Modelo de apariencia de color: Comprensión de la percepción y la representación en visión por computadora
Por Fouad Sabry
()
Información de este libro electrónico
Qué es el modelo de apariencia del color
Un modelo de apariencia del color, a menudo conocido como CAM, es un modelo matemático que tiene como objetivo capturar los elementos perceptivos de la visión humana del color. Este modelo se utiliza para describir entornos de visualización en los que la apariencia de un color no coincide con la medición real correspondiente de la fuente del estímulo.
Cómo se beneficiará
(I) Información y validaciones sobre los siguientes temas:
Capítulo 1: Modelo de apariencia de color
Capítulo 2: Espacio de color CIELAB
Capítulo 3 : Colorimetría
Capítulo 4: Adaptación cromática
Capítulo 5: CIECAM02
Capítulo 6: Espacio de color
Capítulo 7: Espacios de color RGB
Capítulo 8: Colorido
Capítulo 9: Espacio de color CIE 1931
Capítulo 10: Espacio de color LMS
(II) Respondiendo a la Principales preguntas del público sobre el modelo de apariencia del color.
(III) Ejemplos del mundo real sobre el uso del modelo de apariencia del color en muchos campos.
Para quién es este libro
Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o la información básica para cualquier tipo de Modelo de Apariencia de Color.
Otros títulos de la serie Modelo de apariencia de color ( 30 )
Mapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación dura: Revelando la magia de Hough Transform en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDifusión anisotrópica: Mejora del análisis de imágenes mediante difusión anisotrópica Calificación: 0 de 5 estrellas0 calificacionesVisión por computadora submarina: Explorando las profundidades de la visión por computadora debajo de las olas Calificación: 0 de 5 estrellas0 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesDetector de esquinas Harris: Revelando la magia de la detección de características de imagen Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo de apariencia de color: Comprensión de la percepción y la representación en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificacionesEn Pintura: Cerrar brechas en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesEstimación de la postura del cuerpo articulado: Desbloqueando el movimiento humano en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformacion afin: Desbloqueo de perspectivas visuales: exploración de la transformación afín en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesJoint Photographic Experts Group: Liberando el poder de los datos visuales con el estándar JPEG Calificación: 0 de 5 estrellas0 calificacionesReducción de ruido: Mejora de la claridad, técnicas avanzadas para la reducción del ruido en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHistograma de imagen: Revelando conocimientos visuales, explorando las profundidades de los histogramas de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMapeo de colores: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesVisión por computador: Explorando las profundidades de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFunción de combinación de colores: Comprensión de la sensibilidad espectral en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPerfil de color: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEspacio de color: Explorando el espectro de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHomografía: Homografía: Transformaciones en Visión por Computador Calificación: 0 de 5 estrellas0 calificacionesPercepción visual: Información sobre el procesamiento visual computacional Calificación: 0 de 5 estrellas0 calificacionesTransformación de radón: Revelando patrones ocultos en datos visuales Calificación: 0 de 5 estrellas0 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesGeometría epipolar: Desbloqueo de la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesBanco de filtros: Información sobre las técnicas del banco de filtros de Computer Vision Calificación: 0 de 5 estrellas0 calificacionesFiltro adaptativo: Mejora de la visión por computadora mediante filtrado adaptativo Calificación: 0 de 5 estrellas0 calificaciones
Relacionado con Modelo de apariencia de color
Títulos en esta serie (100)
Mapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación dura: Revelando la magia de Hough Transform en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDifusión anisotrópica: Mejora del análisis de imágenes mediante difusión anisotrópica Calificación: 0 de 5 estrellas0 calificacionesVisión por computadora submarina: Explorando las profundidades de la visión por computadora debajo de las olas Calificación: 0 de 5 estrellas0 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesDetector de esquinas Harris: Revelando la magia de la detección de características de imagen Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo de apariencia de color: Comprensión de la percepción y la representación en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificacionesEn Pintura: Cerrar brechas en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesEstimación de la postura del cuerpo articulado: Desbloqueando el movimiento humano en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformacion afin: Desbloqueo de perspectivas visuales: exploración de la transformación afín en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesJoint Photographic Experts Group: Liberando el poder de los datos visuales con el estándar JPEG Calificación: 0 de 5 estrellas0 calificacionesReducción de ruido: Mejora de la claridad, técnicas avanzadas para la reducción del ruido en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHistograma de imagen: Revelando conocimientos visuales, explorando las profundidades de los histogramas de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMapeo de colores: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesVisión por computador: Explorando las profundidades de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFunción de combinación de colores: Comprensión de la sensibilidad espectral en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPerfil de color: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEspacio de color: Explorando el espectro de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHomografía: Homografía: Transformaciones en Visión por Computador Calificación: 0 de 5 estrellas0 calificacionesPercepción visual: Información sobre el procesamiento visual computacional Calificación: 0 de 5 estrellas0 calificacionesTransformación de radón: Revelando patrones ocultos en datos visuales Calificación: 0 de 5 estrellas0 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesGeometría epipolar: Desbloqueo de la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesBanco de filtros: Información sobre las técnicas del banco de filtros de Computer Vision Calificación: 0 de 5 estrellas0 calificacionesFiltro adaptativo: Mejora de la visión por computadora mediante filtrado adaptativo Calificación: 0 de 5 estrellas0 calificaciones
Libros electrónicos relacionados
Espacio de color: Explorando el espectro de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPerfil de color: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPlanificación del producto editorial. ARGN0109 Calificación: 0 de 5 estrellas0 calificacionesComposición alfa: Dominar el arte de la composición de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesBandas de color: Explorando las profundidades de la visión por computadora: desentrañando el misterio de las bandas de color Calificación: 0 de 5 estrellas0 calificacionesLa magia del color: En la fotografía digital Calificación: 4 de 5 estrellas4/5Una mirada distinta de las matrices: Viajes, retos y magia Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesEditora de gráficos ráster: Transformando realidades visuales: dominio de los editores de gráficos rasterizados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFiltrado anisotrópico: Desentrañando la complejidad visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesIluminación global: Visión avanzada: conocimientos sobre la iluminación global Calificación: 0 de 5 estrellas0 calificacionesSelección y adecuación de la imagen para productos editoriales. ARGN0210 Calificación: 0 de 5 estrellas0 calificacionesSombreado: Explorando el sombreado de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMapa de altura: Explorando la representación del terreno a través de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPERCEPCIÓN VISUAL - Aplicada a la robótica Calificación: 0 de 5 estrellas0 calificacionesRepresentación de volumen: Explorando el realismo visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEditora de gráficos vectoriales: Potenciando la creación visual con algoritmos avanzados Calificación: 0 de 5 estrellas0 calificacionesControl del Color: Administración del colores para fotógrafos (Spanish Edition) Calificación: 4 de 5 estrellas4/5El arte del color Calificación: 4 de 5 estrellas4/5Imágenes Generadas Por Computadora: Cómo se utilizan las imágenes generadas por computadora en películas y animaciones Calificación: 0 de 5 estrellas0 calificacionesRendering para arquitectos Calificación: 0 de 5 estrellas0 calificacionesSombreado Gouraud: Sombreado Gouraud: iluminando la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMapeo de Texturas: Explorando la dimensionalidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDistancia Niebla: Explorando la frontera visual: información sobre la niebla a distancia de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDigitalización y captura de imágenes fotográficas. ARPG0110 Calificación: 0 de 5 estrellas0 calificacionesRepresentación de gráficos por computadora: Explorando el realismo visual: conocimientos sobre gráficos por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos de computadora: Explorando la intersección de gráficos por computadora y visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPhotoshop y fotografía digital Calificación: 0 de 5 estrellas0 calificacionesEstimación de la postura del cuerpo articulado: Desbloqueando el movimiento humano en la visión por computadora Calificación: 0 de 5 estrellas0 calificaciones
Inteligencia (IA) y semántica para usted
Inteligencia artificial: Una exploración filosófica sobre el futuro de la mente y la conciencia Calificación: 4 de 5 estrellas4/5Sistemas de Aprendizaje Automático Calificación: 0 de 5 estrellas0 calificacionesAprendizaje automático y profundo en python: Una mirada hacia la inteligencia artificial Calificación: 0 de 5 estrellas0 calificacionesProgramación de Inteligencia Artificial. Curso Práctico Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: la cuarta revolución industrial Calificación: 0 de 5 estrellas0 calificacionesCómo escribir libros usando ChatGPT: Tu guía definitiva para escribir libros con Chat GPT Calificación: 0 de 5 estrellas0 calificacionesInteligencia Artificial Calificación: 4 de 5 estrellas4/5ChatGPT. Obtén el máximo rendimiento a la Inteligencía Artificial Generativa Calificación: 0 de 5 estrellas0 calificacionesMonetización de ChatGPT: aproveche el poder de AI: Spanish Calificación: 1 de 5 estrellas1/5Máquinas predictivas: La sencilla economía de la inteligencia artificial Calificación: 4 de 5 estrellas4/5GuíaBurros: Inteligencia Artificial: Su lado oscuro y el fin del principio Calificación: 0 de 5 estrellas0 calificacionesEl mito de la inteligencia artificial: Por qué las máquinas no pueden pensar como nosotros lo hacemos Calificación: 5 de 5 estrellas5/5El imperio de los algoritmos: IA inclusiva, ética y al servicio de la humanidad Calificación: 0 de 5 estrellas0 calificacionesChat GPT-4 para Principiantes: Chat GPT, #1 Calificación: 0 de 5 estrellas0 calificacionesKlara y el Sol Calificación: 5 de 5 estrellas5/5Inteligencia artificial: Guía para seres pensantes Calificación: 0 de 5 estrellas0 calificacionesCómo triunfar en Instagram usando ChatGPT: La guía definitiva para crear contenido impactante con ChatGPT Calificación: 0 de 5 estrellas0 calificacionesChatGPT ¿Una IA que revolucionará la abogacía? Calificación: 0 de 5 estrellas0 calificacionesDominar Chatbot GPT: Una guía completa para desbloquear el poder de las conversaciones de IA para su negocio Calificación: 0 de 5 estrellas0 calificacionesA la Imagen de Dios: Una respuesta Bíblica al futuro de la Humanidad Calificación: 0 de 5 estrellas0 calificacionesMáquinas filosóficas Calificación: 4 de 5 estrellas4/5DeepSeek. Explorando los límites de la Inteligencia Artificial Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial Calificación: 2 de 5 estrellas2/5GuíaBurros: Guía de escritura creativa con Inteligencia Artificial Calificación: 0 de 5 estrellas0 calificacionesMotor paso a paso: Control de precisión para aplicaciones robóticas Calificación: 0 de 5 estrellas0 calificacionesBiomecánica: La ciencia del movimiento y la fuerza en sistemas robóticos Calificación: 0 de 5 estrellas0 calificacionesIngeniería automotriz: Impulsando la movilidad mediante la robótica y los sistemas inteligentes Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Conversaciones ChatGPT Calificación: 0 de 5 estrellas0 calificacionesEl sueño de la Inteligencia Artificial: El proyecto de construir máquinas pensantes: una historia de la IA. Calificación: 0 de 5 estrellas0 calificaciones
Comentarios para Modelo de apariencia de color
0 clasificaciones0 comentarios
Vista previa del libro
Modelo de apariencia de color - Fouad Sabry
Capítulo 1: Modelo de apariencia de color
Los modelos matemáticos llamados modelos de apariencia del color (CAM, por sus siglas en inglés) intentan caracterizar los elementos perceptivos de la visión humana del color, como las circunstancias en las que el color percibido de un objeto difiere de la medición física correspondiente de la fuente de estímulo. (Por el contrario, un modelo de color, como los modelos de color RGB o CMYK, establece un espacio de coordenadas para representar los colores).
El objetivo de un espacio de color uniforme (SCP) es crear un modelo de color en el que las diferencias aparentes entre los colores sean proporcionales a su separación física en el espacio. Un SCP es el resultado de aplicar un SCP a un entorno de visualización estático, mientras que un SCP es la consecuencia de aplicar un SCP a un entorno de visualización dinámico. Incluso sin este tipo de modelado, un SCP puede servir como un CAM rudimentario.
El observador es la fuente de todo color; objetivamente
, lo único visible es la distribución de potencia espectral de la luz.
Con esto en mente, todo el mundo ve los colores de manera diferente.
Sin embargo, muchos investigadores han intentado vincular cuantitativamente la distribución de la potencia espectral de la luz con la respuesta sensorial humana, con cierto éxito.
En 1931, utilizando técnicas de psicofísica, el espacio de color XYZ, desarrollado por la CIE (Comisión Internacional de Iluminación), representa con precisión la percepción humana del color a este nivel sensorial.
Sin embargo, hay suposiciones incorporadas en el modelo de color XYZ que limitan su uso (como el locus de estimulación de la retina, el nivel de luminancia de la luz que se encuentra con el ojo, el fondo detrás del objeto observado y el nivel de luminancia de la luz circundante). Dos estímulos con valores triestímulos XYZ idénticos parecerán tener el mismo matiz para un observador humano solo si todos los demás factores se mantienen constantes. Se pueden percibir diferentes colores a partir de dos estímulos idénticos con los mismos valores de triestímulo X, Y y Z si las condiciones iniciales difieren (y viceversa: dos estímulos diferentes con valores de triestímulo XYZ diferentes pueden crear una apariencia de color idéntica).
Para representar la percepción humana del color, es necesario un modelo de apariencia de color en lugar del modelo de color XYZ estático si el entorno de visualización varía.
Los seres humanos no perciben los colores utilizando valores triestímulos XYZ, sino más bien parámetros de apariencia, lo que presenta un problema importante para cualquier modelo de apariencia de color (tono, luminosidad, brillo, croma, colorido y saturación). Por lo tanto, los valores triestímulos X, Y y Z deben transformarse (teniendo en cuenta las condiciones de visualización) en estos parámetros de apariencia como parte de cualquier modelo de apariencia de color (al menos tono, luminosidad y croma).
A continuación se analizan algunos fenómenos de apariencia de color que los modelos de apariencia de color intentan tener en cuenta.
La adaptación cromática es la capacidad del ojo humano para ver un objeto reflejado sin verse afectado por el punto blanco (o temperatura de color) de la fuente de luz. Una hoja de papel blanco parece blanca para el ojo humano, independientemente de si la luz es azulada o amarillenta. Este es el fenómeno de apariencia de color más fundamental y fundamentalmente significativo y, por lo tanto, cualquier modelo de apariencia de color debe incluir una transformada de adaptación cromática (CAT) que intente imitar este comportamiento.
Esto separa claramente los modelos de color elementales basados en triestímulos de los modelos de apariencia de color más complejos. Al describir el color de la superficie de un elemento iluminado, un modelo de color simple basado en triestímulos no tiene en cuenta el punto blanco del iluminador, por lo tanto, si el punto blanco del iluminador cambia, también lo hace el color de la superficie. Un modelo de apariencia de color, por otro lado, tiene en cuenta el punto blanco del iluminante (de ahí la necesidad de este valor en los cálculos del modelo) y, como resultado, informa del mismo color para una superficie incluso si el punto blanco del iluminante cambia.
En la situación de adaptación cromática, dos estímulos con diferentes valores de triestímulo XYZ pueden producir la misma apariencia de color. La luz reflejada del libro blanco tendrá una distribución de potencia espectral diferente y, en consecuencia, diferentes valores de triestímulo X, Y y Z dependiendo de la temperatura de color de la luz que incida sobre ella (blanca).
Múltiples factores alteran la percepción del color de un observador:
Cambio de tono de Bezold-Brücke: El tono de la luz monocromática cambia con la luminancia.
Efecto Abney: la adición de luz blanca altera el color de la luz monocromática (que se esperaría de color neutro).
Múltiples factores alteran la percepción de contraste de un observador:
Efecto Stevens: el brillo mejora el contraste.
El efecto Bartleson-Breneman establece que el contraste percibido de una imagen emisiva (como una imagen de pantalla LCD) aumenta cuando aumenta el nivel de luz ambiental.
El ojo humano está sujeto a un efecto que altera la vitalidad percibida de los colores:
Efecto de caza: los niveles de luz más altos dan como resultado colores más vibrantes.
El ojo humano está sujeto a un impacto que altera la forma en que se percibe la luz:
El efecto Helmholtz-Kohlrausch: Mejora del brillo en función de la saturación.
Debido a que el cerebro humano asigna a cada píxel un conjunto único de significados contextuales, los fenómenos espaciales solo influyen en el color donde realmente ocurren en una imagen (por ejemplo, como una sombra en lugar de un color gris). El término ilusión óptica
podría usarse para
