1. No category

UNIVERZA V LJUBLJANI
NARAVOSLOVNOTEHNIŠKA FAKULTETA
ODDELEK ZA TEKSTILSTVO
PREIZKUS MODELA BARVNEGA ZAZNAVANJA CIECAM97s
V STANDARDNIH POGOJIH
DIPLOMSKO DELO
Andrej JAVORŠEK
Ljubljana, september 2004
PODATKI O PODROČJU DELA, MENTORSTVU IN ZAGOVORU
Smer študija: univerzitetni študij grafične tehnologije
Področje raziskovalnega dela: teorija barvnega zaznavanja
Kraj izvajanja dela: laboratoriji katedre za informacijsko in grafično tehnologijo Oddelka za
tekstilstvo Naravoslovnotehniške fakultete v Ljubljani
Mentor: doc. dr. Sabina Bračko
Somentor: mag. Gorazd Golob
Člani komisije za oceno in zagovor diplomskega dela:
Predsednik: doc. dr. Diana Gregor Svetec
Član: doc. dr. Sabina Bračko
Član: doc. dr. Maja Klančnik
Datum oddaje diplomskega dela:
Datum zagovora diplomskega dela:
Zahvala
Na tem mestu bi se rad zahvalil vsem, ki so kakorkoli pripomogli k raziskavam in nastanku
tega diplomskega dela. Posebej bi se rad zahvalil mentorici gospe doc. dr. Sabini Bračko in
somentorju gospodu mag. Gorazdu Golobu za njuno pomoč, vodenje in nasvete pri pisanju
praktičnega dela kakor tudi načrtovanju eksperimentalnega dela.
Zahvalil bi se tudi vsem, ki so si vzeli čas za izvedbo ankete.
Izvleček
Diplomsko delo obravnava možnost uporabe modelov barvnega zaznavanja, posebej modela
CIECAM97s v barvnem upravljanju. Raziskava se osredotoča na predvidevanje barvnih za­
znav na računalniškem zaslonu. Vzporedno s spoznavanjem modela se delo poglobi še v
osnove človeškega vida, nivoje barvne reprodukcije in barvno upravljanje. Uporabljena je bila
metoda statistične raziskave zaznavnega ujemanja dveh vzorcev, ki sta se nahajala na različni
podlagi in bila preračunana glede na model CIECAM97s.
Ključne besede: barvno upravljanje, kromatična prilagoditev, modeli barvnega zaznavanja,
CIECAM97s, barvna reprodukcija.
Abstract
Title: Test of colour appearance model CIECAM97s under standard conditions
This diploma thesis is dealing with application of colour appearance models in colour man­
agement process. Special interest was put in using CIECAM97s for predicting colour appear­
ance on computer monitor. During our research we came across human visual system, levels
of colour reproduction and colour management.
Key words: colour management, chromatic adaptation (CAT), colour appearance models
(CAM), CIECAM97s, colour reproduction.
Povzetek
Namen diplomskega dela je bil raziskati uporabnost modela zaznavanja CAM97s s pomočjo,
vizualne primerjave vzorcev. Raziskavo smo omejili na barvni računalniški zaslon, katerega
se navadno uporablja za vodenje barvnih korekcij na slikah.
Pri preizkusu smo izbrali preprosto postavitev testne forme, ki je bila razdeljena na centralni
del, ki ga je predstavljala opazovana barva, in nebarvito okolico. Upoštevali smo tudi standar­
dne pogoje opazovanja, kar pomeni da smo velikost opazovanega polja prilagodili predpisa­
nim 2°.
Preizkus smo opravljali po standardu ISO 3664, ki predpisuje pogoje za opazovanje barv na
računalniškem zaslonu.
Na osnovi začetnih preizkusov smo se odločili za metodo, kjer smo barvno prilagoditev barv
na zaslonu opravili s pomočjo matematične pretvorbe med XYZ barvnimi vrednostmi in 8 bi­
tno kodiranimi RGB signali AdobeRGB 1998 barvnega prostora ter z uporabo barvnega upra­
vljanja. Izbrali smo tudi aplikacijo, ki nam je omogočala izdelavo testne forme, hkrati pa tudi
pravilen prikaz barv s pomočjo barvnega upravljanja. Uporabili smo Adobe Illustrator CS.
Preizkus smo opravili tako, da so testne osebe, ki so se predhodno prilagodile na svetlobne
pogoje v prostoru, na računalniškem zaslonu opazovale pripravljene vzorce in z ocenami od 1
do 3, ocenjevale njihovo barvno ter svetlostno ujemanje.
Opazovalci so v povprečju kot zelo sprejemljivo ocenili ujemanje barvnih vzorcev na tabli­
cah, ter s tem delovanje modela pri magenta barvi na svetlih ozadjih, rumeni na temnih ozad­
jih, modri na svetlih ozadjih, zeleni na temnih ozadjih, rdeči na temnih ozadjih ter modri na
komplementarnem rdečem in zelenem ozadju. Kot slabo pa se je na začetku kazalo predvide­
vanje barv pri cian in zeleni na svetlih ozadjih, vendar so kasnejše meritve pokazale na nepra­
vilno prikazovanje barv na zaslonu, zaradi njegovih fizikalnih omejitev. Rezultati meritev pra­
viloma potrjujejo dobro predvidevanje modela, saj je večina testnih tablic pri obeh spolih oce­
njena vsaj z oceno približnega ujemanja. Testne tablice so bile namreč pripravljene tako, da bi
v primeru slabega predvidevanja modela v opazovalcu zbudile občutke simultanega kontrasta
in s tem precejšnjega neujemanja.
Z uporabo opisanih metod smo preverili delovanje modela barvnega zaznavanja CIECAM97s
na računalniškem zaslonu v standardnih pogojih, ter prišli do zaključka da model CIECA­
M97s da pri uporabi na monitorju dobre rezultate, posebej odlično se je izkazalo predvideva­
nje za zeleno in rdečo barvo na svetlih podlagah. Splošno pa nam model da najboljše rezultate
pri barvah na svetlem ozadju, sledijo barve na zelo različnih ozadjih (svetlo – temno), kot naj­
slabše izmed vseh (vendar še vedno dobro) pa je predvidevanje pri barvah na temnih ozadjih.
Tudi pri ozadjih, ki povzročajo močan sočasni kontrast (rdeča – zelena in modra – rumena) so
predvidevanja modela zelo natančna. Z meritvami smo tudi dokazali, da so večja odstopanja
pri nekaterih barvah posledica omejitev monitorja.
Kazalo
1 Uvod.........................................................................................................................................1
2 Teoretični del............................................................................................................................2
2.1 Oko...................................................................................................................................2
2.1.1 Mrežnica...................................................................................................................2
2.1.2 Fotoreceptorji in vidni živec.....................................................................................2
2.1.3 Čepki.........................................................................................................................3
2.1.4 Paličice......................................................................................................................4
2.2 Teorije barvnega vida.......................................................................................................4
2.2.1 Tribarvna teorija.......................................................................................................4
2.2.2 Heringova teorija nasprotnih barv............................................................................4
2.2.3 Moderna teorija nasprotnih barv...............................................................................5
2.3 Terminologija pri opisovanju barvnega vida....................................................................6
2.3.1 Barva.........................................................................................................................7
2.3.2 Barvni ton.................................................................................................................7
2.3.3 Svetlost.....................................................................................................................7
2.3.4 Nasičenost.................................................................................................................7
2.4 Pojavi povezani z barvnim vidom....................................................................................7
2.5 Prostorska opredelitev vidnega polja.............................................................................10
2.5.1 Dražljaj....................................................................................................................11
2.5.2 Neposredna okolica.................................................................................................11
2.5.3 Ozadje.....................................................................................................................12
2.5.4 Okolica....................................................................................................................12
2.5.5 Kolorimetrični opis vidnega polja..........................................................................12
2.6 Pregled nivojev barvne reprodukcije..............................................................................12
2.7 Barvno upravljanje.........................................................................................................14
2.7.1 Umerjanje vhodno izhodnih naprav.......................................................................14
2.7.2 Karakterizacija vhodno izhodnih naprav................................................................14
2.8 Kromatična prilagoditev.................................................................................................16
2.8.1 Metode preračuna kromatične prilagoditve............................................................16
2.9 CIECAM97s...................................................................................................................17
2.9.1 Nastanek.................................................................................................................17
2.9.2 Struktura CIECAM97s...........................................................................................17
2.9.2.1 Bradfordska kromatična prilagoditev.............................................................18
2.9.2.2 Izračun stopnje prilagoditve in funkcije osvetljenosti....................................19
3 Eksperimentalni del................................................................................................................23
3.1 Definicija parametrov preizkusa....................................................................................23
3.1.1 Definicija testne tablice..........................................................................................23
3.1.2 Osvetljenost površine opazovanja..........................................................................24
3.1.3 Svetlost v prostoru..................................................................................................24
3.1.4 Pretvorba vrednosti RGB v XYZ...........................................................................25
3.1.5 Pretvorba vrednosti XYZ v RGB...........................................................................26
3.2 Eksperiment....................................................................................................................26
3.2.1 Oprema...................................................................................................................26
3.2.2 Nastavitve in parametri zaslona..............................................................................27
3.2.3 Izvedba eksperimenta.............................................................................................28
3.2.3.1 Vzorci..............................................................................................................28
3.2.3.2 Opazovanje.....................................................................................................29
3.2.4 Rezultati..................................................................................................................30
4 Razprava in zaključki.............................................................................................................32
4.1 Splošne ugotovitve.........................................................................................................32
4.2 Razprava o eksperimentu...............................................................................................32
4.3 Razprava o rezultatih......................................................................................................33
4.4 Dodatne meritve barvnih vzorcev na zaslonu................................................................33
4.5 Izhodišča za nadaljnje delo.............................................................................................34
4.6 Zaključki.........................................................................................................................35
5 Literatura................................................................................................................................37
6 Priporočljiva dodatna literatura..............................................................................................39
Seznam slik
Slika 1: Delitev čepkov glede na spektralno občutljivost...........................................................3
Slika 2: Razdelitev čepkov in paličic..........................................................................................4
Slika 3: Moderna teorija nasprotnih barv....................................................................................6
Slika 4: Simultani kontrast..........................................................................................................8
Slika 5: Prostorsko pogojeni simultani kontrast.........................................................................8
Slika 6: Sprememba izrazitosti...................................................................................................9
Slika 7: Razširjanje.....................................................................................................................9
Slika 8: Delitev vidnega polja...................................................................................................11
Slika 9: Testna tablica...............................................................................................................24
Slika 10: Primerjava med delovnim prostorom AdobeRGB 1998 in barvnim prostorom
zaslona.......................................................................................................................................35
Seznam preglednic
Preglednica 1: Izhodiščni podatki za preračun po modelu CIECAM97s.................................17
Preglednica 2: Parametri F, c, FLL in Nc glede na svetlost v prostoru.....................................18
Preglednica 3: Parametri uporabljenega CRT monitorja..........................................................28
Preglednica 4: Parametri svetlobnih pogojev v prostoru..........................................................28
Preglednica 5: Pregled RGB vrednosti vzorcev........................................................................29
Preglednica 6: Rezultati opazovanja za moške.........................................................................30
Preglednica 7: Rezultati opazovanja za ženske.........................................................................31
Preglednica 8: Spektrofotometrične meritve tablice št. 2.........................................................34
Preglednica 9: Spektrofotometrične meritve tablice št. 14.......................................................34
Slovar
background – ozadje
brightness – sijavost
chroma – kroma
colorfulness – barvitost
colorimetric colour reproduction – kolorimetrična reprodukcija barv
colour – barva (zaznavana)
colour appearance model – model barvnega zaznavanja
colour­apearance reproduction – reprodukcija z upoštevanjem modelov barvnega zaznavanja
colour­preference reproduction – željena barvna reprodukcija
crispening – sprememba izrazitosti
empirical model – statistični opis V/I naprav
exhaustive measurement – postopek za opis V/I naprav z uporabo velikih večdimenzionalnih
tabel
hue – barvni ton
lightness – svetlobnost (odvisne barve)
luminance – svetlost (v dani smeri – točki dejanske ali namišljene površine)
peak spectral responsivities – maksimalna spektralna občutljivost
phisical modeling – kolorimetrični opisi V/I naprav na podlagi fizikalnega modela
pleasing colour reproduction – zadovoljujoča barvna reprodukcija
proximal field – neposredna okolica opazovanja
related colours – odvisne (zaznavane) barve
saturation – nasičenost
spreading – razlivanje, razširjanje (raztros)
stimulus – dražljaj
surround – okolica
unrelated colours – neodvisne (zaznavane) barve
Okrajšave in akronimi
am. ang. – ameriška angleščina
ang. – angleško
CAT – model kromatične adaptacije (ang. chromatic adaptation)
CAM – model barvnega zaznavanja (ang. Colour appearance model)
CIE – Commission Internationale De L'Eclairage
CLUT – ang. colour look up table
D50 in D65 – standardni beli svetlobi, ki ustrezata dnevni svetlobi s temperaturo 5000 K ozi­
roma 6500 K
ICC – International Colour Consortium
ipd. – in podobno
LUT – ang. look up table
MBZ – model barvnega zaznavanja (ang. CAM)
NCS – Natural Color System
OSA UCS – OSA Uniform Color Scale
PCS – ang. Profile Connection Space – stični prostor ICC profilov
rgb, r'g'b'... ­ Oznake za 8 bitno kodirane digitalne signale podane v območju od 0 do 1
RGB, R'G'B'... ­ Oznake za 8 bitno kodirane digitalne signale podane v območju od 0 do 255
RGB, R'G'B'... ­ Oznake za barvne vrednosti
V/I – vhodno izhodne naprave npr. monitor, skener
1 Uvod
Danes je barvno upravljanje dobro uveljavljen mednarodni standard, ki povezuje grafično
oblikovanje, pripravo in tisk. Podprt je tako s strani izdelovalcev programske kot tudi strojne
opreme. Prav tako barvno upravljanje predstavlja tudi zelo pomemben dejavnik za izmenjavo
datotek med grafičnimi studii in tiskarnami. Kljub precejšnji uporabnosti in razširjenosti pa
barvno upravljanje, kot ga poznamo danes ne zagotavlja rešitve za vse pogoje. Glavne po­
manjkljivosti, ki jih ima barvno upravljanje v tem trenutku so podpora prenosljivosti med raz­
ličnimi mediji in upoštevanje različnih pogojev opazovanja, torej prilagoditve opazovalca v
različnih svetlobnih pogojih. Večina dosedanjih postopkov barvnega upravljanja namreč te­
melji na predpostavki standardnega 2° ali 10° opazovalca in svetlobnemu viru D50 ali D65,
kar precej omejuje vsesplošno uporabnost.
Namen diplomskega dela je raziskati uporabnost modelov barvnega vida (ang. CAM – Colour
Appearance Models) ter možnost njihove aplikacije v povezavi z barvnim upravljanjem. Za
ciljni objekt raziskave je bil izbran barvni računalniški zaslon, katerega se navadno uporablja
za vodenje barvnih korekcij na slikah.
Za preizkus modela je bila najbolj uporabna statistična metoda z opazovanjem testnih tablic,
pri katerem so testne osebe na računalniškem zaslonu opazovale pripravljene vzorce in oce­
njevale njihovo barvno ter svetlostno ujemanje.
Področje modelov barvnega zaznavanja v slovenski literaturi ni obravnavano zaradi česar ne
najdemo ustreznih prevodov določenih angleških izrazov s področja modelov barvnega zazna­
vanja. Zaradi tega smo v diplomskem delu pogosto navedli poleg slovenskega tudi angleški
izraz ter se s tem poizkušali izogniti nejasnostim.
1
2 Teoretični del
2.1 Oko
Celoten proces zaznavanja svetlobe se začne v očesu. Človeški vid je pod močnim vplivom
zasnove optike očesa [1, 2]. Svetloba vstopa v oko skozi optični sistem roženica ­ leča, ki
igrata podobno vlogo kot optični sistem v kameri torej zbiranje svetlobe v gorišču (rumena
pega). Očesna leča z leti izgublja svojo prožnost, kar navadno vodi v nezmožnost izostritve
bližnjih predmetov in torej v starostno daljnovidnost. Druga sprememba, ki se pojavi v leči z
leti pa je sprememba barve leče iz brezbarvne v rumeno, kar vpliva na zaznavanje barv.
Drugi del v zunanjem očesu, ki igra pomembno vlogo pri vidu, je šarenica. Šarenica kontroli­
ra velikost zenice ter s tem količino svetlobe, ki vpade v oko. Velikost zenice je praviloma po­
gojena z jakostjo svetlobe, ki vpada v oko, vendar pa se lahko velikost zenice spreminja tudi
neodvisno od osvetlitve kot posledica čustvenih dejavnikov.
2.1.1 Mrežnica
Mrežnica je notranji zadnji del očesa, na katerem se nahajajo vidne celice (fotoreceptorji)
imenovane tudi paličice in čepki [1, 2]. Paličice in čepki skrbijo za pretvorbo svetlobe (foto­
nov) v električne (živčne) signale.
Na mrežnici se nahajata tudi dve točki s posebnimi lastnostmi:
•
Prva točka je slepa pega. V slepi pegi zapušča vidni živec oko in zato v tej točki ni ne pali­
čic in ne čepkov.
•
Druga točka pa je rumena pega, v kateri je koncentracija čepkov najvišja. V rumeni pegi ni
paličic.
Rumena pega je prekrita z rumenim filtrom, ki varuje najobčutljivejši del očesa pred škodlji­
vim vplivom kratkovalovnega sevanja, hkrati preprečuje tudi kromatično aberacijo, ki bi pov­
zročala neostrost slike v svetlobi kratke valovne dolžine.
2.1.2 Fotoreceptorji in vidni živec
Na retini se nahajata dva tipa fotoreceptorjev, ki sta namenjena dvema načinoma zaznavanja
svetlobe [1, 2]. Zato ločimo tudi dve vrsti vida. Prva vrsta vida se uporablja pri osvetlitvah
nižjih od 1 lux, to vrsto gledanja imenujemo skotopsko gledanje in pri njem sodelujejo samo
paličice, ker energija te svetlobe ne zadošča za aktiviranje čepkov. Druga vrsta vida pa stopi v
2
veljavo pri višjih osvetlitvah (>100 lux), pri tej vrsti vida sodelujejo samo čepki. Drugo vrsto
gledanja imenujemo fotopsko gledanje, vmesno stopnjo (med 10 in 100 lux) imenujemo me­
zopsko videnje. Poleg različne občutljivosti (glede na jakost svetlobe) imata dva tipa foto re­
ceptorjev tudi različno odzivnost na različne valovne dolžine svetlobe (maksimalna spektralna
občutljivost) [3]. Paličice so samo ene vrste in imajo maksimalno občutljivost pri svetlobi va­
lovne dolžine 510 nm. Ta lastnost paličic onemogoča zaznavanje barv, kar vodi v monokro­
matski vid v območju nizkih osvetlitev. Čepki pa se delijo v tri skupine, glede na občutljivost
na valovne dolžine in pokrivajo ves vidni del svetlobnega spektra.
2.1.3 Čepki
Čepki se delijo na tri vrste, ki jih pravilno poimenujemo L, M in S čepki [1, 2]. Imena čepkov
izhajajo iz angleščine, kjer so poimenovani glede na valovno dolžino svetlobe, na katero so
najobčutljivejši ter se delijo na dolgo, srednje in kratkovalovno občutljive (L – long, M – mid­
dle in S – short). Čepkov je približno 7 milijonov. Na sliki 1 vidimo razdelitev čepkov glede
Spektralna ob!utljivost !epkov
na njihovo spektralno občutljivost [1].
1,00
Short
Middle
Long
0,75
0,50
0,25
0
400
600
500
Valovna dolžina [nm]
700
Slika 1: Delitev čepkov glede na spektralno občutljivost.
Zanimiva je tudi razporeditev posameznih tipov čepkov. Čepki S so precej redko posejani na
celotni mrežnici, v samem centru rumene pege pa dosežejo največjo gostoto. Tudi drugače je
razmerje med posameznimi tipi čepkov precej v prid čepkov L in je približno taka
L : M : S = 40 : 20 : 1 .
2.1.4 Paličice
Količina paličic na retini je približno 120 000 milijonov [1, 2]. Nekaj sto paličic je na višjih
nivojih združenih v eno ganglijsko celico, kar omogoča, da veliko število paličic prenaša im­
pulze skozi milijon ganglijskih celic. Gostota paličic na celotni retini je precej večja od gosto­
3
te čepkov, vendar pa paličic v rumeni pegi skoraj ni. Pomanjkanje paličic v rumeni pegi pov­
zroča, da je nočni vid glede ostrine manj natančen. Na sliki 2 je prikazana porazdelitev čep­
Svetlo!utne celice [1000/mm2]
kov in paličic glede na lego na retini [1].
160
140
Pali!ice
120
100
80
60
40
20
0
"epki
-60 -40 -20 0 20 40 60 80
Oddaljenost od rumene pege [v stopinjah]
Slika 2: Razdelitev čepkov in paličic.
2.2 Teorije barvnega vida
Vzporedno s spoznanji o zgradbi očesa so se pojavile tudi teorije o mehanizmih vida [1]. Ne­
kateri pomembnejši so:
2.2.1 Tribarvna teorija
V drugi polovici devetnajstega stoletja so Maxwell, Young in Helmholtz razvili teorijo, ki je
temeljila na predpostavki, da trije tipi receptorjev neodvisno en od drugega posredujejo celo­
tno komponento slike v možgane, kjer se nato na podlagi jakosti signalov sestavi celotna slika
[1]. Medtem ko je bila trikomponentna sestava receptorjev splošno sprejeta, pa ta model ni
nudil zadostne razlage za večje število pojavov povezanih z barvnim vidom.
2.2.2 Heringova teorija nasprotnih barv
V približno istem času je Hering predstavil svojo teorijo nasprotnih barv, ki je izhajala iz ve­
čjega števila subjektivnih opazovanj zaznav barv [1]. Proučeval je zaznavanje barvitosti, si­
multanega kontrasta, zastale slike (ang. afterimage), ter nekatere okvare barvnega vida. Iz­
sledki Heringovih raziskav so kazali na to, da se nekatere barve nikoli ne pojavljajo v zazna­
vah mešanic (npr. rdeče­zelena ter rumeno­modra). Iz tega je sklepal na nekatere temeljne
značilnosti rdečih in zelenih ter rumenih in modrih barv, ki povzročajo njihovo nasprotovanje.
Podobne rezultate je zabeležil tudi pri raziskavah simultanega kontrasta saj so objekti posta­
vljeni na zeleno ozadje videti bolj rdečkasti in objekti na modrem ozadju so videti bolj rumen­
kasti (ter obratno), kot isti objekti na nevtralnem ozadju.
4
Kot zadnja pa je to teorijo potrjevala raziskava nekaterih okvar barvnega vida [1]. Ljudje z
okvarjenim barvnim vidom navadno nimajo sposobnosti razlikovanja ene od teh dveh kombi­
nacij barv.
Iz zapisanega je Hering sklepal na tri tipe fotoreceptorjev, njihovo delovanje pa je ocenjeval
kot dvopolno na svetlo – temno, rdeče – zeleno in rumeno – modro.
Kljub raziskavam, ki so potrjevale večino izsledkov Heringove teorije, le­ta v tistem času ni
bila splošno sprejeta.
2.2.3 Moderna teorija nasprotnih barv
V sredini dvajsetega stoletja je Heringova teorija dobila nekatere dodatne kvantitativne potrdi­
tve [1]. Svaetchin je leta 1956 z raziskavami na vidnih živcih zlatih ribic odkril značilnosti, ki
so potrjevale teorijo nasprotnih barv, leta 1958 pa je DeValois prišel do enakih zaključkov, ko
je raziskoval živčne odzive pri opicah. Skupaj z nekaterimi popravki je tako nastala moderna
teorija nasprotnih barv. Ta priznava obstajanje treh osnovnih receptorjev, vendar z razliko od
preproste trikromatske teorije ne predvideva neposrednega prenosa signalov v možgane. Trije
signali se namreč že v očesu združijo (seštejejo L + M + S) kar povzroči akromatski odziv, ki
ustreza funkciji svetlosti kot jo predvideva CIE V() funkcija (A). Razlike med signali pa
ustvarijo rdeče ­ zelen (R ­ G) in modro ­ rumen (Y ­ B) odziv. Na sliki 3 je prikazan način
delovanja vida, kot ga predvideva teorija nasprotnih barv [1].
5
M
L
+
+
S
+
+
+
+
+
Y-B
R-G
A
-
1,5
1
Odzivnost
0,5
0
-0,5
-1
-1,5
400
500
600
700
Valovna dolžina [nm]
Slika 3: Moderna teorija nasprotnih barv.
Spoznanje o prehodu iz trikromatskih signalov v nasprotne je pomemben člen večine modelov
barvnega vida.
2.3 Terminologija pri opisovanju barvnega vida
Na vsakem tehniškem področju se uveljavijo terminologija in definicije za opis raziskovanih
fenomenov [1]. To velja tudi na področju raziskav barvnih modelov. Področje raziskav barv in
njihovega zaznavanja je še posebej občutljivo, saj se ukvarja s pojavi, ki smo jih navajeni opi­
sovati s preprostimi izrazi. Vendar pa so v večini primerov ti izrazi neprimerni ali dvoumni.
Zato so v strokovnih krogih definirani nekateri izrazi, ki omogočajo nedvoumno komunikaci­
jo in izmenjavo spoznanj.
6
2.3.1 Barva
Mednarodni slovar razsvetljave opisuje barvo kot lastnost vizualne percepcije, ki je lahko kro­
matičen ali akromatičen [1]. Barvo lahko opišemo z besedo npr. rdeča, rumena, zelena... ali
bela, siva, črna... in dodatno označimo s pridevnikom svetlo, temno ipd.
2.3.2 Barvni ton
Barvni ton je lastnost površine, da je le­ta podobna eni izmed osnovnih barv kot so rdeča, ze­
lena, modra, rumena oziroma mešanici dveh [1].
Tudi barvni ton je praktično nemogoče opisati brez uporabe primerjave. To je verjetno posle­
dica tesne povezave barvnega tona s predstavo barvnega kroga. Opisovanje barvnega tona je
vezano na intervalno skalo pri tem pa barvni ton nima smiselne vrednosti nič (0), barva lahko
ima barvni ton ali pa ga nima.
2.3.3 Svetlost
Svetlost je lastnost objekta, da le ta navidezno oddaja več ali manj svetlobe [1].
2.3.4 Nasičenost
Nasičenost površine je kromatičnost površine v razmerju do njene svetlosti. Tudi zaznavno
neodvisne barve imajo nasičenost [1].
2.4 Pojavi povezani z barvnim vidom
Klasične metode barvne metrike lahko napovedo ujemanje dveh barvnih dražljajev samo ob
upoštevanju standardiziranih pogojev, kot sta standardni dvo in deset stopinjski opazovalec,
standardni tipi svetlobe, npr. D50, D65...[1], hkrati pa upošteva samo ne soodvisne barve, kar
pomeni, da ne upošteva nekaterih drugih vplivov okolice. Samo v primeru ko so ti parametri
enaki za vse opazovane objekte lahko govorimo o zadostnosti standardne trikromatske (X, Y,
Z) metode merjenja za ugotavljanje podobnosti dveh vzorcev. V večini realnih primerjav pa
ne moremo zagotoviti enakosti vseh navedenih pogojev, kar vodi v nezadostnost primerjave s
standardno kolorimetrično metodo.
Poleg tega nastopajo pri zaznavanju barv nekateri posebni pojavi, kot so:
7
•
Prvi preprosti pojav je simultani kontrast [1], ki povzroči barvni zamik zaznavanja, če
spremenimo ozadje objekta. Navidezno delovanje simultanega kontrasta na objekt povzro­
či barvni zamik le­tega v smeri, ki je nasprotna (komplementarna) ozadju: svetlo ozadje
povzroči temnejšo zaznavo objekta, rdeče ozadje pa povzroči zaznavo predmeta bolj zele­
no. Primer simultanega kontrasta je prikazan na sliki 4 [1].
Slika 4: Simultani kontrast.
Pri simultanem kontrastu igra posebno vlogo tudi prostorska razporeditev barvnih impulzov
in ne samo njihova okolica, kar je razvidno iz slike 5 [1]:
Slika 5: Prostorsko pogojeni simultani kontrast.
•
Sprememba izrazitosti (ang. Crispening) je pojav podoben simultanemu kontrastu [1]. V
tem primeru pride do navideznega povečanja razlike med dvema podobnima barvama, če ti
dve ležita na podlagi, ki jima je podobna. Slika 6 prikazuje spremembo izrazitosti [1]:
8
Slika 6: Sprememba izrazitosti.
•
Do razširjanja (ang. Spreading) barvnega impulza pride v primeru opazovanja majhne po­
vršine [1]. Pri razširjanju se barva objekta navidezno pomakne proti barvi ozadja. Razširja­
nje se pojavlja pri površinah, ki so večje od ločljivosti človeškega očesa, kar izključuje zli­
vanje (zaradi premajhne ločljivosti očesa). Slika 7 prikazuje primer razširjanja [1].
9
Slika 7: Razširjanje.
•
Ostali pojavi
Pojavov povezanih z zaznavanjem barve je precej zato bodo v nadaljevanju krajše opisani
samo nekateri [1]:
•
Zamik barvitosti po Bezold­Brücke, povzroči spremenjeno zaznavo barvnega tona z
osvetlitvijo.
•
Abneyev pojav opisuje značilnost, da se z dodajanjem monokromatske komponente beli
svetlobi zaznava barvnega tona ne ohranja. To kaže na nelinearno spremembo med
vzburjenimi čepki in zaznanim barvnim tonom.
•
Helmholtz­Kohlrauschev pojav, ki opisuje vpliv osvetlitve in kromatičnosti na zaznano
svetlost.
•
Huntov Effect, opisuje pojav naraščanja barvitosti z naraščanjem osvetljenosti.
•
Stevensov pojav: opisuje naraščanje kontrasta z osvetljenostjo.
Vsi zgoraj našteti pojavi močno vplivajo na dojemanje barv, vendar pa v večini niso zajeti v
klasičnih kolorimetričnih predvidevanjih.
2.5 Prostorska opredelitev vidnega polja
Zaznavanje nekega signala je odvisno od signala samega, kot tudi od ostalih bližnjih dražlja­
jev tako v prostoru kot času [1].
10
Časovno odvisnih dražljajev večina trenutnih modelov barvnega vida ne upošteva. To pomeni,
da večina modelov predvideva časovno konstantne dražljaje ter popolno prilagoditev opazo­
valca. Z upoštevanjem zapisanega se torej posvečamo samo prostorski komponenti dražljaja.
Prostor torej razdelimo na štiri polja glede na center pozornosti:
•
center pozornosti (dražljaj),
•
neposredna okolica,
•
ozadje,
•
okolica.
Slika 8 prikazuje delitev vidnega polja [1]:
Okolica
Ozadje
Neposredna
okolica
Dražljaj
Slika 8: Delitev vidnega polja.
2.5.1 Dražljaj
Center pozornosti je območje neposrednega opazovanja [1]. To je tudi območje, ki ga obrav­
navajo modeli barvnega zaznavanja. Navadno je to območje definirano v skladu s CIE 1931
standardnim barvnim opazovalcem, torej 2°, enako pa se obravnava celotno polje z zornim
kotom med 1° in 4°. Moderna teorija nasprotnih barv navadno ne velja za dražljaje, ki pokri­
vajo manj kot 1° vidnega polja. V primeru večjih dražljajev pa veljajo računi za CIE 10° opa­
zovalca.
V primeru reproduciranja originalov je potrebno upoštevati, da velikost opazovanega polja
navadno presega 2°. To neposredno vpliva na zaznavanje samih barv, vendar pa lahko v pri­
meru da je reprodukcija enako velika kot original, uporabimo enake izračune, ki veljajo za 2°
opazovalca.
11
2.5.2 Neposredna okolica
Neposredna okolica (ang. Proximal Field) je okolica, ki se razteza približno 2° čez robove
centra pozornosti [1]. Neposredna okolica ima veliko vlogo pri nekaterih zaznavnih pojavih
kot so svetlostne ali kromatične indukcije, spremembe izrazitosti, razširjanje. Večina modelov
barvnega zaznavanja (vključno s CIECAM97s) ne upošteva razlik med neposredno okolico in
ozadjem.
2.5.3 Ozadje
Ozadje je definirano kot polje, ki se razteza do 10° od meja dražljaja [1]. Natančna definicija
ozadja je nujno potrebna za doseganje pravih predvidevanj v vseh modelih barvnih zaznavanj.
Podobno kot pri neposredni okolici je tudi ozadje izredno težko definirati. Zato normalno
ozadje definiramo kot neposredno okolico opazovane slike.
2.5.4 Okolica
Okolica je polje, ki se razteza zunaj ozadja in je lahko kar celoten prostor okoli opazovanega
objekta [1]. Na primer: tiskovine so navadno opazovane v normalno osvetljenem okolju (ang.
average surround), projekcije (projektorji, prosojnice, diapozitivi) opazujemo v temnem oko­
lju (ang. dark surround), lahko pa uporabljamo tudi mračno okolje (ang. dim surround). Dolo­
čitev okolice je pomembna saj le­ta vpliva na zaznavne kontraste ter pojave kot je sijaj (ang.
flare). 2.5.5 Kolorimetrični opis vidnega polja
Različni modeli barvnega zaznavanja (MBZ) izhajajo iz kromatičnega opisa vsake izmed
komponent vidnega polja [1]. Praviloma potrebujemo XYZ vrednosti za posamezna območja.
V večini modelov se pojavi definicija območja prilagoditve. Nekateri modeli jemljejo kot ob­
močje prilagoditve ozadje, drugi pa upoštevajo prilagoditev direktno na vir osvetlitve. Zato je
potrebno definirati absolutne triobmočne vrednosti za belo referenco pod enakimi pogoji
osvetlitve. Za merjenje triobmočnih vrednosti na monitorju lahko uporabimo spektrofotome­
ter ali spektroradiometer. V primeru medijev, ki jih opazujemo v odsevani ali prepuščeni sve­
tlobi, pa postane način določitve bele točke kompleksnejši in vključuje meritev spektralne po­
razdelitve odbite (ali presevane) svetlobe ter kasnejši izračun vrednosti triobmočnih funkcij z
upoštevanjem standardnega CIE 2° opazovalca in upoštevanjem ene od standardnih CIE sve­
tlob.
12
2.6 Pregled nivojev barvne reprodukcije
Sodobno barvno reprodukcijo ter njen razvoj lahko razdelimo na pet nivojev [1]:
•
Prvi nivo predstavlja nivo osnovne barvne reprodukcije (ang. Colour Reproduction). To je
prva ter najnižja stopnja, v kateri dobi uporabnik možnost zajemanja in izpisovanja (repro­
duciranja) barv. Kakovost tako reproduciranih barvnih originalov je navadno slaba in ne
omogoča nikakršne podobnosti reprodukcije z originalom, vendar pa leta na začetku upo­
rabniku zadostuje.
•
Drugi nivo je zadovoljujoča reprodukcija (ang. Pleasing colour reproduction). Reprodukci­
ja tega tipa ni nujno barvno korektna, vendar pa pri povprečnem nezahtevnem opazovalcu,
ki ne pozna originala vzbuja občutek pravilnosti. Dober primer je klasična barvna fotogra­
fija, ki je dodelana s pomočjo empiričnih dognanj.
•
Naslednji korak je kolorimetrična reprodukcija (ang. Colorimetric colour reproduction). Za
kolorimetrično reprodukcijo je nujna kalibracija in karakterizacija vhodnih in izhodnih na­
prav. Karakterizacija oziroma kolorimetrični opis naprave opisuje povezavo med zajetim
signalom na skenerju ali signalom, poslanim tiskalniku, in kolorimetrično vrednostjo ele­
menta slike, ki je bila s tem zajeta ali upodobljena. Kolorimetrična reprodukcija nam teore­
tično omogoča zajemanje slike (skener ali digitalni fotoaparat) in njeno pretvorbo v nev­
tralni barvni prostor (npr. CIE XYZ, ali CIELAB) na izhodni strani pa kolorimetrično pre­
tvorbo teh podatkov v vrednosti RGB ali CMYK za krmiljenje izhodne naprave. V realno­
sti se sicer izogibamo večkratnim pretvorbam, ki povzročajo večanje računskih napak, ter
pretvorbo izvedemo direktno iz vhodnega v izhodni barvni prostor. Na sedanji stopnji ra­
zvoja nam strojna in programska oprema omogočata visoko stopnjo kolorimetrične repro­
dukcije, vendar pa najvišja kakovost običajno cenovno ni dosegljiva povprečnemu uporab­
niku. Pomembna slabost kolorimetrične reprodukcije je njena precejšnja odvisnost od po­
gojev opazovanja. Zatorej je kolorimetrična reprodukcija uporabna samo v primeru, ko so
pogoji opazovanja za original in reprodukcijo enaki, kar pogosto ne drži.
•
Reprodukcija z upoštevanjem modelov barvnega zaznavanja (ang. Colour­appearance re­
production) zahteva poleg natančne kalibracije in kolorimetrične karakterizacije vhodnih in
izhodnih naprav še podatke o pogojih opazovanja originala in reprodukcije ter model barv­
nega zaznavanja. V primeru reprodukcije z upoštevanjem modelov zaznavanja pretvorimo
vrednosti triobmočnih funkcij (XYZ), z upoštevanjem pogojev opazovanja kot so bela toč­
ka, osvetljenost, okolica itd., v vizualne dimenzije kot so svetlost (J), kroma (C) in barvni
13
ton (h). Na izhodu se pojavi obrnjen postopek za upodobitev na izhodni napravi. Uporaba
modelov barvnega zaznavanja je nujna za doseganje vizualno enotne reprodukcije na veliki
količini izhodnih medijev in pod različnimi pogoji opazovanja. •
»Želena reprodukcija« (ang. Colour­preference reproduction). Želena reprodukcija vsebuje
namerno manipulacijo barv za doseganje posebnih rezultatov, ki jih uporabniki želijo. Cilj
je torej doseganje najboljše reprodukcije za določen medij in namen. Ta tip reprodukcije se
počasi uveljavlja v barvnem upravljanju, predvsem v obliki algoritmov za preslikave med
barvnimi prostori naprav.
Potrebno je poudariti, da je za doseganje vsakega izmed nivojev potrebno poprej doseči nižje­
ga. To velja seveda samo za odprte sisteme, kajti v zaprtih sistemih je možno doseči katerega­
koli izmed nivojev brez doseganja vseh predhodnih. Primer sta barvna fotografija, kjer sta ob­
čutljivost materialov in postopek natančno definirana, ter barvna televizija, kjer je občutljivost
kamere tudi točno definirana.
2.7 Barvno upravljanje
Sodobno področje raziskav v grafični in oblikovalski industriji se ukvarja s strojno neodvi­
snim upodabljanjem barv. To področje se s skupnim izrazom imenuje barvno upravljanje (ang.
Colour Management). Barvno upravljanje se je začelo hitro razvijati z razpadom zaprtih re­
produkcijskih procesov in s prihodom kvalitetnih in zanesljivih računalniških (in upodobitve­
nih) sistemov.
2.7.1 Umerjanje vhodno izhodnih naprav
Za doseganje dobre in ponovljive kakovosti je potrebno vse V/I naprave pred začetkom upo­
rabe umeriti. Umerjanje pomeni nastavitev naprave na znano začetno stanje, pri čimer nasta­
vimo parametre kot so vrednost bele točke, želeno gamo, kontrast ipd. za monitorje ter obar­
vanje in odnose med signalom in nanosom za tiskalnike.
2.7.2 Karakterizacija vhodno izhodnih naprav
Karakterizacija naprav vsebuje natančne kolorimetrične opise naprav in je lahko izvedena na
tri načine [1]:
•
Karakterizacija z upoštevanjem fizičnega modela
Fizični model naprave (ang. Physical model) vsebuje kompleksni matematični model. Ta­
kšen model opisuje matematične povezave med signali in kolorimetičnimi vrednostmi, ki
14
te signale povzročajo (oziroma katere signali povzročajo v primeru izhodnih naprav). Do­
bre lastnosti fizičnih modelov so v njihovi robustnosti, natančnosti ter možnosti natančne
karakterizacije na podlagi minimalnega števila meritev. Fizično modelirani procesi zahte­
vajo tudi minimalne popravke v primeru sprememb. Njihova slaba lastnost je zapletenost v
smislu izpeljave in izvedbe. Ta način se najpogosteje uporablja za kolorimetrični opis kato­
dnih monitorjev.
•
Izkustveni modeli naprav
Izkustveni modeli V/I naprav (ang. Empirical model) temeljijo na statistični analizi večjega
števila meritev. Zapis teh modelov je v obliki polinomov višjih stopenj ali kompleksnejših
nevronskih mrež. Ti modeli zahtevajo precejšno količino meritev, ki pa je manjša kot v pri­
meru metod z obsežnimi meritvami in uporabo primerjalnih tabel (ang. Look Up Table ali
LUT). Pomembnejše slabosti izkustvenih modelov so velike napake na mejah barvnega ob­
sega, druga slabost pa je nepovezanost modela s fizikalnimi lastnostmi naprave, zaradi če­
sar je potrebno modeliranje ponoviti pri vsaki minimalni spremembi na napravi.
•
Opis z obsežnim merjenjem
Opisi V/I naprav z obsežnim merjenjem (ang. exhaustive measurement) predstavljajo za­
dnjo vrsto modeliranja za ugotovitev barvnega obsega in lastnosti naprave. Običajno nare­
dimo večje (vsaj 750) število meritev vzorcev. Včasih pa je potrebno še večje število meri­
tev, posebej v primeru naprav s slabo ponovljivostjo. Meritve nato nelinearno interpolira­
mo, da dobimo gostejšo primerjalno tabelo z dimenzijami 33 × 33 × 33, ki omogoča proce­
siranje slike z večdimenzionalno interpolacijo. Ta način ima več pomanjkljivosti:
•
veliko število potrebnih meritev,
•
problematična interpolacija zelo nelinearnih podatkov,
•
potreba po ponovitvi celotnega postopka ob minimalni spremembi v napravi,
•
hkrati pa ta način izredno otežuje izdelavo inverznega modela.
Model z obsežnim merjenjem je sicer zelo priljubljen, ker ne zahteva poznavanja fizikalnih
lastnosti naprave, najpogosteje pa se uporablja pri opisovanju tiskalnikov.
15
2.8 Kromatična prilagoditev
Prvi korak pri uporabi modelov barvnega zaznavanja je preračun kromatične prilagoditve
(ang. CAT) [1, 4]. Kromatična prilagoditev je zato zajeta v vseh modelih barvnega zaznava­
nja. Različni modeli kromatične prilagoditve omogočajo preslikavo vrednosti XYZ iz refe­
renčne osvetlitve v XYZ vrednosti ciljne osvetlitve, pri čemer se ohranja zaznava barve.
V barvni reprodukciji igra kromatična prilagoditev pomembno vlogo. Kot primer lahko nave­
demo samo nekaj naprav, ki za zajemanje ali prikazovanje uporabljajo različne tipe svetlobe:
•
skenerji pri zajemanju uporabljajo svetlobne vire z barvno temperaturo med 4200 in
4800 K,
•
monitorji so navadno, zaradi optimalnosti prikazovanja, nastavljeni na standardne bele sve­
tlobe:
•
D50 velja za monitorje, ki so namenjeni barvni korekciji fotografij namenjenih za
tisk kot jih predvideva standard ISO 12646 [5],
•
D65, kot predvideva standard ISO 3664 [6], ki pokriva področje priprave fotografij
namenjenih za objavo na spletu in drugih manj zahtevnih medijih.
•
izpise navadno opazujemo pod pogoji normalne osvetlitve D50,
•
ICC specifikacija predvideva belo točko stičnega prostora za profile (PCS) definirano na
podlagi standardne osvetlitve D50.
2.8.1 Metode preračuna kromatične prilagoditve
Večina današnjih modelov kromatičnih prilagoditev izhaja iz von Kriesovega modela, ki pred­
videva preprosto linearno pretvorbo med XYZ vrednostmi površine opazovane pod različnimi
svetlobnimi viri. Preprost von Kreisov model, imenovan tudi napačen (ang. Wrong) von Krei­
sov model, je implementiran v obliki enačb za preračun vrednosti XYZ v CIELAB.
2.9 CIECAM97s
2.9.1 Nastanek
Leta 1996 je organizacija CIE na letnem simpoziju sprejela odločitev o potrebi po kakovo­
stnem in enotnem modelu, ki bi opisoval zaznave človekovega vidnega sistema, ter barvno in
svetlobno adaptacijo le tega [7, 8]. Nalogo preverjanja, nadgradnje in izbire modela zaznava­
16
nja je prevzel CIE tehnični komite TC 1­34, ki je naslednje leto na konferenci v Kyotu sprejel
model imenovan model barvnega zaznavanja 97 preprosta (ang. simple) verzija (CIECA­
M97s). Obstaja tudi predlog za celovito (ang. comprehensive) verzijo (CIECAM97c) vendar
te TC 1­34 ni obravnaval. CIECAM97s je skupek spoznavanj in lastnosti uporabljenih v neka­
terih drugih modelih. Uporabljeni modeli so bili Nayatani et. al., RLAB, LLAB ter Huntov.
Model CIECAM97s se je tudi pri kasnejših testih izkazal kot zelo dober in zanesljiv, vendar
pa so se že kmalu po njegovi predstavitvi pojavili nekateri predlogi za njegove popravke.
2.9.2 Struktura CIECAM97s
CIECAM97s izhaja iz Bradfordske kromatične prilagoditve, ki je v naslednjih korakih nad­
grajena še s funkcijo osvetljenosti (ang. dinamic response function), ter stopnjo prilagoditve
opazovalca [7, 8].
Izhodiščni podatki potrebni za preračun v modelu CIECAM97s so zbrani v preglednici 1:
Preglednica 1: Izhodiščni podatki za preračun po modelu CIECAM97s.
Izhodiščni podatki
Vzorec v testnem okolju
x
y
Y
Bela v okolju prilagoditve
xw
yw
Yw
Ozadje v testnem okolju
xb
yb
Yb
xwr = 1/3
ywr = 1/3
Ywr = 100
Referenčna bela v referenčnih pogojih
Svetlost testnega področja adaptacije [cd m­2]
YO
17
Glede na osvetljenost, pa ločimo pet tipov okolice za katere veljajo naslednji parametri:
Preglednica 2: Parametri F, c, FLL in Nc glede na svetlost v prostoru.
Parametri okolice
F
c
FLL
Nc
Povprečna osvetlitev s kotom
opazovanja več kot 4° (ang. Average)
1,0
0.69
0
1,0
Povprečna osvetlitev
1,0
0,69
1,0
1,0
Mračno okolje (ang. Dim)
0,9
0,59
1,0
1,1
Temno okolje (ang. Dark)
0,9
0,525
1,0
0,8
Difuzna osvetlitev (ang. Cut­sheet)
0,9
0,41
1,0
0,8
Pri čemer je pomen posameznih parametrov:
•
F predstavlja stopnjo prilagoditve,
•
c podaja stopnjo vpliva okolice,
•
FLL je faktor svetlosti in kontrasta,
•
NC faktor kromatične indukcije.
Pri kasnejši reviziji modela je bil faktor FLL umaknjen, kakor tudi celotna skupina parametov,
ki veljajo za kot opazovanja več kot 4°, ker se le ti ne uporabljajo v praksi.
2.9.2.1 Bradfordska kromatična prilagoditev
Bradfordska kromatična prilagoditev temelji na empiričnih podatkih. Razvil, ter leta 1985 ob­
javil, jo je Lam [9]. Bradfordski model omogoča preslikavo XYZ vrednosti iz referenčnega
svetlobnega vira v ciljni vir, pri čemer se ohranja zaznavna oblika.
Bradfordska transformacija preslika vrednosti triobmočnih komponent X, Y, Z v Bradfordske
izostrene senzorje (sharpened cone functions) RGB. Preračun Bradfordske barvne prilagodi­
tve je podan v enačbah od 1 do 5:
[] [ ]
R
X/Y
=M
G
B Y /Y
B
Z/ Y
(1)
Vrednost Bradfordske matrike MB enaka:
18
[
0,8951 0,2664 −0,1614
M B= −0,7502 1,7135 0,0367
0,0389 −0,0685 1,0296
]
(2)
In vrednost inverzne Bradfordske matrike M­1B:
−1
MB =
[
0,98699 −0,14705 0,15996
0,43231 0,51836 0,04929
−0,00853 0,04004 0,9684
]
(3)
Sledi preslikava vrednosti referenčnih RGB vrednosti v R' G' B' vrednosti ciljnega območja.
R
Rw
G
G'=G ' w
Gw
B
B '=B' w
Bw
R '=R ' w
(4)
Pri čemer so vrednosti Rw Gw Bw izračunani za testno svetlobo in vrednosti RW', GW' in BW'
vrednosti bele v ciljnih pogojih.
V enačbi 5 preračunamo prilagojene R', G', B' vrednosti nazaj v X', Y', Z' ciljne barve.
[] [ ]
X'
R'Y
−1
=M
Y'
B G'Y
Z'
B' Y
(5)
2.9.2.2 Izračun stopnje prilagoditve in funkcije osvetljenosti
Stopnja prilagoditve nam pove, kako je opazovalec prilagojen na spremenjeno osvetlitev in
doseže popolno prilagoditev v nekaj minutah (ter s tem vrednost 1). Ker je CIECAM97s na­
tančnejši model upošteva tudi vplive okolice in jakost osvetlitve.
1
1−D ]R
Rw
1
Gc =[ D
1−D]G
Gw
1
Bc =[D
1−D]Bp
Bw
R c= [D
(6)
Kjer je modra korigirana z eksponentom p, katerega izračun je prikazan v enačbi 7:
p=
BW 0,0834

1
(7)
19
Podobno po enačbi 6 preračunamo tudi vrednosti Rw Gw, Bw, ter Rb Gb, Bb in Rwr Gwr, Bwr.
Parametra vpliva svetlosti ozadja (Nbb) ter kromatičnosti ozadja (Nbc) se izračunata po enačbi
8:
N bb =N cb=0,7251overn
z=1FL n
0,2
(8)
1
2
Pri čemer je faktor n:
n=
Yb
Yw
(9)
Kot je že rečeno model CIECAM97s upošteva tudi stopnjo prilagoditve (D), ki je pri popolno
prilagojenem opazovalcu 1, pri neprilagojenem 0, za vmesna območja pa jo računamo po
enačbi 10:
D=F−
F
L 2A
12 L 
300
k=
1
4
A
(10)
1
5L a1
(11)
1
(12)
FL =0,2 k 4  5L A 0,1  1−k 4 2 5L A 3
Sledi preračun iz izostrenih odzivov v Hunt – Pointer – Estevez odzive, kar je razvidno iz
enačbe 13:
[]
[ ]
RC Y
R'
−1
G' =M H M B G C Y
B'
BC Y
Pri čemer je vrednost matrike MH:
[
0,38971
0,68898 −0,07868
M H = −0,22981 1,18340 0,04641
0,00
0,00
0,00
(13)
]
(14)
Spektralni odzivi po adaptaciji se preračunajo po enačbah 15:
20
FL R ' 0,73
40 

100
R ' a=
1
FL R ' 0,73

 2
100
FL G' 0,73
40 

100
G' a=
1
FL G' 0,73

 2
100
F B' 0,73
40  L 
100
B' a=
1
0,73
FL B'

 2
100
(15)
Koordinate v rdeče­zeleno (a) in rumeno­modrem (b) koordinatnem sistemu izračunamo po
enačbah 16:
a=
R 'a−12G' a
B'
11 a
11
(16)
1
b= R ' aG' b−2B 'a
9
Kot barvnega tona h po CIECAM97s izračunamo iz a in b po enačbi 17:
h=tan −1
b
a
(17)
Površino barvnega tona H in koeficiente ekscentričnosti e določimo z linearno interpolacijo
med naslednjimi vrednostmi:
•
Rdeča: h = 20,14 , e = 0,8 , H = 0 ali 400 ,
•
Rumena: h = 90,00 , e = 0,7 , H = 100 ,
•
Zelena: h = 164,25 , e = 1,0 , H = 200 ,
•
Modra: h = 237,53 , e = 1,2 , H = 300
Poljubna faktorja e in H izračunamo po enačbah 18 in 19:
e=e1
 e1−e2  h−h 1 
h 2−h 1
(18)
21
100
H=H1
 h−h 1
e1
h−h 1 h 2−h

e1
e2
(19)
Akromatičen odziv izračunamo za vzorec in belo po enačbi 20:
A= 2R ' aG' a
1
B' a−2,05N bb
20
(20)
Svetlost J se v modelu CIECAM97s izračuna na podlagi akromatskih signalov vzorca A in
bele AW po enačbi 21:
J=100
A
AW
(21)
Sijavost Q je izračunana iz CIECAM97s svetlobnosti in akromatičnega odziva bele po enačbi
22:
Q=
1,24 J 0,67

  A W30,9
c
100
(22)
V zadnjem koraku pa izračunamo še nasičenost s, kromo C in barvitost M po enačbah od 23
do 25:
1
2 2
10
N N
13 c cb
21
R ' aG' a
B'
20 a
2
50  a b  100 e
s=
C=2,44s 0,69 
J 0,67 n

 1,64−0,29 n 
100
0,15
M=CFL
(23)
(24)
(25)
22
3 Eksperimentalni del
Namen raziskave je bil raziskati uporabnost modela zaznavanja CIECAM97s s pomočjo, vi­
zualne primerjave vzorcev.
Eksperimentalni del je potekal v nekaj korakih, ki so bili:
•
definiranje parametrov preizkusa,
•
definiranje oblike testne tablice,
•
definiranje RGB vrednosti referenc in ozadja testnih tablic,
•
preračun RGB vrednosti referenc in ozadja testnih tablic v CIE XYZ vrednosti,
•
uporaba CIECAM97s v osnovni smeri za preračun referenčnih CIE XYZ vrednosti tablic v
JCh vrednosti modela,
•
uporaba CIECAM97s v inverzni smeri za preračun iz JCh v CIE XYZ vrednosti primerja­
nega vzorca,
•
preračun CIE XYZ vrednosti cilja v RGB vrednosti, na katere smo prilagodili primerjani
vzorec,
•
opazovanje in ocenjevanje ujemanja vzorca in cilja,
•
obdelava podatkov.
3.1 Definicija parametrov preizkusa
Preizkus smo naravnali na barvni zaslon računalnika (monitor). Zaradi principa delovanja mo­
nitorjev nismo pričakovali razlik v delovanju modela med zasloni s katodno cevjo (CRT) in
med zasloni na tekoče kristale (LCD).
3.1.1 Definicija testne tablice
Definirali smo testno formo, oziroma tablico. Pri preizkusu smo izbrali preprosto postavitev
testne forme, ki je bila razdeljena na centralni del, ki ga je predstavljala opazovana barva, in
nebarvito okolico. Upoštevali smo tudi pogoje opazovanja, kar pomeni da smo velikost opa­
zovanega polja prilagodili predpisanim 2°, kar pomeni da je za opazovanje na računalniškem
zaslonu z razdalje približno 50 cm, premer polja približno 1,75 cm. V nadaljevanju smo upo­
števali velikost polja, ki se šteje za ozadje in naj bi segalo od 2° do 10°, kar pri enaki razdalji
23
opazovanja pomeni premer približno 8,7 cm, ostali del (nad 10°) se šteje za okolico. CIECA­
M97s ne obravnava okolice ločeno od ozadja, zato smo za okolico izbrali polje nevtralne sre­
dnje sive barve.
Slika 9: Testna tablica.
3.1.2 Osvetljenost površine opazovanja
Svetlost površine na katero se prilagaja opazovalec podamo modelu v cd m­2. Za to vrednost
navadno jemljemo kar 20 % svetlosti idealne bele postavljene v enake pogoje.
3.1.3 Svetlost v prostoru
Vpliv jakosti svetlobe v prostoru je upoštevan v faktorjih F, c, FLL in NC, zato je bilo potrebno
definirati tudi tega. CIECAM97s predvideva pet različnih tipov svetlobnih razmer, ki se upo­
rabljajo za različne namene. Ti so: povprečna osvetlitev, ki se pojavlja v normalnem delovnem
okolju in je višja ali enaka 20 % svetlosti bele v opazovanem polju, mračno okolje, za katere­
ga je značilno da dosega največ 20 % svetlosti bele v opazovanem polju ter mračno, za katere­
ga je značilno da dosega manj kot 1 % svetlosti bele v opazovanem polju. Ostala dva tipa sta:
povprečna osvetlitev s kotom opazovanja več kot 4° in pa difuzna osvetlitev, ki nimata prak­
tične uporabnosti, zatorej jih tudi v našem preizkusu nismo uporabljali.
Za izvedbo preizkusa smo imeli na razpolago dve možnosti, ki sta:
•
Empirična metoda z direktnim kolorimetričnim merjenje vzorcev na zaslonu in njihovo
uravnavanje. Ta možnost je računsko preprostejša, vendar zahteva veliko poizkušanja in
korekcij.
•
Matematična metoda, pri kateri uporabljamo zakonitosti barvnega upravljanja in matema­
tično definirane RGB barvne prostore, za prikaz barve na zaslonu.
24
Na osnovi predhodnih preizkusov smo se odločili za drugo metodo, ki se je izkazala kot hi­
trejša ter hkrati zanesljivejša, saj natančen prikaz barve na zaslonu prepustimo aplikaciji, pre­
ko barvnega profila zaslona, korekcije pa delamo v uporabniku, prijaznejšem RGB načinu.
Ta način je pomenil, da je bilo potrebno vse barvne vrednosti, ki smo jih vnesli v model CIE­
CAM97s preračunati iz X, Y in Z (na vhodu) v RGB vrednosti (na izhodu), ki smo jih podali v
aplikaciji.
Pri tem načinu je bilo potrebno izbrati tudi aplikacijo, ki dobro podpira barvno upravljanje za
prikaz na monitorju. Zatorej smo izbrali Adobov Illustrator v verziji 11.
3.1.4 Pretvorba vrednosti RGB v XYZ
Matematično natančno pretvorbo med XYZ in RGB je mogoče izvesti samo med »umetnimi«
matematično definiranimi RGB barvnimi prostori, kot so AdobeRGB (1998), sRGB, AppleR­
GB... Za poizkus smo izbrali AdobeRGB (1998), ki je najbolje podprt tudi v Illustratorju.
Pretvorba iz RGB Adobovega barvnega prostora se začne s pretvorbo osem bitnih vrednosti
RGB, v območju od 0 do 255, v vrednosti, ki se nahajajo v območju od 0 do 1. Postopek je
prikazan v enačbi 10 [10]:
R
255
G
g=
255
B
b=
255
r=
(10)
Vrednosti rgb korigiramo še s funkcijo gamme kar je razvidno iz enačbe 11:
r '= r 
g '= g 

b '= b
(11)
Sledi množenje z matriko, ki opisuje barvni prostor AdobeRGB in je prikazano v enačbi 12:
[ ][ ]
[
X
r'
=
Y
g ' M AdobeRGB
Z
b'
(12)
0,57670 0,297361 −0,0270328
Pri čemer je vrednost matrike M AdobeRGB= −0,185556 0,627355 0,0706879
0,188212 −0,0752847 0.991248
]
25
3.1.5 Pretvorba vrednosti XYZ v RGB
Pretvorba iz vrednosti XYZ v vrednosti RGB AdobeRGB barvnega prostora poteka preko
enačbe 13 [11]:
[][ ]
r
X
−1
g = Y M AdobeRGB
b
Z
(13)
Sledi korekcija z gamo barvnega prostora za preračun v R'G'B' komponente AdobeRGB
(1998) prostora, ki so v mejah med 0 in 1, kar je opisano v enačbi 14:
1over 
r '=r
g '=g 1over 
b '=b 1over 
(14)
Pred vnosom r'g'b' vrednosti v aplikacijo za prikaz (Illustrator) jih je potrebno preračunati v 8
bitne vrednosti RGB, ki se nahajajo v območju od 0 do 255, kar izračunamo po enačbi 15:
R=255 r '
G =255 g '
B =255 b '
(15)
3.2 Eksperiment
3.2.1 Oprema
Za izvedbo eksperimentalnega dela smo potrebovali nekaj osnovne računalniške in druge
opreme, ki je omogočala izvedbo raziskave pod kontroliranimi in ponovljivimi pogoji.
Opazovanje barv smo opravili na kalibriranem CRT zaslonu Mitsubishi Diamond Pro 900u, ki
je bil priključen na osebni prenosni računalnik Apple Macintosh PowerBook G4 z operacij­
skim sistemom Mac OS Server 10.3.4 s podpornim modulom za barvno upravljanje Color­
Sync 4.2. Za izdelavo testnih tablic smo uporabili Adobe Illustrator CS. Kalibracijo in profili­
ranje monitorja smo izvedli s spektofotometrom GretagMacbeth iOne Publish UV Cut in pro­
gramom GretagMacbeth ProfileMaker 4.1.5. Svetlobne pogoje v prostoru smo kontrolirali in
uravnavali s pomočjo že omenjenega spektrofotometra z dodatnim nastavkom za merjenje
svetlobnih pogojev v prostoru in programom GretagMacbeth iOne Share 1.3.
26
3.2.2 Nastavitve in parametri zaslona
Na izbiro smo imeli dva tipa računalniških zaslonov, LCD in CRT. LCD zasloni so navadno
svetlejši in bolj kontrastni, vendar imajo manjši barvni obseg v primerjavi s CRT zasloni, pro­
blematični pa so tudi pri ne­pravokotnem opazovanju. Zato smo se odločili za uporabo CRT
zaslona, ki ima sicer manj kontrastne barv in je manj svetel, vendar ima teoretično večji barv­
ni obseg in precejšnjo barvno konstantnost tudi pri opazovanju pod kotom. Eksperiment smo
začeli z natančno nastavitvijo in profiliranjem zaslona. V skladu s standardom ISO 3664 smo
nastavili belo točko zaslona in gamo. Iz ICC profila smo pridobili tudi natančnejše podatke o
barvnih koordinatah bele točke in o resnični vrednosti game, ki jo dosežemo na zaslonu, vre­
dnosti le teh so povzete v preglednici 3.
Preglednica 3: Parametri uporabljenega CRT monitorja.
Svetlost monitorja [cd m­2]
104
Najpodobnejša barvna temperatura (CCT) [K]
6500
Vrednosti bele točke monitorja (X; Y; Z)
0,95; 1,00; 1,08
Vrednost rdečega kanala (X; Y; Z)
0,46; 0,25; 0,02
Vrednost zelenega kanala (X; Y; Z)
0,32; 0,66; 0,10
Vrednost modrega kanala (X; Y; Z)
0,18; 0,08; 0,70
Nastavljena vrednost game (vsi kanali)
Izmerjena vrednost game po kanalu (R;G;B)
2.2
2,24; 2,16; 2,17
Svetlobne razmere v prostoru so prikazane v preglednici 4.
Preglednica 4: Parametri svetlobnih pogojev v prostoru.
Osvetljenost prostora [lux]
Najpodobnejša barvna temperatura (CCT) [K]
Indeks barvnega videza (CRI) [%]
45 ±5
4000 ±500
cca. 95
Za pravilen prikaz barv na zaslonu je bilo potrebno nastaviti tudi aplikacijo (Illustrator), v me­
niju Color Setings smo izbrali napredni način prilagajanja parametrov (Advanced Mode). Za
RGB delovni prostor smo izbrali Adobe RGB (1998) barvni profil, pri možnostih za pretvorbo
(Conversion Options) smo izbrali Adobe (ACE) barvnometrični modul, ter absolutno kolori­
metrični upodobitveni model. Za pravilen prikaz barv na zaslonu smo uporabili funkcijo si­
mulacije (Proof Colors), kjer smo za ciljni prostor izbrali barvni prostor zaslona.
27
3.2.3 Izvedba eksperimenta
3.2.3.1 Vzorci
Pripravili smo 20 različnih testnih tablic. Barvne vrednosti vzorcev smo izbrali tako, da smo
pokrili osnovne barve, ki so rdeča, rumena, zelena, cian, modra in magenta. Opazovali smo
delovanje modela na različnih podlagah. Vzorce smo primerjali na dveh nevtralnih temnih
podlagah, na dveh nevtralnih svetlih podlagah ter na dveh svetlostno zelo različnih podlagah.
Glede na to da je CIECAM97s kompleksen model, ki omogoča predvidevanje tudi za kroma­
tične podlage, smo pripravili tudi testni formi, na katerih se je vzorec nahajal na ozadju s
komplementarnimi barvami, kar pomeni, da je bilo ozadje pod prvim vzorcem rdeče in pod
drugim zeleno, v drugem primeru pa je bilo prvo ozadje modro ter drugo rumeno. RGB vre­
dnosti vzorcev so zbrane v preglednici 5.
Preglednica 5: Pregled RGB vrednosti vzorcev.
Št. tablice
Barva
Ozadje 1 (R=G=B)
Ozadje 2 (R=G=B)
30
70
180
220
3
30
220
4
30
70
180
220
6
30
220
7
30
70
180
220
30
220
Ime
R, G, B
1
2
5
8
Cian
Magenta
Rumena
117, 208, 229
207, 110, 189
254, 246, 38
9
10
30
70
11
180
220
12
30
220
13
30
70
180
220
15
30
220
16
30
70
180
220
30
220
14
17
Modra
Zelena
Rdeča
58, 80, 187
109, 197, 21
231, 15, 21
18
19
Modra
58, 80, 187
Rdeča
119, 30, 30**
Zelena
70, 131, 70**
20
Rdeča
74, 104, 184
Modra
177, 56, 63**
Rumena
255, 232, 13**
*Vse barve so podane kot RGB komponente v AdobeRGB 1998 barvnem prostoru.
**Barvi sta se nahajali na barvitem ozadju v kombinaciji rdeča­zelena in modra­rumena.
28
3.2.3.2 Opazovanje
Eksperiment je opravljalo 22 oseb ženskega in 21 oseb moškega spola. Testne osebe so na ra­
čunalniškem zaslonu opazovale pripravljene vzorce in ocenjevale njihovo barvno ter svetlo­
stno ujemanje. Vsak opazovalec se je v prostoru, kjer je potekalo opazovanje, zadrževal vsaj
5 minut pred začetkom opazovanja, kar je omogočilo svetlostno adaptacijo na okolje. Testnim
osebam smo razložili potek testiranja nato pa so začele z opazovanjem in ocenjevanjem te­
stnih vzorcev. Testna oseba je ocenjevala vizualno ujemanje barvnih vzorcev z ocenami od 1
do 3, pri čimer je ocena 1 pomenila dobro ujemanje, ocena 2 je pomenila približno ujemanje,
ocena 3 pa je pomenila neujemanje vzorcev. Pri sami razlagi je bil testnim osebam predsta­
vljen tudi način opazovanja vzorcev in primer jasno vidnega neujemanja. Čas za opazovanje
posameznega vzorca ni bil strogo določen, bil pa je priporočen 30 s.
3.2.4 Rezultati
V preglednici 6 so prikazani rezultati dobljeni z moškimi opazovalci. Vrednosti predstavljajo
odstotke odgovorov istega tipa.
Preglednica 6: Rezultati opazovanja za moške.
Št. tablice
Barva
Dobro ujemanje [%]
Približno ujemanje [%]
Neujemanje [%]
29
57
14
10
33
57
3
33
48
19
4
24
38
38
52
38
10
6
14
43
43
7
62
24
14
29
57
14
14
48
38
19
48
33
67
28
5
12
38
48
14
13
52
29
19
10
24
66
15
43
33
24
16
81
14
5
19
57
24
14
62
24
1
2
5
8
Cian
Magenta
Rumena
9
10
11
14
17
Modra
Zelena
Rdeča
18
19
Modra
76
19
5
20
Rdeča
48
33
19
29
V preglednici 7 pa se nahajajo rezultati, ki smo jih dobili na podlagi odgovorov ženskih opa­
zovalk. Preglednica 7: Rezultati opazovanja za ženske.
Št. tablice
Barva
Dobro ujemanje [%]
Približno ujemanje [%]
Neujemanje [%]
35
56
9
9
22
69
3
17
22
61
4
30
53
17
1
2
5
Cian
26
52
22
6
9
17
74
7
39
52
9
22
39
39
9
17
35
48
10
9
43
48
39
48
13
12
22
43
35
13
57
39
4
0
26
74
15
22
43
35
16
61
30
9
22
48
30
27
30
43
8
11
14
17
Magenta
Rumena
Modra
Zelena
Rdeča
18
19
Modra
31
52
17
20
Modra
5
17
78
30
4 Razprava in zaključki
4.1 Splošne ugotovitve
V diplomskem delu smo želeli raziskati uporabnost CIE modela barvnega zaznavanja CIECA­
M97s pri uporabi na računalniškem zaslonu. Računalniški zasloni in televizijski ekrani pred­
stavljajo, zaradi lastne svetilnosti, z barvnometričnega stališča posebno vrsto objektov. Barve,
upodobljene na zaslonu, lahko opazujemo namreč tudi v popolni odsotnosti zunanjih svetlob­
nih virov v prostoru, kar v primeru odsevnih objektov, kot je na primer papir, ni mogoče. Ker
na zaznavanje barve vpliva še mnogo drugih dejavnikov, smo se odločili, da bomo preizkus
izvedli v skladu z enim izmed standardov, ki veljajo za opazovanje barv na računalniških za­
slonih. S tem smo zmanjšali tudi število spremenljivk, ki lahko nastopijo v takšnem eksperi­
mentu in bi lahko samo preverjanje modela precej otežile.
4.2 Razprava o eksperimentu
Iskali smo potrditev uporabnosti preučevanega modela in se odločili za preprost test, pri kate­
rem so nam opazovalci potrdili ali zanikali pravilnost predvidevanj, ki nam jih da model.
Temu smo prilagodili tudi možne odgovore, ki so bili zgolj ocene od 1 do 3 v smislu 1 za do­
bro ujemanje, kar pomeni, da opazovalec zazna barvna vzorca kot identična, 2 za približno
ujemanje, kar pomeni, da se vzorca dokaj dobro ujemata, vendar pa ju opazovalec ne zazna
kot identična ter 3 za neujemanje, kar pomeni da opazovalec takoj zazna razliko med obema
vzorcema.
Testiranje modelov barvnega zaznavanja je precej zahteven postopek, ker je nujno obreme­
njen z veliko parametri v prostoru na eni strani, ter subjektivnim zaznavanjem barve posame­
znika na drugi strani. Vplivi okolice se močno odražajo v človekovem zaznavanju barv, zato
smo jih tekom eksperimenta poizkušali obdržati znotraj določenih meja. Svetlost v prostoru je
bila uravnana v skladu s standardom in se je gibala okoli 45 lux, s to vrednostjo smo naredili
tudi izračune v modelu. Svetlost v vsakdanjem delovnem okolju pa navadno presega 150 lux.
Ugotovili smo, da svetlost v prostoru, ki presega tisto, s katero smo računali v modelu pripelje
do neuporabnih rezultatov.
Čas, katerega je imel opazovalec na voljo za prilagoditev na svetlobne pogoje v prostoru, smo
omejili na 5 minut, zgornja meja ni bila določena. Eksperiment je potekal v časovnem obdo­
bju 14 dni, kar je posledično vodilo v to, da so opazovalci prihajali v prostor adaptirani na
različne svetlobne pogoje (svetli sončni in temačni deževni dnevi). Zatorej bi bilo verjetno
bolje, da bi minimalni čas zadrževanja v prostoru povišali na 15 minut in s tem omogočili po­
31
polnejšo adaptacijo na razmeroma temno okolje v katerem je potekal eksperiment, vendar za­
radi objektivnih razlogov nismo želeli podaljšati časa posameznega opazovanja na 20 minut
in več. Čas za adaptacijo in opazovanje samega vzorca na zaslonu ni bil določen in omejen,
kar je posledično vodilo v to, da so posamezni opazovalci različno dolgo opazovali vzorce.
Odvisnost rezultatov od časa opazovanja vzorca ni poznana, vendar bi bilo v podobnem eks­
perimentu v prihodnje verjetno dobro natančneje definirati zgornjo in spodnjo mejo časa opa­
zovanja posameznega vzorca in morebiti primerjati odvisnost zaznavanja barve od časa opa­
zovanja.
4.3 Razprava o rezultatih
V preglednici 6, v kateri so podani rezultati opazovanja za moške je razvidna visoka stopnja
ujemanja za vzorce 5, 7, 11, 13, 16 in 19, torej za magenta barvo na svetlih ozadjih, rumeno
na temnih ozadjih, modro na svetlih ozadjih, zeleno na temnih ozadjih, rdečo na temnih ozad­
jih ter modro na komplementarnem rdečem in zelenem ozadju. Neujemanje pa se pojavlja pri
vzorcih 2 in 14, torej pri cian in zeleni na svetlih ozadjih.
Preglednica 7, v kateri so podani odgovori ženskih opazovalk, kaže na visoko stopnjo ujema­
nja vzorcev pri vzorcih 13 in 16. Torej za magento in rdečo na svetlih ozadjih. Visoka stopnja
neujemanja pa je izražena pri vzorcih 2, 3, 6, 14 in 20, kjer se pojavljajo cian in zelena na sve­
tlih ozadjih, cian in magenta na temnih ozadjih ter rdeča na komplementarnem modrem in ru­
menem ozadju.
Rezultati meritev praviloma potrjujejo dobro predvidevanje modela, saj je večina vzorcev pri
obeh spolih ocenjena vsaj z oceno približnega ujemanja. Testne tablice so bile namreč pripra­
vljene tako, da bi v primeru slabega predvidevanja modela v opazovalcu zbudile občutke si­
multanega kontrasta in s tem precejšnjega neujemanja.
4.4 Dodatne meritve barvnih vzorcev na zaslonu
Pri tablicah 2 in 14, kjer smo dobili rezultate izrazitega neujemanja, smo opravili dodatne
spektrofotometrične meritve na zaslonu, s katerimi smo želeli preveriti pravilnost prikaza
barv. Ciljne vrednosti in dejanski rezultati so prikazani v preglednicah 8 in 9.
Preglednica 8: Spektrofotometrične meritve tablice št. 2.
Ciljne vrednosti
Prikazane vrednosti
X
Y
Z
X
Y
Z
Vzorec
82
100
134
71
100
163
Predvidevanje modela
82
100
133
71
100
163
32
Preglednica 9: Spektrofotometrične meritve tablice št. 14.
Ciljne vrednosti
Prikazane vrednosti
X
Y
Z
X
Y
Z
Vzorec
66
100
24
51
100
20
Predvidevanje modela
67
100
25
51
100
20
4.5 Izhodišča za nadaljnje delo
V našem eksperimentu se je model CIECAM97s izkazal za dober model človekovega barvne­
ga zaznavanja, hkrati pa so se pokazale tudi nekatere pomanjkljivosti v načinu našega testira­
nja. Te pomanjkljivosti nam namreč onemogočajo, da bi natančno določili izvor nepravilnosti,
ki smo jih opazili. Naša predvidevanja kažejo na dva možna razloga za slabo ujemanje v ne­
katerih barvah. Prvi razlog je lahko slabo predvidevanje modela, drugi sicer bolj verjeten ra­
zlog pa se skriva v nezmožnosti pravilnega prikaza nekaterih barv na zaslonu. Drugo možnost
nam tudi potrjujejo dodatne meritve opravljene na zaslonu, kjer vidimo, da se pojavljajo bi­
stvene razlike med ciljnimi in dejanskimi vrednostmi. Glede na izmerjene razlike med vzorce­
ma na posamezni tablici lahko sklepamo, da so XYZ vrednosti vzorcev postavljene izven
upodobljivega področja (prostora) monitorja, saj pri različnih RGB vrednostih vzorcev dobi­
mo enake XYZ vrednosti. Ta pojav je značilen pri pretvorbi med dvema različno velikima
barvnima prostoroma kot sta AdobeRGB 1998 in barvni prostor računalniškega zaslona, kar
je razvidno iz slike 10 , ter uporabi absolutno kolorimetričnega upodobitvenega modela.
33
Slika 10: Primerjava med delovnim prostorom AdobeRGB 1998 in barvnim prostorom
zaslona.
V času izdelave diplomskega dela je organizacija CIE sprejela nov in izboljšan model barvne­
ga zaznavanja imenovan CIECAM02, ki je nadgradnja CIECAM97s. Ta model vnaša nekate­
re poenostavitve in izboljšave, predvsem pa je bolje prilagojen uporabi v barvnem upravljanju
in testiran na OSA UCS ter NCS barvnih skalah. Vendar pa se modela CIECAM02 v diplom­
ski nalogi nismo dotaknili, ker se je pojavil šele pred kratkim in v fazi zaključevanja tega
dela.
4.6 Zaključki
Povzetek naše raziskave lahko torej strnemo v nekaj točk:
•
Način testiranja modela, ki smo ga uporabljali, se je izkazal pravilen za naš namen.
•
Ženske opazovalke praviloma prisojajo slabše ujemanje barv kot moški.
•
Model CIECAM97s da pri uporabi na monitorju dobre rezultate.
•
Odlično se je izkazalo predvidevanje za zeleno ter rdečo na svetlih podlagah.
34
•
Večja odstopanja pri nekaterih barvah lahko pripišemo omejitvam monitorja.
•
Predvidevanje modela nam da najboljše rezultate pri barvah na svetlem ozadju, sledijo bar­
ve na zelo različnih ozadjih (svetlo – temno), kot najslabše izmed vseh (vendar še vedno
dobro) pa je predvidevanje pri barvah na temnih ozadjih.
•
Tudi pri ozadjih, ki povzročajo močan sočasni kontrast (rdeča – zelena in modra – rumena)
so predvidevanja modela zelo natančna.
35
5 Literatura
[1] FAIRCHILD, M. D. Color appearance models. Reading : Addison­Wesley, 1998. 471 str.
[2] BOŽIČ D. Fiziologija barvnega čuta. Interdisciplinarnost barve. Maribor : Društvo kolori­
stov Slovenije, 2001 str. 79­86.
[3] OGRINC, E. Svetlobnotehniški slovar. Maribor : Slovensko društvo za razsvetljavo, 1998.
148 str.
[4] FAIRCHILD, M. D. A Revision of CIECAM97s for Practical Applications. Color Rese­
arch & Applications, 2001, vol. 26, iss. 6, str. 418­427.
[5] Graphic technology ­ Displays for colour proofing ­ Characteristics and viewing conditi­
ons. ISO 12646 : 2004, 12 str.
[6] Viewing conditions – Graphics technology and photography (Revision of ISO 3664­ 1975,
Photography – Illumination conditions for viewing colour transparencies and their repro­
ductions). ISO 3664 : 2000, 20 str.
[7] LI, C. J. LUO, M. R. HUNT, R. W. G. A revision of the CIECAM97s Model. Color Rese­
arch & Applications, 2000, vol. 25, iss. 4, str. 260­266.
[8] LUO, M. R. HUNT, R. W. G. The Structure of the CIE 1997 Colour Appearance Model
(CIECAM97s). Color Research & Applications, 1998, vol. 23, iss. 3, str. 138­146.
[9] Spectral Sharpening and the Bradford Transform [online]. Dostopno na svetovnem spletu:
<http://lcavwww.epfl.ch/~sabines/z_mypub/FS00a.pdf>. Citirano 15.7.2003.
[10] XYZ to RGB [online]. Dostopno na svetovnem spletu:
<http://www.brucelindbloom.com/index.html?Eqn_XYZ_to_RGB.html>. Citirano
30.5.2004.
[11] RGB/XYZ Matrices [online]. Dostopno na svetovnem spletu: <http://www.brucelin­
dbloom.com/index.html?Eqn_RGB_XYZ_Matrix.html>. Citirano 30.5.2004.
[12] On adaptive non­linearity for color discrimination and chromatic adaptation [online].
Dostopno na svetovnem spletu: <http://lcavwww.epfl.ch/Info/SSC_DAY/alleysson1.pdf>.
Citirano 15.7.2003.
36
[13] HSEUE, T. C. SHEN, Y. C. CHEN, P. C. HSU, W. H. LIU, Y. T. Cross­Media Performan­
ce Evaluation of Color Models for Unequal Luminance Levels and Dim Surround. Color
Research & Applications, 1998, vol. 23, iss. 3, str. 169­177.
[14] FAIRCHILD, M. D. JOHNSON G. M. Color­Appearance Reproduction: Visual Data and
Predictive Modeling. Color Research & Applications, 1999, vol. 24, iss. 2, str. 121­131.
37
6 Priporočljiva dodatna literatura
•
NAYATANI, Y. SOBAGAKI, H. HASHIMOTO, K. YANO, T. Field Trials of a Nonlinear
Color­ Appearance Model. Color Research & Applications, 1997, vol. 22, iss. 4, str. 240­
258.
•
Meet iCAM: A Next­Generation Color Appearance Model [online]. Dostopno na svetov­
nem
spletu:
<http://www.cis.rit.edu/mcsl/iCAM/pub/iCAM_CIC10.pdf>.
Citirano
28.6.2003.
•
LI, C. J. LUO, M. R. HUNT; R. W. G. A Revision of the CIECAM97s Model. Color Rese­
arch & Applications, 2000, vol. 25, iss. 4, str. 260­266.
•
LUO, M. R. HUNT, R. W. G. Testing Colour Appearance Models Using Correspon­
ding­Colour and Magnitude­Estimation Data Sets. Color Research & Applications, 1998,
vol. 23, iss. 3, str. 147­153.
•
Specification ICC.1:2001­12 File Format for Color Profiles (Version 4.0.0). International
Color Consortium, 2001
•
Lam, K.M. Metamerism and Colour Constancy. Ph.D. Thesis, University of Bradford,
1985.
•
http://www.vtt.fi/tte/projects/mhp/IlluminationAdaptiveControlOfColorAppearance1.0­
3.pdf. Citirano 29.4.2004.
38