Balance de couleur

Dans la photographie et le traitement d’image, l’équilibre des couleurs est l’ajustement global des intensités des couleurs (typiquement les couleurs primaires rouges, vertes et bleues). Un objectif important de ce réglage est de rendre correctement les couleurs spécifiques – en particulier les couleurs neutres. Par conséquent, la méthode générale est parfois appelée balance des gris, balance neutre ou balance des blancs. L’équilibre des couleurs modifie le mélange global de couleurs dans une image et est utilisé pour la correction des couleurs. Les versions généralisées de la balance des couleurs sont utilisées pour corriger les couleurs autres que les neutres ou pour les modifier délibérément pour obtenir un effet.

Les données d’image acquises par des capteurs – qu’il s’agisse de capteurs d’image de film ou électroniques – doivent être transformées des valeurs acquises en de nouvelles valeurs appropriées pour la reproduction ou l’affichage des couleurs. Plusieurs aspects du processus d’acquisition et d’affichage rendent une telle correction colorimétrique essentielle – y compris le fait que les capteurs d’acquisition ne correspondent pas aux capteurs de l’œil humain, que les propriétés du support d’affichage doivent être prises en compte et que les conditions ambiantes l’acquisition diffère des conditions d’affichage.

Les opérations d’équilibrage des couleurs dans les applications d’édition d’image courantes fonctionnent généralement directement sur les valeurs de pixels des canaux rouge, vert et bleu, sans égard à aucun modèle de détection ou de reproduction des couleurs. En photographie de film, l’équilibre des couleurs est généralement obtenu en utilisant des filtres de correction de couleur sur les lumières ou sur la lentille de la caméra.

Balance des couleurs généralisée
Parfois, l’ajustement pour maintenir les neutres neutres s’appelle la balance des blancs, et l’expression équilibre des couleurs fait référence à l’ajustement qui fait que les autres couleurs d’une image affichée semblent avoir la même apparence générale que les couleurs d’une scène originale. Il est particulièrement important que les couleurs neutres (gris, neutre, blanc) d’une scène apparaissent neutres dans la reproduction.

Estimation et adaptation des illuminants
La plupart des appareils photo numériques ont des moyens de sélectionner la correction des couleurs en fonction du type d’éclairage de la scène, en utilisant soit la sélection manuelle de l’éclairage, soit la balance des blancs automatique, soit la balance des blancs personnalisée. Les algorithmes de ces processus effectuent une adaptation chromatique généralisée.

De nombreuses méthodes existent pour l’équilibrage des couleurs. Définir un bouton sur une caméra est un moyen pour l’utilisateur d’indiquer au processeur la nature de l’éclairage de la scène. Une autre option sur certaines caméras est un bouton que l’on peut appuyer lorsque l’appareil photo est pointé sur une carte grise ou un autre objet de couleur neutre. Cela capture une image de la lumière ambiante, ce qui permet à un appareil photo numérique de régler la balance des couleurs pour cette lumière.

Il existe une abondante littérature sur la façon dont on peut estimer l’éclairage ambiant à partir des données de la caméra, puis utiliser cette information pour transformer les données d’image. Une variété d’algorithmes ont été proposés, et la qualité de ceux-ci a été débattue. Quelques exemples et l’examen des références y conduiront le lecteur à beaucoup d’autres. Des exemples sont Retinex, un réseau de neurones artificiels ou une méthode bayésienne.

Couleurs chromatiques
L’équilibrage des couleurs d’une image affecte non seulement les neutres, mais aussi d’autres couleurs. Une image qui n’est pas équilibrée en couleur est dite avoir une dominante de couleur, car tout dans l’image semble avoir été déplacé vers une couleur. [Page nécessaire] L’équilibrage des couleurs peut être pensé en termes de suppression de cette dominante de couleur.

La balance des couleurs est également liée à la constance des couleurs. Les algorithmes et techniques utilisés pour obtenir la constance des couleurs sont fréquemment utilisés pour l’équilibrage des couleurs. La constance des couleurs est, à son tour, liée à l’adaptation chromatique. Conceptuellement, l’équilibrage des couleurs comprend deux étapes: d’abord, déterminer l’illuminant sous lequel une image a été capturée; et deuxièmement, mettre à l’échelle les composants (par exemple, R, G et B) de l’image ou transformer d’une autre manière les composants afin qu’ils se conforment à l’illuminant de visualisation.

Viggiano a trouvé que l’équilibrage des blancs dans le modèle de couleur RVB natif de l’appareil photo avait tendance à produire moins d’inconstance de couleur (moins de distorsion des couleurs) que dans le moniteur RVB pour plus de 4000 ensembles hypothétiques de sensibilités. Cette différence est généralement supérieure à deux en faveur de la caméra RVB. Cela signifie qu’il est avantageux d’obtenir l’équilibre des couleurs juste au moment où une image est capturée, plutôt que d’éditer plus tard sur un moniteur. Si l’on doit équilibrer la couleur plus tard, l’équilibrage des données d’image brutes aura tendance à produire moins de distorsion des couleurs chromatiques que l’équilibrage dans le moniteur RVB.

Mathématiques de l’équilibre des couleurs
L’équilibrage des couleurs est parfois effectué sur une image à trois composants (par exemple, RVB) en utilisant une matrice 3×3. Ce type de transformation est approprié si l’image a été capturée en utilisant le mauvais paramètre de balance des blancs sur un appareil photo numérique ou via un filtre de couleur.

Mise à l’échelle du moniteur R, G et B
En principe, on veut mettre à l’échelle toutes les luminances relatives dans une image de sorte que les objets que l’on croit être neutres apparaissent ainsi. Si, par exemple, une surface avec R = 240 était considérée comme un objet blanc, et si 255 est le nombre qui correspond au blanc, on pourrait multiplier toutes les valeurs rouges par 255/240. Faire de manière analogue du vert et du bleu résulterait, au moins en théorie, en une image équilibrée en couleurs. Dans ce type de transformation, la matrice 3×3 est une matrice diagonale.


où R, G et B sont les composantes rouges, vertes et bleues équilibrées en couleurs d’un pixel de l’image; R ‘, G’ et B ‘sont les composantes rouges, vertes et bleues de l’image avant l’équilibrage des couleurs, et R’ _ {w}, G ‘_ {w}, et B’ _ {w} sont les rouges , les composants verts et bleus d’un pixel que l’on pense être une surface blanche dans l’image avant l’équilibrage des couleurs. Il s’agit d’une mise à l’échelle simple des canaux rouge, vert et bleu. C’est pourquoi les outils de balance des couleurs de Photoshop et de GIMP disposent d’un outil de pipette blanche. Il a été démontré que l’équilibrage des blancs dans l’ensemble de luminophores supposé par sRGB tend à produire de grandes erreurs dans les couleurs chromatiques, même s’il peut rendre les surfaces neutres parfaitement neutres.

Mise à l’échelle X, Y, Z
Si l’image peut être transformée en valeurs trichromatiques CIE XYZ, l’équilibrage des couleurs peut y être effectué. Cela a été appelé une « mauvaise transformation de von Kries ». Bien qu’il ait été démontré qu’il offre des résultats généralement moins bons que l’équilibrage dans le moniteur RVB, il est mentionné ici comme un pont vers d’autres choses. Mathématiquement, on calcule:


où X, Y et Z sont les valeurs trichromatiques équilibrées en couleurs; X_ {w}, Y_ {w} et Z_ {w} sont les valeurs trichromatiques de l’illuminant de visualisation (le point blanc auquel l’image est transformée pour se conformer); X ‘_ {w}, Y’ _ {w} et Z ‘_ {w} sont les valeurs trichromatiques d’un objet supposé être blanc dans l’image non équilibrée, et X’, Y ‘et Z sont les valeurs tristimulus d’un pixel dans l’image non équilibrée en couleurs. Si les valeurs tristimulus des primaires du moniteur sont dans une matrice \ mathbf {P} pour que:


où L_ {R}, L_ {G} et L_ {B} sont le moniteur RVB non-gamma corrigé, on peut utiliser:


La méthode de Von Kries
Johannes von Kries, dont la théorie des bâtonnets et trois types de cônes sensibles à la couleur dans la rétine a survécu comme l’explication dominante de la sensation de couleur depuis plus de 100 ans, a motivé la méthode de conversion de la couleur en LMS. Les types de cônes de longueur d’onde courte, moyenne et courte qui sont modélisés comme s’adaptant indépendamment. Une matrice 3×3 convertit RGB ou XYZ en LMS, puis les trois valeurs primaires de LMS sont mises à l’échelle pour équilibrer le neutre; la couleur peut ensuite être reconvertie en l’espace de couleur final souhaité:


où L, M et S sont les valeurs tristimulus du cône LMS équilibré en couleurs; L ‘{w}, M’ _ {w}, et S ‘_ {w} sont les valeurs tristimulus d’un objet supposé être blanc dans l’image non-équilibrée, et L’, M ‘, et S sont les valeurs tristimulus d’un pixel dans l’image non équilibrée en couleurs.

Les matrices à convertir en espace LMS n’ont pas été spécifiées par von Kries, mais peuvent être dérivées de fonctions de correspondance de couleurs CIE et de fonctions de correspondance de couleurs LMS lorsque celles-ci sont spécifiées; les matrices peuvent également être trouvées dans les livres de référence.

Caméra de mise à l’échelle RVB
D’après la mesure de Viggiano, et en utilisant son modèle de sensibilités spectrales de la caméra gaussienne, la plupart des espaces RVB de la caméra étaient meilleurs que ceux du moniteur RVB ou XYZ. Si les valeurs RVB brutes de la caméra sont connues, on peut utiliser la matrice diagonale 3×3:


puis convertissez en un espace RVB fonctionnel tel que sRGB ou Adobe RGB après l’équilibrage.

Espaces d’adaptation chromatique préférés
Les comparaisons d’images équilibrées par des transformations diagonales dans un certain nombre d’espaces RVB différents ont identifié plusieurs de ces espaces qui fonctionnent mieux que d’autres, et mieux que les espaces caméra ou moniteur, pour l’adaptation chromatique, mesurée par plusieurs modèles d’apparence couleur; les systèmes qui ont fonctionné statistiquement ainsi que les meilleurs sur la majorité des ensembles de tests d’images utilisés étaient les espaces «Sharp», «Bradford», «CMCCAT» et «ROMM».

Adaptation générale de l’illuminant
La meilleure matrice de couleurs pour s’adapter à un changement d’illuminant n’est pas nécessairement une matrice diagonale dans un espace de couleurs fixe. On sait depuis longtemps que si l’espace des illuminants peut être décrit comme un modèle linéaire avec N termes de base, la transformation de couleur appropriée sera la somme pondérée de N transformations linéaires fixes, pas nécessairement diagonalisable de façon cohérente.