ОЦЕНКА ВОЗМОЖНОСТИ ЭКРАННОЙ РЕПРОДУКЦИИ НАСЫЩЕННЫХ ПИГМЕНТОВ

Черевань Л.В., Тозик В.Т.


Читать статью полностью 

Аннотация

Рассматривается проблема возможности воспроизведения на экранах видеомониторов полного диапазона цветовых тонов классической масляной живописи. Показаны модели стандартных цветовых охватов современных мониторов. Модели визуализированы в цветовой координатной системе CIELab. Доказано, что чистые минеральные пигменты имеют бóльшую хроматическую насыщенность по сравнению с масляной краской, исходя из этого, возможность воспроизведения насыщенных пигментов обеспечивает воспроизведение всего диапазона масляных красок. Методом спектрофотомерии получены 75 хроматических координат насыщенных пигментов. Показано положение измеренных координат относительно цветовых охватов стандартных мониторов. Разработана количественная методика оценки достоверности воспроизведения на экранах современных мониторов полного диапазона тонов классической масляной живописи. Методика включает расчет цветовых отличий ряда выходящих за пределы цветового охвата монитора цветовых тонов (исходной координаты и координаты, преобразованной в диапазон охвата), результаты рассмотрены относительно стандартизованных пороговых цветовых отличий. Доказано, что видеомонитор стандарта sRGB не позволяет воспроизводить полный диапазон тонов масляной живописи, а видеомонитор стандарта AdobeRGB воспроизводит их удовлетворительно (с отличием ниже порога различимости). Разработанная количественная методика
может применяться для оценки любого монитора.


Ключевые слова: видеомониторы, цвет, цветовые координаты, МКО, CIEXYZ, CIELab, экранная репродукция

Список литературы
 1. Saunders D., Hamber А. From Pigments to Pixels: Measurement and Display of the Colour Gamut of Paintings // Proc. of SPIE. 1990. V. 1250. Р. 90–102.
2. Wandell B., Silverstein D. Digital Color Reproduction // The Science of Color / Ed. S. Shevell. 2nd ed. Optical Society of America, 2003. P. 281–316.
3. McDermott K.C., Webster M.A. Uniform color spaces and natural image statistics // J. Opt. Soc. Am. A. 2012. V. 29. N 2. P. A182–A187.
4. Fairchild M.D. Color Appearance Models. 2nd ed. John Wiley & Sons, Ltd, 2005. 408 р.
5. Tominaga S., Tanaka N. Spectral image acquisition, analysis, and rendering for art paintings // J. Electronic Imaging. 2008. V. 17. N. 4. P. 6–13.
6. Акмаров К.А., Белов Н.П., Смирнов Ю.Ю., Шерстобитова А.С., Щербакова Е.Ю., Яськов А.Д. Лабо- раторный спектрофотометр для видимой области спектра // Научно-технический вестник информаци- онных технологий, механики и оптики. 2013. № 5 (87). С. 39–44.
7. ГОСТ 16873-92 (ИСО 787/1-82). Пигменты и наполнители неорганические. Методы определения цве- та и белизны. Введ. 01.07.93. М.: Изд-во стандартов, 1992. 10 с.
8. Юстова Е.Н. Цветовые измерения (Колориметрия). СПб: Изд-во СПбГУ, 2000. 397 с.
9. Ohta N., Robertson A. Colorimatry: Fundamentals and Applications. John Wiley & Sons, Inc., 2005. 350 p.
10. Hunt R.W.G. The Reproduction of Colour. 6th ed. John Wiley & Sons, Ltd, 2004. 724 р.
11. Gijsenij A., Gevers T., Weijer J. Generalized Gamut Mapping Using Image Derivative Structures for Color Constancy // Int. J. Computer Vision. 2010. V. 86. N 2. P. 127–139.
12. Lindbloom B.J. Useful Color Information, Studies and Files. 2001–2013 [Электронный ресурс]. Режим доступа: http://www.brucelindbloom.com/, свободный. Яз. англ. (дата обращения 26.10.2013).
13. Robertson Ph., Schönhut J. Color in Computer Graphics // IEEE Computer Graphics and Applications. 1999. V. 19. N 4. P. 18–19.
14. Лентовский А.М. Технология живописных материалов. Л. –М.: Искусство, 1949. 220 с.
15. Филатов В.В. Реставрация настенной масляной живописи. М.: Изобразительное искусство, 1995. 248 с.
16. ГОСТ 7086-75. Краски печатные. Методы определения прозрачности. Введ. 01.01.77. М.: Изд-во стандартов, 2003. 7 с.
17. Sharma G., Wu W., Dalal E.N. The CIEDE2000 Color-Difference Formula: Implementation Notes, Supplementary Test Data, and Mathematical Observations // Submitted to Color Research and Application. 2004. V. 16. N 3. P. 217–218.
18. ISO 12647-7:2007(E). Graphic technology – Process control for the production of half-tone colour separations, proof and production prints. Part 7: Proofing processes working directly from digital data. 20 р.
19. Hansen T., Olkkonen M., Walter S., Gegenfurtner K. Memory Modulates Color Appearance // Nature Neuroscience. 2006. V. 9. N 11. P. 1367–1368.
20. Lau C., Heidrich W., Mantiuk R. Cluster-based color space optimizations // IEEE International Conference on Computer Vision (ICCV). 2011. P. 1172–1179.


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2024 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика