La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Nicolas Holzschuch iMAGIS-GRAVIR/IMAG

Présentations similaires


Présentation au sujet: "Nicolas Holzschuch iMAGIS-GRAVIR/IMAG"— Transcription de la présentation:

1 Nicolas Holzschuch iMAGIS-GRAVIR/IMAG
Modèles de couleur Nicolas Holzschuch iMAGIS-GRAVIR/IMAG

2 Modèles de couleur Qu’est-ce qu’une couleur ? Définitions Artistiques
Teinte, saturation, luminance Physiques/biologiques Spectre, stimulus Fonctions de base universelles Espaces perceptuellement uniformes Informatiques RGB, CMYK, HSV, YCbCr…

3 Définitions du peintre
Définitions basées sur le mélange des peintures Vocabulaire habituel de la couleur Saturation Teintes Blanc Couleur pure Tons Luminosité Gris Ombres Noir

4 Définition physique Une couleur = un spectre

5 Définition spectrale Échantillonnage de la couleur entre 380 nm (violet) et 720 nm (rouge) Longueurs d’onde visibles En dessous de 380 nm : ultra-violet Au dessus de 720 nm : infra-rouge

6 Teinte, saturation… (2) Définition physique liée au spectre :
Teinte = longueur d’onde dominante Saturation = pureté de l’excitation Luminance = quantité de lumière Couleur pure = une seule longueur d’onde

7 Exemple simplifié l Energie P(l) Luminance= aire sous la courbe
Longueur d’onde dominante e2 Saturation e1 l 400 nm Violet Teinte 760 nm Rouge

8 Perception de la couleur
La rétine : Cônes Bâtonnets Bâtonnets : Perception achromatique Lumière atténuée Cônes : Perception chromatique (3 types) Concentrés au centre de la rétine

9 3 sortes de cônes

10 3 sortes de cônes : conséquence
Spectres différents, couleurs perçues comme identiques : métamères

11 Représentation des couleurs
La représentation spectrale est trop riche Par rapport à la vision En coût mémoire La vision humaine n’a que trois fonctions de base Il doit exister une représentation compacte Pourquoi pas les couleurs primaires ? Rouge, vert, bleu

12 Un léger défaut

13 Une nouvelle fonction de base
Les couleurs primaires ont un défaut : L’ensemble des couleurs visibles ne peut pas être représenté avec des coordonnées positives Besoin de nouvelles fonctions de base Couvrant tout le visible Avec des coordonnées positives Linéaires par rapport à RVB Commission Internationale de l’Éclairage 1931

14 CIE XYZ

15 CIE XYZ Y = luminance (perçue par la vision humaine)
X,Y, Z : représentation de la couleur Conversion vers RVB : linéaire Matrice 3x3 de conversion Chromaticité : XYZ représente toutes les couleurs Besoin de pouvoir séparer la luminance de la chromaticité « le même rouge, mais en plus sombre »

16 Chromaticité On introduit (x,y) :
Parfois, on donne (x,y,Y) au lieu de (X,Y,Z) Plus facile à mesurer Conversion :

17 Diagramme de chromaticité
y Couleurs pures 500 nm Couleurs combinées 720 nm 380 nm x

18

19

20

21 Diagramme de chromaticité

22 Diagramme de chromaticité

23 Diagramme de chromaticité
Couleurs affichables par le moniteur

24 Diagramme de chromaticité

25 Perception des couleurs
Distance entre deux couleurs : Dans l’espace de base : facile Pour la vision humaine : utile Idéalement, il y a un lien entre les deux Espace des couleurs perceptuellement uniforme Lien constant, indépendant de la couleur Différences juste perceptibles : Plus petite distance entre deux couleurs perçues comme différentes

26 Différences juste perceptibles dans l’espace xy

27 Espaces perceptuellement uniformes
CIE, 1976 L*a*b* et L*u*v* An : coordonnée d’un blanc de référence

28 L*a*b* et L*u*v* Perceptuellement uniformes tous les deux
Par construction L* : luminance, perceptuellement uniforme L*a*b* : Orthonormal L*u*v* : Conversion facile avec XYZ et donc RGB Simple projection

29 Représentation informatique
Comment on définit une couleur ? Ensemble de coordonnées dans un espace de couleurs Plusieurs fonctions de base possibles Fidélité des couleurs Relation avec l’interface Bleu pour le froid, rouge pour le chaud

30 Fonctions de base Basées sur l’outil d’affichage :
RGB, CMYK, YCbCr Basées sur l’interface homme-machine HSV Conversion entre eux ? Conversion vers un espace indépendant (par exemple XYZ) ?

31 Rouge-Vert-Bleu Le plus connu des systèmes
utilisé (en interne) dans tous les moniteurs additif

32 Cyan-Magenta-Jaune Utilisé dans les imprimantes couleurs Soustractif

33 Conversion CMJ-RVB En théorie : En pratique : Conversion non-linéaire
C=1-R M=1-V J=1-B En pratique : Conversion non-linéaire Contraintes physiques Ordre des couches d’encre, mélange… Réaction du papier

34 CMYK K pour blacK Économie : Plusieurs possibilités :
L’encre noire est moins chère que les encres de couleur Plusieurs possibilités : Par exemple : K = min(C,M,Y) C = C-K M = M-K Y = Y-K Suppose que le noir se mélange parfaitement à toutes les autres couleurs En pratique, conversion non-linéaire, basée sur l’expérience, l’ordre des couches…

35 Le cube RVB/CMJ

36 Fonctions de base “type Y”
YIQ, YUV, YcbCr… Utilisées pour la télévision couleur (et donc la vidéo) Y la luminance Cb et Cr la chromaticité En N & B, on n’affiche que Y En couleur, on convertit vers RVB YUV=PAL, YIQ=NTSC

37 Fonctions de base YCbCr
Y doit être égal à la luminance: Y=LumaRed*R+LumaGreen*G+LumaBlue*B Cb est la chromaticité bleue : Cb = (B-Y)/(2-2*LumaBlue) Cr est la chromaticité rouge : Cr = (R-Y)/(2-2*LumaRed) LumaRed, LumaGreen, LumaBlue mesurées, correspondent aux phosphores du téléviseur

38 Valeurs de luminance Les valeurs dépendent du standard télé choisi :
CCIR 601: Lr=0.299, Lg=0.587, Lb=0.114 CCIR 709: Lr=0.2125, Lg=0.7154, Lb=0.0721 Espace YIQ (NTSC) :

39 Intérêts de YCbCr Parfois, on est obligé de l’utiliser
Travail avec entrées/sorties vidéo Efficace pour la compression d’images : Meilleur taux de compression si on convertit en YCbCr avant la compression Grosse bande passante pour Y Plus petite bande passante pour la chromaticité L*a*b* est efficace pour ça aussi

40 Teinte-Saturation-Luminance
Hue-Saturation-Value (ou Luminance) : HSV, HSL Pratique pour l’interface homme-machine:

41 Teinte-Saturation-Luminance
max=max(R,G,B) min=min(R,G,B) V=max S=(max-min)/max delta=max-min si max=R alors H=(G-B)/delta sinon si max=G alors H=2+(B-R)/delta sinon si max=B alors H=4+(R-G)/delta H = H*60 si H<0 alors H=H+360

42 TSL, HSV, HSL Pratique pour les interpolations
Interpoler entre rouge et vert Rampe de couleur Effets de couleur pour la visualisation Varier la saturation, à teinte constante Varier la teinte, à saturation constante Carte d’altitude, par exemple

43 Le cone HSV

44 Espaces de couleur

45 Fidélité des couleurs Problème : conserver la même couleur quand on change d’outil de visualisation Solution : passer dans un espace indépendant Échantillonner les phosphores RVB Convertir en XYZ :

46 Fidélité des couleurs (2)
Description du moniteur disponible sur le site du fabricant On extrait Xr, Xg, Xb… Pour d’autres sorties (imprimantes, par ex.) : Tables de conversion multi-dimensionnelles « Profil » de chaque outil, disponible (www.icc.org) Chaîne de conversion d’un outil à un autre RVB outil 1 vers XYZ XYZ vers Lab Lab vers CMYK outil 2

47 En pratique… Ça se dégrade avec l’âge :
Les phosphores, le canon à électrons s’usent Plus efficace de mesurer directement le profil du moniteur, de l’imprimante Mais plus cher (caméra spéciale, logiciel) Ou mesurer directement la chaîne de conversion Scanner-moniteur-imprimante

48 Gamma-Correction La perception humaine est logarithmique
L’une des causes du Mach-banding (cf. cours suivant) Intensité perçue, L* Définie comme une racine cubique de l’intensité émise, Y En fait, à cause de l’offset et de l’échelle, presque un Y puissance 0.4

49 Gamma correction (2) Le canon à électron du moniteur n’est pas linéaire non plus Luminance produite liée au voltage appliqué, à la puissance 2.5 Théoriquement, les deux s’annulent (Pure coïncidence) Mais en fait… Les caméras vidéo font la conversion inverse Plus pratique de stocker un RVB non linéaire (sur 8 bits)

50 Gamma correction Correction effectuée par la carte, avant le moniteur
Pour compenser le comportement du canon à électrons Paramétrable Une cause de bugs intéressante Surtout si mal paramétré (valeurs <1 ou > 4) Unix ≈ 1.45, Mac ≈ 1.8, NTSC & PC ≈ 2.2, PAL ≈ 2.9…

51 Affichage des couleurs
Capacité d’affichage de l’outil Mesurée en bits : 1 bit=2 niveaux, 8 bits=256 niveaux bits par fonction de base : 24 bits=256 niveaux pour chacun de R,V,B Dépends de l’outil : TV : 30 dpi, 8bits de couleur Moniteur : dpi, 24 bits de couleur Imprimante : dpi, 3 bits de couleur (8 couleurs) Photo: 800 dpi, 36 bits de couleur

52 Augmenter le nombre de couleurs
La quantité de couleurs affichables est insuffisante Surtout avec 8 bits, ou une imprimante Afficher des images qui contiennent plus de couleurs ? Dépasser la capacité théorique de l’outil Idée de base : Sacrifier la résolution spatiale au profit des couleurs

53 Halftoning Imprimantes de qualité :
Impriment des disques dont la taille varie inversement avec I Résolution de halftone Différente de la résolution spatiale 60-80 dpi pour un journal, pour un livre

54 Dithering Autre méthode pour traiter plus de couleurs
Un bloc de pixels pour représenter les couleurs n*n pixels pour n*n+1 niveaux de couleur

55 Dithering (2) Exemple pour 2x2: Notation matricielle : 1 2 3 4

56 Notation matricielle Pour le niveau i, on affiche les pixels avec v<i La forme de la matrice dépend de l’outil : Points dispersés pour un moniteur Points regroupés pour une imprimante

57 Dithering, suite Un pixel d’image remplacé par 4, 9, 16… pixels de l’imprimante On veut garder la résolution originale : Utiliser un modulo : i=x modulo n j=y modulo n On allume le pixel si (i,j) dans la matrice de dithering est plus petit que I(x,y)

58 Dithering, encore On voit apparaître le motif de dithering
Pour le faire disparaître : Floyd-Steinberg On commet une erreur à chaque pixel Diffuser l’erreur aux pixels voisins Ça se voit moins, mais l’image est plus floue

59 Conclusion Représentation des couleurs
Plusieurs fonctions de base Adaptées à différentes taches Moniteur, imprimante, vidéo… Conversion facile entre les outils Fidélité des couleurs, représentation indépendante Dithering pour augmenter le nombre de couleurs


Télécharger ppt "Nicolas Holzschuch iMAGIS-GRAVIR/IMAG"

Présentations similaires


Annonces Google