|
色彩管理是一种将图像从源设备色彩空间转换到目标设备所支持的色彩空间的技术,其目的是提供一种跨外设和操作平台的一致的色彩再现机制。现代色彩管理技术的发展经历了两个阶段：在20世纪七八十年代彩色电子印前系统出现之初，色彩管理的概念已经被人们采用，但当时的彩色桌面印前系统相互之间不能兼容，要完成不同设备间的色彩传递相当复杂，需要采用多个独特的色彩转换程序才能实现，所以称其为传统的色彩管理技术。而在1993年，八大电脑及影像发展商成立了国际色彩联盟ICC，其目的是解决新产品间的色彩管理兼容问题。ICC将色彩管理系统建立于电脑操作系统之内，并利用色彩特性文件作为色彩转换的基础，任何输入和输出设备只要支持这种格式，它们之间就可以准确地进行色彩转换，这就是现代的色彩管理技术。
10多年以来，基于ICC的色彩管理系统已普遍应用于各类图像处理软件（如Photoshop）和操作系统（如Mac的ColorSync，Windows XP的ICM）中，ICC特性文件也已成为一种工业标准。但是，这是否意味着现代色彩管理技术已经完全成熟了呢？有专业人士指出，色彩管理技术仍需要业内人士在现有的技术上进一步探索，它的发展将受3个方面的影响：数码摄影、跨媒体出版以及客户对产品低成本、高质量和短交货期限的要求。未来的色彩管理将在色彩复制的一致性和自动化程度上有更高的要求。那么色彩管理技术未来的发展方向到底是什么呢？
现代色彩管理技术的缺陷和色貌模型
1. 现代色彩管理的方法
现代色彩管理技术是从一种设备色彩空间中的颜色出发,结合该设备的色彩特性将其转换到设备无关的色空间PCS，然后结合目标设备的色彩特性,再转换到目标设备色彩空间中。现代色彩管理技术的基本思路是首先选择一个与设备无关的色彩空间，然后对整个图像系统中的各个设备进行特性化描述,形成设备色彩描述文件，最后在各设备的色彩空间与标准的与设备无关的色彩空间之间建立确定的对应关系，利用色彩管理模块CMM来进行色彩转换。
2. 现代色彩管理技术的缺陷
在人的视觉中，可以说任何色彩都是在对比状态下存在的，或者是在相对条件下存在的，是从整体中显现出来的。而人的知觉也不可能单独地去感受某一种颜色，总是在一个大的整体中去感受各个部分，进一步说，对一块颜色的认识，与它存在的环境有关。同一颜色在不同的照明条件、不同的媒体、不同的背景下，以及由不同的观察者观察都具有不同的颜色感觉即色貌。因此，为了解决这一问题，人们提出了色貌模型，通过色貌模型，可以在一个确定的环境下再现不同观察条件的颜色属性。
基于ICC的现代色彩管理系统所用的与设备无关的色空间PCS通常为CIELab或CIEXYZ。CIEXYZ不是一个色貌模型，CIELab色空间由于可以计算明度、饱和度和色相，并且有简单的色适应转换，被近似认为是一个色貌模型，但CIELab色空间存在着以下缺陷。
1）CIELab色空间的色相缺乏视觉的均匀性，即色空间中同一色相角上的颜色在视觉上并不具有相同的色相，特别在红色和蓝色区域。而在色彩管理中进行颜色转换时，往往是通过保持同一色相角的颜色的色相不变，改变明度和饱和度来进行颜色匹配的，这就要求所用的色空间必须具有极好的色相均匀性。
2）CIELab色差公式是利用单个的色块在恒定的视觉条件下得出的，因此它只能计算特定条件下色块之间的颜色差别，而不能预测不同视觉条件下的复杂空间图像的颜色差别。
3）CIELab只适合恒定视觉条件下的颜色复制，不适合跨媒体和跨平台的颜色复制。
CIELab虽然被认为是一个近似的色貌模型，但它只能用于预测相同视觉条件下的颜色属性，因此，还不能完全作为一个用于颜色转换的标准的色空间。
3. 色貌模型
色貌模型是指能够对颜色的相关属性，如明度、色相和彩度进行预测的数学模型。具体来说就是指通过特定照明、背景以及观察环境等条件下的CIE色度参数（如三刺激值）进行颜色属性参数（如明度、饱和度和色相）计算或预测的数学公式或数学模型。色貌模型主要是解决不同媒体在不同的观察条件、不同的背景和不同的观察环境下的颜色真实再现问题。
1998年，CIE负责测试色貌模型的分技术委员会1-34提出了CIECAM97s，在色貌模型的研究上取得了很大的成功，同时也吸引业内很多研究人员对它进行了进一步的研究，随着研究的深入，研究人员很快发现CIECAM97s存在一些不足，并提出了很多修改的建议，于是2002年CIE又推荐了新一代的CIECAM02色貌模型，CIECAM02是基于CIECAM97s模型建立的，并进行了大量的修改和简化，包括一个线性的色适应转换、一个新的非线性响应压缩函数和颜色感觉属性计算方法的修改。然而，CIECAM02虽然能够预测不同视觉条件下的颜色再现效果，却没有将人类视觉的空间和时间特性与图像视觉效果结合起来。因此，在2004年，Fairchild和Johnson又推荐了图像色貌模型iCAM（image Color Appearance Model），iCAM结合了人类视觉的空间和时间特性，具有很好的色相均匀性，既可以预测复杂图像的色貌特征，又可以测量图像的差别和质量，适合于跨媒体图像复制和高动态范围的成像技术。
|
