Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Нормализованные спектры чувствительности колбочек человека типов S, M и L (данные SMJ на основе сопоставления цветов RGB) [1]

LMS (длинные, средние, короткие), представляет собой цветовое пространство , которое представляет собой реакцию трех типов конусов в глаза человека , названные их чувствительностью (чувствительность) пиков на длинных, средних и коротких длинах волн.

Числовой диапазон обычно не указывается, за исключением того, что нижний предел обычно ограничен нулем. Обычно цветовое пространство LMS используется при хроматической адаптации (оценке внешнего вида образца под другим источником света). Это также полезно при изучении дальтонизма , когда один или несколько типов колбочек имеют дефект.

XYZ в LMS [ править ]

Обычно цвета, которые должны быть хроматически адаптированы, будут указаны в цветовом пространстве, отличном от LMS (например, sRGB ). Однако матрица хроматической адаптации в методе диагонального преобразования фон Криса работает с трехцветными значениями в цветовом пространстве LMS. Поскольку цвета в большинстве цветовых пространств могут быть преобразованы в цветовое пространство XYZ, для хроматической адаптации любого цветового пространства требуется только одна дополнительная матрица преобразования : для преобразования цветов из цветового пространства XYZ в цветовое пространство LMS. [2]

Кроме того, многие методы адаптации цвета или модели внешнего вида цвета (CAM) вместо этого запускают преобразование диагональной матрицы в стиле фон Криса в слегка измененном, похожем на LMS пространстве. Они могут называть его просто LMS, RGB или ργβ. В следующем тексте используется название «RGB», но обратите внимание, что полученное пространство не имеет ничего общего с аддитивной цветовой моделью, называемой RGB. [2]

Матрицы CAT для некоторых CAM в терминах координат CIEXYZ представлены здесь. Матрицы в сочетании с данными XYZ, определенными для стандартного наблюдателя , неявно определяют ответ «конус» для каждого типа ячейки.

Примечания :

Хант, RLAB [ править ]

Модели внешнего вида цвета Hunt и RLAB используют матрицу преобразования Hunt-Pointer-Estevez (M HPE ) для преобразования из CIE XYZ в LMS. [3] [4] [5] Это матрица преобразования, которая изначально использовалась в сочетании с методом преобразования фон Криса , и поэтому также называется матрицей преобразования фон Криса (M vonKries ).

Матрица с усиленной спектральной резкостью Брэдфорда (LLAB, CIECAM97s) [ править ]

Исходная модель внешнего вида цвета CIECAM97s использует матрицу преобразования Брэдфорда (M BFD ) (как и модель внешнего вида цвета LLAB ). [2] Это матрица преобразования со «усиленной спектральной резкостью» (т. Е. Кривые отклика конуса L и M уже и более отличаются друг от друга). Матрица преобразования Брэдфорда должна была работать вместе с модифицированным методом преобразования фон Криса, который вносил небольшую нелинейность в S (синий) канал. Однако за пределами CIECAM97s и LLAB этим часто пренебрегают, и матрица преобразования Брэдфорда используется в сочетании с методом линейного преобразования фон Криса, явно так в профилях ICC . [7]

Считается, что «спектрально обостренная» матрица улучшает хроматическую адаптацию, особенно для синих цветов, но не работает как реальное пространство LMS, описывающее конус, для последующей обработки человеческого зрения. Хотя выходы называются «LMS» в оригинальном заключении LLAB, CIECAM97s использует другое имя «RGB», чтобы подчеркнуть, что это пространство на самом деле не отражает ячейки конуса; отсюда и разные имена.

LLAB принимает значения XYZ после адаптации и выполняет обработку, подобную CIELAB, для получения визуальных коррелятов. С другой стороны, CIECAM97s возвращает значение XYZ после адаптации в пространство Hunt LMS и работает оттуда для моделирования расчета цветовых свойств системой технического зрения.

Более поздние CIECAM [ править ]

Обновленная версия CIECAM97s переключается обратно на метод линейного преобразования и вводит соответствующую матрицу преобразования (M CAT97s ): [8]

Улучшенная матрица преобразования в CIECAM02 (M CAT02 ): [9] [2]

CAM16 использует другую матрицу: [10]

 [+0,401288, +0,650173, -0,051461], M16 = [-0,250268, +1,204414, +0,045854], [-0,002079, +0,048952, +0,953127].

Как и в CIECAM97, после адаптации цвета преобразуются в традиционную LMS Ханта – Пойнтера – Эстевеса для окончательного прогнозирования визуальных результатов.

Прямо из спектров [ править ]

С физиологической точки зрения цветовое пространство LMS описывает более фундаментальный уровень зрительной реакции человека, поэтому имеет больше смысла определять физиопсихологический XYZ с помощью LMS, а не наоборот.

Стокман и Шарп (2000) [ править ]

Набор физиологических функций LMS был измерен и предложен Stockman & Sharpe в 2000 году. Функция была опубликована в техническом отчете CIE в 2006 году [11].

Затем функции Стокмана и Шарпа можно превратить в набор из трех функций сопоставления цветов, аналогичный функциям в CIEXYZ : [12]

Здесь показана обратная матрица для сравнения с матрицами для традиционного XYZ:

Приложения [ править ]

Цветовая слепота [ править ]

Цветовое пространство LMS можно использовать для имитации того, как дальтоники видят цвет. Впервые этот метод был предложен Brettel et al. и положительно оценивается реальными пациентами. [13]

Связанное с этим приложение - создание цветных фильтров для людей с дальтонизмом, позволяющих легче замечать различия в цвете, - процесс, известный как дальтонизация . [14]

Обработка изображений [ править ]

JPEG XL использует XYB цветовое пространство , производный от LMS, где X = L + M , Y = L - M и B = S . Это можно интерпретировать как гибридную теорию цвета, где L и M являются противниками, но S обрабатывается трехцветным образом, что оправдано более низкой пространственной плотностью S колбочек. На практике это позволяет использовать меньше данных для хранения синих сигналов без значительной потери воспринимаемого качества. [15]

Цветовое пространство берет свое начало от Guetzli butteraugli «s метрика, и был передан в JPEG XL с помощью проекта Пика Google.

См. Также [ править ]

  • Цветовой баланс
  • Цветовое зрение
  • Функция яркости
  • Трихроматия

Ссылки [ править ]

  1. ^ http://www.cvrl.org/database/text/cones/smj2.htm
  2. ^ Б с д е е Fairchild, Марк Д. (2005). Цветные модели внешнего вида (2-е изд.). Wiley Interscience . С. 182–183, 227–230. ISBN 978-0-470-01216-1.
  3. ^ Schanda, Jnos, ред. (2007-07-27). Колориметрия . п. 305. DOI : 10.1002 / 9780470175637 . ISBN 9780470175637.
  4. ^ Морони, Nathan; Fairchild, Mark D .; Хант, Роберт WG; Ли, Чанцзюнь; Луо, М. Ронье; Ньюман, Тодд (12 ноября 2002 г.). «Модель внешнего вида цвета CIECAM02». Десятая конференция IS & T / SID по созданию цветных изображений . Скоттсдейл, Аризона : Общество науки и технологий в области обработки изображений . ISBN 0-89208-241-0.
  5. ^ Эбнер, Фриц (1998-07-01). «Получение и моделирование однородности оттенков и развитие цветового пространства IPT» . Тезисов : 129.
  6. ^ «Добро пожаловать на веб-сайт Брюса Линдблума» . brucelindbloom.com . Проверено 23 марта 2020 года .
  7. ^ Спецификация ICC.1: 2010 (версия профиля 4.3.0.0) . Управление цветом технологии изображения - Архитектура, формат профиля и структура данных, Приложение E.3, стр. 102.
  8. Перейти ↑ Fairchild, Mark D. (2001). «Пересмотр CIECAM97s для практического применения» (PDF) . Исследование и применение цвета . Wiley Interscience . 26 (6): 418–427. DOI : 10.1002 / col.1061 .
  9. ^ Fairchild, Марк. «Исправления для МОДЕЛЕЙ ВНЕШНЕГО ЦВЕТА» (PDF) . Опубликованная матрица MCAT02 в уравнении. 9.40 неверно (это версия матрицы HuntPointer-Estevez. Правильная матрица MCAT02 выглядит следующим образом. Она также правильно дана в уравнении 16.2)
  10. ^ 10.1002 / col.22131
  11. ^ «Функции CIE» . cvrl.ucl.ac.uk .
  12. ^ "CIE 2-градусные CMFs" . cvrl.ucl.ac.uk .
  13. ^ «Эмуляция дефицита цветового зрения» . colorspace.r-forge.r-project.org .
  14. ^ Симон-Liedtke, Joschua Томас; Фаруп, Ивар (февраль 2016 г.). «Оценка методов дальтонизации дефицита цветового зрения с помощью поведенческого визуально-поискового метода». Журнал визуальной коммуникации и изображения . 35 : 236–247. DOI : 10.1016 / j.jvcir.2015.12.014 . ЛВП : 11250/2461824 .
  15. ^ Alakuijala Юрки; ван Асселдонк, Рууд; Букортт, Сами; Забадка, Золтан; Брюс, Мартин; Комса, Юлия-Мария; Фиршинг, Мориц; Фишбахер, Томас; Ключников, Евгений; Гомес, Себастьян; Обрик, Роберт; Потемпа, Кшиштоф; Ратушняк Александр; Снейерс, Джон; Забадка, Золтан; Вандервенн, Лоде; Версари, Лука; Вассенберг, янв (6 сентября 2019 г.). Тешер, Эндрю Г; Эбрахими, Турадж (ред.). «Архитектура сжатия изображений следующего поколения JPEG XL и инструменты кодирования» . Применение цифровой обработки изображений XLII : 20. DOI : 10,1117 / 12.2529237 . ISBN 9781510629677.