基于SHINE toolbox的图片标准化教程

在进行视知觉研究时，个体对图片或视频刺激的高级加工过程，可能会受到低级刺激属性（如：亮度、对比度、空间频率等）的影响。因此，在使用图片或视频等作为视知觉研究的刺激材料时，需要对其进行标准化处理，以保证不同刺激材料之间亮度等低级的刺激属性基本一致。

 Willenbockel 等人（2010）提供了一个基于Matlab的SHINE(Spectrum, Histogram, and Intensity Normalization and Equalization) toolbox用于对图片等刺激材料进行控制，但该版本的工具箱只支持对黑白图片的标准化[1][3]。Rodrigo Dal Ben等（2019）对此工具箱进行了优化，使其支持对彩色图片或视频刺激材料进行基本属性的标准化[2]。

在本篇推文中，我们将基于Rodrigo Dal Ben等人优化后的版本，通过6个简要的步骤详细介绍如何使用SHINE toolbox对图片等刺激材料进行标准化处理。

第一步：如图，下载SHINE_Color并将其解压到相应的文件夹中，下载链接为[4]。

第二步：如图，将需要进行标准化的图片等放入到名为“SHINE_color_INPUT”的文件夹中。

第三步：如图，打开Matlab，并选择“SHINE_color_toolbox_v0.2”文件夹。

第四步：如图，在 Command Window 中输入“ SHINE_color”（区分大小写）。

第五歩：按照提示指令进行相应的操作即可。

第六步：完成后（符号“ >>”又出现在编辑器上），检查“ SHINE_color_OUTPUT”文件夹。在这里，您将找到已进行标准化处理后的图片的刺激和一些处理后相关的统计信息。此外，还要检查输入文件夹“SHINE_color_INPUT”以获取预处理统计信息。

此外，Rodrigo Dal Ben等人还提供了一组在Matlab中可以使用的三个函数，分别是：

a）lum_calc计算一组图片的亮度平均值和标准偏差。该函数使用matlab图像处理工具箱将RGB图片转换为HSV和CIE Lab颜色空间。它分别从“值”和“亮度”通道中计算出亮度平均值和标准偏差；

b）lum_mod允许归一化或匹配一组图像的亮度。该功能从用户提供的一组图像中使用matlab图像处理工具箱将RGB图片转换为HSV和CIE Lab颜色空间。它分别从“值”和“亮度”通道，对每个像素匹配或归一化亮度值（所有像素最终都具有匹配或归一化的值）。归一化时，用户提供平均值和标准偏差。匹配时，可以使用平均亮度或手动亮度值。在匹配或归一化亮度后，图像将转换回RGB（可能会产生一些颜色失真）。将它们再次转换为HSV和CIE Lab，并为每个图像计算最终的平均亮度值和SD。

c）back_mod，将所有黑色或白色像素（尤其是背景）更改为灰色或浅灰色。这可以分别使用函数“ lum_mod”和“ lum_calc”实现更好的亮度修改和计算。

这三个函数使用方法如下：

第一步：如图，下载“lum_fun (lum_calc, lum_mod, back_mod)”并解压到相应的文件夹。

第二步：如图，打开Matlab，并选择“lum_fun (lum_calc, lum_mod, back_mod)”文件夹。

第三步：如图，在 Command Window 中，输入对应的函数名（lum_calc/lum_mod,/back_mod）进行调用并按照提示进行操作即可。

参考文献：

[1] Willenbockel, V., Sadr, J., Fiset, D., Horne, G. O., Gosselin, F., & Tanaka, J. W. (2010). Controlling low-level image properties: The SHINE toolbox. Behavior Research Methods, 42(3), 671–684. http://doi.org/10.3758/BRM.42.3.671

[2] Dal Ben, R. (2019). SHINE color and Lum_fun: A set of tools to control luminance of colored images (Version 0.2). [Computer program]. doi: 10.17605/OSF.IO/AUZJY,retrieved from https://osf.io/auzjy/

[3] Willenbockel 等人（2010）开发的SHINE toolbox的下载链接为：http://www.mapageweb.umontreal.ca/gosselif/SHINE/

[4] Rodrigo Dal Ben等（2019）优化后SHINE toolbox的下载链接为：https://osf.io/auzjy/

[5] 教程来源：https://osf.io/auzjy/wiki/home/

文中提及的工具箱等资源获取方式：

01 打开链接直接下载：

   百度云：https://pan.baidu.com/s/169Yx7p4DC-ik6oTJ5Wnf1w 提取码:g90l

02  识别下方二维码，关注公众号后，回复“210109”即可资源下载链接。

因个人精力有限，难免有不足之处。如有不当或遗漏，欢迎大家留言交流。谢谢！

完

==流浪心球 精品推荐==

ERP数据分析入门指导课程：

ERP数据分析高阶进击：

ERP数据质量检测新指标（SME）网络研讨会笔记

EEG/ERP研究中避坑指南：

科研利器