4.3 Reproduction de tons et Fidélité
4.3.2 Les opérateurs de reproduction de tons (ORT)
La figure 4.5, issue de [72] illustre le principe de base d’un ORT. Nous avons deux observateurs, le premier se trouve en face de la scène en luminances réelles, le deuxième regarde un écran sur lequel est affichée cette même scène, convertie au préalable par l’ORT et le circuit vidéo du moniteur. Le problème est simple : il nous faut égaliser les sensations visuelles des deux observateurs. Cette sensation visuelle, dénommée “brillance” par les anglo-saxons, se mesure en bril.
La figure 4.6 montre trois images issues de la même carte de luminances. Seuls les opérateurs de reproduction de tons changent. Nous allons présenter les principaux travaux, dans le domaine de la synthèse d’images, concernant les ORT.
4.3. REPRODUCTION DE TONS ET FIDÉLITÉ CHAPITRE 4. ASPECTS COULEUR Carte de luminances Observateur Monde reel Moniteur Observateur Display Tone mapping Monde reel Display Lmr Bmr Bd Ld n Lmr D’apres Tumblin-Rushmeier(92)
FIG. 4.5 – Schéma de principe de la reproduction de tons
FIG. 4.6 – Différents opérateurs de reproduction de tons : Tumblin-Rushmeier, Ward,
Ward-Rushmeier-Piatko
L’ORT de Tumblin - Rushmeier
Selon les travaux de Tumblin et Rushmeier[72], l’obtention d’un ORT est un processus logique : en se basant sur la figure 4.5, un ORT sera obtenu simplement en prenant un modèle d’observateur du monde réel (RWO), en lui ajoutant un modèle inversé d’observateur de l’écran (DO) et un modèle inversé de moniteur. Les fonctions utilisées par Tumblin et Rushmeier sont les suivantes :
– RWO : Brw= 10βrw.Lαrw
rw
– DO : Bd= 10βd.Lαd
d
– Moniteur : n = [(Ld/Ldmax) − 1/Cmax]1/γ
Les fonctions utilisées sont toutefois relativement complexes, et sont basées sur des fonctions psychométriques mesurant des capacités achromatiques. En toute rigueur, cet ORT ne peut donc pas être utilisé avec des images en couleurs.
L’ORT de Ward
Dans [77], Ward veut simplifier le processus en établissant une relation linéaire entre les lumi-nances réelles et celles qui sont émises par l’écran, un facteur unique servant donc à la conversion de toute l’image. L’idée de Ward est que ce facteur devrait être égal au rapport entre le seuil de lu-minance perceptible sur l’écran et celui perceptible sur la carte de la lulu-minance ; ces seuils ont fait l’objet d’études, présentées dans le chapitre précédent, pour lesquelles des formulations
mathéma-CHAPITRE 4. ASPECTS COULEUR 4.3. REPRODUCTION DE TONS ET FIDÉLITÉ
tiques existent. Ward utilise la formule élaborée par la CIE en 1981 ([70].) δL(La) = 0.0594.(1.219 + L0a.4)2.5
Ce modèle a le mérite de donner de bons résultats avec une solution qui, même si elle est basée sur des critères perceptuels, reste facilement applicable. Toutefois, pour obtenir ces seuils, il est nécessaire de connaître les caractéristiques du moniteur (en particulier sa luminance maximale) ainsi que la luminance d’adaptation. Cette notion, dont il n’existe pas de définition précise à l’heure actuelle, est censée représenter l’état d’adaptation de l’observateur et peut donc recouvrir un bon nombre d’aspects psychovisuels. Elle est généralement assimilée à la luminance du fond. Les paramètres de la méthode de Ward sont donc difficiles à définir.
L’ORT de Ward - Rushmeier - Piatko
La conception de cet opérateur vient d’une constatation sur les précédents travaux : certains conservent la visibilité globale, d’autres préservent la sensation visuelle, notamment tout ce qui est lié à l’éblouissement ou aux halos de lumière, mais aucun n’intègre les deux aspects. Pour aboutir à cet objectif, Ward et al proposent dans [34] d’effectuer une égalisation d’histogramme basée sur des fonctions psychovisuelles. La méthode est la suivante :
1. Sur une première copie de l’image, on applique : – une fonction d’acuité visuelle
– une fonction de sensibilité à la couleur – une fonction de calcul d’éblouissement
2. Une deuxième copie de l’image est filtrée de manière à obtenir qu’un pixel de cette image représente un degré de vision.
3. Une fonction de sensibilité au contraste est appliquée sur cette image.
4. Le logarithme de la luminance est calculé en chaque pixel de manière à approximer la brillance. 5. Une égalisation d’histogramme est effectué sur cette image.
6. Cette égalisation est reportée sur la première image pour obtenir l’image affichable.
L’ORT de Pattanaik et al
Dans [55], les auteurs utilisent un modèle de vision complet. Nous reviendrons sur le modèle ultérieurement dans ce mémoire, il ne sera donc pas détaillé dans cette section. Le principe est le suivant : un ORT sera obtenu avec un processus en deux phases ; L’image en luminances réelles est convertie en contrastes perçus avec un modèle de vision, puis ces contrastes sont traités à travers le modèle de vision inversé, réajusté en changeant les paramètres de manière à prendre en compte le changement scène réelle / écran. Cet opérateur est le seul, à l’heure actuelle, à prendre en compte les trois domaines de visualisation : scotopique, mésopique et photopique. Il est également très complet sur tous les aspects couleur de l’image à afficher. La figure 4.7 montre quelques exemples d’images utilisant cet algorithme.
Les ORT fonctionnant en temps réel
Certaines applications, comme la réalité virtuelle, nécessitent de faire l’opération de reproduction
de tons en temps réel, c’est à dire en moins d’1/24eme de seconde. Par exemple, dans le cas de
4.3. REPRODUCTION DE TONS ET FIDÉLITÉ CHAPITRE 4. ASPECTS COULEUR
FIG. 4.7 – Résultats de l’opérateur de reproduction de tons de Pattanaik et al (ligne du bas)
la caméra), la prise en compte des phénomènes d’adaptation visuelle quand le point de vue passe d’une pièce sombre à une pièce fortement éclairée peut apporter un degré de réalisme supplémentaire. Nous avons retenu trois travaux ayant cet objectif, mais c’est un sujet qui est appelé à se développer énormément dans un avenir proche.
Scheel et al ont dans [62] mis au point une méthode de reproduction de tons utilisant au maximum les capacités graphiques de la machine. Les fonctions mathématiques de l’opérateur, basées sur [77], sont stockées et utilisées dans des mémoires normalement réservées aux textures. Le calcul de la luminance d’adaptation se fait en échantillonnant l’espace image avec un processus aléatoire pondéré par une fonction de distribution privilégiant une zone d’environ deux degrés de vision autour du point de focalisation.
Durand et Dorsey présentent dans [14] une mise en œuvre en temps interactif de l’algorithme de simulation de l’adaptation visuelle de Ferwerda et al ([19]), à laquelle ils ajoutent quelques fonction-nalités comme les halos lumineux provoqués par une source intense. Le gain de vitesse par rapport à l’algorithme original se fait surtout en tabulant toutes les fonctions mathématiques et en utilisant les convolutions câblées disponibles dans OpenGL.
Artusi et Wilkie ([5]) proposent quant à eux une méthode de linéarisation des processus de repro-duction de tons de manière à les approximer par une “look up table” immédiatement accessible, donc très rapide. Le gros avantage de leur méthode est qu’elle peut s’appliquer à n’importe quel ORT.