色貌模型的发展历程-《高等色度学》

CIE LAB 之后，新型色貌模型的研究从20 世纪90年代初期开始。最具有代表性的模型有英国Hunt 提出的Hunt 模型[108，109]、日本Nayatani 提出的Nayatani 模型[110，111]、美国Fairchild 提出的RLAB 模型[112，113]和英国Luo 提出的LLAB 模型[114]。

这些源于不同应用目的而提出的多种不同色貌模型，对于任何给定的任务，判断使用哪个模型是困难的，不仅给使用者选择一种最佳模型带来困难，而且给行业应用和研究带来混淆。CIE 在1994年和1995年发布了有关色貌模型的报告[115，51]，TC1－34 技术委员会(测试色貌模型)发布了一个指导报告[51]，希望迅速开展色貌系统研究，解决不同媒体间、不同观察条件下颜色真实再现的问题，需要尽快找到一个色貌模型满足目前的应用需求。鼓励研究者和工业家尽可能收集大量的实验数据测试各种色貌模型。为此，1996年5月，CIE 在维也纳举行关于图像技术和颜色标准的CIE 专家论坛[99]，将测试现有色貌模型的任务分配给TC1－34，将已有的这些色貌模型中最好的特征结合成一个能满足一般应用的好模型，建立一个为实际应用统一的、简单的并能兼顾现代彩色成像系统应用的色貌模型，并且提出了一个简单色貌模型需要考虑的12 条原则[11]。在同意建立一个统一的完整模型的同时，也要求模型在有限条件下使用时，可以简化为一个简单模型[116]。

TC1－34 在1997年5月日本京都召开的会议上，推出了一个简单模型CIE CAM97s[116，117，79，118]，主要针对实际应用。该模型参考了上述提交到TC1－34 的各模型的优点和实验的测试情况[87，100，119－122，114，123，124]，同时在考虑便于实际应用的基础上建立。在预测色貌现象上该模型并非优于以前所有模型，但至少不比它们的预测结果差。因此，它本质上是许多模型最好部分的混合结果。同时给出了一个完整模型CIE CAM97c(comprehensive version)，可以说明较大范围的色貌现象，而实际上CIE 没有考虑这个模型。Fairchild 从提交到TC1－34 的各模型和CIE CAM97s 模型中获得了一个简单模型ZLAB[125]，希望应用在图像再现中。同时，发现CIE CAM97s 还存在问题，CIE 已明确将修改CIE CAM97s 的任务指定给CIE 成立的TC8－01 技术委员会(Colour Appearance Models for Colour Management Systems)，专门负责对CIE CAM97s 的修改。TC1－34 在2002年第10 届CIC 会议上推出色貌模型CIE CAM02[75，82，74]，它是建立在CIE CAM97s 结构和形式上的简化和改进，该模型在2004年CIE 正式发布[142]。2005年11月12日在Scottsdale，AZ Minutes，CIE 技术委员会第八分部第五次会议宣布，CIE 将结束TC8－01 的研究工作，并对主席Moroney 和全体成员卓越的工作和任务的完成表示感谢。这意味着CIE CAM02 像最简单的CIE LAB 一样，将在国际上普遍使用。要了解色貌模型的详细发展过程，可以参阅文献[11，126]。下面是色貌模型发展过程重大事件时间表:

• CIE TC 1－34，1992，测试CAM；

• Hunt 1994，1996(Hunt ＆ Luo)，可认为是CAM 的母版；

• Nayatani 1997(Osaka，Japan)，对早期色适应模型的扩展；

• RLAB 1996(RIT，USA)，扩展了色适应变换；

• LLAB 1996(CII，UK)，对RLAB 的扩展；

• 综合模型，TC1－34，1996；

• CIE CAM97(Hunt ＆ Luo)，1996，提出CAM 十二项；

• CIE CAM97s，1997年5月；

• 修改CIE CAM97s，TC8－01，1998；

• CIE CAM02，2002年10月；

• CAM16，2006年10月。

下面首先简单介绍在色貌模型发展过程中代表性的Hunt、Nayatani、RLAB、LLAB 模型，然后详细介绍CIE 发布的CIE CAM97s 和CIE CAM02 模型，以及李长军等最新提出的CAM16 模型。

1.Hunt 模型

Hunt 在柯达公司实验室工作了近40年，对色貌模型的研究可以追溯到1952年对色适应的研究。为了满足彩色图像再现的要求，在1982年提出色貌模型，20 世纪90年代进行了不断改进形成Hunt 模型[108]。Hunt 模型是一个为预测许多色貌现象而精细设计的模型[126，50]。Hunt 模型的精细是以高度复杂为代价的，到目前为止，可以说是对人眼视觉系统响应描述最好的模型，其设计可以预测大范围的色貌现象，包括背景、环境、亮度水平、观察模式。CIE CAM97s 中的许多部分是直接从Hunt 模型派生而来的，包括主要部分色空间。Hunt 模型的缺点是:(www.xing528.com)

• 可以预测光源变化引起色貌变化，即色适应现象，但在预测橘黄和黄绿区域对应色时不准确；

• 模型过于复杂，许多参数要预定；另外，在处理不同媒体颜色再现时需要逆变换，对于处理有大量像素的图像费时。

2.Nayatani 模型

Nayatani 模型是另一个可以预测大范围色貌现象的模型，它是直接从非线性色适应变换发展而来的，也经历了多年修改的多个版本。Nayatani 模型是在1986年和1987年提出，20 世纪90年代进行了不断改进，1995年提出了一个全面总结的模型[111，127]，该模型是从照明工程的角度预测各种光源下物体的色貌，以预测光源显色性(rendering properties)为目标，但这是相当困难的。不同的模型适用的领域不同，Nayatanit 模型和Hunt 模型是比较完整的色貌模型，能预测相当大范围观察条件下所有色貌参数或属性，但Nayatani 模型预测的色貌现象不同于其他模型，研究Nayatani 模型对精确的图像再现有意义。

Nayatani 模型是一个包括了光源和亮度因子等广泛观察条件的模型，可以预测所有重要的色貌属性，但CIE 没有采用这个模型作为推荐模型，其原因如下:

• 模型没有说明背景、环境影响和认知现象，而环境和认知在图像再现应用中是关键；

• 它没有预测适应水平，也就是没有考虑不完全适应，这在不同媒体图像再现应用中是重要的；

• 模型获取和测试都是对简单的样品块，这就限制了其在复杂刺激情况下的应用；

• 实验结果表明该模型也并不特别精确；

• 没有考虑杆体细胞的情况，而Hunt 模型中考虑了这一点；

• 在Helson－Judd 现象的预测上存在问题。

3.RLAB 模型

RLAB 模型是一个为了彩色图像再现设计的简单色貌模型[112]，它的明确目标是跨媒体图像再现，是对CIE 传统色度学的扩展。RLAB 模型是Fairchild 在von Kries 的不完全色适应基础上于1993年提出的[113]，在1996年进行了修改，其目的主要应用在图像再现上。以Fairchild 色适应变换为基础，可以预测多种重要的色貌现象。也由于它的设计简单，不具备预测视明度和明度相关色的能力，也没有为大范围的亮度预测而设计，而且不能预测Hunt和Stevens 亮度效应而没有被CIE 直接采用。

4.LLAB 模型

LLAB 模型是1996年提出的另一个相似于RLAB 的模型[114]，完全考虑了便于实际应用，专为色貌标定、色差计算、色匹配预测而设计，像RLAB 一样是对CIE 传统色度学及CIE LAB 色空间的扩展。该模型建立在BFD 色适应基础上，可以预测明度、彩度、视彩度、饱和度、色相，可以预测许多色貌现象，如背景变化、周围环境、光源折扣、Hunt 效应，而且定义了一个色差方程。由于没有考虑不完全适应，所以不能预测Stevens 效应。LLAB 模型相对简单，复杂程度介于RLAB 和Hunt 之间。

各种色貌模型的最终目标是一致的，但由于出发点即所应用的领域不同，其模型的好坏与应用领域有直接的关系。例如，Nayatani 模型的提出者都来源于照明工业行业，其色貌模型在这一领域的主要应用是定义光源颜色的显色属性，模型用于图像再现并不适合。由于各模型提出时的应用领域不同，使其输入参数不同，如环境的相对亮度在Hunt 模型中是一个重要参数，而在Nayatani 模型中则没有这个参数。Hunt 模型的输入参数都是与图像再现问题有关，如透明片要在暗环境中，电视显示要在微暗环境中，还要有正常背景的环境等。每一个模型都有不同的目标和方法，是否有一个模型适应于各种应用，还需要应用的考验，包括CIE 发布的CIE CAM02 模型。