Цветовой баланс

В левой половине показана фотография в том виде, в каком она была сделана цифровой камерой. В правой половине показано фото, отрегулированное таким образом, чтобы серая поверхность была нейтральной при том же освещении.

В фотографии и изображений обработке цветовой баланс — это глобальная регулировка интенсивности цветов (обычно красного, зеленого и синего основных цветов ). Важная цель этой настройки — правильно отобразить определенные цвета, особенно нейтральные цвета, такие как белый или серый. Следовательно, общий метод иногда называют балансом серого , нейтральным балансом или балансом белого . Цветовой баланс изменяет общую смесь цветов в изображении и используется для цветокоррекции . Обобщенные версии цветового баланса используются для коррекции цветов, отличных от нейтральных, или для намеренного изменения их для достижения эффекта. Баланс белого — один из наиболее распространенных видов балансировки, при котором цвета настраиваются так, чтобы белый объект (например, лист бумаги или стена) казался белым, а не оттенком какого-либо другого цвета.

Данные изображения, полученные датчиками ( пленочными или электронными датчиками изображения ), должны быть преобразованы из полученных значений в новые значения, подходящие для цветопередачи или отображения. Некоторые аспекты процесса сбора данных и отображения делают такую цветокоррекцию необходимой, в том числе то, что датчики сбора данных не соответствуют датчикам человеческого глаза, что необходимо учитывать свойства среды отображения и что окружающие условия просмотра при съемке отличаться от условий просмотра дисплея.

Операции цветового баланса в популярных приложениях для редактирования изображений красного, зеленого и синего каналов обычно работают непосредственно со значениями пикселей . ^{[ 1 ]}^{[ 2 ]} безотносительно какой-либо модели восприятия цвета или воспроизведения. В пленочной фотографии цветовой баланс обычно достигается за счет использования фильтров цветокоррекции над источниками света или на объективе камеры. ^{[ 3 ]}

Общий цветовой баланс

Иногда настройку, позволяющую сохранять нейтральные цвета нейтральными, называют балансом белого , а фраза « цветовой баланс» относится к настройке, которая, кроме того, придает другим цветам отображаемого изображения такой же общий вид, как и цвета в исходной сцене. ^{[ 4 ]} Особенно важно, чтобы нейтральные (серый, нейтральный, белый) цвета сцены при воспроизведении выглядели нейтральными. ^{[ 5 ]}

Психологический цветовой баланс

Люди относятся к телесным оттенкам более критично, чем к другим цветам. Деревья, трава и небо могут быть отключены без каких-либо проблем, но если тона человеческого тела отключены, человек может выглядеть больным или мертвым. Чтобы решить эту важную проблему цветового баланса, сами трехцветные основные цвета не сбалансированы как настоящие нейтральные цвета. Целью этого первичного цветового дисбаланса является более точное воспроизведение телесных тонов во всем диапазоне яркости.

Оценка и адаптация освещения

Фотография ColorChecker в качестве эталонного снимка для настройки цветового баланса.

Сравнение цветовых версий (сырой, естественный, баланс белого) горы Шарп (Гора Эолида) на Марсе.

Большинство цифровых камер имеют средства для выбора цветокоррекции в зависимости от типа освещения сцены, используя ручной выбор освещения, автоматический баланс белого или пользовательский баланс белого. ^{[ 6 ]} Алгоритмы этих процессов выполняют обобщенную хроматическую адаптацию .

Существует множество методов цветовой балансировки. Установка кнопки на камере позволяет пользователю указать процессору характер освещения сцены. Другая опция на некоторых камерах — это кнопка, которую можно нажать, когда камера направлена на серую карточку или другой объект нейтрального цвета. При этом фиксируется изображение окружающего света, что позволяет цифровой камере установить правильный цветовой баланс для этого света.

Существует большое количество литературы о том, как можно оценить окружающее освещение на основе данных камеры, а затем использовать эту информацию для преобразования данных изображения. Было предложено множество алгоритмов, и их качество обсуждалось. Несколько примеров и изучение содержащихся в них ссылок приведут читателя ко многим другим. Примеры: Retinex , искусственная нейронная сеть. ^{[ 7 ]} или байесовский метод . ^{[ 8 ]}

Хроматические цвета

Цветовая балансировка изображения влияет не только на нейтральные цвета, но и на другие цвета. Говорят, что изображение с несбалансированным цветом имеет цветовой оттенок , поскольку кажется, что все в изображении сдвинуто в сторону одного цвета. ^{[ 9 ]}^{[ нужна страница ]} Балансировку цвета можно рассматривать как устранение этого цветового оттенка.

Цветовой баланс также связан с постоянством цвета . Алгоритмы и методы, используемые для достижения постоянства цвета, также часто используются для балансировки цвета. Постоянство цвета, в свою очередь, связано с хроматической адаптацией . Концептуально балансировка цвета состоит из двух этапов: во-первых, определение источника света , при котором было снято изображение; и, во-вторых, масштабирование компонентов (например, R, G и B) изображения или иное преобразование компонентов так, чтобы они соответствовали источнику освещения для просмотра.

камеры Виджиано обнаружил, что балансировка белого в цветовой модели RGB имеет тенденцию вызывать меньшую нестабильность цвета (т. е. меньшее искажение цветов), чем в мониторной RGB для более чем 4000 гипотетических наборов чувствительности камеры. ^{[ 10 ]} Эта разница обычно составляла более чем в два раза в пользу камеры RGB. Это означает, что выгодно получить цветовой баланс прямо во время съемки изображения, а не редактировать его позже на мониторе. Если позже потребуется выполнить цветовую балансировку, балансировка необработанных данных изображения будет иметь тенденцию вызывать меньшее искажение хроматических цветов, чем балансировка в мониторном RGB.

Математика цветового баланса

Цветовая балансировка иногда выполняется на трехкомпонентном изображении (например, RGB 3х3 ) с использованием матрицы . Этот тип преобразования подходит, если изображение было снято с использованием неправильной настройки баланса белого на цифровой камере или с помощью цветного фильтра.

Масштабирование монитора R, G и B

В принципе, нужно масштабировать все относительные яркости изображения так, чтобы объекты, которые считаются нейтральными, выглядели таковыми. Если, скажем, поверхность с $R=240$ считалось, что это белый объект, и если 255 — это число, соответствующее белому цвету, можно было бы умножить все красные значения на 255/240. Проделав аналогичную операцию для зеленого и синего цветов , мы получим, по крайней мере теоретически, сбалансированное по цвету изображение. В этом типе преобразования матрица 3x3 является диагональной матрицей .

\left[{\begin{array}{c}R\\G\\B\end{array}}\right]=\left[{\begin{array}{ccc}255/R'_{w}&0&0\\0&255/G'_{w}&0\\0&0&255/B'_{w}\end{array}}\right]\left[{\begin{array}{c}R'\\G'\\B'\end{array}}\right]

где $R$ , $G$ , и $B$ являются сбалансированными по цвету красным, зеленым и синим компонентами пикселя изображения ; $R'$ , $G'$ , и $B'$ — это красный, зеленый и синий компоненты изображения до балансировки цвета, и $R'_{w}$ , $G'_{w}$ , и $B'_{w}$ — это красный, зеленый и синий компоненты пикселя, который до балансировки цвета считается белой поверхностью изображения. Это простое масштабирование красного, зеленого и синего каналов, и именно поэтому инструменты цветового баланса в Photoshop имеют белую пипетку. Было продемонстрировано, что выполнение баланса белого в наборе люминофоров, предполагаемого sRGB, имеет тенденцию вызывать большие ошибки в хроматических цветах, хотя оно может сделать нейтральные поверхности совершенно нейтральными. ^{[ 10 ]}

Масштабирование X, Y, Z

Если изображение может быть преобразовано в трехцветные значения CIE XYZ , цветовая балансировка может быть выполнена там. Это было названо преобразованием «неправильного фон Криса». ^{[ 11 ]}^{[ 12 ]} Хотя было продемонстрировано, что он обычно дает худшие результаты, чем балансировка в мониторе RGB, здесь он упоминается как мост к другим вещам. Математически вычисляется:

\left[{\begin{array}{c}X\\Y\\Z\end{array}}\right]=\left[{\begin{array}{ccc}X_{w}/X'_{w}&0&0\\0&Y_{w}/Y'_{w}&0\\0&0&Z_{w}/Z'_{w}\end{array}}\right]\left[{\begin{array}{c}X'\\Y'\\Z'\end{array}}\right]

где $X$ , $Y$ , и $Z$ – цветосбалансированные значения тристимула; $X_{w}$ , $Y_{w}$ , и $Z_{w}$ — трехцветные значения источника света для просмотра (белая точка, которой изображение преобразуется, чтобы соответствовать); $X'_{w}$ , $Y'_{w}$ , и $Z'_{w}$ - это трехцветные значения объекта, который считается белым на несбалансированном по цвету изображении, и $X'$ , $Y'$ , и $Z'$ — это трехцветные значения пикселя в несбалансированном по цвету изображении. Если трехцветные значения основных цветов монитора находятся в матрице $\mathbf {P}$ так что:

\left[{\begin{array}{c}X\\Y\\Z\end{array}}\right]=\mathbf {P} \left[{\begin{array}{c}L_{R}\\L_{G}\\L_{B}\end{array}}\right]

где $L_{R}$ , $L_{G}$ , и $L_{B}$ являются монитором RGB без гамма-коррекции , можно использовать:

\left[{\begin{array}{c}L_{R}\\L_{G}\\L_{B}\end{array}}\right]=\mathbf {P^{-1}} \left[{\begin{array}{ccc}X_{w}/X'_{w}&0&0\\0&Y_{w}/Y'_{w}&0\\0&0&Z_{w}/Z'_{w}\end{array}}\right]\mathbf {P} \left[{\begin{array}{c}L_{R'}\\L_{G'}\\L_{B'}\end{array}}\right]

Метод фон Криса

Йоханнес фон Крис , чья теория палочек и трех типов цветочувствительных колбочек в сетчатке остается доминирующим объяснением цветового ощущения более 100 лет, мотивировал метод преобразования цвета в цветовое пространство LMS , представляющее собой эффективные стимулы для восприятия цвета. Типы конусов с длинной, средней и короткой длиной волны, которые моделируются как адаптирующиеся независимо. Матрица 3x3 преобразует RGB или XYZ в LMS, а затем три основных значения LMS масштабируются для балансировки нейтрального; затем цвет можно преобразовать обратно в желаемое окончательное цветовое пространство : ^{[ 13 ]}

\left[{\begin{array}{c}L\\M\\S\end{array}}\right]=\left[{\begin{array}{ccc}1/L'_{w}&0&0\\0&1/M'_{w}&0\\0&0&1/S'_{w}\end{array}}\right]\left[{\begin{array}{c}L'\\M'\\S'\end{array}}\right]

где $L$ , $M$ , и $S$ – цветосбалансированные трехцветные значения конуса LMS; $L'_{w}$ , $M'_{w}$ , и $S'_{w}$ - это трехцветные значения объекта, который считается белым на несбалансированном по цвету изображении, и $L'$ , $M'$ , и $S'$ — это трехцветные значения пикселя в несбалансированном по цвету изображении.

Матрицы для преобразования в пространство LMS не были указаны фон Крисом, но могут быть получены из функций сопоставления цветов CIE и функций сопоставления цветов LMS, если последние указаны; матрицы также можно найти в справочниках. ^{[ 13 ]}

Масштабирование камеры RGB

По измерениям Виджано и с использованием его модели гауссовой спектральной чувствительности камеры, большинство пространств RGB камеры работали лучше, чем RGB монитора или XYZ. ^{[ 10 ]} Если известны необработанные значения RGB камеры, можно использовать диагональную матрицу 3x3:

\left[{\begin{array}{c}R\\G\\B\end{array}}\right]=\left[{\begin{array}{ccc}255/R'_{w}&0&0\\0&255/G'_{w}&0\\0&0&255/B'_{w}\end{array}}\right]\left[{\begin{array}{c}R'\\G'\\B'\end{array}}\right]

а затем после балансировки преобразовать в рабочее пространство RGB, например sRGB или Adobe RGB .

Предпочтительные хроматические адаптационные пространства

Сравнение изображений, сбалансированных диагональными преобразованиями в ряде различных пространств RGB, выявило несколько таких пространств, которые работают лучше, чем другие, и лучше, чем пространства камеры или монитора, для хроматической адаптации, как измерено с помощью нескольких моделей цветового внешнего вида ; системами, которые показали статистические результаты, а также лучшие результаты на большинстве использованных тестовых наборов изображений, были пространства «Sharp», «Bradford», «CMCCAT» и «ROMM». ^{[ 14 ]}

Общая адаптация освещения

Лучшая цветовая матрица для адаптации к изменению источника света — это не обязательно диагональная матрица в фиксированном цветовом пространстве. Давно известно, что если пространство источников света можно описать как линейную модель с N базисными терминами, то правильное преобразование цвета будет представлять собой взвешенную сумму N фиксированных линейных преобразований, не обязательно последовательно диагонализируемых. ^{[ 15 ]}

Примеры

Нейтральный свет

Теплый свет

Холодный свет

Сравнение полученных цветов, снятых цифровой камерой при различных качествах освещения (цветовой температуре): нейтральном, теплом и холодном. ^{[ 16 ]}

Окружение: как в кадре

Настройка: Облачно.

Оправа: Вольфрам

Пример различных настроек баланса белого на цифровой камере для нейтрального света. ^{[ 16 ]}

См. также

Ссылки

^ Филлис Дэвис (2000). Gimp для Linux и Unix . Персиковая яма Пресс. п. 134. ИСБН 978-0-201-70253-8 .
^ Творческая группа Adobe (2000). Adobe Photoshop 6.0 . Adobe Пресс. п. 278. ИСБН 978-0-201-71016-8 . ^{[ нужна цитата для проверки ]}
^ Блейн Браун (2002). Кинематография: теория и практика: создание изображений для кинематографистов, режиссеров и видеооператоров . Фокальная пресса. п. 170. ИСБН 978-0-240-80500-9 .
^ Сянь-Че Ли (2005). Введение в науку о цветных изображениях . Издательство Кембриджского университета. п. 450 . ISBN 978-0-521-84388-1 .
^ Баланс белого . Никон Диджитал . Проверено 12 октября 2016 г.
^ Афифи, Махмуд; Прайс, Брайан; Коэн, Скотт; Браун, Майкл С. (2019). «Когда постоянство цвета нарушается: исправление изображений с неправильным балансом белого» (PDF) . Конференция IEEE/CVF 2019 по компьютерному зрению и распознаванию образов (CVPR) . стр. 1535–1544. дои : 10.1109/cvpr.2019.00163 . ISBN 978-1-7281-3293-8 . S2CID 196195956 .
^ Брайан Фант, Влад Кардей и Кобус Барнард, « Изучение постоянства цвета », в материалах четвертой конференции IS&T/SID по цветным изображениям , стр. 58–60 (1996).
^ Грэм Финлейсон; Пол М. Хьюбел; Стивен Хордли (ноябрь 2001 г.). «Цвет по корреляции: простая объединяющая основа постоянства цвета» (PDF) . Транзакции IEEE по анализу шаблонов и машинному интеллекту . 23 (11): 1209–21. CiteSeerX 10.1.1.133.2101 . дои : 10.1109/34.969113 .
^ Джон AC Юл, Принципы цветопередачи. Нью-Йорк: Уайли, 1967.
^ Перейти обратно: ^а ^б ^с Виджано, Дж. А. Стивен (2004). «Сравнение точности различных вариантов баланса белого, определяемой их постоянством цвета». В Блоуке, Морли М; Сампат, Нитин; Мотта, Рикардо Дж (ред.). Датчики и системы камер для научных, промышленных и цифровых фотосъемок V . Том. 5301. стр. 323–333. дои : 10.1117/12.524922 . S2CID 8971750 .
^ Хайнц Терстиге (1972). «Хроматическая адаптация: современный отчет». Журнал внешнего вида цвета . 1 (4): 19–23 (продолжение 40).
^ Марк Д. Фэйрчайлд, Модели цветовой внешности. Ридинг, Массачусетс: Аддисон-Уэсли, 1998.
^ Перейти обратно: ^а ^б Гаурав Шарма (2003). Справочник по цифровой цветной визуализации . ЦРК Пресс . п. 153. ИСБН 978-0-8493-0900-7 .
^ Сабина Зюсстранк; Джек Холм; Грэм Д. Финлейсон (январь 2001 г.). Эшбах, Райнер; Марку, Габриэль Г. (ред.). «Хроматическая адаптация различных датчиков RGB» . Электронная визуализация IS&T/SPIE . Цветное изображение: цвет, независимый от устройства, цветная печатная копия и графика VI. 4300 : 172–183. дои : 10.1117/12.410788 . S2CID 8140548 . Архивировано из оригинала 18 октября 2006 г. Проверено 20 марта 2009 г.
^ Лоуренс Т. Мэлони; Брэйн А. Ванделл (1987). «Постоянство цвета: метод восстановления спектральной отражательной способности поверхности» . У Мартина А. Фишлера; Оскар Фиршейн (ред.). Чтения по компьютерному зрению . Морган-Кауфманн. ISBN 978-0-934613-33-0 .
^ Перейти обратно: ^а ^б «Фотоскоп: Интерактивные уроки фотографии» . 25 апреля 2015 г.

Внешние ссылки

Баланс белого — введение на сайте nikondigital.org
photoskop: Уроки интерактивной фотографии - Интерактивный баланс белого
Понимание баланса белого — Учебное пособие
Аффинный цветовой баланс с насыщенностью, с кодом и онлайн-демонстрацией
Правильный баланс белого для нейтральных цветов — Учебник по фотографии

[1] Филлис Дэвис (2000). Gimp для Linux и Unix . Персиковая яма Пресс. п. 134. ИСБН 978-0-201-70253-8 .

[2] Творческая группа Adobe (2000). Adobe Photoshop 6.0 . Adobe Пресс. п. 278. ИСБН 978-0-201-71016-8 . ^{[ нужна цитата для проверки ]}

[3] Блейн Браун (2002). Кинематография: теория и практика: создание изображений для кинематографистов, режиссеров и видеооператоров . Фокальная пресса. п. 170. ИСБН 978-0-240-80500-9 .

[4] Сянь-Че Ли (2005). Введение в науку о цветных изображениях . Издательство Кембриджского университета. п. 450 . ISBN 978-0-521-84388-1 .

[5] Баланс белого . Никон Диджитал . Проверено 12 октября 2016 г.

[6] Афифи, Махмуд; Прайс, Брайан; Коэн, Скотт; Браун, Майкл С. (2019). «Когда постоянство цвета нарушается: исправление изображений с неправильным балансом белого» (PDF) . Конференция IEEE/CVF 2019 по компьютерному зрению и распознаванию образов (CVPR) . стр. 1535–1544. дои : 10.1109/cvpr.2019.00163 . ISBN 978-1-7281-3293-8 . S2CID 196195956 .

[Funt1996-7] Брайан Фант, Влад Кардей и Кобус Барнард, « Изучение постоянства цвета », в материалах четвертой конференции IS&T/SID по цветным изображениям , стр. 58–60 (1996).

[Finlayson2001-8] Грэм Финлейсон; Пол М. Хьюбел; Стивен Хордли (ноябрь 2001 г.). «Цвет по корреляции: простая объединяющая основа постоянства цвета» (PDF) . Транзакции IEEE по анализу шаблонов и машинному интеллекту . 23 (11): 1209–21. CiteSeerX 10.1.1.133.2101 . дои : 10.1109/34.969113 .

[Yule1967-9] Джон AC Юл, Принципы цветопередачи. Нью-Йорк: Уайли, 1967.

[Viggiano2004-10] Перейти обратно: ^а ^б ^с Виджано, Дж. А. Стивен (2004). «Сравнение точности различных вариантов баланса белого, определяемой их постоянством цвета». В Блоуке, Морли М; Сампат, Нитин; Мотта, Рикардо Дж (ред.). Датчики и системы камер для научных, промышленных и цифровых фотосъемок V . Том. 5301. стр. 323–333. дои : 10.1117/12.524922 . S2CID 8971750 .

[Terstiege1972-11] Хайнц Терстиге (1972). «Хроматическая адаптация: современный отчет». Журнал внешнего вида цвета . 1 (4): 19–23 (продолжение 40).

[Fairchild1998-12] Марк Д. Фэйрчайлд, Модели цветовой внешности. Ридинг, Массачусетс: Аддисон-Уэсли, 1998.

[Sharma-13] Перейти обратно: ^а ^б Гаурав Шарма (2003). Справочник по цифровой цветной визуализации . ЦРК Пресс . п. 153. ИСБН 978-0-8493-0900-7 .

[14] Сабина Зюсстранк; Джек Холм; Грэм Д. Финлейсон (январь 2001 г.). Эшбах, Райнер; Марку, Габриэль Г. (ред.). «Хроматическая адаптация различных датчиков RGB» . Электронная визуализация IS&T/SPIE . Цветное изображение: цвет, независимый от устройства, цветная печатная копия и графика VI. 4300 : 172–183. дои : 10.1117/12.410788 . S2CID 8140548 . Архивировано из оригинала 18 октября 2006 г. Проверено 20 марта 2009 г.

[15] Лоуренс Т. Мэлони; Брэйн А. Ванделл (1987). «Постоянство цвета: метод восстановления спектральной отражательной способности поверхности» . У Мартина А. Фишлера; Оскар Фиршейн (ред.). Чтения по компьютерному зрению . Морган-Кауфманн. ISBN 978-0-934613-33-0 .

[photoskop-16] Перейти обратно: ^а ^б «Фотоскоп: Интерактивные уроки фотографии» . 25 апреля 2015 г.

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]