CIECAM02

редактировать
Модель поля наблюдения. Не в масштабе.

В колориметрии, CIECAM02 - это модель внешнего вида, опубликованная в 2002 г. Международной комиссией по освещению (CIE) Технический комитет 8-01 (Моделирование внешнего вида для систем управления цветом) и преемник CIECAM97s.

Двумя основными частями модели являются ее хроматическая адаптация, преобразование, CIECAT02, и его уравнения для вычисления математических коррелятов для шести технически определенных измерений внешнего вида цвета: яркость (яркость ), яркость, цветность, цветность, насыщенность и оттенок.

Яркость - это субъективное восприятие того, насколько ярким объект выглядит в его окружении и как он освещенный. Яркость - это субъективное восприятие того, насколько светлым кажется цвет. Цветность - это степень различия цвета и серого. Цветность - это цветность по отношению к яркости другого цвета, который кажется белым при аналогичных условиях просмотра. Это учитывает тот факт, что поверхность данной цветности отображает увеличивающуюся красочность по мере увеличения уровня освещения. Насыщенность - это яркость цвета относительно его собственной яркости. Оттенок - это степень, в которой стимул может быть описан как похожий или отличный от стимулов, которые описываются как красный, зеленый, синий и желтый, так называемые уникальные оттенки. Цвета, составляющие внешний вид объекта, лучше всего описываются с точки зрения яркости и насыщенности цвета, когда речь идет о цветах, составляющих поверхность объекта, и с точки зрения яркости, насыщенности и красочности, когда речь идет о свете, который излучается или отражается от него. объект.

CIECAM02 принимает на вход трехцветные значения стимула, трехцветные значения адаптирующейся белой точки, адаптируемый фон и информацию о яркости окружения, а также информацию о том, наблюдатели не принимают во внимание (действует постоянство цвета ). Модель может использоваться для прогнозирования этих атрибутов внешнего вида или, с прямой и обратной реализациями для различных условий просмотра, для вычисления соответствующих цветов.

CIECAM02 используется в Windows Vista Windows Color System.

Содержание
  • 1 Условия просмотра
  • 2 Таблица выбора параметров
  • 3 Хроматическая адаптация
    • 3.1 Резюме
    • 3.2 CAT02
    • 3.3 Постадаптация
  • 4 Внешний вид коррелирует
  • 5 Цветовые пространства
  • 6 CIECAM02 как модель обработки человеческого зрения
  • 7 Ссылки
  • 8 Далее чтение
  • 9 Внешние ссылки
Условия просмотра

Внутренний круг - это стимул, от которого следует измерять трехцветные значения в CIE XYZ с помощью стандартного наблюдателя 2 °. Промежуточный круг - это проксимальное поле, простирающееся еще на 2 °. Внешний круг - это фон, доходящий до 10 °, от которого необходимо измерить относительную яркость (Y b). Если ближнее поле того же цвета, что и фон, фон считается смежным со стимулом. За кругами, которые составляют поле отображения (область отображения, область просмотра), находится поле окружения (или периферийная область), которое можно рассматривать как всю комнату. Совокупность ближнего поля, фона и окружения называется адаптирующимся полем (поле зрения, которое поддерживает адаптацию - простирается до предела видимости).

При обращении к литературе также полезно помните о разнице между терминами принятая белая точка (вычислительная белая точка ) и адаптированная белая точка (белая точка наблюдателя). Это различие может быть важным при освещении в смешанном режиме, когда в игру вступают психофизические явления. Это предмет исследования.

Таблица выбора параметров

CIECAM02 определяет три окружения - средний, тусклый и темный - с соответствующими параметрами, определенными здесь для справки в остальной части этой статьи:

Surround. состояниеОбъемный звук. коэффициентFcNcПрименение
СреднееSR>0,21,00,691,0Просмотр цветов поверхности
Тусклый0 < SR< 0.20,90,590,95Просмотр телевизора
ТемныйSR= 00,80,5250,8Использование проектора в темной комнате
  • SR= L sw / L dw : отношение абсолютной яркости эталонного белого (точка белого ), измеренного в поле объемного звучания, к области отображения. Коэффициент 0,2 основан на предположении о «сером мире» (коэффициент отражения ~ 18–20%). Он проверяет, является ли объемная яркость темнее или ярче, чем средний серый.
  • F: фактор, определяющий степень адаптации
  • c: влияние окружающей среды
  • Nc: коэффициент хроматической индукции

для среднего В условиях, эти значения могут быть линейно интерполированы.

Абсолютную яркость адаптируемого поля, которая является величиной, которая потребуется позже, следует измерять с помощью фотометра. Если он недоступен, его можно рассчитать, используя эталонный белый цвет:

LA = E w π Y b Y w = LWY b Y w {\ displaystyle L_ {A} = {\ frac {E_ {w}} { \ pi}} {\ frac {Y_ {b}} {Y_ {w}}} = {\ frac {L_ {W} Y_ {b}} {Y_ {w}}}}L_ {A} = {\ frac {E_ {w}} {\ pi}} {\ frac {Y_ {b}} {Y_ {w}}} = {\ frac {L_ {W} Y_ {b}} {Y_ {w}}}

где Y b - относительная яркость фона, E w = πL W - освещенность эталонного белого цвета в люксах, L W - абсолютная яркость эталонного белого цвета в кд / м, а Y w - относительная яркость эталонного белого цвета в поле адаптации. Если неизвестно, можно предположить, что поле адаптации имеет средний коэффициент отражения (допущение «серого мира»): L A = L W / 5.

Примечание. следует понимать, что не следует путать L W, абсолютную яркость эталонного белого в кд / м и L w реакцию красного конуса в Цветовое пространство LMS.

Хроматическая адаптация

Резюме

  1. Преобразование в «спектрально резкое» пространство CAT02 LMS для подготовки к адаптации. Спектральное повышение резкости - это преобразование трехцветных значений в новые значения, которые были бы результатом более резкого и концентрированного набора спектральной чувствительности. Утверждается, что это способствует постоянству цвета, особенно в синей области. (Сравните Finlayson et al. 94, Spectral Sharpening: Sensor Transformations for Improved Color Constancy)
  2. Выполните хроматическую адаптацию с использованием CAT02 (также известного как " модифицированное преобразование CMCCAT2000 ").
  3. Преобразовать в пространство LMS ближе к основам конуса. Утверждается, что прогнозирование корреляций перцептивных атрибутов лучше всего выполнять в таких пространствах.
  4. Выполнять сжатие ответа конуса после адаптации.

CAT02

Учитывая набор трехцветных значений в XYZ соответствующие значения LMS могут быть определены с помощью матрицы преобразования MCAT02 (рассчитанной с использованием CIE 1931 2 ° стандартный колориметрический наблюдатель ). Цвет образца в тестовом источнике света:

[LMS] = MCAT 02 [XYZ], MCAT 02 = [0,7328 0,4296 - 0,1624 - 0,7036 1,6975 0,0061 0,0030 0,0136 0,9834] {\ displaystyle {\ begin {bmatrix} L \\ M \\ S \ end {bmatrix}} = \ mathbf {M} _ {\ mathit {CAT02}} {\ begin {bmatrix} X \\ Y \\ Z \ end {bmatrix}}, \ quad \ mathbf {M } _ {\ mathit {CAT02}} = {\ begin {bmatrix} \; \; \, 0.7328 0.4296 -0.1624 \\ - 0.7036 1.6975 \; \; \, 0.0061 \\\; \; \, 0,0030 0,0136 \; \; \, 0,9834 \ end {bmatrix}}}{\ displaystyle {\ begin {bmatrix} L \\ M \\ S \ end {bmatrix}} = \ mathbf {M} _ {\ mathit {CAT02}} {\ begin {bmatrix} X \\ Y \\ Z \ end {bmatrix}}, \ quad \ mathbf {M} _ {\ mathit {CAT02}} = {\ begin {bmatrix} \; \ ; \, 0,7328 0,4296 -0,1624 \\ - 0,7036 1,6975 \; \; \, 0,0061 \\\; \; \, 0,0030 0,0136 \; \; \, 0,9834 \ end {bmatrix}}}

В LMS белую точку можно настроить до желаемой степени, выбрав параметр D. Для общего CAT02 соответствующий цвет в эталонный источник света:

L c = (Y w L wr Y wr L w D + 1 - D) LM c = (Y w M wr Y wr M w D + 1 - D) MS c = (Y w S wr Y wr S w D + 1 - D) S {\ displaystyle {\ begin {align} L_ {c} = {\ Big (} {\ frac {Y_ {w} L_ {wr}} {Y_ {wr) } L_ {w}}} D + 1-D {\ Big)} L \\ M_ {c} = {\ Big (} {\ frac {Y_ {w} M_ {wr}} {Y_ {wr} M_ {w}}} D + 1-D {\ Big)} M \\ S_ {c} = {\ Big (} {\ frac {Y_ {w} S_ {wr}} {Y_ {wr} S_ {w }}} D + 1-D {\ Big)} S \\\ конец {выровнен}}}{\ begin {align} L_ {c} = {\ Big (} {\ frac {Y_ {w} L _ {{wr}}} {Y_ {{wr}} L_ {w}}} D + 1-D {\ Big)} L \\ M_ {c} = {\ Big (} {\ frac {Y_ {w} M _ {{wr}}} {Y _ {{wr}} M_ {w}}} D + 1-D {\ Big)} M \\ S_ {c} = {\ Big (} {\ frac {Y_ {w} S _ {{wr}) }} {Y _ {{wr}} S_ {w}}} D + 1-D {\ Big)} S \\\ end {align}}
Степень адаптации Ciecam02.svg

, где коэффициент Y w / Y wr учитывает два источника света, имеющих одинаковую цветность, но разные эталонные белые цвета. Нижние индексы указывают реакцию конуса для белого цвета при тестировании (w) и эталонном источнике света (wr). Степень адаптации (дисконтирования) D может быть установлена ​​равной нулю для отсутствия адаптации (стимул считается самосветящимся) и единице для полной адаптации (постоянство цвета ). На практике он колеблется от 0,65 до 1,0, как видно из диаграммы. Промежуточные значения могут быть вычислены следующим образом:

D = F (1 - 1 3,6 e - (LA + 42) / 92) {\ displaystyle D = F \ left (1- \ textstyle {\ frac {1} {3.6} } e ^ {- (L_ {A} +42) / 92} \ right)}D = F \ left (1- \ textstyle {{\ frac {1} {3.6}}} e ^ {{- (L_ {A} +42) / 92}} \ right)

где объемный F имеет значение, определенное выше, а L A - яркость адаптируемого поля в кд / м.

логарифмический график зависимости F L от L A(LAнаходится в диапазоне от 10 до 10, F L составляет от 10 до 10). Приближение кубического корня для F L составляет 0,1715L A

В CIECAM02 опорный источник света имеет одинаковую энергию L wr = M wr = S wr = 100), а эталонный белый - идеально отражающий диффузор (т.е. единичный коэффициент отражения и Y wr = 100), следовательно:

L c = (Y w L w D + 1 - D) LM c = (Y вес M вес D + 1 - D) MS c = (Y вес S вес D + 1 - D) S {\ displaystyle {\ begin {выровнено} L_ {c} = {\ Big (} {\ frac {Y_ {w}} {L_ {w}}} D + 1-D {\ Big)} L \\ M_ {c} = {\ Big (} {\ frac {Y_ {w}) } {M_ {w}}} D + 1-D {\ Big)} M \\ S_ {c} = {\ Big (} {\ frac {Y_ {w}} {S_ {w}}} D + 1-D {\ Big)} S \\\ конец {выровнено}}}{\ begin {align} L_ {c} = {\ Big (} {\ frac {Y_ {w}} {L_ {w}}} D + 1-D {\ Big)} L \\ M_ {c} = {\ Big (} {\ frac {Y_ {w}} {M_ {w}}} D + 1-D {\ Big)} M \\ S_ {c} = {\ Big (} {\ frac {Y_ {w}} { S_ {w}}} D + 1-D {\ Big)} S \\\ end {выровнено}}

Кроме того, если эталонный белый в обоих источниках света имеет значение тристимула Y (Y wr = Y w), то:

L c = (L wr L w D + 1 - D) LM c = (M wr M w D + 1 - D) MS c = (S wr S w D + 1 - D) S {\ displaystyle {\ begin {align} L_ {c} = {\ Big (} {\ frac {L_ {wr}} {L_ {w}}} D + 1-D {\ Big)} L \ \ M_ {c} = {\ Big (} {\ frac {M_ {wr}} {M_ {w}}} D + 1-D {\ Big)} M \\ S_ {c} = {\ Big (} {\ frac {S_ {wr}} {S_ {w}}} D + 1-D {\ Big)} S \\ \ end {align}}}{\ begin {align} L_ {c} = {\ Big (} {\ frac {L _ {{wr}}} {L_ {w}}} D + 1-D {\ Big)} L \\ M_ {c} = {\ Big (} { \ frac {M _ {{wr}}} {M_ {w}}} D + 1-D {\ Big)} M \\ S_ {c} = {\ Big (} {\ frac {S _ {{wr}) }} {S_ {w}}} D + 1-D {\ Big)} S \\\ конец {выровнено}}

Постадаптация

После адаптации ответы конуса преобразуются в пространство Ханта – Пойнтера – Эстевеса путем перехода к XYZ и обратно :

[L ′ M ′ S ′] знак равно MH [Икс с Y c Z c] = MHMCAT 02 - 1 [L c M c S c] {\ displaystyle {\ begin {bmatrix} L '\\ M' \\ S '\ end { bmatrix}} = \ mathbf {M} _ {H} {\ begin {bmatrix} X_ {c} \\ Y_ {c} \\ Z_ {c} \ end {bmatrix}} = \ mathbf {M} _ {H } \ mathbf {M} _ {CAT02} ^ {- 1} {\ begin {bmatrix} L_ {c} \\ M_ {c} \\ S_ {c} \ end {bmatrix}}}{\begin{bmatrix}L'\\M'\\S'\end{bmatrix}}={\mathbf {M}}_{H}{\begin{bmatrix}X_{c}\\Y_{c}\\Z_{c}\end{bmatrix}}={\mathbf {M}}_{H}{\mathbf {M}}_{{CAT02}}^{{-1}}{\begin{bmatrix}L_{c}\\M_{c}\\S_{c}\end{bmatrix}}
MH = [ 0,38971 0,68898 - 0,07868 - 0,22981 1,18340 0,04641 0,00000 0,00000 1,00000] {\ displaystyle \ mathbf {M} _ {H} = {\ begin {bmatrix} \; \; \, 0,38971 0,68898 -0,07868 \\ - 0,22981 1,18340 \; \; \, 0.04641 \\\; \; \, 0.00000 0.00000 \; \; \, 1.00000 \ end {bmatrix}}}{\ mathbf {M}} _ {H} = {\ begin {bmatrix} \; \; \, 0.38971 0.68898 -0.07868 \\ - 0.22981 1.18340 \; \; \, 0,04641 \\\; \; \, 0.00000 0.00000 \; \; \, 1.00000 \ end {bmatrix}}
log L ′ a vs. log L ′ для L A = 200 (F L = 1)

Наконец, ответ сжимается на основе обобщенного уравнения Михаэлиса – Ментен (как показано в стороне):

k = 1 5 LA + 1 {\ displaystyle k = {\ frac {1} {5L_ {A} +1}}}k = {\ frac {1} {5L_ {A} +1}}
FL = 1 5 k 4 (5 LA) + 1 10 (1 - k 4) 2 (5 LA) 1/3 {\ displaystyle F_ {L} = \ textstyle {\ frac {1} {5}} k ^ {4} \ left (5L_ {A} \ right) + \ textstyle {\ frac {1} {10}} {(1-k ^ {4})} ^ {2} {\ left (5L_ {A} \ right)} ^ {1/3}}F_ {L} = \ text tyle {{\ frac {1} {5}}} k ^ {4} \ left (5L_ {A} \ right) + \ textstyle {{\ frac {1} {10}}} {(1-k ^ { 4})} ^ {2} {\ left (5L_ {A} \ right)} ^ {{1/3}}

FL- адаптация уровня яркости фактор.

L a ′ = 400 (FLL ′ / 100) 0,42 27,13 + (FLL ′ / 100) 0,42 + 0,1 M a ′ = 400 (FLM ′ / 100) 0,42 27,13 + (FLM ′ / 100) 0,42 + 0,1 S a ′ = 400 (FLS ′ / 100) 0,42 27,13 + (FLS ′ / 100) 0,42 + 0,1 {\ displaystyle {\ begin {align} L '_ {a} = {\ frac {400 {\ left (F_ { L} L '/ 100 \ right)} ^ {0.42}} {27.13 + {\ left (F_ {L} L' / 100 \ right)} ^ {0.42}}} + 0.1 \\ M '_ {a} = {\ frac {400 {\ left (F_ {L} M '/ 100 \ right)} ^ {0.42}} {27.13 + {\ left (F_ {L} M' / 100 \ right)} ^ {0.42 }}} + 0,1 \\ S '_ {a} = {\ frac {400 {\ left (F_ {L} S' / 100 \ right)} ^ {0,42}} {27,13 + {\ left (F_ { L} S '/ 100 \ right)} ^ {0.42}}} + 0.1 \ end {align}}}{\begin{aligned}L'_{a}={\frac {400{\left(F_{L}L'/100\right)}^{{0.42}}}{27.13+{\left(F_{L}L'/100\right)}^{{0.42}}}}+0.1\\M'_{a}={\frac {400{\left(F_{L}M'/100\right)}^{{0.42}}}{27.13+{\left(F_{L}M'/100\right)}^{{0.42}}}}+0.1\\S'_{a}={\frac {400{\left(F_{L}S'/100\right)}^{{0.42}}}{27.13+{\left(F_{L}S'/100\right)}^{{0.42}}}}+0.1\end{aligned}}

Как упоминалось ранее, если уровень яркости фона неизвестен, его можно оценить по абсолютной яркости белой точки как L A = L W / 5 с использованием допущения «средний серый». (Выражение для F L дано в терминах 5L A для удобства.) В условиях фотопик коэффициент адаптации уровня яркости (F L) пропорционален кубическому корню яркости адаптируемого поля (L A). В условиях scotopic он пропорционален L A (что означает отсутствие адаптации уровня яркости). Фотопический порог составляет примерно L W = 1 (см. График F L–LAвыше).

Внешний вид коррелятов

CIECAM02 определяет корреляты для желто-синего, красно-зеленого, яркости и красочности. Сделаем несколько предварительных определений.

С 1 = L a ′ - M a ′ C 2 = M a ′ - S a ′ C 3 = S a ′ - L a ′ {\ displaystyle {\ begin {align} C_ {1} = L_ { a} ^ {\ prime} -M_ {a} ^ {\ prime} \\ C_ {2} = M_ {a} ^ {\ prime} -S_ {a} ^ {\ prime} \\ C_ {3} = S_ {a} ^ {\ prime} -L_ {a} ^ {\ prime} \ end {align}}}{\ begin {ali gned} C_ {1} = L_ {a} ^ {\ prime} -M_ {a} ^ {\ prime} \\ C_ {2} = M_ {a} ^ {\ prime} -S_ {a} ^ {\ prime} \\ C_ {3} = S_ {a} ^ {\ prime} -L_ {a} ^ {\ prime} \ end {align}}

Коррелят для красного – зеленого (a) - это величина отклонение C 1 от критерия уникального желтого (C 1 = C 2 / 11), а коррелируют для желто-синего (b) основан на среднем значении величины отклонений C 1 от уникального красного (C 1 = C 2) и уникального зеленого (C 1 = C 3).

a = C 1 - 1 11 C 2 = L a ′ - 12 11 M a ′ + 1 11 S a ′ b = 1 2 (C 2 - C 1 + C 1 - C 3) / 4,5 = 1 9 (L a ′ + M a ′ - 2 S a ′) {\ displaystyle {\ begin {align} a = C_ {1} - \ textstyle {\ frac {1} { 11}} C_ {2} = L_ {a} ^ {\ prime} - \ textstyle {\ frac {12} {11}} M_ {a} ^ {\ prime} + \ textstyle {\ frac {1} { 11}} S_ {a} ^ {\ prime} \\ b = \ textstyle {\ frac {1} {2}} \ left (C_ {2} -C_ {1} + C_ {1} -C_ {3} \ right) /4.5 = \ textstyle {\ frac {1} {9}} \ left (L_ {a} ^ {\ prime} + M_ {a} ^ {\ prime} -2S_ {a} ^ {\ prime} \ right) \ end {align}}}{\ начало {выровнено} a = C_ {1} - \ textstyle {{\ frac {1} {11}}} C_ { 2} = L_ {a} ^ {\ prime} - \ textstyle {{\ frac {12} {11}}} M_ {a} ^ {\ prime} + \ textstyle {{\ frac {1} {11} }} S_ {a} ^ {\ prime} \\ b = \ textstyle {{\ frac {1} {2}}} \ left (C_ {2} -C_ {1} + C_ {1} -C_ {3 } \ right) /4.5 = \ textstyle {{\ frac {1} {9}}} \ left (L_ {a} ^ {\ prime} + M_ {a} ^ {\ prime} -2S_ {a} ^ {\ prime} \ right) \ end {align}}

Фактор 4,5 учитывает факт что меньше колбочек на более коротких длинах волн (глаз менее чувствителен к синему). Порядок терминов таков, что b является положительным для желтоватого цвета (а не голубоватого).

Угол оттенка (h) можно найти, преобразовав прямоугольную координату (a, b) в полярные координаты:

h = ∠ (a, b), (0 < h < 360 ∘) {\displaystyle h=\angle (a,b),\ (0h = \ angle (a, b), \ (0 <час <360 ^ {\ circ})

Чтобы вычислить эксцентриситет (e t) и состав оттенка (H), определите, в каком квадранте находится оттенок, с помощью следующей таблицы. Выберите i так, чтобы h i ≤ h ′ < hi + 1, где h ′ = h, если h>h 1 и h ′ = h + 360 ° в противном случае.

КрасныйЖелтыйЗеленыйСинийКрасный
i12345
hi20,1490,00164,25237,53380,14
ei0,80,71,01,20,8
Hi0,0100,0200.0300.0400.0
H = H i + 100 (h ′ - hi) / ei (h ′ - hi) / ei + (hi + 1 - h ′) / ei + 1 et = 1 4 [соз ⁡ (π 180 h + 2) + 3.8] {\ displaystyle {\ begin {align} H = H_ {i} + {\ frac {100 (h ^ {\ prime} -h_ {i}) / e_ {i}} {(h ^ {\ prime} -h_ {i}) / e_ {i} + (h_ {i + 1} -h ^ {\ prime}) / e_ { я + 1}}} \\ e_ {t} = \ textstyle {\ frac {1} {4}} \ left [\ соз \ left (\ textstyle {\ frac {\ pi} {180}} h + 2 \ right) +3,8 \ right] \ end {align}}}{\ begin {выровнено} H = H_ {i} + {\ frac {100 (h ^ {\ prime} -h_ {i}) / e_ {i}} {(h ^ {\ prime} -h_ {i}) / e_ {i} + (h _ {{i + 1}} - h ^ {\ prime}) / e _ {{i + 1} }}} \\ e_ {t} = \ textstyle {{\ frac {1} {4}}} \ left [\ cos \ left (\ textstyle {{\ frac {\ pi} {180}}} h + 2 \ вправо) +3,8 \ вправо] \ конец {выровнено}}

(Это не совсем то же самое, что заданный коэффициент эксцентриситета в таблице.)

Рассчитайте ахроматический отклик A:

A = (2 L a ′ + M a ′ + 1 20 S a ′ - 0,305) N bb {\ displaystyle A = (2L_ { a} ^ {\ prime} + M_ {a} ^ {\ prime} + \ textstyle {\ frac {1} {20}} S_ {a} ^ {\ prime} -0,305) N_ {bb}}A = (2L_ {a} ^ {\ prime} + M_ {a } ^ {\ prime} + \ textstyle {{\ frac {1} {20}}} S_ {a} ^ {\ prime} -0,305) N _ {{bb}}

где

N bb = N cb = 0,725 n - 0,2 n = Y b / Y w {\ displaystyle {\ begin {align} N_ {bb} = N_ {cb} = 0,725n ^ {- 0,2} \\ n = Y_ {b} / Y_ {w} \ end {align}}}{\ begin {выровнено } N _ {{bb}} = N _ {{cb}} = 0,725n ^ {{- 0,2}} \\ n = Y_ {b} / Y_ {w} \ end {align}}

Коррелят яркости равен

J = 100 (A / A w) cz {\ displaystyle J = 100 \ left (A / A_ {w} \ right) ^ {cz}}J = 100 \ left (A / A_ { w} \ right) ^ {{cz}}

, где c - влияние окружающего звука (см. выше), и

z = 1,48 + n {\ displaystyle z = 1,48 + {\ sqrt {n}}}z = 1,48 + {\ sqrt {n}}

Коррелят яркости равен

Q = (4 / c) 1 100 Дж (A w + 4) FL 1/4 {\ displaystyle Q = \ left (4 / c \ right) {\ sqrt {\ textstyle {\ frac {1} {100}} J}} \ left (A_ {w} +4 \ right) F_ {L} ^ {1/4}}Q = \ left (4 / c \ right) {\ sqrt {\ textstyle {{\ frac {1} {100}}} J}} \ left (A_ {w} +4 \ right) F_ {L} ^ {{1 / 4}}

Затем вычислите временную величину t,

t = 50 000 13 N c N cbeta 2 + b 2 L a ′ + M a ′ + 21 20 S a ′ {\ displaystyle t = {\ frac {\ textstyle {\ frac {50 \, 000} {13}} N_ { c} N_ {cb} e_ {t} {\ sqrt {a ^ {2} + b ^ {2}}}} {L_ {a} ^ {\ prime} + M_ {a} ^ {\ prime} + \ textstyle {\ frac {21} {20}} S_ {a} ^ {\ prime}}}}t = {\ frac {\ textstyle {{ \ frac {50 \, 000} {13}}} N_ {c} N _ {{cb}} e_ {t} {\ sqrt {a ^ {2} + b ^ {2}}}} {L_ {a} ^ {\ prime} + M_ {a} ^ {\ prime} + \ textstyle {{\ frac {21} {20}}} S_ {a} ^ {\ prime}}}

Коррелят цветности равен

C = t 0,9 1 100 Дж (1,64 - 0,29 n) 0,73 {\ displaystyle C = t ^ {0,9} {\ sqrt {\ textstyle {\ frac {1} {100}} J}} (1,64–0,29 ^ {n}) ^ {0,73}}C = t ^ {{0.9}} {\ sqrt {\ textstyle {{\ frac {1} {100}}} J}} (1.64- 0,29 ^ {n}) ^ {{0,73}}

Коррелят красочности равен

M = C ⋅ FL 1/4 {\ displaystyle M = C \ cdot F_ {L} ^ {1/4}}M = C \ cdot F_ { L} ^ {{1/4}}

Коррелят насыщенность составляет

s = 100 M / Q {\ displaystyle s = 100 {\ sqrt {M / Q}}}s = 100 {\ sqrt {M / Q}}
Цветовые пространства

Внешний вид соответствует CIECAM02, J, a, и b, образуют однородное цветовое пространство , которое может использоваться для вычисления цветовых различий, пока фиксируются условия просмотра. Более широко используемым производным является CAM02 Uniform Color Space (CAM02-UCS), расширение с настройками для лучшего соответствия экспериментальным данным.

CIECAM02 как модель обработки человеческого зрения

Как и многие цветовые модели, CIECAM02 нацелен на моделирование человеческого восприятия цвета. Модель CIECAM02 оказалась более правдоподобной моделью нейронной активности в первичной зрительной коре по сравнению с более ранней моделью CIELAB.

Ссылки
  1. ^ Fairchild, Mark D.; Luo, M. R.; Хант, Р. У. Г. (август 2000 г.). «Версия CIECAM97 для практического применения» (PDF). Исследование и применение цвета. Wiley Interscience. 25(4): 260–266. doi : 10.1002 / 1520-6378 (200008) 25: 4 <260::AID-COL6>3.0.CO; 2-9. Модель CIECAM97s была принята CIE в 1997 году для приложений получения цветных изображений. Он включает прямой и обратный режимы. Некоторые проблемы при использовании этой модели были обнаружены в ходе недавних полевых испытаний. В этой статье предлагается пересмотреть модель в двух отношениях: (а) сделать яркость (J) нулевой, когда значение тристимула Y равно нулю, во всех окружающих условиях; (b) изменить коэффициент хроматической индукции (Nc) с 1,10 до 0,95 для условий тусклого объемного звучания. Во избежание недоразумений предлагается обозначить доработанную версию модели CAM97s2. В статье также описан альтернативный режим для достижения более точной обратимости между прямым и обратным режимами.
  2. ^«Система цвета Windows: система управления цветом следующего поколения» Архивировано 07.07.2010. 27 в Wayback Machine. Официальный документ Microsoft. 13 сентября 2005 г.
  3. ^ Шанда, Янош (2007). «Будущее колориметрии в CIE: появление цвета». Колориметрия: понимание системы CIE. Wiley Interscience. п. 359. ISBN 978-0-470-04904-4.
  4. ^Вестленд, Стивен; Рипамонти, Катерина (2004). Вычислительная наука о цвете с использованием MATLAB. Джон Уайли и сыновья. ISBN 0-470-84562-7.
  5. ^ Морони, Натан; Fairchild, Mark D.; Хант, Роберт W.G.; Ли, Чанцзюнь; Луо, М. Ронье; Ньюман, Тодд (12 ноября 2002 г.). «Модель внешнего вида цвета CIECAM02». Десятая конференция IS T / SID по созданию цветных изображений. Скоттсдейл, Аризона : Общество науки и технологий обработки изображений. ISBN 0-89208-241-0.
  6. ^Хант, Роберт В.Г.; Чанцзюнь Ли; М. Ронье Луо (февраль 2005 г.). «Хроматические адаптационные преобразования». Исследование и применение цвета. Wiley Interscience. 30(1): 69. doi : 10.1002 / col.20085. Хроматические преобразования адаптации (CAT) появились в разных формах. Описываются причины этих форм и отношения между ними. Объясняются факторы, определяющие, какой тип CAT следует использовать в различных приложениях
  7. ^Луо, М. Ронье; Цуй, Гуйхуа; Ли, Чанцзюнь (август 2006 г.). «Единые цветовые пространства на основе цветовой модели внешнего вида CIECAM02». Исследование и применение цвета. 31 (4): 320–330. doi : 10.1002 / col.20227.
  8. ^Туэйтс, Эндрю; Вингфилд, Кай; Визер, Эрик; Солтан, Эндрю; Марслен-Уилсон, Уильям Д.; Ниммо-Смит, Ян (2018). «Увлечение моделями внешнего вида цвета CIECAM02 и CIELAB в коре головного мозга человека». Исследование зрения. 145 : 1–10. doi : 10.1016 / j.visres.2018.01.011. PMID 29608936.
Дополнительная литература
Внешние ссылки
  • Colorlab Набор инструментов MATLAB для вычисления науки о цвете и точной цветопередачи (Хесус Мало и Мария Хосе Луке, Университет Валенсии). Он включает стандартную трехцветную колориметрию CIE и преобразования в ряд нелинейных моделей внешнего вида цвета (CIELAB, CIECAM и т. Д.).
  • Таблица Excel с прямым и обратным примерами, Эрик Валовит и Грит О'Брайен 364>Экспериментальная реализация модели внешнего вида цвета CIECAM02 в подключаемом модуле, совместимом с Photoshop (только Microsoft Windows), автор: Клифф Рэймс.
  • Примечания к модели внешнего вида цвета CIECAM02. Исходный код прямого и обратного преобразований на языке C, Билли Биггс.
  • CIECAM02 Java-апплет, Натан Морони
Последняя правка сделана 2021-05-13 11:03:04
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте