CAM16-UCS vs. CIELAB: когда нужен «ещё более точный» подход к оценке цвета

Ниже представлена развёрнутая статья о преимуществах использования CAM16-UCS для разработки внутренних стандартов (in-house standards) в цифровой печати по сравнению с классическим CIELAB и формулой CIEDE2000.

Материал содержит:

Краткий исторический и теоретический экскурс (совсем «на пальцах»),
Сравнение CIELAB/CIEDE2000 и CAM16-UCS (без глубоких формул, но с пояснениями),
Примеры практических кейсов,
Таблицу «Плюсы и минусы»
Рекомендации и ссылки на внешние стандарты.

1. Почему мы вообще говорим о сравнении цветовых моделей?

Любая полиграфия (офсетная, цифровая, фотопечать) стремится стабильно и предсказуемо воспроизводить цвет. Для этого необходимо иметь:

Систему координат, в которой можно было бы сказать: «Вот этому цвету соответствуют такие-то L, a, b (или другие величины)».
Метрику (формулу «дельты» $ΔE$ ), чтобы вычислять, насколько напечатанный цвет отклоняется от эталона.

Исторически в печати (и в большей части цветового менеджмента) доминирует система CIELAB (часто просто говорят «Lab»). Она была утверждена ещё в 1976 году и стала своеобразным «универсальным языком» описания цвета. Позже, чтобы точнее измерять различия в Lab-пространстве, создали формулу CIEDE2000 ( $ΔE00$ ), которая делает более честные поправки на оттенок (Hue), насыщенность (Chroma) и светлоту (Lightness).

Однако даже CIEDE2000 не всегда «угадала» субъективное восприятие человека — особенно в областях высоких и низких светлот, сложных оттенках кожи, или если в печати присутствуют оттенки, которые Lab описывает не очень «равномерно». Поэтому в научном сообществе продолжались исследования, и в 2016 году появилась модель CAM16 (Color Appearance Model 2016). На её основе сделали «равномерное» пространство CAM16-UCS (Uniform Color Space), которое стремится ещё точнее соответствовать визуальным различиям.

Где почитать больше о базовых цветовых моделях

О системе CIELAB и её истории: см. документы CIE (Международной комиссии по освещению) или учебник «Color Appearance Models» (Mark Fairchild).
О CIEDE2000: технический документ CIE 142-2001 или ISO 13655 (применение в полиграфии).

Ниже — краткое (специально без формул) сравнение CIELAB/CIEDE2000 и CAM16-UCS, а также почему в рамках цифровой печати и фотопечати бывает крайне полезно перейти (или хотя бы присмотреться) к CAM16-UCS при разработке внутренних стандартов качества.

2. CIELAB/CIEDE2000: что хорошо и где «узкие места»

2.1. Коротко о CIELAB

В модели CIELAB каждая точка (цвет) задаётся тремя координатами:

L — светлота (Lightness),
a — «красно-зелёная» компонента,
b — «желто-синяя» компонента.

Геометрически CIELAB заявлялась как «приближённо равномерное» пространство (оно было революционным для 1970–80-х), но на практике оказалось, что равномерность там далеко не идеальна. Например:

При очень насыщенных цветах $ΔE$ может быть слишком «сжато» или «раздуто», то есть реальное визуальное отличие меньше/больше, чем указывает Lab.
В области низкой светлоты (тени) Lab не всегда предсказуемо оценивает отклонения.
Важная особенность: Lab не учитывает цветовую адаптацию глаз при разных условиях просмотра (окружение, яркость, белая точка).

2.2. Формула CIEDE2000 ( $ΔE00$ )

Чтобы уменьшить неточности «голого» $ΔEab$ (т. е. простого расстояния в Lab), была создана CIEDE2000. Она вводит:

Поправочный коэффициент для Hue (оттенка),
Поправочный коэффициент для Chroma (насыщенности),
Отдельный коэффициент для L (светлоты).

За счёт этого $ΔE00$ даёт более близкие к реальности результаты (особенно для пастельных тонов и тонких смещений). В большинстве полиграфических стандартов (FOGRA, G7, ISO 12647-2 и т. д.) сейчас именно CIEDE2000 прописано как предпочитаемая метрика.

Однако CIEDE2000 всё ещё «сидит» на основе CIELAB. Если сам Lab не совсем точно соответствует тому, как глаз видит разные оттенки, то и $ΔE00$ может не отражать некоторые визуальные феномены — например, когда печать на другом типе бумаги даёт видимый «оттенок» при небольшой цифровой разнице. Для фотопечати, где важен тон кожи и серые клины, иногда обнаруживается, что «дельта мала, а вживую — цвет явно не тот». Вот тут и вступает в игру CAM16-UCS.

3. CAM16-UCS: чем она лучше, если говорить «на пальцах»?

3.1. CAM16 — модель восприятия (Color Appearance Model)

В отличие от CIELAB, CAM16 учитывает:

Специфику зрительной адаптации при разных источниках света и яркостях,
Особенности переноса цвета (chromatic adaptation transforms),
Более сложную нелинейную коррекцию, ближе к психофизическим экспериментам.

Иными словами, CAM16 пытается смоделировать то, как глаз человека воспринимает цвет в реальных условиях, а не просто «преобразовать» XYZ в Lab.

3.2. CAM16-UCS: «равномерное» представление

Чтобы расстояния между цветами в этом CAM-пространстве были равномернее (подобно тому, как когда-то делали Lab), для CAM16 вывели UCS (Uniform Color Space). Там координаты часто обозначают:

J′ (аналог светлоты),
M′ (аналог насыщенности Chroma),
h (Hue, оттенок), иногда пишут h’ в разных источниках.

Кроме того, есть ещё альтернативные параметры (такие как Q’, s’), но обычно в практике печати используют (J′, M′, h’).

Главный плюс: в CAM16-UCS, если мы возьмём два цвета с разницей $ΔE$ = 2, и сравним с другими двумя цветами также с разницей $ΔE$ = 2, то визуально эти различия будут похоже восприниматься (более, чем в CIELAB + CIEDE2000).

3.3. Области, где CAM16-UCS выигрывает

Тёмные тона: когда L около 10–20, в Lab часто случается «компрессия», и при небольших перемещениях по a/b можно получить заметную визуальную разницу, а $ΔE00$ покажет маленькое число. CAM16-UCS точнее отражает этот сдвиг.
Высокие насыщенные цвета (красные, зелёные): Lab не всегда равномерно растягивает насыщенность; CAM16-UCS справляется лучше.
Оттенки кожи и нейтрали: CAM16 существенно лучше моделирует «психологический эффект» небольшой примеси. Поэтому при разнице $ΔE$ = 1…2 в CAM16-UCS вы можете более объективно судить, что для оператора и конечного заказчика уже «критично» или «незаметно».

В результате, если вы формулируете собственные пороги допусков ( $ΔE$ «Pass/Fail») для внутренней оценки, CAM16-UCS даст более согласованные с визуальным восприятием цифры. Для цифровой печати, где часто приходится ориентироваться на «смотрибельность» (особенно в фотопечати), это может оказаться ценным.

4. Практические выгоды для in-house стандартов в цифровой печати

Давайте рассмотрим два типовых сценария.

4.1. Коммерческие тиражи (визитки, буклеты, брошюры)

Здесь задача — оперативно поддерживать стабильный цвет «в рамках разумного». Часто:

Допуски: $ΔE00$ 2–3 (или 5) считаются допустимыми, и этого «хватает».
Материалы: простая или средняя по качеству бумага, пигмент/тонер.
Операторам нужно быстро понять, «где у нас провал?»: по светлоте, по оттенку, по насыщенности?

CAM16-UCS тут даёт преимущество, если в вашем in-house процессе вы часто сталкиваетесь с ситуациями, когда:

$ΔE00$ вроде бы в норме (скажем, 3.0), но заказчику не нравится, потому что «лицо желтоватое» или «серый уходит в синеву».
Или наоборот: $ΔE00$ показывает 3.5 — кажется, это уже «выше, чем 3», но по факту визуально разница не бросается в глаза.

Перейдя (или добавив в анализ) $ΔE_CAM16-UCS$ , вы сможете лучше учитывать субъективный эффект — в результате уточнить ваш внутренний «цветовой стандарт». К примеру, пусть $ΔE_UCS$ = 2.0 будет «жёстким критерием», а 3.0 — «максимально допустимым». Возможно, вы обнаружите, что ваши клиенты реже жалуются при использовании именно этих пороговых значений, чем при стандартной CIEDE2000.

4.2. Фотопечать (особенно портреты, тёмные сцены, серые клины)

Фотопечать предъявляет более высокие требования:

Люди очень чувствительны к оттенкам кожи — даже малозаметный сдвиг может показаться «болезненным» или «грязным».
В серых зонах (ч/б фотография или тени) Lab-толерантность часто не совпадает с реальным зрительным восприятием. Бывают случаи, когда $ΔE00$ = 1.5…2.0, а клиент видит «зелёный» или «красный» подтон.

С использованием CAM16-UCS такие «небольшие, но критичные» сдвиги могут лучше детектироваться. То есть, если $ΔECAM16-UCS$ показывает 2.5 (и при этом $ΔE00$ около 1.8), вы уже понимаете: визуально отличие существеннее, чем говорит CIEDE2000. Для портрета такой результат может быть неприемлем, и вам проще это учесть при автоматическом контроле.

И наоборот, если $ΔE00$ показывает 3.0, а $ΔE_UCS$ — 2.2, может оказаться, что для глаз этот сдвиг приемлем. В итоге в вашем in-house стандарте вы сможете гибко указать, что важнее — визуальное соответствие или типовой «офсетный» допуск.

5. Пример «субъективного» кейса: дельты небольшие, а видно сильный оттенок

Представим ситуацию:

Исходный цвет: L=50, a=0, b=0 (идеально нейтральный серый).
Отпечаток даёт: L=50, a=-1, b=1. Для CIEDE2000 это может дать $ΔE00\approx1.3\dots1.6$ Это вроде «не страшно».
Вживую серый клин выглядит чуть «зеленовато-желтоватым» (примесь). Клиент замечает!

В CAM16-UCS та же разница может оказаться немного больше, отражая визуальный дискомфорт при нейтральных цветах. И в итоге ваша система скажет: «Нет, смещение есть, нужно поправить баланс».

6. Таблица: «Плюсы и минусы» Lab + CIEDE2000 vs. CAM16-UCS

Параметр / Критерий	Lab + CIEDE2000	CAM16-UCS
Простота и распространённость	+ Очень широко применяется, прописан в стандартах ISO, FOGRA, G7.	– Менее распространён в типовых стандартах; переход требует некоторого обучения.
Понимание операторами	+ Операторам знакомы $ΔE00\$ $ΔL$ , $ΔC$ .	– Нужно осваивать новые термины (J′, M′, h’).
Учёт зрительного восприятия	+ Лучше, чем старый $ΔEab$ , но всё ещё ограничен.	+ Более тонко учитывает адаптацию, яркостные эффекты; ближе к реальному восприятию.
Точность в области нейтральных оттенков	± Может занижать или завышать визуальное влияние небольших подтонов	+ Как правило, точнее отражает любые цветовые сдвиги, даже небольшие, но «заметные глазу»
Применение в печати	+ Стандартизирован, понятен поставщикам оборудования и клиентам.	– Официальных норм « $ΔECAM16-UCS$ » пока мало; чаще используется в R&D.
Гибкость под разные условия освещения	– Нужно вручную корректировать (адаптация Брадфорда и т.п.).	+ CAM16 изначально учитывает разные условия освещенности, при правильной настройке.
Наличие готовых инструментов	+ Поддержка в большинстве RIP/софт для колор-менеджмента.	– Реже встречается «из коробки»; иногда нужны сторонние библиотеки (Python, Matlab и т.п.)
Сложность вычислений	+ CIEDE2000 уже доступен во многих библиотеках, не слишком «тяжёлый»	– CAM16-UCS чуть более сложна, но всё же реализуема; требует аккуратной настройки входных параметров
Итого	Стандарт де-факто, хорош для массового контроля	Современнее, точнее при критичных задачах, полезен для фотопечати и in-house стандартов

7. Вопросы внедрения: как перейти на CAM16-UCS в in-house стандартах?

Проверить наличие библиотек
- Для Python есть библиотеки (например, colorspacious или colormath), которые поддерживают CAM16. Для некоторых профессиональных программ (ColorThink, BabelColor) тоже есть экспериментальные модули.
- Убедитесь, что вы можете автоматизировать расчёт $ΔECAM16-UCS$ .
Настроить параметры модели
- CAM16 (как и CIECAM02) требует указать фоновую яркость, степень адаптации, белую точку и т. д.
- Если вы работаете в типовых условиях (D50, 2° наблюдатель, относительно нейтральный фон), можно взять стандартные настройки, близкие к полиграфическим.
Определить ваши допуски
- Традиционно в Lab + CIEDE2000 вы говорили: « $ΔE00\leq2$ — окей, $ΔE00>5$ — точно брак».
- Теперь попробуйте провести серию тестов: печатаете, сравниваете визуальную оценку с числами CAM16-UCS. Определите тот уровень, при котором «глаз» (оператор или заказчик) согласен, что цвет «приемлем». Так вы получите новый внутренний порог для $ΔECAM16-UCS$ .

8. Внешние ссылки и стандарты

Пока CAM16-UCS не прописана жёстко ни в одном ключевом ISO-стандарте для печати (по состоянию на середину 2020-х). Тем не менее, есть несколько источников:

CIE 159:2004 — «A colour appearance model for colour management systems: CIECAM02». CAM16 — это дальнейшее развитие CIECAM02.
CAM16 оригинальные статьи: Luo MR, Cui G, Li C. (2016). «Uniform colour spaces based on CIECAM02 colour appearance model». Хотя основная публикация про CAM16 может упоминаться под другими названиями, ищите также «CIECAM16» или «CAM16-UCS».
Для практиков: сайт Bruce Lindbloom (англ.) содержит много ресурсов и формул по цветовым моделям, включая CIECAM02. CAM16 иногда обсуждается в сообществе цветовых специалистов.

9. Резюме и выводы

CAM16-UCS — более современная модель, чем классический CIELAB, и при оценке $ΔE$ она зачастую лучше согласуется с человеческим зрительным восприятием.
В цифровой печати, особенно где критично воспроизведение портретных тонов, нейтральных градаций и «капризных» оттенков, CAM16-UCS может дать более релевантные цифры о качестве, чем CIEDE2000.
Если вы создаёте свой внутренний стандарт качества печати, вам не обязательно полностью отказываться от CIEDE2000. Вместо этого можно параллельно использовать CAM16-UCS, настроив для неё пороги допусков, которые отражают именно вашу технологию и визуальные ожидания клиентов.
При этом учтите практический аспект: CAM16-UCS требует дополнительных настроек (условия освещения, фон, степень зрительной адаптации) и пока что не встроена «по умолчанию» в большинство RIP и QA-программ. Но существуют библиотеки для Python, MATLAB и т. д., которые позволяют реализовать расчёты без особых сложностей.

В конечном счёте, если вы заинтересованы в повышении точности контроля цвета, и особенно в фотопечати (где небольшие оттеночные ошибки могут критически восприниматься), переход (или хотя бы экспериментальная проверка) CAM16-UCS — отличный шаг. Он позволяет определить, насколько именно «действительно» велика разница между эталоном и реальным отпечатком в глазах наблюдателя, а не только в числах старого Lab.