컬러 외관 모델 (약식 CAM)은 인간의 컬러 비전의 지각 적 측면, 즉 색상의 출현이 자극 소스의 물리적 측정과 일치하지 않는 조건을 설명하는 수학적 모델입니다. 반대로 색상 모델은 RGB 및 CMYK 색상 모델과 같은 색상을 설명하는 좌표 공간을 정의합니다.

색상 외관
색깔은 관찰자의 마음에서 유래한다; “객관적으로”, 눈을 만나는 빛의 분광력 분포 만이 존재합니다. 이러한 의미에서, 모든 색상 인식은 주관적입니다. 그러나, 빛의 스펙트럼 파워 분포를 인간의 감각 반응에 정량화 할 수있는 방법으로 매핑하려는 성공적인 시도가 이루어졌다. 1931 년 심리학 적 측정을 사용하여 CIE (International Commission on Illumination)가 XYZ 색 공간을 만들어이 기본 감각 수준에서 인간의 색각을 성공적으로 모델링했습니다.

그러나 XYZ 컬러 모델은 특정 시력 조건 (예 : 자극의 망막 궤적, 눈을 만나는 빛의 휘도 레벨, 관찰 된 물체 뒤의 배경 및 주변 광의 휘도 레벨)을 전제로합니다. 이러한 모든 조건이 일정하게 유지되는 경우에만 동일한 XYZ 삼자 극치 값을 갖는 두 개의 동일한 자극이 사람 관찰자에 대해 동일한 색상 외관을 생성합니다. 한 가지 경우에 어떤 조건이 바뀌면 동일한 XYZ 삼자 극치 값을 가진 두 개의 동일한 자극이 다른 색상 외관을 만듭니다 (반대의 경우도 마찬가지입니다. 즉 XYZ 삼자 극치가 다른 두 가지 자극이 동일한 색상 모양을 만들 수 있습니다).

따라서보기 조건이 다를 경우 XYZ 색상 모델로는 충분하지 않으며 인간의 색상 인식을 모델링하려면 색상 모양 모델이 필요합니다.

색상 모양 매개 변수
모든 색상 외관 모델의 기본 과제는 인간의 색상 인식이 XYZ 삼자 극값의 관점에서가 아니라 모양 매개 변수 (색조, 명도, 밝기, 채도, 색채 및 채도)의 관점에서 작동한다는 것입니다. 따라서 모든 색상 표현 모델은 XYZ 삼자 극값에서 이러한 출현 매개 변수 (최소한 색조, 밝기 및 채도)로 변환 (보기 조건을 고려함)을 제공해야합니다.

외형 현상
이 섹션에서는 색상 외양 모델이 처리하려고하는 일부 색상 외관 현상에 대해 설명합니다.

색채 적응
색채 적응은 반사 물체를 관찰 할 때 조명 광원의 흰색 점 (또는 색온도)에서 추상화하는 인간 색채 인식 능력을 설명합니다. 인간의 눈에는 백열이 푸른 빛을 띠거나 황색을 띠면서 백지가 희게 보입니다. 이것은 모든 색상 표현 현상 중에서 가장 기본적이고 가장 중요한 요소이므로이 동작을 에뮬레이션하려고하는 색채 적응 변환 (CAT)은 모든 색상 표현 모델의 핵심 구성 요소입니다.

이를 통해 간단한 3 자극 기반 색상 모델과 색상 외관 모델을 쉽게 구분할 수 있습니다. 간단한 삼자 기반 색 모델은 조명 된 물체의 표면색을 설명 할 때 광원의 흰색 점을 무시합니다. 광원의 흰색 점이 변경되면 단순한 삼자 극 기반의 색상 모델에 의해보고 된 표면의 색상도 변경됩니다. 대조적으로, 색상 표현 모델은 광원의 흰색 점을 고려합니다 (이 때문에 색상 모양 모델에서 계산을 위해이 값이 필요합니다). 광원의 흰색 점이 변경되면 색상 외관 모델에 의해보고 된 표면의 색상이 동일하게 유지됩니다.

색채 적응은 서로 다른 XYZ 삼자 극값을 갖는 두 개의 다른 자극이 동일한 색상 외관을 만드는 경우에 대한 대표적인 예입니다. 조명 광원의 색온도가 변하면 분광도 분포와 흰 종이에서 반사 된 빛의 XYZ 삼자 극값도 변하게됩니다. 그러나 색상 모양은 동일하게 유지됩니다 (흰색).

색조 외관
몇 가지 효과는 인간 관찰자가 색조의 인식을 변화시킵니다.

Bezold-Brcke 색조 이동 : 단색광의 색조가 광도와 함께 변경됩니다.
Abney 효과 : 단색광의 색조는 백색광 (색상 중립이 예상 됨)을 추가하면 바뀝니다.

대비 모양
몇 가지 효과는 사람의 관찰자에 의한 명암의 인식을 변화시킨다.

스티븐스 효과 : 휘도가 커지면 명암이 증가합니다.
Bartleson-Breneman 효과 : 서라운드 라이팅의 휘도에 따라 이미지 콘트라스트 (LCD 디스플레이상의 이미지와 같은 방사 이미지)가 증가합니다.

화려 함 모양
인간 관찰자에 의해 화려 함의 인식을 변화시키는 효과가 있습니다 :

헌트 효과 : 휘도가 높아지면 화려 함이 증가합니다.

밝기 모양
인간 관찰자가 밝기에 대한 인식을 변화시키는 효과가 있습니다.

Helmholtz-Kohlrausch effect : 채도가 있으면 밝기가 증가합니다.

공간 현상
공간 현상은 이미지의 특정 위치에서만 색상에 영향을 미칩니다. 왜냐하면 인간의 뇌는 특정 위치에 따라이 위치를 해석하기 때문입니다 (예 : 회색 색상 대신 그림자). 이러한 현상은 착시 현상이라고도합니다. 그들의 문맥 성 때문에, 그들은 특히 모델링하기가 어렵습니다. 이 작업을 시도하는 색상 모양 모델을 이미지 색상 모양 모델 (iCAM)이라고합니다.

색상 외관 모델
색상 표현 매개 변수 및 색상 표현 현상이 많고 작업이 복잡하기 때문에 보편적으로 적용되는 단일 색상 모양 모델이 없습니다. 대신 다양한 모델이 사용됩니다.

이 절에서는 사용중인 일부 색상 모양 모델을 나열합니다. 이러한 모델 중 일부의 색채 적응 변환은 LMS 색 공간에 나열됩니다.

CIELAB
1976 년 CIE는 기존의 호환되지 않는 많은 색상 차이 모델을 새로운 색상 차이 모델로 대체했습니다. 그들은 지각 적으로 균일 한 색 공간, 즉 두 색 사이의 동일한 공간적 거리가 동일한 양의 인식 된 색차와 같은 색 공간을 만들어이 목표를 달성하려고했습니다. 그들은 부분적으로 만 성공했지만 첫 번째 색상 등장 모델이되기 위해 필요한 모든 기능을 갖춘 CIELAB ( “L * a * b *”) 색상 공간을 만들었습니다. CIELAB은 매우 기본적인 색상 외관 모델이지만 ICC 프로파일을 사용한 색상 관리의 빌딩 블록 중 하나가 되었기 때문에 가장 널리 사용되는 모델 중 하나입니다. 따라서 기본적으로 디지털 이미징에 편재합니다.

CIELAB의 한계 중 하나는 XYZ 색상 공간 (종종 “잘못된 폰 크리 변형”이라고도 함)에서 폰 크리 스 변환 방법을 직접 수행한다는 점에서 본격적인 색 적응을 제공하지 않는다는 것입니다. 더 정확한 결과를 얻기 위해서는 LMS 색상 공간을 사용하십시오. ICC 프로파일은 CICAD와 함께 LMS 색상 공간 (LLAB 색상 외관 모델에 처음 등장한)에 Bradford 변환 매트릭스를 사용하여 이러한 단점을 보완합니다.

Nayatani et al. 모델
Nayatani et al. 컬러 외관 모델은 조명 엔지니어링 및 광원의 컬러 렌더링 특성에 중점을 둡니다.

사냥 모델
Hunt color appearance model은 컬러 이미지 재생산 (Kodak Research Laboratories에서 작업 한 제작자)에 초점을두고 있습니다. 개발은 이미 1980 년대에 시작되었고 1995 년에 모델은 매우 복잡해졌으며 (막대 세포 반응을 통합하는 것과 같은 다른 색상 외관 모델이 제공하지 않는 기능 포함) 광범위한 시각 현상을 예측할 수있었습니다. 그것은 CIECAM02에 매우 중요한 영향을 미쳤지 만, 복잡성 때문에 Hunt 모델 자체는 사용하기가 어렵습니다.

RLAB
RLAB은 이미지 재현에 중점을두고 CIELAB의 중요한 한계를 개선하려고합니다. 이 작업에 적합하며 사용하기 쉽지만 다른 응용 프로그램에는 충분히 포괄적이지 않습니다.

LLAB
LLAB는 RLAB과 비슷하지만 단순하게 머물러 있지만, RLAB보다 더 포괄적으로 노력합니다. 결국, 포괄성에 대한 단순성을 교환했지만, 아직 완전히 포괄적이지는 않습니다. CIECAM97s는 그 후 곧 출판되었으므로 LLAB는 널리 사용되지 못했습니다.

CIECAM97s
CIELAB으로 색상 외관 모델의 진화를 시작한 후, CIE는 1997 년에 포괄적 인 색상 외관 모델을 따르고 자했습니다. 그 결과 CIECAM97s가 포괄적 이었지만 복잡하고 부분적으로 사용하기가 어려웠습니다. CIECAM02가 출판 될 때까지 표준 컬러 외관 모델로서 광범위하게 받아 들여졌습니다.

IPT
Ebner와 Fairchild는 IPT라고 불리는 색상 공간에서 색조가 일정하지 않은 문제를 언급했습니다. IPT 색상 공간은 Hunt-Pointer-Estevez 매트릭스 (MHPE (D65))의 적응 형을 사용하여 D65 적응 XYZ 데이터 (XD65, YD65, ZD65)를 장단기 중 단 콘 응답 데이터 (LMS)로 변환합니다.

IPT 컬러 외관 모델은 밝기와 채도의 값과 관계없이 일정한 색조 값이 일정하게 인식되는 색조와 동일한 색조 공식을 제공하는 데 탁월합니다 (모든 색상 표시 모델에 대한 일반적 이상이지만 달성하기는 어렵습니다). 그러므로 이것은 색 영역 매핑 구현에 매우 적합합니다.

ICtCp
ITU-R BT.2100에는 ICtCp라는 색 공간이 포함되어있어 더 높은 동적 범위와 더 넓은 색 영역을 탐구하여 원래의 IPT를 향상시킵니다.

CIECAM02
CIECAM97이 성공한 후 CIE는 CIECAM02를 후계자로 개발하여 2002 년에 발표했습니다. 동시에 더 나은 성과를 거두었습니다. 초보 CIELAB 모델 외에도 CIECAM02는 (포괄적 인) 색상 외관 모델에 대해 국제적으로 합의 된 “표준”에 가장 근접합니다.

iCAM06
iCAM06은 이미지 컬러 외관 모델입니다. 따라서 이미지의 각 픽셀을 독립적으로 처리하지는 않지만 전체 이미지의 맥락에서 처리합니다. 이를 통해 콘트라스트와 같은 공간 색상 표현 매개 변수를 통합 할 수 있으므로 HDR 이미지에 적합합니다. 또한 공간적 현상을 다루기위한 첫 걸음입니다.