不同光源下的色彩顯像模擬

法產生的色差最大值為 5.7048、最小值 0.0000，平均值最大 0.7301；PCA 方法 的色差最大值為 3.1393、最小值為 0.0000，平均值最大為 0.8771。ISRF 部分色 彩模擬效果優於 PCA 方法，但是會有部分顏色產生大色差的現象。在標準照明

在使用截然不同的標準光源 A 的情況之下，PCA 方法就出現了不合預期的大色 差現象。此一現象解釋了本研究的方法應該較 PCA 更適合廣泛運用在真實的生 活中。接下來本研究將重建頻譜模擬不同照明光源下的色彩，D4000K、D6500K、

D7500K、D9000K 與標準照明體 A，如圖 4-5。

重建目標 ISRF 方法 PCA 方法

(a)

(b)

(c)

(d)

e)

圖 4- 5 不同光源下的 Macbeth 色票顯像模擬 (未經色適應)

(a) D6500K，(b) D4000K， (c) D7500K，(d) D9000K，和(e) 標準照明體 A

以上呈現的色彩顯像模擬結果是由三刺激值公式置換光源計算而來，而未經 過色適應後的結果，直接轉至參考光為 D65的 sRGB 空間下之顯示情形，而經過 Bradford 色適應方法轉換後，模擬人眼的適應能力，將直接計算時的產生的色偏 修正，模擬人在該光源下所見到的顏色。如圖 4-6。

重建目標 ISRF 方法 PCA 方法

(a)

(b)

(c)

(d)

圖 4- 6 不同光源下的 Macbeth 色票顯像模擬 (色適應後) (a) D4000K，(b) D7500K，(c) D9000K，和 (d) 標準照明體 A

以下將進一步地討論在標準照明體 A 之下，原始影像與使用 ISRF 方法重建 頻譜後的色彩顯像模擬的比較，以及色適應前後的結果，以圖 4-7 的方式呈現每 一個待估計顏色其目標色、估計色、目標色 RGB 值、估計色 RGB 值，以及兩 者的色差值。24 色的色差值情形也將呈現在圖 4-8 中，24 色的 Macbeth 色票色 彩顯像模擬比較結果將呈現於圖 4-9、圖 4-10 中；

圖 4- 7 單一顏色呈現示意圖

圖 4- 8 實驗色差數值

目標色 估計色

色差值

目標色 rgb 值 估計色 rgb 值

圖 4-9 Macbeth 色票於標準照明體 A 下的色彩顯像模擬(未經色適應)

圖 4-10 Macbeth 色票於標準照明體 A 下的色彩顯像模擬(色適應後)

此結果可見多數顏色的色差值小於 3，唯有 13 號藍色色票的差異較為明顯，

模擬之顏色與目標有所差異，是需要繼續改進之處。大致上色票模擬的結果相當 令人滿意，它能夠闡釋本研究方法不僅僅是一個準確的數學模型，更能實際運用

最後，實際以一張照片影像，擷取其每個像素之 RGB 值代入本系統中做為 測試，求得每個像素顏色的物體頻譜反射率後，用不同的光譜能量分布資料進行 三刺激值的計算以及色彩的顯像模擬，其結果如圖 4-11。

原始影像

未經 色適應

色適應

(a) (b) (c) (d) (e) 圖 4- 11 數位影像色彩顯像模擬圖

(a) D6500K，(b) D4000K，(c) D7500K，(d) D9000K，和(e) 標準照明體 A

色彩顯像模擬的效果和預期相同，在 D4000K 下影像整體偏紅、D7500K、

D9000K 下偏藍，而在標準照明體 A 下宛如被溫暖的黃光照射。此一成果代表 本研究開發之 ISRF 內插物體頻譜反射率重建方法不僅僅是理論的探討，更可以 實際應用於影像處理領域。也許在未來能進一步地將其設計為虛擬打光(Virtual Lighting)演算法，將數位影像於不同光源下進行置換光源的色彩顯像模擬，增加 生活中的影像表現豐富性。