Un modelo de apariencia de color ( CAM ) es un modelo matemático que busca describir los aspectos perceptivos de la visión humana del color , es decir, condiciones de visualización en las que la apariencia de un color no concuerda con la medición física correspondiente de la fuente de estímulo. (Por el contrario, un modelo de color define un espacio de coordenadas para describir colores, como los modelos de color RGB y CMYK ).
Un espacio de color uniforme ( UCS ) es un modelo de color que busca hacer que los atributos de creación de color sean perceptualmente uniformes, es decir, una distancia espacial idéntica entre dos colores equivale a una cantidad idéntica de diferencia de color percibida. Un CAM en una condición de visualización fija da como resultado un UCS; un UCS con un modelo de condiciones de visualización variables da como resultado un CAM. Un UCS sin tal modelado todavía se puede utilizar como un CAM rudimentario.
Apariencia de color
El color se origina en la mente del observador; "Objetivamente", sólo existe la distribución de potencia espectral de la luz que se ve a simple vista. En este sentido, cualquier percepción del color es subjetiva. Sin embargo, se han realizado intentos exitosos para mapear la distribución de energía espectral de la luz a la respuesta sensorial humana de una manera cuantificable. En 1931, utilizando medidas psicofísicas , la Comisión Internacional de Iluminación (CIE) creó el espacio de color XYZ [1] que modela con éxito la visión del color humana en este nivel sensorial básico.
Sin embargo, el modelo de color XYZ presupone condiciones de visualización específicas (como el lugar de estimulación de la retina, el nivel de luminancia de la luz que se encuentra con el ojo, el fondo detrás del objeto observado y el nivel de luminancia de la luz circundante). Solo si todas estas condiciones permanecen constantes, dos estímulos idénticos con valores de triestímulo XYZ idénticos , crearán una apariencia de color idéntica para un observador humano. Si algunas condiciones cambian en un caso, dos estímulos idénticos con valores de triestímulo XYZ idénticos crearán apariencias de color diferentes (y viceversa: dos estímulos diferentes con valores de triestímulo XYZ diferentes por lo tanto pueden crear una apariencia de color idéntica ).
Por lo tanto, si las condiciones de visualización varían, el modelo de color XYZ no es suficiente y se requiere un modelo de apariencia de color para modelar la percepción humana del color.
Parámetros de apariencia de color
El desafío básico para cualquier modelo de apariencia de color es que la percepción humana del color no funciona en términos de valores triestímulos XYZ, sino en términos de parámetros de apariencia ( tono , luminosidad , brillo , croma, colorido y saturación ). Por lo tanto, cualquier modelo de apariencia de color debe proporcionar transformaciones (que tienen en cuenta las condiciones de visualización) desde los valores de triestímulo XYZ a estos parámetros de apariencia (al menos tono, luminosidad y croma).
Fenómenos de apariencia de color
En esta sección se describen algunos de los fenómenos de apariencia de color con los que tratan de lidiar los modelos de apariencia de color.
Adaptación cromática
La adaptación cromática describe la capacidad de la percepción humana del color para abstraerse del punto blanco (o temperatura del color ) de la fuente de luz que ilumina cuando se observa un objeto reflectante. Para el ojo humano, un trozo de papel blanco se ve blanco sin importar si la iluminación es azulada o amarillenta. Este es el más básico e importante de todos los fenómenos de apariencia de color y, por lo tanto, una transformación de adaptación cromática ( CAT ) que intenta emular este comportamiento es un componente central de cualquier modelo de apariencia de color.
Esto permite una fácil distinción entre modelos de color simples basados en triestímulos y modelos de apariencia de color. Un modelo de color simple basado en triestímulos ignora el punto blanco del iluminante cuando describe el color de la superficie de un objeto iluminado; si el punto blanco del iluminante cambia, también cambia el color de la superficie según lo informado por el modelo de color simple basado en triestímulos. Por el contrario, un modelo de apariencia de color tiene en cuenta el punto blanco del iluminante (razón por la cual un modelo de apariencia de color requiere este valor para sus cálculos); si el punto blanco del iluminante cambia, el color de la superficie según lo informado por el modelo de apariencia de color permanece igual.
La adaptación cromática es un excelente ejemplo para el caso de que dos estímulos diferentes con valores de triestímulo XYZ diferentes crean una apariencia de color idéntica . Si cambia la temperatura de color de la fuente de luz de iluminación, también lo hace la distribución de potencia espectral y, por lo tanto, los valores de triestímulo XYZ de la luz reflejada por el papel blanco; la apariencia del color , sin embargo, permanece igual (blanco).
Apariencia de tono
Varios efectos cambian la percepción del tono por parte de un observador humano:
- Cambio de tono Bezold-Brücke : el tono de la luz monocromática cambia con la luminancia .
- Efecto Abney : el tono de la luz monocromática cambia con la adición de luz blanca (que se esperaría de color neutro).
Apariencia de contraste
Varios efectos cambian la percepción del contraste por parte de un observador humano:
- Efecto Stevens: el contraste aumenta con la luminancia.
- Efecto Bartleson-Breneman: el contraste de la imagen (de imágenes emisoras como imágenes en una pantalla LCD) aumenta con la luminancia de la iluminación envolvente.
Apariencia de colorido
Hay un efecto que cambia la percepción del colorido por parte de un observador humano:
- Efecto de caza: el colorido aumenta con la luminancia.
Apariencia de brillo
Hay un efecto que cambia la percepción del brillo por parte de un observador humano:
- Efecto Helmholtz – Kohlrausch : el brillo aumenta con la saturación.
Fenómenos espaciales
Los fenómenos espaciales solo afectan a los colores en una ubicación específica de una imagen, porque el cerebro humano interpreta esta ubicación de una manera contextual específica (por ejemplo, como una sombra en lugar de un color gris). Estos fenómenos también se conocen como ilusiones ópticas . Debido a su contextualidad, son especialmente difíciles de modelar; Los modelos de apariencia de color que intentan hacer esto se denominan modelos de apariencia de color de imagen (iCAM) .
Modelos de apariencia de color
Dado que los parámetros de apariencia de color y los fenómenos de apariencia de color son numerosos y la tarea es compleja, no existe un modelo de apariencia de color único que se aplique universalmente; en su lugar, se utilizan varios modelos.
Esta sección enumera algunos de los modelos de apariencia de color en uso. Las transformaciones de adaptación cromática para algunos de estos modelos se enumeran en el espacio de color LMS .
CIELAB
En 1976, el CIE se propuso reemplazar los muchos modelos de diferencia de color incompatibles existentes por un nuevo modelo universal para la diferencia de color. Intentaron lograr este objetivo creando un espacio de color perceptualmente uniforme (UCS), es decir, un espacio de color donde la distancia espacial idéntica entre dos colores equivale a una cantidad idéntica de diferencia de color percibida. Aunque solo lo lograron parcialmente, de ese modo crearon el espacio de color CIELAB (“L * a * b *”) que tenía todas las características necesarias para convertirse en el primer modelo de apariencia de color. Si bien CIELAB es un modelo de apariencia de color muy rudimentario, es uno de los más utilizados porque se ha convertido en uno de los componentes básicos de la gestión del color con perfiles ICC . Por lo tanto, es básicamente omnipresente en la imagen digital.
Una de las limitaciones de CIELAB es que no ofrece una adaptación cromática completa, ya que realiza el método de transformación de von Kries directamente en el espacio de color XYZ (a menudo denominado "transformación de von Kries incorrecta"), en lugar de cambiar a el espacio de color LMS primero para obtener resultados más precisos. Los perfiles ICC evitan esta deficiencia mediante el uso de la matriz de transformación de Bradford al espacio de color LMS (que apareció por primera vez en el modelo de apariencia de color LLAB ) junto con CIELAB.
Debido a la transformación "incorrecta", se sabe que CIELAB tiene un desempeño deficiente cuando se usa un punto blanco que no es de referencia, lo que lo convierte en un CAM deficiente incluso para sus entradas limitadas. La transformación incorrecta también parece responsable de su tono azul irregular, que se inclina hacia el púrpura a medida que cambia L, lo que lo convierte en un UCS no perfecto.
Nayatani y col. modelo
El Nayatani et al. El modelo de apariencia de color se centra en la ingeniería de iluminación y las propiedades de reproducción del color de las fuentes de luz.
Modelo de caza
El modelo de apariencia de color de Hunt se centra en la reproducción de imágenes en color (su creador trabajó en los laboratorios de investigación de Kodak ). El desarrollo ya comenzó en la década de 1980 y en 1995 el modelo se había vuelto muy complejo (incluidas características que ningún otro modelo de apariencia de color ofrece, como la incorporación de respuestas de células de bastón ) y permitía predecir una amplia gama de fenómenos visuales. Tuvo un impacto muy significativo en CIECAM02 , pero debido a su complejidad, el modelo Hunt en sí es difícil de usar.
RLAB
RLAB intenta mejorar las importantes limitaciones de CIELAB centrándose en la reproducción de imágenes. Funciona bien para esta tarea y es fácil de usar, pero no lo suficientemente completo para otras aplicaciones.
A diferencia de CIELAB, RLAB utiliza un paso de von Kries adecuado. También permite ajustar el grado de adaptación al permitir un valor D personalizado . "Descontando el iluminante" todavía se puede usar usando un valor fijo de 1.0. [2]
LLAB
LLAB es similar a RLAB , también intenta ser simple, pero además intenta ser más completo que RLAB. Al final, cambió algo de simplicidad por exhaustividad, pero todavía no era totalmente exhaustiva. Dado que CIECAM97s se publicó poco después, LLAB nunca ganó un uso generalizado.
CIECAM97s
Después de comenzar la evolución de los modelos de apariencia de color con CIELAB , en 1997, el CIE quiso continuar con un modelo de apariencia de color completo. El resultado fue CIECAM97s, que era completo, pero también complejo y en parte difícil de usar. Obtuvo una amplia aceptación como modelo de apariencia de color estándar hasta que se publicó CIECAM02 .
IPT
Ebner y Fairchild abordaron el problema de las líneas de tono no constantes en su espacio de color denominado IPT . [3] El espacio de color IPT convierte datos XYZ adaptados a D65 (XD65, YD65, ZD65) en datos de respuesta de cono largo-medio-corto (LMS) utilizando una forma adaptada de la matriz Hunt-Pointer-Estevez (M HPE (D65) ). [4]
El modelo de apariencia de color IPT se destaca por proporcionar una formulación para el tono donde un valor de tono constante equivale a un tono percibido constante independiente de los valores de luminosidad y croma (que es el ideal general para cualquier modelo de apariencia de color, pero difícil de lograr). Por lo tanto, es adecuado para implementaciones de mapas de gama .
ICtCp
ITU-R BT.2100 incluye un espacio de color llamado ICtCp , que mejora el IPT original al explorar un rango dinámico más alto y gamas de colores más amplias. [5]
CIECAM02
Después del éxito de CIECAM97s , el CIE desarrolló CIECAM02 como su sucesor y lo publicó en 2002. Funciona mejor y es más simple al mismo tiempo. Aparte del modelo rudimentario de CIELAB , CIECAM02 se acerca más a un “estándar” acordado internacionalmente para un modelo de apariencia de color (completo).
Tanto CIECAM02 como CIECAM16 tienen algunas propiedades numéricas indeseables cuando se implementan al pie de la letra de la especificación. [6]
iCAM06
iCAM06 es un modelo de apariencia de color de imagen . Como tal, no trata cada píxel de una imagen de forma independiente, sino en el contexto de la imagen completa. Esto le permite incorporar parámetros de apariencia de color espacial como el contraste, lo que lo hace muy adecuado para imágenes HDR . También es un primer paso para hacer frente a los fenómenos de apariencia espacial .
CAM16
El CAM16 es un sucesor de CIECAM02 con varias correcciones y mejoras. También viene con un espacio de color llamado CAM16-UCS. Lo publica un grupo de trabajo CIE, pero aún no es un estándar CIE. [7]
Otros modelos
- OSA-UCS
- Un UCS de 1947 con buenas propiedades en general y una conversión de CIEXYZ definida en 1974. La conversión a CIEXYZ, sin embargo, no tiene una expresión de forma cerrada, lo que dificulta su uso en la práctica.
- SRLAB2
- Una modificación de CIELAB de 2009 en el espíritu de RLAB (con descuento del iluminante). Utiliza la matriz de adaptación cromática CIECAM02 para solucionar el problema del tono azul. [8]
- JzAzBz
- Un UCS 2017 diseñado para color HDR. Tiene J (ligereza) y dos cromaticidades. [9]
- XYB
- Una familia de UCS utilizada en Guetzli y JPEG XL , con un objetivo principal en la compresión. Mejor uniformidad que CIELAB. [8]
- Oklab
- Un UCS 2020 diseñado para colores de rango dinámico normal. Misma estructura que CIELAB, pero equipada con datos mejorados (salida CAM16 para luminosidad y croma; datos IPT para tono). Pretende ser fácil de implementar y usar, al igual que CIELAB e IPT, pero con mejoras en la uniformidad. [10]
Notas
- ^ “XYZ” se refiere a un modelo de colory un espacio de coloral mismo tiempo, porque el espacio de color XYZ es el único espacio de color que utiliza el modelo de color XYZ. Esto difiere, por ejemplo, del modelo de color RGB, queutilizanmuchos espacios de color (como sRGB o Adobe RGB (1998) ).
- ^ 10.1002 / 9781118653128.ch13
- ^ Ebner; Fairchild (1998), Desarrollo y prueba de un espacio de color con uniformidad de tono mejorada , Proc. IS&T 6th Color Imaging Conference, Scottsdale, AZ, págs. 8–13.
- ^ Edge, Christopher. "Patente de EE.UU. 8.437.053, mapeo de gama utilizando espacio de color que conserva el tono" . Consultado el 9 de febrero de 2016 .
- ^ Introducción a ICtCp (PDF) , 2016
- ^ Schlömer, Nico (2018). Mejoras algorítmicas para los modelos de apariencia de color CIECAM02 y CAM16 . arXiv : 1802.06067 .
- ^ Li, Changjun; Li, Zhiqiang; Wang, Zhifeng; Xu, Yang; Luo, Ming Ronnier; Cui, Guihua; Melgosa, Manuel; Brill, Michael H .; Pointer, Michael (diciembre de 2017). "Soluciones integrales de color: CAM16, CAT16 y CAM16-UCS". Investigación y aplicación del color . 42 (6): 703–718. doi : 10.1002 / col.22131 .
- ^ a b Levien, Raph (18 de enero de 2021). "Una revisión interactiva de Oklab" .
- ^ Safdar, Muhammad; Cui, Guihua; Kim, Youn Jin; Luo, Ming Ronnier (26 de junio de 2017). "Espacio de color perceptualmente uniforme para señales de imagen que incluyen un alto rango dinámico y una amplia gama" . Optics Express . 25 (13): 15131. doi : 10.1364 / OE.25.015131 .
- ^ Ottosson, Björn. "Un espacio de color perceptual para el procesamiento de imágenes" .
Referencias
- Fairchild, Mark D. (2013). Modelos de apariencia de color . Serie Wiley-IS & T en Ciencia y Tecnología de Imágenes (3 ed.). Hoboken: John Wiley & Sons . ISBN 978-1-119-96703-3.