Accurate representation of interference colours (Michel–Lévy chart): from rendering to image colour correction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary Here a work flow towards an accurate representation of interference colours (Michel‐Lévy chart) digitally captured on a polarised light microscope using dry and oil immersion objectives is presented. The work flow includes accurate rendering of interference colours considering the colour temperature of the light source of the microscope and chromatic adaptation to white points of RGB colour spaces as well as the colour correction of the camera using readily available colour targets. The quality of different colour correction profiles was tested independently on an IT8.7/1 target. The best performing profile was using the XYZ cLUT algorithm and it revealed a Δ E 00 of 1.9 (6.4 no profile) at 5× and 1.1 (8.4 no profile) at 100× magnification, respectively. The overall performance of the workflow was tested by comparing rendered interference colours with colour‐corrected images of a quartz wedge captured over a retardation range from 80–2500 nm at 5× magnification. Uncorrected images of the quartz wedge in sRGB colour space revealed a mean Δ E 00 of 12.3, which could be reduced to a mean of 4.9 by applying a camera correction profile based on an IT8.7/1 target and the Matrix only algorithm (Δ E 00 < 1.0 signifies colour differences imperceptible by the human eye). Δ E 00 varied significantly over the retardation range of 80–2500 nm of the quartz wedge, but the reasons for this variation is not well understood and the quality of colour correction might be further improved in future by using custom made colour targets specifically designed for the analysis of high‐order interference colours.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle