Perchè CIE94?

Dato che ci sono diverse formule di differenza di colore, ci si può chiedere quale dovremmo utilizzare per le applicazioni di home theater? Questa non è una questione puramente accademica. Il problema è che queste formule sono in grado di fornire risultati diversi, a volte radicalmente diversi. Prendiamo un esempio per illustrare questa difficoltà.

Consideriamo le tre caselle verdi sotto.

La prima casella verde nel campione 1 circonda un centro più piccolo che è più verde, molto sature. La differenza tra il centro alta saturazione e la saturazione inferiore surround è facilmente visibile. A metà del campione 2, il surround resta immutato, ma la luminosità del verde saturo, nel centro si è ridotto considerevolmente. Nel campione 3, il surround è ancora invariato, ma questa volta la luminosità della finestra di troppo saturi verde al centro è stato ridotto, ma in misura minore che nel campione 2.

Questi campioni aiutare ad illustrare come le varie formule di ΔE può dare risultati molto diversi. Secondo una delle formule del 1976, la differenza osservata nel campione di colore 1 può essere sostanzialmente ridotta abbassando la luminosità del colore saturo. Esempio 3 mostra all'incirca quello che la formula del 1976 prevede più bassa è la differenza di colore ottenibile abbassando la luminosità del centro troppo saturi. Questi campioni sono solo approssimazioni, ma il modello teorico lo conferma. Confronta due tonalità di verde, il REC. 709 specifica ad alta definizione e un campione troppo saturi:

• Rec. 709 Verde: x0.300, y0.600, Y0.715
• Troppo saturi Verde: x0.296, y0.676, Y0.715

Secondo la formula CIELUV differenza di colore, il ΔE tra questi due campioni è di 23. Se non facciamo altro che abbassare la luminosità del verde per troppo saturi

x0.296, y0.676, Y0.540,

allora, secondo CIELUV, riduciamo la differenza di colore a poco più di 11. In altre parole, CIELUV prevede che una riduzione del 25% di luminosità da solo da questa troppo saturi risultati verde in una riduzione del 52% nella differenza di colore tra quest'ultimo e la registrazione. 709 di riferimento. Questo è ciò che di esempio 3 illustra sopra. Ancora più sorprendente, se si riduce la luminosità ancora più a

x0.296, y0.676, Y0.383,

allora la differenza di colore è uguale a quello che era nel campione originale. In altre parole, CIELUV prevede che una riduzione del 48% di luminosità da solo da questa verde troppo saturi non ha effetto sulla differenza di colore percepita tra la stessa e Rec. 709 di riferimento. Questo è ciò che Campione 2 esempi sopra riportati.

L'aspetto interessante di questo è che la più recente ΔE formule-CIE94 e CIEDE2000-predire qualcosa di molto diverso. Si consideri la Figura 3 qui sotto, che mostra l'effetto sulla differenza di colore tra un Rec. 709 di riferimento (di x0.300, y0.600) e lo stesso troppo saturi verde (x0.296, y0.676), come la luminosità viene abbassato da un livello di riferimento di Y0.715 a Y0.383.

Questo grafico mostra che il 1996 e il 2000 le formule ΔE prevedere risultati molto diversi da una delle formule di 1976. In base a uno o CIE94 CIEDE2000, riducendo la luminosità di un verde troppo saturi (l'effetto è simile per il rosso) è un metodo controproducente per ridurre l'errore di colore. A differenza del 1976 formule differenza di colore (CIELAB CIELUV o) prevedere che la riduzione di luminosità di un campione troppo saturi 35% ΔE si abbassa di circa il 31%. Tuttavia, CIE94 prevede che la riduzione della luminosità del colore così tanto per il colore stesso raddoppia quasi la differenza di colore! La previsione CIEDE2000 è solo leggermente meno drammatici.

E 'importante sottolineare che queste forti differenze si limitano a misurazioni dei colori primari e secondari. È interessante notare che, nel valutare il colore del bianco, le varie formule eseguire le stesse. L'unica piccola differenza è che le scale CIELUV superiore alle alternative Lab-based (CIELAB, CIE94 e CIEDE2000).

Le varie formule variano non solo per quanto riguarda il loro trattamento di luminanza. Hanno il peso del contributo che ciascun colore primario ha nel determinare la differenza totale tra i due gamut colore. Le differenze nelle due gamme più comuni, a definizione standard SMPTE-C e ad alta definizione Rec. 709, sono riportati di seguito.

Come potete vedere, le quattro formule di differenza di colore verde trattare allo stesso modo, ma CIELUV tratta rosso e blu in modo diverso dalle alternative Lab-based. CIELUV assegna oltre la metà della differenza di colore tra il totale SMPTE-C e Rec. 709 gamme di rosso e meno di un quinto e blu. Al contrario, CIELAB, CIE94 e CIEDE2000 ogni distribuire la differenza di colore più uniforme, con l'offerta di blu il maggiore contributo.

ΔE è tutto quello che abbiamo?

Vista la proliferazione di diverse formule di pura ΔE e considerando che queste formule offrono risultati un po 'diversa, un risultato ΔE utilizzando una formula può significare qualcosa di completamente diverso rispetto al ΔE stesso in una formula diversa. Un altro problema con ΔE come una misura della differenza di colore è che fornisce un unico numero, che può rappresentare un errore di più o meno grande a seconda della percezione del colore sta guardando e se la differenza in questione è uno di saturazione, tonalità, o leggerezza. I nostri occhi non sono ugualmente sensibili a questi errori e le diverse formule di ospitare in modo diverso.

In risposta a questo problema, oltre a ΔE almeno due altri parametri per la segnalazione degli errori di colore. Entrambi sono precise e uniformi. Il primo è l'errore% in tinta, saturazione e luminosità. Semplicemente segnalando che una tonalità di rosso ha un valore di 2,4 CIE94 non è così informativo come sapendo che essa contiene errori in H (0,0%), S (1,4%), e L (-4,4%). Questo ci dice che la sfumatura di rosso è troppo debole, un po 'troppo saturi, e con una tonalità corretta.

Il secondo metodo di segnalazione differenza di colore è l'errore% in RGB. Tutto il colore è una combinazione di rosso, verde e blu. Così, tutti i colori primari e secondari possono essere definiti in termini di mix unico di RGB. Una volta che abbiamo queste miscele, allora possiamo capire errore di colore come una deviazione% dal mix appropriato.

Supponiamo che lo stesso colore di cui sopra con errori di H (0,0%), S (1,4%), e L (-4,4%) è verde e stiamo lavorando in un Rec. 709 gamma ad alta definizione. Questo colore è un errore RGB R (-0,7%), G (-10,8%), B (-0,7%). Ci sono punti di forza e di debolezza per l'approccio RGB. Come questo esempio dimostra, non è altrettanto intuitivo errori HSL. Che cosa significa insufficiente verde (-10,8%) in media verde? Non è ovvio, ma significa che la tonalità di verde è troppo debole.

Tuttavia, l'approccio RGB è probabilmente anche più preciso. Ad esempio, consideriamo di nuovo il verde troppo saturi dall'inizio di questo articolo:

x0.296, y0.676, Y0.7152

L'analisi di questo colore HSL è H (0%), S (16,9%), L (0%). Questo coglie chiaramente il fatto che il colore è saturo ma per il resto preciso.

Tuttavia, l'analisi di questo colore RGB è

R (-9,8%)
G (3,9%)
B (-9,8%)

Questa analisi ci dice che per correggere il colore bisogna aggiungere pari quantità di rosso e blu per saturare de il verde al suo punto giusto, che è quello che ci aspetteremmo. Tuttavia, ci dice qualcosa di diverso che non è previsto. Questa analisi suggerisce anche che la tonalità di verde è un po 'troppo luminoso (vi ricordo che una quantità eccessiva di un colore nello stesso colore, in questo caso una eccessiva quantità di verde in verde significa che ha la luminosità eccessiva).

La linea di fondo è che l'analisi RGB ci dice che per ridurre al minimo errore di colore senza modificare la saturazione dobbiamo abbassare la luminosità da Y0.7152 a Y0.6885, che fornirebbe valori RGB del

R (-9,8%)
G (0,0%)
B (-9,8%)

Al contrario, l'analisi HSL dice che così facendo aumenterà solo errore di colore, aumentando l'errore di leggerezza da 0% a -1,5%. Che è corretto?

La è dove le formule ΔE diventare veramente utile. Se vogliamo ridurre al minimo errore di colore senza modificare la saturazione di questo campione troppo saturi, le scelte sono tra lasciare invariata la luminosità (analisi HSL) o abbassando leggermente (analisi RGB).

Possiamo vedere dalla discussione precedente che nessuna delle formule del 1976 sono utili qui. CIELUV ci raccomanda di ridurre la luminosità del 25%. CIELAB ci raccomanda di abbassarla ancora di più. Nessuna di queste raccomandazioni sono in linea sia con il HSL RGB o l'analisi di luminosità ottimale del verde troppo saturi.

D'altra parte, dare un'occhiata a CIE94. Si prevede che per ridurre al minimo errore, senza modificare la saturazione del colore, la luminosità ottimale di questo verde troppo saturi sarebbe da qualche parte tra Y0.701 e Y0.674, che è direttamente in linea con l'analisi RGB che la luminosità ottimale per questa tonalità di verde è troppo saturi Y0.6885 o 3,9% al di sotto del Rec. 709. standard.

Quindi, se un display ha un colore troppo saturi, ma non si ha modo di correggere questo, si può migliorare l'accuratezza complessiva abbassando la luminosità del colore leggermente troppo saturi (ad esempio, riducendo il controllo del colore principale un paio di zecche). Questo è ciò che sia l'RGB e l'analisi CIE94 raccomandare. Per questo motivo, vi consiglio CIE94 come la formula preferita ΔE per valutare le prestazioni dei display a colori di qualità.