色彩外観モデル

色の見え方モデル( CAM )は、人間の色覚の知覚的側面、つまり色の見え方が刺激源の対応する物理的測定値と一致しない視覚条件を記述しようとする数学モデルです。(対照的に、色モデルは、 RGBやCMYK色モデルなどの色を記述するための座標空間を定義します。)

均一色空間( UCS ) は、色を作る属性を知覚的に均一にすることを目指す色モデルです。つまり、2 つの色間の空間距離が同一であれば、知覚される色の違いも同一になります。固定された表示条件での CAM は UCS になり、可変表示条件をモデル化した UCS は CAM になります。このようなモデル化のない UCS も、基本的な CAM として使用できます。

色は観察者の心の中に生じます。客観的には、目に入る光のスペクトル分布しかありません。この意味では、色の知覚は主観的です。しかし、光のスペクトル分布を人間の感覚反応に定量的にマッピングする試みは成功しています。1931年、国際照明委員会（CIE）は心理物理学的測定を使用して、XYZ色空間^[1]を作成し、この基本的な感覚レベルで人間の色覚をうまくモデル化しました。

ただし、XYZ カラー モデルは、特定の表示条件 (網膜の刺激位置、目に当たる光の輝度レベル、観察対象の背景、周囲の光の輝度レベルなど) を前提としています。これらの条件がすべて一定である場合に限り、2 つの同一の刺激 (それによって XYZ三刺激値も同じ) は、人間の観察者にとって同一の色の外観を生み出します。あるケースで条件が変化すると、2 つの同一の刺激 (それによって XYZ 三刺激値も同じ) は異なる色の外観を生み出します (その逆も同様で、2 つの異なる刺激 (それによって XYZ 三刺激値が異なる) は、同一の色の外観を生み出す可能性があります)。

したがって、表示条件が変化する場合は、XYZ カラー モデルでは不十分であり、人間の色知覚をモデル化するために色の見え方モデルが必要になります。

あらゆる色の見え方モデルにおける基本的な課題は、人間の色覚が ​​XYZ 三刺激値ではなく、見え方のパラメータ(色相、明度、輝度、彩度、カラフルさ、彩度) に基づいて機能することです。したがって、あらゆる色の見え方モデルでは、XYZ 三刺激値からこれらの見え方のパラメータ (少なくとも色相、明度、彩度) への変換 (表示条件を考慮する) を提供する必要があります。

このセクションでは、色の見え方モデルが対処しようとする色の見え方現象のいくつかについて説明します。

色順応とは、反射物体を観察するときに、照明光源の白色点(または色温度)から抽象化する人間の色知覚能力を指します。人間の目には、照明が青みがかっていても黄色がかっていても、白い紙は白く見えます。これは、すべての色の見え方の現象の中で最も基本的かつ最も重要なため、この動作をエミュレートしようとする色順応変換(CAT) は、あらゆる色の見え方のモデルの中心的な要素です。

これにより、単純な三刺激値ベースのカラー モデルとカラー アピアランス モデルを簡単に区別できます。単純な三刺激値ベースのカラー モデルは、照明されたオブジェクトの表面の色を記述するときに光源の白色点を無視します。光源の白色点が変化すると、単純な三刺激値ベースのカラー モデルによって報告される表面の色も変化します。対照的に、カラー アピアランス モデルは光源の白色点を考慮します (カラー アピアランス モデルが計算にこの値を必要とするのはそのためです)。光源の白色点が変化する場合、カラー アピアランス モデルによって報告される表面の色は同じままです。

色順応は、異なる XYZ 三刺激値を持つ 2 つの異なる刺激が同一の色の外観を作り出す場合の代表的な例です。照明光源の色温度が変化すると、スペクトル分布も変化し、白い紙から反射される光の XYZ 三刺激値も変化しますが、色の外観は同じ (白) のままです。

いくつかの効果により、人間の観察者による色相の知覚が変化します。

• ベゾルト・ブリュッケ色相シフト：単色光の色相は輝度に応じて変化します。
• アブニー効果:白色光（中性色と予想される）を加えると、単色光の色相が変化します。

いくつかの効果により、人間の観察者による コントラストの認識が変化します。

• スティーブンス効果:輝度に応じてコントラストが増加します。
• バートソン・ブレネマン効果:画像のコントラスト (LCD ディスプレイ上の画像などの発光画像) は、周囲の照明の輝度に応じて増加します。

人間の観察者による色彩の知覚を変える効果があります。

• ハント効果：輝度に応じて彩度が増します。

人間の観察者による明るさの知覚を変える効果があります。

• ヘルムホルツ・コールラウシュ効果:明るさは彩度とともに増加します。CIECAM02 ではモデル化されていません。
• CIECAM02 によってモデル化されたコントラストの外観効果 (上記参照)。

空間現象は、画像の特定の場所の色にのみ影響します。これは、人間の脳がこの場所を特定の文脈で解釈するからです (たとえば、灰色ではなく影として)。これらの現象は、錯視とも呼ばれます。その文脈性のため、モデル化するのが特に難しく、これを試みる色の見え方モデルは、画像色の見え方モデル (iCAM)と呼ばれます。

色の見え方のパラメータと色の見え方の現象は数多くあり、タスクは複雑であるため、普遍的に適用される単一の色の見え方モデルは存在せず、代わりにさまざまなモデルが使用されます。

このセクションでは、使用されている色の見え方モデルの一部を示します。これらのモデルの一部の色順応変換は、LMS 色空間にリストされています。

1976 年、CIE は、互換性のない既存の多くの色差モデルを、新しい普遍的な色差モデルに置き換えることに着手しました。彼らは、知覚的に均一な色空間 (UCS)、つまり 2 つの色間の空間距離が等しいと知覚される色差の量も等しくなる色空間を作成することでこの目標を達成しようとしました。部分的にしか成功しなかったものの、それによって、最初の色の見え方モデルになるために必要なすべての機能を備えたCIELAB (“L*a*b*”)色空間が作成されました。CIELAB は非常に基本的な色の見え方モデルですが、 ICC プロファイルを使用した色管理の構成要素の 1 つになったため、最も広く使用されているモデルの 1 つです。そのため、デジタル イメージングでは基本的にどこにでも存在します。

CIELAB の制限の 1 つは、より正確な結果を得るために最初に LMS 色空間に変換するのではなく、XYZ 色空間で直接フォン クリース変換法を実行する (「間違ったフォン クリース変換」と呼ばれることが多い) ため、本格的な色順応が提供されないことです。ICC プロファイルは、CIELAB と組み合わせて LMS色空間へのブラッドフォード変換マトリックス(LLAB 色外観モデルで最初に登場)を使用することで、この欠点を回避します。

「間違った」変換のため、CIELAB は非基準白色点が使用されるとパフォーマンスが低下することが知られており、限られた入力に対しても CAM として不十分です。間違った変換は、L が変化すると紫に曲がる不規則な青色にも影響を及ぼし、UCS も不完全になります。

Nayatani らによる色の見え方モデルは、照明工学と光源の色のレンダリング特性に重点を置いています。

Hunt 色の見え方モデルは、カラー画像の再現に重点を置いています (作成者はKodak Research Laboratoriesに勤務していました)。開発は 1980 年代にすでに開始され、1995 年までにモデルは非常に複雑になり (桿体細胞の反応を組み込むなど、他の色の見え方モデルにはない機能を含む)、さまざまな視覚現象を予測できるようになりました。このモデルは CIECAM02 に非常に大きな影響を与えましたが、その複雑さのために Hunt モデル自体の使用は困難です。

RLAB は、画像再現に重点を置き、CIELAB の重大な制限を改善しようとしています。このタスクでは優れたパフォーマンスを発揮し、使い方も簡単ですが、他のアプリケーションには十分ではありません。

CIELABとは異なり、RLABは適切なフォン・クリース段階を使用します。また、カスタマイズされたD値を許可することで、適応の程度を調整することもできます。「照明の割引」は、1.0の固定値を使用することで引き続き使用できます。^[2]

LLAB は RLAB に似ており、シンプルさを保とうとしていますが、RLAB よりも包括的であることも目指しています。最終的には、ある程度のシンプルさを犠牲にして包括的になりましたが、それでもまだ完全に包括的ではありませんでした。その後すぐに CIECAM97s が発行されたため、LLAB は広く使用されることはありませんでした。

CIE は、1997 年に CIELAB で色の見え方モデルの進化を開始した後、包括的な色の見え方モデルを独自に開発したいと考えました。その結果生まれたのが CIECAM97s です。これは包括的ではありましたが、複雑で、部分的に使いにくいものでした。CIECAM02 が発表されるまで、標準的な色の見え方モデルとして広く受け入れられました。

エブナーとフェアチャイルドは、 IPTと呼ばれる色空間で非定常色相線の問題を取り上げました。^[3] IPT色空間は、ハント・ポインター・エステベス行列（M _{HPE(D65) ）の適応形式を使用して、} D65適応XYZデータ（XD65、YD65、ZD65）を長中短錐体応答データ（LMS）に変換します。^[4]

IPT カラー アピアランス モデルは、一定の色相値が、明度と彩度の値に左右されずに一定の知覚色相に等しい色相の定式化を提供することに優れています (これは、あらゆるカラー アピアランス モデルの一般的な理想ですが、実現は困難です)。そのため、色域マッピングの実装に適しています。

ITU-R BT.2100には、より高いダイナミックレンジとより広い色域を探索することで元のIPTを改良したICtCp^{と呼ばれる色空間が含まれています。 [5] ICtCpは、Ctを0.5倍にスケーリングすることで、ほぼ均一な色空間に変換できます。この変換された色空間は、Rec. 2124の広域色差メトリックΔE} _ITPの基礎となっています。^[6]

CIECAM97 の成功を受けて、CIE は後継としてCIECAM02 を開発し、2002 年に公開しました。これはパフォーマンスが向上し、同時によりシンプルになっています。基本的な CIELAB モデルを除けば、CIECAM02 は (包括的な) 色の見え方モデルとして国際的に合意された「標準」に最も近いものです。

CIECAM02とCIECAM16はどちらも、仕様通りに実装すると、いくつかの望ましくない数値特性を持つ。^[7]

iCAM06 は、画像の色外観モデルです。そのため、画像の各ピクセルを個別に処理するのではなく、画像全体のコンテキストで処理します。これにより、コントラストなどの空間的な色外観パラメータを組み込むことができ、HDR画像に適しています。また、空間的な外観現象に対処するための第一歩でもあります。

CAM16はCIECAM02の後継で、さまざまな修正と改良が施されています。また、CAM16-UCSと呼ばれる色空間も付属しています。これはCIEワークグループによって公開されていますが、CIE標準ではありません。^[8] CIECAM16標準は2022年にリリースされ、若干異なります。^{[9] [10]}

CAM16は、マテリアルデザインカラーシステムで「HCT」（色相、彩度、色調）と呼ばれる円筒形バージョンで使用されています。色相と彩度の値はCAM16と同じです。「色調」の値はCIELAB L*です。^[11]

通常のダイナミックレンジカラー用に設計された2020 UCS。CIELABと同じ構造ですが、改良されたデータ（明度と彩度についてはCAM16出力、色相についてはIPTデータ）が組み込まれています。CIELABやIPTと同様に、実装と使用が簡単（特にsRGBから）ですが、均一性が向上しています。^[12]

2023年9月現在、CSSカラーレベル4ドラフト^[13]の一部となっており、すべての主要ブラウザの最新バージョンでサポートされています。^[14]

OSA-UCS

1947 UCS は、一般的に優れた特性を持ち、1974 年に定義された CIEXYZ からの変換です。ただし、CIEXYZ への変換には閉じた形式の表現がないため、実際に使用するのは困難です。

SRLAB2 について

RLABの精神（光源を考慮に入れない）に基づく2009年のCIELABの修正版。CIECAM02色順応マトリックスを使用して青色の色相の問題を修正。^[15]

翻訳:

HDRカラー用に設計された2017 UCS。J（明度）と2つの色度を持つ。^[16]

XYB

GuetzliとJPEG XLで使用されるUCSファミリー。主な目的は圧縮。CIELABよりも均一性に優れている。^[15]

• フェアチャイルド、マーク D. (2013)。カラーアピアランスモデル。Wiley -IS&T シリーズ イメージングサイエンスアンドテクノロジー (第 3 版)。ホーボーケン: John Wiley & Sons。ISBN 978-1-119-96703-3。