LMS色空間

LMS空間:人間のの見え方をモデル化する空間



LMS空間は、人間の3種類の錐体細胞(長波長、中波長、短波長にそれぞれ反応する細胞)の反応に基づいての情報を表現する空間です。それぞれの錐体細胞の反応をL、M、Sで表すことから、この名前が付けられました。

LMS空間は、特にの見え方の研究において重要な役割を果たしています。異なる光源の下で物体のがどのように見えるかを推定する「順応」のモデル化や、覚異常(錐体細胞の機能障害によって起こるの見え方の異常)の研究などに広く用いられています。

XYZ空間からの変換:多様な変換行列



一般的に、の表現にはLMS空間ではなく、他の空間(例えばXYZ空間)が使用されます。しかし、順応モデルの多くは、内部的にLMS空間を用いて計算を行っています。そのため、XYZ空間で表現された情報をLMS空間へと変換する必要があります。

XYZからLMSへの変換は、単一の変換行列では表現できません。これは、人間の複雑な覚システムを正確にモデル化するには、複数の要因を考慮する必要があるためです。そのため、様々なの見えモデルに基づいて、複数の変換行列が提案されています。これらの変換行列は、順応の際に用いられるだけでなく、覚異常の研究などにも利用されます。

代表的なの見えモデルと変換行列



いくつかの代表的なの見えモデルとその変換行列について、以下に示します。

1. ハントモデル・RLAB:

ハントモデルとRLABの見えモデルでは、ハント-ポインタ-エステベス変換行列(MHPE)を用います。これは、フォン・クリース変換行列(MvonKries)とも呼ばれ、歴史的に順応の計算によく用いられてきました。

2. CIECAM97s・LLAB:

CIECAM97sとLLABモデルでは、ブラッドフォード変換行列(MBFD)が用いられます。この行列は、LとM錐体細胞の応答曲線の分離性を高める効果を持ち、スペクトル的な先鋭化を行う変換行列と言えるでしょう。元々はフォン・クリース変換と組み合わせることを前提としていましたが、多くの場合、線形なフォン・クリース変換と組み合わせて使用されています。

3. CIECAM97s改訂版:

CIECAM97sの改訂版では、線形変換法を採用し、それに伴い新しい変換行列(MCAT97s)が導入されました。

4. CIECAM02:

CIECAM97sの後継であるCIECAM02は、独自の変換行列(MCAT02)を用いています。

5. CIECAM16:

CIECAM16は、他のモデルとは異なる行列を用いており、R,G,Bの値を直接計算します。適応後、従来のハント-ポインタ-エステベスLMSに変換され、最終的な視覚結果を表現します。

各変換行列は、3x3の行列で表され、XYZ空間の3つの値(X,Y,Z)からLMS空間の3つの値(L,M,S)を計算します。これらの行列の要素は、実験データや人間のの知覚モデルに基づいて決定されています。

まとめ



LMS空間は、人間のの見え方を理解し、モデル化する上で重要な役割を果たす空間です。様々なの見えモデルと変換行列によって、より正確なの表現や順応、覚異常の研究が可能になります。それぞれのモデルや変換行列は、その特性や用途に応じて選択されます。 これらの変換行列は、数式で表現され、具体的な数値は上記の記述を参照ください。この文書では、行列の数式表現は省略しています。

もう一度検索

【記事の利用について】

タイトルと記事文章は、記事のあるページにリンクを張っていただければ、無料で利用できます。
※画像は、利用できませんのでご注意ください。

【リンクついて】

リンクフリーです。