Espacio de color LMS

Espacio de color representado por la respuesta de los tres tipos de conos del ojo humano.

Espectros de capacidad de respuesta normalizados de células de cono humano, tipos S, M y L ( datos SMJ basados ​​en Stiles y Burch ^[1] Coincidencia de color RGB, escala lineal, ponderada para igual energía) ^[2]

LMS (largo, medio, corto) es un espacio de color que representa la respuesta de los tres tipos de conos del ojo humano , llamados así por sus picos de responsividad (sensibilidad) en longitudes de onda larga, media y corta.

El rango numérico generalmente no se especifica, excepto que el extremo inferior generalmente está limitado por cero. Es común utilizar el espacio de color LMS al realizar una adaptación cromática (estimar la apariencia de una muestra bajo un iluminante diferente). También es útil en el estudio del daltonismo , cuando uno o más tipos de conos están defectuosos.

Definición

Las funciones de respuesta del cono son las funciones de coincidencia de colores para el espacio de color LMS. Las coordenadas de cromaticidad (L, M, S) para una distribución espectral se definen como: ${\displaystyle {\bar {l}}(\lambda ),{\bar {m}}(\lambda ),{\bar {s}}(\lambda )}$ ${\displaystyle J(\lambda )}$

${\displaystyle L=\int _{0}^{\infty }J(\lambda ){\bar {l}}(\lambda )d\lambda }$

${\displaystyle M=\int _{0}^{\infty }J(\lambda ){\bar {m}}(\lambda )d\lambda }$

${\displaystyle S=\int _{0}^{\infty }J(\lambda ){\bar {s}}(\lambda )d\lambda }$

Las funciones de respuesta del cono están normalizadas para que sus máximos sean iguales a la unidad.

XYZ a LMS

Normalmente, los colores que se van a adaptar cromáticamente se especificarán en un espacio de color distinto del LMS (por ejemplo, sRGB ). Sin embargo , la matriz de adaptación cromática en el método de transformación diagonal de von Kries opera con valores triestímulos en el espacio de color LMS. Dado que los colores en la mayoría de los espacios de color se pueden transformar al espacio de color XYZ , solo se requiere una matriz de transformación adicional para que cualquier espacio de color se adapte cromáticamente: transformar colores del espacio de color XYZ al espacio de color LMS. ^[3]

Además, muchos métodos de adaptación de color, o modelos de apariencia de color (CAM) , ejecutan una transformación de matriz diagonal al estilo de von Kries en un espacio ligeramente modificado, similar a un LMS. Pueden referirse a él simplemente como LMS, RGB o ργβ. El siguiente texto utiliza el nombre "RGB", pero tenga en cuenta que el espacio resultante no tiene nada que ver con el modelo de color aditivo llamado RGB. ^[3]

Aquí se presentan las matrices de transformación de adaptación cromática (CAT) para algunas CAM en términos de coordenadas CIEXYZ . Las matrices, junto con los datos XYZ definidos para el observador estándar , definen implícitamente una respuesta de "cono" para cada tipo de célula.

Notas :

• Todos los valores de triestímulo se calculan normalmente utilizando el observador colorimétrico estándar CIE 1931 2° . ^[3]
• A menos que se especifique lo contrario, las matrices CAT están normalizadas (los elementos en una fila suman 1), por lo que los valores de triestímulo para un iluminante de igual energía (X=Y=Z), como el iluminante CIE E , producen valores LMS iguales. ^[3]

Caza, RLAB

Los modelos de apariencia de color Hunt y RLAB utilizan la matriz de transformación Hunt-Pointer-Estevez (M _HPE ) para la conversión de CIE XYZ a LMS. ^{[4] [5] [6]} Esta es la matriz de transformación que se usó originalmente junto con el método de transformación de von Kries y, por lo tanto, también se denomina matriz de transformación de von Kries (M _vonKries ).

• Iluminadores de igual energía:
  $${\displaystyle {\begin{bmatrix}L\\M\\S\end{bmatrix}}_{\text{E}}=\left[{\begin{array}{lll}{\phantom {-}}0.38971&{\phantom {-}}0.68898&-0.07868\\-0.22981&{\phantom {-}}1.18340&{\phantom {-}}0.04641\\{\phantom {-}}0&{\phantom {-}}0&{\phantom {-}}1\end{array}}\right]{\begin{bmatrix}X\\Y\\Z\end{bmatrix}}}$$
• Normalizado ^[7] a D65 :
  $${\displaystyle {\begin{bmatrix}L\\M\\S\end{bmatrix}}_{\text{D65}}=\left[{\begin{array}{lll}{\phantom {-}}0.4002&{\phantom {-}}0.7076&-0.0808\\-0.2263&{\phantom {-}}1.1653&{\phantom {-}}0.0457\\{\phantom {-}}0&{\phantom {-}}0&{\phantom {-}}0.9182\end{array}}\right]{\begin{bmatrix}X\\Y\\Z\end{bmatrix}}}$$

Matriz espectralmente nítida de Bradford (LLAB, CIECAM97s)

El modelo de apariencia de color original de CIECAM97 utiliza la matriz de transformación de Bradford (M _BFD ) (al igual que el modelo de apariencia de color LLAB ). ^[3] Esta es una matriz de transformación “espectralmente agudizada” (es decir, las curvas de respuesta de los conos L y M son más estrechas y distintas entre sí). Se suponía que la matriz de transformación de Bradford funcionaba junto con un método de transformación de von Kries modificado que introducía una pequeña no linealidad en el canal S (azul). Sin embargo, fuera de CIECAM97s y LLAB esto a menudo se descuida y la matriz de transformación de Bradford se usa junto con el método de transformación lineal de von Kries, explícitamente en los perfiles ICC . ^[8]

$${\displaystyle {\begin{bmatrix}R\\G\\B\end{bmatrix}}_{\text{BFD}}=\left[{\begin{array}{lll}{\phantom {-}}0.8951&{\phantom {-}}0.2664&-0.1614\\-0.7502&{\phantom {-}}1.7135&{\phantom {-}}0.0367\\{\phantom {-}}0.0389&-0.0685&{\phantom {-}}1.0296\end{array}}\right]{\begin{bmatrix}X\\Y\\Z\end{bmatrix}}}$$

Se cree que una matriz "espectralmente nítida" mejora la adaptación cromática, especialmente para los colores azules, pero no funciona como un espacio LMS que describa un cono real para el procesamiento posterior de la visión humana. Aunque las salidas se llaman "LMS" en la encarnación original de LLAB, CIECAM97s usa un nombre "RGB" diferente para resaltar que este espacio en realidad no refleja las células de los conos; de ahí los diferentes nombres aquí.

LLAB procede tomando los valores XYZ posteriores a la adaptación y realizando un tratamiento similar a CIELAB para obtener las correlaciones visuales. Por otro lado, CIECAM97s lleva el valor XYZ posterior a la adaptación al espacio Hunt LMS y trabaja desde allí para modelar el cálculo de las propiedades del color del sistema de visión.

CIECAM posteriores

Una versión revisada de CIECAM97s vuelve a un método de transformación lineal e introduce una matriz de transformación correspondiente (M _CAT97s ): ^[9]

$${\displaystyle {\begin{bmatrix}R\\G\\B\end{bmatrix}}_{\text{97}}=\left[{\begin{array}{lll}{\phantom {-}}0.8562&{\phantom {-}}0.3372&-0.1934\\-0.8360&{\phantom {-}}1.8327&{\phantom {-}}0.0033\\{\phantom {-}}0.0357&-0.0469&{\phantom {-}}1.0112\end{array}}\right]{\begin{bmatrix}X\\Y\\Z\end{bmatrix}}}$$

La matriz de transformación afilada en CIECAM02 (M _CAT02 ) es: ^{[10] [3]}

$${\displaystyle {\begin{bmatrix}R\\G\\B\end{bmatrix}}_{\text{02}}=\left[{\begin{array}{lll}{\phantom {-}}0.7328&{\phantom {-}}0.4296&-0.1624\\-0.7036&{\phantom {-}}1.6975&{\phantom {-}}0.0061\\{\phantom {-}}0.0030&{\phantom {-}}0.0136&{\phantom {-}}0.9834\end{array}}\right]{\begin{bmatrix}X\\Y\\Z\end{bmatrix}}}$$

CAM16 utiliza una matriz diferente: ^[11]

$${\displaystyle {\begin{bmatrix}R\\G\\B\end{bmatrix}}_{\text{16}}=\left[{\begin{array}{lll}{\phantom {-}}0.401288&{\phantom {-}}0.650173&-0.051461\\-0.250268&{\phantom {-}}1.204414&{\phantom {-}}0.045854\\-0.002079&{\phantom {-}}0.048952&{\phantom {-}}0.953127\end{array}}\right]{\begin{bmatrix}X\\Y\\Z\end{bmatrix}}}$$

Al igual que en CIECAM97, después de la adaptación, los colores se convierten al LMS tradicional Hunt-Pointer-Estévez para la predicción final de los resultados visuales.

CMF fisiológicos

Desde un punto de vista fisiológico, el espacio de color LMS describe un nivel más fundamental de la respuesta visual humana, por lo que tiene más sentido definir el XYZ fisiopsicológico mediante LMS, y no al revés.

Stockman & Sharpe propusieron en 2000 un conjunto de funciones LMS de base fisiológica. Las funciones fueron publicadas en un informe técnico de la CIE en 2006 (CIE 170). ^{[12] [13]} Las funciones se derivan de los datos RGB CMF de Stiles y Burch ^[1] , combinados con mediciones más recientes sobre la contribución de cada cono en las funciones RGB. Para ajustar de los datos de 10° a 2°, se utilizan suposiciones sobre la diferencia de densidad del fotopigmento y datos sobre la absorción de luz por el pigmento en el cristalino y la mácula lútea . ^[14]

Funciones de coincidencia de color XYZ, CIE 1931 y Stockman & Sharpe 2006.

Las funciones de Stockman & Sharpe se pueden convertir en un conjunto de tres funciones de coincidencia de colores similares a las funciones CIE 1931 . ^[15]

Sean las funciones de respuesta de los tres conos y las nuevas funciones de coincidencia de colores XYZ. Entonces, por definición, las nuevas funciones de coincidencia de color XYZ son: ${\displaystyle {\mathcal {P}}_{i}(\lambda )=({\bar {l}}(\lambda ),{\bar {m}}(\lambda ),{\bar {s}}(\lambda ))}$ ${\displaystyle {\mathcal {Q}}_{i}(\lambda )=({\bar {x}}_{F}(\lambda ),{\bar {y}}_{F}(\lambda ),{\bar {z}}_{F}(\lambda ))}$

${\displaystyle {\mathcal {Q}}_{i}(\lambda )=\sum _{j=1}^{3}T_{ij}{\mathcal {P}}_{j}(\lambda )}$

donde la matriz de transformación se define como: ${\displaystyle T_{ij}}$

$${\displaystyle T_{ij}=\left[\,{\begin{array}{lll}1.94735469&-1.41445123&{\phantom {-}}0.36476327\\0.68990272&{\phantom {-}}0.34832189&{\phantom {-}}0\\0&{\phantom {-}}0&{\phantom {-}}1.93485343\end{array}}\right]}$$

La derivación de esta transformación es relativamente sencilla. ^[16] El CMF es la función de eficiencia luminosa propuesta originalmente por Sharpe et al. (2005), ^[17] pero luego corregido (Sharpe et al., 2011 ^{[18] [a]} ). El CMF es igual al cono fundamental propuesto originalmente por Stockman, Sharpe y Fach (1999) ^[19] escalado para tener una integral igual al CMF. La definición del CMF se deriva de las siguientes restricciones: ${\displaystyle {\bar {y}}_{F}(\lambda )}$ ${\displaystyle {\bar {z}}_{F}(\lambda )}$ ${\displaystyle {\bar {s}}(\lambda )}$ ${\displaystyle {\bar {y}}_{F}(\lambda )}$ ${\displaystyle {\bar {x}}_{F}(\lambda )}$

1. Al igual que los demás CMF, los valores de son todos positivos. ${\displaystyle {\bar {x}}_{F}(\lambda )}$
2. La integral de es idéntica a las integrales de y . ${\displaystyle {\bar {x}}_{F}(\lambda )}$ ${\displaystyle {\bar {y}}_{F}(\lambda )}$ ${\displaystyle {\bar {z}}_{F}(\lambda )}$
3. Los coeficientes de la transformación que produce se optimizan para minimizar las diferencias euclidianas entre las funciones resultantes y de coincidencia de color y las funciones CIE 1931 y de coincidencia de color. ${\displaystyle {\bar {x}}_{F}(\lambda )}$ ${\displaystyle {\bar {x}}_{F}(\lambda )}$ ${\displaystyle {\bar {y}}_{F}(\lambda )}$ ${\displaystyle {\bar {z}}_{F}(\lambda )}$ ${\displaystyle {\bar {x}}(\lambda )}$ ${\displaystyle {\bar {y}}(\lambda )}$ ${\displaystyle {\bar {z}}(\lambda )}$
   — Descripción CVRL para 'Funciones de coincidencia de color "fisiológicamente relevantes" XYZ de 2 grados CIE (2012)' ^[15]

Para cualquier distribución espectral , sean las coordenadas de cromaticidad LMS para y sean las nuevas coordenadas de cromaticidad XYZ correspondientes. Entonces: ${\displaystyle J(\lambda )}$ ${\displaystyle P_{i}=(L,M,S)}$ ${\displaystyle J(\lambda )}$ ${\displaystyle Q_{i}=(X,Y,Z)_{F}}$

${\displaystyle Q_{i}=\int _{0}^{\infty }J(\lambda ){\mathcal {Q}}_{i}(\lambda )d\lambda =\int _{0}^{\infty }J(\lambda )\sum _{j=1}^{3}T_{ij}{\mathcal {P}}_{j}(\lambda )d\lambda =\sum _{j=1}^{3}T_{ij}P_{j}}$

o, explícitamente:

$${\displaystyle {\begin{bmatrix}X\\Y\\Z\end{bmatrix}}_{\text{F}}=\left[\,{\begin{array}{lll}1.94735469&-1.41445123&{\phantom {-}}0.36476327\\0.68990272&{\phantom {-}}0.34832189&{\phantom {-}}0\\0&{\phantom {-}}0&{\phantom {-}}1.93485343\end{array}}\right]{\begin{bmatrix}L\\M\\S\end{bmatrix}}}$$

La matriz inversa se muestra aquí para compararla con las del XYZ tradicional:

$${\displaystyle {\begin{bmatrix}L\\M\\S\end{bmatrix}}=\left[{\begin{array}{lll}{\phantom {-}}0.210576&{\phantom {-}}0.855098&-0.0396983\\-0.417076&{\phantom {-}}1.177260&{\phantom {-}}0.0786283\\{\phantom {-}}0&{\phantom {-}}0&{\phantom {-}}0.5168350\\\end{array}}\right]{\begin{bmatrix}X\\Y\\Z\end{bmatrix}}_{\text{F}}}$$

El desarrollo anterior tiene la ventaja de basar las nuevas funciones de coincidencia de color X _F Y _F Z _F en las funciones de respuesta del cono LMS basadas en fisiología. Además, ofrece una relación uno a uno entre las coordenadas de cromaticidad del LMS y las nuevas coordenadas de cromaticidad X _F Y _F Z _F , lo que no era el caso de las funciones de coincidencia de color CIE 1931. La transformación de un color particular entre LMS y el espacio CIE 1931 XYZ no es única. Más bien depende en gran medida de la forma particular de la distribución espectral que produce el color dado. No existe una matriz fija de 3x3 que se transforme entre las coordenadas CIE 1931 XYZ y las coordenadas LMS, incluso para un color en particular, y mucho menos para toda la gama de colores. Cualquier transformación de este tipo será, en el mejor de los casos, una aproximación y generalmente requerirá ciertas suposiciones sobre las distribuciones espectrales que producen el color. Por ejemplo, si las distribuciones espectrales se limitan a ser el resultado de mezclar tres fuentes monocromáticas (como se hizo en la medición de las funciones de coincidencia de color CIE 1931 y Stiles y Burch ^[1] ), entonces habrá una Relación a uno entre las coordenadas LMS y CIE 1931 XYZ de un color particular. ${\displaystyle J(\lambda )}$

Al 28 de noviembre de 2023, los CMF CIE 170-2 son propuestas que aún deben ser ratificadas por el comité TC 1-36 en pleno o por la CIE.

CMF cuántica

Para fines teóricos, suele ser conveniente caracterizar la radiación en términos de fotones en lugar de energía. La energía E de un fotón está dada por la relación de Planck.

${\displaystyle E=h\nu =hc/\lambda }$

donde E es la energía por fotón, h es la constante de Planck , c es la velocidad de la luz , ν es la frecuencia de la radiación y λ es la longitud de onda. Una cantidad radiativa espectral en términos de energía, JE(λ) , se convierte a su forma cuántica JQ(λ) dividiéndola por la energía por fotón:

${\displaystyle JQ(\lambda )=JE(\lambda )(\lambda /hc)}$

Por ejemplo, si JE(λ) es radiancia espectral con unidades de vatios/m ² /sr/m , entonces el equivalente cuántico JQ(λ) caracteriza esa radiación con unidades de fotones/seg/m ² /sr/m .

Si CE _λi (λ) (i=1,2,3) son las tres funciones de coincidencia de color basadas en energía para un espacio de color particular (espacio de color LMS para los propósitos de este artículo), entonces los valores triestímulos pueden expresarse en términos de la cantidad radiativa cuántica por:

${\displaystyle CE_{i}=\int _{0}^{\infty }JE(\lambda )CE_{\lambda i}(\lambda )d\lambda =\int _{0}^{\infty }JQ(\lambda )(hc/\lambda )CE_{\lambda i}(\lambda )d\lambda }$

Defina las funciones de coincidencia de colores cuánticos:

${\displaystyle CQ_{\lambda i}(\lambda )=(CE_{\lambda i}(\lambda )/\lambda )/(CE_{\lambda i}(\lambda _{i\,max})/\lambda _{i\,max})}$

donde λ _{i max} es la longitud de onda a la que CE _{λ i} (λ)/λ se maximiza. Defina los valores del triestímulo cuántico:

${\displaystyle CQ_{i}=\int _{0}^{\infty }JQ(\lambda )CQ_{\lambda i}(\lambda )d\lambda }$

Tenga en cuenta que, al igual que con las funciones basadas en energía, el valor máximo de CQ _λi (λ) será igual a la unidad. Usando la ecuación anterior para los valores de triestímulo de energía CE _i

${\displaystyle CE_{i}=(hc/\lambda _{i\,max})\,CE_{\lambda i}(\lambda _{i\,max})\,CQ_{i}}$

Para el espacio de color LMS, ≈ {566,541,441} nm y ${\displaystyle \lambda _{i\,max}}$

${\displaystyle CE_{i}/CQ_{i}=\{3.49694,3.1253,0.144944\}\times 10^{-19}}$J/fotón

Aplicaciones

Daltonismo

El espacio de color LMS se puede utilizar para emular la forma en que las personas daltónicas ven el color. Brettel et al. produjeron una emulación temprana de dicrómatas. 1997 y fue calificado favorablemente por pacientes reales. Un ejemplo de un método de última generación es Machado et al. 2009. ^[20]

Una aplicación relacionada está creando filtros de color para que las personas daltónicas noten más fácilmente las diferencias de color, un proceso conocido como daltonización . ^[21]

Procesamiento de imágenes

JPEG XL utiliza un espacio de color XYB derivado de LMS. Su matriz de transformación se muestra aquí:

$${\displaystyle {\begin{bmatrix}X\\Y\\B\end{bmatrix}}={\begin{bmatrix}1&-1&{\phantom {-}}0\\1&{\phantom {-}}1&{\phantom {-}}0\\0&{\phantom {-}}0&{\phantom {-}}1\end{bmatrix}}{\begin{bmatrix}L\\M\\S\end{bmatrix}}}$$

Esto puede interpretarse como una teoría del color híbrida donde L y M son oponentes pero S se maneja de forma tricromática, justificado por la menor densidad espacial de los conos S. En términos prácticos, esto permite utilizar menos datos para almacenar señales azules sin perder mucha calidad percibida. ^[22]

El espacio de color se origina a partir de la métrica butteraugli de Guetzli , ^[23] y se transmitió a JPEG XL a través del proyecto Pik de Google.

Ver también

• Balance de color
• La visión del color
• Función de eficiencia luminosa
• Tricromacia

Referencias

1. La corrección de 2011 se tiene en cuenta con la matriz CIE (2012).

1. Stiles, WS; Burch, JM (1959). "Investigación de coincidencia de colores de NPL: informe final". Óptica Acta . 6 .
2. "Fundamentos del cono de 2 grados de Stockman, MacLeod & Johnson (página de descripción)".página de recuperación de datos
3. Fairchild, Mark D. (2005). Modelos de apariencia de color (2E ed.). Wiley Interciencia . págs. 182–183, 227–230. ISBN 978-0-470-01216-1.
4. Schanda, Jnos, ed. (27 de julio de 2007). Colorimetría . pag. 305. doi : 10.1002/9780470175637. ISBN 9780470175637.
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. Ebner, Fritz (1 de julio de 1998). "Derivación y modelado de uniformidad tonal y desarrollo del espacio de color IPT". Tesis : 129.
7. "Bienvenido al sitio web de Bruce Lindbloom". brucelindbloom.com . Consultado el 23 de marzo de 2020 .
8. Especificación ICC.1:2010 (versión de perfil 4.3.0.0). Gestión del color de la tecnología de imagen: arquitectura, formato de perfil y estructura de datos, anexo E.3, págs.102.
9. Fairchild, Mark D. (2001). "Una revisión de CIECAM97 para aplicaciones prácticas" (PDF) . Investigación y aplicación del color . 26 (6). Wiley Interciencia : 418–427. doi :10.1002/col.1061.
10. Fairchild, marca. "Erratas para MODELOS DE APARIENCIA DE COLOR" (PDF) . La matriz MCAT02 publicada en la ecuación. 9.40 es incorrecta (es una versión de la matriz HuntPointer-Estevez. La matriz MCAT02 correcta es la siguiente. También se proporciona correctamente en la Ec. 16.2)
11. Li, Changjun; Li, Zhiqiang; Wang, Zhifeng; Xu, Yang; Luo, Ming Ronnier; Cui, Guihua; Melgosa, Manuel; Brillante, Michael H.; Puntero, Michael (2017). "Soluciones integrales de color: CAM16, CAT16 y CAM16-UCS". Investigación y aplicación del color . 42 (6): 703–718. doi :10.1002/col.22131.
12. Funciones LMS "CIE 2006" fisiológicamente relevantes "(fundamentos de LMS de 2 grados basados ​​en los CMF de 10 grados de Stiles y Burch ajustados a 2 grados)". Laboratorio de Investigación del Color y la Visión/ . Instituto de Oftalmología . Consultado el 27 de octubre de 2023 .
13. Stockman, Andrew (diciembre de 2019). «Fundamentos del cono y estándares CIE» (PDF) . Opinión actual en ciencias del comportamiento . 30 : 87–93 . Consultado el 27 de octubre de 2023 .
14. "Fotopigmentos". Laboratorio de Investigación del Color y la Visión/ . Instituto de Oftalmología . Consultado el 27 de noviembre de 2023 .
15. "CMF CIE de 2 grados". cvrl.ucl.ac.uk.​
16. "Funciones de coincidencia de color" fisiológicamente relevantes "CIE (2012) XYZ de 2 grados". Laboratorio de Investigación del Color y la Visión/ . Instituto de Oftalmología . Consultado el 27 de noviembre de 2023 .
17. Sharpe, Lindsay T.; Stockman, Andrés; Jagla, Wolfgang; Jägle, Herbert (21 de diciembre de 2005). "Una función de eficiencia luminosa, V*(λ), para adaptación a la luz natural". Revista de Visión . 5 (11): 3. doi :10.1167/5.11.3. S2CID  19361187.
18. Sharpe, LT; Stockman, A.; et al. (febrero de 2011). "Una función de eficiencia luminosa, V * D65 (λ), para la adaptación a la luz natural: una corrección". Investigación y aplicación del COLOR . 36 (1): 42–46. doi : 10.1002/col.20602 .
19. Stockman, A.; Sharpe, LT; Fach, CC (1999). "La sensibilidad espectral de los conos humanos de longitud de onda corta". Investigación de la visión . 39 : 2901–2927 . Consultado el 28 de noviembre de 2023 .
20. "Emulación de deficiencia de visión del color". colorspace.r-forge.r-project.org .
21. Simon-Liedtke, Joschua Thomas; Farup, Ivar (febrero de 2016). "Evaluación de métodos de daltonización por deficiencia de visión de colores utilizando un método de búsqueda visual conductual". Revista de Comunicación Visual y Representación de Imágenes . 35 : 236–247. doi :10.1016/j.jvcir.2015.12.014. hdl : 11250/2461824 .
22. Alakuijala, Jyrki; van Asseldonk, Ruud; Boukortt, Sami; Szabadka, Zoltan; Bruse, Martín; Comsa, Iulia-Maria; Firsching, Moritz; Fischbacher, Thomas; Kliuchnikov, Evgenii; Gómez, Sebastián; Obryk, Robert; Potempa, Krzysztof; Rhatushnyak, Alejandro; Sneyers, Jon; Szabadka, Zoltan; Vandervenne, Lode; Versari, Luca; Wassenberg, enero (6 de septiembre de 2019). "Herramientas de codificación y arquitectura de compresión de imágenes de próxima generación JPEG XL". En Tescher, Andrew G; Ebrahimi, Touradj (eds.). Aplicaciones del Procesamiento Digital de Imágenes XLII . vol. 11137. pág. 20. Código Bib : 2019SPIE11137E..0KA. doi : 10.1117/12.2529237 . ISBN 9781510629677.
23. "butteraugli/butteraugli.h en master · google/butteraugli". GitHub . Consultado el 2 de agosto de 2021 .