色のバランス

写真撮影や画像処理において、カラーバランスとは、色（通常は赤、緑、青の原色）の強度を全体的に調整することです。この調整の重要な目的は、特定の色、特に白やグレーなどの中間色を正しく表現することです。そのため、この一般的な方法は、グレーバランス、ニュートラルバランス、またはホワイトバランスと呼ばれることもあります。カラーバランスは、画像内の色の全体的な混合を変更し、色補正に使用されます。カラーバランスの一般化バージョンは、中間色以外の色を補正したり、効果を出すために意図的に変更したりするために使用されます。ホワイトバランスは、最も一般的なバランス調整の 1 つで、白い物体（紙や壁など）が白く見え、他の色の影にならないように色を調整することです。

フィルムまたは電子画像センサーなどのセンサーによって取得された画像データは、取得された値から、色の再現や表示に適した新しい値に変換する必要があります。取得および表示プロセスのいくつかの側面では、取得センサーが人間の目のセンサーと一致しないこと、表示媒体の特性を考慮する必要があること、取得時の周囲の表示条件が表示の表示条件と異なることなど、このような色補正が不可欠です。

一般的な画像編集アプリケーションにおけるカラーバランス操作は、通常、赤、緑、青のチャンネルピクセル値に対して直接操作され、^{[1] [2]、}色感知や再現モデルには関係ありません。フィルム写真では、カラーバランスは通常、照明やカメラレンズに色補正フィルターを使用して実現されます。 ^[3]

ニュートラルをニュートラルに保つ調整はホワイトバランスと呼ばれることもあり、カラーバランスという用語は、表示された画像内の他の色が元のシーンの色と同じ全体的な外観を持つようにする調整を指します。^[4]シーン内のニュートラルカラー（グレー、ニュートラル、白）が再現時にニュートラルに見​​えることが特に重要です。^[5]

人間は、他の色よりも肌の色調に敏感です。木、草、空はどれも気にしなくても問題ありませんが、人間の肌の色が「ずれている」と、被写体の人間は病気や死んでいるように見えます。この重要な色バランスの問題に対処するために、3 原色自体は、真のニュートラル カラーとしてバランスがとれないように配合されています。この原色の不均衡の目的は、明るさの範囲全体にわたって肌の色調をより忠実に再現することです。

ほとんどのデジタルカメラには、手動照明選択、自動ホワイトバランス、カスタムホワイトバランスのいずれかを使用して、シーンの照明の種類に基づいて色補正を選択する手段があります。^[6]これらのプロセスのアルゴリズムは、一般化された色順応を実行します。

色のバランスをとる方法は数多くあります。カメラのボタンを設定すると、ユーザーはシーンの照明の性質をプロセッサに知らせることができます。一部のカメラには、カメラをグレーカードやその他の中間色のオブジェクトに向けたときに押すボタンというオプションもあります。これにより、周囲の光の画像がキャプチャされ、デジタルカメラでその光に対して適切な色のバランスを設定できます。

カメラデータから周囲の照明を推定し、その情報を使用して画像データを変換する方法については、膨大な文献があります。さまざまなアルゴリズムが提案されており、その品質は議論されてきました。いくつかの例と参考文献を調べると、読者は他の多くのアルゴリズムにたどり着くでしょう。例としては、人工ニューラルネットワークのRetinex ^[7]やベイズ法^[8]などがあります。

画像の色のバランスをとることは、ニュートラルカラーだけでなく他の色にも影響します。色のバランスが取れていない画像は色かぶりがあると言われ、画像内のすべてのものが1つの色に偏っているように見えます。^{[9] [ページが必要]}色のバランスをとることは、この色かぶりを取り除くことと考えることができます。

色のバランスは、色の恒常性とも関連しています。色の恒常性を達成するために使われるアルゴリズムと技術は、色のバランス調整にも頻繁に使われます。色の恒常性は、色順応とも関連しています。概念的には、色のバランス調整は 2 つのステップから成ります。まず、画像が撮影された光源を判定し、次に、画像のコンポーネント (R、G、B など) をスケーリングするか、またはコンポーネントを変換して、表示光源に適合させます。

Viggiano は、4000 を超える仮想的なカメラ感度セットにおいて、カメラのネイティブRGB カラー モデルでホワイト バランスをとると、モニターの RGB よりも色の不一致 (つまり、色の歪み) が少なくなる傾向があることを発見しました。 ^[10]この差は、通常、カメラの RGB が 2 倍以上有利でした。つまり、後でモニターで編集するよりも、画像をキャプチャしたときに色のバランスを正しく取る方が有利です。後で色のバランスを取る必要がある場合は、生の画像データでバランスを取る方が、モニターの RGB でバランスを取るよりも有彩色の歪みが少なくなる傾向があります。

3x3マトリックスを使用して、3 成分画像 ( RGBなど) に対してカラー バランス調整が行われることがあります。このタイプの変換は、画像がデジタル カメラの間違ったホワイト バランス設定を使用して、またはカラー フィルターを介してキャプチャされた場合に適しています。

原則として、画像内のすべての相対輝度をスケーリングして、中立であると考えられるオブジェクトが中立であるように表示します。たとえば、 の表面が白いオブジェクトであると考えられ、255 が白に対応するカウントである場合、すべての赤の値に 255/240 を掛けることができます。緑と青についても同様に行うと、少なくとも理論上は、色のバランスが取れた画像になります。このタイプの変換では、3x3 マトリックスは対角マトリックスです。 ${\displaystyle R=240}$

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

ここで、、、は画像内のピクセルのカラーバランスがとられた赤、緑、青の成分です。 、、、はカラーバランスがとられる前の画像の赤、緑、青の成分です。また、、、、はカラーバランスがとられる前の画像内の白い面であると考えられるピクセルの赤、緑、青の成分です。これは赤、緑、青のチャンネルの単純なスケーリングであり、Photoshopのカラーバランスツールに白いスポイトツールがあるのはそのためです。sRGBで想定されているリン光体セットでホワイトバランスを実行すると、ニュートラルな面を完全にニュートラルにできるにもかかわらず、有彩色で大きな誤差が生じる傾向があることが実証されています。^[10]${\displaystyle R}$${\displaystyle G}$${\displaystyle B}$${\displaystyle R'}$${\displaystyle G'}$${\displaystyle B'}$${\displaystyle R'_{w}}$${\displaystyle G'_{w}}$${\displaystyle B'_{w}}$

画像がCIE XYZ三刺激値に変換できる場合は、そこで色のバランス調整を行うことができる。これは「間違ったフォン・クリース」変換と呼ばれている。^{[11] [12]}モニターRGBでのバランス調整よりも通常は結果が悪くなることが実証されているが、ここでは他のことへの橋渡しとして言及されている。数学的には、次のように計算される。

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

ここで、、、は色バランスのとれた三刺激値です。、、、は表示光源の三刺激値（画像が適合するように変換される白色点）です。、、、は色バランスのとれていない画像で白であると考えられる物体の三刺激値です。、、、は色バランスのとれていない画像内のピクセルの三刺激値です。モニターの原色の三刺激値が次のマトリックスになっている場合： ${\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} }$

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

ここで、、はガンマ補正されていないモニターのRGBであり、次のように使用できます。 ${\displaystyle L_{R}}$${\displaystyle L_{G}}$${\displaystyle L_{B}}$

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

網膜の桿体と3種類の色に敏感な錐体に関する理論は、100年以上も色覚の支配的な説明として生き残ってきたヨハネス・フォン・クリースの理論は、独立して適応する長波長、中波長、短波長の錐体タイプに対する効果的な刺激を表すLMS色空間への色変換法を考案した。3x3行列はRGBまたはXYZをLMSに変換し、3つのLMS原色値はニュートラルとバランスをとるようにスケーリングされ、その後、色は目的の最終的な色空間に変換される。^[13]

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

ここで、、、およびは、色バランスが取れた LMS 円錐三刺激値です。、、およびは、色バランスが取れていない画像内で白色であると考えられる物体の三刺激値です。また、、、およびは、色バランスが取れていない画像内のピクセルの三刺激値です。 ${\displaystyle L}$${\displaystyle M}$${\displaystyle S}$${\displaystyle L'_{w}}$${\displaystyle M'_{w}}$${\displaystyle S'_{w}}$${\displaystyle L'}$${\displaystyle M'}$${\displaystyle S'}$

LMS空間に変換するための行列はフォン・クライスによって指定されていませんが、CIEカラーマッチング関数とLMSカラーマッチング関数が指定されている場合はそれらから導出することができます。行列は参考書にも記載されています。^[13]

ヴィッジャーノの測定と彼のガウスカメラスペクトル感度モデルを使用すると、ほとんどのカメラRGB空間はモニターRGBまたはXYZよりも優れたパフォーマンスを発揮しました。^[10] カメラの生のRGB値がわかっている場合は、3x3の対角行列を使用できます。

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

バランス調整後、 sRGBやAdob​​e RGBなどの実用的な RGB スペースに変換します。

多数の異なるRGB空間で対角変換によってバランスがとられた画像を比較すると、いくつかの色の外観モデルで測定された色順応に関して、他の空間やカメラやモニターの空間よりも優れた機能を持つ空間がいくつか特定されました。使用された画像テストセットの大部分で統計的に最も優れたパフォーマンスを発揮したシステムは、「シャープ」、「ブラッドフォード」、「CMCCAT」、および「ROMM」空間でした。^[14]

光源の変化に適応するための最良の色行列は、必ずしも固定色空間の対角行列であるとは限りません。光源空間がN個の基底項を持つ線形モデルとして記述できる場合、適切な色変換はN個の固定線形変換の加重和となり、必ずしも一貫して対角化できるとは限らないことが長い間知られていました。^[15]

• 色かぶり
• 色温度
• ガンマ補正
• ホワイトポイント

• ホワイトバランス - nikondigital.org の紹介
• photoskop: インタラクティブな写真撮影レッスン - インタラクティブなホワイトバランス
• ホワイトバランスを理解する - チュートリアル
• 彩度によるアフィンカラーバランス、コードとオンラインデモ付き
• ニュートラルカラーのホワイトバランスを正しく設定する - 写真チュートリアル