第六章图像色貌模型(Image Color Appearance Model，iCAM).PDFVIP

第六章 图像色貌模型 第六章 图像色貌模型 (Image Color Appearance Model ，iCAM) 内容 内容 6.1 图像色貌模型相关技术 6.1.1 图像方面的研究 6.1.2 人眼对比度敏感函数 6.1.3 S-CIELAB模型 6.1.4 IPT色空间 6.3 iCAM应用 6.2 图像色貌模型 6.3.1 iCAM模块化结构概念 6.2.1 iCAM架构 6.3.2 图像色貌预测 6.2.2 iCAM处理步骤 6.3.3 图像色差预测 6.3.4 图像质量预测 6.3.5 色貌现象预测 6.3.6 高动态范围图像再现 前言 色貌模型研究以及CIECAM02的发布，实现了预测多种观察条件下 的色貌及色貌现象，但是，研究工作不会结束。 色貌模型整个研究及发展过程，侧重于色适应的改善以及简单背景 和周围环境的影响，可以预测不同的光源白点、照明程度和相对环境 照度多种观察环境下简单空间结构颜色刺激的色貌，但不能满足精确 的色差计算，不能满足与视觉视觉适应和视觉的空间、时间特性相关 的色貌预测，以及图像质量评价和图像处理中色貌问题的应用需求。 把包括CIECAM02以及之前的这些模型，称作传统色貌模型。本章 介绍一些在色貌模型研究的同时开展的相关图像方面的研究，重点介 绍Fairchild和Johnson在CIECAM02的基础上，提出的一个针对静态图 像的色貌模型基本框架，称作图像色貌模型(iCAM) ，以及图像色貌模 型的各种应用研究情况。 6.1 图像色貌模型相关技术 6.1.1 图像方面的研究 包括CIECAM02 以及之前的传统色貌模型，不能直 接应用在图像这种复杂颜色刺激，因为存在下列问题： （1）没有考虑具有复杂空间结构的刺激，以及人眼 在空间域、时间域的视觉特性，不适合图像及视频等 应用。 因此需要新一代色貌模型，这个模型要考虑具有 复杂刺激的空间结构，需要发展到结合空间和时间特 性，即图像色貌模型。 色貌模型要描述颜色刺激的色貌属性，图貌模型 除了描述空间上复杂的颜色刺激的色貌属性，而且还 要扩展到一些图像本身的属性，如锐度(sharpness)、颗 粒度(graininess)、对比度(contrast)和分辨率(resolution) 。 （2 ）色貌模型建立过程中使用的色貌和观察环境的精 度和准确度比实际视觉许可数据和观察环境的限制更复 杂，要求新一代图像色貌模型尽可能简单，以便于实际 应用。 （3 ）传统色差计算是通过复杂的色差公式，并且从色 貌模型中分离处理，如建立在色差公式CIELAB基础上 的CIE94和CIEDE2000 。这些公式虽然在颜色宽容度预 测上比CIELAB色差公式有很大改进，但是比现有视觉 提供的实验数据允许的条件，以及实际应用条件更复杂。 下一代色差公式应该是基于色空间本身的改进，同时也 提供一种机会，将色貌、色差模型和公式合在一起。均 匀色空间也是图貌模型的核心。 总而言之，需要对传统模型提出革命性改进，新 一代图像色貌模型要具有更广泛的应用，不仅能够预 测具有复杂空间结构、空间和时间特性的图像及视频 色适应和色貌属性，而且能够说明勾边、扩增等色貌 现象，能够计算色差，能够应用于高动态范围(high- dynamic-range: HDR)图像再现、跨媒体颜色再现和质 量评价等。 在色貌模型研究的同时也开展着有关图像方面的 研究，包括图貌(I