색상/톤 부록

알고리즘 및 참조 공식

이 페이지에는 Color/Tone Interactive 및 Color/Tone Auto 에 사용되는 알고리즘과 참조 공식이 포함되어 있습니다. 대부분 수학 공식이므로 녹색 텍스트 로 표시되어 있습니다.

RGB를 CIELAB(L*a*b)로 변환

Imatest Color/Tone은 RGB 이미지에서 특정 영역의 색상을 측정합니다. CIELAB은 어떻게 얻을 수 있을까요?

imatest 로 측정되는 대부분의 이미지는 이미지 센서에서 RAW 이미지 형태로 디지털화됩니다. 유용하게 사용하기 위해서는 일반적으로 색 공간이 지정된(파일 자체에 내장된 경우도 있음) RGB 이미지 파일로 변환해야 합니다. 이 변환 과정에는 디모자이킹, 화이트 밸런스, 색 보정(종종 색 보정 행렬 사용), 감마 인코딩 , 그리고 (정도에 따라) 선명도 향상 및 노이즈 감소가 포함됩니다. 색상 분석에서 중요한 요소는 화이트 밸런스(종종 색 보정과 함께 사용됨)와 감마 인코딩입니다.

RGB 데이터는 먼저 XYZ로 변환됩니다. 위키피디아의 sRGB 페이지 에서 그 예를 볼 수 있습니다. 이미지는 감마 인코딩을 반전시켜 선형화한 다음, 행렬을 사용하여 선형 RGB를 XYZ로 변환합니다.

다음으로, XYZ 데이터는 CIELAB, 즉 L*a*b*로 변환됩니다 . 이 과정은 위키피디아의 CIELAB 색 공간 페이지에 설명되어 있습니다. 이미지의 L*a*b* 값과 참조 값(차트의 경우 기본값 또는 참조 파일에서 읽어온 값) 간의 차이는 아래의 색차 측정 기준 중 하나로 표현됩니다. 일반적으로 ΔE 2000(ΔE ₀₀ ) 및 ΔC 2000(ΔC ₀₀ )이 선호됩니다.

색차(오차) 공식-

색깔이 다른 직사각형 모양의 조각 두 개가 있습니다. 두 색깔은 얼마나 다릅니까?

위키피디아의 색차 페이지에는 색차 개념과 공식에 대한 간결한 소개가 있습니다. 이 페이지(위키피디아 페이지가 생기기 전에 작성됨)는 유사한 내용을 다룹니다.

이 페이지의 표기법은 Gaurav Sharma가 편집하고 CRC Press에서 출판한 『 디지털 컬러 이미징 핸드북』 (이하 DCIH)에서 발췌했습니다. DCIH 온라인 정오표를 참고했습니다.

색상 오차를 측정할 때 정확한 색상이 반드시 보기 좋은 색상과 같은 것은 아니라는 점을 명심하십시오. 많은 제조업체는 채도를 높이는 등의 방법으로 색상을 의도적으로 변경하여 보기 좋게 만듭니다. (1990년에 출시된 후지크롬 벨비아가 큰 성공을 거둔 이유도 바로 이 때문입니다.) 색상 오차를 계산할 때, 컬러체커(또는 다른 차트)의 L*a*b* 기준값을 그대로 사용하지 않고, 자체적으로 보정한 값을 사용할 수도 있습니다. Imatest Master는 CSV 형식으로 작성된 파일에서 기준값을 입력할 수 있도록 지원합니다( 색상/톤 설정 기능을 사용하여 측정된 차트의 값을 저장할 수 있습니다).

Imatest 사용자들은 Colorcheck a*b* 오차 플롯에서 "corr"와 "uncorr"의 의미에 대해 자주 질문합니다. Corr는 비교를 수행하기 전에 카메라의 평균 채도(평균 색도 = mean(sqrt(a* ² +b* ² )))를 기준값과 동일하게 조정한 값을 의미합니다. 이 보정은 매우 간단하며, 평균 색도가 기준값과 같을 때 색조가 얼마나 정확할지를 보여줍니다. 자세한 내용은 아래를 참조하십시오.

절대 차이(휘도 포함)

CIE 1976

CIELAB(L*a*b*) 색 공간은 지각적으로 비교적 균일하도록 설계되었습니다. 즉, 지각 가능한 색 차이는 L*a*b* 값 사이의 유클리드 거리와 거의 같습니다. 색상 { _L₁ *, _a₁ *, _b₁ *}과 { _L₂ *, _a₂ *, _b₂ *}의 경우, ΔL * = _L₂ * - _L₁ *, Δa * = _a₂ * - _a₁ *, Δb * = _b₂ * - _b₁ *입니다.

  (DCIH (1.42, 5.35).

ΔE * _ab 는 계산과 이해가 비교적 간단하지만, 특히 채도가 높은 색상의 경우 정확도가 떨어집니다. L*a*b*는 설계자가 의도한 만큼 지각적으로 균일하지 않습니다. 예를 들어, 채도 값이 큰( C * = ( a * ² + b * ² ) ^¹/² ) 포화 색상의 경우, 눈은 색조의 변화보다 채도의 변화에 덜 민감합니다. 색차(ΔL* ) 또는 휘도 ( ΔL *) 를 사용합니다. 이러한 문제를 해결하기 위해 몇 가지 추가적인 색차 공식이 개발되었습니다. 이 공식들에서 최소 식별 차이(JND)는 원이 아닌 타원 으로 표현됩니다.

CIE 1994

CIE-94 색차 공식인 ΔE * ₉₄ 는 ΔE * _ab 보다 인지된 색차를 더 잘 측정하는 방법을 제공합니다.

(DCIH(5.37); 1로 설정된 상수를 생략함)

S _C = 1 + 0.045 C * ; S _H = 1 + 0.015 C *(DCIH (1.53, 1.54) )

[ 기하 평균 채도(chroma)는 색상 1과 2에 대해 대칭적인 결과를 제공합니다. 그러나 색상 중 하나(첨자 s 로 표시됨)가 표준 색상인 경우, _SC 와 _SH를 계산할 때는 표준 색상의 채도인 Cs * = ( _as * ² + _bs * ² ) ^¹/²를 사용하는 것이 좋습니다. 이 비대칭 방정식은 _브루스 린드블룸이 사용합니다.

(색조 차이; DCIH(5.36))

(색상 차이)

CMC — CMC 색차 공식은 섬유 산업에서 원단 색상을 맞추는 데 사용되지만, 사진 산업에서는 널리 사용되지 않습니다. 이 공식은 약간 비대칭적인데, 아래첨자 's'는 표준(기준) 측정값을 나타냅니다. CMC는 영국 염색 및 채색 전문가 협회(Society of Dyers and Colourists )의 색 측정 위원회입니다. 여기서는 참고용으로만 언급합니다. Δ E * CMC ( l,c ) = ( (Δ L * ⁄ lS L ) 2 + (Δ C * ⁄ c S C ) 2 + (Δ H * ⁄ S H ) 2 ) 1/2 (DCIH (5.37) ), 여기서 그래픽 아트 인지성 측정에 사용되는 Δ E * CMC (1,1) ( l = c = 1)도 Imatest 에서 사용되었습니다. S L = 0.040975 L s * ⁄ (1+0.01765 L s *) ; L s * ≥ 16 (DCIH (1.48) ) = 0.511 ; L s * < 16 S C = 0.0638 C s * ⁄ (1+0.0131 ) + 0.638 ; S H = S C ( T CMC F CMC + 1 - F CMC ) (DCIH (1.49, 1.50) ) F CMC = ( ( C s * ) 4 ⁄ ( ( C s * ) 4 + 1900 ) ) 1/2 (DCIH (1.51); T CMC = 0.56 + | 0.2 cos( h s * + 168°) | 164° ≤ h s * ≤ 345° (DCIH (1.52) ) = 0.36 + | 0.4 cos( h s * + 35 °) | 그렇지 않은 경우 ΔH * 와 ΔC *는 CIE-94와 동일한 공식을 갖습니다.

CIEDE2000

CIEDE2000 공식( ΔEoo 및 _ΔCoo )은 현재 가장 우수한 색차 측정법으로, 이전 공식보다 더 정확하다고 볼 수 있습니다. 해당 공식 _은 위키피디아의 색차 페이지 와 Gaurav Sharma의 CIEDE2000 색차 공식 웹페이지에 나와 있으므로 여기서는 생략합니다. 매개변수 _kL , _kC , _kH 에는 기본값 1이 사용됩니다.

CIE 1976 색차 측정법(Δ E* _ab ...)은 여전히 가장 널리 알려져 있습니다. CIE 1994는 더 정확하고 안정적이며 비교적 간단한 방정식을 유지합니다. CIEDE2000 방정식 (DCIH, 1.7.4절, 34-40쪽)의 복잡성으로 인해 널리 채택되는 데 시간이 걸렸지만, 현재는 표준으로 인정받고 있습니다. CIEDE2000 색차 측정법이 최선의 선택입니다.

색차 ΔC (휘도 차이를 제외한 색차)

노출 오류는 색차ΔE * _ab , ΔE * ₉₄ 및 ΔE * ₀₀ 에 큰 영향을 미칩니다. 노출 오류와 무관하게 색차를 살펴보는 것이 유용하므로 ΔL *을 제외한 색차를 정의합니다.

(이것은 Delta-E에서 Delta-L을 제거한 보다 일반적인 형태입니다.)

Δ C _00은 Δ E ₀₀ (제곱근) 방정식에서 ( Δ L' ⁄ k _L S _L ) ² 항을 생략합니다( Sharma 참조).

이 공식들은 a*와 b* 값이 노출에 어느 정도 영향을 받기 때문에 노출 오차의 영향을 완전히 제거하지는 못하지만, 관리 가능한 수준으로 줄여줍니다. ΔC 의 정의는 순수 색차 차이인 Δ| C *|와 다르기 때문에 혼란을 야기할 수 있다는 점에 유의해야 합니다. 여기서 색차 = | C *| = sqrt(a* ^² + b* ^² )입니다. Δ| C *|는 색조를 포함하지 않기 때문에 지각적 측정값으로 적합하지 않습니다.

Colorcheck 회색조에 사용되는 기타 색상 차이

네 번째 컬러체크 그림의 하단에는 화이트 밸런스 오류 (중립 회색과의 편차)가 표시되어 있으며, 이는 네 가지 방식으로 정량화됩니다.

1. ΔC _2000. 이것은 아마도 가장 지각적으로 의미 있는 색차 측정값일 것입니다. 위키피디아의 색차 페이지를 참조하십시오. 색 공간에 독립적입니다.
2. HSV 색 모델의 채도 S (버건디) 는 완벽한 중성 회색인 0 부터 완전히 포화된 색상인 1까지의 값을 가질 수 있습니다. S 에 해당하는 지각적 색차는 색 공간에 따라 다릅니다.
3. 색온도(CCT) 오차는 켈빈도 (K) 단위로 계산되었으며 , Günther Wyszecki와 WS Stiles의 저서 『색채 과학: 개념과 방법, 정량적 데이터 및 공식』(224-228쪽)에 있는 표를 사용했습니다. 색온도는 조명을 나타내는 데 보편적으로 사용됩니다. 색온도가 높을수록 시각적으로 "차가운" 느낌, 즉 더 파란색으로 보입니다. CCT 오차는 측정된 값이 중성 회색에서 벗어나게 하는 조명 색온도의 변화를 나타냅니다.
4. 미레드 (Mired, 마이크로 역도) 단위의 역색온도 (파란색) 로, 미레드 = ^10⁶ / (켈빈도)입니다. 색온도 오차보다 지각적으로 더 균일한 측정 기준입니다. 과거에는 광학 색 보정 필터의 강도를 지정하는 데 사용되었지만, 디지털 시대에는 이러한 필터가 거의 필요하지 않기 때문에 많이 사용되지 않습니다.

색상 차이 표현(타원)

색차는 Imatest 에서 L*a*b* 공간의 a*b* 평면 상에 ΔC 원 또는 타원으로 나타낼 수 있습니다. 또한 xy 및 uv 표현으로도 표시할 수 있는데, 이는 이러한 공간의 지각적 균일성을 시각화하는 데 유용합니다(uv 표현은 주장만큼 좋지는 않지만). 하지만 일반적으로 a*b* 표현이 가장 적합합니다. 아래에는 세 가지 ΔC 표현이 나와 있습니다(이미지를 클릭하면 전체 크기로 볼 수 있습니다). ΔC ₉₄ 와 ΔC ₂₀₀₀ 은 서로 유사하지만 ΔC ab와는 매우 다르며(ΔC _ab 보다 우수합니다).

색차 원 또는 타원 (ΔC _xx = 4일 때 표시됨)

ΔC ab 원

ΔC 94 타원

ΔC 2000 타원

이 타원들이 Imatest 에 추가되기 전까지는 일반적으로 사용할 수 없었습니다. 우리는 ΔC ₉₄ 와 ΔC ₂₀₀₀ 의 차이가 실제보다 더 크다고 생각했습니다. 색상/톤 설정 에서 색상 타원 드롭다운 메뉴를 통해 이 타원들을 설정할 수 있습니다. 색상/톤 자동 설정은 색상/톤 설정에서 저장된 설정을 사용합니다. Colorcheck 에서는 설정 창에서 선택할 수 있습니다.

색상 차이 시각화 도구

Imatest 5.2 에 색상 차이를 시각화하는 앱이 추가되었습니다. 이 앱은 최소 sRGB 색역을 지원하는 고품질 보정 모니터에서 볼 때 최상의 성능을 발휘하지만, 저품질 모니터에서도 색상 정보를 제공할 수 있습니다. Imatest 메인 창 에서 이 앱을 열려면 [유틸리티] , [색상 차이 시각화 도구]를 누르 거나, [ 유틸리티] 탭 에서 [색상 차이 시각화 도구] 를 누르세요. 그러면 아래와 같은 창이 열립니다. 왼쪽 큰 화면에는 a* = b* = 0이 표시되고, 아래쪽 작은 화면에는 Δa* = Δb* = 0이 표시되어 회전 기능을 보여줍니다.

색차 값을 확인하려면 왼쪽에 있는 큰 a*b* 표시를 클릭하여 a*,b* 기준값을 선택하세요. (a*와 b* 값은 가장 가까운 정수로 반올림됩니다.) 그런 다음 아래쪽에 있는 작은 표시를 클릭하여 Δa*와 Δb*를 선택하세요. 색차 결과는 오른쪽 상단에 표시됩니다. a*b*와 Δa*Δb* 표시 모두에서 + 기호는 a*, b* 값을 더하거나 빼는 것을 의미합니다.  기준값 과 o는 Δa*, Δb* 차이값을 나타냅니다. 선택된 값은 각각 x축과 y축 근처에 표시됩니다.

결과 표시에서 바깥쪽 영역은 a*, b* 기준값(자홍색으로 표시됨)이고 안쪽 부분은 a*+Δa*, b*+Δb* 이동 값(위에서 ΔC ₂₀₀₀ ≅ 4 타원을 중심으로 회전하는 것으로 표시됨)입니다.

a*b* 표시 오른쪽 아래에 있는 ^ , v , < , > 기호가 있는 작은 버튼을 누르면 a* 또는 b* 값이 1씩 이동합니다. Δa*Δb* 표시 오른쪽에 있는 작은 ctr 버튼을 누르면 Δa* = Δb* = 0으로 설정됩니다.

sRGB 색 공간을 가정합니다. 큰 a*b* 이미지에서 가운데 회색 곡선은 L(HSL) = 0.5인 sRGB의 색역 경계를 나타냅니다. 이는 CIELAB L* = 50과는 다릅니다(이 값에 해당하는 곡선을 찾기가 더 어렵습니다).

L* 슬라이더를 사용하면 휘도 L*를 설정할 수 있습니다.

오른쪽 하단의 '타원 회전' 버튼을 누르면 Δa * 및 Δb* 값이 타원을 따라 회전합니다. 기본 타원은 ΔC 2000 = 4에 대한 것입니다. 버튼을 눌러 회전을 일시 중지하거나 다시 시작할 수 있습니다. 설정 드롭다운 메뉴에서 '빠른 회전 '을 선택(또는 선택 해제)할 수 있습니다.  눈이 적응하는 방식 때문에 회전하는 이미지의 색차는 정지된 이미지보다 더 눈에 띄게 나타날 수 있습니다.

설정 드롭다운 메뉴를 사용하면 기본값(a* = Δa* = b* = Δb* = 0 및 L* = 70)을 재설정하거나, Δa*Δb* 창에서 축 제한을 ±20(기본값) 또는 ±10으로 설정하거나, 빠른 회전을 선택할 수 있습니다.

색상 타원 드롭다운 메뉴를 사용하면 타원 유형(없음, Macadam, ΔC _ab , ΔC ₉₄ , ΔC ₀₀ (ΔC ₂₀₀₀ ))과 확대 배율(ΔC 타원의 경우 일반적으로 4배 또는 2배, Macadam 타원의 경우 10배 또는 5배, 1배는 너무 작아서 유용하지 않음)을 설정할 수 있습니다. ΔC ₂₀₀₀ 은 현재 사용 가능한 최상의 색차 공식이지만 완벽하지는 않습니다.

색상 차이는 채도(포화도) 증가/감소를 통해 보정되었습니다.

많은 디지털 카메라는 이미지의 외관을 개선하기 위해 채도(크로마)를 의도적으로 높입니다. 이러한 채도 증가는 위의 ΔE * 및 ΔC 공식에서 색상 오차를 증가시키지만, 과도하지 않게 적용하면 체감되는 이미지 품질을 향상시킬 수 있습니다.

평균 채도 백분율은 다음과 같습니다.

채도(%) = 100% * (측정 평균( ( a _i * ² + b _i * ² ) ^1/2 ) ) ⁄ (컬러체커 평균( ( a _i * ² + b _i * ² ) ^1/2 ) )

= 100% * 평균(| _측정된 C |) ⁄ 평균(| _이상적인 C |) ; | C _i | = ( a _i * ² + b _i * ² ) ^1/2

1 ≤ i ≤ 18 (컬러체커의 첫 세 행)

채도 인식과 밀접한 관련이 있는 크로마는 Chroma(%) > 100일 때 증폭됩니다. 크로마 증폭은 ΔE * 및 ΔC* 색상 오차 측정값을 증가시킵니다. 이미지 편집기에서 채도 설정을 통해 크로마 증폭을 쉽게 제거할 수 있으므로, 평균 크로마를 100%로 보정(정규화)한 후 색상 오차를 측정하는 것이 유용합니다. 이를 위해 위의 식에서 측정된 (카메라) 값 _ai 와 _bi 대신 정규화된 _{ai_corr} 와 _{bi_corr를} 대입합니다.

a _{i_corr} = 100 a _i ⁄ 크로마(%) ; b _{i_corr} = 100 b _i ⁄ 크로마(%)

컬러체커의 기준값은 변경되지 않았습니다. 채도를 보정한 색차는 Δ C* _ab (corr), Δ C* ₉₄ (corr), Δ C* ₂₀₀₀ (corr)로 표시됩니다.

평균 및 RMS 값

컬러체크 그림 3은 채도 보정을 적용한 ΔC * _ab 값과 보정하지 않은 ΔC*ab 값의 평균 및 RMS 값을 나타냅니다.

평균( x ) = Σ x _i ⁄ n (n개의 x 값에 대해).

RMS( x ) = σ( x ) = (Σ x _i² ⁄ n ) ^{1/2 (} n개의 x 값에 대해)

RMS 값은 오차가 클수록 가중치가 높아지기 때문에 중요한 의미를 갖습니다.