行政院國家科學委員會專題研究計畫 成果報告
以喜好色為基礎之最佳化色彩調整技術研究
計畫類別： 個別型計畫
計畫編號： NSC94-2215-E-003-002-
執行期間： 94 年 08 月 01 日至 95 年 07 月 31 日
執行單位： 國立臺灣師範大學圖文傳播系(所)
計畫主持人： 周遵儒
共同主持人： 陳鴻興
計畫參與人員： 諸葛慧、陳創益、鄭琇云、張士鍇
報告類型： 精簡報告
處理方式： 本計畫可公開查詢
中 華 民 國 95 年 10 月 30 日
摘要 色彩調整是顯示器開發時的一項重要課題，而其調整方法的設計又有各種不同的著眼 點，一般而言，包含了數位影像本身、顯示材料、觀察者感覺這三項不同類型的考慮因素， 由於之前已經有許多基於顯示材料特性的研究，因此，在本計畫中我們將針對影像與知覺 觀點探討色彩調整理論與技術的研發，首先，利用 Munsell 喜好色的導引建立色彩調整模 型，並設計出最佳化的色彩調整演算法，另外，透過一系列心理物理實驗，由人眼觀測進 行影像色外貌之調整工作，完成開發高品質數位影像顯示設備之依據。 關鍵詞：喜好色、影像從屬、色彩調整、色外貌模式、色適應 Abstract
Color adjustment is an important is sue of the display development. There are various concerned points about color adjustment methods; generally, including digital image itself, display material, and perception of observers. Since many researchers have devoted their attention to the color characteristics of display materials, in this project, we will study the color adjustment theory and develop the adjustment method from both image-related and perception-related viewpoint in contrast. First, we use Munsell preferred color to construct the color adjustment models to design the optimal adjustment algorithm. Second, based on a series of the psychophysical experiments, we complete the foundation of developing color display devices of high quality.
Keywords: preferred color, image dependent, color adjustment, color appearance model, chromatic adaptation
一、前言
隨著平面顯示器產業的蓬勃發展與製造技術的進步，我們不再滿足於顯示器體積的輕 薄與粗糙的顯示品質，而更進一步要求影像的呈現具有更佳的色彩表現能力，因此色彩調 整技術的優劣就顯得非常重要。影響顯示器色彩再現能力的因素主要包含色彩顯示材料本 身與所顯示影像的色彩調整模組兩方面，本計劃的重點在於色彩調整模組的設計上，開發 出更優異的色彩調整演算法（Color Adjustment Algorithm），使得顯示器可以具有更好的色 彩再現能力，此外，在影像色外貌調整工作方面，藉由調整CIECAM02及iCAM兩種色外貌 模式之參數，模擬任意光源下白點適應的過程，找出何種模式在預測「對應色」上，具有 較精確的顯色效果，且符合實際人眼色知覺屬性。
二、研究目的
本計劃利用 Munsell 喜好色設計出最佳化調整演算法，將其命名為喜好色模 組 （Preferred Color Module, PCM），喜好色模組不僅能提升影像的色彩飽和度，同時影像經 調色後更符合人類知覺的喜好，達到良好的調色效果，作為發展高畫質顯示設備的基礎， 利用色外貌模式參數的調整進行實驗，找出符合實際人眼色知覺屬性的色外貌模式，對影 像進行色彩校正，最後應用於動態影像色適應，獲得色彩校正後的視訊影像。 三、文獻探討 色彩調整技術的研究可以分為影像相關（Image-related）、設備相關（Device-related）、 知覺相關（Perception-related）三種類型來加以探討（見表表表一表一一），過去有關色彩調整技術的一 研究多針對設備相關進行探討[1]，因此，本計劃將以另外兩項技術對影像進行色彩調整， 以下分別對影像相關、設備相關與知覺相關三類色彩調整技術做概述： 從影像相關影像相關影像相關影像相關的立場來看，，，，影像的色彩調整是基於影像處理的原理進行處理，大致可從 三方面進行處理：階調曲線（Tone Curve）、影像色彩直方圖（Image color histogram）、 影像鮮銳化（Image sharpness），階調曲線 — 可以找出輸入之數位訊號 RGB 值與輸出值 間最佳之配對關係，進而完成灰色平衡，直方圖 — 將影像中所有畫素色彩值以直方圖表 示，藉著調整直方圖的分佈，可以達到提高反差或增加影像階調表現的效果，影像鮮銳化 — 設計各式演算法，使影像中彩度最高的部分到達所採用之色空間之最飽和色彩，使影像更 鮮豔、飽和度更高。 以設備相關設備相關設備相關設備相關的立場來看，，，，影像的色彩調整是基於色彩管理的原理進行處理，，，其概念可， 分 類 為 以 下 三 個 部 分 ： 設 備 校 正 （ Device Calibration ） 、 色 彩 特 性 描 述 （ Color Characterization）、色彩轉換（Color Conversion），設備校正─ 主要是使所有跨媒體設備 得以精準確實地展現色彩的過程，校正每一個跨媒體設備僅是將色彩複製過程中，獲得正 確色彩所必須的首要條件，色彩特性描述 ─ 用於界定輸入設備可辨識的色彩範圍與輸出 設備可複製的色彩範圍，經由設備色彩特性描述的程序後，將結果儲存在「色彩特性描述 檔」（profile）中，即可利用 ICM 或 ColorSync 等色彩管理軟體，達成色彩重現的目的， 色彩空間轉換 ─根據各種設備的「色彩特性描述檔」的數值數據，將各媒體設備從屬色彩 空間與設備獨立色彩空間的坐標系統以數學模式的方式，建立兩者之間的轉換關係式。 從知覺相關知覺相關知覺相關知覺相關的觀點來看，當照明光強度及光譜能量分布發生變化時，人眼視覺系統並 不會受到很大的影響。這是由於人眼具有適應性，由於色適應（color adaptation）的緣故， 即使照明光發生改變，人眼對於灰色、膚色等物體色，並感覺不到色彩的刻意變化，這種 色外貌現象稱為色彩恆常性色彩恆常性色彩恆常性（color constancy）[2]。 色彩恆常性 以上的視覺現象說明人眼視覺系統具有忽略外在光源變化，而對進入視覺系統的影像
進行自動調節的能力；但是，原本的人造機械系統（例如，數位相機或平面顯示器）並不 同樣具有色適應的能力，為使這些機械系統也能夠像人眼視覺系統般做到對輸入影像進行 色彩的適應調節，我們需要有能夠預測色適應或解決色外貌現象的數學模式，並將其應用 於機械系統之中。 表一 影像色彩調整 色彩調整技術 一般處理方法 常用色彩空間 變動對象 影像相關 基於影像處理原理 （階調曲線/直方圖/鮮銳化） RGB / YcrCb / HSV / HLS / CIE-xy / CIELAB / CIELUV
數位影像
設備相關 基於色彩管理原理
（設備校正/色彩特性描述/色彩轉換）
Device Dependent Color （RGB / CMYK / Density） 成像設備 （顯示器/印表機/相機） 知覺相關 基於色適應模式 LCh 數位影像 從最單純的白平衡來看，von Kries的色適應預測公式大致說明了色適應現象，但不能 說明以下幾種色適應現象：1用彩色光照明灰色標尺時，在明亮的灰色處可感受到照明光 的色調，在暗的灰色處會感受到照明光的補色色調（Helson-Judd效應），2改變照度照明多 種非彩色物時，在高照度下會感到明亮的灰更白、暗灰色更黑（Stevens效應），3改變照度 照明彩色物時，隨著照度增加會感到彩度增加（Hunt效應）[2]，因此證明了只採取白平衡 是無法達到最佳調色的。此外，先前有關調整影像色彩的研究多是以研究者主觀判定色彩 是否鮮銳、白點是否平衡，並沒有求取最佳調色的關係式，其中也沒有對不同影像的調色 方式做區隔，調色效果很可能因此受限，到目前為止仍非常欠缺有關影像相關調色這方面 的研究[1][3][4][5][6][7]。 本計畫中，先從影像處理角度切入探討影像相關的色彩調整問題，先前類似問題的研 究在處理方法上有許多限制，例如以影像色彩三屬性（色相、明度、彩度）的角度分析， 對固定色相範圍進行彩度及明度的調整，這將導致鄰近色相頁之間會產生不連續的問題， 因此，本計劃將同時對色相、明度與彩度一併考慮，運用兩類型標準參考色：1RIT/ Munsell 實驗室於1994年提出的14個人眼喜好色（Preferred Color），2sRGB中所包含的紅、黃、綠、 青、藍、洋紅、黑、白色等標準色，分別達到影像色彩柔和與飽和的兩種視覺基本需求， 其中兩種標準都含有完全相同的黑色，扣除此重複的黑色後，總計有21個標準參考色，以 一個可以描述視覺特性的CIELAB色彩空間為基礎（進一步可對應到色彩三屬性），建立基 於人眼喜好色的線性與非線性調整模型，並依此模型對該數位影像進行最佳化的色彩調 整，發展一套符合人眼視覺喜好的調整方法。 另外，本計畫亦從知覺相關的角度，來進行影像色彩的調整，前面說過，人眼視覺系 統具有忽略外在光源變化，維持色彩恆常性的能力，但實際上，色彩恆常性並非完全成立； 例如：用日光照明右手，另用鎢絲燈照明左手並行觀察時，即使在充分的色適應狀態下， 也會感覺仍有一些顏色的差異。也就是說，在日光下看起來的膚色和鎢絲燈照明下的膚色， 這種色外貌現象稱為不完全適應不完全適應不完全適應（incomplete adaptation）不完全適應 ，為了解決這類色適應問題，不斷 有色彩科學家努力將色外貌現象模式化，von Kries（1853~1928）最早提出解決色彩恆常不 完全成立的理論依據，接著有不少的色彩科學家依據 von Kries 的學說發展出更為精準的模 式，例如，CIELAB, Hunt, Nayatani, ATD, RLAB, LLAB, ZLAB 等模式。到了 1997 年，國 際照明委員會 CIE 集合各家的學說與模式，發表 CIECAM97s 色外貌模式[8]，希望作為解 決諸多人眼視覺上色外貌現象的標準，經過數年的測試與整理，於 2002 年的 10th IS&T/SID Color Imaging Conference 正式公告 CIECAM02 色外貌模式的正式版本[9]。
四、研究方法
本計劃分別對影像相關與知覺相關的色彩調整技術進行設計，以喜好喜好喜好色模組喜好色模組色模組色模組（Preferred Color Module, PCM）完成影像相關的色彩調整，以色外貌模組色外貌模組色外貌模組（Color Appearance Module, 色外貌模組 CAM）完成知覺相關的色彩調整。
（一）喜好色模組
喜好色模組進行影像調色之前先完成實驗影像的取得，接著進行本研究之影像色彩調 整演算法的設計，研究實驗流程如下：
Reference image
(D65) → Imperfect image →PCM→ Optimal adjusted image
↑ Illuminate by A / D50 / C / D75 (a) (b) 圖一 實驗流程(a)實驗影像的取得與產生(b)影像的色彩調整 本研究採取 1999 年 FUJI 公司發表的 D65 光源下的影像作為參考影像[10]，利用照明 光頻譜分佈與三刺激值間的關係（見公式公式公式公式(1)），對影像光源進行改變，獲取不同光源下的影 像，本研究也採用一般日常生活影像作為實驗影像，以測光表得知其拍攝當下色溫，進而 獲得拍攝影像之參考影像，另外，本研究也可對拍攝色溫未知的影像進行光源色溫估計， 並將其光源置換為 D65 光源，製造出實驗用標準影像。 我們所提出的彩色影像調色依據主要是為了符合顯示器對色彩柔和與飽和雙重需求而 來，利用 RIT/ Munsell 實驗室 1994 年提出的 14 個人眼喜好色，及 sRGB 規格的紅、黃、 綠、青、藍、洋紅、黑、白色，兩種標準總計 21 個標準參考色作為調色依據（兩標準中都 具有相同的黑色，因此扣除重複的黑色），定義影像畫素色彩值的誤差函數，進而求取基於 最小色差觀點下的最佳調色結果，以下分就系統架構、色彩修正以及效能評估加以詳述。 1. 系統架構（見圖二圖二圖二） 圖二 喜好色調色系統將不完美的影像調整為人眼喜歡的影像，架構如下： Imperfect image →PCM→ ↑ Optimal adjusted image ≒ ≒≒ ≒ Perfect image 圖二 彩色影像調色系統架構 2. 最佳化色彩調整 最佳化色彩調整模型是以線性調整為調色方法，實驗數值來源包含不完美影像於 LAB 色空間的資訊、參考影像於 LAB 色空間的資訊及 21 個喜好色資訊，由此三者得知最佳化
調整後的影像 LAB 值，其中不完美的影像 LAB 值以 Pi表示、完美的影像 LAB 值以 P*表 示、最佳化調整後的影像 LAB 值以 P’i表示： = i i i i l b a P ， = * * * * i i i i l b a P ， = ' ' ' ' i i i i l b a P (1) 進行以喜好色為基礎的最佳化線性色彩調整時，將 Pi調整為 P’i，於此，P’i必須近似 P*，此色彩調整模型如下： 由於實驗中必須估計喜好色的參數，因此需要定義誤差函數，本計劃將誤差函數定義 為公式公式公式公式(2)： 2 1 * ' 2 1
∑
= − = N i i i P P E (2) 於此，N 代表樣本影像中總畫素數，P’i表示為公式公式公式公式(3)： i i i P P P'= +∆ (3) 本計劃定義的色彩調整 ∆Pi如公式公式公式(4)： 公式(
)
(
)
∑
= − = ∆ K k i k k i c q P P 1 (4) 其中，K 代表喜好色的總數（K=21），誤差函數可以下式表示： E(
)
(
(
)
)
2 1 1 * 2 1∑
∑
= = − + − = N i K k i k k i i P c q P P (5) 為了求取每個喜好色 qk的參數 ck，必須解出公式公式公式公式(6)： 0 = ∂ ∂ l c E (6) 從公式公式公式公式(6)可推得公式公式公式公式(7)：(
) (
)
(
)
(
(
)
(
)
)
∑
∑
∑
= = = − ⋅ − = − ⋅ − K k N i i l i i k N i i l i k P q P c P P q P q 1 1 * 1 (7) 公式公式公式公式(7)可以矩陣相乘的形式表示，如公式公式公式(8)： 公式 o Dc = (8) 其中， (9) (10)(11)
求出矩陣 c 之後，將 c 帶入公式公式公式公式(4)，即可得知如何調整影像色彩，達到調整影像更 為人眼喜好。
（二）色外貌模組
圖三為CIECAM02與iCAM模式系統轉換的流程圖。螢幕正規化輸出色彩訊號(Ro Go Bo)，亦即將電子訊號作轉換，接著轉換成線性色彩訊號值(Rlinear Glinear Blinear)，透過線性 轉換為CIE色度值(X Y Z)，之後便可以轉換成CIECAM02與iCAM的色度值(JCh色彩空間)。 而在三刺激值轉換至JCh的色彩空間的過程中，加入了許多人眼知覺屬性值。 linearRGB 圖三 色外貌模式順向變化流程 在實驗設計上，規劃了二二二二個實驗來探討影像色外貌之變化。實驗一中又分別以二個主 題探討 CIECAM02 模式以及 iCAM 模式在靜態及動態影像上的應用；靜態影像部分是利用 色外貌模式去模擬任意光源。經過色適應轉換後，觀測色溫變化之情形(實驗光源採用 A 光 源)；接著動態影像部分，環境設定條件在 A 光源色溫下進行，並探討色外貌模式對於動態 影像的處理是否有色溫變化現象。實驗ㄧ之靜態影像處理之設定分述如下： 【主題 1】環境光照度對色外貌影響：改變照明光色溫(環境光照度分 average、dim 及 dark 三種程度)。色外貌模式相關參數之設定如表表表表二二二二。環境影響參數之預設參照值 F=1.0， 適應區亮度參照值在不同環境參數均設定 LA=63.7(cd/m²)，環境光照度(lx)及環境影響參數 之試驗值設定整理成表二。 【主題 2】背景相對亮度對色外貌的影響：實驗中設定相對背景亮度 Yb最暗及最亮分 別為參考白亮度 Yw(100 cd/m2)之 20%及 60%分別為 20 及 60 作為試驗值，觀察色外貌變化。
實驗二探討 CIECAM02 模式及 iCAM 模式在動態影像上的應用。透過 webcam 視訊工 具來完成影片資訊。將錄製的影片轉製成 Matlab 軟體程式之播放格式；讀取影片資訊格式， 並記錄製作動態影像時之設定，如影片格式、影片播放速率、檔案大小以及影片品質等之 參數；接著再擷取影片中部份動畫。原影像為 64 格 frames，並將 frames 經過色外貌模式的 處理，找出它們光源參考白點之色溫變化，並繪製在 CIE xy 色度圖上，觀察影像是否因不 同光源的變化，會影響參考白點分佈的方向。動態影像製作的影片格式之資料整理如表表表表三三三三 所示。
表二 照度、環境影響係數 F、適應區亮度 LA 及背景相對亮度 Yb設定 表三 avi 檔拍攝條件 檔案格式(format) avi 影片時間長度(second) 5 播放速度(fps) 12.8 畫格數(frames) 64 Average (200 lx) Dim (64 lx) Dark (0 lx) 照度 影響係數 F LA Yb 1.0 636.62 60 0.9 318.83 40 0.8 31.83 20 五、結果與討論 以下分兩部分討論： （一）喜好色模組開發結果 喜好色模組(PCM)色彩調整的實驗結果如下，表四、五、六為自然影像，表七為電腦 繪圖影像： 表四 色彩調整（日常影像） Illuminant 8900K
Color cast (8900K) PCM Grayworld
Illuminant 6300K
Color cast (6300K) PCM Grayworld
表五 色彩調整（女士與玻璃杯） 表六 色彩調整（花） Illuminant A
Color cast PCM Grayworld
Illuminant D50
Color cast PCM Grayworld
Illuminant D75
Color cast PCM Grayworld
Illuminant A
Color cast PCM Grayworld
Illuminant D50
Color cast PCM Grayworld
Illuminant D75
表七 色彩調整（電腦繪圖影像） Illuminant A Color cast PCM Illuminant D50 Color cast PCM Illuminant D75 Color cast PCM Illuminant A
Color cast PCM Grayworld
Illuminant D50
Color cast PCM Grayworld
Illuminant D75
Color cast PCM Grayworld
影像經過喜好色調整模組調色後，影像色調更接近人眼所期望的色彩，影像品質皆 有提高的效果，對於色偏愈嚴重的影像調整效果愈明顯，從實驗結果範例來看，A 光源 下的影像經過 PCA 調整後，其影像色彩品質有明顯的提昇。 （二）色外貌模組開發結果 實驗一靜態影像處理整理如下。 【主題一】環境光變化下對色外貌的影響：本主題在於使用 CIECAM02 模式及 iCAM 模式模擬光源適應之變化。如圖四所示，影像在 A 光源的照度下，可以說明圖中左上方代 表未適應的影像；橫軸方向(左右)代表適應度 D 由『部份適應』到『完全適應』(小大) 的影像變化結果；縱軸方向(下上)代表環境光係數 F 由暗(dark)微暗(dim)平均(avg) 的影像變化結果。 LA F 1.0 0.9 0.8 dark dim avg Yb=20 0 31.83 318.83 636.62 LA F 1.0 0.9 0.8 dark dim avg Yb=20 0 31.83 318.83 636.62 圖四 套用 CIECAM02 模式(左圖)及 iCAM 模式(右圖)改變適應區亮度 LA與環境光源係數F 來模擬 A 光源適應前後之顯示影像變化 圖五進ㄧ步說明圖五中不同的 LA參數值(0～700)在不同環境光係數 F(0～1)的設定 下，對影響人眼適應度 D 值的變化。如圖所示，在 CIECAM02 模式中(左圖)適應度的變化 在 LA=300～400 間達到臨界值；iCAM 模式(右圖)顯示色適應的過程較為平緩，其變化在 LA=600～700 間達到臨界點，以至趨近完全適應的狀態。
F=1.0 F=0.9 F=0.8 F=1.0 F=0.9 F=0.8 圖五 CIECAM02 模式(左圖)及 iCAM 模式(右圖)之適應區亮度 LA、環境 光係數F 與適應度 D 關係圖 【主題二】背景相對亮度變化下對物體色外貌的影響：本主題的內容為當背景相對亮 度 Yb分別設定為 40 及 60 (參考白光源 Yw=100 之 40％及 60％的亮度)時，觀察物體的色 外貌變化。 由圖六得知，設定不同背景相對亮度 Yb值，會造成主體不同程度的亮暗關係。 適應前後順序從圖中橫軸方向(左右)代表當相對背景亮度愈亮時，影像相對亮度的表現則 愈暗；縱軸方向(下上)表示環境光適應度係數 F 由暗(dark)微暗(dim)平均(avg)的影像 變化結果，在不同相對背景亮度下會有不同的影像顯示效果。 F dark dim avg 0 20 40 60 1.0 0.9 0.8 Yb 圖六 CIECAM02 模式改變背景相對亮度 Yb與環境相對係數F 來模擬 A 光源下適應前後之顯示影像變化 對於 iCAM 模式而言，背景相對亮度不是主因，因為模式套用高斯濾鏡模擬人眼在空 間頻率上之視覺現象。本實驗的兩種模式最大差異就在它們對於亮度處理方式是不同。如 公式(12)所示，可瞭解到人眼適應的亮度值與亮度適應係數之間的關係。代表當適應區亮度 值與愈大時，則亮度適應係數就愈大。進ㄧ步了解當亮度適應係數逐漸變大時，套用的影 像若屬於暗部分佈較廣的影像時，則會變亮許多；不過，當影像亮度增加時，伴隨而來的 卻是色彩飽和度的下降。 ( ) ( ) ( ) ( ) 2 4 4 1 3 L A A A A 1 1 F 0.2 5L 0.1 1 5L 5L 1 5L 1 = + − + + (12) 如圖七表示在 iCAM 模式中，利用不同的濾鏡大小套用在影像上，並調整亮度適應係 數的數值，可以觀察出之間的關係。圖中所述之 image 為原影像，其濾鏡尺寸是根據影像 長寬來制定。例如若ㄧ濾鏡代號為“Lfilter＝Limage/2”代表以影像長寬的 1/2 作為濾鏡直徑大 小，並針對影像上每個像素作處理。
FL＝1/1.5
FL＝1/1.7
FL＝1/2.2
LFilter＝Limage/2 LFilter＝Limage /8 LFilter＝Limage /12
圖七 iCAM 模式套用不同濾鏡大小與亮度適應係數之適應影像 實驗二之動態影像實驗過程是採用離線處理。其製作方法先將攝錄完成的動態影像分 解為 64 個畫格，依照不同的時間(time)-適應度(D)的設定條件取出所有畫格中之前段、中段 及後段的當中六格畫格作為整體動態影像的代表，之後再根據光源的參考白來進行影像色 溫的調整。本實驗套用色外貌模式處理動態影像光源適應前後的變化。由圖八所示，可以 看出適應影像由左至右的光源色溫變化順序。影像(No.1)為完全未適應，影像(No.6)為完全 適應。當時間軸落在起始位址時(圖中 No.1 的影像)，可視為人眼尚未經過色適應的調節(i.e. 色溫 2856 K)，所以影像顯示為偏紅的狀態，經過時間軸不斷推進，根據表五，可看出時間 軸所對應到的適應度係數 D。當時間增加時，D 值增加也代表人眼對此色光色溫不斷作適 應調整。
No.1 No.2 No.3 No.4 No.5 No.6
time(s)
No.2 No.3 No.4 No.5 No.6
No.1
0.86”
0.078” 1.79” 3.12” 4.29” 5”
圖八 CIECAM02模式(上排)與iCAM(下排)模式之動態影像分格適應前後變化
CIECAM02 模式與 iCAM 模式之動態影像白點座落在 CIE xy 色度圖上的色溫分析結果。透 過影像分析來觀測色溫的變化(色溫變化預設範圍：A 光源到 D65光源)可以由圖九之放大圖 的藍色軌跡部分(動態影像 frame(1)到 frame(64)的白點部份)。參照黑體軌跡光源分佈方向， 可以瞭解到動態影像光源色溫變化的方向為：光源色溫 2856 K 到 5000 K 之間，亦即當影 像推進到 frame(64)時，則光源色溫是逐漸趨近於 D65光源。 frame(64) frame(64) frame(1) frame(1) 圖九 CIECAM02(左圖)與 iCAM(右圖)之動態影像色溫白點變化放大圖
實驗完成動態影像適應前後的變化情形；透過光箱比照實際與模擬的情況，由圖十得 知，發現 CIECAM02 模式模擬出的影像較符合人眼觀看情形，雖然 iCAM 模式預測色適應 的結果較接近完全適應的情況，但是基於 iCAM 模式輸出影像亮度偏高，導致與實際影像 有所偏差。所以兩種模式相較之下，CIECAM02 模式比較接近人眼觀測的結果。本文探討 了有關色外貌對靜態及動態影像處理的情形。當中將處理靜態影像的技術套用在動態影像 上，希望利用靜態分格方式亦能做出影像連續變化的情形。 本研究落在考慮影像色外貌的協調性，希望模擬人眼在任意光源色溫下都能自行調節 的功能。現階段模仿數位相機的概念(自動白平衡)，來實作連續影像的白平衡，希望能夠藉 此方法將色外貌模式推展至更多的應用方向及層面。 參考文獻
[1] Ján Morovic, “The Fundamental of Gamma Mapping:A Survey”, Journal of Imaging Science and Technology, July 2000.
[2] 大田登著：“色彩工學”（日文） , 東京電機大學出版 （1993）
[3] Soo-Chang Pei, Yi-Chong Zeng, and Ching-Hua Chang, “Virtual Restoration of Ancient
Chinese Paintings Using Color Contrast Enhancement and Lacun Texture Synthesis” IEEE Transactions on Image Processing, vol. 13, no. 3, pp.416-429, March 2004.
[4] Francesca Gasparini and Raimondo Schettini, “Color balancing of digital photos using
simple image statistics”, Pattern Recognition Society, vol. 37, pp.1201-1217, 2004.
[5] Dongil Han, “Real-Time Color Gamma Mapping Method for Digital TV Display Quality
Enhancement”, IEEE Transactions on Consumer Electronics, vol. 50, no. 2, pp.691-698, May 2004.
[6] Sun Ju Park and Mark D. Fairchild, “Color Reproduction Using “Black-Point
Adaptation” ”, IS&T/SID Ninth Color Imaging Conference, pp.245-250, 2001.
[7] Chao-hua Wen, Jyh-jiun Lee , and Yi-chin Liao, “Adaptive Quartile Sigmoid Function
Operator for Color Image Contrast Enhancement”, IS&T/SID Ninth Color Imaging Conference, pp.280-285, 2001.
[8] Nathen Moroney, M.D. Fairchild, Robert W.G. Hunt, Changjun Li, M.R. Luo, Todd Newman： “The CIECAM02 Color Appearance Model ”, 10th Color Imaging Conference, pp.26~27 （2002）
[9] Gaurav Sharma, G.M. Johnson, M.D. Fairchild： “Digital Color Imaging handbook”, CRC Press （2003）
[10] Koichi Sakamoto and Hitoshi Urabe, Development of XYZ/sRGB-SCID and Color Gamut Compression, 7th Color Imaging Conference（1999）.
