Большинство "стабильных" цветовых представлений: RGB? HSV? CIELAB?

В информатике представлено несколько цветовых представлений: стандартный RGB, но также HSV, HSL, CIE XYZ, YCC, CIELAB, CIELUV... Мне кажется, что в большинстве случаев это представление пытается приблизить человека видение (цвета, перцептивно идентичные, должны иметь похожие представления)

Но я хочу знать, какое представление является наиболее "стабильным", когда дело касается фотографий. У меня есть объект, скажем, бутылка кока-колы, и у меня есть тысячи фотографий этой бутылки, взятых в самых разных обстоятельствах (основное различие было бы в том, как свет или темная картина, но там ориентация и т.д. )

Мой вопрос: какое цветовое представление эмпирически даст мне наиболее стабильное изображение цветов бутылки? "Красный" цвет этикетки не должен меняться слишком сильно. Ну, я буду знать, что это будет меняться, но я хотел бы узнать наиболее "стабильное" представление.

Мне научили, что HSV лучше, чем RGB для такого рода вещей, но я не знаю, что остальное.

Изменить (технические подробности): Я беру конкретную точку бутылки. Я выбираю соответствующие пиксели в тысячах изображений этой точки. Теперь у меня есть облако точек, которые зависят от представления. Я хочу представление, которое минимизирует "размер" этого облака, например, тот, который минимизирует среднее расстояние точек облака до его барицентра.

Ответ 1

Возможно, вы захотите проверить http://www.cs.harvard.edu/~sjg/papers/cspace.pdf, в котором предлагается новое цветовое пространство, предназначенное, по-видимому, для решения этого точного вопроса.

Ответ 2

Я не знаю, какое пространство цвета делает то, что вы хотите, но у меня есть некоторые замечания:

RGB точно соответствует способам отображения цветов на мониторах. Это одно из худших цветовых пространств, доступных в плане приближения человеческого восприятия.

Что касается других цветовых пространств: некоторые пытаются убедиться, что цвета, которые находятся в непосредственной близости друг от друга, также близки друг к другу в цветовом пространстве. Другие также стараются обеспечить, чтобы похожие различия в цвете также вызывали сходные различия в цветовом пространстве, независимо от того, где вы находитесь в цветовом пространстве.

Первое означает, что если вы считаете, что разница в цвете между синим A и синим B похожа на разницу в цвете между синим A и синим C, тогда в цветовом пространстве расстояние между синим A и синим B будет подобно расстоянию между синим A и синим C, и все они будут близки друг к другу в цветовом пространстве. Я думаю, что это называется прозрачным гладким цветом. CIE XYZ является примером этого.

Второе означает, что если вы считаете, что разница в цвете между синим A и синим B похожа на разницу в цвете между красным A и красным B, тогда в цветовом пространстве расстояние между синим A и синим B будет аналогично разница между красным A и красным B. Это называется перцепционно однородным цветовым пространством. CIE Lab является примером этого.

[edit 2011-07-29] Что касается вашей проблемы: любой из HSV, HSL, CIE XYZ, YCC, CIELAB, CIELUV, YUV каким-то образом выделяет освещение из информации о цвете, так что это лучшие варианты, Они обеспечивают некоторый иммунитет от изменений освещения, но не помогут вам, когда цветовая температура изменяется резко или цветной свет. XYZ и YUV вычислительно дешевле, чтобы добраться до RGB (это то, что большинство камер дает вам), но и менее "хорошо", чем HSV, HSL или CIELAB (последний часто считается одним из лучших, но он также один из самых сложных).

В зависимости от того, что вы ищете, вы можете откалибровать цветовой баланс изображений. Например: предположим, что вы соответствуете логотипам coca cola: вы знаете, что буквы в логотипе всегда белые. Поэтому, если их нет в вашем изображении, вы можете использовать цвет, который им нужно исправить, что дает вам информацию о других цветах.

Ответ 3

Наше восприятие цвета чего-то в основном определяется его оттенком; цветовое пространство, такое как HSV, которое дает единственное значение, представляющее оттенок, будет работать лучше всего.

Глаз - замечательный инструмент, хотя и знать цвет одной точки недостаточно. Если у всей сцены есть желтый или синий оттенок, глаз будет компенсироваться, и ваше восприятие будет более чистым - оранжевая бутылка кока-колы станет краснее, чем она есть. Точно так же с темнотой и яркостью. Если возможно, вы должны попытаться компенсировать изображение, прежде чем брать образец цвета.