基于阈上小色差的色差公式权重函数研究

利用心理物理实验的恒常刺激法,测得了在CIELAB颜色空间中a*b*平面上16个颜色中心的阈上小色差(约3ΔE*ab单位)色度椭圆.基于本实验和RIT-Dupont各16个非中性色颜色中心的彩度差和色调差数据分别拟合得到相应的彩度权重函数SC_ZJU07和色调权重函数SH_ZJU07.应用获得的视觉实验数据对六个基于CIELAB的典型色差公式的彩度和色调权重函数以及SC_ZJU07和SH_ZJU07的色差预测性能进行评价,结果表明所提出的SC_ZJU07和SH_ZJU07的预测性能均为最佳.对于彩度差数据,六个色差公式彩度权重函数的预测性能表现不佳;而对于色调差数据,CIEDE2000色调权重函数的预测性能明显优于其他公式.     

改进的CIELAB均匀颜色空间

颜色学的发展依赖于感知现象和实验数据。随着视觉色差实验数据的增加,人们试图探索研发与CIELAB颜色空间一样简单,但更加均匀的颜色空间。分析了CIELAB颜色空间的特性,并基于这些特性提出了包含4个参数的颜色空间,称之为MLAB颜色空间。新颜色空间参数的确定是非线性约束优化问题,可保证优化后的空间能很好地预测由国际照明委员会专家组收集的视觉色差数据集COM-corrected。基于COM-corrected数据集的比较表明,MLAB颜色空间显著优于CIELAB颜色空间。基于色调线性数据集和椭圆数据集的测试表明,MLAB颜色空间较CIELAB颜色空间也有一定程度的进步。     

色度学

色度学理论 O432．3 2004020824 一种优化的均匀色貌空间=Optimized uniform colour appearance space[刊,中]／李为(北京理工大学颜色科学与工程国家专业实验室．北京(100081)),肖琨…∥北京理工大学学报．—2003,23(2)．—225-228 依据BFD,RIT-DuPont,Witt999和Leeds等4组色差评估实验数据集。在色貌模型CIECAM97s修订版的基础上建立了一种优化的均匀色貌空间UCAS。用综合统计指标P_F／3评价该色貌空间,并引入优化的明度修正因子。结果表明,其均匀性接近德国1999年的色差标准DIN99,并优于CIE1976年推荐的CIELAB。图4表3参10(杨妹清)     

印刷样品恰可察觉小色差辨色阈值的研究Ⅱ:色差公式分析与评价

利用由对印刷样品恰可察觉小色差的辨色阈值实验得到的CIELAB颜色空间中的视觉数据,对四个典型色差公式CIELAB、CMC、CIE94和CIEDE2000在辨色阈值水平上的色差预测性能进行测试和评价.不同色差公式计算的印刷样品小同颜色区域的恰可辨别小色差阈值不同,色差公式CIELAB除在灰色区域色差阈值低于其余典型色差公式外,在其他颜色区域均高于典型色差公式.对于原始形式(kL=kC=kH=1)的色差公式,CIEDE2000与人眼的视觉匹配程度最好;采用对kC:kH进行优化后的CIEDE2000色差公式,色差预测性能在颜色空间均有不同程度的改善,其中对灰色和高彩橙颜色区域的性能改善最大.     

用比较法研究光泽度对印刷样品的中小色差影响

为了研究哑光和半光两种光泽纸张的印刷样品对中小色差评价的影响,分别围绕CIE 5个基本颜色中心区域,对两种纸张制作30个颜色样品,采用心理物理实验方法中的比较法,分别测得20名色觉正常的观察者对不同纸张和不同颜色的辨色特性。对四个典型色差公式CIELAB,CIE94,CMC,CIEDE2000和CAM02系列CAM02-LCD,CAM02-SCD,CAM02-UCS三个色差公式用标准化残差平方和(STRESS)性能因子和F检验的方法进行评价和优化。原始色差公式,CIEDE2000色差公式的表现最好,CIELAB色差公式表现最差,CIE94色差公式有较大的改进空间。采用对kL进行优化后的计算结果表明,随着光泽度的增加,明度的影响权重在色差计算中有增加的趋势。     

用阴极射线管显示器研究辨色阈值Ⅱ:典型色差公式评价

利用由辨色阈值实验得到的CIELAB颜色空间中等明度a*-b*平面上的视觉数据,对四个典型色差公式CIELAB、CMC、CIE94和CIEDE2000在辨色阈值水平上的色差预测性能进行测试和评价,并采用性能因子PF/3来表示各色差公式的优劣。对于原始形式(kC=kH=1)的色差公式,CIEDE2000的色差预测性能最好,其次为CIE94和CMC,CIELAB最差。采用对kC和kH进行优化后的色差公式,CIEDE2000的色差预测性能依然最佳,其余三个色差公式的预测性能基本相同;除了CIELAB明显改善外,其他公式的色差预测性能只比原始形式略有提高。色差公式CIEDE2000在黄色和蓝色区域的色差预测性能表现优异,但在灰色、红色和绿色区域的预测性能仍有待进一步改进。     

一种为人眼阈值测量提供颜色的装置

人们一直关注视觉阈值测量与诊断的研究,近年来人眼及其他视觉传感器的色差阈值测量与研究开始引人关注。讨论了一种基于由两路颜色积分球均匀光源共轭产生的可精密调控颜色及其色差目标的装置。该装置基于麦克亚当椭圆理论,选择CIE LUV均匀颜色空间及其色差公式来表示颜色并计算色差ΔE的大小,可实现在较大色域范围内不同颜色中心在不同方向上的颜色宽容量和色差阈值的测量,可为被试者提供色视觉功能的诊断。     

基于视觉容差与色调角相关性的色差公式评价

为了研究CIELAB颜色空间中明度、彩度和色调等视觉容差与色调角之间的相关性对基于CIELAB的典型色差公式(CIELAB、CMC、BFD、CIE94、LCD以及CIEDE2000)预测性能的影响,实验选取了具有不同明度和彩度冰平的5个色调环(L*=30,50,70和Cab*=10,20,30),并采用3个不同视觉尺度(△V=3.02,5.92和8.87CIELAB单位)进行视觉评估实验.8名色觉正常观察者根据心理物理学的恒常刺激法原理,在阴极射线管(CRT)显示器上获取了相应颜色中心的明度、彩度和色调视觉容差.对实验结果的详细分析表明,由于明度容差与色调角无明显相关性,6个色差公式的预测性能均较好,其中CIEDE2000略优于其它色差公式.对于彩度容差,LCD(Leeds color-difference formula)预测性能表现最优,而CIEDE2000和BFD的表现最差,其余色差公式则相差不多.CIEDE2000和LCD的色调权重函数的预测性能明显优于其它色差公式,而CMC预测性能则为最差.     

基于Munsell新标系统的色差公式的均匀性研究

利用Munsell体系中色卡分布的视觉均匀性,对CIELAB及基于CIELAB的典型色差公式CMC、CIE94和CIEDE2000的原始形式(k1=kc=kH=1)在色差计算上的均匀性进行了测试和评价.采用Munsell颜色立体中不同位置和方向上的等距数据作为测试的输入数据对,借助性能因子(Performance Fa...     

基于新型色貌模型CAM16的颜色空间均匀性研究

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。     

颜色视觉匹配中明度阈值的评价

为了对颜色视觉匹配中的明度阈值特性进行评价,采用在阴极射线管显示器上获得的颜色刺激,在5个不同明度的中性色背景下,标准刺激的明度L*从5到95以5个CIELAB单位为变化步长,共对19个不同明度的中性标准颜色进行视觉匹配实验。通过对实验结果的处理和分析,验证了关于颜色刺激视觉辨别明度阈值与背景明度之间相关性的韦伯法则和crispening效应,同时利用颜色视觉匹配数据对基于CIELAB的相关色差公式进行了评价和比较,CIEDE2000具有最好的明度差预测性能,CMC次之,CIELAB和CIE94最差。     

CIELAB与CIECAM02色空间均匀性比较研究

采用均匀色空间Munsell系统检验和验证了CIELAB和色貌模型CIECAM02色空间的均匀性。利用Mun- sell色卡所对应的三刺激值X,Y,Z作为模型的输入值,预测色空间模型的明度、彩度和色调,并通过预测结果比较和检验了CIELAB色空间和CIECAM02模型色空间的均匀性。研究表明:在预测明度方面,两个色空间的结果相似;在预测彩度时,CIECAM02模型较好于CIELAB色空间;在预测色调时,当色调逐渐从BG变化到B时,CIELAB所预测的色调角与由Munsell色空间计算出来的色调角之差逐渐增大,最大时超过6%,而CIECAM02所预测的色调角与Munsell色空间的色调角之差在2.5%以内,CIECAM02优于CIELAB色空间。     

彩色数字图像色差计算方法的研究

用5幅ISO SCID图像在EIZO CG19显示器上分别进行了两组图像色差等级评价实验。两组实验分别在室内自然照明环境和标准灯箱中进行,用目视评价实验数据检验并优化彩色图像色差的计算公式。用CIELAB、CIEDE2000、CIE94和CMC色差公式对第一组实验数据计算结果表明,现有色差公式计算的图像明度差和彩度差与实际色差感觉有明显的系统性差异,图像内容对计算色差与色差感觉的关系有一定影响,说明需要对原始色差公式进行改进。提出了用实验数据拟合直线斜率比值优化色差公式的方法,得到CIELAB(1.50:1)、CIEDE2000(2.29:1)、CIE94(3.04:1)和CMC(3.38:1)计算的色差比原始公式有明显的改善,其中CIEDE2000(2.29:1)计算结果受图像内容的影响最小。用第二组实验数据检验色差公式的优化效果也证明,这种优化方法准确,简单,具有普遍适用性。     

Colorimetric Calibration of Video Cameras Using Two Color Constancy Models

Colorimetric calibration of color imaging devices is important to realize device independent color reproductions. However the calibration for digital or video cameras is difficult because a color image is acquired for unknown objects under various unknown illuminants. An experiment was carried out based on two computational color constancy models, the finite-dimensional linear model and the spectral sharpening model, to estimate colorimetric values using image data of a color chart captured by video camera. We estimated the colorimetric values by using a single reference reflectance with known spectral reflectance in a color chart under an unknown illuminant. The accuracy was evaluated by color differences in CIELAB color space and was compared on three different color charts under three different illuminants including a fluorescent lamp. It was confirmed that the two computational models do not require prior knowledge of illuminants and surfaces. The finite-dimensional linear model gave more accurate results than the spectral sharpening model in the simulations and experiments.     

土壤颜色由CIE向Munsell系统的定量转换

颜色是土壤重要形态特征之一,也为判断土壤理化特征、过程与功能的重要依据和指标。土壤颜色目前采用Munsell颜色系统表示,主要依靠将土壤样品与土壤Munsell比色卡比对而确定。该方法由于受个人视觉感官和判别环境等因素限制,导致土壤颜色判别结果存在主观性强,易出现偏差等问题。为此,寻求客观、定量、方便地表征土壤Munsell颜色的方法,对于今后有关土壤颜色应用的研究工作极为重要。该研究试图利用分光色度仪,结合Python计算机语言编程,采用邻近等明面插值等方法,提出了一套可操作的从CIE到Munsell颜色系统转换的方法,以实现土壤颜色从CIE到Munsell颜色系统的方便、快速、高精度转换,达到土壤颜色的客观、定量、标准化测定。由分光色度仪测得样品CIELAB颜色值,利用CIE和Munsell两大颜色系统的已有的转换模型和方法,由CIELAB值计算获得Munsell明度值V和色品坐标,以Python语言编制程序,实现样品的明度值和色品坐标的自动计算。进而采用邻近等明面数学插值法和色度变换图确定Munsell系统H和C值。以《中国标准土壤色卡》的419张色片和22个土壤与古土壤样品进行验证,结果表明利用本文方法色调（H）测定值与色片标准值相比较,仅有12张色片存在误差,验证准确率为97%。《中国标准土壤色卡》的明度值（V）、彩度值（C）测定值与标准值之间相关系数分别为0.987（p＜0.001）和0.976（p＜0.001）,测定结果与标准值之间存在极显著相关关系。土壤与古土壤样品测定值与目视判别色调差异较小,主要差别是明度和彩度,这可能与目视判读受个人主观、光学环境等因素影响所致。基于过去已有的由CIE到Munsell颜色系统转换方法,该研究利用Python计算机语言编程编写了程序代码,实现CIELAB值到Munsell明度V值和色品坐标的转换过程的自动计算,并提出一种基于邻近等明面新的插值方法,转换步骤简明,易实现,为土壤颜色的快速、定量获取提供途径。     

Measurement of Color Constancy by Color Memory Matching

Degree of color constancy was measured when color memory was involved in color comparison judgment. We used the Optical Society of America (OSA) Uniform Color Scales as stimulus color samples, and chose 20 color samples as test stimuli. Four illuminants of 1700, 3000, 6500, and 30, 000 K were tested. The observer, completely adapted to a test illuminant, saw a test color sample and stored its color in his memory. After being readapted to the reference white (6500 K), he started selecting a color sample from among the 424 OSA samples which matched the test sample in his memory. We employed a memory matching method called cascade color matching, in which the number of selected color-samples was gradually reduced in four stages. In the final stage, the observer selected a color sample. The results show that, for most test colors, the distributions of selected colors in stages 1 to 4 were similar among all illuminants, and that the u’v’ chromaticity distance between a test color under 6500 K and its matched color was quite short. These indicate that good color constancy was retained in memory color comparison.     

Estimation of Color-Difference Formulae at Color Discrimination Threshold Using CRT-Generated Stimuli

The advanced color-difference formulae, CMC, CIE94, and the recently proposed CIEDE2000 formula, together with the basic CIELAB system, were estimated using the chromaticity discrimination threshold data at CIE Gray and Blue color centers. Gray is the most basic color and blue is, perceptually, in the most different region from other areas across the color space. The test stimuli, evenly distributed in the (a#x2217;, b#x2217;)-, (a#x2217;, L#x2217;)-, and (b#x2217;, L#x2217;)-plane of the CIELAB space, were generated on a CRT display, driven by a VSG system. Each direction from each color center was assessed 3 times by a panel of 9 normal color-vision observers with the psychophysical method of interleaved staircase. The experimental data were reliable and consistent with other studies according to the observer accuracy and fitted ellipse parameters. A comprehensive analysis shows the color discrimination tolerances could be well fitted by ellipses, and the CIEDE2000 and CIELAB formulae performed better than CIE94 while the CMC worst at the threshold level for the color centers studied.     

基于模式识别技术的色貌模型评价研究

选用Munsell新标数据集,采用基于模式识别技术的圆度、色相角偏差、明度线性度与空间投影点聚集度四个指标来分别评价目前八个典型色貌模型在彩度均匀性、色相预测准确性、明度均匀性、颜色的空间再现的能力。结果表明,不同的色貌模型在四个方面的颜色再现性上表现出不同的优势。八个色貌模型对彩度预测最好的是RLAB,每个色貌模型对红色和绿色预测比较好,CAM02在色相预测整体上占优势;明度的均匀性预测都比较好,尤其是CIELAB;LLAB的颜色的空间再现能力最好。