Цветовой баланс

В фотографии и обработке изображений цветовой баланс — это глобальная настройка интенсивности цветов (обычно красного, зеленого и синего основных цветов ). Важной целью этой настройки является правильная передача определенных цветов, особенно нейтральных цветов, таких как белый или серый. Поэтому общий метод иногда называют балансом серого , нейтральным балансом или балансом белого . Цветовой баланс изменяет общую смесь цветов на изображении и используется для цветокоррекции . Обобщенные версии цветового баланса используются для коррекции цветов, отличных от нейтральных, или для преднамеренного изменения их для эффекта. Баланс белого — один из наиболее распространенных видов балансировки, при котором цвета настраиваются так, чтобы белый объект (например, лист бумаги или стена) выглядел 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, которые подходят для воспроизведения или отображения цвета. Несколько аспектов процесса получения и отображения делают такую ​​цветокоррекцию необходимой — в том числе то, что датчики получения не соответствуют датчикам в человеческом глазу, что необходимо учитывать свойства отображающей среды и что условия просмотра окружающей среды при получении отличаются от условий просмотра на дисплее.

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

Иногда настройка, позволяющая сохранить нейтральные цвета нейтральными, называется балансом белого , а фраза цветовой баланс относится к настройке, которая, кроме того, заставляет другие цвета на отображаемом изображении выглядеть так же, как цвета в исходной сцене. ^[4] Особенно важно, чтобы нейтральные (серый, нейтральный, белый) цвета в сцене выглядели нейтральными в воспроизведении. ^[5]

Люди относятся к телесным тонам более критично, чем к другим цветам. Деревья, трава и небо могут быть не в тонах, но если телесные тона «не в тонах», то человек может выглядеть больным или мертвым. Чтобы решить эту критическую проблему цветового баланса, сами трехцветные основные цвета сформулированы так, чтобы не балансировать как настоящий нейтральный цвет. Цель этого цветового основного дисбаланса — более точно воспроизвести телесные тона во всем диапазоне яркости.

Большинство цифровых камер имеют средства для выбора цветокоррекции на основе типа освещения сцены, используя либо ручной выбор освещения, либо автоматический баланс белого, либо пользовательский баланс белого. ^[6] Алгоритмы для этих процессов выполняют обобщенную хроматическую адаптацию .

Существует множество методов балансировки цвета. Установка кнопки на камере — это способ, которым пользователь может указать процессору характер освещения сцены. Другой вариант на некоторых камерах — это кнопка, которую можно нажать, когда камера направлена ​​на серую карту или другой объект нейтрального цвета. Это захватывает изображение окружающего света, что позволяет цифровой камере установить правильный цветовой баланс для этого света.

Существует обширная литература о том, как можно оценить окружающее освещение по данным камеры, а затем использовать эту информацию для преобразования данных изображения. Было предложено множество алгоритмов, и качество их обсуждалось. Несколько примеров и изучение ссылок в них приведут читателя ко многим другим. Примерами являются Retinex , искусственная нейронная сеть ^[7] или байесовский метод . ^[8]

Цветовая балансировка изображения влияет не только на нейтральные цвета, но и на другие цвета. Изображение, которое не сбалансировано по цвету, называется имеющим цветовой оттенок , поскольку все на изображении кажется смещенным в сторону одного цвета. ^{[9] [ нужна страница ]} Цветовую балансировку можно рассматривать как устранение этого цветового оттенка.

Цветовой баланс также связан с постоянством цвета . Алгоритмы и методы, используемые для достижения постоянства цвета, часто используются и 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 получено изображение; и, во-вторых, масштабирование компонентов (например, R, G и B) изображения или иное преобразование компонентов таким образом, чтобы они соответствовали источнику света для просмотра.

Виджано обнаружил, что балансировка белого в родной цветовой модели RGB камеры, как правило, приводит к меньшей цветовой нестабильности (т. е. к меньшим искажениям цветов), чем в RGB монитора для более чем 4000 гипотетических наборов чувствительности камеры. ^[10] Эта разница обычно составляла фактор более двух в пользу RGB камеры. Это означает, что выгоднее получить цветовой баланс прямо во время захвата изображения, чем редактировать его позже на мониторе. Если вам нужно выполнить цветовой баланс позже, балансировка необработанных данных изображения , как правило, приводит к меньшим искажениям хроматических цветов, чем балансировка в RGB монитора.

Цветовая балансировка иногда выполняется на трехкомпонентном изображении (например, RGB ) с использованием матрицы 3x3 . Этот тип преобразования подходит, если изображение было снято с использованием неправильной настройки баланса белого на цифровой камере или через цветовой фильтр.

В принципе, требуется масштабировать все относительные яркости на изображении так, чтобы объекты, которые считаются нейтральными, выглядели таковыми. Если, скажем, поверхность с считается белым объектом, и если 255 — это число, которое соответствует белому, можно умножить все значения красного на 255/240. Аналогичные действия для зеленого и синего приведут, по крайней мере в теории, к сбалансированному по цвету изображению. В этом типе преобразования матрица 3x3 является диагональной матрицей .${\displaystyle R=240}$

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

где , , и — сбалансированные по цвету красный, зеленый и синий компоненты пикселя в изображении; , , и — красный, зеленый и синий компоненты изображения до балансировки цвета, а , , и — красный, зеленый и синий компоненты пикселя, который, как полагают, является белой поверхностью в изображении до балансировки цвета. Это простое масштабирование красного, зеленого и синего каналов, и именно поэтому инструменты балансировки цвета в Photoshop имеют белый инструмент пипетки. Было продемонстрировано, что выполнение балансировки белого в наборе люминофора, предполагаемом sRGB, имеет тенденцию приводить к большим ошибкам в хроматических цветах, хотя это может сделать нейтральные поверхности совершенно нейтральными. ^[10]${\displaystyle R}$${\displaystyle G}$${\displaystyle Б}$${\displaystyle R'}$${\displaystyle G'}$${\displaystyle B'}$${\displaystyle R'_{w}}$${\displaystyle G'_{w}}$${\displaystyle B'_{w}}$

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

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

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

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

где , , и — негамма -скорректированный RGB-монитор, можно использовать:${\displaystyle L_{R}}$${\displaystyle L_{G}}$${\displaystyle L_{B}}$

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

Иоганнес фон Крис , чья теория палочек и трех цветочувствительных типов колбочек в сетчатке выжила как доминирующее объяснение цветового восприятия более 100 лет, мотивировал метод преобразования цвета в цветовое пространство LMS , представляя эффективные стимулы для длинноволновых, средневолновых и коротковолновых типов колбочек, 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 конечное цветовое пространство : ^[13]

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

где , , и — цветосбалансированные значения колбочек LMS; , , и — цветосильные значения объекта, который считается белым на несбалансированном по цвету изображении, а , , и — цветосильные значения пикселя на несбалансированном по цвету изображении.${\displaystyle L}$${\displaystyle М}$${\displaystyle S}$${\displaystyle L'_{w}}$${\displaystyle М'_{w}}$${\displaystyle S'_{w}}$${\displaystyle L'}$${\displaystyle М'}$${\displaystyle S'}$

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]

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

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

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

Сравнение изображений, сбалансированных с помощью диагональных преобразований в ряде различных пространств RGB, выявило несколько таких пространств, которые работают лучше других, а также лучше, чем пространства камеры или монитора, для хроматической адаптации, как измерено несколькими моделями цветового восприятия ; системы, которые показали себя статистически, а также наилучшими на большинстве использованных наборов тестовых изображений, были пространствами «Sharp», «Bradford», «CMCCAT» и «ROMM». ^[14]

Лучшая цветовая матрица для адаптации к изменению источника света не обязательно является диагональной матрицей в фиксированном цветовом пространстве. Давно известно, что если пространство источников света можно описать как линейную модель с N базисными членами, то правильное преобразование цвета будет взвешенной суммой N фиксированных линейных преобразований, не обязательно последовательно диагонализируемых. ^[15]

• Цветовой оттенок
• Цветовая температура
• Гамма-коррекция
• Белая точка

• Баланс белого - Введение на nikondigital.org
• photoskop: Интерактивные уроки фотографии - Интерактивный баланс белого
• Понимание баланса белого - Учебник
• Аффинный цветовой баланс с насыщенностью, с кодом и онлайн-демонстрацией
• Правильный баланс белого для нейтральных цветов — Учебник по фотографии