CIECAM02

Modelo de apariencia de color

Modelo de campo de observación. No está dibujado a escala.

En colorimetría , CIECAM02 es el modelo de apariencia del color publicado en 2002 por el Comité Técnico 8-01 de la Comisión Internacional de Iluminación (CIE) ( Modelado de apariencia del color para sistemas de gestión del color ) y el sucesor de CIECAM97 . ^[1]

Las dos partes principales del modelo son su transformación de adaptación cromática , CIECAT02 , y sus ecuaciones para calcular correlatos matemáticos para las seis dimensiones técnicamente definidas de la apariencia del color: brillo ( luminancia ), luminosidad , colorido , croma , saturación y tono .

El brillo es la apariencia subjetiva de cuán brillante parece un objeto dado su entorno y cómo está iluminado. La luminosidad es la apariencia subjetiva de cuán claro parece ser un color. El colorido es el grado de diferencia entre un color y el gris. El croma es el colorido relativo al brillo de otro color que parece blanco en condiciones de visualización similares. Esto permite el hecho de que una superficie de un croma dado muestra un colorido creciente a medida que aumenta el nivel de iluminación. La saturación es el colorido de un color en relación con su propio brillo. El tono es el grado en el que un estímulo puede describirse como similar o diferente de los estímulos que se describen como rojo, verde, azul y amarillo, los llamados tonos únicos . Los colores que componen la apariencia de un objeto se describen mejor en términos de luminosidad y croma cuando se habla de los colores que componen la superficie del objeto, y en términos de brillo, saturación y colorido cuando se habla de la luz que emite o refleja el objeto.

CIECAM02 toma como entrada los valores triestímulo del estímulo, los valores triestímulo de un punto blanco adaptable , el fondo adaptable y la información de luminancia circundante, y si los observadores están descontando o no el iluminante ( se aplica la constancia del color ). El modelo se puede utilizar para predecir estos atributos de apariencia o, con implementaciones hacia adelante y hacia atrás para distintas condiciones de visualización, para calcular los colores correspondientes.

El sistema de color de Windows introducido en Windows Vista utiliza la tecnología Kyuanos (キュアノス) de Canon para mapear gamas de imágenes entre dispositivos de salida, que a su vez utilizan CIECAM02 para la correspondencia de colores. ^[2]

Condiciones de visualización

El círculo interior es el estímulo , a partir del cual se deben medir los valores triestímulo en CIE XYZ utilizando el observador estándar de 2° . El círculo intermedio es el campo proximal , que se extiende otros 2°. El círculo exterior es el fondo , que se extiende hasta 10°, a partir del cual se debe medir la luminancia relativa (Y _b ). Si el campo proximal es del mismo color que el fondo, se considera que el fondo es adyacente al estímulo. Más allá de los círculos que comprenden el campo de visualización ( área de visualización , área de visualización ) está el campo circundante (o área periférica ), que puede considerarse como la habitación entera. La totalidad del campo proximal, el fondo y el entorno se denomina campo de adaptación (el campo de visión que admite la adaptación, se extiende hasta el límite de la visión). ^[3]

Al consultar la literatura, también es útil tener en cuenta la diferencia entre los términos punto blanco adoptado (el punto blanco computacional ) y punto blanco adaptado (el punto blanco del observador). ^[4] La distinción puede ser importante en la iluminación en modo mixto, donde entran en juego los fenómenos psicofísicos. Este es un tema de investigación.

Tabla de decisión de parámetros

CIECAM02 define tres entornos (promedio, tenue y oscuro) con parámetros asociados definidos aquí como referencia en el resto de este artículo: ^[5]

• S _R = L _sw / L _dw : relación entre la luminancia absoluta del blanco de referencia ( punto blanco ) medido en el campo circundante y el área de visualización. El coeficiente 0,2 se deriva del supuesto de "mundo gris" (reflectividad de ~18%–20%). Comprueba si la luminancia circundante es más oscura o más brillante que el gris medio.
• F : factor determinante del grado de adaptación
• c : impacto del entorno
• N _c : factor de inducción cromática

Para condiciones intermedias, estos valores se pueden interpolar linealmente. ^[5]

La luminancia absoluta del campo de adaptación, que es una cantidad que se necesitará más adelante, se debe medir con un fotómetro . Si no se dispone de uno, se puede calcular utilizando un blanco de referencia:

${\displaystyle L_{A}={\frac {E_{w}}{\pi }}{\frac {Y_{b}}{Y_{w}}}={\frac {L_{W}Y_{b}}{Y_{w}}}}$

donde Y _b es la luminancia relativa del fondo, E _w = πL _W es la iluminancia del blanco de referencia en lux, L _W es la luminancia absoluta del blanco de referencia en cd/m ² , e Y _w es la luminancia relativa del blanco de referencia en el campo de adaptación. Si se desconoce, se puede suponer que el campo de adaptación tiene una reflectancia media (suposición de "mundo gris"): L _A = L _W / 5 .

Nota : Se debe tener cuidado de no confundir L _W , la luminancia absoluta del blanco de referencia en cd/m ² , y L _w, la respuesta del cono rojo en el espacio de color LMS .

Adaptación cromática

Resumen

1. Convierta al espacio CAT02 LMS "espectralmente afilado" para prepararse para la adaptación. El afilado espectral es la transformación de los valores triestímulo en nuevos valores que habrían resultado de un conjunto más nítido y concentrado de sensibilidades espectrales. Se sostiene que esto ayuda a la constancia del color, especialmente en la región azul. (Compare Finlayson et al. 94, Afilado espectral: Transformaciones del sensor para una constancia del color mejorada)
2. Realice la adaptación cromática utilizando CAT02 (también conocida como "transformación CMCCAT2000 modificada").
3. Convertir a un espacio LMS más cercano a los fundamentos del cono. Se sostiene que la predicción de correlaciones de atributos perceptuales se realiza mejor en dichos espacios. ^[5]
4. Realizar una compresión de respuesta de cono posterior a la adaptación.

CAT02

Dado un conjunto de valores triestímulo en XYZ , los valores LMS correspondientes se pueden determinar mediante la matriz de transformación M _CAT02 (calculada utilizando el observador colorimétrico estándar CIE 1931 2° ). ^[1] El color de muestra en el iluminante de prueba es:

${\displaystyle {\begin{bmatrix}L\\M\\S\end{bmatrix}}=\mathbf {M} _{\mathit {CAT02}}{\begin{bmatrix}X\\Y\\Z\end{bmatrix}},\quad \mathbf {M} _{\mathit {CAT02}}={\begin{bmatrix}\;\;\,0.7328&0.4296&-0.1624\\-0.7036&1.6975&\;\;\,0.0061\\\;\;\,0.0030&0.0136&\;\;\,0.9834\end{bmatrix}}}$.

Una vez en LMS, el punto blanco se puede adaptar al grado deseado eligiendo el parámetro D . ^[3] Para el CAT02 general, el color correspondiente en el iluminante de referencia es:

${\displaystyle {\begin{aligned}L_{c}&={\Big (}{\frac {Y_{w}L_{wr}}{Y_{wr}L_{w}}}D+1-D{\Big )}L\\M_{c}&={\Big (}{\frac {Y_{w}M_{wr}}{Y_{wr}M_{w}}}D+1-D{\Big )}M\\S_{c}&={\Big (}{\frac {Y_{w}S_{wr}}{Y_{wr}S_{w}}}D+1-D{\Big )}S\\\end{aligned}}}$

donde el factor Y _w / Y _wr tiene en cuenta los dos iluminantes que tienen la misma cromaticidad pero diferentes blancos de referencia. ^[6] Los subíndices indican la respuesta del cono para el blanco bajo la prueba ( w ) y el iluminante de referencia ( wr ). El grado de adaptación (descuento) D se puede establecer en cero para ninguna adaptación (el estímulo se considera autoluminoso) y en la unidad para una adaptación completa ( constancia del color ). En la práctica, varía de 0,65 a 1,0, como se puede ver en el diagrama. Los valores intermedios se pueden calcular mediante: ^[5]

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

donde F envolvente es como se define anteriormente y L _A es la luminancia del campo de adaptación en cd/m ² . ^[1]

Gráfica logarítmica de F _L frente a L _A ( L _A varía de 10 ⁻⁴ a 10 ⁴ , F _L varía de 10 ⁻⁴ a 10). La aproximación de raíz cúbica de F _L es 0,1715 L _A ^1/3

En CIECAM02, el iluminante de referencia tiene energía igual (L _wr = M _wr = S _wr = 100 ) y el blanco de referencia es el difusor reflector perfecto (es decir, reflectancia unitaria e Y _wr = 100 ), por lo tanto:

${\displaystyle {\begin{aligned}L_{c}&={\Big (}{\frac {Y_{w}}{L_{w}}}D+1-D{\Big )}L\\M_{c}&={\Big (}{\frac {Y_{w}}{M_{w}}}D+1-D{\Big )}M\\S_{c}&={\Big (}{\frac {Y_{w}}{S_{w}}}D+1-D{\Big )}S\\\end{aligned}}}$

Además, si el blanco de referencia en ambos iluminantes tiene el valor triestímulo Y ( Y _wr = Y _w ) entonces:

${\displaystyle {\begin{aligned}L_{c}&={\Big (}{\frac {L_{wr}}{L_{w}}}D+1-D{\Big )}L\\M_{c}&={\Big (}{\frac {M_{wr}}{M_{w}}}D+1-D{\Big )}M\\S_{c}&={\Big (}{\frac {S_{wr}}{S_{w}}}D+1-D{\Big )}S\\\end{aligned}}}$

Postadaptación

Después de la adaptación, las respuestas del cono se convierten al espacio de Hunt-Pointer-Estévez yendo a XYZ y viceversa : ^[5]

${\displaystyle {\begin{bmatrix}L'\\M'\\S'\end{bmatrix}}=\mathbf {M} _{H}{\begin{bmatrix}X_{c}\\Y_{c}\\Z_{c}\end{bmatrix}}=\mathbf {M} _{H}\mathbf {M} _{CAT02}^{-1}{\begin{bmatrix}L_{c}\\M_{c}\\S_{c}\end{bmatrix}}}$

${\displaystyle \mathbf {M} _{H}={\begin{bmatrix}\;\;\,0.38971&0.68898&-0.07868\\-0.22981&1.18340&\;\;\,0.04641\\\;\;\,0.00000&0.00000&\;\;\,1.00000\end{bmatrix}}}$

log L ′ _a vs. log L ′ para L _A = 200 ( F _L = 1 )

Obsérvese que la matriz anterior, que fue heredada de CIECAM97s, ^[7] tiene la desafortunada propiedad de que, dado que 0,38971 + 0,68898 – 0,07868 = 1,00001, 1 ⃗ ≠ M _H 1 ⃗ y que, en consecuencia, el gris tiene un croma distinto de cero, ^[8] un problema que CAM16 pretende abordar. ^[9]

Finalmente, la respuesta se comprime según la ecuación generalizada de Michaelis-Menten (como se muestra al costado): ^[5]

${\displaystyle k={\frac {1}{5L_{A}+1}}}$

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

F _L es el factor de adaptación del nivel de luminancia.

${\displaystyle {\begin{aligned}L'_{a}&={\frac {400{\left(F_{L}L'/100\right)}^{0.42}}{27.13+{\left(F_{L}L'/100\right)}^{0.42}}}+0.1\\M'_{a}&={\frac {400{\left(F_{L}M'/100\right)}^{0.42}}{27.13+{\left(F_{L}M'/100\right)}^{0.42}}}+0.1\\S'_{a}&={\frac {400{\left(F_{L}S'/100\right)}^{0.42}}{27.13+{\left(F_{L}S'/100\right)}^{0.42}}}+0.1\end{aligned}}}$

Como se mencionó anteriormente, si se desconoce el nivel de luminancia del fondo, se puede estimar a partir de la luminancia absoluta del punto blanco como L _A = L _W / 5 utilizando el supuesto de "gris medio". (La expresión para F _L se da en términos de 5 L _A para mayor comodidad). En condiciones fotópicas , el factor de adaptación del nivel de luminancia ( F _L ) es proporcional a la raíz cúbica de la luminancia del campo de adaptación ( L _A ). En condiciones escotópicas , es proporcional a L _A (lo que significa que no hay adaptación del nivel de luminancia). El umbral fotópico es aproximadamente L _W = 1 (ver el gráfico F _L – L _A anterior).

La apariencia se correlaciona

CIECAM02 define correlatos para amarillo-azul, rojo-verde, brillo y colorido. Hagamos algunas definiciones preliminares.

${\displaystyle {\begin{aligned}C_{1}&=L_{a}^{\prime }-M_{a}^{\prime }\\C_{2}&=M_{a}^{\prime }-S_{a}^{\prime }\\C_{3}&=S_{a}^{\prime }-L_{a}^{\prime }\end{aligned}}}$

El correlato para rojo-verde ( a ) es la magnitud de la desviación de C ₁ del criterio para amarillo único ( C ₁ = C ₂ / 11 ), y el correlato para amarillo-azul ( b ) se basa en la media de la magnitud de las desviaciones de C ₁ del rojo único ( C ₁ = C ₂ ) y el verde único ( C ₁ = C ₃ ). ^[3]

${\displaystyle {\begin{aligned}a&=C_{1}-\textstyle {\frac {1}{11}}C_{2}&=L_{a}^{\prime }-\textstyle {\frac {12}{11}}M_{a}^{\prime }+\textstyle {\frac {1}{11}}S_{a}^{\prime }\\b&=\textstyle {\frac {1}{2}}\left(C_{2}-C_{1}+C_{1}-C_{3}\right)/4.5&=\textstyle {\frac {1}{9}}\left(L_{a}^{\prime }+M_{a}^{\prime }-2S_{a}^{\prime }\right)\end{aligned}}}$

El factor 4,5 explica el hecho de que hay menos conos en longitudes de onda más cortas (el ojo es menos sensible al azul). El orden de los términos es tal que b es positivo para colores amarillentos (en lugar de azulados).

El ángulo de tono ( h ) se puede encontrar convirtiendo la coordenada rectangular ( a , b ) en coordenadas polares:

${\displaystyle h=\angle (a,b)=\operatorname {atan2} (b,a),\ (0\leq h<360^{\circ })}$

Para calcular la excentricidad ( e _t ) y la composición de tono ( H ), determine en qué cuadrante se encuentra el tono con la ayuda de la siguiente tabla. Elija i de modo que h _i ≤ h ′ < h _{i +1} , donde h ′ = h si h > h ₁ y h ′ = h + 360° en caso contrario.

${\displaystyle {\begin{aligned}H&=H_{i}+{\frac {100(h^{\prime }-h_{i})/e_{i}}{(h^{\prime }-h_{i})/e_{i}+(h_{i+1}-h^{\prime })/e_{i+1}}}\\e_{t}&=\textstyle {\frac {1}{4}}\left[\cos \left(\textstyle {\frac {\pi }{180}}h+2\right)+3.8\right]\end{aligned}}}$

(Esto no es exactamente lo mismo que el factor de excentricidad que se indica en la tabla).

Calcular la respuesta acromática A :

${\displaystyle A=(2L_{a}^{\prime }+M_{a}^{\prime }+\textstyle {\frac {1}{20}}S_{a}^{\prime }-0.305)N_{bb}}$

dónde

${\displaystyle {\begin{aligned}&N_{bb}=N_{cb}=0.725n^{-0.2}\\&n=Y_{b}/Y_{w}\end{aligned}}}$.

El correlato de la ligereza es

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

donde c es el impacto del entorno (ver arriba), y

${\displaystyle z=1.48+{\sqrt {n}}}$.

El correlato del brillo es

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

Luego calcula una cantidad temporal t.

${\displaystyle t={\frac {\textstyle {\frac {50\,000}{13}}N_{c}N_{cb}e_{t}{\sqrt {a^{2}+b^{2}}}}{L_{a}^{\prime }+M_{a}^{\prime }+\textstyle {\frac {21}{20}}S_{a}^{\prime }}}}$

El correlato del croma es

${\displaystyle C=t^{0.9}{\sqrt {\textstyle {\frac {1}{100}}J}}(1.64-0.29^{n})^{0.73}}$.

El correlato del colorido es

${\displaystyle M=C\cdot F_{L}^{1/4}}$.

El correlato de la saturación es

${\displaystyle s=100{\sqrt {M/Q}}}$.

Espacios de color

Los correlatos de apariencia de CIECAM02, J , a y b , forman un espacio de color uniforme que se puede utilizar para calcular diferencias de color , siempre que se fije una condición de visualización. Un derivado más comúnmente utilizado es el espacio de color uniforme CAM02 (CAM02-UCS), una extensión con ajustes para que coincida mejor con los datos experimentales. ^[10]

CIECAM02 como modelo de procesamiento visual humano

Al igual que muchos modelos de color, CIECAM02 tiene como objetivo modelar la percepción humana del color. Se ha demostrado que el modelo CIECAM02 es un modelo más plausible de la actividad neuronal en la corteza visual primaria , en comparación con el modelo CIELAB anterior . Específicamente, tanto su respuesta acromática A como su correlación rojo-verde a pueden coincidir con la actividad EMEG ( entrenamiento ), cada una con su propio retraso característico. ^[11]

Véase también

• Espacio de color CIELAB
• Espacio de color CIE 1931
• Modelo de apariencia de color

Referencias

1. Fairchild, Mark D.; Luo, MR; Hunt, RWG (agosto de 2000). "Una revisión de CIECAM97s para aplicaciones prácticas" (PDF) . Color Research & Application . 25 (4). Wiley Interscience : 260–266. doi :10.1002/1520-6378(200008)25:4<260::AID-COL6>3.0.CO;2-9. Archivado desde el original (PDF) el 22 de septiembre de 2013 . Consultado el 9 de febrero de 2008 . El modelo CIECAM97s fue adoptado por la CIE en 1997 para aplicaciones de imágenes en color. Incluye modos directo e inverso. Se encontraron algunos problemas en el uso de este modelo en pruebas de campo recientes. En este artículo se sugiere revisar el modelo en dos aspectos: (a) hacer que la luminosidad (J) sea cero cuando el valor triestímulo Y sea cero, en todas las condiciones ambientales; (b) modificar el factor de inducción cromática (Nc) de 1,10 a 0,95 para las condiciones ambientales oscuras. Para evitar confusiones, se sugiere que la versión revisada del modelo se denomine CAM97s2. El artículo también describe un modo alternativo para lograr una reversibilidad más exacta entre los modos directo e inverso.
2. “Windows Color System: The Next Generation Color Management System” Archivado el 27 de julio de 2010 en Wayback Machine . Libro blanco de Microsoft. 13 de septiembre de 2005.
3. Schanda, János (2007). "El futuro de la colorimetría en la CIE: apariencia del color". Colorimetría: comprensión del sistema CIE . Wiley Interscience . pág. 359. ISBN 978-0-470-04904-4.
4. Westland, Stephen; Ripamonti, Caterina (2004). Ciencia computacional del color con MATLAB. John Wiley & Sons . ISBN 0-470-84562-7.
5. Moroney, Nathan; Fairchild, Mark D.; Hunt, Robert WG; Li, Changjun; Luo, M. Ronnier; Newman, Todd (12 de noviembre de 2002). "El modelo de apariencia de color CIECAM02". Décima conferencia sobre imágenes en color IS&T/SID . Scottsdale, Arizona : Sociedad para la ciencia y la tecnología de imágenes . ISBN 0-89208-241-0.
6. Hunt, Robert WG; Changjun Li; M. Ronnier Luo (febrero de 2005). "Transformaciones de adaptación cromática". Color Research & Application . 30 (1). Wiley Interscience : 69. doi :10.1002/col.20085. Las transformaciones de adaptación cromática (CAT) han aparecido en diferentes formas. Se describen las razones de estas formas y las relaciones entre ellas. Se explican los factores que determinan qué tipo de CAT se debe utilizar en diferentes aplicaciones.
7. Ming Ronnier Luo y Robert William Gainer Hunt: La estructura del modelo de apariencia de color CIE 1997
8. Chunghui Kuo, Eric Zeise y Di Lai: Implementación robusta de CIECAM02 y experimento numérico dentro de un flujo de trabajo del Consorcio Internacional del Color
9. Changjun Li, Zhiqiang Li, Zhifeng Wang, Yang Xu, Ming Ronnier Luo, Guihua Cui, Manuel Melgosa, Michael Henry Brill y Michael Pointer: soluciones de color integrales: CAM16, CAT16 y CAM16-UCS
10. Luo, M. Ronnier; Cui, Guihua; Li, Changjun (agosto de 2006). "Espacios de color uniformes basados ​​en el modelo de apariencia de color CIECAM02". Investigación y aplicación del color . 31 (4): 320–330. doi :10.1002/col.20227. S2CID  122917960.
11. Thwaites, Andrew; Wingfield, Cai; Wieser, Eric; Soltan, Andrew; Marslen-Wilson, William D.; Nimmo-Smith, Ian (2018). "Entrenamiento con los modelos de apariencia de color CIECAM02 y CIELAB en la corteza humana". Investigación de la visión . 145 : 1–10. doi : 10.1016/j.visres.2018.01.011 . doi :10.17863/CAM.21754.

Lectura adicional

• CIE TC 8-01 (2004). Un modelo de apariencia de color para sistemas de gestión del color. Publicación 159. Viena: CIE Central Bureau. ISBN 3-901906-29-0Archivado desde el original el 13 de abril de 2011. Consultado el 28 de abril de 2008 .{{cite book}}: CS1 maint: numeric names: authors list (link)
• Fairchild, Mark D. (9 de noviembre de 2004). "Modelos de apariencia de color: CIECAM02 y más allá" (PDF) . 12.ª Conferencia sobre imágenes en color de IS&T/SID. Archivado desde [rit-mcsl.org/fairchild/PDFs/AppearanceLec.pdf el original] (PDF) el 11 de septiembre de 2020. Consultado el 11 de febrero de 2008 . {{cite web}}: Verificar |url=valor ( ayuda )
• Schlömer, Nico (2018). Mejoras algorítmicas para los modelos de apariencia de color CIECAM02 y CAM16 . arXiv : 1802.06067 .

Enlaces externos

• Caja de herramientas MATLAB Colorlab para el cálculo de la ciencia del color y la reproducción precisa del color (por Jesús Malo y María José Luque, Universitat de Valencia). Incluye colorimetría triestímulo estándar CIE y transformaciones a una serie de modelos de apariencia de color no lineales (CIELAB, CIECAM, etc.).
• Hoja de cálculo de Excel con ejemplos de operaciones directas e inversas Archivado el 9 de enero de 2007 en Wayback Machine , por Eric Walowit y Grit O'Brien
• Implementación experimental del modelo de apariencia de color CIECAM02 en un complemento compatible con Photoshop (sólo Microsoft Windows), por Cliff Rames.
• Notas sobre el modelo de apariencia de color CIECAM02. Código fuente en C de las transformadas directa e inversa, por Billy Biggs.
• Subprograma Java CIECAM02, por Nathan Moroney

  Aunque los applets de Java ya no funcionan en ningún navegador importante, esta página también ofrece ejecutables de línea de comandos para Windows, Mac OS X y HP-UX. Aunque no se documenta en la página, el uso de estos ejecutables no es tan difícil, por ejemplo, en Windows:

  > %TEMP% \cam02vc echo 95.01 100 108.82 200 18 1 &&> %TEMP% \cam02xyz echo 40 20 10 && ciecam02 0 1 0 %TEMP% \cam02vc %TEMP% \cam02xyz con

  Y lo mismo ocurre con otras plataformas. Los tres primeros números son el punto blanco que se va a utilizar, luego la iluminación ambiental promedio, en este caso 200 cd/m², luego la luminancia relativa del entorno en la misma escala que el punto blanco, en este caso 18%, luego las condiciones del entorno, donde 1 = promedio, 2 = tenue y 3 = oscuro, y luego las coordenadas XYZ del color que se va a verificar. El resultado serán las coordenadas JCh. Los bits 0 1 0 significan 'adelante, verbose, calcular D', así que cambie el primero a 1 para convertir de JCh a XYZ, el segundo a 0 para no imprimir los valores intermedios en el cálculo, o el último a 1 para forzar el parámetro D a 1.