LMS färgrymd

Normaliserade responsspektra för mänskliga konceller, S-, M- och L-typer ( SMJ- data baserad på Stiles och Burch RGB-färgmatchning)

LMS (lång, medium, kort), är en färgrymd som representerar responsen från de tre typerna av koner i det mänskliga ögat , uppkallade efter deras responsivitetstoppar (känslighet) vid långa, medelstora och korta våglängder.

Det numeriska området är i allmänhet inte specificerat, förutom att den nedre änden i allmänhet begränsas av noll. Det är vanligt att använda LMS-färgrymden när man utför kromatisk anpassning (uppskattning av utseendet på ett prov under en annan ljuskälla). Det är också användbart i studien av färgblindhet , när en eller flera kontyper är defekta.

XYZ till LMS

Typiskt kommer färger som ska anpassas kromatiskt att specificeras i en annan färgrymd än LMS (t.ex. sRGB ). Den kromatiska anpassningsmatrisen i den diagonala von Kries-transformmetoden arbetar dock på tristimulusvärden i LMS-färgrymden. Eftersom färger i de flesta färgrymder kan omvandlas till XYZ -färgrymden, krävs endast en ytterligare transformationsmatris för att varje färgrymd ska kunna anpassas kromatiskt: att transformera färger från XYZ-färgrymden till LMS-färgrymden.

Dessutom kör många färganpassningsmetoder, eller färgutseendemodeller (CAM) , en diagonal matristransformation i von Kries-stil i ett något modifierat, LMS-liknande utrymme istället. De kan referera till det helt enkelt som LMS, som RGB eller som ργβ. Följande text använder namnet "RGB", men observera att det resulterande utrymmet inte har något att göra med den additiva färgmodellen som kallas RGB.

Matriserna för kromatisk anpassningstransform (CAT) för vissa CAM:er i termer av CIEXYZ- koordinater presenteras här. Matriserna, tillsammans med XYZ-data som definierats för standardobservatören, definierar implicit ett "kon"-svar för varje celltyp.

Anmärkningar :

Hunt, RLAB

Hunt- och RLAB -färgutseendemodellerna använder Hunt-Pointer-Estevez- transformationsmatrisen (M HPE ) för konvertering från CIE XYZ till LMS. Detta är transformationsmatrisen som ursprungligen användes i samband med von Kries transformationsmetoden och kallas därför även von Kries transformationsmatris (M vonKries ).

Lika energibelysning:
Normaliserad till D65 :

Bradfords spektralt vässade matris (LLAB, CIECAM97s)

Den ursprungliga CIECAM97s färgutseendemodell använder Bradford- transformationsmatrisen (M BFD ) (liksom LLAB- färgutseendemodellen). Detta är en "spektralt skärpt" transformationsmatris (dvs. L- och M-konsvarskurvorna är smalare och mer distinkta från varandra). Bradford-transformationsmatrisen var tänkt att fungera i kombination med en modifierad von Kries-transformationsmetod som introducerade en liten icke-linjäritet i S (blå) kanalen. Men utanför CIECAM97s och LLAB försummas detta ofta och Bradford-transformationsmatrisen används i samband med den linjära von Kries-transformmetoden, uttryckligen så i ICC-profiler .

En "spektralt skärpt" matris tros förbättra kromatisk anpassning speciellt för blå färger, men fungerar inte som ett riktigt konbeskrivande LMS-utrymme för senare mänsklig synbehandling. Även om utgångarna kallas "LMS" i den ursprungliga LLAB-inkarnationen, använder CIECAM97s ett annat "RGB"-namn för att markera att detta utrymme inte riktigt reflekterar konceller; därav de olika namnen här.

LLAB fortsätter genom att ta XYZ-värdena efter anpassning och utföra en CIELAB-liknande behandling för att få de visuella korrelaten. Å andra sidan tar CIECAM97s tillbaka XYZ-värdet efter anpassning till Hunt LMS-utrymmet och arbetar därifrån för att modellera visionsystemets beräkning av färgegenskaper.

Senare CIECAMs

En reviderad version av CIECAM97s växlar tillbaka till en linjär transformationsmetod och introducerar en motsvarande transformationsmatris (M CAT97s ):

Den skärpta transformationsmatrisen i CIECAM02 (M CAT02 ) är:

CAM16 använder en annan matris:

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

Som i CIECAM97s, efter anpassning, konverteras färgerna till det traditionella Hunt–Pointer–Estévez LMS för slutlig förutsägelse av visuella resultat.

Direkt från spektra

Ur en fysiologisk synvinkel beskriver LMS-färgrymden en mer grundläggande nivå av mänsklig visuell respons, så det är mer vettigt att definiera den fysiopsykologiska XYZ av LMS, snarare än tvärtom.

Stockman & Sharpe (2000)

En uppsättning fysiologiskt baserade LMS-funktioner föreslås av Stockman & Sharpe 2000. Funktionen har publicerats i en teknisk rapport från CIE 2006 (CIE 170). Funktionerna är härledda från Stiles och Burch (1959) RGB CMF-data, kombinerat med nyare mätningar om bidraget från varje kon i RGB-funktionerna. används antaganden om fotopigmentdensitetsskillnad och data om absorption av ljus av pigment i linsen och gula fläcken .

en uppsättning av tre färgmatchningsfunktioner liknande de i : [

Den omvända matrisen visas här för jämförelse med de för traditionell XYZ:

Ansökningar

Färgblindhet

LMS-färgrymden kan användas för att efterlikna hur färgblinda ser färg. En tidig emulering av dikromater producerades av Brettel et al. 1997 och betygsattes positivt av faktiska patienter. Ett exempel på en toppmodern metod är Machado et al. 2009.

En relaterad applikation gör färgfilter för färgblinda personer för att lättare upptäcka skillnader i färg, en process som kallas daltonisering .

Bildbehandling

JPEG XL använder en XYB-färgrymd som härrör från LMS. Dess transformationsmatris visas här:

Detta kan tolkas som en hybridfärgteori där L och M är motståndare men S hanteras på ett trikromatiskt sätt, motiverat av den lägre rumsliga tätheten hos S-koner. I praktiska termer tillåter detta att använda mindre data för att lagra blå signaler utan att förlora mycket upplevd kvalitet.

Färgrymden kommer från Guetzlis butteraugli-mått och överfördes till JPEG XL via Googles Pik-projekt.

Se även

  1. ^ "Stockman, MacLeod & Johnson 2-graders konfundamental" .
  2. ^ a b c d e f   Fairchild, Mark D. (2005). Färgutseendemodeller (2E ed.). Wiley Interscience . s. 182–183, 227–230. ISBN 978-0-470-01216-1 .
  3. ^   Schanda, Jnos, red. (27 juli 2007). Kolorimetri . sid. 305. doi : 10.1002/9780470175637 . ISBN 9780470175637 .
  4. ^   Moroney, Nathan; Fairchild, Mark D.; Hunt, Robert WG; Li, Changjun; Luo, M. Ronnier; Newman, Todd (12 november 2002). "CIECAM02 färgutseendemodell". IS&T/SID tionde färgbildkonferens . Scottsdale, Arizona : The Society for Imaging Science and Technology . ISBN 0-89208-241-0 .
  5. ^ Ebner, Fritz (1 juli 1998). "Härledning och modellering av nyansenhetlighet och utveckling av IPT-färgrymden" . Avhandlingar : 129.
  6. ^ "Välkommen till Bruce Lindblooms webbplats" . brucelindbloom.com . Hämtad 23 mars 2020 .
  7. ^ Specifikation ICC.1:2010 (Profilversion 4.3.0.0) . Bildteknik färghantering — Arkitektur, profilformat och datastruktur, bilaga E.3, s. 102.
  8. ^ Fairchild, Mark D. (2001). "En revision av CIECAM97s för praktiska tillämpningar" ( PDF) . Färgforskning och tillämpning . Wiley Interscience . 26 (6): 418–427. doi : 10.1002/kol.1061 .
  9. ^ Fairchild, Mark. "Errata för FÄRGUTSEENDE MODELLER" (PDF) . Den publicerade MCAT02-matrisen i Eq. 9.40 är felaktig (det är en version av HuntPointer-Estevez-matrisen. Den korrekta MCAT02-matrisen är som följer. Den ges också korrekt i ekv. 16.2)
  10. ^ Li, Changjun; Li, Zhiqiang; Wang, Zhifeng; Xu, Yang; Luo, Ming Ronnier; Cui, Guihua; Melgosa, Manuel; Brill, Michael H.; Pointer, Michael (2017). "Omfattande färglösningar: CAM16, CAT16 och CAM16-UCS". Färgforskning och tillämpning . 42 (6): 703–718. doi : 10.1002/col.22131 .
  11. ^ "CIE-funktioner" . cvrl.ucl.ac.uk .
  12. ^ "Stockman och Sharpe (2000) 2-graders (från 10-graders) konfundamental" . cvrl.ucl.ac.uk .
  13. ^ "CIE 2-graders CMFs" . cvrl.ucl.ac.uk .
  14. ^ "Emulering av färgseendebrist" . colorspace.r-forge.r-project.org .
  15. ^ Simon-Liedtke, Joschua Thomas; Farup, Ivar (februari 2016). "Utvärdering av daltoniseringsmetoder för färgseendebrist med hjälp av en beteendemässig visuell sökningsmetod". Journal of Visual Communication and Image Representation . 35 : 236-247. doi : 10.1016/j.jvcir.2015.12.014 . hdl : 11250/2461824 .
  16. ^   Alakuijala, Jyrki; van Asseldonk, Ruud; Boukortt, same; Szabadka, Zoltan; Bruse, Martin; Comsa, Iulia-Maria; Firsching, Moritz; Fischbacher, Thomas; Kliuchnikov, Evgenii; Gomez, Sebastian; Obryk, Robert; Potempa, Krzysztof; Rhatushnyak, Alexander; Sneyers, Jon; Szabadka, Zoltan; Vandervenne, Lode; Versari, Luca; Wassenberg, Jan (6 september 2019). Tescher, Andrew G; Ebrahimi, Touradj (red.). "JPEG XL nästa generations bildkomprimeringsarkitektur och kodningsverktyg" . Tillämpningar av digital bildbehandling XLII . 11137 : 20. Bibcode : 2019SPIE11137E..0KA . doi : 10.1117/12.2529237 . ISBN 9781510629677 .
  17. ^ "butteraugli/butteraugli.h på master · google/butteraugli" . GitHub . Hämtad 2 augusti 2021 .