TNM059 – Grafisk teknik Färg

2/17/15 TNM059 – Grafisk teknik Färg Fö 1(2) VT 2015 • 
• 
• 
• 
• 
• 
Fysik: Ljus, ytor och sensorer
Färgseende - hur ögat ser färg
Colorimetry – att mäta färg
Färgperception – hur hjärnan ser färg
Färgreproduktion
Färgstyrning
Färg
Ljuskälla
Yta
Betraktare
1 2/17/15 Ljus, reflektans, sensorer
•  Ljuskällor och
spektralfördelningar
Ljus
•  Ljus: elektromagnetisk strålning
•  Synligt ljus (för människor): ca 380-780 nm
Våglängd, λ (nm) 2 2/17/15 Ljus
•  Sir Isaac Newton 1666
–  Light can be decomposed into a spectrum of monochromatic
components
Spektralfördelning
(Spectral power distribution, SPD)
•  Synligt ljus är en mix av ljus av olika våglängder
•  Spektralfördelning (Intensitetsfördelning)
–  Beskriver egenskaper hos synligt ljus
–  I(λ): Antal fotoner för varje våglängd, λ (nm)
I(λ) Antal fotoner Våglängd, λ (nm) CIE-­‐A: Glödlampa More red than blue photons => Light is orange-­‐red Number of blue photons Number of red photons 3 2/17/15 CIE-­‐D65: Dagsljus More blue photons than red photons => Daylight is bluish Some measured daylights Spektralfördelning Sammanfattning
•  Ljuskällor karakteriseras genom en Spektralfördelning
– 
– 
– 
– 
I(λ): Intensiteten (antal fotoner) för varje våglängd, λ (nm)
För synligt ljus (vanligen 380:780 nm)
I(λ) > 0
I(λ) oftast relativ
(absolut: W/sr/m2)
4 2/17/15 Ljus, reflektans, sensorer
•  Reflektans och reflektansspektrum
- interaktion mellan ljus och ytor
Reflektans
Ytor reflekterar/absorberar ljus olika mycket beroende på
våglängd
Reflektansfördelning (reflektansspektrum) R(λ): beskriver hur
en yta reflekterar ljus
•  R(λ) = sannolikheten att en foton
med våglängden λ reflekteras
•  0 ≤ R(λ) ≤ 1
R(λ) Antal reflekterade fotoner Våglängd, λ (nm) Exempel: Maskros 5 2/17/15 Exempel: Petunia Spektralfördelning och
reflektansspektrum
Ljuset med spektralfördelning
I(λ) reflekteras från en yta med
reflektansen R(λ):
Det reflekterade
ljuset E(λ)=I(λ)*R(λ)
Antalet inkommande fotoner I(λ)
* sannolikheten att de reflekteras R(λ)
= antalet reflekterade fotoner E(λ)
för varje våglängd, λ
Example: Petunia + glödlampa 6 2/17/15 Example: Viol + Lamp Vad vi bortser ifrån (exempel)
Flourescence
Infallande ljus av en våglängd reflekteras i en annan
våglängd. Vanligt i papper (FWA). UV-ljus reflekteras som
blått synligt ljus: R>1
Interaktion med materialet
En foton tränger in i materialet och interagerar med det
Geometri
Reflektansegenskaper beror ofta på geometri
(ljusets infallsvinkel, mätvinkel, objektets geometri, etc)
Interaktionen mellan ljus och ytor är ofta komplicerad, ex:
speglar, hud, målningar, papper, atmosfären
Shiny Car 7 2/17/15 Flourescence Infallande ljus av en
våglängd reflekteras i
en annan våglängd.
Vanligt i papper (FWA).
UV-ljus reflekteras som
synligt ljus:
R(λ) > 1
Ljusspridning i papperssubstrat Att mäta färg
•  Hur mäter vi spektralfördelningar
och reflektansspektrum?
8 2/17/15 Att mäta färg •  Spectroradiometers –  Mäter ljusintensitet som en funkaon av våglängd, I(λ) –  Kan mäta både ljuskällor och reflekterande objekt –  Ljuset delas upp i spektrala komponenter med ed gider och detekteras av en sensor (oeast CCD) –  Kräver noggrann och regelbunden kalibrering Att mäta färg •  Spectrophotometers –  Inbyggd ljuskälla, I(λ) –  Mäter reflektansen på ytor som en funkaon av våglängd, R(λ) R(λ)=E(λ)/I(λ) –  Kan ej mäta ljuskällor –  Kalibrerar mot inbyggd vitreferens -­‐> stabil över ad Att mäta färg
Mätningar av spektralfördelningar
och reflektansspektrum är diskreta
(samplade) och
representeras av
k-dimensionella
vektorer
λ=400:10:700 nm
-> k=31
λ=380:4:780 nm -> k=101
9 2/17/15 Sampling av spektra D65 λ=300:1:830 nm
-> k=531 (ovanligt hög noggrannhet)
Utanför synliga området
Sampling av spektra D65 λ=380:4:780 nm
-> k=101
Ex spektroradiometer
Sampling av spektra D65 λ=400:10:700 nm
-> k=31
Ex spektrofotometer
10 2/17/15 Att mäta färg
ljus och reflektans
Spektralfördelningar och reflektansspektrum
är fysikaliska beskrivningar
≠ Färg
”Färg” är en
sinnesförnimmelse
som kräver en observatör!
”The rays, to speak properly, are not colored; in them there
is nothing else than a certain power and disposition to stir
up a sensation of this or that color ”
– Sir Isaac Newton
Ljus, reflektans, sensorer
Sensorer, detektorer och
spektrala känslighetsfunktioner
Spektrala känslighetsfunkaoner (Spectral Sensiavity Curve) Sensorer karakteriseras av spektrala känslighetskurvor •  Sannolikheten ad en foton av en viss våglängd genererar en signal •  Sensorn “räknar” antalet fotoner för en viss adsperiod, som blir utsignalen från sensorn. • Eeer ad en signal väl genererats kan man inte längre återskapa våglängden på fotonen 11 2/17/15 Spectral sensiavity curves CCD-­‐Camera (example 1) Spectral sensiavity curves CCD-­‐Camera (example 2) Spectral sensiavity curves Human L, M and S-­‐cones 12 2/17/15 Ögat som sensor Ögat som sensor
Näthinnan (Retina) har två olika sorters ljuskänsliga celler
som detekterar ljus:
•  Stavar (Rods)
–  Mörkerseende (Scotopic vision) vid mycket låga ljusnivåer
–  Inga färgintryck, bara olika nivåer av grått
•  Tappar (Cones)
–  Färgseende (Photopic vision) vid normala ljusnivåer
Ögat som sensor 13 2/17/15 Ögat som sensor Fördelningen av stavar (rods) och tappar (cones) på näthinnan (0 deg = fovea): Ögat som sensor Fördelningen av stavar (rods) och tappar (cones) på näthinnan (0 deg = fovea): • 
• 
• 
Tapparna koncentrerade centralt (i fovea) Bäst färgseende där vi fokuserar blicken Mörkerseendet bädre i periferin Ögat som sensor
•  Tre olika sorters tappar med olika pigment (rhodopsin)
som är känsligt känslighet för ljus av olika våglängder
•  L, M, S-tappar: (Long, Medium, Short wavelengths)
14 2/17/15 Ögat som sensor
•  Känslighetsfunktioner: S(λ), M(λ), L(λ)
•  Sannolikheten att en
foton av viss våglängd
genererar en elektrisk
impuls som skickas till
hjärnan
•  Efter att en impuls skapats
är det omöjligt att
särskilja fotoner av olika
våglängder!
Ögat som sensor
•  Ögats respons på inkommande ljus, E(λ):
Ltot = ∫ E(λ )L(λ )dλ
λ
M tot = ∫ E(λ )M(λ )dλ
λ
Stot = ∫ E(λ )S(λ )dλ
λ
€
•  3 olika nervsignaler: Ltot, Mtot, Stot
= Tristimulus värden
•  Trikromatiskt färgseende
Ögat som sensor
è
Ltot = ∫ E(λ )L(λ )dλ
λ
M tot = ∫ E(λ )M(λ )dλ
λ
Stot = ∫ E(λ )S(λ )dλ
λ
€
15 2/17/15 Ögat som sensor
è
Ltot = ∫ E(λ )L(λ )dλ
λ
M tot = ∫ E(λ )M(λ )dλ
λ
Stot = ∫ E(λ )S(λ )dλ
λ
€
Ögat som sensor
è
Ltot = ∫ E(λ )L(λ )dλ
λ
M tot = ∫ E(λ )M(λ )dλ
λ
Stot = ∫ E(λ )S(λ )dλ
λ
€
Ögat som sensor
•  Två intensitetsfördelningar, E, som ger upphov till samma
tristimulusvärden L,M,S uppfattas som samma färg
Ltot = ∫ E(λ )L(λ )dλ
λ
M tot = ∫ E(λ )M(λ )dλ
λ
Stot = ∫ E(λ )S(λ )dλ
λ
€
•  Många olika intensitetsfördelningar
ger samma tristimulusvärden!
-> Metamerism
16 2/17/15 Metamerism
•  Två spektralfördelningar som
upplevs som samma färg
(dvs ger samma
tristimulus värden)
kallas metamerer
•  Metamerisk matchning ≠
Spektral matchning
•  Exempel:
–  D65 standard illuminant
–  CRT fosfor
Metamerism
Ljus med olika spektralfördelningar ger upplev till samma
upplevda färg om de genererar samma signaler från ögat
Illuminant metamerism
I1(λ) E1(λ)=E2(λ) R1(λ) R2(λ) I2(λ) E1(λ)≠E2(λ) R1(λ) R2(λ) 17 2/17/15 Illuminant metamerism
Observer metamerism
RGB1=RGB2 R1(λ) R2(λ) RGB1≠RGB2 R1(λ) R2(λ) Trikromatiskt färgseende
(lite historik) •  Från början: endast intensitet,
inget färgseende men högre
ljuskänslighet
•  S-tappen introduceras:
särskilja mellan gult och blått
(de flesta däggdjur är fortfarande
dikromater)
•  30 miljoner år sedan: L och Mtapparna utvecklas
= trikromatiskt färgseende
(troligtvis för att kunna särskilja
röda och gröna bär och frukter)
18 2/17/15 Trikromatiskt färgseende
(lite historik) •  I dag: färgseendet försämras,
allt fler individer är färgblinda eller
har nedsatt färgseende
–  Behövs det för vår överlevnad?
Ögat som sensor
(forts)
•  1 öga:
– 
– 
– 
– 
6 miljoner tappar
100 miljoner stavar
1 miljoner nervfiber
> Kompression av signalerna behövs
•  Fördelning av tappar L:M:S = 40:20:1
•  Inga S-tappar i centrum av näthinnan (fovea)
–  Svårare att fokusera på blå text
Red/Blue Text Blue text on a red background is hard to read Red text on a blue background is easier to read Black text on a white background is best 19 2/17/15 Depth percepaon of red-­‐blue Relaave sensiavity of the eye to hues Human color vision is most sensiave to medium range wavelength around 555nm Known as V(λ), “Luminous efficiency funcaon” Ljus, reflektans, sensorer
- Integralnotation
3 olika känslighetsfunktioner
Ltot = ∫ E(λ )L(λ )dλ
λ
M tot = ∫ E(λ )M(λ )dλ
λ
Stot = ∫ E(λ )S(λ )dλ
λ
€
Sensorns (ögats) respons:
3 olika signaler: Ltot, Mtot, Stot
20 2/17/15 Ljus, reflektans, sensorer
- Linjär algebra & Matlab
Ljuskälla: I (k-dimensionell vektor)
Reflektans: R (k-dim vektor)
Reflekterat ljus
E=I.*R
=diag(I)*R
(k-dim vektor)
Spektral känslighet sensor för kanal n:
Mn (k-dimensionell radvektor)
Sensorns respons för kanal n (n=1,2,3 för t.ex. LMS eller RGB)
an= Mn*E
= sum(Mn.*I.*R), där (an= skalär)
Ljus, reflektans, sensorer
- Linjär algebra & Matlab
Alternativt:
Samla vektorerna för sensorns spektral känslighet
i matrisen M (1 rad per sensor)
Sensorns totala respons
a=M*E
(N-vektor, där N är antalet sensorer, t.ex 3)
Enkelt exempel S(λ) R(λ) M(λ) 21 2/17/15 Enkelt exempel Finn ed fel… R(λ) = sannolikheten att en foton med våglängden λ reflekteras
0≤
R(λ) ≤ 1
Sammanfattning
Ljus, reflektans, sensorer
Utsignalen beror på ljuskällan, objektets reflektans och sensorns
känslighet:
Ljuskälla: I (k-dimensionell vektor)
Reflektans: R (k-dimensionell vektor)
Sensorns känslighet: M (N*k matris)
Utsignalen är N-dimensionell, där N ofta = 3 (RGB, LMS, XYZ)
K>>N
Utsignalen (N-vektor) är en N-dimensionell linjär projektion av
insignalen
Utsignalen (N-vektor) motsvarar ett k-N dimensionellt underrum
22 2/17/15 Sammanfattning
Ljus, reflektans, sensorer
Praktiska faktorer:
•  Mätning av spektrum behövs
•  Tabeller av data används ofta (t.ex. standardljuskällor)
•  Spektral data kan ha olika intervall
•  Spektral data kan ha olika samplingstäthet
•  Interpolation behövs ofta
• 
• 
• 
• 
• 
• 
Fysik: Ljus, ytor och sensorer
Färgseende - hur ögat ser färg
Colorimetry – att mäta färg
Färgperception – hur hjärnan ser färg
Färgreproduktion
Färgstyrning
Att mäta färg - Colorimetry
•  Colorimetry:
“The science of measuring, representing and computing color in a
way that takes into account the interaction between the physical
aspects of color and the physiological aspects of human vision.”
•  Att mäta “färg” ≠ att mäta ljus eller reflektans
•  CIE – Commission Internationale d’Eclariage
–  Organisation som ansvarar för standardisering av färmätning och
terminologi
23 2/17/15 Att mäta färg - Colorimetry
•  CIE 1931
•  Känslighetsfunktionerna för L, M och S-tapparna i ögat
svåra att mäta direkt
•  Tapparnas känslighetsfunktioner kan skilja mellan olika
individer
-> En standardiserad ”observatör” behövs
Color matching
•  Color matching experiment (1931)
–  Observer views 2° circular field
split into two halves:
–  Reference spectrum, f
–  Monochromatic primaries , p1, p2, p3
(λ= 700, 546 and 436nm)
–  For each spectrum:
adjust intensity of p1, p2, p3
to a visual match
Color matching
Monochromatic primaries , p1, p2, p3
(λ= 700, 546 and 436nm)
24 2/17/15 Color matching (Matrix-­‐vector descripaon)
•  In vector notaaon: •  C0 test spectrum vector •  P matrix with primary spectra •  M measurement matrix (imaging device) •  w weight vector •  Output of test spectrum •  M * C0
•  Output of mixture of primary spectra M*P*w Matching: M * C0 = M*P*w Color Matching Funcaons λ1 λ2 λK w1(λ1) w1(λ2) w1(λK) w2(λ1) w2(λ2) w2(λK) w3(λ1) w3(λ2) w3(λK) w1(λ) w3(λ) Color matching functions
•  CIE RGB color matching functions, r(λ), g(λ) b(λ)
–  1931
–  RGB tristimulus values
•  Negative values!
25 2/17/15 Color matching functions
•  Color matching experiment (1931)
–  If no visual match possible:
Move one or two primaries to
reference spectrum side
= subtracting that amount of the
primary
Negative value for primary p1
Color matching functions •  Linjär transformation från r(λ), g(λ) b(λ) till
x(λ), y(λ) z(λ)
•  3x3 Matris:
Color matching functions
•  CIE 1931 color matching functions, x(λ), y(λ) z(λ)
–  XYZ tristimulus values
–  CIE 1931 standard observer
–  Basis for Colorimetry
•  Linear transform from RGB
–  No negative values
–  Normalized to give equal
tristimulus values for the
equi-energy spectrum
–  y(λ)=V(λ), the luminous
efficiency function
Y = luminance
26 2/17/15 Color matching functions
•  CIE XYZ tristimulus values:
X=K
∫ E(λ )x (λ )dλ, Y = K ∫ E(λ )y (λ )dλ,
λ ∈V
Z=K
λ ∈V
∫ E(λ )z (λ )dλ
λ ∈V
(Absolute colorimetry: K is a constant: 683 lumens / W ) €
Relaave colorimetry: K is chosen such that Y = 100 for a perfect reflector K=
100
∫ I(λ )y (λ )dλ
λ ∈V
CIE 1964 Supplementary Standard Observer
Defined using a visual field of 10°
€
Color matching functions
•  CIE XYZ tristimulus values:
X=K
∫ E(λ )x (λ )dλ, Y = K ∫ E(λ )y (λ )dλ,
λ ∈V
€
Z=K
λ ∈V
∫ E(λ )z (λ )dλ
λ ∈V
Vektornotation:
f är insignalen, samplad i våglängderna λ1…λK
Ac är en 3xK matris med de samplade versionerna av CMFs
x(λ), y(λ), z(λ)
c = Ac f
Där c är en 3-vektor med resulterande tristimulusvärden X,Y,Z Metamerism
(igen)
f är insignalen, samplad i våglängderna λ1…λK
Ac är en 3xK matris med de samplade versionerna av CMFs
x(λ), y(λ), z(λ) c = Ac f
Där c är en 3-vektor med resulterande tristimulusvärden X,Y,Z g är ett annat spektrum än f samplad i våglängderna λ1…λK
f och g är metamerer om:
Ac f = Ac g
Eftersom Ac är en 3xK matris med K>>3: multipla lösningar
-> många olika spektrum ger samma tristimulus värden,
dvs är metamerer.
27 2/17/15 XYZ Color space
XYZ-­‐locaaon of monochromaac colors
Chromaticity diagram
•  Tvådimensionell representation
•  Projektion av CIE XYZ koordinaterna till
enhetsplanet
•  Informationen om intensitet förkastas
•  CIE chromaticity coordinates:
X
Y
X
x=
, y=
, z=
X +Y + Z
X +Y + Z
X +Y + Z
€
•  Ibland används färgrymden xyY
(där Y motsvarar intensiteten)
28 2/17/15 Chromaticity diagram
•  Spectral locus
–  Kromaticitetskoordinater för
monokromatiskt ljus
–  Konvext hölje som omsluter alla
realiserbara färger
–  ”Purple boundary”
Chromaticity diagram
Gamut (färgrymd) och vitpunkt för en bildskärm
Chromaticity diagram
for real spectra
The Munsell color system contains a representaave selecaon of colors which are relevant for human color vision. The diagram shows the (x,y) co-­‐ordinates of the spectra of the chips in the database 29 2/17/15 Begränsningar med CIEXYZ
•  Ingen tydlig relation till upplevda färgattribut
(ljushet, kulör, mättnad)
•  “Perceptually non uniform color space”
–  Avståndet i XYZ-färgrymden har ingen tydlig koppling till upplevd
färgskillnad
-> En perceptuellt uniform färgrymd behövs
–  Avståndet i färgrymden motsvarar upplevd färgskillnad
CIE 1976 L*a*b* (CIELAB)
•  Uniform color space, based on CIE XYZ tristimulus values
•  Aim: The distance 1 unit (in any direction) should correspond
to the just noticeable difference (JND) between colors
•  Lightness L*
–  Depends only on luminance, Y
–  Cube-root power law relation between lightness and luminance
* " Y % 1/ 3
,116$ ' − 16
, # Yn &
L* = +
"Y%
,
,903,3#$ Y &'
n
-
"Y%
$ ' > 0.008856
# Yn &
"Y%
$ ' ≤ 0.008856
# Yn &
–  Linear at very low luminance levels: scotopic vision
€
CIE 1976 L*a*b* (CIELAB)
Cube-root power law relation between lightness and luminance
30 2/17/15 CIELAB White point
Take a white object color with flat spectrum: Take a light source: R (λ ) = 1
S (λ )
The measured light has spectrum S (λ ) ⋅ R(λ )
With CIEXYZ co-­‐ordinates: ( X N , YN , Z N )
CIE 1976 L*a*b* (CIELAB)
•  a* and b*
–  Chromatic values in which the distance of colors of
equal lightness would be in proportion to their hue and
chroma values
) " X%
" Y %,
a* = 500 + f $ ' − f $ ' .
# Yn & * # Xn &
) "Y%
" Z %,
b* = 200 + f $ ' − f $ ' .
# Zn & * # Yn &
€
# x1/ 3
%
f (x) = $
16
%&7.787x + 116
x > 0.008856
x ≤ 0.008856
–  Xn. Yn and Zn = CIXYZ€values for a reference white
-> L*=100, a* =b*=0 for the white point
i.e. CIELAB is a relative color space
CIE 1976 L*a*b* (CIELAB)
31 2/17/15 CIE 1976 L*a*b* (CIELAB)
•  Alternative formulation in polar coordinates
L*, C*ab, h*ab
–  CIE 1976 chroma, C*ab:
(Radial distance in a*b*-plane)
C *ab = (a*) 2 + (b*) 2
–  CIE 1976 hue-angle, h*ab:
(Angular position in a*b*-plane)
" a *$
h *ab = arctan
# b *%
€
€
Distribuaon of spectra in CIELAB space CIE 1976 L*a*b* color
difference, ΔEab
•  Euclidian distance in CIELAB color space
ΔE ab = (ΔL*) 2 + (Δa*) 2 + (Δb*) 2
•  Perceptual interpretation not really clear
€
–  Just noticeable difference (JND):
–  1 ΔEab (Hunt) – intention with CIELAB color space
–  2.3 ΔEab (Sharma)
•  Perceived color difference varies in CIELAB space
32 2/17/15 Limitations of CIELAB
RIT-­‐DuPont Data Luo-­‐Rigg data Differences between CIE-­‐Lab predicaons and visual studies. Contours of equal distance should be circles! Limitations of CIELAB
•  Constant perceived hue:
(should appear as straight lines)
•  Especially poor correspondence
in the blue region (-b*)
-> CIELAB is only a
“pseudo-uniform” color space
CIE 1994 color difference, ΔE94
•  Based on CIELAB color space
2
2
# ΔL * &
# ΔC *ab &
# ΔH *ab &
ΔE *94 = %
( + %
( + %
(
$ kL SL '
$ kC SC '
$ kH SH '
2
•  Weighting functions SL, SC and SC vary with the chroma of
the reference sample:
€
SL = 1, SC = 1 + 0.045C*, S H = 1 + 0.015C *
•  Factors kL, kC and kH, account for viewing and illumination
conditions. Under reference conditions: kL = kC = kH = 1
€
33 2/17/15 CIE 1994 color difference, ΔE94
•  ΔE94 scales down hue and
chroma differences for higher
chroma values
•  ΔE94 ≤ ΔEab
Color difference corresponding to
ΔE94=1.0 in a*b*-plane
CIEDE2000 color difference,
ΔE00
• 
Ba
• 
• 
• 
• 
Based on CIELAB color space
Complex…
Improvements small
Research on improved color difference formulas
will continue…
Color difference corresponding to
ΔE00=1.0 in a*b*-plane
CIE 1976 L*u*v* (CIELUV) Samma definition av L* som CIELAB
Färgskillnad: ΔEuv
Huvudsakligen för displayer
Används allt mindre…
• 
• 
• 
• 
34 2/17/15 CIE Standard illuminants
•  Standard illuminant A
–  1931
–  Tungsten filament light
•  Standard illuminants
D50 and D65
–  1963 (replaces B and C)
–  Average daylight at
different color temperature
–  Defined in UV spectra,
down to 300nm
Färgtemperatur
•  Correlated Color Temperature
(CCT) mäts i Kelvin, K
•  Bygger på förhållandet mellan
temperatur och ljus som avges
av en ”ideal black body
radiator” när den värms upp.
Färgtemperatur
35 2/17/15 Färgtemperatur
•  Kalla färger >5000 K (blåaktiga)
•  Varma färger <5000 K (gulaktiga, rödaktiga)
•  Exempel:
–  1500 K – Stearinljus
–  2650 K – Glödlampa
–  5000 K – Dagsljus (solig dag),
CIE Standard illuminant D50
–  5500-7000 K – Dagsljus (mulen dag)
–  6500 K – CIE Standard illuminant D65
–  11 000 K – Ljus från blå himmel
Färgtemperatur
Sammanfadning Colorimetry •  CIEXYZ –  Trisamulusvärden –  Beräknas från spektrum med color matching func0ons (cmf) –  Standardobserveratör •  1931: 2° •  1964: 10° –  Enhetsoberoende 36 2/17/15 Sammanfadning Colorimetry •  CIELAB –  Perceptuellt enhetlig färgrymd (men ej perfekt) –  Ickelinjär transformaaon från CIEXYZ –  Relaav en vitpunkt –  Färgskillnad mäts i ΔE Some Color Science History
•  Greece (400BC) :
Four basic elements: earth, air, fire and water
Inner fire sends out rays, they interact with outer rays emerging from the
objects.
Tiny copies of the objects are transferred back and compared in the mind
•  Arab culture (Abu Ali Mohammed Ibn Al Hazen (965-1039 A.D.):
Assumed that:
Human eye is similar to a pinhole camera
Color of an object depends on the color of the light and
the properties of the object
•  Leonardo da Vinci (1452-1519):
Perspective drawing and similarity to the pinhole camera
Some Color Science History
•  Kepler (1571-1630) :
Effects of lenses
•  Newton (1643-1727) :
Experiments with prisms:
White is a combination of colored lights
Color of an object is related to the ability to reflect the colored rays
37 2/17/15 Some Color Science History
•  Goethe (1749-1832) :
Goethes Theory of colors
The sensation of colors is a complex process
that can only be understood holistically
Some Color Science History
•  Young (1773-1829)
Maxwell (1831-1879)
Helmholtz (1821-1894):
The trichromatic theory of color vision:
Three different cones
•  Hering (1834-1918) :
The opponent color theory:
Human vision is based on three opponent color pairs:
Black/white
red/green yellow/blue
Nästa föreläsning…
• 
• 
• 
• 
• 
• 
Fysik: Ljus, ytor och sensorer
Färgseende - hur ögat ser färg
Colorimetry – att mäta färg
Färgperception – hur hjärnan ser färg
Färgavbildning och färgreproduktion
Färgstyrning
38