• 1990 (Том 4)
  • 1989 (Том 3)
  • 1988 (Том 2)
  • 1987 (Том 1)

Том 36 №2

Содержание

  1. КОМПОНЕНТ N2PC В ИССЛЕДОВАНИЯХ ЗРИТЕЛЬНОГО ВНИМАНИЯ
  2. КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ОНТОЛОГИИ СЕНСОРНОЙ СИСТЕМЫ С СОБЫТИЙНЫМ МЕТОДОМ ОБРАБОТКИ ИНФОРМАЦИИ
  3. РЕГЕНЕРАЦИЯ ОРГАНА ЗРЕНИЯ HELIX LUCORUM В 185-СУТОЧНОМ ОРБИТАЛЬНОМ ПОЛЕТЕ НА МЕЖДУНАРОДНОЙ КОСМИЧЕСКОЙ СТАНЦИИ
  4. МУЛЬТИПЛИКАТИВНО ЗАМКНУТЫЕ СПЕКТРАЛЬНЫЕ МОДЕЛИ В ЗАДАЧАХ ЦВЕТОВОГО АНАЛИЗА
  5. О МОНИТОРИНГОВОМ ПОДХОДЕ К ТОМОГРАФИЧЕСКОЙ РЕКОНСТРУКЦИИ

МУЛЬТИПЛИКАТИВНО ЗАМКНУТЫЕ СПЕКТРАЛЬНЫЕ МОДЕЛИ В ЗАДАЧАХ ЦВЕТОВОГО АНАЛИЗА

© 2022 г. Д. П. Николаев, И. А. Коноваленко, П. П. Николаев

Институт проблем передачи информации имени А.А. Харкевича РАН 127051 Москва, Большой Каретный переулок, 19, Россия
dimonstr@iitp.ru

Поступила в редакцию 11.01.2022 г.

Работа посвящена методам и инструментам решения проблем цветовосприятия, реализующих в акте зрения объективное описание наблюдаемого. В статье рассмотрен ряд содержательных примеров задания малопараметрических спектральных описаний, обеспечивающих формальную связь пространств излучений и реакций сенсора. Эти структуры называются спектральными моделями. Описаны и объяснены на конкретных примерах (с анализом достоинств и недостатков) их принципиальные разновидности и внутритиповые модификации. Приведены с соответствующими мотивировками ограничения на физоптические характеристики сцены, регистрируемой сенсором, и варианты аппроксимации спектральных описаний ее элементов, обеспечивающие разрешимость упрощаемой таким образом обратной задачи, в общем случае не имеющей решения. В контексте требований к спектральным моделям рассмотрены проблемы, возникающие при моделировании феноменов цветовой константности, а также при постановках задачи калибровки камер. Обсуждены преимущества использования гауссовской спектральной модели (как нелинейной и мультипликативно замкнутой) в ее сопоставлении с оптимальными линейными моделями, а также описаны три ее модификации, расширяющие цветовой охват, в исходном варианте не воспроизводящей цветов пурпурного сегмента. На языке гауссовской модели – с переходом к оптимизирующим свойствам фонмизесовской модели – описан и показан итогом численных экспериментов (с привлечением “реальных” спектральных данных) метод оценки цветности источника по цветовой картине внутренних переотражений (интеррефлексов) в наборе разноокрашенных складчатых образцов. Текст сочетает анализ теоретических положений с обсуждением результатов компьютерного моделирования и физического эксперимента.

Ключевые слова: спектральные модели, гауссовская спектральная модель, фонмизесовская спектральная модель, мультипликативная замкнутость, цветовой анализ, цветовой охват, цветоконстантность, цветовая калибровка камер, переотражения в складках

DOI: 10.31857/S0235009222020056

Цитирование для раздела "Список литературы": Николаев Д. П., Коноваленко И. А., Николаев П. П. Мультипликативно замкнутые спектральные модели в задачах цветового анализа. Сенсорные системы. 2022. Т. 36. № 2. С. 153–182. doi: 10.31857/S0235009222020056
Цитирование для раздела "References": Nikolaev D. P., Konovalenko I. A., Nikolaev P. P. Multiplikativno zamknutye spektralnye modeli v zadachakh tsvetovogo analiza [Multiplicatively сlosed spectral models in color analysis]. Sensornye sistemy [Sensory systems]. 2022. V. 36(2). P. 153–182 (in Russian). doi: 10.31857/S0235009222020056

Список литературы:

  • Николаев П.П. Гауссовская модель и процедуры цветовой константности для сцен двойного освещения. I. Цветность и светлота. Сенсорные системы. 2007а. Т. 21 № 3. С. 195–214.
  • Николаев П.П. Модель константности цветовосприятия для случая непрерывных спектральных функций. Биофизика. 1985. Т. 30. № 1. С. 112–117.
  • Николаев П.П. О новых методах оценки цветности освещения в алгоритмах цветовой константности. Сенсорные системы. 2007б. Т. 21. № 1. С. 29–44.
  • Николаев П.П. Трихроматическая модель константности восприятия окраски объектов. Биофизика. 1989. Т. 34. № 2. С. 287–294.
  • Николаев П.П., Карпенко С.М., Николаев Д.П. Спектральные модели цветовой константности: правила отбора. Труды Института системного анализа Российской академии наук (ИСА РАН). 2008. Т. 38. С. 322–335.
  • Николаев П.П., Николаев Д.П. Модели константного зрительного восприятия. III. Спектральные и перцептивные инварианты в процедурах зрительной обработки. Сенсорные системы. 1997. Т. 11. № 2. С. 181–204.
  • Нюберг Н.Д., Бонгард М.М., Николаев П.П. О константности восприятия окраски I. Биофизика. 1971а. Т 16. № 2. С. 285–293.
  • Нюберг Н.Д., Николаев П.П., Бонгард М.М. О константности восприятия окраски II. Биофизика. 1971б. Т. 16. № 6. С. 1052–1063.
  • Bianco S., Bruna A.R., Naccari F., Schettini R. Color correction pipeline optimization for digital cameras. Journal of Electronic Imaging. 2013. V. 22 (2). P. 1–11. https://doi.org/10.1117/1.JEI.22.2.023014
  • Brill M.H. A device performing illuminant-invariant assessment of chromatic relations. Journal of Theoretical Biology. 1978. V. 71 (3). P. 473–478. https://doi.org/10.1016/0022-5193(78)90175-3
  • Brill M.H. Further features of the illuminant-invariant trichromatic photosensor. Journal of Theoretical Biology. 1979. V. 78 (2). P. 305–308. https://doi.org/10.1016/0022-5193(79)90271-6
  • Brill M.H. The relation between the color of the illuminant and the color of the illuminated object. Color Research & Application. 1995. V. 20 (1). P. 70–76. https://doi.org/10.1002/col.5080200112
  • Brill M.H., West G. Chromatic adaptation and color constancy: A possible dichotomy. Color Research & Application. 1986. V. 11 (3). P. 196–204. https://doi.org/10.1002/col.5080110306
  • Buchsbaum G. A spatial processor model for object colour perception. Journal of the Franklin Institute. 1980. V. 310 (1). P. 1–26. https://doi.org/10.1016/0016-0032(80)90058-7
  • Can Karaimer H., Brown M.S. Improving color reproduction accuracy on cameras. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. 2018. P. 6440–6449. https://doi.org/10.1109/CVPR.2018.00674
  • Cohen J. Dependency of the spectral reflectance curves of the munsell color chips. Psychonomic Science. 1964. V. 1 (1). P. 369–370. https://doi.org/10.3758/BF03342963
  • Finlayson G.D., Mackiewicz M., Hurlbert A. Color correction using root-polynomial regression. IEEE Transactions on Image Processing. 2015. V. 24 (5). P. 1460–1470. https://doi.org/10.1109/TIP.2015.2405336
  • Gijsenij A., Gevers T., Van De Weijer J. Computational color constancy: Survey and experiments. IEEE Transactions on Image Processing. 2011. V. 20 (9). P. 2475–2489. https://doi.org/10.1109/TIP.2011.2118224
  • Gusamutdinova N., Ershov E., Gladilin S., Nikolaev D. Verification of applicability two multiplicative closed spectral models for multiple reflection effect description. Proc. SPIE 10253, 2016 International Conference on Robotics and Machine Vision. 2017. V. 10253. P. 16–20. https://doi.org/10.1117/12.2266404
  • Ives H.E. The relation between the color of the illuminant and the color of the illuminated object. Transactions of the Illuminating Engineering Society. 1912. V. 7. P. 62–72.
  • Konovalenko I.A., Smagina A.A., Nikolaev D.P., Nikolaev P.P. Prolab: perceptually uniform projective colour coordinates system. IEEE Access. 2021. V. 9. P. 133023–133042. https://doi.org/10.1109/ACCESS.2021.3115425
  • Kordecki A. Practical testing of irradiance-independent camera color calibration. Proc. SPIE 11041, Eleventh International Conference on Machine Vision (ICMV 2018). 2019. V. 11041. P. 340–345. https://doi.org/10.1117/12.2522907
  • Krinov E.L. Spectral reflectance properties of natural formations. Technical report. National Research Council of Canada. 1953. 268 p.
  • Land E.H., McCann J.J. Lightness and retinex theory. J. Opt. Soc. Am. 1971. V. 61 (1). P. 1–11. https://doi.org/10.1364/JOSA.61.000001
  • Lee S.D., Kim C.Y., Seo Y.S. Linear model of surface and scanner characterization method. Proc. SPIE 2414, Device-Independent Color Imaging II. 1995. V. 2414. P. 84–93. https://doi.org/10.1117/12.206536
  • Logvinenko A.D. Object-colour manifold. International Journal of Computer Vision. 2013. V. 101 (1). P. 143–160. https://doi.org/10.1007/s11263-012-0555-2
  • Macleod D.I., Golz J.A. Computational Analysis of Colour Constancy. In Rainer Mausfeld & Dieter Heyer (eds.), Colour Perception: Mind and the Physical World. Oxford University Press, 2003. P. 205–246. https://doi.org/10.1093/acprof:oso/9780198505006.001.0001
  • Maloney L.T. Evaluation of linear models of surface spectral reflectance with small numbers of parameters. J. Opt. Soc. Am. A. 1986a. V. 3 (10). P. 1673–1683. https://doi.org/10.1364/JOSAA.3.001673
  • Maloney L.T., Wandell B.A. Color constancy: a method for recovering surface spectral reflectance. J. Opt. Soc. Am. A. 1986б. V. 3 (1). P. 29–33. https://doi.org/10.1364/JOSAA.3.000029
  • Maloney L.T. Physics-based approaches to modeling surface color perception. In K. R. Gegenfurtner, & L. T. Sharpe (Eds.), Color vision: From genes to perception. Cambridge University Press, 1999. P. 387–422.
  • Marimont D.H., Wandell B.A. Linear models of surface and illuminant spectra. J. Opt. Soc. Am. A. 1992. V. 9 (11). P. 1905–1913. https://doi.org/10.1364/JOSAA.9.001905
  • Mirzaei H., Funt B. Object-color-signal prediction using wraparound gaussian metamers. J. Opt. Soc. Am. A. 2014. V. 31 (7). P. 1680–1687. https://doi.org/10.1364/JOSAA.31.001680
  • Mizokami Y., Webster M.A. Are gaussian spectra a viable perceptual assumption in color appearance? J. Opt. Soc. Am. A. 2012. V. 29 (2). P. A10–A18. https://doi.org/10.1364/JOSAA.29.000A10
  • Nelder J.A., Mead R.A simplex method for function minimization. The Computer Journal. 1965. V. 7 (4). P. 308–313. https://doi.org/10.1093/comjnl/7.4.308
  • Nikolaev D.P., Nikolayev P.P. Comparative analysis of gaussian and linear spectral models for colour constancy. Proceedings of 19th European Conference on Modelling and Simulation. 2005. P. 300–305.
  • Nikolaev D.P., Nikolaev P.P. On spectral models and colour constancy clues. Proceedings of 21st European Conference on Modelling and Simulation. 2007. P. 318–323.
  • Nikolaev D.P., Nikolayev P.P. Linear color segmentation and its implementation. Computer Vision and Image Understanding. Special Issue: Colour for Image Indexing and Retrieval. 2004. V. 94 (1). P. 115–139. https://doi.org/10.1016/j.cviu.2003.10.012
  • Nikolaev D.P., Nikolayev P.P., Bozhkova V.P. Efficiency comparison of analytical gaussian and linear spectral models in the same colour constancy framework. Int. J. Simul. Syst. Sci. Technol. 2006. V. 7 (3). P. 21–36.
  • Parkkinen J.P.S., Hallikainen J., Jaaskelainen T. Characteristic spectra of munsell colors. J. Opt. Soc. Am. A. 1989. V. 6 (2). P. 318–322. https://doi.org/10.1364/JOSAA.6.000318
  • Sällström P. Color and physics: Some remarks concerning the physical aspects of human colour vision. Technical Report 9. Un. Stockholm Inst. of Phys. 1973.
  • Smagina A., Ershov E., Grigoryev A. Multiple light source dataset for colour research. Proc. SPIE 11433, Twelfth International Conference on Machine Vision (ICMV 2019). 2020. V. 11433. P. 635–642. https://doi.org/10.1117/12.2559491
  • Stiles W.S., Wyszecki G.W. Counting metameric object colors. J. Opt. Soc. Am. 1962. V. 52 (3). P. 313–328. https://doi.org/10.1364/JOSA.52.000313
  • Stokes M., Anderson M., Chandrasekar S., Motta R. A standard default color space for the internet – srgb, version 1.10. Technical report. International Color Consortium. 1996.
  • Vazquez-Corral J., Connah D., Bertalmío M. Perceptual color characterization of cameras. Sensors. 2014. V. 14 (12). P. 23205–23229. https://doi.org/10.3390/s141223205
  • Vrhel M.J., Gershon R., Iwan L.S. Measurement and analysis of object reflectance spectra. Color Research & Application. 1994. V. 19 (1). P. 4–9. https://doi.org/10.1111/j.1520-6378.1994.tb00053.x
  • Weinberg J.W. The geometry of colors. General Relativity and Gravitation. 1976. V. 7 (1). P. 135–169. https://doi.org/10.1007/BF00762021
  • Yilmaz H. Color Vision and a New Approach to General Perception. In Bernard E.E., Kare M.R. (eds)Biological Prototypes and Synthetic Systems. Springer, Boston, MA., 1962. P. 126–141. https://doi.org/10.1007/978-1-4684-1716-6_22