色貌与色貌模型

色貌与色貌模型第1页/共70页主要内容色貌色貌现象色貌模型第2页/共70页9.1色貌9.1.1色度学的发展（1）色匹配阶段

（2）色差阶段

（3）色貌阶段第3页/共70页（1）色匹配阶段色匹配研究阶段建立了颜色的基本表示和测量方法。1931年，国际照明委员会(CIE)推荐了CIE1931标准色度观察者的颜色匹配函数，由此奠定了色度学的基础。某一颜色的CIE三刺激值X、Y、Z可在可见光波长范围内由标准色度观察者的颜色匹配函数、照明体的光谱功率分布以及物体的光谱光度特性（透射比或反射比）计算出来，进而获得该颜色的色品坐标，在CIExy色品图上确定该颜色对应的位置。第4页/共70页（2）色差阶段色差研究阶段建立了CIELAB、CIELUV两个均匀色空间，以及明度、色品坐标、彩度、色相和色相角的计算，促进了色差公式的产生和发展。其中，CIELAB颜色空间及对应的色差公式是应用效果最好的色差评价模型，利用CIELAB色空间对颜色的彩度、明度、色调的计算，为色差的精确量化提供了可能。第5页/共70页（3）色貌阶段CIE色度系统定义了色觉经验的三要素：照明体、色源和观察者。当这三者确定后，颜色能准确地表示出来，并且便于仪器测量。但是，颜色和色差的测量及表示均被限定在上述三要素固定的条件下。随着颜色空间及其色差公式在科学研究和工业应用中的不断深入，CIELAB的不足逐渐暴露出来。例如，匹配相同的颜色在不同的照明条件下或其它不同条件下可能会呈现出不同的颜色(即工业上广为利用的三刺激值匹配)；同一物品在屏幕上所见的色彩与所见实物的色彩往往有不同程度的差异等。这是由于传统LAB颜色空间色相缺乏视觉均匀性，色差计算仅适合特定条件下色块的颜色差别，存在着非一致性第6页/共70页所以，当人们在不同的观察条件下观察具有相同三刺激值的样品颜色时，给人的视觉感受是不同的。因此，可以认为，CIE色度学对不同光源、照明水平和观察背景等条件引起的色适应、色对比等效应并没有从量值上作比较精确的预测，至于不同媒体对颜色显色特性的影响，更没有提出合理的计算参数。传统的基于CIELAB的颜色空间已经越来越不能满足各行业对数字化信息化颜色的传递与交流的发展要求。例如对于一块样品颜色，与它存在的环境有关，同一颜色在不同的照明条件、背景、媒体，以及由不同的观察者观察都具有不同的颜色感觉，即色貌。因此，为了解决这一问题，人们提出了色貌模型，即色度学发展的第三阶段。第7页/共70页9.1.2色貌及其属性所谓色貌，GB/T5698-2001《颜色术语》定义为“与色刺激和材料质地等有关的颜色的主观表现”；根据G.Wyszecki的定义，是指观察者对视野中的颜色刺激根据其视知觉的不同表象而区分的颜色知觉属性(又称色貌属性)。也就是说由于受颜色刺激的物理条件，包括空间特性(如大小、形状、位置、表面纹理结构)、时间特性(静态、动态、闪烁态)和光谱辐亮度分布，以及观察者对颜色刺激的注意程度、记忆、动机、情感等主观因素的影响，所产生的颜色的复杂外观表象。色貌模型就是对色貌属性作定量计算的数学模型。第8页/共70页色貌属性色调(hue)明度(lightness)视明度(brightness)视彩度(colorfulness)彩度(colorfulness)第9页/共70页

明度与视明度明度(Lightness)：指观察者对所观察颜色的刺激所感知到的视明度相对于同一照明条件下完全漫反射体视明度的比值，明度是一个相对量

Lightness视明度Brightness白点的视明度第10页/共70页视明度(Brightness)指观察者对所观察的颜色刺激在明亮程度上的感受强度，或认为是刺激色辐射出光亮的多少，过去也曾经称为主观亮度。视明度是一绝对量，其大小变化对应于颜色刺激表现为从亮（brightordazzling）变为暗(dimordark)或从暗变为亮。第11页/共70页第12页/共70页

视彩度和彩度视彩度（colorfulness）是指某一颜色刺激所呈现色彩量的多少或人眼对色彩刺激的绝对响应量。一般情况下，照度增加，物体变得更明亮，人眼对其的色彩知觉也相应变得更强烈，即视彩度增加。如果某颜色为没有色彩刺激的中性颜色，则其视彩度为0。第13页/共70页彩度（chroma）彩度是相对量，等于视彩度（colorfulness）与相同照明条件下的白色物体视明度（brightness）之比。第14页/共70页

饱和度

饱和度（saturation）是一种相对量，等于色刺激的视彩度与视明度之比。对于给定的照明条件，在明视觉照度水平下，一个颜色大体上具有恒定的饱和度，除非视明度特别高。第15页/共70页相关色和非相关色相关色(RelatedColor)与背景有关的颜色非相关色(UnrelatedColor)与背景无关的颜色第16页/共70页

各属性间关系第17页/共70页第18页/共70页第19页/共70页彩度/饱和度第20页/共70页第21页/共70页完整描述一个颜色色相（色调，Hue）明度（Lightness）彩度（Chroma）视明度（Brightness）视彩度（Colorfulness）第22页/共70页亮度/彩度vs.明度/色彩当预测的颜色要在不同的观测条件下匹配时，亮度-彩度匹配是不同于明度-色彩匹配的。参见Nayatanietal.(1990).对于一般的颜色和典型的条件，在实际中都选择亮度-彩度匹配（复制）。第23页/共70页高照度下的复制第24页/共70页低照度下的复制第25页/共70页9.2色貌现象当两个颜色的三刺激值相同，如果这两个颜色的外貌不同，那肯定就是它们的观察条件不同.不同的色貌现象描述了观察条件的改变和色貌改变的关系第26页/共70页Bezold-BrückeHueAbney效应(ShiftAbneyEffect)Helmholtz-Kohlrausch效应(Helmholtz-KohlrauschEffect)Hunt效应(HuntEffect)Stevens效应(StevensEffect)同时对比（SimultaneousContrast）CrispeningHelson-JuddEffectBartleson-BrenemanEquationsChromaticAdaptationColorConstancyMemoryColorObjectRecognition第27页/共70页背景会影响在其中的颜色的外貌背景变化颜色变化更暗更亮红绿黄蓝更亮更暗绿红蓝黄颜色（刺激）背景下表是颜色和背景的相互作用和适应性(1)同时对比第28页/共70页第29页/共70页JosefAlbers图第30页/共70页复杂的空间交互作用第31页/共70页

照度和色彩的变化关系(非真实数据)对于一个固定的颜色，其色彩感觉会随着照度(luminance)的增加而增加。随着照度的提高，就要降低颜色的色度以保持和原来的刺激一样。下图表明视觉处理过程的非线性化(2)Hunt效应第32页/共70页(3)Stevens效应

随着照度的提高，感知亮度对比也随之提高，即暗色越暗，亮色越亮。左图说明了照度的非线性化第33页/共70页Stevens&Hunt效应第34页/共70页(4)Bartleson-Breneman效应对于不同的照度环境，亮度是照度的函数复杂刺激（图像）的对比度随着环境照度的提高而提高。降低环境照度会提高所有图像的明度，对暗色效果比较明显。左图是对比效果（重设了白点）第35页/共70页环境效果示例第36页/共70页背景从暗到白，则感知对比随之降低第37页/共70页(5)适应明适应(LightAdaptation):提高照度就会降低视觉敏感度暗适应(DarkAdaptation):降低照度就会提高视觉敏感度色适应(ChromaticAdaptation):颜色视觉的独立敏感规律第38页/共70页局部适应线性映射感知映射第39页/共70页色适应

三种锥体细胞(LMS)相互对立接收刺激。(在更高水平机制上，适应也会出现。)

色反应的程度视适应的状态（局部的、空间的、时间的）而定。视觉残留证明了这一点。CIE国际照明委员会在1987年对色适应做了定义：当色彩刺激改变，特别是在照明改变时，视觉保持彩色物体色彩近似的补偿程序。第40页/共70页第41页/共70页第42页/共70页第43页/共70页(6)恒常性(Discounting)

当照明的颜色发生了很大的变化时，我们依然感觉物体的颜色没有发生变化。•事实上发生了变化•色适应•一定的颜色记忆•认知上忽略光源的特性第44页/共70页Diamonds第45页/共70页WithTips第46页/共70页OnBackgrounds第47页/共70页BothTips&Backgrounds!第48页/共70页(7)Purves“Brown”现象第49页/共70页第50页/共70页9.3色貌模型9.3.1色貌模型的发展vonKries的色适应模型Hunt模型Nayatani模型RLAB模型LLAB模型CIECAM97s模型CIECAM02模型第51页/共70页9.3.2CIECAM02模型CIE于1997年推荐了一个色貌模型，它由英国Derby大学的M.R.Luo与R.W.G.Hunt首先提出、后经CIE1996东京大会通过。CIECAM97s是在Hunt、LLAB、Nayatani、RLAB等著名模型的基础上，并总结了大量颜色视觉生理和心理实验研究成果建立起来的。CIECAM97s对色彩的预测比以上四种模型更准确，并被作为色貌模型的标准。但在实验过程中，研究人员也发现了该模型的一些缺点，为此对它进行了修正，并于2002年推出了新的色貌模型CIECAM02，用于替代CIECAM97s。第52页/共70页为了推动色貌模型研究工作的进展以及对各种色貌模型的实际效果进行测评，国际照明委员会先后成立了TC1-27(负责制定色貌模型规范)、TC1-34(负责对色貌模型的检验评估)和TC8-01（用于色彩管理系统的色貌建模）若干业委员会。研究人员对不同的色温、照度和黑环境下的复杂图像的跨媒体复制进行了大量的研究。也有学者在某些照明条件下(例如D65和D50)测试了一些色貌模型的性能。在此基础上，有学者进一步对更加实用的不相等照明条件和暗环境进行了探索，并开发了包括色盲在内的颜色诊断系统。各种色貌模型推出以后，各国的颜色科技工作者利用各种色差数据集和色貌数据开展了大量针对色貌模型的评价研究工作，其中包括大色差数据：OSA数据、Munsell数据、Pointer和Attridge数据、BFDB数据；小色差数据：BFD、RIT－DuPont、Leeds和Witt；色貌数据：LUTCHI。随着评价研究工作的进行，各色貌模型不断被修正，预测精度不断得到改善，适用范围也愈来愈广。第53页/共70页CIECAM02虽然能够预测不同视觉条件下的颜色再现效果，却没有将人类视觉的空间和时间特性与图像视觉效果结合起来。因此，在2004年，Fairchild和Johnson又推荐了图像色貌模型iCAM（imageColorAppearanceModel），iCAM结合了人类视觉的空间和时间特性，具有很好的色相均匀性，既可以预测复杂图像的色貌特征，又可以测量图像的差别和质量，适合于跨媒体图像复制和高动态范围的成像技术。第54页/共70页CIECAM02构成正向模型反向模型第55页/共70页一、正向模型色貌模型提供了进行三刺激值和感觉属性进行转换的具体方法。模型的两大块就是色适应变换和用于计算感觉属性（如明度、亮度、色度、饱和度、色彩、色相等）的方程。色适性变换考虑了适应的白点的色度变化，另外，白点的亮度会影响观察者对白点的适应程度。因而，适应程度或D因子就成了色适应变换的另外一个方面。一般地，色适应变换和计算感觉属性之间，有一个非线性的响应压缩。色适应变换和D因子是相应颜色数据集的实验结果，非线性响应压缩来源于生理学数据以及其它的考虑。感觉属性的获得是通过比较大量的评价实验的预测结果，如LUTCHI数据的不同阶段，其它数据集，如孟塞尔图册。最后，模型的整个结构在一个封闭的形式下强制可逆转换，并考虑到了颜色外貌现象的子集。第56页/共70页(1)输入参数模型的输入数据包括适应区域的照度LA,样本在测试条件下的色度坐标Yxy测试条件下的参考白点的色度坐标xw、yw、zw；背景参数Yb和明度对比因子F；环境影响参数c；色诱导因子Nc。环境FcNc平均1.00.691.0暗0.90.590.95黑0.80.5250.8第57页/共70页第58页/共70页(2)色适应变换第59页/共70页第60页/共70页(3)非线性响应压缩第61页/共70页(4)感觉属性第62页/共70页色相数据

红

黄

绿

蓝

红