лируется коэффициентом степени адаптации (D), лежащим в диапазоне от 0.0 (отсутствие адаптации) до 1.0 (полная адаптация).
Данная функция, при деликатном манипулировании значением адаптирующей яркости, позволяет прогнозировать различные яркостно-зависимые эффекты восприятия (что реализовано в CIECAM02 и в более поздних моделях). Функция успешно задействуется на первых стадиях работы iCAM, однако методики использования коэффициента FL, как уже было отмечено, в CIECAM02 и в iCAM сильно рознятся.
Следующий этап в работе iCAM - конверсия RGP-сигналов (грубая аналогия колбочковым сигналам в зрительной системе человека) в оппонентные цвеО О U U U «_» /
товые сигналы: светлый-темный, красный-зеленый и желтый-синий (аналогия высокоуровневого кодирования в зрительной системе), которые необходимы для создания перцепционно-равномерного цветового пространства и получения коррелятов различных атрибутов восприятия. Критериями выбора именно такого преобразования в свое время явились его применимость к обработке изображений и точность расчетов.
В качестве цветового пространства было выбрано некое /РГ-пространство (Эбнер и Фершильд,1998), которое создавалось специально для работы с изображениями и к которому предъявлялось два требования:
- относительно простая структура;
- точность в прогнозах контуров постоянного цветового тона (критично для приложений гамут-мэппинга).
Отметим, что более поздние исследования еще раз подтвердили соответствие /РГ-пространства упомянутым требованиям.
Ключевой узел iCAM - нелинейная функция в /РГ-преобразовании:
- во-первых, она необходима для прогнозирования нелинейной компрессии ответа, превалирующей в большинстве сенсорных систем человека. Такая компрессия помогает конвертировать физически-линейные сигналы (к примеру, яркость) в перцепционно-линейные размерности (к примеру, светлоту). Коль скоро CIECAM02 использует гиперболически нелинейную функцию, то охватывается практически весь диапазон возможных яркостей;
- во-вторых, степени этой функции модулируются яркостями низкочастотно-фильтрованного изображения и его окружения, что достигается путем умножения базовой степени /РГ-системы на определенным образом нормированные .^-коэффициенты (вычисляются по контексту изображения [image-wise computed]). Такое управление /РГ-степенями позволяет iCAM-модели прогнозировать эффекты Ханта, Стивенса и Бартлесона - Бренемана.
Отметим также то, что модель может выполнять визуально-приемлемый тоновый мэппинг HDR-изображений1 в низкий динамический диапазон воспроизводящей системы (см. пример на рис. 20.7).
Для прогноза отличия изображений (а также их качества) к последним необходимо применить пространственный фильтр, дабы исключить возможные вариации по пространственным частотам, лежащим ниже порога восприятия (так, например, если расстояние просмотра достаточно велико, растровые точки могут быть незаметны). Обработка зависит от дистанции просмотра и основывается на фильтрах, полученных из контрастно-сенситивных функций человека (CSF). Поскольку CSF яркостной (высокочастотной) и хроматической (низкочастотной) чувствительностей изменчивы, то понятно, что применять эти фильтры следует на оппонентной стадии восприятия, то есть - на стадии /РГ.