基于新型色貌模型CAM16的颜色空间均匀性研究

白雪琼; 廖宁放

doi:doi:10.3788/AOS202040.0433001

光学学报, 2020, 40 (4): 0433001, 网络出版: 2020-02-11

基于新型色貌模型CAM16的颜色空间均匀性研究下载： 1868次

Research on Color Space Uniformity Based on New Color Appearance Model CAM16

论文大纲

白雪琼廖宁放 ^*

作者单位

北京理工大学光电学院光电成像技术与系统教育部重点实验室, 北京 100081

视觉光学色度学 CAM16 均匀颜色空间芒塞尔表色系统 visual optics colorimetry CAM16 uniform color space Munsell color system

AI 词云图 AI一句话精读 AI短摘要

注：本部分内容由 AI 自动生成，请您知悉。

摘要

对新型色貌模型CAM16的颜色空间均匀性进行分析评估,发现该模型颜色空间仍旧存在视觉均匀性不够理想的问题,这将会影响跨媒体颜色再现的准确性,导致相同颜色在不同观察环境下产生色差。为此,通过BFD色差数据集对该模型进行优化,以修正视觉均匀性,进而提出更为均匀的色貌模型CAM16-J'a'b',同时采用国际通用的芒塞尔表色系统对优化后的颜色空间进行均匀性检验。结果表明,优化后的颜色空间均匀性有所提高,为跨媒体颜色再现研究提供了参考。

Abstract

In this study, the color space uniformity of a new color appearance model CAM16 is analyzed and evaluated. The vision uniformity of the color space of the CAM16 model is insufficient, which will affect the cross-media color reproduction accuracy and result in color difference with respect to the same colors under different viewing conditions. Therefore, a BFD color difference dataset is used to optimize the model for ensuring visual uniformity, and an optimized color appearance model CAM16-J'a'b' is proposed. Subsequently, the optimized color space is subjected to a uniformity test based on international Munsell color system. The results denote an improvement in the uniformity of the optimized color space, thereby providing a reference for cross-media color reproduction research.

1 引言

色貌模型^[1]能够预测包含色适应状态在内的不同观察条件下的颜色。因此CIECAM02模型作为颜色管理中的特征文件连接空间,一经推出,就被广泛地研究和应用,但该模型在某些情况下存在数学计算问题,如在明度计算过程中,CAT02色适应变换矩阵会导致某些颜色出现负值。Süsstrunk等^[2-3]发现CIECAM02模型存在“黄蓝问题”以及“紫色边缘问题”,即在极端蓝色适应情况下,蓝色在HPE颜色空间的坐标为负值,另外,饱和紫色在光源略带紫色的情况下经过色适应转换后,其颜色坐标会移至光谱轨迹之外,甚至在HPE颜色空间的坐标为负值。Li等针对该问题提出了相应的解决方案,方案虽能解决“黄蓝问题”,但“紫色问题”仍旧难以解决。Li等^[4-5]又进一步采用约束条件得到了新的色适应变换矩阵,进而避免了“紫色问题”,但色貌的正向模型与逆向模型的三刺激值不一致的问题仍未能解决。

2017年,Li等^[6]发现色貌问题无法解决的原因在于研究人员一直试图解决色貌模型中的数学问题,忽略了视觉实验结果的预测准确性。要想解决CIECAM02模型的数学计算问题,仅从色适应变换矩阵方面考虑是不可行的,而应从色貌模型的结构上去解决数学计算问题。因此Li等提出最新的色貌模型——CAM16,该模型在CIECAM02模型的基础之上通过制定约束条件和改变局部色貌模型结构的方法解决了数学计算中的负值问题,并简化了原有的色貌模型结构,降低了模型计算的复杂性。与此同时,基于对明度J和视彩度M的优化给出了针对大色差数据、小色差数据和均匀颜色空间的CAM16-LCD、CAM16-SCD、CAM16-UCS色差公式。

颜色空间的不均匀性会影响跨媒体颜色再现的准确性,导致相同颜色在不同的观察设备条件下产生色差。Li等^[6]所提出的色差公式中视彩度M与彩度C呈非线性关系,因此无法直接应用于色貌的JCh颜色空间。本文采用国际通用的芒塞尔表色系统,通过明度J、彩度C和色调h对新型色貌模型CAM16的均匀性进行分析评价,发现该模型的Jab颜色空间存在视觉均匀性不够理想的缺点,从而使得在对CAM16色貌模型进行色差评价时产生误差。为此,本文应用最为广泛的BFD色差数据集,对该模型的明度J和彩度C进行优化,来修正视觉的均匀性,进而提出更为均匀的色貌模型CAM16-J'a'b',并对优化后的颜色空间进行了均匀性检验。

2 CAM16模型的均匀性评价

对于CAM16模型均匀性的检验,本文从明度、彩度和色调3个指标来衡量。芒塞尔表色系统是美国国家标准协会和材料测试协会的颜色标准,被广为应用于在各个颜色样本以及色差公式的检验中^[7]。该表色系统的颜色样本均有对应的CIE表征色度系统的色品坐标和不同照明下的三刺激值。这些样本数据经CAM16模型转换到Jab颜色空间中,可用于检验色貌模型的均匀性。

2.1 明度视觉均匀性评价

芒塞尔表色系统包含9个明度面,这9个等级经过视觉实验,验证其在视觉上是等距的。因此在理想情况下,若色貌颜色空间中的明度J也是均匀的,则明度J和芒塞尔明度V应呈正比线性关系。从芒塞尔表色系统中选取彩度为6的5个主色调和5个中间色调作为样本,将明度值转换到色貌模型的Jab颜色空间中,并与芒塞尔的明度标尺进行线性回归分析,以样本相关系数R²作为衡量指标来评价颜色空间明度的均匀性,其中,R²越接近于1,说明明度J的视觉均匀性越好。

从图1可以看出,CIECAM02模型和CAM16模型的明度J曲线几乎重合,两个模型的明度J均接近于拟合直线,说明色貌颜色空间的明度分量J的均匀性表现较好,但在芒塞尔明度V较小和较大时,两个模型的明度J还存在不均匀的情况。

图 1. 色貌颜色空间明度J与芒塞尔明度V的线性回归分析

Fig. 1. Linear regression analysis between color appearance color space lightness J and Munsell value V

下载图片查看所有图片

表1给出了两个色貌模型的明度相关系数,其中第一行表示所选取的10个芒塞尔表色系统色调。明度相关系数R²可详细地分析各个色调的明度均匀性,其中CIECAM02模型和CAM16模型有80%明度相关系数超过0.99,甚至高达0.9971,几乎接近于1,说明两个模型的明度J均与芒塞尔明度V高度拟合,即模型明度J的视觉均匀性好。

表 1. CIECAM02/CAM16的明度相关系数

Table 1. Brightness correlation coefficient of CIECAM02/CAM16

h	5R	5YR	5Y	5GY	5G	5BG	5B	5PB	5P	5RP
R²(CIECAM02)	0.9954	0.9968	0.9863	0.9912	0.9967	0.9965	0.9967	0.9946	0.9779	0.9971
R²(CAM16)	0.9954	0.9967	0.9862	0.9911	0.9967	0.9966	0.9969	0.9946	0.9784	0.9970

查看所有表

2.2 彩度视觉均匀性评价

理想情况下,均匀颜色空间中相同彩度、不同色相的颜色所构成的彩度圈在色品图上应为标准的圆,即同一彩度圈内的半径处处相等,且相邻彩度圈之间的间距也相等,即彩度圈的半径是递增的。本文通过彩度圈偏离圆形的方均根误差和各彩度圈间距的标准差分别评价各彩度圈接近圆形的程度和彩度圈间距的均匀性。彩度圈偏离圆形的方均根误差(RMSE)公式为

\begin{matrix} R_{MSE} = \sqrt[]{\frac{1}{N} \overset{N}{\sum_{j = 1}} (C_{ij} - {\bar{C}}_{j})^{2}}, (1) \end{matrix}

式中:C_ij表示第i个色调的第j个彩度; $\begin{matrix} {\bar{C}}_{j} \end{matrix}$ 表示第j个彩度圈的彩度均值;N表示第j个彩度圈包含的颜色样本数。彩度圈偏离圆形的方均根误差越小,说明彩度圈越接近于圆;彩度圈间距标准差(STD)越小,说明彩度圈间距均匀性越好。本文采用芒塞尔样本中明度值V为5的所有样本来评价彩度视觉均匀性,其色品图如图2所示。

由表2可知:在间距标准差方面,CIECAM02模型的间距比CAM16模型更为均匀;在彩度圈偏离圆形方面,CAM16模型在彩度C为2到10时均匀性优于CIECAM02模型,在彩度C为1和12时均匀性较差。色貌模型的彩度圈偏离圆形的方均根误差值会随彩度的增加逐渐增加,表明彩度圈接近圆形的程度会随彩度的增加逐步降低,说明彩度的均匀性不够理想,色貌模型的彩度均匀性仍需进一步改进。

图 2. 明度V为5的芒塞尔颜色样本在色貌颜色空间Jab的分布。(a) CIECAM02模型的彩度圈分布图;(b) CAM16模型的彩度圈分布图

Fig. 2. Distribution of Munsell color sample with V of 5 in color appearance space Jab. (a) Chroma performance of CIECAM02 model; (b) chroma performance of CAM16 model

下载图片查看所有图片

表 2. Jab空间各彩度圈偏离圆形的方均根误差

Table 2. Root mean square errors of each chromatic circle deviating from the circle in Jab space

Model	R_MSE							STD
Model		1	2	4	6	8	10	12
CIECAM02	1.3175	2.1171	2.9093	4.1734	4.3453	3.7516	4.0099	2.8786
CAM16	1.2780	2.0961	2.7771	3.7994	4.0617	3.5290	5.7325	3.0822

查看所有表

2.3 色相视觉均匀性评价

具有相同色相的颜色所构成的色相连线在均匀颜色空间中,应从色品图的非彩色点向四周辐射成各色相线间的夹角都相等的射线状态。本文选用芒塞尔数据集中明度值V为5的10个主要色调,即5个主色调和5个中间色调的颜色作为样本,分别将样本数据转换到CIECAM02和CAM16的Jab颜色空间中。

通过方均根误差来衡量色调线偏离直线的程度,即

\begin{matrix} R_{MSE} = \sqrt[]{\frac{1}{N'} \overset{N'}{\sum_{j' = 1}} \frac{(Y_{i'} - a_{j'} X_{i' j'})^{2}}{1 + a_{j'}^{2}}}, (2) \end{matrix}

式中:X、Y表示色品图的坐标;j'表示第j'条色调线;i'表示色相线上的第i'个颜色;N'表示样本个数;a_j'表示该色调线的回归倾斜系数; $\begin{matrix} \sqrt[]{(Y_{i'} - a_{j'} X_{i' j'})^{2} / (1 + a_{j'}^{2})} \end{matrix}$ 表示实际坐标点到拟合直线的垂直距离。

从表3的整体研究结果可知,CIECAM02模型的平均线性回归方均根误差小于CAM16模型的平均线性回归方均根误差,其中CAM16模型只有5R、5Y和5B三个色调的均匀性优于CIECAM02模型,说明CAM16模型的a-b色品面色调均匀性相比CIECAM02模型较差,仍需进一步优化。另外,色相线间的夹角在理想的均匀颜色空间中应该为36°,而实际的色相线之间的夹角各不相同。CIECAM02的色调夹角均值为36.421,优于CAM16的色调夹角均值36.791。根据色相均匀性检验结果,可以看出色貌模型CAM16的颜色空间中色相指标仍不均匀,还需进一步改进。

表 3. 色相线的线性回归方均根误差

Table 3. Root mean square error of linear regression of the hue lines

h	5R	5YR	5Y	5GY	5G
R_MSE(CIECAM02)	0.6646	0.5799	0.3455	0.2456	0.6258
R_MSE (CAM16)	0.6172	1.3307	0.2796	0.2577	1.2033
h	5BG	5B	5PB	5P	5RP
R_MSE (CIECAM02)	0.1670	0.8909	0.6386	1.4341	0.6142
R_MSE (CAM16)	0.1866	0.7284	1.9092	2.6120	1.1714

查看所有表

3 CAM16模型颜色空间优化

经过对新型色貌模型CAM16的Jab颜色空间均匀性检验分析发现,尽管该模型能解决CIECAM02模型的数学计算问题且简化了模型结构,但其颜色空间仍不够均匀。BFD色差数据集^[8]是在不同实验条件下对各种色样材料采用不同实验方法获取而来的,由英国Derby大学的M.R.Luo和B.Rigg教授搜集并进行相应的视觉实验所得到的数据集,其中包括Bradford数据^[9]、ISCC数据^[10]、MMB数据^[11]等6个数据集,共计2776对颜色样本对,常用来对颜色空间进行色差分析和校正。本文将采用该色差数据集对色貌颜色空间进行优化,以期建立更具均匀性的CAM16色貌颜色空间。

3.1 明度标尺J的均匀性优化

从色差数据集中选取ΔJ/ΔE>0.85的数据对^[12]作为样本,以确保样本颜色的色差主要是由明度差引起的,其中ΔJ为CAM16模型Jab颜色空间的明度差,ΔE为色差。

首先建立一个一元线性回归方程,即

\begin{matrix} ΔJ / ΔV = mJ + n, (3) \end{matrix}

式中:ΔV为色差数据的视觉色差。然后利用线性回归系数m和n对新的颜色空间明度进行相应地调整,使得明度具有更好的视觉均匀性,即明度差不再随明度的变化而变化,从而得出

\begin{matrix} dJ' = dJ / (mJ + n) 。 (4) \end{matrix}

最后对(4)式进行积分处理,推导出新建颜色空间中的明度分量,即

\begin{matrix} J' = \overset{J}{\int_{0}} dt / (mt + n) 。 (5) \end{matrix}

根据色差样本对的筛选判据,从色差数据中筛选出52对符合判据要求的色差数据对,其ΔJ/ΔV与J的关系如图3所示。

图 3. 明度标尺J与ΔJ/ΔV的线性关系

Fig. 3. Linear relationship between brightness scale J and ΔJ/ΔV

下载图片查看所有图片

为改善明度均匀性,对色差数据进行线性回归得到

\begin{matrix} ΔJ / ΔV = 0.0189 J + 0.4763 。 (6) \end{matrix}

设新建优化颜色空间的明度标尺为J',对该标尺进行微分求导,得到优化后的明度J'为

\begin{matrix} \begin{matrix} dJ' = dJ / (0.0189 J + 0.4763), (7) \\ J' = \overset{J}{\int_{0}} \frac{dt}{0.0189 t + 0.4763} = \frac{\ln (0.0189 J + 0.4763) + 0.7417}{0.0189} 。 (8) \end{matrix} \end{matrix}

3.2 彩度标尺C的均匀性优化

新建色貌颜色空间彩度的优化同样采用BFD色差数据集,从中筛选出ΔC/ΔE>0.95的颜色样本共98对,以确保样品色差仅由彩度引起,其中ΔC为CAM16模型Jab颜色空间的彩度差。ΔC/ΔV与原始空间的彩度C关系如图4所示,可以看出两者关系并非线性,说明彩度标尺C仍需进一步优化,以得到更好的均匀性。

图 4. 彩度标尺C与ΔC/ΔV的线性关系

Fig. 4. Linearrelationship between chroma scale C and ΔC/ΔV

下载图片查看所有图片

新型颜色空间的彩度C分量优化方法同明度标尺的优化方法,同样利用线性回归方法和积分推导出均匀度更高的新彩度分量C',推导公式为

\begin{matrix} \begin{matrix} ΔC / ΔV = m' C + n', (9) \\ dC' = dC / (m' C + n'), (10) \\ C' = \overset{C}{\int_{0}} dt / (m' t + n') 。 (11) \end{matrix} \end{matrix}

通过上述的优化过程,对所筛选出来的色差数据进行线性回归,得到新的彩度标尺方程式为

\begin{matrix} \begin{matrix} ΔC / ΔV = 0.0283 C + 0.8547, (12) \\ dC' = dC / (0.0283 C + 0.8547), (13) \\ C' = \overset{C}{\int_{0}} \frac{dt}{0.0283 t + 0.8547} = \frac{\ln (0.0283 C + 0.8547) + 0.157}{0.0283} 。 (14) \end{matrix} \end{matrix}

由新的CAM16色貌颜色空间彩度标尺C'可以推导出相应的色品坐标,即

\begin{matrix} \begin{matrix} a' = C' \cos θ_{h} = co s θ_{h} \cdot [\ln (0.0283 C + 0.8547) + 0.157 / 0.0283], (15) \\ b' = C' \sin θ_{h} = \sin θ_{h} \cdot [\ln (0.0283 C + 0.8547) + 0.157 / 0.0283], (16) \end{matrix} \end{matrix}

式中:θ_h表示色调角。

4 新型色貌颜色空间CAM16-J'a'b'的均匀性检验

对于新型色貌颜色空间CAM16-J'a'b',同样采用国际通用的芒塞尔数据来检验其均匀性。检验方法与CAM16模型相同,分别从颜色空间的明度、彩度以及色调标尺进行均匀性检验。

4.1 明度均匀性检验

将芒塞尔颜色空间的明度标尺V转换到CAM16-J'a'b'颜色空间,并将J'与明度V进行线性回归,并通过回归方均根误差进行比较,结果如表4所示。

表 4. CAM16模型新明度标尺J'与J的比较

Table 4. Comparison of new brightness scales J' and J of CAM16 model

Brightness	R²	R_MSE
J	0.96403	4.0698
J'	0.97417	2.4904

查看所有表

从表4可知,明度标尺优化前后线性相关系数差别不大,原因是CAM16模型的明度标尺本身已具有较高的均匀度,但从线性回归方均根误差来看,优化后明度的均匀性有所提高。

4.2 彩度均匀性检验

对于新型色貌颜色空间CAM16-J'a'b',同样采用芒塞尔颜色系统中明度V为5的色品面来进行色调均匀性检验。检验过程采用芒塞尔数据集中明度为5的10个主要色调,通过计算各彩度圈间距标准差以及其偏离理想圆形的方均根误差来比较优化前后的结果。

由表5可知,新型色貌颜色空间a'-b'面的两个彩度均匀性衡量指标均优于CAM16模型的a-b面,说明新型色貌颜色空间在彩度方面的均匀性有较大改善。

表 5. 各彩度圈偏离圆形的方均根误差

Table 5. Root mean square error of chromatic circle deviating from the circle

Model	R_MSE							STD
Model		1	2	4	6	8	10	12
Jab	1.2780	2.0961	2.7771	3.7994	4.0617	3.5290	5.7325	3.0822
J'a'b'	1.2325	1.7607	1.8869	2.1957	2.0746	1.6682	2.4123	2.6718

查看所有表

4.3 色调均匀性检验

采用检验彩度均匀性的数据对优化后的色调均匀性进行检验,并计算出10条色调线的线性回归方均根误差。

由色调均匀性检验结果可以看出,a'-b'面的所有色调线R_MSE均小于原CAM16模型a-b面的R_MSE,说明新型色貌颜色空间的色调均匀性有了较大改善,主色调间的夹角分布也更为均匀,如表6所示。

表 6. 色相线的线性回归方均根误差

Table 6. Root mean square error of linear regression of hue lines

h	5R	5YR	5Y	5GY	5G
R_MSE(Jab)	0.4973	1.1043	0.7632	0.5792	1.2962
R_MSE(J'a'b')	0.6646	0.5799	0.3455	0.2456	0.6258
h	5BG	5B	5PB	5P	5RP
R_MSE(Jab)	0.1974	0.8606	0.9757	2.3827	1.1240
R_MSE(J'a'b')	0.1670	0.8909	0.6386	1.4341	0.6142

查看所有表

5 结论

在CIECAM02模型的基础上,最新色貌模型CAM16通过制定约束条件和改变局部色貌模型结构的方法解决了CIECAM02色貌模型中“黄蓝问题”和“紫色问题”等数学计算问题,并简化了原有的色貌模型结构,降低了模型计算的复杂性。采用芒塞尔表色系统对新型色貌模型CAM16进行均匀性检验评估,评估结果表明模型的明度标尺均匀性较好,但还存在改善的空间,其次,模型的彩度和色调均匀性仍需进一步优化改善。采用BFD色差数据集对CAM16色貌模型的明度标尺和彩度标尺分布进行优化,建立了新的优化色貌空间CAM16-J'a'b'。均匀性检验结果表明,优化后的颜色空间的明度标尺略有改善,而模型的彩度和色调均匀性改善较为明显,与原CAM16模型颜色空间相比,均匀性有了进一步的提高,相关结果可为跨媒体颜色再现的研究提供有益的参考。

参考文献

[1] Fairchild MD. Color appearance models[M]. 3rd ed. UK: John Wily & Sons, Ltd, 2005: 265- 274.

[2] SüsstrunkS, Brill MH. The nesting instinct: repairing non-nested gamuts in CIECAM02[C]∥Late-breaking-news paper at 14th SID/IS&T Color Imaging Conference. [S.l.: s.n.], 2006.

[3] Brill M H, Süsstrunk S. Repairing gamut problems in CIECAM02: aprogress report[J]. Color Research & Application, 2008, 33(5): 424-426.

[4] Li CJ. R1-42 extensions of CIECAM02[C]∥CIE 26th Session, Beijing, China, 2007, also SID/IS&T 15th Color Imaging Conference, Albuquerque. [S.l.: s.n.], 2007.

[5] Li C J, Perales E, Luo M R, et al. Mathematical approach for predicting non-negative tristimulus values using the CAT02 chromatic adaptation transform[J]. Color Research & Application, 2012, 37(4): 255-260.

[6] Li C J, Li Z Q, Wang Z F, et al. Comprehensive color solutions: CAM16, CAT16, and CAM16-UCS[J]. Color Research & Application, 2017, 42(6): 703-718.

[7] 马瑞青, 廖宁放. RGB-LED光源下光源色度对颜色恒常性的影响[J]. 光学学报, 2019, 39(9): 0933001.

Ma R Q, Liao N F. Influence of illuminant chromaticity on color constancy under RGB-LED light source[J]. Acta Optica Sinica, 2019, 39(9): 0933001.

[8] Luo M R, Cui G, Rigg B. The development of the CIE 2000 colour-difference formula: CIEDE2000[J]. Color Research & Application, 2001, 26(5): 340-350.

[9] Melgosa M, Hita E, Poza A J, et al. Suprathreshold color-difference ellipsoids for surface colors[J]. Color Research & Application, 1997, 22(3): 148-155.

[10] Strocka D, Brockes A, Paffhausen W. Influence of experimental parameters on the evaluation of color-difference ellipsoids[J]. Color Research & Application, 1983, 8(3): 169-175.

[11] Morley D I, Munn R, Billmeyer F W. Jr. Small and moderate colour differences: II the Morley data[J]. Journal of the Society of Dyers and Colourists, 1975, 91(7): 229-242.

[12] 宦晖, 李为, 赵达尊. 在CIECAM97s中建立均匀颜色空间[J]. 自然科学进展, 2001, 11(4): 70-74.

Huan H, Li W, Zhao D Z. Uniform color space based on CIECAM97s[J]. Progress in Nature Science, 2001, 11(4): 70-74.

4 新型色貌颜色空间CAM16-J'a'b'的均匀性检验

白雪琼, 廖宁放. 基于新型色貌模型CAM16的颜色空间均匀性研究[J]. 光学学报, 2020, 40(4): 0433001. Xueqiong Bai, Ningfang Liao. Research on Color Space Uniformity Based on New Color Appearance Model CAM16[J]. Acta Optica Sinica, 2020, 40(4): 0433001.

基于新型色貌模型CAM16的颜色空间均匀性研究下载： 1868次

1 引言

2 CAM16模型的均匀性评价

2.1 明度视觉均匀性评价

图 1. 色貌颜色空间明度J与芒塞尔明度V的线性回归分析

Fig. 1. Linear regression analysis between color appearance color space lightness J and Munsell value V

表 1. CIECAM02/CAM16的明度相关系数

Table 1. Brightness correlation coefficient of CIECAM02/CAM16

2.2 彩度视觉均匀性评价

图 2. 明度V为5的芒塞尔颜色样本在色貌颜色空间Jab的分布。(a) CIECAM02模型的彩度圈分布图;(b) CAM16模型的彩度圈分布图

Fig. 2. Distribution of Munsell color sample with V of 5 in color appearance space Jab. (a) Chroma performance of CIECAM02 model; (b) chroma performance of CAM16 model

表 2. Jab空间各彩度圈偏离圆形的方均根误差

Table 2. Root mean square errors of each chromatic circle deviating from the circle in Jab space

2.3 色相视觉均匀性评价

表 3. 色相线的线性回归方均根误差

Table 3. Root mean square error of linear regression of the hue lines

3 CAM16模型颜色空间优化

3.1 明度标尺J的均匀性优化

图 3. 明度标尺J与ΔJ/ΔV的线性关系

Fig. 3. Linear relationship between brightness scale J and ΔJ/ΔV

3.2 彩度标尺C的均匀性优化

图 4. 彩度标尺C与ΔC/ΔV的线性关系

Fig. 4. Linearrelationship between chroma scale C and ΔC/ΔV

4 新型色貌颜色空间CAM16-J'a'b'的均匀性检验

4.1 明度均匀性检验

表 4. CAM16模型新明度标尺J'与J的比较

Table 4. Comparison of new brightness scales J' and J of CAM16 model

4.2 彩度均匀性检验

表 5. 各彩度圈偏离圆形的方均根误差

Table 5. Root mean square error of chromatic circle deviating from the circle

4.3 色调均匀性检验

表 6. 色相线的线性回归方均根误差

Table 6. Root mean square error of linear regression of hue lines

5 结论

Article Outline

关于本站 Cookie 的使用提示

全站搜索

基于新型色貌模型CAM16的颜色空间均匀性研究 下载： 1868次

1 引言

2 CAM16模型的均匀性评价

2.1 明度视觉均匀性评价

图 1. 色貌颜色空间明度J与芒塞尔明度V的线性回归分析

Fig. 1. Linear regression analysis between color appearance color space lightness J and Munsell value V

表 1. CIECAM02/CAM16的明度相关系数

Table 1. Brightness correlation coefficient of CIECAM02/CAM16

2.2 彩度视觉均匀性评价

图 2. 明度V为5的芒塞尔颜色样本在色貌颜色空间Jab的分布。(a) CIECAM02模型的彩度圈分布图;(b) CAM16模型的彩度圈分布图

Fig. 2. Distribution of Munsell color sample with V of 5 in color appearance space Jab. (a) Chroma performance of CIECAM02 model; (b) chroma performance of CAM16 model

表 2. Jab空间各彩度圈偏离圆形的方均根误差

Table 2. Root mean square errors of each chromatic circle deviating from the circle in Jab space

2.3 色相视觉均匀性评价

表 3. 色相线的线性回归方均根误差

Table 3. Root mean square error of linear regression of the hue lines

3 CAM16模型颜色空间优化

3.1 明度标尺J的均匀性优化

图 3. 明度标尺J与ΔJ/ΔV的线性关系

Fig. 3. Linear relationship between brightness scale J and ΔJ/ΔV

3.2 彩度标尺C的均匀性优化

图 4. 彩度标尺C与ΔC/ΔV的线性关系

Fig. 4. Linearrelationship between chroma scale C and ΔC/ΔV

4 新型色貌颜色空间CAM16-J'a'b'的均匀性检验

4.1 明度均匀性检验

表 4. CAM16模型新明度标尺J'与J的比较

Table 4. Comparison of new brightness scales J' and J of CAM16 model

4.2 彩度均匀性检验

表 5. 各彩度圈偏离圆形的方均根误差

Table 5. Root mean square error of chromatic circle deviating from the circle

4.3 色调均匀性检验

表 6. 色相线的线性回归方均根误差

Table 6. Root mean square error of linear regression of hue lines

5 结论

Article Outline

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于新型色貌模型CAM16的颜色空间均匀性研究下载： 1868次