《色貌模型CAM02综述.doc》由会员分享，可在线阅读，更多相关《色貌模型CAM02综述.doc（7页珍藏版）》请在金锄头文库上搜索。
1、CIECAM02色貌模型及颜色复制的研究进展（化工103硕 文凤）摘要：近二三十年来，色貌模型的飞速发展促使颜色的复制从色度阶段步入到色貌阶段。由于传统色貌模型的局限,CIE推出了新的色貌模型CIECAM02，本文介绍了CIECAM02的优缺点,并将CIECAM02色貌模型与CIELAB的均匀性进行了比较及CIECAM02色貌模型的研究方向。并从iCAM色貌模型,及基于光谱的颜色复制两方面进一步展望了跨媒体颜色再现的发展趋势。关键词：CIECAM02；iCAM色貌模型；光谱的颜色复制CIECAM02 Color appearance model and color copy research
2、progressAbstract：Recent years, the rapid development of Color appearance models prompt the great progress of color copy from chromaticity phase step into the color stage. Due to the limitations of traditional color looks model, CIE introduced a new color looks model CIECAM02. This paper introduces t
3、he advantages and disadvantages of CIECAM02, and make a comparison of uniformity between CIECAM02 color looks model and CIELAB, and discusses the research direction of CIECAM02 color looks model. And give a further discussed about the development trend of cross-media colour emersion from iCAM color
4、looks model to spectral color copy .The keywords: CIECAM02; iCAM Color looks model ;Spectrum color copy 1 前言现代色度学是建立在CIE系统上的，而CIE系统定义了颜色感觉的三种基本要素：照明体、物体和观察者。当这三者都确定以后，颜色的表述就是确定的。这样就使得颜色的表述更加严格而确定，并且便于和颜色的仪器测量相联系。但是，其缺点就是将人的颜色视觉机械化，没有考虑到人的视觉受观察条件的影响，不能模拟颜色视觉受环境光、色对比、色适应等因素的影响，在应用中受到了限制，尤其不能适应现在工厂中广泛应
5、用的跨媒体颜色在现的需要。目前对颜色和色差的测量、表示都是限定在固定条件下，必须在确定的光源、确定的媒体（发光物、反射体、投射体）、确定的照明与观察条件（视场亮度、环境色、背景色）、确定的观察者条件下进行。在近代颜色再现的过程中，如在图像工业、计算机辅助设计、视屏编辑、桌面出版系统等方面，经常要在不同的照明与观察条件下对颜色进行观察，并且要使在现的颜色刺激跨越一系列性质完全不同的媒体，在不同的介质上进行色貌的比较。因此，应用上需要建立一种能够满足跨媒体颜色再现需要的模型。色貌模型是指至少要包括对相关的颜色属性,如明度、彩度和色相,进行预测的数学模型。具体地说就是指通过特定照明、背景以及观察环境
6、等条件下的CIE色度参数(例如三刺激值)进行颜色属性参数(例如明度、彩度、色相)计算或预测的数学表达式或数学模型。传统色貌模型1一般都包含有色适应变换、动态响应函数变换等过程。将已知的原XYZ 变换为一定(标准) 观察条件下的色貌参数L (明度) , h (色相) , c (彩度) 正向变换, 然后又将色貌参数变换为另一观察条件下的XYZ逆向变换。在这些变换环节中,一般都包含一系列线性或非线性的复杂数学变换过程。由此可以看出现有色貌模型存在的一些根本性问题: 其一, 试图用精确的数学变换来描述人眼及人脑的颜色视觉过程。然而有关研究结果表明, 颜色视觉是一种与人的心理反应过程有关的结果, 带有高
7、度的非线性、模糊性以及与背景和环境的相关性等特点, 因此很难用解析性的数学表达式进行归纳或模拟; 事实上, 有关研究结果表明, 现有的各种色貌模型对典型条件下的色貌预测结果存都在较大的误差。其二, 传统色貌模型中采用的大量的指数性数学变换过程, 其计算程序量较大、耗时多, 从而降低了色貌模型在彩色图象实时处理领域中的使用效果。2 CIECAM02色貌模型2.1 CIECAM02色貌模型的优缺点CIECAM02考虑了不同照明、观察、背景等条件下物体的颜色，对CIECAM97s存在的问题进行了修正，性能得到了很大的提高，其主要优点有2：（1）CIECAM02采用了修订的线性变换，此修正没有使模型产
8、生可以被觉察的影晌。线性色适应变换大大降低了计算工作量, 而且预测效果不低于非线性色适应变换. 模型的预测性能也得到了很大的提升, 对于大多数感知属性的预测能力提高了, 对饱和度的预测尤其好.另外，考虑到兼容、锐化、误差传递等因素，CIECAM02修正的非线性压缩，既考虑了它在色度刻度上的影响，又改进了在不同的适应场亮度(LA)下的饱和度。（2）CIECAM02 具有更好的空间均匀性。CIECAM02 色貌模型能够作为一个通用的颜色模型，具备颜色描述、色差计算、色貌预测等所有的功能。（3）CIECAM02 色貌模型能够预测包含Hunt 效应、色调漂移现象、照明体折扣现象等多种人眼视觉现象, 但
9、是并不包含对同时对比或色诱导现象的预测。在实际应用中，经常需要跨媒体再现颜色，这就需要对其色貌进行精确预测，所以将色貌模型用于颜色校正已是此领域今后发展的必然趋势。目前的色貌模型，如CIECAM02能够模拟人眼的视觉特性，并精确地预测色貌现象，但是其还存在一些缺陷：（1）由于CIECAM02 是色貌模型，所以能比CIELAB 更好地实现色彩信息在异类媒体以及不同环境下的正确可视化。但是在使用的过程中发现CIECAM02 并不是一个理想的均匀颜色空间。例如，CIECAM02 色貌模型的明度视觉均匀性不够理想；色相视觉均匀性也不理想,其中以黄色区域的不均匀性尤为明显。CIECAM02 色貌模型的不
10、均匀性增加了媒体或设备之间色彩信息转换时色域映射算法设计和色差公式建立的困难。（2）它是建立在单个色块上的颜色预测，而对于以复杂图像的形式出现的颜色并不适用；（3）与空间、时间特性相关的色貌现象、图像质量评价以及图像处理等方面一直都是以独立的方式去解决，并没有与色貌模型结合；（4）CIECAM02模型对刺激的观察条件，如背景、环境因子等只作了较粗略的划分，且必须在非彩色背景以及亮环境下，其精度和适用范围有待进一步提高。 2.2 CIECAM02色貌模型与CIELAB均匀性比较CIECAM02 的视觉均匀性3较CIELAB的视觉均匀性有较大改善，从而将其置换ICC 色彩管理中的CIELAB 颜色
11、模型,可以将人眼观察色彩时的环境等因素作为转换参数纳入色彩信息传输与再现的计算, 使得在不同媒体或设备之间的色彩信息传输, 从保证色度测量值的正确传输转换为保证视觉效果的正确传输与再现. 但实验证明, CIECAM02 仍然存在视觉均匀性不够理想的缺点, 这将会影响媒体或设备之间色彩信息转换的正确计算。因此，在这方面还有待改善。杨晓丽等人的研究表明，在预测明度时4，CIECAM02 和CIELAB基本相似，没有显示出哪一个色空间在均匀性上有明显的优势，且两个模型在预测明度时，效果都较好。但两者在预测彩度时效果都不是很理想，相比之下CIECAM02 的预测效果要好一点。CIECAM02 在预测色
12、度的均匀性效果明显高于CIELAB预测效果，特别是在蓝色部分。总体来说CIECAM02的色空间均匀性优于CIELAB，特别是在测量色调时。但其参数较多，计算较复杂，在一些实际场合不是很方便。但仅用CIECAM02模型来简单的描述和评价色貌的三个相关属性（明度，彩度，色调）时，考虑其复杂性，采用CIELAB空间即可满足要求。如果进一步采用色貌模型实现颜色的跨媒体真实复制问题，在CIECAM02是CIE推荐使用的模型。2.3 CIECAM02色貌模型的研究方向51) 模型的简化，CIECAM02 色貌模型计算较繁杂，在实际应用中效率较低。现在大多工厂仍在使用CIELAB，是因其使用方便，计算相对较
13、简单。模型的简化有利于更好的推广CIECAM02 色貌模型的应用。3）暗适应环境下的色貌预测6还有待进一步研究。CIECAM02 是建立在亮环境下的颜色预测，也就是根据人眼视锥细胞响应特性建立的预测模型，不能预测暗环境下的颜色色貌。建立暗环境下的色貌预测是以人眼视杆细胞响应为基础的，不能在现有色貌模型基础上进行修改。今后的研究重点将是建立暗环境下的色貌模型来进行颜色预测，目前已经有个别理论成果，但是未能成为系统的解决方案。3）基于CIELAB平台转换的结果图像色差值7普遍小于CIECAM02的转换结果，但是从图像的视觉效果对比来看，后者的结果普遍稍好于前者。所以对于图像的定量评价模型，还需要进
14、一步的研究，期望能有一个较好的模型来量化图像的质量差别。4）虽然基于CIECAM02 颜色管理技术相对ICC 颜色管理技术8具有很大优越性,但其技术实现与应用有待进一步探索。 从CIELAB到CIECAM97s再到CIECAM02的研究都是针对均匀颜色的9，而现在应用更多是彩色图像。彩色图像中的颜色是不均匀的，属于复杂的颜色对象。有理由预测，颜色科学的下一个研究阶段将是对彩色图像色貌的研究，研究跨媒体图像颜色再现的问题。3 跨媒体颜色再现的发展趋势3.1 图像色貌模型iCAMCIE 并不打算在CIECAM02 基础之上进行改进研究10, 而是推荐最新研究的iCAM即图像色貌模型加以解决。iCA
15、M 被誉为下一代的色貌模型, 其主要功能是同时完成传统的色貌属性、空间视觉属性计算和色差度量，目前推出的最新版本是iCAM06.基于色貌模型的均匀颜色空间不依赖特定的观察条件，具有其它颜色空间无法比拟的优势。图貌模型既可用于简单的颜色刺激，也可用于复杂的图像刺激，由此将其分成两种模型：简单Icam114和复杂iCAM。简单iCAM与传统的色貌模型类似，把每个像素当作独立的颜色刺激来处理，其观察条件均一致。复杂iCAM则将色貌模型进一步提升，其输入参数包括：图像和适应场的三刺激值、适应场和环境的绝对亮度。其适应场的三刺激值通过图像的低通滤波获得，用来做色适应变换；适应场亮度来自低通滤波图像的亮度
16、通道，用来预测与亮度有关的色貌现象；环境亮度则由比图像更大空间范围的低通滤波图像中获得，用来预测图像的对比度。这样，输入观察条件均由图像中获得，有效地简化了实验过程。iCAM 在传统色貌模型的基础上12, 结合了人眼视觉的空间和时间特性，将色貌现象预测、图像色差计算、图像质量评价以及图像处理整合到一个简单的色貌模型中，并在实际应用中表现出了很好的效果。虽然目前iCAM 还处于测试和改进阶段，但它为色貌模型的进一步研究指明了方向。3.2 光谱成像技术光谱成像技术13基于光谱的颜色复制，即采用多个基色进行颜色复制，其技术核心是实现颜色的光谱描述，即采用不同波段范围内的光谱反射率来唯一标定颜色。其基本的复制原理为：首先利用多光谱相机对原稿或实物进行拍照，基于多个光谱滤色片对光线的选择性通过，可得到待复制对象的多光谱数
