RGBカラーモデルの歴史

私は、人間の知覚の科学の歴史を探検し、現代のビデオ標準を作成しました。 また、よく使用される用語についても説明します。 さらに、時間をかけてゲームを作成する典型的なプロセスが、映画業界で使用されるプロセスにますます似ている理由を簡単に説明します。

色彩研究の先駆者

今日、人間の目の網膜には、錐体と呼ばれる3種類の視細胞が含まれていることがわかっています。 3つのタイプのコーンにはそれぞれ、オプシンタンパク質ファミリーのタンパク質が含まれており、スペクトルのさまざまな部分の光を吸収します。









アブシンの光吸収



コーンは、スペクトルの赤、緑、青の部分に対応し、最も感度の高い波長に応じて、ロング（L）、ミディアム（M）、ショート（S）と呼ばれることがよくあります。



光と網膜の相互作用に関する最初の科学論文の1つは、1670-1675年の間に書かれた、アイザックニュートンの「光と色に関する仮説」です。 ニュートンには、異なる波長の光が同じ周波数の網膜の共鳴を引き起こすという理論がありました。 これらの振動は視神経を介して感覚器に伝達されました。









「目の下に落ちる光線は網膜の振動を励起し、それが視神経の繊維を介して脳に伝播し、視覚を生み出します。 さまざまな種類の光線がさまざまな強さの振動を生成し、それらの強さに従って、さまざまな色の感覚を刺激します... "



（ ケンブリッジ大学のウェブサイトでスキャンされたニュートンのドラフトを必ず読むことをお勧めします。もちろん、私は明らかですが、彼は天才でした！）



100年以上後、トーマスユングは、共鳴周波数はシステム依存の特性であるため、すべての周波数の光を吸収するためには、網膜に無限数の異なる共鳴システムが存在する必要があるという結論に達しました。 ユングはこれを考えにくいと考え、数量が赤、黄、青の1つのシステムに制限されていると考えました。 これらの色は、減法混色で伝統的に使用されてきました。 彼自身の言葉で ：

ニュートンによって示された理由により、網膜の動きは波の性質よりも振動的である可能性があるため、振動の周波数はその物質の構造に依存するはずです。 網膜の各敏感な点が無限の数の粒子を含んでいると信じることはほとんど不可能であるため、各粒子は可能な波動と完全に調和して振動することができるため、例えば赤、黄、青の3つの原色によって量が制限されていると仮定する必要があります...

ユングの網膜に関する仮定は正しくありませんでしたが、彼は正しい結論を下しました。目の中の細胞の種類は有限です。



1850年、ドイツのヘルムホルツはユングの理論の実験的証拠を最初に受け取った。 ヘルムホルツは、被験者に光源の異なるサンプルの色を比較し、いくつかのモノクロ光源の明るさを調整するように依頼しました。 彼は、すべてのサンプルを比較するには、3つの光源が必要かつ十分であるという結論に達しました。スペクトルの赤、緑、青の部分です。

現代の測色の誕生

1930年代初頭に早送りします。 その時までに、科学界は眼の内側の働きについてかなり良い考えを持っていました。 （ジョージウォルドが網膜錐体におけるロドプシンの存在と機能を実験的に確認するのにさらに20年かかりました。この発見により、彼は1967年にノーベル医学賞を受賞しました。）国際照明委員会、CIE、人間の色知覚の包括的な定量的評価を作成するタスクを設定します。 定量化は、Hermann Helmholtzが最初に選択したパラメーターと同様のパラメーターを使用して、William David WrightとJohn Guildが収集した実験データに基づいています。 基本設定は、青が435.8 nm、緑が546.1 nm、赤が700 nmでした。









ジョンギルドパイロットプラント、3つのノブで原色を調整



コーンMとLの感度が大きく重複しているため、一部の波長をスペクトルの青緑色の部分と比較することは不可能でした。 これらの色を基準点として「比較」するには、少し基本的な赤色を追加する必要がありました。







しばらくの間、すべての原色がマイナスの寄与をすると想像した場合、方程式は次のように書き直すことができます。







実験の結果、各波長のRGBトライアドのテーブルが作成され、次のようにグラフに表示されました。









CIE 1931 RGBカラーマッチング機能



もちろん、CIE原色を使用して、負の赤成分を持つ色を表示することはできません。



これで、次の内積としてスペクトル強度Sの光分布の三色係数を見つけることができます。







さまざまな波長に対する感度をこの方法で統合できることは明白に思えるかもしれませんが、実際には、波長に対する感度に関して線形の目の物理的感度に依存します。 これは1853年にハーマングラスマンによって経験的に確認され、現代の定式化で上に示した積分はグラスマンの法則として知られています。



原色（赤、緑、青）がベクトル空間の基礎と見なせるため、「色空間」という用語が生まれました。 この空間では、人間が知覚するさまざまな色は、光源から発せられる光線によって表されます。 ベクトル空間の現代的な定義は、1888年にジュゼッペペアノによって導入されましたが、その30年以上前、ジェームズクラークマックスウェルは、後に線形代数になったものの初期の理論のみを使用して、三色系を正式に記述していました。



CIEは、計算を簡素化するために、原色の係数が常に正である色空間を使用する方が便利だと判断しました。 次のように、RGB色空間の座標で3つの新しい原色が表現されました。







この新しい原色のセットは、物理的な世界では実現できません。 これは、色空間での作業を簡素化するための単なる数学ツールです。 さらに、原色の係数が常に正になるように、新しい空間は、色係数Yが知覚される明るさに対応するように配置されます。 このコンポーネントは、 CIE輝度として知られています（Charles PoyntonによるすばらしいカラーFAQ記事で詳細を読んでください ）。



結果の色空間の視覚化を簡素化するために、最後の変換を実行します。 各コンポーネントをコンポーネントの合計で除算すると、明るさに依存しない無次元の色が得られます。







xおよびy座標は色度座標として知られており、Y CIE輝度とともに、xyY CIE色空間を構成します。 グラフ上に特定の明るさを持つすべての色の色度座標をプロットすると、おそらく次の図が得られます。









XyY CIE 1931の図



そして最後に知っておくべきことは、色空間の白色と見なされるものです。 このような表示システムでは、白は色のx座標とy座標であり、RGBの原色のすべての係数が等しいときに取得されます。



時間が経つにつれて、いくつかの新しい色空間が出現し、さまざまな面で1931 CIE空間が改善されましたが、xyY CIEシステムは依然としてディスプレイデバイスの特性を表す最も人気のある色空間です。

伝達関数

ビデオ標準を検討する前に、さらに2つの概念を紹介して説明する必要があります。

光電子伝達関数

光電子伝達関数（OETF）は、デバイス（カメラ）によって検出された線形光を信号にエンコードする方法を決定します。 これはフォーム関数です：







Vは、以前はアナログ信号でしたが、現在ではもちろん、デジタルエンコードされています。 通常、ゲーム開発者がOETFに遭遇することはほとんどありません。 機能が重要となる1つの例：ビデオ録画とゲーム内のコンピューターグラフィックスを組み合わせる必要性。 この場合、線形光を復元し、それをコンピューター画像と正しく混合するために、ビデオがどのOETFで記録されたかを知る必要があります。

電子光学伝達関数

電子光学伝達関数（EOTF）は、反対のOETFタスクを実行します。 信号を線形ライトに変換する方法を決定します。







この機能は、作成するコンテンツがテレビやユーザーモニターにどのように表示されるかを決定するため、ゲーム開発者にとってより重要です。

EOTFとOETFの関係

EOTFとOETFの概念は相互に関連していますが、それらは異なる目的に役立ちます。 キャプチャーされたシーンを表すためにOETFが必要であり、そこから元の線形照明を再構築できます（この表現は、概念的には通常のゲームのHDR（ 高ダイナミックレンジ ）フレームのフレームバッファーです）。 通常の映画の制作段階で何が起こるか：

• シーンデータキャプチャ
• 線形照明値を復元するためのOETF反転
• 色補正
• さまざまなターゲットフォーマット（DCI-P3、Rec。709、HDR10、Dolby Visionなど）のマスタリング：
  
  
  • 素材のダイナミックレンジを縮小して、ターゲットフォーマットのダイナミックレンジに一致させる（トーン圧縮）
  • ターゲットカラースペースに変換する
  • マテリアルのEOTFを反転します（ディスプレイデバイスでEOTFを使用する場合、必要に応じて画像が復元されます）。

このプロセスの詳細な説明はこの記事には含まれませんが、 ACES （Academy Color Encoding System）ワークフローの詳細な形式化された説明を検討することをお勧めします。



これまで、ゲームの標準的な技術プロセスは次のとおりでした。

• レンダリング
• HDRフレームバッファー
• トーン補正
• 対象のディスプレイデバイスのEOTF反転（通常はsRGB）
• 色補正

ほとんどのゲームエンジンは、Siggraph 2010のNaty Hoffmanのプレゼンテーション「Videogames for Videogames」で普及している色補正方法を使用します。この方法は、ターゲットSDR（ Standard Dynamic Range ）のみを使用し、 Adobe Photoshopなどのほとんどのアーティストのコンピューターに既にインストールされています。









SDR標準色補正ワークフロー（画像提供：Jonathan Blow）



HDRの導入後、ほとんどのゲームは映画の制作に使用されるものと同様の技術的プロセスに移行し始めました。 HDRがなくても、映画のプロセスと同様のプロセスにより、作業を最適化することができました。 HDRでカラーグレーディングを実行すると、シーンのダイナミックレンジ全体が得られます。 さらに、以前は利用できなかったいくつかの効果が可能になります。



これで、TVフォーマットの記述に現在使用されているさまざまな標準を検討する準備が整いました。

ビデオ規格

録音 709

ビデオ放送に関連するほとんどの規格は、主に情報技術を扱う国連機関である国際電気通信連合（ITU）によって発行されています。



勧告ITU-R BT.709は 、より一般的にRecと呼ばれます。 709は、HDTVの特性を記述する標準です。 標準の最初のバージョンは1990年にリリースされ、最新バージョンは2015年6月にリリースされました。 この規格では、アスペクト比、解像度、フレームレートなどのパラメーターについて説明しています。 ほとんどの人はこれらの特性に精通しているので、私はそれらを考慮せず、色再現と輝度に関連する標準のセクションに焦点を合わせます。



この規格では、xyY CIE色空間によって制限される色について詳しく説明しています。 標準に準拠したディスプレイの赤、緑、青の光源は、個々の色座標が次のようになるように選択する必要があります。







それらの相対強度は、白い点に色があるように調整する必要があります







（この白い点はCIE Standard Illuminant D65とも呼ばれ、通常の昼光のスペクトル強度分布の色度座標をキャプチャするのに似ています。）



色のプロパティは、次のように視覚的に表すことができます。









記録に達する 709



特定のディスプレイシステムの原色によって作成された三角形で囲まれたカラースキームの領域は、カバレッジと呼ばれます。



次に、明るさに関する標準の部分に進みます。ここでは、すべてが少し複雑になります。 この規格では、 「光源の一般的な光電子伝達特性」は次と等しいと述べています。







ここには2つの問題があります。

1. 物理的な明るさL = 1の仕様はありません
2. これはビデオブロードキャスト標準ですが、EOTFを指定していません

これは、ディスプレイデバイス、つまり 消費者向けテレビは EOTFです。 実際には、これは、上記のOETFでキャプチャされた輝度範囲を調整して、次のEOTFを備えた参照モニターで画像が適切に見えるようにすることで行われました。







ここで、L = 1は約100 cd /m²の明るさに相当します（この業界の単位cd /m²は「nit」と呼ばれます）。 これは、次のコメントで標準の最近のバージョンでITUによって確認されています。

標準的な製造慣行では、画像ソースのエンコード機能は、最終画像が参照モニターで見られるものに対応する所望の外観になるように調整されます。 勧告ITU-R BT.1886のデコード機能が参考になります。 参照表示環境は、勧告ITU-R BT.2035で指定されています。

録音 1886は、CRTモニターの特性の文書化の結果です（標準は2011年に公開されました）。 既存の慣行の形式化です。









CRT エレファントセメタリー



印加電圧の関数としての輝度の非直線性は、CRTモニターが物理的にどのように配置されるかを導きました。 純粋な偶然により、この非線形性は、（非常に）ほぼ人間の明るさの知覚の逆非線形性です。 信号のデジタル表現に切り替えると、これにより、輝度範囲全体にわたってサンプリングエラーが均一に分布するという効果が得られました。



録音 709は、8ビットまたは10ビットのエンコードを使用するように設計されています。 ほとんどのコンテンツは8ビットエンコードを使用します。 彼にとって、標準では、信号の輝度範囲の分布はコード16〜235で分布する必要があるとしています。

HDR10

HDRビデオに関しては、Dolby VisionとHDR10の2つの主要なライバルがいます。 この記事では、すぐに普及するオープンスタンダードであるHDR10に焦点を当てます。 この規格は、Xbox One SおよびPS4に選択されています。



勧告ITU-R BT.2020 （UHDTV）で定義されているHDR10で使用されている色空間の色の部分を見てみましょう。 次の原色の色度座標を示します。







繰り返しますが、D65は白い点として使用されます。 xy Recで視覚化した場合。 2020は次のとおりです。









記録に達する 2020年



明らかに、この色空間の範囲はRec。 709。



次に、明るさに関する標準のセクションに進みます。ここでも、すべてがより興味深いものになります。 1999年の博士論文「人間の目のコントラスト感度と画質への影響」で、 Peter Bartenはやや恐ろしい方程式を提示しました。







（この方程式の多くの変数は、それ自体が複雑な方程式です。たとえば、明るさはEとMを計算する方程式の中に隠されています）。



方程式は、異なる明るさでのコントラストの変化に対する目の感度を決定し、さまざまなパラメーターが観察条件と観察者のいくつかの特性を決定します。 「 Just Noticeable Difference（JND）」はBarten方程式の反対です。したがって、EOTFを離散化し、表示条件への拘束を取り除くには、次のことが当てはまります。







Society of Motion Picture and Television Engineers（SMPTE）は、Barten方程式が新しいEOTFの良い基礎になると判断しました。 その結果、今ではSMPTE ST 2084またはPerceptual Quantizer（PQ）と呼んでいます。



PQは、Barten方程式のパラメーターに保守的な値を選択することによって作成されました。 消費者が期待する典型的な視聴条件。 後のPQは離散化として定義され、特定の範囲の輝度とサンプル数に対して、選択されたパラメーターを使用したBarten方程式に最も一致します。



離散化されたEOTF値は、 k <1を見つけるための次の繰り返し式を使用して見つけることができます。 最後のサンプリング値は、必要な最大輝度になります。







12ドルのサンプリング（ドルビービジョンで使用）を使用して10,000ニットの最大輝度の場合、結果は次のようになります。









EOTF PQ



ご覧のとおり、サンプリングは明るさの範囲全体を占めるわけではありません。



HDR10標準もEOTF PQを使用しますが、10ビットサンプリングを使用します。 これは、10,000 nitの輝度範囲でBartenのしきい値を下回るには不十分ですが、標準では、メタデータを信号に埋め込み、ピーク輝度を動的に制御できます。 10ビットPQサンプリングがさまざまな輝度範囲をどのように検出するかを以下に示します。









その他のEOTF HDR10



それでも、明るさはBartenのしきい値よりわずかに高くなっています。 ただし、次の理由により、状況はグラフから見えるほど悪くはありません。

1. 曲線は対数であるため、相対誤差は実際にはそれほど大きくありません
2. Bartenしきい値の作成に使用されるパラメーターは控えめに選択されることを忘れないでください。

執筆時点では、市場にあるHDR10テレビのピーク輝度は通常1000-1500 nitであり、10ビットで十分です。 また、TVメーカーは、表示可能な範囲を超える輝度をどう処理するかを自分で決定できることにも注意してください。 ハードカットのアプローチを取る人もいれば、ソフトなアプローチを取る人もいます。



以下に、Rec。8ビットサンプリングの例を示します。 ピーク輝度が100 nitsの709：









EOTF Rec。 709（16-235）



ご覧のとおり、私たちはBartenのしきい値をはるかに上回っています。そして、重要なことに、最も判読できない購入者でさえも、TVを100 nitsの非常に大きなピーク輝度（通常は250-400 nits）に調整し、Rec曲線を上げます。 709はさらに高いです。

結論として

Recの最大の違いの1つ 709とHDRでは、後者の明るさが絶対値で示されます。 理論的には、これは、HDRを対象としたコンテンツがすべての互換性のあるテレビで同じに見えることを意味します。 少なくとも、ピーク輝度まで。



一般にHDRコンテンツはより明るくなるという一般的な誤解がありますが、一般的なケースではそうではありません。 HDRフィルムは、ほとんどの場合、画像の明るさの平均レベルがRecと同じように作成されます。 709。ただし、画像の最も明るい部分がより明るく、より詳細になります。つまり、中間調と影がより暗くなります。 これは、HDRの絶対輝度値と組み合わせて、HDRを最適に表示するには良好な条件が必要であることを意味します：明るい照明では、瞳孔が狭くなります。これは、画像の暗い領域で詳細を見ることがより困難になることを意味します。