CST-RT021-part 3:2013



Documents pareils
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

Chap17 - CORRECTİON DES EXERCİCES

Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo

TP SIN Traitement d image

LUT QU EST-CE QUE C EST? Version 1.0 Mars 2010

Traitement d un AVI avec Iris

Traitement numérique de l'image. Raphaël Isdant

Chapitre 13 Numérisation de l information

IMAGES NUMÉRIQUES MATRICIELLES EN SCILAB

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

TD : Codage des images

Q6 : Comment calcule t-on l intensité sonore à partir du niveau d intensité?

TP : Gestion d une image au format PGM

1S9 Balances des blancs

Projet Matlab : un logiciel de cryptage

Ni tout noir, ni tout blanc Consignes Thème I - Observer

Cours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année

Le facteur M qu en est-il?

Codage d information. Codage d information : -Définition-

Biologie Appliquée. Dosages Immunologiques TD9 Mai Stéphanie Sigaut INSERM U1141

UNE TECHNIQUE ÉPROUVÉE : LE ZONE SYSTEM

Master IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008

COLORMUNKI DISPLAY ET i1display PRO

Chapitre 18 : Transmettre et stocker de l information

Simulation de variables aléatoires

Structure du format BMP, sa lecture, sa construction et son écriture

Théorie et codage de l information

Ecran : Processeur : OS : Caméra : Communication : Mémoire : Connectique : Audio : Batterie : Autonomie : Dimensions : Poids : DAS :

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Résolution de systèmes linéaires par des méthodes directes

Ligne de produits Comparaison

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme

Traitement bas-niveau

Exercice : la frontière des portefeuilles optimaux sans actif certain

IFT2880 Organisation des ordinateurs et systèmes

Programmation linéaire

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Fonctions de plusieurs variables

JPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer!

PHOTO PLAISIRS. La Lumière Température de couleur & Balance des blancs. Mars 2011 Textes et Photos de Bruno TARDY 1

Chapitre 22 : (Cours) Numérisation, transmission, et stockage de l information

Résolution d équations non linéaires

fiche m mo technique

Analyse de la vidéo. Chapitre La modélisation pour le suivi d objet. 10 mars Chapitre La modélisation d objet 1 / 57

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Couleur. Sommaire. Un article de Wikipédia, l'encyclopédie libre.

DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES

Exercices de dénombrement

EBS 204 E C B S. Publication : Novembre 96

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

Systèmes de transmission

COPY. Picture Style Editor Ver. 1.4 MODE D EMPLOI. Logiciel de création de fichiers de style d image. Contenu de ce mode d emploi

Sur trois couches, on obtient donc 2563 = de couleurs, soit 24bpp (Bit Per Pixel).

Numérisation du signal

Communications numériques

Optimisation, traitement d image et éclipse de Soleil

Lyre Matricielle Beam. 25 Leds 4 en 1 de 15W. Manuel de l utilisateur

Python - introduction à la programmation et calcul scientifique

Exercices Corrigés Premières notions sur les espaces vectoriels

L impression numérique

Architecture des ordinateurs TD1 - Portes logiques et premiers circuits

[ F ] Fig.1 enregistreur indicateur HD30.1 MicroSD Card. Entrée sonde HD30.S1- HD30.S2. MiniUSB Ethernet Alimentation chargeur batterie

Opérations de base sur ImageJ

Comment suivre l évolution d une transformation chimique? + S 2 O 8 = I SO 4

Expérience 3 Formats de signalisation binaire

Conversion d un entier. Méthode par soustraction

Chapitre 22 Optimisation pour diffusion à l'écran, pour le web

nom : Collège Ste Clotilde

Travaux pratiques. Compression en codage de Huffman Organisation d un projet de programmation

Dossier technique. Présentation du bus DMX et Utilisation des options EL13 / EL14 ERM AUTOMATISMES INDUSTRIELS 1 LE PROTOCOLE DMX 2

Fête de la science Initiation au traitement des images

Maintenir un service de traitement de son ou d image d ordinateur

0DWKpPDWLTXHVGHO DUJHQW. édité par Mr. G.Moumoulidis (OTE)

4. Conditionnement et conservation de l échantillon

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

UE 503 L3 MIAGE. Initiation Réseau et Programmation Web La couche physique. A. Belaïd

TSTI 2D CH X : Exemples de lois à densité 1

Chapitre 7 Les solutions colorées

DUT Techniques de commercialisation Mathématiques et statistiques appliquées

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION)

Fonctions de deux variables. Mai 2011

LIDAR LAUSANNE Nouvelles données altimétriques sur l agglomération lausannoise par technologie laser aéroporté et ses produits dérivés

Représentation des Nombres

Chaine de transmission

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Cours de numérisation sur Epson Perfection

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

Territoire3D. Descriptif de contenu. Institut Géographique National. Date du Document : Mars 2011

Technique de codage des formes d'ondes

Informatique Générale

Précision d un résultat et calculs d incertitudes

Mathématiques appliquées à l'économie et à la Gestion

Bases de données documentaires et distribuées Cours NFE04

Les images et les animations sur le web. Guérineau Chloé BTS2 Année 2001/2012

Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies

La destination finale de l épargne des ménages

Transcription:

CST-RT021-part 3:2013 Annexe sur les transformations couleur Groupe de travail CST-RT-021-MFFW

Nom Version Auteur Date de publication CST-RT021-part3:2013 1 François Helt 24 mars 2014 CST-RT021-MFFW 1.1 CST-RT021-MFFW 1 avril 2014 Commission Supérieure Technique de l Image et du Son 22/24, avenue de Saint-Ouen 75018 PARIS - +33 (0) 1 53 04 44 00 - cst@cst.fr www.cst.fr 2

Table des matières CST-RT021-PART 3:2013 Table des matières... 3 I. Introduction... 4 II. Termes et définitions... 4 A. Valeur de composante... 4 B. Valeur de codage... 4 III. Conversion directe... 4 A. Formule de conversion... 4 B. Calcul de la matrice de conversion... 5 IV. Conversion inverse... 5 A. Normalisation... 5 B. Conversion dans un espace RVB... 5 V. Exemples... 6 A. Exemple de calcul à partir d un élément de film négatif numérisé.... 6 B. Exemple de calcul à partir de données numériques (DSM)... 7 Commission Supérieure Technique de l Image et du Son 22/24, avenue de Saint-Ouen 75018 PARIS - +33 (0) 1 53 04 44 00 - cst@cst.fr www.cst.fr 3

I. Introduction Ce document décrit la conversion des valeurs colorimétriques obtenues par la numérisation de films cinématographiques ou à l issue d une post-production en numérique vers l espace XYZ linéaire. Cet espace permet de garder les valeurs colorimétriques analysées dans tous les espaces trichromes possibles. Il permet également de convertir les données vers tout espace trichrome de travail présent ou futur. Afin d obtenir le meilleur résultat, il est important de garder toutes les informations sur les espaces trichromes de numérisation ou de calcul et sur les fonctions de transfert éventuelles appelées lois EOTF (Electro Optical Transfer Function). Dans le cas de numérisation de films, il est souhaitable que les filtres d analyse soient adaptés aux caractéristiques couleurs des pellicules analysées. II. Termes et définitions A. Valeur de composante La valeur de composante est un nombre qui est le résultat de l analyse linéaire de la pellicule film par l appareil de numérisation. A partir de chaque composante (R V B) on obtient une valeur linéairement proportionnelle à l intensité détectée à travers les filtres d analyse du numériseur. Dans le cas d une post-production en numérique la valeur de composante est un nombre résultant des calculs. Si le standard suivi pour la production spécifie un gamma ou une EOTF, la valeur de composante est le résultat de la conversion dans le domaine linéaire. Cette valeur est exprimée dans l intervalle défini par la résolution de l appareil de numérisation ou par la résolution dans laquelle on donne le résultat des calculs en numérique. Par exemple, pour 14 bits, elle est comprise dans l intervalle [0 ; 16385], et pour 16 bits elle est comprise dans l intervalle [0 ; 65535]. B. Valeur de codage La valeur de codage est un nombre compris dans l intervalle [0 ; 65535]. III. Conversion directe A. Formule de conversion Chaque valeur de composante est normalisée dans l intervalle [0 ; 1]. Si les valeurs ont été obtenues dans une résolution de N bits L R = L V = L B = R (2 N 1) V (2 N 1) B (2 N 1) Commission Supérieure Technique de l Image et du Son 22/24, avenue de Saint-Ouen 75018 PARIS - +33 (0) 1 53 04 44 00 - cst@cst.fr www.cst.fr 4

L R, L V et L B sont les valeurs dans l intervalle [0 ; 1] R V et B sont les valeurs entières mesurées par le numériseur On obtient ensuite des valeurs X Y et Z dans l intervalle [0 ; 1] en appliquant la matrice de conversion L X LY = M L Z L R L V L B L X, L Y et L Z sont les valeurs obtenues dans l intervalle [0 ; 1] M est une matrice à 3 lignes 3 colonnes. Les valeurs de codage sont obtenues en multipliant par 65535 et en arrondissant : X = INT[65535 V X ] Y = INT[65535 V Y ] Z = INT[65535 V Z ] B. Calcul de la matrice de conversion La matrice de conversion M se calcule à partir des coordonnées colorimétriques (x,y) (espace Yxy CIE 1931) des trois primaires et du blanc de référence de l appareil de numérisation. Dans le cas de films produits en numérique les coordonnées colorimétriques sont définies dans le standard suivi pour la production. La méthode de calcul est décrite dans la section 3.3 du document SMPTE Recommended Practice RP 177-1993 Derivation of Basic Television Color Equations. IV. Conversion inverse Afin d étalonner les contenus pour une exploitation dans un canal de distribution donné les données XYZ seront converties vers des primaires RVB. A. Normalisation On normalise les valeurs XYZ dans l intervalle [0 ; 1] L X = L Y = L Z = X 65535 Y 65535 Z 65535 B. Conversion dans un espace RVB On utilise en suite une matrice de conversion adaptée aux composantes RVB avec lesquelles le travail d étalonnage sera effectué. Commission Supérieure Technique de l Image et du Son 22/24, avenue de Saint-Ouen 75018 PARIS - +33 (0) 1 53 04 44 00 - cst@cst.fr www.cst.fr 5

V. Exemples A. Exemple de calcul à partir d un élément de film négatif numérisé. On suppose ici que l illuminant du scanner est conforme à la spécification «status M» de l ISO 5-3 :2009 pour la mesure des densités de matériaux photographiques négatifs. Un calcul d après les données spectrales de cet illuminant donne les coordonnées colorimétriques du blanc de référence x = 0,4231 et y = 0,4172. On suppose également que les filtres d analyse de la négative sont conformes à la recommandation SMPTE RP180 «Conditions spectrales définissant les densités de tirage pour les négatives et les films intermédiaires». Les coordonnées colorimétriques des filtres sont calculées d après les données spectrales de ces filtres définies dans la recommandation RP180 : x y Rouge 0,7248 0,2752 Vert 0,2013 0,7567 Bleu 0,1613 0,0144 Le calcul de la matrice de conversion est obtenu d après la recommandation SMPTE RP 177 : On calcule d abord les valeurs de z (z = 1 x y) ce qui donne la matrice des primaires P] suivante : Rouge Vert Bleu x 0,7248 0,2013 0,1613 y 0,2752 0,7567 0,0144 z 0 0,042 0,8243 On calcule l inverse de cette matrice, ce qui donne la nouvelle matrice Pinv : 1,527857845-0,390230255-0,292155956-0,556197395 1,46486872 0,083247034 0,028339549-0,074638464 1,208908922 On calcule le vecteur résultant de la multiplication de cette matrice par le vecteur blanc normalisé Bn obtenu comme suit : x blanc / y blanc 1,014141898 y blanc / y blanc = 1 1 z blanc / y blanc 0,382790029 Le produit Pinv * Bn, de la matrice primaires inverse par le vecteur blanc normalisé donne un nouveau vecteur à partir duquel on construit la matrice diagonale suivante Mdiag : 1,047400014 0 0 0 0,932671772 0 0 0 0,416860141 Commission Supérieure Technique de l Image et du Son 22/24, avenue de Saint-Ouen 75018 PARIS - +33 (0) 1 53 04 44 00 - cst@cst.fr www.cst.fr 6

La matrice finale qui permet la conversion des valeurs RVB vers les valeurs XYZ est le résultat du produit de la matrice des primaires par cette matrice diagonale P * Mdiag. Ceci donne la matrice de conversion : 0,7591555298 0,1877468278 0,0672395408 0,2882444837 0,7057527302 0,0060027860 0,0000000000 0,0391722144 0,3436178143 B. Exemple de calcul à partir de données numériques (DSM) On suppose que l étalonnage de sources numériques a été fait en utilisant le projecteur de référence de cinéma numérique. Le blanc de référence est défini dans le document SMPTE 431-1 : x= 0,314, y = 0,351 Les primaires sont définies dans le document SMPTE 431-2 : x y Rouge 0,68 0,32 Vert 0,265 0,69 Bleu 0,15 0,06 On suppose également que les données sont exprimées en 16 bits linéaires. Calcul de la matrice de conversion d après RP 177 : 0,4451698156 0,2771344092 0,1722826698 0,2094916779 0,7215952542 0,0689130679 0,0000000000 0,0470605601 0,9073553944 Commission Supérieure Technique de l Image et du Son 22/24, avenue de Saint-Ouen 75018 PARIS - +33 (0) 1 53 04 44 00 - cst@cst.fr www.cst.fr 7