Summary

생물 재료의 공간적 및 방향성에 따라 변화 광산란 측정

Published: May 20, 2013
doi:

Summary

우리는 구조적으로 복잡한 물질로 흩어져 빛의 방향으로 공간 변화를 샘플링 비파괴 방법을 제시한다. 동시에 고해상도 이미지와 미세 규모의 방향 기여를 캡처하는 동안 물질이 그대로 유지함으로써, 우리는 총 규모의 산란 행동을 유지합니다. 결과는 생물학 관련 위치와 규모에서 소프트웨어의 시각이다.

Abstract

빛은 공간 규모의 다양한 유기체의 외피와 상호 작용합니다. 무지개 빛깔의 조류 예를 들어 나노 스케일 구조는 색상을 생산, 미늘과 깃가지 (barbules)의 밀리 스케일의 구조는 크게 반사 된 빛의 방향 패턴을 결정하고, 중복, 곡선 깃털의 매크로 스케일의 공간 구조를 통해 이러한 방향 효과 만들기 시각적 질감. 유기체의 몸에, 어떤 관점에서 무엇 조명 아래 무지개 빛깔의 색상이 보이는 곳 밀리 규모와 매크로 스케일의 효과를 결정합니다. 따라서, 벌새 무지개 빛깔의 목에서 화려한 색상의 지향성 플래시가 부적절 만의 나노 스케일 구조에 의해 설명과 질문이 남아있다. 주어진 관측 지점에서, 그 깃털의 밀리 스케일 요소를 강하게 반영 지향? 몇몇 종은 다른 사람보다 무지개 빛의 관측 폭 넓은 "창"을 생산합니까? 이들과 유사한 질문 MAY는 신호, 위장, 또는 다른 이유로 특정 표면의 모양을 진화하는 생물에 대해 질문 할 수.

깃털에서 빛이 산란 방향 패턴을 연구하고 새의 밀리 스케일의 형태에 관계하기 위해, 우리는 조명의 변화와 방향을보고 찍은 많은 고해상도 사진을 사용하여 생물 자원의 산란광을 측정하기위한 프로토콜을 개발했다. 우리는 방향의 함수로 산란광을 측정하기 때문에, 우리는 특정 깃털에서 산란되는 빛의 방향 분포 특징을 관​​찰 할 수 있고, 미늘과 깃가지 (barbules) 우리의 이미지에서 해결되기 때문에, 우리는 분명히 서로 다른에 방향 기능을 속성 수 밀리 규모의 구조. 시편은 그대로 유지하는 것은 자연에서 볼 수있는 총 규모의 산란 행동을 유지합니다. 여기에 설명 된 방법은 공간적으로 그리고 방향성-VA 분석을위한 일반화 된 프로토콜을 제공합니다여러 구조적 규모에서 복잡한 생물 학적 물질로부터 빛의 산란을 휴대용가.

Introduction

유기체의 외피의 색상과 패턴은 생태 학적으로 재생하고 대부분의 동물 분류군의 사회적 중요한 기능을합니다. 이러한 표현형의 속성은 공간적 (외피의 표면을 가로 질러)와 방향성 (방향 조명 ​​및보기의 변화와) 다릅니다 광 산란을 전시 할 수있는 외피의 구조와 빛의 상호 작용에 의해 결정됩니다. 같은 깃털 같은 복잡한 생물학적 물질에 빛을 산란 방향 밀리 규모의 형상을 반복 방향에 의해 영향을 받는다. 이러한 밀리 규모의 구조 자체는 등 자주 밀리 규모의 방향을 상속 멜라닌 배열과 같은 나노 스케일 구조에 포함 할 수 있습니다. 에서 매크로 스케일 나노로, 외피의 구조는 유기체의 신호 능력을 높이기 위해 기능적으로 진화했다. 전체적인 모양에 따라 다양한 스케일의 형태의 영향을 평가하기 위해, 도구생물학적 구조의 색을 측정하고 분석하는 배율의 다양한 규모에서 방향 빛의 산란을 분리 할 수​​있는 유연성이 필요합니다.

우리는 날개의 복잡하고 다양한 밀리 스케일의 형태 (미늘 라미, 말초 깃가지 (barbules) 및 근위 깃가지 (barbules))의 성능이 나노 스케일 구조 만에서 가능한 표현의 범위를 확장하는 방법 공부하기 이미지 기반의 측정 도구를 개발했다. 카메라에서 촬영 한 이미지에, 우리는 빛 깃털의 표면에 다른 장소에서 다르게 반영 관찰, 즉, 빛의 반사율이 공간적으로 변화했다. 우리는 날개에 대하여 빛과 카메라의 방향을 왔을 때, 우리는 반사율 빛 반사율이 1 방향성에 따라 변화되었다, 즉, 변화 관찰했다. 이러한 관찰에 따라, 우리는 차근 차근 우리가 스와의 2 차원 캡처되는 구형 갠트리 2,3를 사용하여 피사체 주변 빛과 카메라를 이동하는 프로토콜을 설계rface 위치 (X와 Y), 빛의 방향의 2 차원 (위도와 경도), 카메라 방향의 2 차원 (위도와 경도) (그림 2). 소프트웨어에서 우리는 시각적으로 위치, 조명의 방향과 뷰 방향의 함수로 산란광의 6 차원을 탐구.

integuments의 반사율에 이전 연구는 너무 자주 방향성의 기여를 할인하고있다 – 예를 들어, 확산 대 거울 또는 등방성 대 이방성 반사 – 색상 표현합니다. 대부분의 색상 측정은 신중하게 방향 효과를 방지하기 위해 입사광, 개체 및보기 지오메트리를 해결했습니다. 예를 들어, 색상 측정에서 거울 반사를 제거하기 위해, 그것은 표면에 수직 조명을 배치하고 정상에서 45 °에서 반사율을 기록하는 것이 일반적입니다. 방향성 – 다양한 반사율을 링크 형태를 수행 할 연구는 일반적으로 나노 스케일에 초점을그리고 무지개 빛깔의 결과 4-8. 몇몇은 멀리 필드 광 서명 8-11 마이크로, 밀리 및 매크로 스케일 형상의 기여를 고려하십시오. 그것은 같은 미늘 라미, 깃가지 (barbules), 그리고 심지어 전체 깃털 6,8,11-17 같이 여러 밀리 및 / 또는 매크로 스케일의 구성 요소를 포함 할 수있다 그 하나의 영역에 걸쳐 총 반사율에 광 검출기를 채용하는 것이 일반적입니다 . 관심 영역 중 하나 검출기의 분해능 한계보다 작거나보기 검출기의 필드의 모양을 준수하지 않는 경우, 일반적인 프로토콜은 특정 밀리 스케일 요소 8,10에서 빛의 산란을 분리 표본 해부를 지정 , 13,15.

우리는 측정 수집과 종종 다른 더 초점을 맞춘 연구에서 무시 다양한 변수의 탐험을 장려 시각화를위한보다 포괄적 인 프로토콜을 개발했습니다. 우리는 방향과 아 크로스의 영역에 걸쳐 빛의 산란을 측정높은 동적 범위의 대규모 세트를 사용하여 공간의 SA 영역은, 고해상도 사진은 빛과 보는 방향의 체계적인 세트에서 촬영. 우리는 미세 규모의 픽셀 탐지기는 2 차원 배열의 고해상도 이미지 센서를 사용합니다. 하드웨어 통합은 우리가 측정하는 밀리 스케일의 요소보다 작은 규모로, 픽셀 수준에서 발생합니다. 사용자와 소프트웨어의 두 번째 단계의 집계 개별 픽셀은 관심 영역의 모양과 크기를 선택합니다. 따라서, 단일 측정 세트는 반복적으로 여러 생물학적으로 관련 위치와 규모에서 물질과 빛의 상호 작용의 다양한 측면을 탐구하는 소프트웨어에서 분석 할 수 있습니다. 해부를 제거하고 전체 깃털을 측정하여, 우리의 프로토콜은 자연 상황 및 구성 밀리 스케일 요소 사이의 빛의 상호 작용입니다 기능을 유지, 그대로 깃털 날개의 형태를 떠나는 장점이 있습니다.

생명체의에서 빛을 산란tructure 다차원하고 정량화하기 어렵습니다. 측정 6D 빛의 산란은 아직 어떠한 단일 악기 규모의 계층 구조 내의 특정 형태에 기인 할 수 없습니다. 그러나 우리는이 추구하는 중요한 단계를 만들었습니다. 샘플링 반사율 갠트리를 사용하여 소프트웨어에 대량의 데이터를 탐험하고 그래픽 데이터 하위 집합을 시각화 – – 우리는 세 가지 보완 방법을 포괄하는 도구를 개발했습니다 아래에, 자료의 어떤 지점에서 6D 빛의 산란을 측정하는 우리의 능력을 확장하는 밀리 스케일. 등 우리와 같은 프로토콜이 사용된다, 우리는 생물학 발전의 여러 스케일의 방향성과 공간적 변화 특성 및 해당 구조 적응의 무수를 식별 할 전망이다. 우리의 도구를 사용 우리는 밀리 스케일 구조의 방향 및 공간 표현의 신호 잠재력을 특성화에 종사하고, 그들의 적응 결과에 빛을 창고 수 있도록 노력하겠습니다. 우리는 같은 질문의 범위를 다음 주소에서y는 깃털의 미세 규모의 요소 또는 중대한 규모의 지역이 강하게 반영 관측 지점을 주어진? 어떻게 미세 스케일 요소의 방향이 흩어져 빛의 방향에 영향을 미치는가? 어떤 형태 조건은 무지개 빛깔의 장식의 반짝이 스파클 대 매끄러운 광택을 생산? 몇몇 종은 다른 사람보다 무지개 빛의 관측 폭 넓은 "창"을 생산합니까? 이 질문은 조류와 그들의 깃털에 대한뿐만 아니라 신호, 위장, 또는 다른 이유로 특정 표면 외관을 발전시켜 다른 어떤 생물에 대해 질문 할 수 있습니다.

Protocol

샘플을 측정하기 위해 방법을 사용하는 경우, 실험 카메라와 빛의 방향 설정을 결정해야하며, 카메라와 빛의 방향의 각 조합에 대해, 카메라는 서로 다른 셔터 속도로 여러 노출을합니다. 카메라를 이동하면이 이미지에서 볼 수 있듯이 시료의보기를 변경하기 때문에, 추가 처리가 필요하므로 우리는 일반적으로 카메라 방향의 작은 번호와 광원 방향의 큰 숫자를 사용합니다. 아래의 자세한 프로토콜에서는, 우리는 먼저 많은 광원 방향과 단일 카메라 방향 측정 방법 및 결과 데이터 (프로토콜 1)을 처리하고 시각화를 수행하는 방법에 대해 설명합니다. 단일 뷰 공부되는 현상을 관찰하기에 충분하면 그 자체로 사용할 수있는 기본 프로토콜에서는, 우리는 항상 (그림 1의 기본 루틴) 샘플 카메라 뷰에 수직을 유지합니다. 여러 카메라의 방향이 필요한 경우,샘플의 경사 전망을 발생하면 카메라를 이동의 효과를 취소하고이를 정확하게 표준 수직보기와 이미지를 정렬 왜곡 될 수 있습니다. 이러한 왜곡을 계산하기 위해, 우리는 정확하게 샘플을 기준으로 카메라의 움직임을 확인하기 위해 샘플을 주위에 배치 대상의 관찰을 사용하여 추가 보정 단계를 수행하십시오. 프로토콜은 2 세부 사항이 교정 절차 및 매개 변수를 선택하고 여러보기 (그림 1의 보조 루틴)에서 데이터를 수집하는 프로토콜 1을 여러 번 실행하는 방법에 대해 설명합니다. 마지막으로, 프로토콜 3 세부 데이터를 처리하는 동안 경사 뷰를 해결하기 위해 프로토콜 1에 삽입해야하는 추가 단계. 1. 사고 방향의 영역 (그림 1의 주 루틴)을 통해 일반 표면의 방향에 흩어져 빛을 측정 측정 할 개체를 준비하고 마운트 얇은 비철 금속 마운팅 플레이트를 준비합니다대상의 링 (그림 2에서 볼 수)에 둘러싸여 ½ 인치의 조리개. 측정 할 재료를 준비합니다. 깃털을 측정하는 경우, pennaceous 베인의 압축 해제 또는 잘못 정렬 된 섹션을 수정하기 위해 미늘 신랑. 접시의 뒷면에 물체의 표면 (날개의 앞면 얼굴) (대상 링 반대)하다. 센터 플레이트 ½ 인치의 구멍을 통해 관심 영역. 따라서 접시에 평평하게 개체를 눌러 개체 (날개의 반대면)의 뒷면에 5/8-inch 구멍과 자성 박막의 시트를 놓습니다. 표면을 깎는하지 않고 판의 구멍에 필름의 구멍을 맞 춥니 다. 원형 조리개의 원주 주위에 고정 된 평평한 표면, 판의 표면과 평면 매크로 표면 대략 일치를 얻을 수 있습니다. 갠트리를 구성 를 찾습니다갠트리 좌표계의 원점에서 원형 조리개의 중심입니다. 갠트리 외부 팔에 광원을 배치합니다. 조준하고 좁은 조리개가 균일 모든 광원 각도에 대해 켜져 있는지 보장 물체에 빛을 초점을 맞 춥니 다. 갠트리 내 팔에 카메라를 놓습니다. 카메라 거리와 대상의 링 센서의 폭을 채울 때까지 매크로 렌즈의 초점 거리를 조정합니다. 카메라와 램프 팔의 회전 운동을 (θ, φ) 보정합니다. 카메라와 램프 표면 법선과 정렬되도록 정상 개체의 표면에 대하여 경사 (θ) 보정 할 때 θ = 0. 램프의 방위각에 카메라의 방위각 (φ) 보정합니다. 촬영 된 이미지는 나중에 프로토콜 회전 할 수 있기 때문에 절대 방위각 방향은 중요하지 않습니다. 카메라 초점과 노출을 설정 로타TE는 개체까지 카메라를 방목 각도에서 볼 수 있습니다. 필드 (DOF)의 깊이를 최소화하기 위해 F-수를 감소 후, 구멍의 중심에 초점 평면을 설정합니다. 조리개를 둘러싼 대상의 반지의 초점이 될 때까지 DOF를 높이기 위해 F-수를 늘립니다. 회절 DOF에 의한 흐림 사이의 타협이 필요할 수 있습니다. 마운팅 플레이트에 밀착 색상 표준을 클립. 를위한 RGB 이미지는 맥베스 색상 검사기를 사용합니다. Spectralon을 사용하여 UV-가시 NIR 측정은합니다. RAW 형식의 색상 표준을 촬영하고 있습니다. 화이트 밸런스 이미지의 색상 채널 배율을 계산합니다. 가장 극단적 인보기 및 조명 방향에 따라 장면의 동적 범위에 걸쳐 노출 브래킷을 찾을 수 있습니다. 브래킷의 각 노출 시간에 렌즈 캡을 센서를 노출하여 어두운 노이즈 이미지를 획득. 사고 방향의 띄엄 띄엄 샘플링 구에서 측정을 수집 표면 평면 {θ, φ} = {0,0}에 일반 카메라 축 위치를 지정합니다. 거친 샘플링 (예를 들면 이하 500 포인트)를 사용하여 영역에 균일하게 분포 된 위치의 일련의를 통해 빛을 단계. 샘플링의 각 입사광의 방향 : 노출 브래킷의 각 노출 시간 RAW 이미지를 캡처합니다. 카메라 조명 하나의 이미지를 캡처 플래시 갠트리 램프 조명을 억제하는 비교적 짧은 노출 시간으로 동기화 탑재. 다음 입사광의 방향과 반복에 진출. 띄엄 띄엄 샘플링 구에서 프로세스 측정 RAW 포맷에서 그레이 스케일, 16 비트 리니어, PGM 형식으로 변환, 그 demosaicing 기능을 비활성화하려면 디버그 (문서) dcraw의 모드를 사용 : 각 어두운 소음 노출. 각각의 입사 광선의 방향에 각 개체의 노출. </ OL> 모두 낮은 다이나믹 레인지 (LDR) 하나의 높은 동적 범위 (HDR) 각 입사광 방향에 대한 컬러 이미지로 겐 램프 조명 아래 그레이 스케일 노출 통합 할 수 있습니다. 각 LDR 노출의 해당 어두운 노이즈 이미지를 뺍니다. Demosaic 각 LDR 한 분기 스케일 이미지를 얻을 수있는 노출. 화이트 밸런스 단계 1.C.3에서 계산 된 색상 채널 멀티 플라이어를 사용하여 각 LDR 노출. 병합 어두운 소음 공제 LDR 각 픽셀 위치에서 모든 값을 합산하고 노출 시간의 합으로 나누어, 두 금액의 과다 픽셀을 생략하여 단일 HDR 이미지에 노출. 반 float 정밀도 및 손실 웨이블릿 (PIZ) 압축 인코딩 EXR 형식으로 저장 HDR 이미지. 카메라의 방향은 정식 방향이 아니거나 측정 실행은 여러 카메라의 방향 설정의 일부 (그림 1의 보조 루틴 인 경우ND 프로토콜 2) demosaiced 한 분기 규모의 각 입사 빛의 방향에 대한 플래시 조명 추적 대상의 하나의 LDR 그레이 스케일 노출 EXR 형식의 LDR 컬러 이미지를 변환합니다. 에 투영 정규 뷰에 각 HDR 램프 조명 이미지를 변환 할 수 있습니다. 플래시 조명 이미지를 사용하는 프로토콜 3에 따라 우리의 경우 예를 들어 90 ° 회전 방위 변형 꽃대 수직 날개 끝까지 – 원하는 방향으로 HDR 이미지를 회전합니다. 원형 조리개 주위에 단단히 HDR 이미지를 자릅니다. 조리개 외부 대상과 금속판을 마스킹 최대 25 %까지 파일 크기를 줄일 수 있습니다. 픽셀로 구성된 모든 방향 반사율 값을 포함하는 파일, 이미지의 여러 각 블록에 대해 하나의 세트를 만들 HDR 이미지의 전체 집합에 데이터를 바꿔. 이러한 방향 반사율 캐시 파일에 빠르게 액세스 할 수 있도록 구성되어 있습니다3D 개체의 2D 투영 한 픽셀 위치의 방향 색상 측정거야. 시각화 규모의 계층 간 광산란을 공간적 변화 측정을 검색하려면 단계 1.E.에서 처리 된 데이터를 해석하는 사용자 정의 SimpleBrowser 응용 프로그램을 사용 SimpleBrowser 첫 번째 입사 조명의 방향에 의해 조명 날개의 이미지를 포함하는 창으로 열립니다. 깃털 날개의 이미지에서 개별 픽셀 또는 선형 또는 직사각형 배열의 픽셀 그룹은 (그림 3)을 선택 할 수 있습니다. 분석을위한 깃털 날개의 사각형 영역을 선택하여 진행합니다. 그런 다음, 선택한 영역의 평균 방향 광 산란을 플롯. 방향 코사인의 함수로 반사율을 보여주는 플롯 창 이미지 창 (그림 4 R1)에 인접 열립니다. 기본적으로, 최대 휘도의 방향 (투과율 방향 타이에피칼 깃털 측정은 1)의 노출이 할당됩니다. 감소 또는 반 정지 (√ 2 개) 증가 반사율 컬러 맵의 노출을 조정할 수있는 노출을 증가시킨다. 주기 휘도, RGB 및 색도 사이의 반사율 컬러 맵 (그림 4 R1, R2, R3 및 참조). 다음 단계는 RGB를 사용하십시오. 구를 회전하려면 트랙볼 인터페이스를 사용하려면 그것을 클릭합니다. 회전을 유발하는 인터페이스를 드래그합니다. 반사율 반구를 보려면, (그림 4 R2 참조) 기본 위치로 영역을 반환합니다. (그림 4 T2 참조) 투과율 반구를 볼 수있는 기본 위치에서 구 180 ° 회전합니다. 다른 데이터보기의 경우, 각각의 휘도 값으로 단위 영역에서 각 방향의 반경을 확장 북극 플롯 모드를 선택합니다. RGB의 색도 (P3 참조, F3, S3, 그림 4의 A3로 휘도 조정 된 영역의 색상 맵을 변경 </str사연>). 표시된 이미지의 조명 방향은 (그림 4) 방향 산란 음모에 빨간색 원이된다. 그 방향에서 조명 날개의 이미지를 표시하는 다른 사건 조명 방향을 클릭합니다. 감소 나 지역을 통해 공개하고 노출 부족 할 이미지의 노출을 증가시킨다. 저울의 계층 구조를 통해 반사율을 조사하기 위해, 단위 구와 RGB로 색상 맵에 플롯 모드를 복원합니다. 검토,이 그래프는 이미지에서 선택한 사각형 영역의 평균 방향 반사율을 표시합니다. 직사각형의 선형 (그림 3)에 대한 선택 유형을 변경합니다. 이 사각형 영역의 개별 미세 규모의 구조에서 방향 반사율의 연구를 허용합니다. 참고 사각형의 평균을 유지하면서 새 창에서 선형 평균 반사율을 플롯. 노출과 RGB로 설정 색상 맵을 조정합니다. <l나는> 선형 평균 그래프에서 선형 영역에 포함되는 말초 깃가지 (barbules)는 수평 방향 (그림 8)에서 빛을 반영하여 볼 수 있습니다. 왼쪽의 이미지에 반사 말초 깃가지 (barbules)를 표시하는 선형 플롯의 조명 방향 중 하나를 선택합니다. 그것은 인접한 라미의 근위 깃가지 (barbules) 지점 날개의 영역에 도달 할 때까지 날개의 끝을 향해 선 단계. 선형 평균 음모에 인접 깃가지 (barbules)는 수직 방향 (그림 8)에서 빛을 반영하여 볼 수 있습니다. 왼쪽의 이미지에 반사 근위 깃가지 (barbules)를 표시하는 방향 중 하나를 선택합니다. 선형 그래프에서 직사각형의 음모에 보이는 멀리 필드 신호를 생성하기 위해 결합 수평 및 수직 방향으로 빛을 반사 미세 규모의 구조를 관찰합니다. 2. 여러 카메라 방향 (보조 루틴에 흩어져 빛을 측정그림 1의) 여러 카메라 뷰와 비 균일 한 방향 샘플링은 우리가 방향 반사율의 특정 기능을 연구 할 수 있습니다. 교정 단계 2.A와 2.B의 추가와 함께, 프로토콜 1 복수의 카메라 뷰를 처리하기 위해 확장되었습니다. 그래픽으로 그림 1에 보조 루틴 II.A 및 II.B으로 그림 두 가지 특정 예는 단계 2.C 아래 2.D에서 앞으로 설정됩니다. 이러한 경우, 카메라의 방향은 객체의 표면의 정상에서 경사 방향에서 촬영되고 있다는 것을 의미의 표준 방향 (표면에 수직)에서 변경됩니다. 이미지가 동일한 좌표 시스템으로 매핑해야하기 때문에, 우리는 조정하고 샘플을 둘러싼 플래시 촬영 대상 (그림 9)를 참조하여 표준 방향과 일치하도록 각 사진을 휘게. : 카메라 프로젝션 및 위치 조정 이 단계의 목적은 카메라 PROJ를 계산한다ection 및 이미지 변환에 사용되는 위치입니다. 마운팅 플레이트에 밀착 검사 무늬의 보정 대상을 클립. 표준 카메라 뷰 (예 : {θ, φ} = {0,0}) 및 기타 다양한 카메라 뷰에 여러 이미지를 표준보기를 중심으로 120 ° 콘에 걸쳐에서 하나의 이미지를 캡처합니다. Bouguet 도구 상자 A, B MATLAB 카메라 교정 툴킷에 이미지를로드합니다. 카메라 행렬을 재구성하는 이미지의 각 격자 모서리를 추출합니다. 내장 카메라 투사 행렬 (P) 및 외부의 카메라 위치를 행렬 (M)를 보냅니다. 내장 카메라 투영 초점 길이와 주요 점으로 구성되어 있습니다. 외부의 카메라 위치는 주로 번역으로 구성되어, 그것은 카메라 위치에 세계의 기원을 변환합니다. 갠트리 턴테이블 좌표 (X), 즉 Bougue에 교정 표적 좌표 변환 행렬을 구한다갠트리 공간 t 공간입니다. 풉니 금속판에서 검사기 패턴입니다. 대상 위치와 투사 오프셋 보정 : 이 단계의 목적은 교정 비행기, 대상면, 샘플 사이의 오프셋을 계산하고, 대상 위치를 찾을 수 있습니다. 갠트리의 카메라가 광학 축 표면 평면에 수직이되도록 좌표 회전, 표준 프레임 즉. 플래시 조명 조리개를 둘러싼 대상의 링의 이미지를 캡처합니다. 이 이미지 정렬에 대한 표준 이미지입니다. 원시 카메라 출력 (프로토콜 단계 1.E.3.a. 및 1.E.4에 설명.) 처리합니다. 대상 인식을 혼동 할 수 길잃은 반사 하이라이트를 제거 링 대상 영역 내부와 외부 영역을 마스크 한 후 이미지의 대상을 찾을 수 있습니다. 방목 각도로 카메라를 회전하고 이미지를 캡처합니다. 표준 C를 계산amera이 (MC = M * RC 버전) 포즈 방목 각도 카메라가 외부의 카메라 단계 2.A.3의 행렬 M에 따라 (MG = M *는 Rg)를 포즈. 이는 Bouguet 검사기 패턴의 위치에 따라 번역이 포함되어 있습니다. 종이 대상 링의 두께의 번역을 상쇄하여 M을 재정의. Bouguet 바둑판의 평면 및 종이 대상 링의 대상, 즉 두께의 링의 평면 사이의 갠트리 공간에 오프셋 될 때까지 시행 착오 (교정 평면에 대해 다른 오프셋을 사용하여 M을 재 계산)에 의해 반복 해결. 표준 이미지의 대상에 방목 각 이미지의 대상을 다시 투영하여 각 반복의 오프셋 (offset)를 확인합니다. 대상의 링의 평면과 평면 O 사이의 갠트리 공간에 오프셋 때까지 시행 착오를 표준 이미지의 천공 객체 위에 방목 각 이미지의 천공 개체를 재 투영에 이전 단계의 절차에 따라 M을 재정의F 천공 개체, 금속 플레이트 즉 두께가 해결되었습니다. 세븐 비 균일 샘플링 반사율 반구 (그림 1의 차 정기 II.A)을 측정 표면에 수직 카메라 뷰에서 측정 된 반사 된 빛의 방향 분포를 조사, 즉 {θ, φ} = {0,0}와 같은 프로토콜 1의 설명. 더 밀도 비 반사 더 띄엄 띄엄 방향과 반사 방향에서 카메라 생기를 기록 반사율 반구를 리샘플링. 균일 반 반구에 분산 6 추가 카메라 방향으로 반사율을 샘플링하기 위해 동일한 기준을 적용, 즉 {θ, φ} = {30.0}, {30,90}, {60,0}, {60,45} , {60,90}, {60135}. 초기 실행의 반사 각도와 결합 각의 보는 방향에서 6 건 실행의 반사 영역을 예측하고있다. 7 비 균일 각각의LY 샘플링 반구, 1.D. 단계의 지침에 따라 측정을 수집하고 처리 및 1.E. 위. 시각적 단계 1.F.의 지침에 따라, 7 비 균일 샘플링 반구의 각 깃털의 같은 지역에서 방향 반사율을 찾아 위. 각 플롯의 위치는 그 카메라의 방향 (, 또한 그림 5 그림 1의 일상 II.A의 시각적 결과를 참조)을 기반으로하는 극 좌표계에서 7 카메라 각 방향에 대한 방향 반사율 그래프를 정렬합니다. 각도 (그림 1의 차 정기 II.B)와 색상 변경에 대한 자세한 정보를 얻기 위해 정밀하게 샘플링 반원 경로를 측정 단계 2.C.1에 설명 된대로 SimpleBrowser 응용 프로그램과 입력에게 카메라 방향 {θ, φ} = {0,0}과 비 균일 샘플링 반사율 반구의 처리 측정을 시작합니다. 에서 선택이미지의 E 픽셀을 선택한 다음 선택한 픽셀 위치에 반구형 반사율의 휘도의 90 백분위 수에 비행기를 맞습니다. 정밀 샘플 반사 평면에서 반사 반사율 1D 수집 실행을 구축합니다. 이전 단계에서 정의 된 평면에서 ½ ° 반 각 단위 갠트리 팔 각도를 생성합니다. 반 각도와 동일 0 °로 시작하고 90 °에 반 각도를 높일 수 있습니다. 수집 실행의 각 측정 각 카메라의 방향이 정반사 방향으로 위치되도록 반 벡터가 일정하고 정상 표면에 동일한 유지합니다. 1.D. 단계의 지침에 따라 측정을 수집하고 처리 및 1.E. 위. 단계 2.D.1에서 반사 비행기를 맞게하는 데 사용 된 것과 동일한 픽셀을 중심으로 매우 작은 영역 (예를 들어 3 × 3 픽셀)를 샘플링하면서 시각적 단계 1.F.의 지침에 따라 1D 방향 반사율을 찾습니다. 최대 반사율, 즉 방향 찾기정상 음영. 3 추가 획득 단계 2.D.2과 같은 방법으로.에서 실행 구성이 아니라 일반면 정상보다 음영에 반 벡터를 설정합니다. 3 추가 실행을위한 정상 음영을 포함하는 평면에 놓여 있지만 단계 2.D.1에 정의 된 반사 평면에 대하여 회전 45 °, 90 °, 135 °로되는 갠트리 팔 각도를 생성합니다. 1.D. 단계의 지침에 따라 측정을 수집하고 처리 및 1.E. 위. 단계 2.D.1에서 반사 비행기를 맞게하는 데 사용되는 픽셀을 중심으로 매우 작은 영역 (예를 들어 3 × 3 픽셀)를 샘플링하면서 시각적 단계 1.F.의 지침에 따라 1D 방향 반사율을 찾습니다. SimpleBrowser의 수출은 평균이 매우 작은 지역의 빛남을 반영합니다. MATLAB에서 색도 다이어그램 (그림 6)에 반 각도의 함수로서 색도을 플롯. 반 각도의 함수 (<으로서 색조, 채도 및 광도 음모강해> 그림 7). 4 개의 1D 인수는 위와 같은 네 가지 평면에서 실행하지만,이 시간이 반사율의 폭과 부패를 측정하기 위해 빛과 카메라의 방향을 설정 구축합니다. 상수를 10 °로 빛과 카메라 사이의 반 각도를 설정합니다. 평면에 직교 축을 중심으로 1 ° 반 벡터 단위 갠트리 팔 각도를 생성합니다. -80 °에 해당하는 반 벡터로 시작하고 0 °가 음영은 정상 같음 +80 °에 반 벡터를 높일 수 있습니다. 모든 카메라 방향이 정반사 방향에 위치합니다. 단계 1.D.의 지침에 따라 수집, 처리 및 수출 측정 및 1.E., 그리고 2.D.6. 각각. MATLAB에서 반 벡터 및 음영 정상 사이의 각도의 함수로 색도 다​​이어그램에서의 색도 음모. 그 색조, 채도, 및 반 벡터 정상 음영 사이의 각도의 함수로 휘도를 플롯. </lI> 3. 투영 변환 투영 정규 뷰 또는 표면을 평면에 직교 뷰 방향에 각 HDR 이미지를 변환 할 수 있습니다. 측정 실행이 같은 프로토콜 2에서 설명하고 그래픽 그림 1의 보조 루틴과 그림의 예와 같은 여러 카메라 방향 설정의 일부입니다 때이 프로토콜은 단계 1.E.3.b에 액세스 할 수 있습니다. 비 반사 방향에서 조명 표준 이미지를 참조하십시오. (방목 반사 방향에서 종이의 흰색 표면에 검정 잉크 사이의 감소 된 명암 감지 실패를 대상으로 이어질 수 있습니다. 이미지의 선명도를 비교하여 그림 9와 B). 표준 이미지의 각 대상의 중심의 좌표를 찾습니다. 주어진 램프 카메라 방향 쌍 (그림 9의 B)를위한 카메라 장착 플래시 조명에 의해 대상 이미지를로드합니다. 대략 육 차원 속의단계 2.B.7에서 갠트리 카메라 행렬 M 계산을 사용하여 표준 카메라 프레임에 대상 이미지를 nsform. 변환 대상 이미지 (그림 9 C)의 각 대상의 중심 좌표를 찾습니다. 이미지와 참조 대상 사이의 최소 거리를 찾아서 정규 이미지는 참조 대상 변환 대상 이미지의 각 목표를 일치합니다. 방목 각도 (그림 9 D)에서 DOF으로 인한 흐린 목표를 폐기하십시오. 해결 2D 투영 맵 이미지가 동일한 프레임에서 정식 – 이미지 대상에 표준 프레임에서 대상으로하는 변환.에게 다시 천공 객체 (단계 2.B.8의 M.)보다는 대상 (2 단계에서 M의 평면의 평면을 통해 원본 이미지 프레임에 표준 이미지 프레임에서 휘지에 적합 목표를 Untransform. B.7.). 천공 OB에 대상 이미지의 천공 객체를 매핑 대상 좌표 쌍을 저장정규 대상 이미지 JECT. 램프 (그림 9)에 의해 조명 HDR 이미지를로드합니다. 표준 프레임 (그림 9에서 E)에 HDR 이미지를 변환하는 공간 투영 좌표를 저장 대상에서 변환 쌍을 추론. 기본 프로토콜로 돌아갑니다. Dcraw는 데이비드 관에 의해 개발 된 오픈 소스 컴퓨터 프로그램입니다. 그것은 표준 이미지 형식으로 카메라 고유의 RAW 형식의 이미지 (즉, 처리되지 않은 CCD 데이터)로 변환합니다. 참조 http://www.cybercom.net/ ~ dcoffin / dcraw /을 . B Bouguet 도구 상자 장 – 이브 Bouguet에 의해 개발 된 MATLAB을위한 카메라 보정 도구입니다. 참조 http://www.vision.caltech.edu/bouguetj/calib_doc을 .

Representative Results

우리의 프로토콜의 기본 측정 (그림 1의 정기 나는) 표면에 수직 카메라의 방향을 고정 만 빛을 옮겼습니다. 상호의 원칙에 빛을 산란을 준수하기 때문에, 결과는 반구 또는 그 반대에 빛을 이동하면서 카메라가 일정한 보유 여부 동일합니다. 우리는 카메라 나 조명 하나를 수정하면 완전 4 차원 방향 설정은 언더 있습니다. 산란 행동의 풀러 그림은 기본 측정과는 달리, 빛과 카메라를 모두 표면의 정상에서와 방향의 다양성에서 멀리 이동할 때, 관찰된다. 이상적으로, 우리는 대칭 데이터 세트를 산출하기 위해 많은 카메라 방향에서 입사광 방향의 수에서도 많은 빛을 산란을 측정 할 수 있습니다. 실제로이 너무 많은 노출이 필요합니다. 우리의 경험, 우리는 카메라를 몇 번 벗를 이동하여 다른보기의 위치에 대한 충분한 정보를 얻을 수 있습니다밍 180면 정상에 대한 ° 회전 대칭. 차 측정 단계에서, 우리는 반구에와 절정 18,19 (그림 1의 일상 II.A) 60 °에서 배포 7보기 방향에서 측정을 인수했다. 이 논문의 그림에서, 우리는 Lamprotornis purpureus (자주색 광택 찌르레기), 무지개 빛깔의 광택 및 이방성가되는 반사율 (그림 5)의 날개에서 측정 한 대표적인 데이터를 보여줍니다. 7보기 각 방향에서 반사 된 빛이 반구에 입사 조명 방향의 수백에서 수집됩니다. 방향 깃털의 중심 축 (그림 4의 깃털 이미지 참조)에 직각 방향의 좁은 밴드를 형성한다. {0 °, 0 & 드에서 볼 수있는 것처럼 날개가 표면에 수직으로 볼 때 무지개 색 변화는 미묘한 (정상 발생률에 푸른 빛이 도는 녹색과 방목 발생에 녹색 – 파랑)입니다G, 그림 5} RGB 플롯. 시야각 접근 방목으로 보는 방향과 방목 입사 방향 사이의 각도에서 볼 수있는 것처럼 더 눈에 띄는 색상 변화 (푸른 빛이 도는 녹색 입사 보는 방향 사이에 240 °에서 0 °, 마젠타시)로 이어지는 극대화 {60 °, 0 °} 그림 5의 RGB 플롯. 우리는 우리가 1 차원 움직임을 제한하면 훨씬 미세한 각도 해상도에서 빛과 카메라의 단계로 여유가 있습니다. 그림 6 L.의 반사율의 색도를 보여줍니다 사건과 시청 방향 말초 barbule의 종축에 수직 반사 밴드를 포함하는 평면에 입사 보는 방향 사이의 각도의 함수로 purpureus 깃털입니다. 색도 공간을 통해 무지개 빛깔의 색 호의로, 색상은 푸른 빛이 도는 녹색에서 보라색으로 이동합니다. 공간 VARI 방향 반사율 ATION이 표시됩니다 여기서 다른 (X, Y)는 외피 다른 밀리 스케일의 구조에 해당하는 좌표. L.의 경우 purpureus 한 구조 – 말초 barbule이 -이 지역의 대부분 볼 수 있습니다. 대조적으로, C.에서 cupreus는, 세 밀리 규모의 구조 – 라미, 말초 깃가지 (barbules) 및 근위 깃가지 (barbules) – 명확 데이터 구분됩니다, 우리는 날개에서 해당 반사율을 관찰 할 수있다 (그림 8) 각 구조의 종축에 대하여 지향 . 그림 1. 이 개략도는 두 가지 장착 방법, 구형 갠트리 좌표계 수집 샘플링과 각각의 결과 유형을 보여줍니다. / ftp_upload/50254/50254fig1large.jpg "대상 ="_blank "> 큰 그림을 보려면 여기를 클릭하십시오. 그림 2. 평평 깃털 대상의 고리에 의해 둘러싸여 금속 접시에 구멍을 통해 볼 수 있습니다. 구형 갠트리 여러 사건 조명과 보는 방향에 깃털에서 빛이 산란을 측정하기 위해 제기 할 수 있습니다. L = 라이트 암 (위도). C = 카메라 암 (위도). B = 카메라 자료 (경도). T = 턴테이블 (경도). F = 깃털입니다. 그림 3. 평균 방향 산란 깃털 날개의 점, 선 또는 사각형 영역에서 계산 될 수 있습니다. p_upload/50254/50254fig4highres.jpg "SRC ="/ files/ftp_upload/50254/50254fig4.jpg "/> 그림 4. 기능을 플로팅 (R * = 반사율, T * = 투과율, P * = 위쪽, F * = 프론트, S * = 사이드, * = 임의)와 색 구성표 (* 1 = 휘도, * 2 = RGB 방향 산란의 예 * 3 = 색도). 큰 그림을 보려면 여기를 클릭하십시오 . 그림 5. 휘도 (상단)와 (앙각, 방위각) 좌표 쌍에서 볼 때 방향 코사인 공간에서 반구 반사율의 RGB 컬러 (아래) : {0 °, 0 °}, {30 °, 0 °}, { 30 °, 90 °}, {60 °, 0 °}, {60 °, 45 °}, {60 °, 90 °}, 그리고 {60 °, 135 °}. 반사율은 tertial L.의 측면 날개의 25 × 25 픽셀의 사각형 영역에서 평균 purpureus (자주색 광택 찌르레기) 깃털. 빨간색 화살표는 카메라의 방향을 나타냅니다. 큰 그림을 보려면 여기를 클릭하십시오 . 그림 6. 입사 조명과 보는 방향과 반 각도의 함수로 반사율의 색도 :. 확대 영역이 CIE 1976 색도 균일 저울 (USC)는 큰 그림을 보려면 여기를 클릭하십시오 . / "SRC ="/ files/ftp_upload/50254/50254fig7.jpg "를 50254/50254fig7highres.jpg /> 그림 7. 입사 조명과 보는 방향 사이의 각도의 함수로 반사율을 가진 (빨강) 및 수직 원심 barbule의 (음영) 종축에 평면 : (A) 지배적 인 파장, (B) 비율 채도 (C ) 비율 휘도. 플롯의 색 음영 반사율의 RGB 색상입니다. 음의 파장 값은 비 스펙트럼 보라색 삼각형의 색상을 나타냅니다. 큰 그림을 보려면 여기를 클릭하십시오 . 그림 8. C. 두 개의 인접한 라미 사이의 말초 깃가지 (barbules) 및 근위 깃가지 (barbules)의 평균 방향 반사율 cupreus (AF리카 에메랄드 뻐꾸기). 그림 9. 겐 램프에 의해 조명 (A) 비 정류 이미지 카메라의 플래시 조명에 의해 (B) 비 정류 이미지, (C) 아핀 변환 된, 플래시 조명 이미지의 깊이에서 (D) 수용 가능한 날카로운 대상에서 필터링 대상 후보 필드 (E) 정류 램프 조명 이미지 (F) 회전 날개가 잘려 마스크, 최대 팁. 큰 그림을 보려면 여기를 클릭하십시오 .

Discussion

많은 안료 및 구조 착색의 성능과 기능을 잘 인식하고 있지만, 많은 integuments의 형태는 구조적 세부 사항 및 기능이 제대로 20 이해되도록 복잡합니다. Integuments는 차동 뷰어를 향해 방향성 빛을 반사하는 유기체의 표면에 공간적으로 다양 전문화을 개발했습니다. 방향성이 주로 생물 외피의 무지개로 그것의 색깔 사건과 시야각의 변화 교대, 연구에 의한 무지개 빛의 연구에 주목을받은 것은 주로 1D 얻고 어떤 차원 측정 8,12,17있다. 그러나 일반 6D 측정 무지개 빛깔하거나 integuments 21-23의 연구에 루틴되지 않은, 그리고 생명체의 색상 표현형의 문학은 우리의 방법을 제공하는 형식의 방향 색상 데이터의 부족에 의해 제한됩니다.

깃털은 특히 R입니다라미, 말초 깃가지 (barbules), 그리고 인접 깃가지 (barbules) : 밀리 규모의 미늘 구조의 배열을 포함하는 무형 문화 유산 외피 재료. 요소와 자신의 복잡한 배열의 작은 규모 어려운 개별 요소의 광산란 성능을 분별합니다. 우리의 프로토콜은 성공적으로 매크로 스케일 형상의 영향에서 밀리 규모의 구조입니다. 날개의 먼 필드 서명에 밀리 스케일 구조의 방향 표현의 기능적 결과를 특성화함으로써, 우리는 그들의 적응 결과로 문의 가능.

우리는 스펙트럼, 공간 및 각 해상도 사이의 실질적인 장단점에 직면했다. 우리는 높은 공간, 중간 각도 및 우리의 연구를위한 낮은 스펙트럼을 선택했다. 다른 조합을 사용하지만, unworkably 긴 측정 시간에 일부 (예를 들어, 모든 높음) 리드 할 수있다. 이 연구되고 특정 현상에 대한 중요한 경우주의 집중해야합니다. RGB CA를 고용하는 선택에바이엘 필터 모자이크 메라, 우리는 인간의 시각 시스템과 일치하기 위하여 프로토콜을 설계했습니다. RGB 카메라를 교체하고 우리의 프로토콜은 모든 유기체의 상대 색 자극을 측정하기 위해 적용 할 수있는, UV 스펙트럼의 예를 들면 감도는 조류 테트라 유채색 24.25을 측정하기 위해 필요합니다. 스펙트럼 화상 카메라는 가장 일반적인 솔루션을 25을 제공 할 것입니다.

그들은 화려하고 쉽게 참조 플레이트에 평평하기 때문에 우리는 tertial 날개 깃털로 우리의 프로토콜을 보여 주었다. 불행하게도, 금속판의 조리개 날개 표면의 일부만을 공개했다. 그 반사율 25를 측정하면서 동시에 날개 표면의 3 차원 형상을 측정 할 수 있다면, 우리는 깃털을 평평하게 기계적으로 방지하고 대신 자연, 평탄화 상태에서 전체 깃털을 측정 할 수 있습니다.

시각화 데이터에 대한 대화 형 전문, 통합 도구는 substanti을 제공합니다알은 대용량 데이터 볼륨을 탐구하고 해석하는 과학자 혜택을 누릴 수 있습니다. 더 큰 통합과 상호 작용은 데이터의 쉬운 연결이 관찰된다. 우리의 소프트웨어에서 사용자가 대화 형으로 표면의 위치 (그림 4)의 함수로 평균 방향 산란을 플롯 할 수 있습니다. 우리의 소프트웨어의 개발과 다른 음모를 꾸미고 기능 (그림 6, 7) 인터렉티브 한 경험을 확장 통합 할 수 있습니다.

Disclosures

The authors have nothing to disclose.

Acknowledgements

이 연구는 국립 과학 재단 (NSF 경력 수상 CCF-0347303와 NSF 부여 CCF-0541105)에 의해 재정 지원되었다. 저자는 지적 공헌 야로슬라프 Křivánek, 존 달, 에드가 벨라스케스 – Armendáriz, 벤젤 야콥, 제임스 하비, 수잔 레즈, 엘리스 로우, 존 Hermanson에게 감사의 말씀을 전합니다. 코넬 구형 갠트리는 드웨인 Fulk, 마크 자연스런 및 Szymon Rusinkiewicz에 의한 디자인에서 지어졌다.

References

  1. Nicodemus, F., Richmond, J., Hsia, J., Ginsberg, I., Limperis, T. . Geometric considerations and nomenclature for reflectance. , (1977).
  2. Marschner, S. R., Jensen, H. W., Cammarano, M., Worley, S., Hanrahan, P. Light scattering from human hair fibers. ACM Transactions on Graphics (TOG). 22 (3), 780-791 (2003).
  3. Marschner, S. R., Westin, S., Arbree, A., Moon, J. Measuring and modeling the appearance of finished wood. ACM Transactions on Graphics (TOG). 24 (3), 727-734 (2005).
  4. Land, M. F. The physics and biology of animal reflectors. Progress in Biophysics and Molecular Biology. 24, 75-106 (1972).
  5. Durrer, H. Colouration. Biology of the Integument: Vertebrates. 2 (12), 239-247 (1986).
  6. Brink, D., van der Berg, N. Structural colours from the feathers of the bird Bostrychia hagedash. Journal of Physics D-Applied Physics. 37 (5), 813-818 (2004).
  7. Kinoshita, S. . Structural colors in the realm of nature. , (2008).
  8. Nakamura, E., Yoshioka, S. Structural Color of Rock Dove’s Neck Feather. Journal of the Physical Society of Japan. 77 (12), 124801 (2008).
  9. Westin, S., Arvo, J., Torrance, K. E. Predicting reflectance functions from complex surfaces. ACM SIGGRAPH Computer Graphics. 26 (2), 255-264 (1992).
  10. Shawkey, M. D., Maia, R., D’Alba, L. Proximate bases of silver color in anhinga (Anhinga anhinga) feathers. Journal of Morphology. 272 (11), 1399-1407 (2011).
  11. Maia, R., D’Alba, L., Shawkey, M. D. What makes a feather shine? A nanostructural basis for glossy black colours in feathers. Proceedings of the Royal Society B: Biological Sciences. 278 (1714), 1973-1980 (2011).
  12. Dyck, J. Structure and light reflection of green feathers of fruit doves (Ptilinopus spp.) and an Imperial Pigeon (Ducula concinna). Biologiske Skrifter (Denmark). 30, 2-43 (1987).
  13. Yoshioka, S., Kinoshita, S. Effect of macroscopic structure in iridescent color of the peacock feathers. Forma. 17 (2), 169-181 (2002).
  14. Osorio, D., Ham, A. Spectral reflectance and directional properties of structural coloration in bird plumage. Journal of Experimental Biology. 205 (14), 2017-2027 (2002).
  15. Stavenga, D. G., Leertouwer, H. L., Pirih, P., Wehling, M. F. Imaging scatterometry of butterfly wing scales. Optics Express. 1 (1), 193-202 (2009).
  16. Vukusic, P., Stavenga, D. G. Physical methods for investigating structural colours in biological systems. Journal of Royal Society Interface. 6, S133-S148 (2009).
  17. Stavenga, D. G., Leertouwer, H., Marshall, N. J., Osorio, D. Dramatic colour changes in a bird of paradise caused by uniquely structured breast feather barbules. Proceedings of the Royal Society B: Biological Sciences. 278 (1715), 2098-2104 (2010).
  18. Irawan, P. . Appearance of woven cloth [dissertation]. , (2008).
  19. Irawan, P., Marschner, S. R. Specular reflection from woven cloth. ACM Transactions on Graphics (TOG. 31 (1), 11:1-11:20 (2012).
  20. Vukusic, P. Structural colour: elusive iridescence strategies brought to light. Current Biology: CB. 21 (5), R187-R189 (2011).
  21. Dana, K., Ginneken, B., Nayar, S., Koenderink, J. Reflectance and texture of real-world surfaces. ACM Transactions on Graphics (TOG). 18 (1), 1-34 (1999).
  22. Chen, Y., Xu, Y., Guo, B., Shum, H. -. Y. Modeling and rendering of realistic feathers. ACM Transactions on Graphics (TOG). 21 (3), 630-636 (2002).
  23. Levoy, M., Zhang, Z., McDowall, I. Recording and controlling the 4D light field in a microscope using microlens arrays. Journal of microscopy. 235 (2), 144-162 (2009).
  24. Stevens, M., Párraga, C. A., Cuthill, I. C., Partridge, J. C., Troscianko, T. S. Using digital photography to study animal coloration. Biological Journal of the Linnean Society. 90 (2), 211-237 (2007).
  25. Kim, M. H., Harvey, T. A., et al. 3D imaging spectroscopy for measuring hyperspectral patterns on solid objects. ACM Transactions on Graphics (TOG). 31 (4), (2012).

Play Video

Cite This Article
Harvey, T. A., Bostwick, K. S., Marschner, S. Measuring Spatially- and Directionally-varying Light Scattering from Biological Material. J. Vis. Exp. (75), e50254, doi:10.3791/50254 (2013).

View Video