CIECAM02

Modelo de apariencia de color

Modelo de campo de observación. No dibujado a escala.

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

Las dos partes principales del modelo son su transformada 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 qué tan 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 aparece blanco en condiciones de visualización similares. Esto permite el hecho de que una superficie de un croma determinado muestre 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 que un estímulo puede describirse como similar o diferente de estímulos que se describen como rojo, verde, azul y amarillo, los llamados tonos únicos . Los colores que conforman 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 emitida o reflejada. el objeto.

CIECAM02 toma como entrada los valores de triestímulo del estímulo, los valores de triestímulo de un punto blanco en adaptación , fondo en adaptación e información de luminancia circundante, y si los observadores están descontando o no el iluminante ( la constancia del color está vigente). El modelo se puede utilizar para predecir estos atributos de apariencia o, con implementaciones directas e inversas 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 utiliza 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 del 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 componen el campo de visualización ( área de visualización , área de visualización ) está el campo envolvente (o área periférica ), que puede considerarse como toda la habitación. La totalidad del campo proximal, el fondo y el entorno se denomina campo de adaptación (el campo de visión que apoya la adaptación y 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 de 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 ) medida en el campo envolvente y el área de visualización. El coeficiente de 0,2 se deriva del supuesto del "mundo gris" (~18%-20% de reflectividad). Prueba si la luminancia envolvente 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 adaptativo, que es una cantidad que será necesaria más adelante, debe medirse con un fotómetro . Si no está disponible, 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 fondo. el blanco de referencia en el campo de adaptación. Si se desconoce, se puede suponer que el campo de adaptación tiene una reflectancia promedio (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 LMS CAT02 "espectralmente nítido" para prepararse para la adaptación. La agudización espectral es la transformación de los valores del triestímulo en nuevos valores que habrían resultado de un conjunto de sensibilidades espectrales más nítidas y concentradas. Se argumenta que esto ayuda a la constancia del color, especialmente en la región azul (Compárese con Finlayson et al. 94, Spectral Sharpening:Sensor Transformations for Enhanced Color Constancy).
2. Realice la adaptación cromática utilizando CAT02 (también conocida como "transformación CMCCAT2000 modificada").
3. Convierta a un espacio LMS más cercano a los fundamentos del cono. Se argumenta que la predicción de correlaciones de atributos perceptivos se realiza mejor en dichos espacios. ^[5]
4. Realice una compresión de respuesta del cono posterior a la adaptación.

CAT02

Dado un conjunto de valores de 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 de 2° ). ^[1] El color de la 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 representa 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 uno para una adaptación completa ( constancia de color ). En la práctica, oscila entre 0,65 y 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 envolvente F es como se define anteriormente y LA es la luminancia del campo adaptativo _en cd/m ² . ^[1]

gráfico log-log de F _L frente a _LA ( L A _varía de 10 ⁻⁴ a 10 ⁴ , F _L varía de 10 ⁻⁴ a 10). La aproximación de la raíz cúbica de F _L es 0,1715 L _A ^1/3

En CIECAM02, el iluminante de referencia tiene igual energía L _wr = M _wr = S _wr = 100 ) y el blanco de referencia es el difusor reflectante 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:

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

Post-adaptación

Después de la adaptación, las respuestas de los conos se convierten al espacio 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 frente a log L ′ para L _A = 200 ( F _L = 1 )

Tenga en cuenta que la matriz anterior, que fue heredada de CIECAM97s, ^[7] tiene la desafortunada propiedad de que desde 0.38971 + 0.68898 – 0.07868 = 1.00001, 1 ⃗ ≠ M _H 1 ⃗ y que, en consecuencia, el gris tiene croma distinto de cero, ^[8] cuestión que CAM16 pretende abordar. ^[9]

Finalmente, la respuesta se comprime según la ecuación generalizada de Michaelis-Menten (como se muestra al lado): ^[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 por conveniencia). 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 (consulte el gráfico F _L – L _A arriba).

La apariencia se correlaciona

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

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

La correlación para rojo-verde ( a ) es la magnitud de la desviación de C ₁ del criterio para amarillo único ( C ₁ = C ₂ / 11 ), y la correlación 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 del 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 los 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 del tono ( H ), determine en qué cuadrante se encuentra el tono con la ayuda de la siguiente tabla. Elija i tal 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 figura en la tabla).

Calcule 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 calcule 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

Las correlaciones 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 utilizado es el CAM02 Uniform Color Space (CAM02-UCS), una extensión con ajustes para coincidir mejor con los datos experimentales. ^[10]

CIECAM02 como modelo de procesamiento visual humano

Como 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 actividad neuronal en la corteza visual primaria , en comparación con el modelo CIELAB anterior . Específicamente, tanto su respuesta acromática A como su correlato rojo-verde a pueden coincidir con la actividad EMEG ( arrastre ), cada uno con su propio retraso característico. ^[11]

Ver también

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

Referencias

1. Fairchild, Mark D.; Luo, señor; Hunt, RWG (agosto de 2000). "Una revisión de CIECAM97 para aplicaciones prácticas" (PDF) . Investigación y aplicación del color . 25 (4). Wiley Interciencia : 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 de avance y retroceso. En pruebas de campo recientes se encontraron algunos problemas al utilizar este modelo. Este artículo sugiere una revisión del modelo en dos aspectos: (a) hacer que la luminosidad (J) sea cero cuando el valor del triestímulo Y sea cero, en todas las condiciones circundantes; (b) modificar el factor de inducción cromática (Nc) de 1,10 a 0,95 para la condición de entorno oscuro. Para evitar confusión, 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. “Sistema de color de Windows: el sistema de gestión del color de próxima generación” 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 el CIE: apariencia del color". Colorimetría: comprensión del sistema CIE . Wiley Interciencia . pag. 359.ISBN​ 978-0-470-04904-4.
4. Westland, Stephen; Ripamonti, Caterina (2004). Ciencia computacional del color utilizando MATLAB. John Wiley e hijos . ISBN 0-470-84562-7.
5. Moroney, Nathan; Fairchild, Mark D.; Caza, Robert WG; Li, Changjun; Luo, M. Ronnier; Newman, Todd (12 de noviembre de 2002). "El modelo de apariencia de color CIECAM02". Décima Conferencia de Imágenes en Color de IS&T/SID . Scottsdale, Arizona : Sociedad de Ciencia y Tecnología de Imágenes . ISBN 0-89208-241-0.
6. Caza, Robert WG; Changjun Li; M. Ronnier Luo (febrero de 2005). "Transformaciones de adaptación cromática". Investigación y aplicación del color . 30 (1). Wiley Interscience : 69. doi : 10.1002/col.20085. Las transformadas 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 rigen 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 sólida de CIECAM02 y experimento numérico dentro de un flujo de trabajo del International Color Consortium
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, Andrés; Wingfield, Cai; Wieser, Eric; Soltán, Andrés; Marslen-Wilson, William D.; Nimmo-Smith, Ian (2018). "Arrastre a 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 . PMID  29608936.

Otras lecturas

• CIE TC 8-01 (2004). Un modelo de apariencia de color para sistemas de gestión de color. Publicación 159. Viena: Oficina Central de la CIE. ISBN 3-901906-29-0. Archivado 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) . 12ª Conferencia de 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}}: Comprobar |url=valor ( ayuda )
• Schlomer, Nico (2018). Mejoras algorítmicas para los modelos de apariencia de color CIECAM02 y CAM16 . arXiv : 1802.06067 .

enlaces externos

• Caja de herramientas Colorlab MATLAB 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 avance e inverso 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 (solo 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 de Java CIECAM02, por Nathan Moroney

  Aunque los subprogramas de Java ya no se ejecutan en ningún navegador importante, esta página también ofrece ejecutables de línea de comandos para Windows, Mac OS X y HP-UX. Aunque no están documentados en la página misma, 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 primeros tres números son el punto blanco 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 la iluminación ambiental condiciones, donde 1 = promedio, 2 = tenue y 3 = oscuro, y luego las coordenadas XYZ del color a verificar. El resultado serán las coordenadas JCh. Los bits 0 1 0 significan 'adelante, detallado, 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.