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 bajo las cuales la apariencia de un color no coincide con la medición física correspondiente de la fuente del 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 que crean el color sean perceptivamente uniformes, es decir, una distancia espacial idéntica entre dos colores equivale a una cantidad idéntica de diferencia de color percibida. Una CAM bajo una condición de visualización fija da como resultado un UCS; un UCS con un modelado de condiciones de visualización variables da como resultado un CAM. Un UCS sin dicho modelado todavía se puede utilizar como un CAM rudimentario.
El color se origina en la mente del observador; “Objetivamente”, sólo existe la distribución espectral de potencia de la luz que llega al ojo. En este sentido, cualquier percepción del color es subjetiva. Sin embargo, se han realizado intentos exitosos de mapear la distribución de potencia espectral de la luz con la respuesta sensorial humana de una manera cuantificable. En 1931, utilizando mediciones psicofísicas , la Comisión Internacional de Iluminación (CIE) creó el espacio de color XYZ [1] que modela con éxito la visión humana del color 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 llega al ojo, el fondo detrás del objeto observado y el nivel de luminancia de la luz circundante). Sólo 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 podrían 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.
El desafío básico para cualquier modelo de apariencia de color es que la percepción humana del color no funciona en términos de valores de triestímulo 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 influyen en las condiciones de visualización) desde los valores de triestímulo XYZ hasta estos parámetros de apariencia (al menos tono, luminosidad y croma).
Esta sección describe algunos de los fenómenos de apariencia del color que los modelos de apariencia del color intentan abordar.
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 iluminadora al observar un objeto reflectante. Para el ojo humano, un trozo de papel blanco parece blanco sin importar si la iluminación es azulada o amarillenta. Este es el más básico e importante de todos los fenómenos de apariencia del 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 del 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 sigue siendo el mismo.
La adaptación cromática es un buen ejemplo del caso en el 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 iluminadora, también cambia la distribución de potencia espectral y, por tanto, los valores de triestímulo XYZ de la luz reflejada en el papel blanco; la apariencia del color , sin embargo, sigue siendo la misma (blanco).
Varios efectos cambian la percepción del tono por parte de un observador humano:
Varios efectos cambian la percepción del contraste por parte de un observador humano:
Hay un efecto que cambia la percepción del colorido por parte de un observador humano:
Existe un efecto que cambia la percepción del brillo por parte de un observador humano:
Los fenómenos espaciales sólo 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 conocen como modelos de apariencia de color de imagen (iCAM) .
Dado que los parámetros de apariencia del color y los fenómenos de apariencia del color son numerosos y la tarea es compleja, no existe un modelo único de apariencia de color que se aplique universalmente; en cambio, se utilizan varios modelos.
Esta sección enumera algunos de los modelos de apariencia de color que se utilizan. Las transformaciones de adaptación cromática para algunos de estos modelos se enumeran en el espacio de color LMS .
En 1976, la CIE se propuso sustituir los numerosos modelos de diferencia de color incompatibles existentes por un nuevo modelo universal de diferencia de color. Intentaron lograr este objetivo creando un espacio de color perceptualmente uniforme (UCS), es decir, un espacio de color donde una distancia espacial idéntica entre dos colores equivale a una cantidad idéntica de diferencia de color percibida. Aunque sólo lo consiguieron parcialmente, 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 pilares de la gestión del color con perfiles ICC . Por tanto, está 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 primero el espacio de color LMS para obtener resultados más precisos. Los perfiles ICC evitan esta deficiencia utilizando 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 rendimiento deficiente cuando se utiliza un punto blanco sin 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 cuando L cambia, lo que lo convierte también en un UCS no perfecto.
Nayatani et al. El modelo de apariencia de color se centra en la ingeniería de iluminación y las propiedades de reproducción cromática de las fuentes de luz.
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 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 bastones ) 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 utilizar.
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 permitiendo un valor D personalizado . El "descuento del iluminante" todavía se puede utilizar utilizando un valor fijo de 1,0. [2]
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 completamente exhaustiva. Dado que CIECAM97s se publicó poco después, LLAB nunca obtuvo un uso generalizado.
Después de iniciar la evolución de los modelos de apariencia del color con CIELAB, en 1997, la CIE quiso continuar con un modelo integral de apariencia del color. El resultado fue el CIECAM97, 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.
Ebner y Fairchild abordaron la cuestión 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 (LMS) largo-medio-corto 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 independientemente de los valores de luminosidad y croma (que es el ideal general para cualquier modelo de apariencia de color, pero es difícil de lograr). Por lo tanto, es muy adecuado para implementaciones de mapeo de gama .
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 color más amplias. [5] ICtCp se puede transformar en un espacio de color aproximadamente uniforme escalando Ct en 0,5. Este espacio de color transformado es la base del Rec. 2124 métrica de diferencia de color de amplia gama ΔE ITP . [6]
Tras el éxito de CIECAM97s, la CIE desarrolló CIECAM02 como su sucesor y lo publicó en 2002. Funciona mejor y es más sencillo al mismo tiempo. Aparte del rudimentario modelo CIELAB, CIECAM02 es lo que más se acerca a un “estándar” acordado internacionalmente para un modelo de apariencia de color (integral).
Tanto CIECAM02 como CIECAM16 tienen algunas propiedades numéricas indeseables cuando se implementan al pie de la letra de la especificación. [7]
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 abordar los fenómenos de apariencia espacial.
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 no es el estándar CIE. [8] El estándar CIECAM16 se lanzó en 2022 y es ligeramente diferente. [9] [10]
CAM16 se utiliza en el sistema de color Material Design en una versión cilíndrica llamada "HCT" (hue, chroma, tone). Los valores de tono y croma son idénticos a los de CAM16. El valor del "tono" es CIELAB L*. [11]
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). Diseñado para ser fácil de implementar y usar (especialmente desde sRGB), tal como lo fueron CIELAB e IPT, pero con mejoras en la uniformidad. [12]
A partir de septiembre de 2023, forma parte del borrador del nivel de color 4 de CSS [13] y es compatible con las versiones recientes de los principales navegadores. [14]
{{citation}}: CS1 maint: location missing publisher (link)