Modèle d'apparence des couleurs

Un modèle d'apparence des couleurs ( CAM ) est un modèle mathématique qui cherche à décrire les aspects perceptifs de la vision humaine des couleurs , c'est-à-dire les conditions de visualisation dans lesquelles l'apparence d'une couleur ne correspond pas à la mesure physique correspondante de la source du stimulus. (En revanche, un modèle de couleur définit un espace de coordonnées pour décrire les couleurs, comme les modèles de couleurs RVB et CMJN .)

Un espace colorimétrique uniforme ( UCS ) est un modèle de couleur qui cherche à rendre les attributs de création de couleur perceptuellement uniformes, c'est-à-dire qu'une distance spatiale identique entre deux couleurs équivaut à une quantité identique de différence de couleur perçue. Un CAM dans des conditions de visualisation fixes donne un UCS ; un UCS avec une modélisation de conditions de visualisation variables donne un CAM. Un UCS sans une telle modélisation peut toujours être utilisé comme un CAM rudimentaire.

La couleur naît dans l’esprit de l’observateur ; « objectivement », il n’y a que la distribution spectrale de la puissance de la lumière qui rencontre l’œil. En ce sens, toute perception des couleurs est subjective. Cependant, des tentatives réussies ont été faites pour cartographier la distribution spectrale de la puissance de la lumière en fonction de la réponse sensorielle humaine de manière quantifiable. En 1931, à l’aide de mesures psychophysiques , la Commission internationale de l’éclairage (CIE) a créé l’ espace colorimétrique XYZ qui modélise avec succès la vision humaine des couleurs à ce niveau sensoriel de base.

Cependant, le modèle de couleur XYZ présuppose des conditions d'observation spécifiques (telles que le lieu de stimulation rétinien, le niveau de luminance de la lumière qui rencontre l'œil, l'arrière-plan derrière l'objet observé et le niveau de luminance de la lumière environnante). Ce n'est que si toutes ces conditions restent constantes que deux stimuli identiques avec des valeurs de tristimulus XYZ identiques créeront une apparence de couleur identique pour un observateur humain. Si certaines conditions changent dans un cas, deux stimuli identiques avec des valeurs de tristimulus XYZ identiques créeront des apparences de couleur différentes (et vice versa : deux stimuli différents avec des valeurs de tristimulus XYZ différentes peuvent créer une apparence de couleur identique ).

Par conséquent, si les conditions de visualisation varient, le modèle de couleur XYZ n’est pas suffisant et un modèle d’apparence des couleurs est nécessaire pour modéliser la perception humaine des couleurs.

Le défi fondamental de tout modèle d'apparence des couleurs est que la perception humaine des couleurs ne fonctionne pas en termes de valeurs trichromatiques XYZ, mais en termes de paramètres d'apparence ( teinte , luminosité , chrominance , couleur et saturation ). Ainsi, tout modèle d'apparence des couleurs doit fournir des transformations (qui prennent en compte les conditions de visualisation) des valeurs trichromatiques XYZ à ces paramètres d'apparence (au moins la teinte, la luminosité et la chrominance).

Cette section décrit certains des phénomènes d’apparence des couleurs que les modèles d’apparence des couleurs tentent de traiter.

L'adaptation chromatique décrit la capacité de la perception humaine des couleurs à faire abstraction du point blanc (ou de la température de couleur ) de la source lumineuse éclairante lors de l'observation d'un objet réfléchissant. Pour l'œil humain, une feuille de papier blanc paraît blanche, que l'éclairage soit bleuâtre ou jaunâtre. Il s'agit du phénomène d'apparence des couleurs le plus élémentaire et le plus important de tous, et par conséquent, une transformation d'adaptation chromatique (CAT) qui tente d'imiter ce comportement est un élément central de tout modèle d'apparence des couleurs.

Cela permet de faire facilement la distinction entre les modèles de couleurs simples basés sur le tristimulus et les modèles d'apparence des couleurs. Un modèle de couleurs simple basé sur le tristimulus ignore le point blanc de l'illuminant lorsqu'il décrit la couleur de surface d'un objet éclairé ; si le point blanc de l'illuminant change, la couleur de la surface telle que rapportée par le modèle de couleurs simple basé sur le tristimulus change également. En revanche, un modèle d'apparence des couleurs prend en compte le point blanc de l'illuminant (c'est pourquoi un modèle d'apparence des couleurs nécessite cette valeur pour ses calculs) ; si le point blanc de l'illuminant change, la couleur de la surface telle que rapportée par le modèle d'apparence des couleurs reste la même.

L'adaptation chromatique est un bon exemple du cas où deux stimuli différents avec des valeurs trichromatiques XYZ différentes créent une apparence de couleur identique . Si la température de couleur de la source lumineuse change, la distribution de puissance spectrale et donc les valeurs trichromatiques XYZ de la lumière réfléchie par le papier blanc changent également ; l' apparence de couleur reste cependant la même (blanche).

Plusieurs effets modifient la perception de la teinte par un observateur humain :

• Décalage de teinte de Bezold–Brücke : La teinte de la lumière monochromatique change avec la luminance .
• Effet Abney : La teinte de la lumière monochromatique change avec l'ajout de lumière blanche (qui serait censée être de couleur neutre).

Plusieurs effets modifient la perception du contraste par un observateur humain :

• Effet Stevens : le contraste augmente avec la luminance.
• Effet Bartleson-Breneman : le contraste de l’image (des images émissives telles que les images sur un écran LCD) augmente avec la luminance de l’éclairage environnant.

Il y a un effet qui modifie la perception de la couleur par un observateur humain :

• Effet de chasse : la couleur augmente avec la luminance.

Il y a un effet qui modifie la perception de la luminosité par un observateur humain :

• Effet Helmholtz–Kohlrausch : la luminosité augmente avec la saturation. Non modélisé par CIECAM02.
• Effets d'apparence de contraste (voir ci-dessus), modélisés par CIECAM02.

Les phénomènes spatiaux n'affectent les couleurs qu'à un endroit précis d'une image, car le cerveau humain interprète cet endroit d'une manière contextuelle spécifique (par exemple comme une ombre au lieu d'une couleur grise). Ces phénomènes sont également connus sous le nom d' illusions d'optique . En raison de leur contextualité, ils sont particulièrement difficiles à modéliser ; les modèles d'apparence des couleurs qui tentent de le faire sont appelés modèles d'apparence des couleurs d'image (iCAM) .

Étant donné que les paramètres d'apparence des couleurs et les phénomènes d'apparence des couleurs sont nombreux et que la tâche est complexe, il n'existe pas de modèle unique d'apparence des couleurs qui soit appliqué universellement ; à la place, divers modèles sont utilisés.

Cette section répertorie certains des modèles d'apparence des couleurs utilisés. Les transformations d'adaptation chromatique de certains de ces modèles sont répertoriées dans l'espace colorimétrique LMS .

En 1976, la CIE a entrepris de remplacer les nombreux modèles de différence de couleur incompatibles existants par un nouveau modèle universel de différence de couleur. Ils ont essayé d'atteindre cet objectif en créant un espace colorimétrique uniforme perceptuellement (UCS), c'est-à-dire un espace colorimétrique dans lequel une distance spatiale identique entre deux couleurs équivaut à une quantité identique de différence de couleur perçue. Bien qu'ils n'y soient parvenus que partiellement, ils ont ainsi créé l'espace colorimétrique CIELAB (« L*a*b* ») qui avait toutes les caractéristiques nécessaires pour devenir le premier modèle d'apparence des couleurs. Bien que CIELAB soit un modèle d'apparence des couleurs très rudimentaire, il est l'un des plus largement utilisés car il est devenu l'un des éléments de base de la gestion des couleurs avec les profils ICC . Par conséquent, il est pratiquement omniprésent dans l'imagerie numérique.

L’une des limites de CIELAB est qu’il n’offre pas une adaptation chromatique complète dans la mesure où il exécute la méthode de transformation de von Kries directement dans l’espace colorimétrique XYZ (souvent appelée « mauvaise transformation de von Kries »), au lieu de passer d’abord à l’ espace colorimétrique LMS pour obtenir des résultats plus précis. Les profils ICC contournent cette lacune en utilisant la matrice de transformation de Bradford vers l’espace colorimétrique LMS (qui était apparue pour la première fois dans le modèle d’apparence des couleurs LLAB) en conjonction avec CIELAB.

En raison de la « mauvaise » transformation, CIELAB est connu pour ses faibles performances lorsqu'un point blanc non référencé est utilisé, ce qui en fait un mauvais CAM même pour ses entrées limitées. La mauvaise transformation semble également responsable de sa teinte bleue irrégulière, qui se courbe vers le violet lorsque L change, ce qui en fait également un UCS imparfait.

Le modèle d’apparence des couleurs de Nayatani et al. se concentre sur l’ingénierie de l’éclairage et les propriétés de rendu des couleurs des sources lumineuses.

Le modèle d'apparence des couleurs Hunt se concentre sur la reproduction d'images en couleur (son créateur travaillait dans les laboratoires de recherche Kodak ). Le développement a déjà commencé dans les années 1980 et en 1995, le modèle était devenu très complexe (incluant des caractéristiques qu'aucun autre modèle d'apparence des couleurs n'offre, comme l'incorporation des réponses des bâtonnets ) et permettait de prédire une large gamme de phénomènes visuels. Il a eu un impact très significatif sur CIECAM02, mais en raison de sa complexité, le modèle Hunt lui-même est difficile à utiliser.

RLAB tente d'améliorer les limitations importantes de CIELAB en mettant l'accent sur la reproduction d'images. Il est performant pour cette tâche et simple à utiliser, mais pas assez complet pour d'autres applications.

Contrairement à CIELAB, RLAB utilise une étape de von Kries appropriée. Il permet également de régler le degré d'adaptation en autorisant une valeur D personnalisée . La « réduction de l'illuminant » peut toujours être utilisée en utilisant une valeur fixe de 1,0.

Le LLAB est similaire au RLAB, il essaie également de rester simple, mais il essaie en plus d'être plus complet que le RLAB. Au final, il a échangé une certaine simplicité contre l'exhaustivité, mais n'était toujours pas totalement complet. Étant donné que CIECAM97s a été publié peu de temps après, le LLAB n'a jamais été largement utilisé.

Après avoir commencé à développer des modèles d'apparence des couleurs avec CIELAB, la CIE a voulu, en 1997, proposer un modèle d'apparence des couleurs complet. Le résultat fut CIECAM97s, qui était complet, mais aussi complexe et en partie difficile à utiliser. Il a été largement accepté comme modèle d'apparence des couleurs standard jusqu'à la publication de CIECAM02.

Ebner et Fairchild ont abordé le problème des lignes de teinte non constantes dans leur espace colorimétrique appelé IPT . L'espace colorimétrique IPT convertit les données XYZ adaptées à D65 (XD65, YD65, ZD65) en données de réponse conique longue-moyenne-courte (LMS) à l'aide d'une forme adaptée de la matrice Hunt–Pointer–Estevez (M _HPE(D65) ).

Le modèle d'apparence des couleurs IPT excelle dans la formulation de la teinte où une valeur de teinte constante est égale à une teinte perçue constante indépendamment des valeurs de luminosité et de chrominance (ce qui est l'idéal général pour tout modèle d'apparence des couleurs, mais difficile à atteindre). Il est donc bien adapté aux implémentations de mappage de gamme .

L'UIT-R BT.2100 inclut un espace colorimétrique appelé ICtCp , qui améliore l'IPT d'origine en explorant une plage dynamique plus élevée et des gammes de couleurs plus larges. _ITP de la Rec. 2124. [

Après le succès de la CIECAM97, la CIE a développé la CIECAM02 comme successeur et l'a publiée en 2002. Elle est à la fois plus performante et plus simple. Mis à part le modèle rudimentaire CIELAB, la CIECAM02 se rapproche le plus d'une « norme » internationalement reconnue pour un modèle (complet) d'apparence des couleurs.

Les CIECAM02 et CIECAM16 présentent toutes deux des propriétés numériques indésirables lorsqu'elles sont mises en œuvre à la lettre de la spécification.

iCAM06 est un modèle d'apparence des couleurs d'image . En tant que tel, il ne traite pas chaque pixel d'une image indépendamment, mais dans le contexte de l'image complète. Cela lui permet d'intégrer des paramètres d'apparence spatiale des couleurs comme le contraste, ce qui le rend particulièrement adapté aux images HDR . C'est également une première étape pour traiter les phénomènes d'apparence spatiale.

Le CAM16 est le successeur du CIECAM02 avec diverses corrections et améliorations. Il est également livré avec un espace colorimétrique appelé CAM16-UCS. Il est publié par un groupe de travail CIE, mais n'est pas une norme CIE. La norme CIECAM16 a été publiée en 2022 et est légèrement différente.

Le CAM16 est utilisé dans le système de couleurs Material Design dans une version cylindrique appelée « HCT » (hue, chroma, tone). Les valeurs de teinte et de chroma sont identiques à celles du CAM16. La valeur « tone » est CIELAB L*.

Un UCS 2020 conçu pour une plage de couleurs dynamique normale. Même structure que CIELAB, mais équipé de données améliorées (sortie CAM16 pour la luminosité et la chrominance ; données IPT pour la teinte). Conçu pour être facile à mettre en œuvre et à utiliser (en particulier à partir de sRGB), tout comme CIELAB et IPT, mais avec des améliorations d'uniformité.

Depuis septembre 2023, il fait partie du projet de niveau de couleur CSS 4 et il est pris en charge par les versions récentes de tous les principaux navigateurs.

OSA-UCS

Un UCS de 1947 avec des propriétés généralement bonnes et une conversion de CIEXYZ définie en 1974. La conversion en CIEXYZ, cependant, n'a pas d'expression sous forme fermée, ce qui la rend difficile à utiliser dans la pratique.

SRLAB2

Une modification de CIELAB de 2009 dans l'esprit de RLAB (avec remise sur l'illuminant). Utilise la matrice d'adaptation chromatique CIECAM02 pour résoudre le problème de teinte bleue.

JzAzBz

Un UCS 2017 conçu pour la couleur HDR. Possède J (luminosité) et deux chromaticités.

XYB

Une famille de UCS utilisée dans Guetzli et JPEG XL , avec un objectif principal en compression. Meilleure uniformité que CIELAB.