您現在的位置:首頁

圖像色貌模型綜述

《廣東印刷》2013年第1期 文/ 郭少峰 更新日期:2013-07-24

一、引言

i C A M 以F a i r c h i l d 在2 0 0 2 年提出的基本架構和基本處理方法為基礎, 該模型將傳統色貌模型擴展到包括人眼空間和時間特性, 預測復雜空間刺激的各種色貌知覺。F a i r c h i l d 在這個模型中還描述了i C A M 在色貌屬性和色差計算中的表現及精度, 給出同時對比、擴展、勾邊、高動態范圍圖像再現( 后來基于i C A M 提出了i C A M 0 6 ) 和圖像質量計算結果, 對模型擴展到時間域進行了討論。

包括C I E C A M O 2 以及之前的傳統色貌模型, 不能直接應用在圖像這種復雜顏色刺激,因為存在下列問題:

① 沒有考慮具有復雜空間結構的刺激, 以及人眼在空間域、時間域的視覺特性,不適合圖像及視頻等應用。

② 這些模型建立過程中使用的色貌和觀察環境精度和準確度比實際視覺許可數據和觀察環境的限制更復雜, 要求新一代圖像色貌模型盡可能簡單, 以便于實際應用。

③ 傳統色差計算是通過復雜的色差公式, 并且從色貌模型中分離處理, 如建立在色差公式C I E L A B 的基礎上C I E 9 4 和C I E D E 2 0 0 0 , 這些公式雖然在顏色寬容度預測上比C I E L A B 色差公式有很大改進, 但是比現有視覺提供的實驗數據允許的條件, 以及實際應用條件更復雜。

二、i C A M 的框架

第一步: 色適應變換。

i C A M 第一步處理是色適應變換。C I E C A M 0 2 中的色適應變換有很好的表現。因此, i C A M 則采用其變換方式。色適應變換是一個帶有適應因子F 的線性V o n K r i e s 變換, 從圖像錐響應空間R G B 變換到適應后的R C G C B C。利用低通濾波處理, 以預測不同適應程度的色適應結果, 處理后的色度值代表人眼實際感受的色度值。

clip_image001

第二步: 適應后的錐響應R C G C B C 變換到對立色空間I P T 。

適應后的錐響應R C G C B C 需要變換到計算色貌屬性的色空間, 這個色空間的選擇既考慮到變換的簡單,又考慮到均勻性及精確性, 而且要考慮到圖像處理中的適用性。圖貌模型選擇了E b n e r 和F a i r c h i l d 提出的I P T 對立色空間。

clip_image002

從C I E X Y Z 變換到對立色I P T 色空間包括一個線性變換到錐響應空間, 再進行一個指數運算, 最后是一個線性變換。與前面描述的從C I E X Y Z 變換到對立色空間不同的是, 增加了適應亮度F L 用來調節在I P T 變換中的非線性。

clip_image003

第三步: 計算色貌屬性。

從I P T 對立色空間得到明度、彩度和色相(J C h)是通過一個直角坐標到柱坐標的標準變換。視明度和視彩度( Q M ) 通過明度和彩度與亮度適應因子F L 相乘得到,飽和度通過C / J 或M / Q 計算。色差可以在明度-彩度或視明度- 視彩度空間計算。具體計算方程如下:

clip_image004

clip_image005

三、圖像色貌模型的實際表現

在前面計算出圖像色貌的基礎上, 可以進行圖像色差、圖像質量、H D R 圖像再現、預測色貌現象等不同的應用, 但不同應用又包含不同的處理模塊。為此,F a i r c h i l d 提出“ 模塊式” 結構的概念, 將各種處理作為各種模塊, 根據應用選擇模塊進行組合。

1 . 高動態范圍圖像的再現

利用i C A M 0 6 型和i C A M 模型再現高動態范圍圖像。圖一為默認參數下, i C A M 模型和i C A M 0 6 模型對2 幅H D R 圖像的再現結果。對于三幅圖像, 兩種模型均是使用默認參數對原始圖像進行再現的。其中( 1 )( 2 ) 是“ m l _ p r o b e” 圖像的再現結果:( 3 )( 4 ) 是“ v i n e s u n s e t ” 的再現結果: 而( 1 )( 3 ) 是i C A M 模型分別對圖像的再現結果,( 2 )( 4 ) 是i C A M 0 6 模型對圖像的結果。從圖一中, 可以看出( 2 )( 4 ) 的再現效果明顯好于( 1 )( 3 )。

clip_image006

圖一 利用i C A M 和i C A M 0 6 模型再現H D R 圖像

2 . i C A M 模型對色貌現象的預測

clip_image007

圖二 S t e v e n s 效應和H u n t 效應預測

圖二是i C A M 模型, 對H u n t 效應和S t e v e n s 效應的預測。通過改變照度L 大小來實現, 圖像明度大小的改變。在圖二中, ( a ) 的L A = 2 0 c d / m 2 ;( b ) 的L A = 2 0 0 c d / m 2 : ;( c ) 的L A = 2 0 0 0 c d / m 2 ; 。通過人眼視覺主觀評價, 我們可以從圖二中可以看出, 高亮度水平下圖像的視彩度和對比度均有所增大。

四、結束語

總而言之, 需要對傳統模型提出革命性改進, 新一代圖像色貌模型要具有更廣泛的應用, 不僅預測具有復雜空間結構、空間和時間特性的圖像及視頻色適應和色貌屬性, 而且能說明勾邊、擴增等色貌現象, 能夠計算色差, 能夠應用于H D R 圖像再現、跨媒體顏色再現和質量評價等。i C A M 必將成為未來顏色科學領域的一個研究熱點。

發表評論

電子郵件地址不會被公開。 必填項已用*標注

平特一尾是什么意思 新加坡2分彩在线计划 大透乐开奖查询 幸运飞艇是人为控制的吗 安徽省11选五基本走势图 双色球开奖时间 广州股票配资公司 深圳风采35选7走势图 浙江风采网 江苏福彩快3开奖号码 股票代码查询 pk10彩票