CIECAM02/fr

From RawPedia
Jump to: navigation, search

Par J.Desmis

A propos de CIECAM02

Introduction - historique

Depuis de nombreuses années l'homme essaie de modéliser la couleur, sa perception par les individus.

De nombreux travaux ont été réalisés dès le moyen-âge, mais concrètement c'est au 19ème siècle, puis au 20ème qu'ont été faites les principales avancées.

Je ne suis pas un spécialiste de la physiologie du système visuel humain, pas plus qu'un chercheur dans le domaine complexe de la colorimétrie. J'ai repris quelques informations minimales qui me semblent indispensable à la compréhension, au lecteur intéressé d'approfondir s'il le souhaite ces données par l'utilisation du Web ou des quelques liens que je joins.

Couramment en photographie, on se sert de modèles qui ont 50 ans ou plus : RGB et ses dérivés (HSV, HSL, CMJN,...), XYZ, et Lab et ses dérivés (Luv, Lch).

Je ne reviendrais pas sur le modèle RGB qui est connu de tous, il est dépendant du périphérique et ne prend en compte aucun CAM (color appearance model).

La définition du CIE XYZ (1931) a constitué le premier pas de la commission internationale de l'éclairage(CIE) vers une description des couleurs conforme à la vision humaine. Sommairement, une couleur peut être caractérisée par 3 valeurs X,Y,Z obtenues par combinaison de « tristrimulus values », « CIE standard observer » et la « spectral power distribution » de la couleur de base. Ce modèle est repris dans RT notamment au niveau de la balance des blancs...Ce modèle ne prend en compte aucun CAM, mais c'est une avancée extraordinaire, car on peut dorénavant modéliser la couleur en termes cognitifs.

Le modèle Lab a été mis au point en 1976 par la CIE en le dérivant du modèle XYZ, il caractérise une couleur à l'aide d'un paramètre d'intensité correspondant à la luminance et de deux paramètres de chrominance qui décrivent la couleur. Il a été spécialement étudié pour que les distances calculées entre couleurs correspondent aux différences perçues par l’œil humain. Le modèle Lab est très implanté dans RT, il sert de base à une majorité de fonctionnalités : renforcement (sharpening), bruit (denoise), tone mapping, Lab adjustements, etc.. Le modèle Lab possède quelques caractéristiques d'un CAM, mais les prestations sont sommaires. Le modèle CIECAM02, dérivé du CIECAM97 et s'appuyant sur les travaux de G.Hunt, est le premier modèle utilisable couramment en photographie, car il est inversible...et relativement « simple », il permet de prendre en compte d'autres aspects que ceux purement cognitifs et est fondé sur les travaux de nombreux chercheurs sur la base d'échantillon de personnes qui évaluent différents paramètres comme :

  • le contraste simultané : variation de l’apparence colorée d’un objet en fonction des caractéristiques colorimétriques de son environnement proche. Par exemple une même couleur sera perçue différemment sur un fond clair ou sombre, plus le fond sera sombre plus il va être nécessaire de renforcer la couleur...
  • l'effet de Hunt :augmentation de la coloration perçue (colorfulness) avec la luminance.Un objet apparaît plus vif et contrasté en pleine lumière qu’à l’ombre.
  • Effet de Stevens : augmentation du contraste perçu avec la luminance. Quand la luminance augmente, les couleurs sombres apparaissent encore plus sombres et les couleurs lumineuses apparaissent encore plus lumineuses.
  • Effet de Helmholtz-Kohlrausch : dépendance de la brillance (brightness) par rapport à la luminance et à la chromaticité. Les objets de couleur apparaissent plus clairs que les objets achromatiques ayant la même luminance. Les couleurs les plus saturées apparaissent les plus brillantes.
  • Adaptation chromatique:ajustement par le système de vision de l'homme de certains stimuli couleur. L’adaptation chromatique nous permet d’interpréter une couleur selon son environnement spatio-temporel. C’est un effet essentiel à prendre en compte par un CAM.
  • L'adaptation chromatique est la capacité du système visuel humain à s'ajuster aux changements de conditions d'illuminant. Autrement dit, nous nous adaptons à la couleur de la source lumineuse pour mieux préserver la couleur des objets. Par exemple, sous une lumière incandescente, un livre blanc apparaît jaune. Cependant, nous avons la capacité automatiquement de modéliser la lumière jaunâtre et nous voyons donc le papier comme blanc. Le monde qui nous entoure serait en effet très compliqué si les objets changeaient de couleur chaque fois que la source de lumière change même légèrement. Depuis la nuit des temps, nous devons être capable de savoir si un fruit est mûr que ce soit le matin, le midi, ou le soir. L'adaptation chromatique nous rend cela possible. Mais elle peut être aussi la source de nombreuses illusions d’optique. Je pense que la majorité des utilisateurs de RT connaissent au moins de nom, le précédent modèle d'adaptation chromatique « Bradford »
  • etc.

Remarque : il ne sera pas ici question de « Munsell Correction », car par principe CIECAM02 est construit autour des tables de Munsell...cette correction est donc prise en compte, même si le modèle présente des lacunes !

Mes premières réflexions à propos de CIECAM02 remontent à 2007, et à l'élaboration d'une feuille de calcul, pour obtenir les meilleurs résultats lors de l'élaboration de profils « ICC input ».

Début 2012, je me suis penché sur une demande des utilisateurs : « peut-on avoir des références de couleurs – palette de couleur – (peau, ciel,..) qui permettraient par comparaison/itération une meilleure balance des blancs ». J'ai également travaillé sur la notion de « CRI -Color rendering Index » qui traduit l'écart d'un illuminant par rapport aux illuminants de base...plus le CRI est bas, plus le rendu sera mauvais à température de couleur identiqueColor_Management/fr

Le patch s'appuyant sur CIECAM02, contient les éléments nécessaires de base pour travailler ces 2 points, mais il manque un élément essentiel, pas évident à élaborer..une pipette...

J'ai longtemps considéré CIECAM02, non pas comme un gadget, mais comme quelque chose de difficile à mettre en œuvre...et avec un bonus assez faible par rapport à Lab. La demande de Michael Ezra qui m'a d'abord surpris, m'a amené à ré ouvrir le dossier ; le plug-in pour Photoshop a été pour moi une découverte par l’exemple, de CIECAM02. Je suis aujourd'hui convaincu que même si le modèle n'est pas parfait (pour certaines photos l'utilisation est quasi impossible!), c'est à ce jour un plus indéniable en termes de gestion des couleurs. Le module que je propose est une « initiation », il est possible de développer à partir des données CIECAM02, une série de fonctionnalités similaire à celles développées dans RT (Lab adjustements avec divers courbes, tone-mapping, etc.) avec probablement des avancées significatives en termes de qualité.

L'absence de véritable documentation ajoute à la complexité...Certains point de vue sont personnels (peut être entachés d'erreur ?). Si un spécialiste lit ces lignes je serai heureux de modifier mon texte et mes algorithmes !)

Quelques définitions

  1. Brigthness [brillance](CIECAM02) : La quantité de lumière perçue émanant d’un stimulus = Indicateur qu’un stimulus apparaît comme plus ou moins lumineux, clair.
  2. Ligthness [luminosité, luminance, clarté](Lab, CIECAM02):
    La clarté d’un stimulus relativement à la clarté d’un stimulus qui apparaît blanc sous des conditions similaires de visualisation.
    A noter que dans RT, le terme « brightness » s'applique à « Lightness » ! Il sera nécessaire de réaliser un patch pour renommer « brightness » en « lightness » dans les modules « exposition », « Lab adjustements », etc.
  3. Hue (teinte) et angle de teinte (partiellement dans Lab , CIECAM02) : Le degré auquel un stimulus peut être décrit comme similaire à une couleur décrite comme rouge, vert, bleu et jaune.
  4. Colorfulness (CIECAM02): La quantité perçue de teinte par rapport au gris,= indicateur qu’un stimulus apparaît comme plus ou moins coloré.
  5. Chroma (Lab, CIECAM02) : La « coloration» d’un stimulus relativement à la clarté d’un stimulus qui apparaît blanc sous des conditions identiques.
  6. Saturation (CIECAM02): La coloration d’un stimulus par rapport à sa propre bril"lance

En résumé :

  1. Chroma = (Colorfulness) / (Brightness of White)
  2. Saturation = (Colorfulness) / (Brightness)
  3. Lightness = (Brightness) / (Brightness of White)
  4. Saturation = (Chroma) / (Lightness)
    = [(Colorfulness) / (Brightness of White)]* [(Brightness of White) / (Brightness)]
    = (Colorfulness) / (Brightness)

CIECAM02 élabore et utilise plusieurs type de variables corrélées qui permettent d'utiliser ces concepts :

J: lightness ou clarté, proche de L (Lab)

C: Chroma, proche de C (Lab)

h : angle de teinte, proche de H (Lab)

H: teinte. Une teinte peut être décrite par la composition de 2 couleurs de base parmi 4 (rouge, jaune, vert, bleu), par exemple 30B70G ou encore 40R60Y.

Q: brightness

M : colorfullness

ac, bc : proches de a et b (Lab)


Alors ! Pourquoi la saturation en plus d'autres variables proches ? Je cite un texte de Robert Hunt (2001)

Of the three basic color perceptions, hue, brightness, and colorfulness, hue has no relative version, but brightness has lightness, and colorfulness has chroma and saturation. Correlates of chroma are widely used in color difference formulae, but saturation currently plays little part in color science and technology. This is perhaps because in many industries flat samples are viewed in uniform lighting for the evaluation of color differences, and in this case chroma is the appropriate contributor for samples of small angular subtense. For samples of large angular subtense, however, a correlate of saturation may be more appropriate to use. In the real world, it is common for solid objects to be seen in directional lighting; in these circumstances saturation is a more useful percept than chroma because saturation remains constant in shadows. In imaging, artists and computer-graphics operators make extensive use of series of colors of constant saturation. In optical imaging, saturation can be an important percept in large dark areas. Recent experimental work has provided a much improved correlate of saturation.

Les 3 processus

Trois processus permettent l'utilisation de CIECAM, leurs appellations dépend de chaque concepteur...J'en fait une synthèse (rappel : ce document n'est pas un cours, ni une thèse sur CIECAM...mais une aide à la compréhension et à l'utilisation).

Processus 1

On trouve les appellations de « origin », « forward », « input », « source »... Finalement j'ai choisi « source » qui correspond aux conditions de prise de vue et à la manière de ramener les conditions et les données, vers une zone « normale ». Il faut entendre par « normale », des conditions et des données moyennes ou standard, c'est à dire sans prise en compte des corrections CIECAM, par exemple « surround=average », balance des blancs D50 !

Processus 2

Il correspond au traitement des variables corrélées (J C h H Q M s a b) à diverses fins : action sur la clarté (lightness J), la brillance (brightness Q), la chroma (C), la saturation (s), le niveau de couleur (colorfullness M), l'angle de teinte h, ainsi que sur ac et bc. Il est tout à fait possible de construire un logiciel graphique autour de ses variables...

Dans le cas de ce patch pour RT, j'ai choisi arbitrairement 4 regroupements d'algorithmes :

  1. JC en lui adjoignant une fonction contraste ;
  2. Js, comme ci-dessus
  3. QM
  4. Tout : ensemble des paramètres y compris h.

Ces modules sont simples, plus à caractère pédagogique que de chercher à résoudre les problèmes de colorimétrie, même si les résultats obtenus sont de mon point de vue excellents.

J'ai complété ce processus par :

  1. des « curves » (double...) agissant sur les contrastes J (lightness) ou Q (brightness) dont le principe est similaire aux courbes doubles de « exposition » ;
  2. un choix pour des courbes de couleur entre chroma, saturation et colorfullness (niveau de couleurs) .

On pourrait ajouter d'autres algorithmes s'appuyant sur la transformée de Fourrier, ou remplaçant les fonctions équivalentes de RT...

Processus 3

On trouve les appellations de « inverse », « reverse », « ouput », ou encore « viewing conditions ».

J'ai choisi « viewing conditions » qui traduit le support sur lequel sera visionnée l'image finale (moniteur, TV, projecteur,...), ainsi que son environnement. Ce processus va prendre les données venant du processus 2 et les « amener » au support de telle manière que les conditions de visualisation et de son environnement soient prise en compte.

Nota : c'est ici qu'on trouve l'explication sur la différence de rendu entre une photo imprimée et une photo examinée sur un moniteur – même si l'imprimante est haut de gamme et bien étalonnée : les conditions d'observation ! Une photo imprimée sera souvent regardée dans un album (souvent sur un fond noir), dans un environnement peu lumineux...et souvent en éclairage tungstène. L'originale sera vue sur un moniteur avec un fond clair...et un illuminant D50...Il n'est pas question de modifier la sortie « impression », mais d'adapter la sortie « moniteur, TV... »

Ceci revient à dire, mais là s'arrête la comparaison, qu'on réalise quelque chose qui ressemble à un épreuvage, mais ce n'en est pas un puisque c'est la finalité de CIECAM, On prend en compte les réglages prévus dans « préférences » (point blanc du périphérique de sortie [écran TV, projecteur...], ainsi que sa luminance moyenne [% gris]. On prend également en compte la luminance de la pièce dans laquelle se fait l'observation, ainsi que la luminance relative de l'entourage du périphérique de visualisation (plus ou moins noir).

Synthèse simplifiée ce que permet RT avec le patch actuel :

  1. cas général de l'utilisateur qui utilise RT pour visualiser son développement...ce doit être 95% des cas. Dans ce cas « viewing conditions » correspond à l'environnement de travail de RT, par exemple :
    • point blanc du moniteur réglé sur 6000K
    • moniteur étalonné : donc Yb=18
    • mais selon :
      • le « theme » choisi dans « Preferences / General» (presque noir ou gris), il faut changer « surround »
      • l'emplacement du moniteur (sur fond neutre ou foncé), il faut changer « surround »
      • l'éclairage de la pièce, qui va changer avec l'heure , il va falloir changer « adaptation luminosity viewing La »: par exemple la nuit sans éclairage d'appoint « La » sera proche de 0 ou de 1, et à l'inverse le jour dans une pièce très lumineuse, « La » sera proche de 1000
  2. Cas moins fréquent, mais possible, car je l'ai déjà fait, je me sers de RT et du téléviseur familial pour montrer des photos et aussi les possibilités de RT. Les « viewing conditions » seront différentes et à adapter à chaque cas ; il faut reprendre chacun des points ci-dessus avec probablement des réglages différents : point blanc TV, Yb TV (empirique) ?, « surround » différent car en général on regarde la TV sur un fond tamisé, et on réduit l'éclairage de la pièce
  3. on souhaite préparer une série de photos, pour une exposition : dans ce cas en bon professionnel on va « voir » les conditions de visionnement sur place et on pose des questions sur le projecteur : point blanc, étalonnage (??), luminosité de la salle le jour de l'expo, etc. Avec RT l'utilisateur va régler « viewing conditions » pour les adapter aux conditions de l'exposition, et sortir X jpeg (ou TIFF) correspondants
  4. etc.
  5. C'est pourquoi, j'ai mis la plupart des réglages du processus #3 dans "Préférences", ce n'est pas une erreur, mais apparaît similaire à mettre le profil du moniteur qui dépend du moniteur

Données

Quelles sont les données prises en compte et quelle simplifications ai-je (arbitrairement?) opérées ? Comment les ajuster ?:

  • Yb : Yb est la luminance relative de l'arrière plan ! Avec cela on a beaucoup avancé ! Concrètement elle s'exprime en % de gris. Un gris à 18% correspond à une luminance du fond exprimée en CIE L de 50%.
  • pour le processus 3), si votre moniteur est étalonné vous devez sans problème avoir une valeur de Yb proche de 18 ou 20. Si le téléviseur ou le projecteur, qu'il semble difficile d'étalonner, vous paraît sombre, ou clair vous pouvez ajuster empiriquement cette valeur. Elle dépend du support de visualisation et peut donc être considérée comme constante pour un ensemble de photos dans une condition d'observation. Si vous souhaitez changer cette valeur allez dans « Preferences », « Color Management » : « Yb luminance output device (%) »
  • pour le processus 1) c'est nettement plus complexe, car :
  • une image est rarement avec une exposition constante et peu de variations de luminance ;
  • j'ai placé le module CIECAM en fin du processus Lab, juste avant la conversion RGB et l'envoie sur des périphériques de sortie ; on peut donc penser que l'utilisateur aura utilisé les divers outils (de qualité) de RT pour rendre l'image avec un histogramme « moyen ».
J'ai donc arbitrairement rendu inaccessible cette donnée en la calculant à partir de la luminance moyenne de l'image. Bien sûr si dans l'avenir RT était capable à l'aide de pipettes de séparer l'images en zones (sombres, normales, lumineuses...) il serait possible d'entrer plusieurs valeurs Yb. Par exemple sur une image on pourrait voir trois zones :
  • standard qui correspond à la luminance moyenne de l'image avec un Yb réglé à 20% ;
  • sous exposée (contours approximatifs délimités à la pipette...) où la luminance serait calculée et aboutirait par exemple à un Yb de 5% ;
  • surexposée où on arriverait à un Yb de 70%...
  • La : La est la luminance absolue du champ d'adaptation ! Là encore on a beaucoup avancé !
  • Dans le processus 1) elle correspond à la luminance lors de la prise de vue, si par exemple vous faites une photo à l'ombre, « La » sera proche de 2000cd/m2 ; si vous faites des prises de vues intérieur, « La » variera en fonction de l'éclairage de 20 à 300cd/m2...En reproduction, ces valeurs pourront être plus faibles encore
  • ”Luminosité de la Scène” et le bouton“Auto” (processus #1):
    • Si activée, La est calculée avec les données Exif (vitesse d'exposition, ISO, Diaphragme, compensation d'exposition de l'appareil) et aussi le point blanc Raw et le curseur de compensation d'exposition
  • pour le processus #3, cette donnée traduit l'entourage de l'image lors de la visualisation. Plus l'entourage sera sombre, plus il faudra accroître le contraste de l'image. La variable « surround » n'agit pas comme un D-lighting ou une courbe de tons, elle modifie également les couleurs dans les axes rouge-vert et bleu-jaune. Si la luminance de l'entourage est supérieure à 20% choisissez « average », sinon adaptez à vos conditions, par exemple les réglages de RT (Preferences / General / Select theme) auront une incidence sur le rendu final. Ce réglage est accessible par « Surround(viewing) ». plus l'entourage sera sombre, plus l'image verra son contraste simultané accentué.
  • Ces 2 valeurs de “La" sont paramétrable dans RT, dans le module“CIE Color Appearance Model 2002”
  • Surround (Entourage)
  • ici encore j'ai procédé à des simplifications...
  • pour le processus 1) cette donnée traduit certaines conditions de prise de vue, par exemple photos dans un musée avec un fond sombre, ou encore réalisation d'un portrait sur un fond noir. Généralement l'utilisateur de RT aura corrigé avec les nombreux outils, les écarts par rapport à sa perception. Néanmoins j'ai ajouté une case à cocher « Surround (scene) dark » (entourage sombre), qui peut être activée si nécessaire. Son utilisation aura pour effet d'éclaircir l'image (rappel le processus « ramène » les données pour les amener « normales »
  • pour le processus 3), cette donnée traduit l'entourage de l'image lors de la visualisation. Plus l'entourage sera sombre, plus il faudra accroître le contraste de l'image. La variable « surround » n'agit pas comme un D-lighting ou une courbe de tons, elle modifie également les couleurs dans les axes rouge-vert et bleu-jaune. Si la luminance de l'entourage est supérieure à 20% choisissez « average » (moyen), sinon adaptez à vos conditions, par exemple les réglages de RT (Preferences / General / Select theme) auront une incidence sur le rendu final. Ce réglage est accessible par « Surround(viewing) ». plus l'entourage sera sombre, plus l'image verra son contraste simultané accentué.
  • White-points model (modèle de point blanc)
  • 2 possibilités s'offrent à vous, là encore j'ai tenu à simplifier au maximum.
  • « WB RT + output » : ici on fait confiance à la balance des blancs de RT pour le processus 1) ; CIECAM utilise D50 comme référence : la balance des blancs de RT ramène les conditions à un équivalent D50 ; par contre pour le processus 3), il va être nécessaire – selon le besoin – de régler le point blanc du périphérique de sortie. Allez dans « Preference / Color Management / Settings white output device (monitor, TV, projector) et choisissez un illuminant parmi la liste (est-elle suffisante ? Je n'ai aucune idée sur les caractéristiques des projecteurs , lampe, température...
  • «  WB RT+CAT02 + output » ; pour le processus 3) on se retrouve comme ci-dessus ; pour le processus 1) un mix est réalisé entre la balance des blancs de RT et CAT02 qui utilise ses réglages, ce qui fait qu'on a une solution où les 2 effets (RT et CAT02) se combinent). Vous pouvez moduler l'action de CAT02, en agissant sur le curseur « CAT02 adaptation ». Vous serez probablement amenés à changer le réglage de la balance des blancs de RT, afin de bénéficier des avantages du « mix », sinon les effets s'ajoutent.
  • CAT02 est une adaptation chromatique, elle convertit les valeurs XYZ d'une image dont le point blanc est Xw0,Yw0, Zw0, en de nouvelles valeurs XYZ dont le point blanc devient Xw1,Yw1,Zw1 ; l'algorithme utilisé est proche de celui de Von Kries, donc différent de la correction de RT qui prend en compte les multiplicateurs de canaux !
  • «CAT02 adaptation et case à cocher « auto »
  • voir ci-dessus pour l'utilisation « WB CAT02 + output »
  • cependant même lorsque « white point model » est sur « equal », ce curseur peut être utile. Normalement la cas « auto » doit être cochée et CIECAM calcule lui même un coefficient interne « D » qui sert ailleurs qu'à l'adaptation chromatique. Le résultat se traduit par une valeur supérieure à 0.65 (65%), ; vous pouvez décocher la case ce qui aura pour effet de modifier le processus 1), les effets peuvent être inattendus...

Algorithmes

Choisissez JC, JS, QM (bien sûr il y a d'autres combinaisons possibles!), ou « Tout » qui reprend l'ensemble des paramètres possibles (j'ai arbitrairement exclu « h » ainsi que « ac » et « bc » des 3 algorithmes JC, JS, QM).L'utilisation la plus courante (si on peut utiliser ce terme pour CIECAM) est JC. Agissez ensuite sur les curseurs pour obtenir le rendu souhaité...qui je le rappelle dépend du périphérique de visualisation, de son environnement, de ses réglages et de la luminance de la pièce.

  • Algorithme JC
  • J simule la luminosité (lightness) – proche de L (Lab) et C simule la chroma, proche de la chromaticité c (Lch). Mais, différence importante, J et C prennent en compte les « effets » (contraste simultané, Hunt, Stevens, etc.) ce que ne fait pas Lab et encore moins RGB.
  • J varie dans l'intervalle [0..100] et correspond à une valeur relative de la luminosité (comme L, ou Value...) et en théorie C dans l'intervalle [0..180] (il peut être plus élevé)
  • Les 2 curseurs qui utilisent J et C peuvent varier de -100, à +100 avec des actions semblables aux curseurs « Brightness » (qu'il faut rebaptiser Lightness) et « Chromaticity » de « Lab adjstements »
  • avec l'algorithme « JC », un contrôle des tons chairs est possible, l'action est semblable au curseur similaire de « Lab adjustements »
  • Le curseur « contrast » module l'action de « J » avec une courbe en « S », qui prend en compte la luminosité moyenne « J » de l'histogramme.
  • Algorithme « Js »
  • il est similaire à JC sinon :
  • la chroma est remplacée par la saturation (CIECAM). Mais pour quel usage ? Je cite à nouveau un extrait du texte de G.Hunt : For samples of large angular subtense, however, a correlate of saturation may be more appropriate to use. In the real world, it is common for solid objects to be seen in directional lighting; in these circumstances saturation is a more useful percept than chroma because saturation remains constant in shadows. In imaging, artists and computer-graphics operators make extensive use of series of colors of constant saturation. In optical imaging, saturation can be an important percept in large dark areas. Recent experimental work has provided a much improved correlate of saturation.
  • Le contrôle des tons chairs est moins « fin » que avec « JC » plus étendu globalement aux rouges
  • Algorithme QM
  • ici on utilise 2 variables Q (« brightness ») et M (« Colorfullness ») qui ne sont pas des données relatives, mais absolues. On prend en compte la luminosité du blanc. Il est facile de se rendre compte qu'un même blanc « J=100 » paraîtra plus lumineux au soleil que dans une pièce sombre...
  • la luminosité du blanc prend en compte les paramètres suivant (scène) : « adaptation luminosity La », « CAT02 adaptation »,ainsi que « Yb » (non réglable actuellement)
  • le contrôle en usage courant est plus délicat que avec « JC », néanmoins il donne des possibilités pour les images à haut contraste et ouvre la porte au traitement HDR
  • Le contrôle des tons chairs est moins « fin » que avec « JC » plus étendu globalement aux rouges
  • Le « contraste » agit évidemment différemment...puisqu'il prend en compte Q différent de J.
  • Algorithme « Tout »
  • vous pouvez agir sur l'ensemble des variables CIECAM : J, Q, chroma C, saturation s, niveau de couleur M, contraste J, contraste Q, angle de teinte h, protection des tons chair et rouges .

Courbes tonales et couleur

Courbes

  • vous disposez – comme dans le module «exposition » de deux jeux de courbes tonales, qui agissent sur la luminosité J (lightness) et la brillance Q (brightness). Vous pouvez n'utiliser qu'une courbe, ou deux en mariant ou non « lightness » et « brightness ». Attention, les courbes « brightness » peuvent facilement aboutir à des résultats hors limites ! « Brightness » est une échelle absolue, alors que « Lightness » est une échelle relative, un même blanc « J » paraîtra plus blanc au soleil qu'à l'ombre, ce que prend en compte « brightness » (Q). De ce fait les courbes, « lightness » et « brightness » auront un rendu différent dans les ombres et les lumières élevées.
  • vous disposez également d'un jeu de courbe « chroma » avec 3 choix : chroma (le plus courant), saturation, colorfullness. Ces 3 courbes permettent d'ajuster le paramètre choisi en fonction de lui même, par exemple moduler la saturation afin d'éviter que les couleurs déjà saturées soient hors gamut. Pour ces 3 courbes, le curseur « protection des tons chairs et rouge » est opérationnel, il est plus approprié aux tons chairs dans le mode « chroma ». Je recommande d'utiliser le mode « parametric » qui permet de différencier selon le niveau de sautration des couleurs. Nota : toutes les combinaisons « curves chroma» (chroma, saturation, colorfullness) et curseurs (chroma, saturation, colorfullness) ne sont pas possible sans complexifier par trop le code, d'où quelques cas, où certains curseurs peuvent être grisés.

Histogramme et courbes tonales

L'histogramme des courbes tonales, dans le CIE Color Appearance Model 2002, peut montrer les valeurs avant ou après que CIECAM02 est appliqué. Pour voir les valeurs après l'action de CIECAM02, activer l'option "Show CIECAM02 output histograms in curves". Si désactivé l'histogramme affiche les valeurs avant CIECAM02


Histogramme et courbe couleur

L'histogramme de la courbe couleur montre la distribution de la chroma (saturation/colorfullness) en fonction de l'intensité de la chroma (saturation / colorfullness) ou de la chromaticité en mode Lab. Plus l'histogramme est décalé à droite, plus les couleurs saturées sont proches des limites du gamut. Plus l'histogramme est décalé vers la gauche plus les couleurs seront ternes.

L'absciise représente la valeur de la chroma (saturation/colorfullnees) ou de la chromaticité en mode Lab. Cette échelle est "ouverte"

Comme d'habitude, l'ordonnée représente le nombre de pixels concernés.


Gamut control (Lab + CIECAM)

Cette case à cocher va faire rentrer les données dans l'espace de travail, j'aurais pu réaliser cette action en mode CIECAM (processus 3) mais cela aurait considérablement ralenti le système.

L'algorithme utilisé est le même que dans « Lab adjustements », il travaille en colorimétrie relative. Les écarts avec ce qui pourrait se faire en mode CIECAM sont je pense minimes.

Quelques ajustements du code de CIECAM sont réalisés lorsqu'on coche la case « Gamut control »...

Code, précision des calculs et temps de traitement

Le code pour les processus 1 et 3 est strictement celui de CIECAM02 (M.Fairchild, Billy Biggs,...) que j'ai adapté à RT et optimisé, ainsi que des améliorations apportées à la correction du gamut par Changjun Li, Esther Perales, M Ronnier Luo and Francisco Martínez-Verdú

Les 2 processus de traitement 1) et 3) sont symétriques et empilent de nombreux calculs en virgule flottante. Le recours à « double » est indispensable. D'où des temps de traitement assez importants de l'ordre de 1 seconde par Mpix.. Après des tests intensifs nous avons montré que l'utilisation de la précision "float" au leiu de "double" n'avait pas de grosses conséquences en termes de rendu d'image.. Vous pouvez changer ce réglage dans "Preferences / Color Management"

En termes de précision j'ai tenu à vérifier « à blanc », en comparant une série de données avant et après CIECAM ; les écarts sont très faibles , par exemple une valeur XYZ au démarrage de 6432,456 se retrouve en sortie à 6432,388, ce qui est correct.

Limitations de CIECAM02

Ce modèle n'est pas parfait et les limitations ci-après sont identifiées, elles peuvent aboutir pour certaines images à l'impossibilité d'un traitement correct :

  • on a déjà pu le voir pour les réglages de Yb.
  • CIECAM02 n'est pas un espace de travail comme sRGB ou Prophoto ou même Lab ; en ce sens il est difficile de contrôler le gamut, CIECAM est même connu pour ses problèmes de gamut étroit, ainsi des effets inattendus peuvent survenir aux limites si vous agissez trop sur les curseurs (J, C, s...) ; ceci peut amener dans les cas critiques (hautes lumières,...) des points noirs dans ces zones, ou des points blancs,...n'hésitez pas à utiliser les outils de RT (highlight recovery, highlight reconstruction, impulse noise reduction,...), ou des zones brûlées ou noires (raw white and black point, avoid color shift,...)
  • les grands espaces de travail (widegamut, Prophoto...) pourront amener dans certains cas, des zones noires alors qu'elles n'apparaîtront pas en sRGB (étroitesse du gamut de CIECAM).
  • Les images bruitées vont influer CIECAM, celui-ci pensant que les points colorés sont des réalités ; c'est pourquoi j'ai placé CIECAM après « denoise »
  • le modèle CIECAM privilégie les « cônes » et prend peu en compte les « bâtonnets » ..ce qui revient à dire que la vision périphérique est peu prise en compte.
  • Donc n'espérez pas avec CIECAM02 trouver un remède aux images « difficiles » (surexposition, saturation du capteur, etc.) ; par contre pour des images « normales » (ce qui est la majorité), les avancées me semblent plus que significatives.
  • Etc.

Peut-être verra-t-on apparaître CIECAMxx qui pourrait palier les manques de CIECAM02 ?

Les 12 principes d'un CAM par R.Hunt

  1. The model should be as comprehensive as possible, so that it can be used in a variety of applications; but at this stage, only static states of adaptation should be included, because of the great complexity of dynamic effects.
  2. The model should cover a wide range of stimulus intensities, from very dark object colors to very bright self-luminous color. This means that the dynamic response function must have a maximum, and cannot be a simple logarithmic or power function.
  3. The model should cover a wide range of adapting intensities, from very low scotopic levels, such as occur in starlight, to very high photopic levels, such as occur in sunlight. This means that rod vision should be included in the model; but because many applications will be such that rod vision is negligible, the model should be usable in a mode that does not include rod vision.
  4. The model should cover a wide range of viewing conditions, including backgrounds of different luminance factors, and dark, dim, and average surrounds. It is necessary to cover the different surrounds because of their widespread use in projected and self-luminous displays.
  5. For ease of use, the spectral sensitivities of the cones should be a linear transformation of the CIE x , y , z or x 10 , y 10 , z 10 functions, and the V’() function should be used for the spectral sensitivity of the rods. Because scotopic photometric data is often unknown, methods of providing approximate scotopic values should be provided.
  6. The model should be able to provide for any degree of adaptation between complete and none, for cognitive factors, and for the Helson- Judd effect, as options.
  7. The model should give predictions of hue (both as hue-angle, and as hue-quadrature), brightness, lightness, saturation, chroma, and colorfulness.
  8. The model should be capable of being operated in a reverse mode.
  9. The model should be no more complicated than is necessary to meet the above requirements.
  10. Any simplified version of the model, intended for particular applications, should give the same predictions as the complete model for some specified set of conditions.
  11. The model should give predictions of color appearance that are not appreciably worse than those given by the model that is best in each application.
  12. A version of the model should be available for application to unrelated colors (those seen in dark surrounds in isolation from other colors).

Quelques liens

CIECAM02 Wikipedia [1]

Color Appearance Model - Fairchild [2]

Mémoire Laborie ENS Louis Lumière [3]