %$! $? "' ="' =- $ C" ' 22 Visualisierungs-Klassifikation nach Entwurf zu VDI 3633 Blatt 7 (in Arbeit) l <"%$ V%$./ 9 B./*<" &.5$%$> " "%$*<"/ 23 28

29 Visualisierungs-Klassifikation nach Entwurf zu VDI 3633 Blatt 7 (in Arbeit) l %$>(.-8%$/ " >%$"%$ "!".*%$(%$/ "'$." "%$%$/ 2 Visualisierungs-Klassifikation nach Entwurf zu VDI 3633 Blatt 7 (in Arbeit) l "%$@%$ %$ Detlef Krömker Messecenter-Vis. (Spierling 1996) 2 29

30 Kulturbedingte Assoziationen für Symbole 2 Zusammenfassung C($ l V" l =""J$.(" / l 9.?">!" >/ l +% 1 M- C(>"%$( " 3 30

31 Größe beeinflusst Objekterkennung 3 Objekterkennung,1A4 5"- BQ BQ %$#$$5( =%$ $ 3 31

32 Image Based vs Structure Theorien 5"$ " *%$ JK & *( %$ %$ 3 Template Theorien Ein Template mit einfachen Morph-Operationen 34 32

33 Eigenschaften der Bilderkennung ), '%$ - " ( 2" 5* - BQ!) M%( *%$ " 32 Structure Theorie: Wahrnehmung von Objektstrukturen 33 33

34 Kanonische Silhouetten 3 Structure Theorie Geon Theory 3 34

35 Structure Theorie Geon Theory 3 Structure Theorie Wie werden Geons gefunden? Contour generator 35

36 Geon Diagramme (Pourang Irani) 5 -!%$ Z,1A $ ($ B"'%$ K -! Erkennung 13% errors: 4.3 sec sub-structure 22% memory errors 26% errors 7.1 sec sub-structure 42% memory errors 36

37 Anwendung der Geon Theorie 3D versus 2D 11.4% errors 3.7 sec sub-structure 20% memory errors 21% errors 5.1 sec sub-structure 34% memory errors Anwendung der Geon Theorie (Natürliche) Semantik Instances Dependency Strength of Relationship Multiplicity 4 37

38 Anwendung der Geon Theorie (Natürliche) Semantik 2 Teilprozesse der Objekterkennung 3 38

39 Anwendung: Das Objekt Display (Wickens) =) 5"K BQ> $ =" ( 5',1A BQ" " * BQ " =) 85$!BQ " >,1A>)>% Semantik - Z Z -(>- Z $".(5% / = 5.K" %[5\"$5/H 5" l 8 l B l U 39

40 The concrete/abstraction BQ "".) 6( %$7-/! "" " $ + - M5. &( ) -(/ 2 ½ D Design ( BQ ( +5' J' ( ;<>* ("" = % ;< C ;< l *">9<5">" %$ &" ( %$!%$ = M"<$ 40

41 Dual Coding Theorie (Pavio) Associate structure Visual Visual System Image Information Text Information Imagens Non-verbal responses Verbal Auditory System Information From speech Logogens Verbal responses Übergang visuelles System - Logogene Visual processing and visual recognition Visuelles System: schnelle Wiedererkennung und Musterkennung 41

42 Ikonischer Puffer (Z )"%$%$ l " R"6 l C* l V %$& ]"%$?5('@ Z BQ Kapazität des visual working memory (Vogal, Woodman, Luck, 2001) ]"%$!@J Y # 1 > BQ X BQ 5"K 4 42

43 Kapazität verbal working memory 9 ) $ " &" D 2 Das Wesen der Sprache! D$<@6 5%7 *5%$ %$ ) ) "?%$ & - *5%$) l, >2X$."' X$/ 3 43

44 Zusammenfassung "5( BQ l *"$ l *" l *$ l B"'%$%$ =%$ $ l 5"$ l *$ BQ M% BQ "5%$ - =" BQ Z *5%$ +" Zusammenfassung: visuelle Wahrnehmung Low level massiv parallel Aufmerksamkeit erregen Attribute: Textur, Farbe, Helligkeit Mid-level - Muster finden Segmentierung des Bildes Statische und bewegte Pattern Gestalt Gesetze Räumliche Wahrnehmung High level Wenige Objekte, können komplex sein Worte für Logik und abstrakte Bedeutungen bzw. Bilder für Muster oder Strukturen 44

45 Ende Danke für Ihr Interesse! 45