良い色の類似性メトリックとは何ですか?


8

[0,1]にはRGBの色がいくつかあり、人間に知覚されるように、それらの類似性を評価する方法を見つけたいと考えています。

私は2つのアイデアを念頭に置いていますが、他のオプションもあると確信していますが、どちらが最善であるか、またはおそらく最善ではなく、トレードオフのみであるかどうかはわかりません。

私の最初のアイデアは、RGBカラーをXYZポイントとして扱い、それらの距離を計算することです。

私が持っている別のアイデアは、RGB値をヒストグラムとして扱い、ドット積を使用してそれらの間の類似値を取得することです。値が大きいほど優れています。

ただし、すべてのカラーチャネルが知覚される明るさが同じであるとは限らないので、両方の場合にカラーチャネルに異なる重みを付ける必要がありますか?

また、おそらく、カラー値に対してsRGB補正(たとえば、各カラーチャネルのsqrt)を実行する必要があると考えています。

他の色空間が存在することも知っているので、類似性の値を指定するのに適しているのかもしれません。

これに対するもう1つの課題は、異なるディスプレイが同じカラー値を異なる方法で表示することです。これがこの場合に関連するかどうかはわかりません。

ヘルプ/指示を提供できる人はいますか?


4
これを見てみましか?RGBは、人間の知覚に関連する比較を行うための優れた色空間ではありません。
2016年

良い情報ありがとうございます!私はcielabを見ていましたが、その記事はそれが最高ではないと言っています。残念ながらRGBソースデータで作業をしているので、RGBからより良いものに変換する方法を理解する必要がありますが、課題は、RGBはデバイスに依存しているが、たとえばcielabはそうではないようです。さいわい、デバイスの独立性がRGBソースデータで実際に実現できない場合は、より少ない近似で十分です。
アランウルフ

Bruce Lindbloomのサイト、特にさまざまなDeltaEメトリックを確認してください。brucelindbloom.com–
David Kuri

いくつかの変換を含むカラーサイエンス用のPythonパッケージ全体があります:colour-science.org
KAE、2017年

回答:


3

[0,1]にRGBの色がいくつかあり、人間が認識しているように、それらの類似性を評価する方法を見つけたいと考えています。

これは大きなテーマであり、大まかにカラーアピアランスモデルのバナーの下にあります。なぜそれが厳密に単純な形成ではないのかは、その色が人間の生物を超えて存在しないという色の心理物理学的性質によるものです。

私の最初のアイデアは、RGBカラーをXYZポイントとして扱い、それらの距離を計算することです。

私が持っている別のアイデアは、RGB値をヒストグラムとして扱い、ドット積を使用してそれらの間の類似値を取得することです。値が大きいほど優れています。

ただし、すべてのカラーチャネルが同じ明るさを持っているとは限らないので、両方の場合にカラーチャネルに異なる重みを付ける必要がありますか?

最良のアドバイスは、暗号化のように、自分自身を転がさないことです。最善の場合には、フィールドの他の研究者がすでに打った壁にぶつかる次善のシステムに到達する可能性があります。既存のモデルと研究に基づいて作業を行うと、ニーズに対してより正確になる場合があります[1]。

CAMに関する歴史的な進展を指摘することもできますが、ここではIPTカラーエンコーディングモデルと、色と色相を角度としてモデル化した円筒形の同等物を研究することを提案する方が簡単です。IPTモデルの進化により、以前のラボモデルの問題のほとんどが克服され、CIECAM02に関連する作業の一部が簡略化されます。

これに対するもう1つの課題は、異なるディスプレイが同じカラー値を異なる方法で表示することです。これがこの場合に関連するかどうかはわかりません。

IPT、およびその問題に関するすべてのRGB色空間は、1931年のCIE研究に基づいています。そのため、この種の問題はより低いレベルで解決されます。

[1]この拡張された答えは、独自のソリューションのローリングが最適ではないアプローチである理由を説明しようとする以下のウルフ氏のコメントによるものです。


3
グラフィックスで実験して、手作りの暗号化アルゴリズムを出荷するのと同じように人々を落胆させることは、ばかげています。
アランウルフ2017年

@AlanWolfe元の質問の問題を解決するために数え切れないほどの時間と労力を費やしてきた非常に優れたPhDの種類が数多く存在することを考えると、あなたのとんでもない状況がばかげていると思います。ブーツを一杯にしてホイールを再発明しようとすることを思いとどまらせないでください。
troy_s 2017年

アクティブなグラフィック研究者が推奨する簡単なハックを聞くべきです。ピーターシャーリーの「点積RGB、それは本当に驚くほどうまく機能します」などです。
アランウルフ2017年

2
私は先に進みましたが、手続き型画像とコンテンツ作成のために波動関数の折りたたみのアプリケーションがあります。一部はピクセルが完全に一致することで機能するため、ピクセルアートで最適に機能します。私は、よりリアルな画像で使用するため、またはそれほど厳格でない手続き型コンテンツルールで使用するためによりソフトなマッチングを実行できることを確認していました。基本的なことについては、このリンクを確認してください:github.com/mxgmn/WaveFunctionCollapse
Alan Wolfe

2
それは私の仕事ではありませんが、私はそれを拡張しようとしていました。私は完全に同意します、それはクールなものです!話題外ですが、ここに私の無関係な仕事heheがあります。blog.demofox.org/2016/02/22/…–
アランウルフ

4

複雑な測定基準が許容できる場合は、ここで説明する知覚ベースのアプローチを検討することをお勧めします。このメトリックは、2つの画像の知覚的差異を選択するように設計されています。そのための2つの主要なテストがあります。輝度ベースと色ベースです。まず、画像の空間周波数に応じたコントラストの変化に対する感度に基づいて、不均一なしきい値係数を推定することで、輝度の変化がいかに重要かという質問に答えることができます。2つ目は、CIE LAB色空間のユークリッド距離に基づいていますが、輝度が薄明および暗所の範囲内にある場合に色の違いがあまり重要にならないように少し変更されています。その指標に関連する論文のリストは、こちらにあります


3
Computer Graphics SEへようこそ!一般に、リンクのみの回答はSEでは強く推奨されていません。これは、これらのリンクがダウンした場合に役に立たなくなる可能性があるためです。彼らのコンテンツの短い要約を含めてください。そうすれば、人々はリンクに依存することなく、あなたが実際に提案していることを正確に理解できます。
マーティンエンダー2016年
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.