Le contraste simultané

Comme décrit dans le chapitre précédent ce contraste définit le phénomène qui fait que notre œil pour une couleur donnée exige en même temps (simultanément) sa complémentaire et qu’il la crée lui-même si elle n’est pas donnée. Il est d’autant plus fort que la couleur est lumineuse et que l’on fixe longtemps la couleur principale. L’effet de contraste simultané se produit entre une couleur et un gris mais aussi entre deux couleurs pures qui ne sont pas exactement complémentaires. Chacune des deux couleurs cherche à repousser l’autre du côté de sa complémentaire. Les couleurs paraissent alors dans un état d’excitation dynamique. Leur stabilité disparaît et elles vibrent. Le contraste simultané peut être accentué ou réduit à l’aide des manières suivantes :

– Entre une couleur et un gris : On peut le renforcer en teintant le gris avec la complémentaire de la couleur à laquelle il est associé . On l’atténue en teintant le gris avec la couleur associée.

– Entre deux couleurs : On peut l’accentuer en utilisant une couleur donnée, juxtaposée à l’une des voisines de sa complémentaire sur le cercle chromatique.

2.5

Référence des figures

– Figure 2.3 extraite de [51] – Figure 2.4 extraite de [51] – Figure 2.5 extraite de [79]

– Figure 2.8 extraite de http ://pedagogie2.ac-reunion.fr/aa/pedago/theorie/couleur/contrast/contrast.html – Figure 2.6 extraite de [80]

– Figure 2.7 extraite de

http ://neurovision.berkeley.edu/Demonstrations/VSOC/izumi/CSF/A_JG_RobsonCSFchart.html – Figure 2.9 extraite de http ://pedagogie2.ac-reunion.fr/aa/pedago/theorie/couleur/contrast/contrast.html – Figure 2.10 extraite de http ://pedagogie2.ac-reunion.fr/aa/pedago/theorie/couleur/contrast/contrast.html – Figure 2.11 extraite de http ://pedagogie2.ac-reunion.fr/aa/pedago/theorie/couleur/contrast/contrast.html – Figure 2.12 extraite de http ://pedagogie2.ac-reunion.fr/aa/pedago/theorie/couleur/contrast/contrast.html – Figure 2.13 extraite de http ://pedagogie2.ac-reunion.fr/aa/pedago/theorie/couleur/contrast/contrast.html

CHAPITRE3

L

ES MODÈLES D

’

APPARENCES

COULEURS

Sommaire 3.1 Un peu d’histoire . . . 34 3.2 CIELAB . . . 34 3.3 Le modèle de Hunt . . . 35 3.3.1 Inconvénients . . . 36 3.4 Nayatani . . . 36 3.4.1 Inconvénients . . . 36 3.5 Le CIECAM97 . . . 36 3.6 Le CIECAM02 . . . 37 3.6.1 Données d’entrée . . . 37 3.6.2 Transformation d’adaptation chromatique . . . 39 3.6.3 Attributs d’apparence . . . 40 3.6.4 CIECAM02/CIECAM97 . . . 43 3.6.5 Exemple . . . 43 3.7 Autres modèles . . . 45 3.8 Recapitulatif . . . 46

Le monde de la mesure couleur est rempli de différents espaces, de différentes mesures et il est parfois difficile de s’y retrouver. C’est pourquoi, dans un souci d’obtenir des outils de mesure sur la couleur et son apparence, des modèles ont été créés : Ce sont les modèles d’apparence couleur (CAM ou Color Appearance Model en anglais).

Ces modèles cherchent à reproduire une couleur de façon à ce qu’elle paraisse identique quels que soient les conditions d’observation. Pour ce faire, ils s’appuient sur les propriétés du système visuel humain. Son interprétation perceptuelle est ainsi possible en fonction des conditions d’observation. De nombreux modèles ont vu le jour.

C’est la CIE (Commission Internationale de l’éclairage) qui a posé les bases de la définition d’un modele d’apparence couleur. Le comité technique TC1-34 s’est accordé sur la définition suivante : un modèle d’apparence couleur est un modèle qui inclut des facteurs prédictifs sur les attributs perceptuels de la clarté, de la chroma et de la teinte. Un modèle qui inclut une prédiction raisonnable de ces attri- buts doit aussi contenir au moins une forme d’adaptation chromatique. L’adaptation chromatique est la

34 CHAP 3 - LES MODÈLES D’APPARENCES COULEURS

capacité du système visuel humain à intégrer de larges variations de couleur en préservant globalement l’apparence couleur d’une scène.

Les CAM peuvent être plus complexes et donner des prédictions sur la luminosité et la coloration en te- nant compte d’effets comme celui de Stevens ou celui de Hunt. Enfin ces modèles doivent être inversibles pour prédire, à l’aide d’attributs perceptuels calculés à partir d’une condition d’observation d’origine, les coordonnées colorimétriques afin qu’un échantillon soit perçu de manière identique dans une autre condi- tion d’observation donnée. On notera qu’à un modèle d’apparence couleur est toujours associé un espace de représentation de la couleur qui permet de calculer des distances dites "perceptuelles".

3.1

Un peu d’histoire

En 1976, la CIE normalise deux espaces perceptuellement uniformes, le CIELAB et le CIELUV per- mettant de définir des distances couleur cohérentes au regard de la perception humaine des différences entre couleurs. En parallèle, dans le début années 1980, Hunt et Nayatani posent les premiers éléments des modèles d’apparence couleur qui seront révisés quelques années plus tard. Les CAM étendent la co- lorimétrie basique à la prédiction d’attributs d’apparence sous un très grand nombre de conditions de vi- sualisation différentes. Dans les années 90, des tests sont alors réalisés par divers groupes de travail pour évaluer les modèles proposés par différents chercheurs. Les modèles RLAB et LLAB apparaissent. La nécessité d’avoir un seul modèle d’apparence couleur a alors été mise en avant et résumée au Symposium de l’Association Internationale de la Couleur, à Vienne, en 1996, par Hunt [28]. Dans sa présentation, Hunt a rappelé les dernières évolutions des travaux sur l’apparence couleur et a énoncé 12 principes (voir annexe 2)

Le premier modèle créé et certainement le plus simple est l’espace couleur CIELAB. En effet le CIELAB inclut une transformation d’adaptation chromatique simple (celle de Von Kries), permet de calculer une valeur prédictive de la clarté, de le chroma et de la teinte en utilisant une représentation en coordonnées polaires. De plus, cet espace est associé à une distance perceptuelle. De nombreux autres modèles ont été proposés sur la base de différentes fonctions de transformations comme le modèle de Natayani, celui de Hunt qui est le plus complet mais le plus complexe, les modèles RLAB et LLAB, ATD. . .

L’annexe 1 décrit un des composants principaux d’un CAM : l’adaptation chromatique.

3.2

CIELAB

L’espace L*a*b (que l’on écrit aussi CIELAB) normalisée en 1976 par la CIE est avant tout une tentative pour mieux corréler le codage des couleurs avec la perception. Pour ce faire, il prend en compte la réponse logarithmique de l’œil et sa grande sensibilité à la luminosité. Il évite ainsi de représenter les couleurs dans un espace déformé comme c’est le cas en RGB. Cet espace représente le diagramme de chromaticité le plus étendu. Il est fondé à la fois sur des paramètres physiques donc réels (les longueurs d’ondes, etc) et des études psychométriques du phénomène de la vision (des mesures relevant de la psychologie, de la manière de voir) qui ne touchent plus réellement à la réalité objective.

L∗= 116(Y Yn )1/3− 16pourY Yn > 0, 008856 (3.1) L∗ = 903.3Y Yn sinon (3.2) a∗ = 500(f (X Xn ) − f (Y Yn )) (3.3) b∗ = 200(f (Y Yn ) − f (Z Zn )) (3.4)

3.3. Le modèle de Hunt 35

f (t) = t1/3pourt > 0, 008856 (3.5) f (t) = 7, 787t + 16/116sinon (3.6) Le CIELAB peut donc être considéré comme le premier CAM s’il est utilisé correctement, avec le vrai blanc de référence. En effet, le CIELAB effectue une modélisation de l’adaptation chromatique, une modélisation de la réponse à la compression, il permet des calculs des attributs " Clarté ", " Chroma ", " Teinte " :

C_ab∗ =pa∗2+ b∗2 (3.7) h∗_ab = tan−1(b∗/a∗) (3.8) On peut lui associer une mesure perceptuelle de différence couleur. En effet, la distribution des couleurs y est uniforme. Cette uniformité signifie que de faibles écarts théoriques entre couleurs sont ressentis comme étant également faibles visuellement. On a pu donc lui associer une distance corrélée avec la perception :

δab =

p

(δL)2_{+ (δa)}2_{+ (δb)}2 _(3.9)

Dans tous les autres espaces colorimétriques (CIE XYZ, RGB, Munsell, Ostwald, TSL, etc.), les variations ne sont pas linéaires ; un petit écart dans l’espace de codage donne souvent lieu à une grande variation de nuance visuelle. Cela signifie que les couleurs ne sont pas interprétées correctement ce qui pose un problème, principalement dans l’industrie (imprimerie, cosmétique, métallurgie, textile, etc.) où il s’agit concrètement de mélanger différents pigments. Il faut toutefois noter que l’espace L*a*b présente par nature un inconvénient quand il s’agit d’estimer avec précision les caractéristiques chroma- tiques.

Mais CIELAB n’a pas une fonction de transformation chromatique précise. De plus, on a pu constater des erreurs importantes sur les prédictions de teinte pour des stimuli bleus en passant d’un éclairage de jour à un éclairage de type incandescent.

Néanmoins, faute d’être un CAM performant, l’espace L*a*b est devenu la référence chromatique uni- verselle. On le qualifie parfois d’espace colorimétrique absolu. Bien qu’il s’agisse de la représentation de la sensibilité de l’œil moyen, comme il s’agit d’un modèle théorique, il ne peut pas être appliqué comme tel dans l’industrie. Il contient par exemple des couleurs dites psychométriques qui n’existent pas physi- quement dans la nature ; ce sont notamment les couleurs très saturées au-delà des valeurs a* et b* de 60. Si cela ne pose aucun problème pour visualiser une image à l’écran, quand il s’agit de l’imprimer, c’est un tout autre problème car le gamut des imprimantes est nettement plus petit que l’espace théorique, lié notamment aux fait que l’on travaille avec des encres de différentes densités et que les imprimés sont observés par réflexion. Aussi, toutes les industries concernées par les impressions couleurs préfèrent uti- liser des espaces sur mesure tels que Adobe 1998, sRGB, Pantone, ColorMatch ou encore EIC-RGB parmi d’autres car ils sont mieux adaptés à la reproduction sur certains supports, plus conformes à la reproduction des couleurs qui sont tout simplement mieux appréciés dans certains pays (HKS en Europe, DIC au Japon, etc.).

3.3

Le modèle de Hunt

Hunt a travaillé 36 ans dans les laboratoires de recherche Kodak. C’est pourquoi son modèle a été développé dans le contexte de la reproduction de l’image couleur. L’influence de la science de l’image est plus facilement visible dans le modèle de Hunt, notamment au niveau des paramètres d’entrée. Par exemple, la luminance relative de l’environnement est un facteur important qui n’est pas pris en compte dans le modèle de Nayatani.

Le modèle de Hunt est désigné pour prédire un large panel de phénomènes visuels, incluant l’apparence couleur en fonction de l’arrière plan, de l’environnement, de l’illumination des couleurs et du niveau de luminance. Dans ce sens, c’est un modèle complet pour des stimuli statiques. Le modèle de Hunt, comme les autres modèles, n’inclut pas de caractéristique spatiale et temporelle de l’apparence. Pour faire des

36 CHAP 3 - LES MODÈLES D’APPARENCES COULEURS

prédictions raisonnables sur un large panel de conditions différentes, le modèle de Hunt nécessite une définition plus rigoureuse du champ visuel. Ces définitions incluent l’arrière plan et l’environnement. Ce modèle a continuellement évolué durant les vingt dernières années.

3.3.1 Inconvénients

Le modèle d’apparence couleur de Hunt semble être capable de faire tout ce qu’on demande d’un modèle d’apparence couleur. Donc pourquoi n’est-t’il pas adopté comme le modèle standard pour toute les applications ? La principale raison est qu’il doit être trop complet et sa complexité le rend impossible d’utilisation dans certains domaines. Voici d’autres points négatifs de ce modèle :

– Il est difficilement inversible ;

– Il est difficile à implémenter et requiert des connaissances pour être utilisé ;

– Il utilise des fonctions pour prédire les changements du contraste dû aux variations de la luminance relative de l’environnement. Ces fonctions peuvent résulter dans la prédiction des couleurs ayant des valeurs négatives pour certains changements de l’environnement.

3.4

Nayatani

Le modèle de Nayatani est une extension du modèle d’adaptation chomatique de Von Kries [15]. Comme pour tous les modèles d’apparence couleur, il est important de décrire le contexte dans lequel il a été créé. Les chercheurs qui l’ont développé viennent de l’industrie de l’ingénierie de l’éclairage. C’est pourquoi une des applications de ce modèle réside dans les propriétés du rendu de sources lumineuses. Cette application a des objectifs différents que ceux du domaine de la reproduction d’images et par conséquent ceux qui sont intéressés par ce domaine trouveront certains aspects de ce modèle inappropriés à leurs besoins. Mais l’inverse est aussi vrai. C’est pourquoi s’il n’est pas utilisé dans le domaine de l’image, il est certainement meilleur pour d’autres applications.

3.4.1 Inconvénients

– Il ne prend pas en compte les changements de l’arrière plan, de l’environnement ou des aspects cognitifs ;

– Il ne prédit pas de niveau d’adaptation, ce qui est très important dans les applications liées à la reproduction ;

– Il ne prédit pas l’effet de Helson-Judd ;

– Il s’est avéré peu précis sur de nombreux tests sur les modèles d’apparence couleur ;

– La contribution des cônes à l’apparence de la couleur n’y est pas prise en compte comme dans le modèle de Hunt.

3.5

Le CIECAM97

Afin de répondre à la demande d’outils standardisés des industriels, la CIE a normalisé en 1997 le CIECAM97.

Ce CAM normalisé prend en compte l’environnement d’un objet coloré afin de compenser son in- fluence sur notre perception de la couleur. Comme le montre la figure suivante 3.1, le CAM peut être considéré à première vue comme une boîte noire. A l’entrée de cette boite on trouve la couleur physique du stimulus (ses coordonnées XYZ). Sont ensuite fournis au modèle des données concernant l’environ- nement :

– Ybl’intensité de l’arrière plan.

– Xw, Yw, Zw le blanc de référence

3.6. Le CIECAM02 37

– Et enfin une moyenne concernant l’environnement : s’il est sombre (dark), faible (dim) ou de type lumière de jour standard (average).

FIG. 3.1 – Schéma d’entrée/sortie du CIECAM

Ces paramètres influençant notre vision de la couleur vont tous être pris en compte afin d’obtenir en sortie des attribus de perception dissociable de tout environnement.

La formulation des CIECAM97 [66], désormais bien connue a été définie par le groupe de travail TC1-34 de la CIE et repose sur le travail de nombreux chercheurs (Bartleson, Breneman, Fairchild, Estevez, Hunt, Lam, Luo, Nayatani, Rigg, Seim, Valberg. . . ). Le modèle de base étant difficilement inversible, il a été amélioré en CIECAM97s afin de palier à cet inconvénient. Le modèle CIECAM97s est bien adapté aux applications demandant des métriques d’apparence couleur plus sophistiquées que celles issues du CIELAB. Il n’autorise pas les prédictions des effets de Helson-Judd, ni de Helmholtz- Kohlrausch. Un modèle plus complet a ensuite été proposé : le CIECAM97c qui doit être utilisé si ces phénomènes sont importants.

Nous ne détaillerons pas ici ce modèle, nous renvoyons le lecteur intéressé à l’ouvrage de Mark Fairchild [9]. Nous allons maintenant nous focaliser sur le dernier CAM normalisé par la division 8 de la CIE, le plus utilisé des modèles d’apparence couleur actuellement : le CIECAM02 [64].

Quelques modifications ont été introduites afin d’aboutir à un modèle à la fois plus complet et plus simple réduisant ainsi les inconvénients du CIECAM97 [52, 2]. Ces améliorations sont décrites dans la partie suivante.

3.6

Le CIECAM02

Le modèle CIECAM02 a été construit à partir du CIECAM97s, afin d’offrir des optimisations. Le premier CIECAM02 a été présenté par Ronnier Luo au congrès CIC de Scottsdale, en novembre 2002, il a été normalisé en 2004 [64]. Une seconde version, améliorée, a été officialisé au Congrès CIE de Juillet 2007 à Pékin.

3.6.1 Données d’entrée

Les données d’entrée du modèle sont les mêmes que pour le CIECAM97s : – Les valeurs XYZ de l’échantillon dans les conditions d’origine ;

– Les valeurs relatives du blanc, XwYwZw, dans les conditions d’origine ;

– La luminosité moyenne de l’environnement, c’est-à-dire du champ global d’adaptation, LA, en

cd/m2 (voir table 1 pour les exemples) ;

– La nature de l’environnement ("dark", "dim","average") ;

– L’intensité du fond, Yb, dans les conditions d’origine (inférieur à 100 : 2 pour une valeur proche du noir, 20 pour un gris moyen et 90 pour le blanc).

38 CHAP 3 - LES MODÈLES D’APPARENCES COULEURS Exemple Luminosité ambiante en lux ou cd/m2 Scène ou blanc de luminance Lain cd/m2 Blanc de référence adopté SR Environnement Surface d’évaluation de la cou- leur dans une cabine éclairée 1000(318.3) 318.3 cd/m2 63.66 Light booth WP 1.00 Moyen Affichage auto- lumineux de type "maison" 38(12) 80 cd/m2 16 Entre le blanc d’af- fichage et le blanc ambiant 0.15 Faible Affichage de diapositives dans une chambre noire 0(0) 150 cd/m2 30 Entre le blanc du projecteur et E 0.00 Sombre Affichage auto- lumineux de lumière type "bureau" 500(159.2) 80 cd/m2 16 Entre le blanc d’affi- chage WP et CWF 2.00 Moyen

TAB. 3.1 – Exemples de valeurs applicatives

SR=

LSW

LDW

(3.10) LSW intensité du blanc de l’environnement, LDW, celle du blanc du support de reproduction. On

définit également en entrée 3 paramètres constants : – c, pour l’impact de l’environnement,

– Nc, facteur d’induction chromatique, – F, facteur pour le degré d’adaptation.

La table 3.2 donne des recommandations concernant ces paramètres pour différentes conditions d’ob- servations. Conditions d’observations c Nc Fll F Moyen > 4◦ 0.69 1.0 0.0 1.0 Moyen (AVERAGE) 0.69 1.0 1.0 1.0 Clair (DIM) 0.59 1.1 1.0 0.9 Sombre (DARK) 0.525 0.8 1.0 0.9

TAB. 3.2 – recommandations pour les paramètres d’entrée du CIECAM02

On notera que les valeurs tri-chromatiques doivent être données à partir du standard de l’observa- teur colorimétrique 2° de la CIE 1931. On calcule alors les facteurs d’induction du fond (background) n, les facteurs d’inductions relatives Nbb (clarté-fond) et Ncb (chromaticité-fond), et une non-linéarité exponentielle de réponse des cônes, z par les équations 3.11 à 3.15 :

3.6. Le CIECAM02 39

N bb = N cb = 0.725n−0.2 (3.12)

Z = 1.48 +√n (3.13) On peut aussi calculer le facteur d’adaptation du niveau de luminosité de l’environnement :

k = (5La+ 1)−1 (3.14)

FL= 0.2k4(5La) + 0.1(1 − k4)2(5La)

1

3 _(3.15)

Ces valeurs serviront pour le calcul des attributs perceptuels (eq. 3.29 à 3.40).

Dans le document Intégration des effets spatiaux et spatiotemporels dans la prédiction de l'apparence colorée (Page 41-49)