CIECAM02

En colorimetría , CIECAM02 es el modelo de apariencia de color publicado en 2002 por el Comité Técnico 8-01 de la Comisión Internacional de Iluminación (CIE) ( Modelado de apariencia de color para sistemas de gestión del color ) y el sucesor de CIECAM97s . ^{[ 1 ]} Posteriormente fue reemplazado por CIECAM16 . ^{[ 2 ]}

Las dos partes principales del modelo son su transformación de adaptación cromática , CIECAT02 , y sus ecuaciones para calcular correlaciones matemáticas para las seis dimensiones de apariencia del color definidas técnicamente: brillo ( luminancia ), luminosidad , colorido , croma , saturación y tono .

El brillo es la percepción subjetiva de cuán brillante parece un objeto en función de su entorno y de cómo se ilumina. La luminosidad es la percepción subjetiva de cuán claro parece ser un color. La intensidad del color es el grado de diferencia entre un color y el gris. El croma es la intensidad del color en relación con el brillo de otro color que parece blanco en condiciones de visión similares. Esto permite que una superficie con un croma determinado muestre una intensidad creciente a medida que aumenta el nivel de iluminación. La saturación es la intensidad del color en relación con su propio brillo. El tono es el grado en que un estímulo puede describirse como similar o diferente a los estímulos descritos como rojo, verde, azul y amarillo, los llamados tonos únicos . Los colores que componen la apariencia de un objeto se describen mejor en términos de luminosidad y croma cuando se habla de los colores que componen la superficie del objeto, y en términos de brillo, saturación e intensidad del color cuando se habla de la luz que emite o refleja el objeto.

CIECAM02 recibe como entrada los valores tristímulo del estímulo, los valores tristímulo de un punto blanco adaptativo , información de fondo adaptativa y de luminancia del entorno, así como si los observadores están o no descontando la fuente de luz ( es decir, si se aplica la constancia del color ). El modelo puede utilizarse para predecir estos atributos de apariencia o, mediante implementaciones directas e inversas para distintas condiciones de visualización, para calcular los colores correspondientes.

El sistema de color de Windows introducido en Windows Vista utiliza la tecnología Kyuanos (キュアノス) de Canon para mapear las gamas de imágenes entre los dispositivos de salida, que a su vez utiliza CIECAM02 para la coincidencia de color. ^{[ 3 ]}

Condiciones de visualización

El círculo interior es el estímulo , a partir del cual se deben medir los valores tristímulo en CIE XYZ utilizando el observador estándar de 2° . El círculo intermedio es el campo proximal , que se extiende otros 2°. El círculo exterior es el fondo , que alcanza los 10°, a partir del cual se debe medir la luminancia relativa (Y _b ). Si el campo proximal es del mismo color que el fondo, se considera que el fondo es adyacente al estímulo. Más allá de los círculos que componen el campo de visualización ( área de visualización , área de visión ) se encuentra el campo circundante (o área periférica ), que puede considerarse como toda la habitación. La totalidad del campo proximal, el fondo y el campo circundante se denomina campo adaptativo (el campo de visión que permite la adaptación, que se extiende hasta el límite de la visión). ^{[ 4 ]}

Al consultar la bibliografía, también es útil tener en cuenta la diferencia entre los términos punto blanco adoptado ( punto blanco computacional ) y punto blanco adaptado (punto blanco del observador). ^{[ 5 ]} Esta distinción puede ser importante en la iluminación de modo mixto, donde entran en juego fenómenos psicofísicos. Este es un tema de investigación.

Tabla de decisión de parámetros

CIECAM02 define tres entornos: medio, tenue y oscuro, con parámetros asociados definidos aquí como referencia en el resto de este artículo: ^{[ 6 ]}

S _R = L _sw / L _dw : relación entre la luminancia absoluta del blanco de referencia ( punto blanco ) medida en el campo circundante y el área de visualización. El coeficiente 0,2 se deriva de la suposición de "mundo gris" (reflectividad de aproximadamente 18 % a 20 %). Permite comprobar si la luminancia circundante es más oscura o más brillante que el gris medio.
F : factor que determina el grado de adaptación
c : impacto del entorno
N _c : factor de inducción cromática

Para condiciones intermedias, estos valores pueden interpolarse linealmente. ^{[ 6 ]}

La luminancia absoluta del campo de adaptación, que es una magnitud que se necesitará más adelante, debe medirse con un fotómetro . Si no se dispone de uno, se puede calcular utilizando un blanco de referencia:

L_{A}={\frac {E_{w}}{\pi }}{\frac {Y_{b}}{Y_{w}}}={\frac {L_{W}Y_{b}}{Y_{w}}}

dónde:

Y _b es la luminancia relativa del fondo.
E _w = πL _W es la iluminancia del blanco de referencia en lux.
L _W es la luminancia absoluta del blanco de referencia en cd/m² ^.
Y _w es la luminancia relativa del blanco de referencia en el campo de adaptación.

Si se desconoce, se puede asumir que el campo de adaptación tiene una reflectancia promedio (suposición de "mundo gris"):

L_{A}=L_{W}/5

Nota : Se debe tener cuidado de no confundir L _W , la luminancia absoluta del blanco de referencia en cd/m ² , y L _w la respuesta del cono rojo en el espacio de color LMS .

Adaptación cromática

Resumen

Convierta al espacio LMS CAT02 "espectralmente mejorado" para prepararse para la adaptación. El realce espectral consiste en la transformación de los valores tristímulo en nuevos valores que resultarían de un conjunto de sensibilidades espectrales más nítido y concentrado. Se argumenta que esto favorece la constancia del color, especialmente en la región azul. (Véase Finlayson et al. 94, Spectral Sharpening:Sensor Transformations for Improved Color Constancy).
Realice la adaptación cromática utilizando CAT02 (también conocida como la "transformación CMCCAT2000 modificada").
Convertir a un espacio LMS más cercano a los fundamentos del cono. Se argumenta que la predicción de correlatos de atributos perceptuales se realiza mejor en dichos espacios. ^{[ 6 ]}
Realizar la compresión de la respuesta del cono posterior a la adaptación.

CAT02

Dado un conjunto de valores tristímulo en XYZ , los valores LMS correspondientes se pueden determinar mediante la matriz de transformación M _CAT02 (calculada utilizando el observador colorimétrico estándar CIE 1931 de 2° ). ^[¹^] El color de la muestra en el iluminante de prueba es:

{\begin{bmatrix}L\\M\\S\end{bmatrix}}=\mathbf {M} _{\mathit {CAT02}}{\begin{bmatrix}X\\Y\\Z\end{bmatrix}},\quad \mathbf {M} _{\mathit {CAT02}}={\begin{bmatrix}\;\;\,0.7328&0.4296&-0.1624\\-0.7036&1.6975&\;\;\,0.0061\\\;\;\,0.0030&0.0136&\;\;\,0.9834\end{bmatrix}}

.

^Una vez en LMS, el punto blanco se puede adaptar al grado deseado eligiendo el parámetro D. [ ⁴^] Para el CAT02 general, el color correspondiente en el iluminante de referencia es:

{\begin{aligned}L_{c}&={\Big (}{\frac {Y_{w}L_{wr}}{Y_{wr}L_{w}}}D+1-D{\Big )}L\\M_{c}&={\Big (}{\frac {Y_{w}M_{wr}}{Y_{wr}M_{w}}}D+1-D{\Big )}M\\S_{c}&={\Big (}{\frac {Y_{w}S_{wr}}{Y_{wr}S_{w}}}D+1-D{\Big )}S\\\end{aligned}}

donde el factor Y _w / Y _wr tiene en cuenta que los dos iluminantes tienen la misma cromaticidad pero diferentes blancos de referencia. ^{[ 7 ]} Los subíndices indican la respuesta de los conos para el blanco bajo el iluminante de prueba ( w ) y el iluminante de referencia ( wr ). El grado de adaptación (descuento) D puede establecerse en cero para ninguna adaptación (el estímulo se considera autoluminoso) y en uno para una adaptación completa ( constancia del color ). En la práctica, varía de 0,65 a 1,0, como se puede ver en el diagrama. Los valores intermedios se pueden calcular mediante: ^{[ 6 ]}

D=F\left(1-\textstyle {\frac {1}{3.6}}e^{-(L_{A}+42)/92}\right)

donde surround F es como se definió anteriormente y L _A es la luminancia del campo adaptativo en cd/m ² . ^{[ 1 ]}

En CIECAM02, el iluminante de referencia tiene energía igual L _wr = M _wr = S _wr = 100 ) y el blanco de referencia es el difusor reflectante perfecto (es decir, reflectancia unitaria, y Y _wr = 100 ) por lo tanto:

{\begin{aligned}L_{c}&={\Big (}{\frac {Y_{w}}{L_{w}}}D+1-D{\Big )}L\\M_{c}&={\Big (}{\frac {Y_{w}}{M_{w}}}D+1-D{\Big )}M\\S_{c}&={\Big (}{\frac {Y_{w}}{S_{w}}}D+1-D{\Big )}S\\\end{aligned}}

Además, si el blanco de referencia en ambos iluminantes tiene el valor tristímulo Y ( Y _wr = Y _w ), entonces:

{\begin{aligned}L_{c}&={\Big (}{\frac {L_{wr}}{L_{w}}}D+1-D{\Big )}L\\M_{c}&={\Big (}{\frac {M_{wr}}{M_{w}}}D+1-D{\Big )}M\\S_{c}&={\Big (}{\frac {S_{wr}}{S_{w}}}D+1-D{\Big )}S\\\end{aligned}}

Postadaptación

Después de la adaptación, las respuestas de los conos se convierten al espacio de Hunt-Pointer-Estévez yendo a XYZ y de vuelta : ^{[ 6 ]}

{\begin{bmatrix}L'\\M'\\S'\end{bmatrix}}=\mathbf {M} _{H}{\begin{bmatrix}X_{c}\\Y_{c}\\Z_{c}\end{bmatrix}}=\mathbf {M} _{H}\mathbf {M} _{CAT02}^{-1}{\begin{bmatrix}L_{c}\\M_{c}\\S_{c}\end{bmatrix}}

\mathbf {M} _{H}={\begin{bmatrix}\;\;\,0.38971&0.68898&-0.07868\\-0.22981&1.18340&\;\;\,0.04641\\\;\;\,0.00000&0.00000&\;\;\,1.00000\end{bmatrix}}

Nótese que la matriz anterior, que se heredó de CIECAM97s, ^{[ 8 ]} tiene la desafortunada propiedad de que, dado que 0,38971 + 0,68898 – 0,07868 = 1,00001, 1 ⃗ ≠ M _H 1 ⃗ y que, en consecuencia, el gris tiene croma distinto de cero, ^{[ 9 ]} un problema que CAM16 pretende solucionar. ^{[ 10 ]}

Finalmente, la respuesta se comprime en función de la ecuación generalizada de Michaelis-Menten (como se muestra al lado): ^{[ 6 ]}

k={\frac {1}{5L_{A}+1}}

F_{L}=\textstyle {\frac {1}{5}}k^{4}\left(5L_{A}\right)+\textstyle {\frac {1}{10}}{(1-k^{4})}^{2}{\left(5L_{A}\right)}^{1/3}

FL es el factor de adaptación del nivel de luminancia _.

{\begin{aligned}L'_{a}&={\frac {400{\left(F_{L}L'/100\right)}^{0.42}}{27.13+{\left(F_{L}L'/100\right)}^{0.42}}}+0.1\\M'_{a}&={\frac {400{\left(F_{L}M'/100\right)}^{0.42}}{27.13+{\left(F_{L}M'/100\right)}^{0.42}}}+0.1\\S'_{a}&={\frac {400{\left(F_{L}S'/100\right)}^{0.42}}{27.13+{\left(F_{L}S'/100\right)}^{0.42}}}+0.1\end{aligned}}

Como se mencionó anteriormente, si se desconoce el nivel de luminancia del fondo, se puede estimar a partir de la luminancia absoluta del punto blanco como L _A = L _W / 5 utilizando la suposición de "gris medio". (La expresión para F _L se da en términos de 5 L _A para mayor comodidad). En condiciones fotópicas , el factor de adaptación del nivel de luminancia ( F _L ) es proporcional a la raíz cúbica de la luminancia del campo de adaptación ( L _A ). En condiciones escotópicas , es proporcional a L _A (lo que significa que no hay adaptación del nivel de luminancia). El umbral fotópico es aproximadamente L _W = 1 (ver el gráfico F _L – L _A anterior).

La apariencia se correlaciona

CIECAM02 define correlaciones para amarillo-azul, rojo-verde, brillo y colorido. Hagamos algunas definiciones preliminares.

{\begin{aligned}C_{1}&=L_{a}^{\prime }-M_{a}^{\prime }\\C_{2}&=M_{a}^{\prime }-S_{a}^{\prime }\\C_{3}&=S_{a}^{\prime }-L_{a}^{\prime }\end{aligned}}

La correlación para rojo-verde ( a ₎ es la magnitud de la desviación de C1 respecto del criterio para amarillo único ( _C1= C2 / 11 ₎ , y la correlación para amarillo-azul ( b ) se basa en la media de la magnitud de las desviaciones de _C1respecto ^del_rojo único ( C1 = C2 ) y del verde único ( C1 ₌_C3 ) . ^[₄^]

{\begin{aligned}a&=C_{1}-\textstyle {\frac {1}{11}}C_{2}&=L_{a}^{\prime }-\textstyle {\frac {12}{11}}M_{a}^{\prime }+\textstyle {\frac {1}{11}}S_{a}^{\prime }\\b&=\textstyle {\frac {1}{2}}\left(C_{2}-C_{1}+C_{1}-C_{3}\right)/4.5&=\textstyle {\frac {1}{9}}\left(L_{a}^{\prime }+M_{a}^{\prime }-2S_{a}^{\prime }\right)\end{aligned}}

El factor 4,5 explica que hay menos conos en longitudes de onda más cortas (el ojo es menos sensible al azul). El orden de los términos es tal que b es positivo para los colores amarillentos (en lugar de azulados).

El ángulo de tono ( h ) se puede obtener convirtiendo las coordenadas rectangulares ( a , b ) en coordenadas polares:

h=\angle (a,b)=\operatorname {atan2} (b,a),\ (0\leq h<360^{\circ })

Para calcular la excentricidad ( e _t ) y la composición del tono ( H ), determine en qué cuadrante se encuentra el tono con la ayuda de la siguiente tabla. Elija i de tal manera que h _i ≤ h ′ < h _{i +1} , donde h ′ = h si h > h ₁ y h ′ = h + 360° en caso contrario.

{\begin{aligned}H&=H_{i}+{\frac {100(h^{\prime }-h_{i})/e_{i}}{(h^{\prime }-h_{i})/e_{i}+(h_{i+1}-h^{\prime })/e_{i+1}}}\\e_{t}&=\textstyle {\frac {1}{4}}\left[\cos \left(\textstyle {\frac {\pi }{180}}h+2\right)+3.8\right]\end{aligned}}

(Esto no es exactamente lo mismo que el factor de excentricidad que aparece en la tabla).

Calcula la respuesta acromática A :

A=(2L_{a}^{\prime }+M_{a}^{\prime }+\textstyle {\frac {1}{20}}S_{a}^{\prime }-0.305)N_{bb}

dónde

{\begin{aligned}&N_{bb}=N_{cb}=0.725n^{-0.2}\\&n=Y_{b}/Y_{w}\end{aligned}}

.

El correlato de luminosidad es

J=100\left(A/A_{w}\right)^{cz}

donde c es el impacto del entorno (ver arriba), y

z=1.48+{\sqrt {n}}

.

La correlación del brillo es

Q=\left(4/c\right){\sqrt {\textstyle {\frac {1}{100}}J}}\left(A_{w}+4\right)F_{L}^{1/4}

.

Luego, calcula una cantidad temporal t.

t={\frac {\textstyle {\frac {50\,000}{13}}N_{c}N_{cb}e_{t}{\sqrt {a^{2}+b^{2}}}}{L_{a}^{\prime }+M_{a}^{\prime }+\textstyle {\frac {21}{20}}S_{a}^{\prime }}}

La correlación de croma es

C=t^{0.9}{\sqrt {\textstyle {\frac {1}{100}}J}}(1.64-0.29^{n})^{0.73}

.

El correlato de colorido es

M=C\cdot F_{L}^{1/4}

.

El correlato de saturación es

s=100{\sqrt {M/Q}}

.

Espacios de color

Los correlatos de apariencia de CIECAM02, J , a y b , forman un espacio de color uniforme que puede utilizarse para calcular diferencias de color , siempre que se mantenga fija una condición de visualización. Un derivado más comúnmente utilizado es el Espacio de Color Uniforme CAM02 (CAM02-UCS), una extensión con ajustes para que coincida mejor con los datos experimentales. ^{[ 11 ]}

CIECAM02 como modelo de procesamiento visual humano

Al igual que muchos modelos de color, CIECAM02 pretende modelar la percepción humana del color. Se ha demostrado que el modelo CIECAM02 es un modelo más plausible de la actividad neuronal en la corteza visual primaria , en comparación con el modelo CIELAB anterior . Específicamente, tanto su respuesta acromática A como su correlato rojo-verde a pueden coincidir con la actividad EMEG ( sincronización ), cada una con su propio retardo característico. ^{[ 12 ]}

Véase también

Referencias

1 2 3 Fairchild, Mark D.; Luo, MR; Hunt, RWG (agosto de 2000). "Una revisión de CIECAM97s para aplicaciones prácticas" (PDF) . Color Research & Application . 25 (4). Wiley Interscience : 260–266 . doi : 10.1002/1520-6378(200008)25:4 < 260::AID-COL6 > 3.0.CO ; 2-9 . El modelo CIECAM97s fue adoptado por la CIE en 1997 para aplicaciones de imágenes en color. Incluye modos directo e inverso. En ensayos de campo recientes se encontraron algunos problemas al usar este modelo. Este artículo sugiere una revisión del modelo en dos aspectos: (a) hacer que la luminosidad (J) sea cero cuando el valor tristímulo Y sea cero, bajo todas las condiciones de entorno; b) modificar el factor de inducción cromática (Nc) de 1,10 a 0,95 para la condición de iluminación ambiental tenue. Para evitar confusiones, se sugiere que la versión revisada del modelo se denomine CAM97s2. El artículo también describe un modo alternativo para lograr una reversibilidad más precisa entre los modos directo e inverso.
↑ Li, CJ; Luo, MR; Brill, MH; Melgosa, M.; Pointer, MR; Teunissen, C.; Wei, MT (2022-03-01). "El modelo de apariencia de color CIE 2016 para sistemas de gestión del color: CIECAM16" . doi : 10.25039/TR.248.2022 . Archivado del original el 28-06-2025 . Recuperado el 16-07-2025 .
↑ “Sistema de color de Windows: El sistema de gestión del color de próxima generación”. Archivado el 27 de julio de 2010 en Wayback Machine . Documento técnico de Microsoft. 13 de septiembre de 2005.
1 2 3 Schanda, János (2007). "El futuro de la colorimetría en la CIE: apariencia del color". Colorimetría: comprensión del sistema CIE . Wiley Interscience . pág. 359. ISBN 978-0-470-04904-4.
↑ Westland, Stephen; Ripamonti, Caterina (2004). Ciencia del color computacional con MATLAB . John Wiley & Sons . ISBN 0-470-84562-7.
1 2 3 4 5 6 Moroney, Nathan; Fairchild, Mark D.; Hunt, Robert WG; Li, Changjun; Luo, M. Ronnier; Newman, Todd (12 de noviembre de 2002). "El modelo de apariencia de color CIECAM02" . Décima Conferencia de Imágenes en Color IS&T/SID . Scottsdale, Arizona : The Society for Imaging Science and Technology . ISBN 0-89208-241-0.
↑ Hunt, Robert WG; Changjun Li; M. Ronnier Luo (febrero de 2005). "Transformaciones de adaptación cromática". Color Research & Application . 30 (1). Wiley Interscience : 69. doi : 10.1002/col.20085 . Las transformaciones de adaptación cromática (TAC) han aparecido en diferentes formas. Se describen las razones de estas formas y las relaciones entre ellas. Se explican los factores que determinan qué tipo de TAC debe utilizarse en diferentes aplicaciones.
↑ Ming Ronnier Luo y Robert William Gainer Hunt: La estructura del modelo de apariencia de color CIE 1997
↑ Chunghui Kuo, Eric Zeise y Di Lai: Implementación robusta de CIECAM02 y experimento numérico dentro de un flujo de trabajo del Consorcio Internacional del Color
^ Changjun Li, Zhiqiang Li, Zhifeng Wang, Yang Xu, Ming Ronnier Luo, Guihua Cui, Manuel Melgosa, Michael Henry Brill y Michael Pointer: Soluciones de color integrales: CAM16, CAT16 y CAM16-UCS
^ Luo, M. Ronnier; Cui, Guihua; Li, Changjun (agosto de 2006). "Espacios de color uniformes basados en el modelo de apariencia de color CIECAM02". Investigación y aplicación del color . 31 (4): 320– 330. doi : 10.1002/col.20227 . S2CID 122917960 .
↑ Thwaites, Andrew; Wingfield, Cai; Wieser, Eric; Soltan, Andrew; Marslen-Wilson, William D.; Nimmo-Smith, Ian (2018). "Sincronización con los modelos de apariencia de color CIECAM02 y CIELAB en la corteza humana" . Vision Research . 145 : 1–10 . doi : 10.1016/j.visres.2018.01.011 . doi : 10.17863/CAM.21754 .

Lecturas adicionales

CIE TC 8-01 (2004). Un modelo de apariencia del color para sistemas de gestión del color . Publicación 159. Viena: CIE Central Bureau. ISBN 3-901906-29-0Archivado del original el 13 de abril de 2011. Consultado el 28 de abril de 2008 .{{cite book}}: CS1 maint: nombres numéricos: lista de autores ( enlace )
Fairchild, Mark D. (2004-11-09). "Modelos de apariencia de color: CIECAM02 y más allá" (PDF) . 12.ª Conferencia de imágenes en color IS&T/SID. Archivado del original (PDF) el 11 de septiembre de 2020. Recuperado el 11 de febrero de 2008 .
Schlömer, Nico (2018). Mejoras algorítmicas para los modelos de apariencia de color CIECAM02 y CAM16 . arXiv : 1802.06067 .

Enlaces externos

Colorlab es una herramienta de MATLAB para cálculos de ciencia del color y reproducción cromática precisa (creada por Jesús Malo y María José Luque, de la Universidad de Valencia). Incluye colorimetría tristímulo estándar CIE y transformaciones a diversos modelos de apariencia de color no lineales (CIELAB, CIECAM, etc.).
Hoja de cálculo de Excel con ejemplos directos e inversos. Archivada el 9 de enero de 2007 en Wayback Machine , por Eric Walowit y Grit O'Brien.
Implementación experimental del modelo de apariencia de color CIECAM02 en un complemento compatible con Photoshop (solo para Microsoft Windows), por Cliff Rames.
Notas sobre el modelo de apariencia de color CIECAM02 . Código fuente en C de las transformaciones directa e inversa, por Billy Biggs.
Applet Java CIECAM02 , por Nathan Moroney
Aunque los applets de Java ya no se ejecutan en ningún navegador importante, esta página también ofrece ejecutables de línea de comandos para Windows, Mac OS X y HP-UX. Si bien no están documentados en la propia página, el uso de estos ejecutables no es tan complicado, por ejemplo, en Windows:
> %TEMP% \cam02vc echo 95.01 100 108.82 200 18 1 & & > %TEMP% \cam02xyz echo 40 20 10 & & ciecam02 0 1 0 %TEMP% \cam02vc %TEMP% \cam02xyz con
Y de forma similar para otras plataformas. Los tres primeros números son el punto blanco a utilizar, luego la iluminación ambiental promedio, en este caso 200 cd/m², luego la luminancia relativa del entorno en la misma escala que el punto blanco, en este caso 18%, luego las condiciones del entorno, donde 1 = promedio, 2 = tenue y 3 = oscuro, y luego las coordenadas XYZ del color a comprobar. El resultado serán las coordenadas JCh. Los bits 0 1 0 significan 'adelante, detallado, calcular D', así que cambie el primero a 1 para convertir de JCh a XYZ, el segundo a 0 para no imprimir los valores intermedios en el cálculo, o el último a 1 para forzar el parámetro D a 1.

[cam97s-1] 1 2 3 Fairchild, Mark D.; Luo, MR; Hunt, RWG (agosto de 2000). "Una revisión de CIECAM97s para aplicaciones prácticas" (PDF) . Color Research & Application . 25 (4). Wiley Interscience : 260–266 . doi : 10.1002/1520-6378(200008)25:4 < 260::AID-COL6 > 3.0.CO ; 2-9 . El modelo CIECAM97s fue adoptado por la CIE en 1997 para aplicaciones de imágenes en color. Incluye modos directo e inverso. En ensayos de campo recientes se encontraron algunos problemas al usar este modelo. Este artículo sugiere una revisión del modelo en dos aspectos: (a) hacer que la luminosidad (J) sea cero cuando el valor tristímulo Y sea cero, bajo todas las condiciones de entorno; b) modificar el factor de inducción cromática (Nc) de 1,10 a 0,95 para la condición de iluminación ambiental tenue. Para evitar confusiones, se sugiere que la versión revisada del modelo se denomine CAM97s2. El artículo también describe un modo alternativo para lograr una reversibilidad más precisa entre los modos directo e inverso.

[ciecam16-2] Li, CJ; Luo, MR; Brill, MH; Melgosa, M.; Pointer, MR; Teunissen, C.; Wei, MT (2022-03-01). "El modelo de apariencia de color CIE 2016 para sistemas de gestión del color: CIECAM16" . doi : 10.25039/TR.248.2022 . Archivado del original el 28-06-2025 . Recuperado el 16-07-2025 .

[3] “Sistema de color de Windows: El sistema de gestión del color de próxima generación”. Archivado el 27 de julio de 2010 en Wayback Machine . Documento técnico de Microsoft. 13 de septiembre de 2005.

[schanda-4] 1 2 3 Schanda, János (2007). "El futuro de la colorimetría en la CIE: apariencia del color". Colorimetría: comprensión del sistema CIE . Wiley Interscience . pág. 359. ISBN 978-0-470-04904-4.

[5] Westland, Stephen; Ripamonti, Caterina (2004). Ciencia del color computacional con MATLAB . John Wiley & Sons . ISBN 0-470-84562-7.

[meetcam02-6] 1 2 3 4 5 6 Moroney, Nathan; Fairchild, Mark D.; Hunt, Robert WG; Li, Changjun; Luo, M. Ronnier; Newman, Todd (12 de noviembre de 2002). "El modelo de apariencia de color CIECAM02" . Décima Conferencia de Imágenes en Color IS&T/SID . Scottsdale, Arizona : The Society for Imaging Science and Technology . ISBN 0-89208-241-0.

[7] Hunt, Robert WG; Changjun Li; M. Ronnier Luo (febrero de 2005). "Transformaciones de adaptación cromática". Color Research & Application . 30 (1). Wiley Interscience : 69. doi : 10.1002/col.20085 . Las transformaciones de adaptación cromática (TAC) han aparecido en diferentes formas. Se describen las razones de estas formas y las relaciones entre ellas. Se explican los factores que determinan qué tipo de TAC debe utilizarse en diferentes aplicaciones.

[8] Ming Ronnier Luo y Robert William Gainer Hunt: La estructura del modelo de apariencia de color CIE 1997

[9] Chunghui Kuo, Eric Zeise y Di Lai: Implementación robusta de CIECAM02 y experimento numérico dentro de un flujo de trabajo del Consorcio Internacional del Color

[10] Changjun Li, Zhiqiang Li, Zhifeng Wang, Yang Xu, Ming Ronnier Luo, Guihua Cui, Manuel Melgosa, Michael Henry Brill y Michael Pointer: Soluciones de color integrales: CAM16, CAT16 y CAM16-UCS

[11] Luo, M. Ronnier; Cui, Guihua; Li, Changjun (agosto de 2006). "Espacios de color uniformes basados en el modelo de apariencia de color CIECAM02". Investigación y aplicación del color . 31 (4): 320– 330. doi : 10.1002/col.20227 . S2CID 122917960 .

[12] Thwaites, Andrew; Wingfield, Cai; Wieser, Eric; Soltan, Andrew; Marslen-Wilson, William D.; Nimmo-Smith, Ian (2018). "Sincronización con los modelos de apariencia de color CIECAM02 y CIELAB en la corteza humana" . Vision Research . 145 : 1–10 . doi : 10.1016/j.visres.2018.01.011 . doi : 10.17863/CAM.21754 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]