In der Fotografie und Bildverarbeitung ist die Farbbalance die globale Anpassung der Intensitäten der Farben (typischerweise rote, grüne und blaue Primärfarben). Ein wichtiges Ziel dieser Anpassung ist es, bestimmte Farben – insbesondere neutrale Farben – korrekt darzustellen. Daher wird die allgemeine Methode manchmal als Graubalance, neutrale Balance oder Weißabgleich bezeichnet. Farbbalance ändert die Gesamtmischung von Farben in einem Bild und wird zur Farbkorrektur verwendet. Verallgemeinerte Versionen der Farbbalance werden verwendet, um andere Farben als Neutrale zu korrigieren oder sie bewusst für den Effekt zu ändern.

Von Sensoren erfasste Bilddaten – entweder Film- oder elektronische Bildsensoren – müssen von den erfassten Werten in neue Werte umgewandelt werden, die für die Farbwiedergabe oder Anzeige geeignet sind. Verschiedene Aspekte des Erfassungs- und Anzeigeprozesses machen eine solche Farbkorrektur erforderlich – einschließlich der Tatsache, dass die Erfassungssensoren nicht mit den Sensoren in dem menschlichen Auge übereinstimmen, dass die Eigenschaften des Anzeigemediums berücksichtigt werden müssen und dass die Umgebungssichtbedingungen von Die Erfassung unterscheidet sich von den Anzeigebedingungen.

Die Farbabgleichoperationen in gängigen Bildbearbeitungsanwendungen arbeiten normalerweise direkt auf den Pixelwerten des roten, grünen und blauen Kanals, ohne Rücksicht auf irgendein Farbabtast- oder Reproduktionsmodell. In der Filmfotografie wird die Farbbalance typischerweise durch Verwendung von Farbkorrekturfiltern über den Lichtern oder auf dem Kameraobjektiv erreicht.

Generalisierte Farbbalance
Manchmal wird die Einstellung zum Neutralisieren der Neutralen als Weißabgleich bezeichnet, und die Farbbalance der Phrase bezieht sich auf die Einstellung, die dazu führt, dass andere Farben in einem angezeigten Bild die gleiche allgemeine Erscheinung haben wie die Farben in einer Originalszene. Es ist besonders wichtig, dass neutrale (graue, neutrale, weiße) Farben in einer Szene in der Reproduktion neutral erscheinen.

Leuchtmittelschätzung und -anpassung
Die meisten Digitalkameras verfügen über Mittel zur Auswahl der Farbkorrektur basierend auf der Art der Szenenbeleuchtung, wobei entweder die manuelle Beleuchtungsauswahl, der automatische Weißabgleich oder der benutzerdefinierte Weißabgleich verwendet wird. Die Algorithmen für diese Prozesse führen eine generalisierte chromatische Anpassung durch.

Es gibt viele Methoden zum Farbabgleich. Das Einstellen einer Taste an einer Kamera ist eine Möglichkeit für den Benutzer, dem Prozessor die Art der Szenenbeleuchtung anzuzeigen. Eine andere Option bei einigen Kameras ist eine Taste, die gedrückt werden kann, wenn die Kamera auf eine graue Karte oder ein anderes neutrales Objekt gerichtet ist. Dadurch wird ein Bild des Umgebungslichts aufgenommen, mit dem eine Digitalkamera die richtige Farbbalance für dieses Licht einstellen kann.

Es gibt eine große Literatur darüber, wie man die Umgebungsbeleuchtung aus den Kameradaten schätzen und dann diese Informationen verwenden kann, um die Bilddaten zu transformieren. Eine Vielzahl von Algorithmen wurde vorgeschlagen, und deren Qualität wurde diskutiert. Einige Beispiele und die Untersuchung der darin enthaltenen Referenzen werden den Leser zu vielen anderen führen. Beispiele sind Retinex, ein künstliches neuronales Netzwerk oder eine Bayessche Methode.

Chromatische Farben
Die Farbbalance eines Bildes beeinflusst nicht nur die neutralen Farben, sondern auch andere Farben. Ein Bild, das nicht farblich ausbalanciert ist, soll einen Farbstich haben, da alles im Bild zu einer Farbe verschoben scheint. [Seite benötigt] Farbbalancierung kann in Bezug auf das Entfernen dieses Farbstichs gedacht werden.

Das Farbgleichgewicht steht auch in Zusammenhang mit der Farbkonstanz. Algorithmen und Techniken, die verwendet werden, um eine Farbkonstanz zu erreichen, werden häufig auch zum Farbabgleich verwendet. Die Farbkonstanz hängt wiederum mit der chromatischen Anpassung zusammen. Konzeptionell besteht das Farbgleichgewicht aus zwei Schritten: erstens Bestimmen der Lichtart, unter der ein Bild aufgenommen wurde; und zweitens Skalieren der Komponenten (z. B. R, G und B) des Bildes oder anderweitiges Transformieren der Komponenten, so dass sie sich dem Betrachtungslicht anpassen.

Viggiano fand heraus, dass der Weißabgleich im nativen RGB-Farbmodell der Kamera dazu führte, dass weniger Farbunbeständigkeiten (dh weniger Verzerrungen der Farben) als bei Monitor-RGB für über 4000 hypothetische Sätze von Kameraempfindlichkeiten erzeugt wurden. Dieser Unterschied beträgt typischerweise mehr als zwei zugunsten der Kamera RGB. Dies bedeutet, dass es vorteilhaft ist, das Farbgleichgewicht zum Zeitpunkt der Aufnahme eines Bildes zu erhalten, anstatt später auf einem Monitor zu bearbeiten. Wenn ein Farbabgleich später durchgeführt werden muss, führt das Balancieren der Rohbilddaten tendenziell zu einer geringeren Verzerrung der chromatischen Farben als bei der Abstimmung im Monitor-RGB.

Mathematik der Farbbalance
Ein Farbabgleich wird manchmal an einem Dreikomponentenbild (z. B. RGB) unter Verwendung einer 3×3-Matrix durchgeführt. Diese Art der Transformation ist geeignet, wenn das Bild mit der falschen Weißabgleicheinstellung einer Digitalkamera oder mit einem Farbfilter aufgenommen wurde.

Skalierungsmonitor R, G und B
Im Prinzip möchte man alle relativen Leuchtdichten in einem Bild skalieren, so dass Objekte, die als neutral betrachtet werden, so erscheinen. Wenn man beispielsweise annimmt, dass eine Fläche mit R = 240 ein weißes Objekt ist, und wenn 255 die Zählung ist, die weiß entspricht, könnte man alle roten Werte mit 255/240 multiplizieren. Ein analoges Vorgehen für Grün und Blau würde zumindest theoretisch zu einem farblich ausgeglichenen Bild führen. Bei dieser Art von Transformation ist die 3 × 3-Matrix eine Diagonalmatrix.

Related Post


R, G und B sind die farblich ausgewogenen roten, grünen und blauen Komponenten eines Pixels im Bild; R ‚, G‘ und B ’sind die roten, grünen und blauen Komponenten des Bildes vor dem Farbabgleich, und R‘ _ {w}, G ‚_ {w} und B‘ _ {w} sind die roten , grüne und blaue Komponenten eines Pixels, von dem angenommen wird, dass es eine weiße Oberfläche in dem Bild vor dem Farbausgleich ist. Dies ist eine einfache Skalierung der Rot-, Grün- und Blau-Kanäle. Aus diesem Grund haben die Farbbalance-Werkzeuge in Photoshop und GIMP eine weiße Pipette. Es wurde gezeigt, dass das Durchführen des Weißabgleichs in dem von sRGB angenommenen Phosphorsatz dazu neigt, große Fehler in chromatischen Farben zu erzeugen, obwohl es die neutralen Oberflächen vollkommen neutral machen kann.

Skalierung X, Y, Z
Wenn das Bild in CIE XYZ-Farbwerte umgewandelt werden kann, kann der Farbausgleich dort durchgeführt werden. Dies wurde als eine „falsche von Kries“ -Transformation bezeichnet. Obwohl es gezeigt wurde, dass es in der Regel schlechtere Ergebnisse liefert als das Balancieren in Monitor RGB, wird es hier als eine Brücke zu anderen Dingen erwähnt. Mathematisch berechnet man:


X, Y und Z sind die farbabgestimmten Normfarbwerte; X_ {w}, Y_ {w} und Z_ {w} sind die Normfarbwerte der Betrachtungslichtquelle (der Weißpunkt, zu dem das Bild transformiert wird, um sich anzupassen); X ‚_ {w}, Y‘ _ {w} und Z ‚_ {w} sind die Farbwerte eines Objekts, von dem angenommen wird, dass es in dem nicht farbbalancierten Bild weiß ist, und X‘, Y ‚und Z ’sind die Farbwerte eines Pixels im nicht farbbalancierten Bild. Wenn die Tristimulus-Werte der Monitor-Primärfarben in einer Matrix sind \ mathbf {P} damit:


wo L_ {R}, L_ {G} und L_ {B} der un-gammakorrigierte Monitor RGB sind, kann man verwenden:


Von Kries ‚Methode
Johannes von Kries, dessen Theorie von Stäbchen und drei farbsensitiven Zapfen in der Netzhaut die dominierende Erklärung der Farbempfindung seit über 100 Jahren überlebte, motivierte die Methode der Farbumwandlung in den LMS-Farbraum, die die effektiven Stimuli für die Kegeltypen mit langer, mittlerer und kurzer Wellenlänge, die so modelliert werden, dass sie sich unabhängig voneinander anpassen. Eine 3×3-Matrix wandelt RGB oder XYZ in LMS um, und dann werden die drei LMS-Primärwerte skaliert, um das Neutral auszubalancieren; Die Farbe kann dann wieder in den gewünschten endgültigen Farbraum konvertiert werden:


wobei L, M und S die farbausgeglichenen LMS-Kegeltristimuluswerte sind; L ‚_ {w}, M‘ _ {w} und S ‚_ {w} sind die Tristimulus-Werte eines Objekts, von dem angenommen wird, dass es im un-farbbalancierten Bild weiß ist, und L‘, M ‚und S ’sind die Farbwerte eines Pixels im nicht farbbalancierten Bild.

Matrizen zur Konvertierung in LMS-Raum wurden nicht von von Kries spezifiziert, können aber aus CIE-Farbanpassungsfunktionen und LMS-Farbanpassungsfunktionen abgeleitet werden, wenn letztere spezifiziert sind; Matrizen können auch in Nachschlagewerken gefunden werden.

Skalierungskamera RGB
Nach Viggianos Maß und unter Verwendung seines Modells der Gauss’schen Kamera-Spektralempfindlichkeit zeigten die meisten Kamera-RGB-Räume eine bessere Leistung als entweder Monitor-RGB oder XYZ. Wenn die Roh-RGB-Werte der Kamera bekannt sind, kann die 3×3-Diagonalmatrix verwendet werden:


und dann nach dem Ausgleich in einen funktionierenden RGB-Raum wie sRGB oder Adobe RGB konvertieren.

Bevorzugte chromatische Anpassungsräume
Vergleiche von Bildern, die durch diagonale Transformationen in einer Anzahl von verschiedenen RGB-Räumen ausgeglichen werden, haben mehrere solcher Räume identifiziert, die besser funktionieren als andere und besser als Kamera- oder Monitorräume für die chromatische Anpassung, wie sie durch verschiedene Farbenerscheinungsmodelle gemessen werden; Die Systeme, die bei der Mehrzahl der verwendeten Bildtestsätze statistisch sowie am besten abschnitten, waren die Räume „Sharp“, „Bradford“, „CMCCAT“ und „ROMM“.

Allgemeine Leuchtmittelanpassung
Die beste Farbmatrix zur Anpassung an eine Lichtartänderung ist nicht notwendigerweise eine Diagonalmatrix in einem festen Farbraum. Es ist seit langem bekannt, dass, wenn der Raum von Leuchtmitteln als ein lineares Modell mit N Basistermen beschrieben werden kann, die richtige Farbtransformation die gewichtete Summe von N festen linearen Transformationen sein wird, die nicht notwendigerweise konsistent diagonalisierbar ist.

Share