Wskaźnik oddawania barw

Emitowane widmo światła określa współczynnik CRI lampy. Żarówka (środkowy obraz) ma widmo ciągłe, a zatem wyższy CRI niż świetlówka (dolny obraz). Górny obraz pokazuje konfigurację demonstracji z góry.

Wskaźnik oddawania barw pokazany jako dokładność kolorów

Wskaźnik oddawania barw ( CRI ) to ilościowa miara zdolności źródła światła do wiernego oddawania barw różnych obiektów w porównaniu z naturalnym lub standardowym źródłem światła. Źródła światła o wysokim CRI są pożądane w zastosowaniach o krytycznym znaczeniu dla koloru, takich jak opieka nad noworodkami i renowacja dzieł sztuki . Jest zdefiniowany przez Międzynarodową Komisję ds. Oświetlenia (CIE) w następujący sposób:

Oddawanie barw : Wpływ iluminatora na wygląd kolorów obiektów poprzez świadome lub podświadome porównanie z ich wyglądem kolorystycznym przy referencyjnym lub standardowym oświetleniu .

CRI źródła światła nie wskazuje widocznego koloru źródła światła; ta informacja jest podana przez skorelowaną temperaturę barwową (CCT) . CRI określa widmo źródła światła . Żarówka ma widmo ciągłe , lampa fluorescencyjna ma dyskretne widmo liniowe ; co sugeruje, że żarówka ma wyższy CRI.

Wartość często podawana jako „CRI” w dostępnych na rynku produktach oświetleniowych jest właściwie nazywana wartością CIE R a _, przy czym „CRI” to termin ogólny, a CIE R _a to międzynarodowy standardowy wskaźnik oddawania barw.

Liczbowo najwyższa możliwa wartość CIE R a _wynosi 100 i byłaby nadawana tylko źródłu, którego widmo jest identyczne z widmem światła dziennego , bardzo zbliżonym do widma ciała doskonale czarnego (żarówki są w rzeczywistości ciałami doskonale czarnymi), spadając do wartości ujemnych dla niektórych źródeł światła. Niskoprężne oświetlenie sodowe ma ujemny CRI; świetlówki wahają się od około 50 dla podstawowych typów, do około 98 dla najlepszego typu multi-luminoforowego. Typowe białe diody LED mają CRI 80 lub więcej, podczas gdy niektórzy producenci twierdzą, że ich diody LED osiągają CRI do 98.

CIE R _a do przewidywania wyglądu kolorów była krytykowana na rzecz miar opartych na modelach wyglądu kolorów , takich jak CIECAM02 , aw przypadku symulatorów światła dziennego indeks metameryzmu CIE . CRI nie jest dobrym wskaźnikiem do wizualnej oceny źródeł światła, zwłaszcza źródeł poniżej 5000 kelwinów (K). Nowe standardy, takie jak IES TM-30 , rozwiązują te problemy i zaczęły zastępować CRI wśród profesjonalnych projektantów oświetlenia. Jednak CRI jest nadal powszechne wśród domowych produktów oświetleniowych.

Historia

Naukowcy wykorzystują światło dzienne jako punkt odniesienia do porównywania oddawania barw przez światła elektryczne. W 1948 roku światło dzienne zostało opisane jako idealne źródło oświetlenia zapewniające dobre oddawanie barw, ponieważ „wyświetla ono (1) wielką różnorodność kolorów, (2) ułatwia rozróżnienie delikatnych odcieni kolorów oraz (3) kolory otaczających nas przedmiotów oczywiście wyglądają naturalnie”.

Około połowy XX wieku naukowcy zajmujący się kolorami zainteresowali się oceną zdolności sztucznego oświetlenia do dokładnego odtwarzania kolorów. Europejscy naukowcy próbowali opisać źródła światła, mierząc widmowy rozkład mocy (SPD) w "reprezentatywnych" pasmach widmowych, podczas gdy ich północnoamerykańscy naukowcy badali efekt kolorymetryczny oświetlenia na obiektach referencyjnych.

CIE zebrało komisję do zbadania sprawy i zaakceptowało propozycję zastosowania tego drugiego podejścia, które ma tę zaletę, że nie wymaga spektrofotometrii , z zestawem próbek Munsella . Osiem próbek o różnym odcieniu byłoby naprzemiennie oświetlanych dwoma źródłami światła i porównywano wygląd kolorów. Ponieważ w tamtym czasie nie istniał żaden model wyglądu kolorów, postanowiono oprzeć ocenę na różnicach kolorów w odpowiedniej przestrzeni kolorów, CIEUVW . W 1931 roku CIE przyjęła pierwszy formalny system kolorymetrii , który opiera się na trójchromatycznej naturze ludzkiego układu wzrokowego . CRI opiera się na tym systemie kolorymetrii.

Aby poradzić sobie z problemem konieczności porównywania źródeł światła o różnych skorelowanych temperaturach barwowych (CCT), CIE zdecydowało się na użycie referencyjnego ciała doskonale czarnego o tej samej temperaturze barwowej dla lamp o CCT poniżej 5000 K lub fazie standardu CIE źródło światła D (światło dzienne) w przeciwnym razie. To przedstawiało ciągły zakres temperatur barwowych do wyboru. Wszelkie różnice w chromatyczności między źródłowym a referencyjnym źródłem światła miały zostać zniwelowane za pomocą chromatycznej transformacji adaptacyjnej typu von Kriesa . Istnieją dwie wersje zasięgu CRI: częściej stosowana Ra _z CIE (1995) (właściwie z 1974) i R96 a _z CIE (1999) .

Metoda badania

Współczynnik CRI jest obliczany przez porównanie oddawania barw przez źródło testowe z oddawaniem „idealnego” źródła, którym jest promiennik ciała doskonale czarnego dla źródeł o skorelowanych temperaturach barwowych poniżej 5000 K, a poza tym faza światła dziennego (np. D65 ) . Należy przeprowadzić adaptację chromatyczną , aby porównać podobne wielkości. Metoda testowa (zwana także metodą testową próbki lub metodą testową koloru ) wymaga jedynie informacji kolorymetrycznych , a nie spektrofotometrycznych .

CIE 1960 UCS. Locus Plancka i współrzędne kilku oświetlaczy pokazano na ilustracji poniżej.

( u , v ) wykres chromatyczności z kilkoma oświetlaczami CIE

Korzystając z obserwatora wzorcowego 2° , znajdź współrzędne chromatyczności źródła testowego w przestrzeni barw CIE 1960 .
Określ skorelowaną temperaturę barwową (CCT) źródła testowego, znajdując punkt najbliższy locus Plancka na diagramie chromatyczności ( u , v ).
Jeśli źródło testowe ma CCT < 5000 K, użyj ciała doskonale czarnego jako odniesienia, w przeciwnym razie użyj standardowego oświetlacza CIE D. Oba źródła powinny mieć ten sam CCT.
Upewnij się, że odległość chromatyczności (DC) źródła testowego do locus Plancka jest mniejsza niż 5,4×10-3 ^w CIE 1960 UCS. Zapewnia to sensowność wyniku, ponieważ CRI jest definiowany tylko dla źródeł światła, które są w przybliżeniu białe. ${\ Displaystyle {\ tekst {DC}} = \ Delta _ {uv} = {\ sqrt {(u_ {r} -u_ {t}) ^ {2} + (v_ {r} -v_ {t}) ^ {2}}}.}$
Oświetl pierwsze osiem standardowych próbek z piętnastu wymienionych poniżej, naprzemiennie z obu źródeł.
Używając standardowego obserwatora 2°, znajdź współrzędne światła odbitego przez każdą próbkę w przestrzeni barw CIE 1964 .
Dostosuj chromatycznie każdą próbkę za pomocą transformacji von Kriesa .
$Dla$ każdej próbki oblicz odległość euklidesową współrzędnych
Oblicz specjalny (tj. szczególny) CRI za pomocą wzoru ${\ Displaystyle R_ {i} = 100-4,6 \ Delta E_ {i}}$
Znajdź ogólny CRI (Ra ₎ obliczając średnią arytmetyczną specjalnych CRI.

$}$ znalezieniu średniej różnicy kolorów i użyciu tego do obliczenia $a}}$ ${\ Displaystyle R_ {\ Displaystyle \ Delta {$ :

{\ Displaystyle R_ {a} = 100-4,6 \ Delta {\ bar {E}} _ {UVW}.}

Adaptacja chromatyczna

Chromatyczna adaptacja TCS oświetlonych przez CIE FL4 (krótkie, czarne wektory, aby wskazać przed i po) do ciała doskonale czarnego o temperaturze 2940 K (cyjanowe kółka)

CIE (1995) _{wykorzystuje to równanie transformacji chromatycznej von Kriesa , i}_{, , i} aby znaleźć odpowiedni kolor ( uc , vc ) dla każdej próbki. Mieszane indeksy dolne ( t , i ) odnoszą się do iloczynu wewnętrznego widma badanego źródła światła i widmowej refleksyjności próbki i :

{\ Displaystyle u_ {c, i} = {\ Frac {10,872 + 0,404 (c_ {r} / c_ {t}) c_ {t, i} -4 (d_ {r} /d_{t})d_{t,i}}{16,518+1,481(c_{r}/c_{t})c_{t,i}-(d_{r}/d_{t})d_{t, I}}},}

{\ Displaystyle v_ {c, i} = {\ Frac {5,520} 16,518+1,481(c_{r}/c_{t})c_{t,i}-(d_{r}/d_{t})d_{t,i}}},}

{\ Displaystyle c = (4,0-u-10,0 v) / v,}

{\ Displaystyle d = (1,708v-1,481u + 0,404) / v,}

gdzie indeksy dolne r i t odnoszą się odpowiednio do referencyjnych i testowych źródeł światła.

Testuj próbki kolorów

Nazwa	ok. Munsella	Wygląd w świetle dziennym
TCS01	7,5 R 6/4	Jasnoszary czerwony
TCS02	5 Y 6/4	Ciemnoszary żółty
TCS03	5 GY 6/8	Mocno żółtozielona
TCS04	2,5 G 6/6	Umiarkowany żółtozielony
TCS05	10 BG 6/4	Jasnoniebieskawo zielony
TCS06	5 PB 6/8	Jasny niebieski
TCS07	2,5 P 6/8	Jasny fiolet
TCS08	10 str. 6/8	Jasno czerwonawy fiolet
TCS09	4,5 R 4/13	Mocna czerwień
TCS10	5 Y 8/10	Mocno żółty
TCS11	4,5 G 5/8	Mocna zieleń
TCS12	3 PB 3/11	Mocny niebieski
TCS13	5 lat 8/4	Jasnożółty róż
TCS14	5 GY 4/4	Umiarkowana oliwkowa zieleń ( liść )

Jak określono w CIE (1995) , oryginalne próbki kolorów testowych (TCS) pochodzą z wczesnej edycji Atlasu Munsella . Pierwsze osiem próbek, podzbiór osiemnastu zaproponowanych przez Nickersona (1960) , to kolory o stosunkowo niskim nasyceniu i równomiernie rozmieszczone w pełnym zakresie odcieni. Te osiem próbek jest wykorzystywanych do obliczenia ogólnego wskaźnika oddawania barw. ${\ displaystyle R_ {a}}$ . Ostatnie sześć próbek dostarcza dodatkowych informacji na temat właściwości oddawania barw przez źródło światła; pierwsze cztery za wysokie nasycenie, a dwa ostatnie za przedstawicieli znanych obiektów. Widma współczynnika odbicia tych próbek można znaleźć w CIE (2004) , a ich przybliżone zapisy Munsella podano obok.

R96 _metoda _

Na czteroletnim spotkaniu CIE w 1991 r. zebrano Komitet Techniczny 1-33 (Renderowanie Kolorów) do pracy nad aktualizacją metody oddawania barw, w wyniku czego opracowano metodę _{R96 .} Komitet został rozwiązany w 1999 r., wydając CIE (1999) , ale bez konkretnych zaleceń, częściowo z powodu nieporozumień między badaczami a producentami.

_Metoda R96 a ma kilka cech wyróżniających:

Nowy zestaw testowych próbek kolorów
Sześć referencyjnych oświetlaczy: D65, D50, czarne korpusy 4200 K, 3450 K, 2950 K i 2700 K.
Nowa transformacja adaptacji chromatycznej: CIECAT94.
Ocena różnicy kolorów w CIELAB.
Dostosowanie wszystkich kolorów do D65 (ponieważ CIELAB jest dobrze przetestowany pod D65).

Używanie oryginalnej metody jest konwencjonalne; R96 _a powinno być wyraźnie wymienione, jeśli jest używane.

Nowe próbki kolorów testowych

	TCS01 ^*	TCS02 ^*	TCS03 ^*	TCS04 ^*	TCS05 ^*	TCS06 ^*	TCS07 ^*	TCS08 ^*	TCS09 ^*	TCS10 ^*
L ^*	40,9	61.1	81,6	72,0	55,7	51,7	30,0	51,0	68,7	63,9
* ^_	51,0	28,8	−4.2	−29,4	−43,4	−26,4	23.2	47,3	14.2	11.7
b ^*	26.3	57,9	80,3	58,9	35,6	−24,6	−49,6	−13,8	17.4	17.3

Jak omówiono w Sándor & Schanda (2005) , CIE (1999) zaleca stosowanie wykresu ColorChecker ze względu na starzenie się oryginalnych próbek, z których pozostają tylko dopasowania metameryczne . Oprócz ośmiu próbek ColorChart zdefiniowano dwie próbki odcieni skóry (TCS09 ^* i TCS10 ^* ). W związku z tym zaktualizowany ogólny CRI jest uśredniony na podstawie dziesięciu próbek, a nie ośmiu, jak poprzednio. Niemniej jednak Hung (2002) ustalił, że plamy w CIE (1995) dają lepsze korelacje dla każdej różnicy kolorów niż wykres ColorChecker, którego próbki nie są równomiernie rozmieszczone w jednolitej przestrzeni kolorów.

Przykład

CRI można również teoretycznie wyprowadzić z widmowego rozkładu mocy (SPD) źródła światła i próbek, ponieważ fizyczne kopie oryginalnych próbek kolorów są trudne do znalezienia. W tej metodzie należy zwrócić uwagę na użycie rozdzielczości próbkowania wystarczająco dokładnej, aby uchwycić skoki w SPD. SPD standardowych kolorów testowych zestawione są w odstępach co 5 nm CIE (2004) , dlatego sugeruje się stosowanie interpolacji do rozdzielczości spektrofotometrii oświetlacza.

Rozpoczynając od SPD, sprawdźmy, czy CRI oświetlacza referencyjnego F4 wynosi 51. Pierwszym krokiem jest wyznaczenie wartości trójchromatycznych za pomocą standardowego obserwatora z 1931 roku. Obliczenie iloczynu wewnętrznego SPD za pomocą funkcji dopasowywania kolorów standardowego obserwatora (CMF) daje ( X , Y , Z ) = (109,2, 100,0, 38,9) (po normalizacji dla Y = 100). Z tego wynikają xy :

Ciasne izotermy mieszczą się w zakresie od 2935 K do 2945 K. FL4 zaznaczono krzyżykiem.

{\ Displaystyle x = {\ Frac {109,2} {109,2 + 100,0 + 38,9}} = 0,4402,}

{\ Displaystyle y = {\ Frac {100} {109,2 + 100,0 + 38,9}} = 0,4031.}

Następnym krokiem jest przekształcenie tych chromatyczności na CIE 1960 UCS , aby móc określić CCT:

{\ Displaystyle u = {\ Frac {4 \ razy 0,4402} {- 2 \ razy 0,4402 + 12 \ razy 0,4031 + 3}} = 0,2531, }

{\ Displaystyle v = {\ Frac {6 \ razy 0,4031} {-2 \ razy 0,4402 + 12 \ razy 0,4031 + 3}} = 0,3477.}

Względne SPD FL4 i ciało doskonale czarne o równym CCT. Nie znormalizowany.

Badanie CIE 1960 UCS ujawnia, że punkt ten jest najbliższy 2938 K w locus Plancka, który ma współrzędne (0,2528, 0,3484). Odległość punktu testowego od miejsca jest mniejsza niż granica (5,4×10 ⁻³ ), więc możemy kontynuować procedurę, mając pewność, że uzyskamy miarodajny wynik:

{\ Displaystyle {\ rozpocząć {wyrównane} {\ tekst {DC}} & = {\ sqrt {(0,2531-0,2528) ^ {2} + (0,3477-0,3484) ^ {2}}} \\& = 8,12 \ razy 10^{-4}<5,4\razy 10^{-3}.\end{wyrównane}}}

Możemy zweryfikować CCT za pomocą algorytmu aproksymacji McCamy'ego do oszacowania CCT na podstawie chromatyczności xy :

{\ Displaystyle {\ tekst {CCT}} _ {\ tekst {szac.}} = -449n ^ {3} + 3525n ^ {2} -6823,3n+5520,33,}

gdzie ${\ Displaystyle n = {\ Frac {x-0,3320} {y-0,1858}}}$ .

Podstawienie ${\ Displaystyle (x, y) = (0,4402,0,4031)}$ daje n = 0,4979 i CCT _est. = 2941 K, czyli wystarczająco blisko. ( metodę Robertsona dla uzyskania większej precyzji, ale zadowalamy się temperaturą 2940 K, aby powtórzyć opublikowane wyniki.) Ponieważ 2940 < 5000, wybieramy promiennik Plancka o temperaturze 2940 K jako źródło światła odniesienia.

Kolejnym krokiem jest wyznaczenie wartości próbek barw testowych pod każdym oświetlaczem w przestrzeni barw CIEUVW . Odbywa się to poprzez całkowanie iloczynu CMF z SPD oświetlacza i próbki, a następnie konwersję z CIEXYZ na CIEUVW (ze współrzędnymi u , v oświetlacza odniesienia jako punktem bieli):

oświetlający		TCS1	TCS2	TCS3	TCS4	TCS5	TCS6	TCS7	TCS8
Odniesienie	u	39.22	17.06	−13,94	−40,83	−35,55	−23.37	16.43	44,64
	V	2,65	9.00	14.97	7,88	−2,86	−13,94	-12.17	-8.01
	W	62,84	61.08	61.10	58.11	59.16	58,29	60.47	63,77
CIE FL4	u	26.56	10.71	−14.06	−27,45	−22,74	−13,99	9.61	25.52
	V	3.91	11.14	17.06	9.42	−3,40	−17.40	−15,71	-10.23
	W	63.10	61,78	62.30	57,54	58.46	56,45	59.11	61,69
CIE FL4 (kot)	u	26.34	10.45	−14.36	−27,78	−23.10	-14.33	9.37	25.33
	V	4.34	11.42	17.26	9.81	−2,70	−16.44	−14,82	−9,47
	W	63.10	61,78	62.30	57,54	58.46	56,45	59.11	61,69

Na tej podstawie możemy obliczyć różnicę kolorów między próbkami dostosowanymi chromatycznie (oznaczonymi „CAT”) a tymi oświetlonymi przez odniesienie. (Metryka euklidesowa jest używana do obliczania różnicy kolorów w CIEUVW). Specjalny CRI to po prostu ${\ Displaystyle R_ {i} = 100-4,6 \ Delta E_ {UVW}}$ .

	TCS1	TCS2	TCS3	TCS4	TCS5	TCS6	TCS7	TCS8
${\ Displaystyle \ Delta E_ {UVW}}$	12,99	7.07	2.63	13.20	12.47	9.56	7.66	19.48
R _ja	40.2	67,5	87,9	39,3	42,6	56,0	64,8	10.4

Wreszcie, ogólny wskaźnik oddawania barw jest średnią specjalnych CRI: 51.

Cyjanowe kółka wskazują TCS pod źródłem światła odniesienia . Krótkie, czarne wektory wskazują TCS pod badanym oświetlaczem, przed i po chromatycznej transformacji adaptacyjnej (CAT). (Wektory są krótkie, ponieważ białe punkty są blisko). Koniec wektora po CAT leży na NW, odzwierciedlając wektor chromatyczności między oświetlaczami odniesienia i testowymi. Specjalne współczynniki CRI są odzwierciedlone w długości kropkowanych linii łączących chromatyczność próbek pod odpowiednio referencyjnym i chromatycznie dostosowanym oświetlaczem testowym. Krótkie odległości, jak w przypadku TCS3, skutkują wysokim specjalnym CRI (87,9), podczas gdy duże odległości, jak w przypadku TCS8, skutkują niskim specjalnym CRI (10,4). Mówiąc prościej, TCS3 odtwarza się lepiej pod FL4 niż TCS8 (w stosunku do ciała doskonale czarnego).

Typowe wartości

Źródło światła	CCT (K)	CRI R _a
Sód niskociśnieniowy (LPS/SOX)	1800	−44
Czyste opary rtęci	6410	17
Sód wysokociśnieniowy (HPS/SON)	2100	24
Powlekane opary rtęci	3600	49
Halofosforan ciepłobiały fluorescencyjny	2940	51
Chłodnobiały fluorescencyjny halofosforan	4230	64
Tri-luminofor o ciepłej białej barwie fluorescencyjnej	2940	73
Halofosforan fluorescencyjny w chłodnym świetle dziennym	6430	76
„Biały” SYN	2700	82
Standardowa lampa LED	2700-5000	83
Metalohalogenek kwarcu	4200	85
Tri-fosforowy chłodnobiały fluorescencyjny	4080	89
LED o wysokim CRI (niebieska dioda LED)	2700-5000	95
Ceramiczna lampa wyładowcza metalohalogenkowa	5400	96
LED o ultrawysokim CRI (fioletowa dioda LED)	2700-5000	99
Żarówka / żarówka halogenowa	3200	100

Źródło odniesienia, takie jak promieniowanie ciała doskonale czarnego, definiuje się jako mające współczynnik CRI równy 100. Właśnie dlatego żarówki mają tę ocenę, ponieważ w rzeczywistości są prawie promiennikami ciała doskonale czarnego. Najlepszą możliwą wierność wzorcowi określa CRI = 100, najsłabszą CRI poniżej zera. Wysoki CRI sam w sobie nie oznacza dobrego odwzorowania kolorów, ponieważ samo odniesienie może mieć niezrównoważony SPD, jeśli ma ekstremalną temperaturę barwową.

Wartość specjalna: R9

Ra jest średnią wartością R1–R8 _; inne wartości od R9 do R15 nie są używane do obliczania Ra _, w tym R9 „nasycona czerwień”, R13 „kolor skóry (jasny)” i R15 „kolor skóry (średni)”, które są kolorami trudnymi do wiernego odtworzenia . R9 jest istotnym wskaźnikiem w oświetleniu o wysokim CRI, ponieważ wiele zastosowań wymaga światła czerwonego, takiego jak oświetlenie filmowe i wideo, oświetlenie medyczne, oświetlenie artystyczne itp. Jednak w ogólnych obliczeniach CRI (R a ) R9 nie jest _{uwzględniony} .

R9 to jedna z liczb R _i odnosi się do testowych próbek kolorów (TCS), co stanowi jeden wynik w rozszerzonym CRI. Jest to liczba określająca zdolność źródła światła do ujawniania kolorów w stosunku do TCS 09. I opisuje ona specyficzną zdolność światła do dokładnego odtwarzania czerwonego koloru obiektów. Wielu producentów oświetlenia lub sprzedawców detalicznych nie podaje wyniku R9, podczas gdy ocena odwzorowania kolorów w oświetleniu filmowym i wideo, a także we wszystkich zastosowaniach, które wymagają wysokiej wartości CRI, jest istotną wartością. Tak więc, ogólnie rzecz biorąc, jest uważany za uzupełnienie wskaźnika oddawania barw przy ocenie źródła światła o wysokim CRI.

Wartość R9, TCS 09, czyli innymi słowy, kolor czerwony jest kolorem kluczowym dla wielu zastosowań oświetleniowych, takich jak oświetlenie filmowe i wideo, drukowanie tekstyliów, drukowanie obrazów, odcień skóry, oświetlenie medyczne i tak dalej. Poza tym wiele innych obiektów, które nie są w kolorze czerwonym, ale w rzeczywistości składają się z różnych kolorów, w tym koloru czerwonego. Na przykład na odcień skóry ma wpływ krew pod skórą, co oznacza, że odcień skóry obejmuje również kolor czerwony, chociaż wygląda bardzo podobnie do białego lub jasnożółtego. Tak więc, jeśli wartość R9 nie jest wystarczająco dobra, odcień skóry pod tym światłem będzie bardziej blady, a nawet zielonkawy w twoich oczach lub aparatach.

Krytyka

Ohno i inni krytykowali CRI za to, że w praktyce nie zawsze dobrze koreluje z subiektywną jakością oddawania barw, szczególnie w przypadku źródeł światła o ostrym widmie emisji, takich jak lampy fluorescencyjne lub białe diody LED . Innym problemem jest to, że CRI jest nieciągły przy 5000 K, ponieważ chromatyczność odniesienia przesuwa się z locus Plancka do locus światła dziennego CIE . Davis i Ohno (2006) identyfikują kilka innych problemów, do których odnoszą się w swojej skali jakości kolorów (CQS):

Przestrzeń kolorów, w której obliczana jest odległość kolorów (CIEUVW), jest przestarzała i niejednolita. Zamiast tego użyj CIELAB lub CIELUV .
Zastosowana transformacja adaptacji chromatycznej ( transformacja Von Kriesa ) jest nieodpowiednia. Zamiast tego użyj CMCCAT2000 lub CIECAT02 .
Obliczenie średniej arytmetycznej błędów zmniejsza udział każdego pojedynczego dużego odchylenia. Dwa źródła światła o podobnym CRI mogą działać znacznie inaczej, jeśli jedno ma szczególnie niski specjalny CRI w paśmie widmowym, który jest ważny dla danego zastosowania. użyj odchylenia średniej kwadratowej .
Metryka nie jest percepcyjna; wszystkie błędy są jednakowo ważone, podczas gdy ludzie faworyzują pewne błędy kosztem innych. Kolor może być bardziej lub mniej nasycony bez zmiany wartości liczbowej ∆ E _i , podczas gdy na ogół kolor nasycony jest postrzegany jako bardziej atrakcyjny.
Ujemny CRI jest trudny do interpretacji. Normalizuj skalę od 0 do 100 za pomocą wzoru ${\ Displaystyle R _ {\ text {out}} = 10 \ ln \ lewo [\ exp (R_ {\text{w}}/10)+1\right]}$ .
CRI nie można obliczyć dla źródeł światła, które nie mają CCT (światło inne niż białe).
Osiem próbek to za mało, ponieważ producenci mogą optymalizować widma emisyjne swoich lamp, aby wiernie je odtwarzać, ale poza tym działają słabo. Użyj więcej próbek (sugerują piętnaście dla CQS).
Próbki nie są wystarczająco nasycone, aby stwarzać trudności w reprodukcji.
CRI mierzy jedynie wierność dowolnego źródła światła idealnemu źródłu z tym samym CCT, ale samo idealne źródło może nie oddawać dobrze kolorów, jeśli ma ekstremalną temperaturę barwową, z powodu braku energii przy krótkich lub długich falach (tj. może być nadmiernie niebieski lub czerwony). Zważ wynik przez stosunek obszaru gamy wielokąta utworzonego przez piętnaście próbek w CIELAB dla 6500 K do obszaru gamy źródła testowego. Jako odniesienie wybrano 6500 K, ponieważ ma stosunkowo równomierny rozkład energii w widmie widzialnym, a tym samym duży obszar gamy. To normalizuje mnożnik.

Alternatywy

CIE (2007) „dokonuje przeglądu możliwości zastosowania wskaźnika oddawania barw CIE do białych źródeł światła LED na podstawie wyników eksperymentów wizualnych”. CIE TC 1-69(C) pod przewodnictwem Davisa bada obecnie „nowe metody oceny właściwości oddawania barw przez źródła światła białego stosowane do oświetlenia, w tym półprzewodnikowe źródła światła, w celu zalecenia nowych procedur oceny [. ..] do marca 2010 r.".

Obszerny przegląd alternatywnych wskaźników oddawania barw można znaleźć w artykule Guo i Houser (2004) .

Smet (2011) dokonał przeglądu kilku alternatywnych wskaźników jakości i porównał ich działanie na podstawie danych wizualnych uzyskanych w dziewięciu eksperymentach psychofizycznych. Stwierdzono, że średnia geometryczna indeksu GAI i CIE Ra najlepiej korelowała z naturalnością (r=0,85), podczas gdy metryka jakości kolorów oparta na pamięci kolorów (MCRI) najlepiej korelowała z preferencjami (r=0,88 ) . Stwierdzono, że różnice w wydajności tych wskaźników z innymi testowanymi wskaźnikami (CIE Ra; CRI-CAM02UCS; CQS; RCRI; GAI; geomean (GAI, CIE Ra); CSA; Judd Flattery; Thornton CPI; MCRI) są istotne statystycznie z p < 0,0001.

Dangol i wsp. przeprowadzili eksperymenty psychofizyczne i doszli do wniosku, że ludzkich ocen naturalności i ogólnych preferencji nie można przewidzieć za pomocą jednej miary, ale wymaga to wspólnego zastosowania miary opartej na wierności (np. Qp) i miary opartej na gamie (np. Qg lub GAI.). Przeprowadzili dalsze eksperymenty w rzeczywistych biurach, oceniając różne widma generowane dla połączenia istniejących i proponowanych wskaźników oddawania barw.

Ze względu na krytykę CRI wielu badaczy opracowało alternatywne wskaźniki, chociaż stosunkowo niewielu z nich zostało szeroko przyjętych.

Indeks obszaru gamy (GAI)

Opracowany w 2010 roku przez Reę i Freyssiniera wskaźnik obszaru gamutu (GAI) jest próbą poprawy w stosunku do wad znalezionych w CRI. Wykazali, że GAI jest lepszy niż CRI w przewidywaniu dyskryminacji kolorów w znormalizowanych testach odcieni Farnswortha-Munsella 100 oraz że GAI pozwala przewidywać nasycenie kolorów. Zwolennicy używania GAI twierdzą, że w połączeniu z CRI ta metoda oceny oddawania barw jest preferowana przez osoby badane w stosunku do źródeł światła, które mają wysokie wartości tylko jednej miary. Naukowcy zalecają dolną i górną granicę GAI. Wykorzystanie technologii LED wymagało nowego sposobu oceny oddawania barw ze względu na unikalne widmo światła tworzone przez te technologie. Wstępne testy wykazały, że kombinacja GAI i CRI stosowana razem jest preferowaną metodą oceny oddawania barw.

Skala jakości kolorów (CQS)

Pousset, Obein i Razet (2010) opracowali eksperyment psychofizyczny w celu oceny jakości światła oświetlenia LED. Opiera się na barwnych próbkach użytych w „skali jakości kolorów”. Porównano przewidywania CQS i wyniki pomiarów wizualnych.

Film i wideo Oświetlenie LED o wysokim CRI

Napotkano problemy podczas próby użycia oświetlenia LED na planach filmowych i wideo. Widma kolorów podstawowych kolorów oświetlenia LED nie odpowiadają oczekiwanym pasmom długości fal kolorów emulsji filmowych i czujników cyfrowych. W rezultacie odwzorowanie kolorów może być całkowicie nieprzewidywalne w przypadku wydruków optycznych, transferów na nośniki cyfrowe z kliszy (DI) i nagrań z kamer wideo. Zjawisko to w odniesieniu do filmu kinowego zostało udokumentowane w serii testów oceniających oświetlenie LED, opracowanych przez pracowników naukowych Akademii Sztuki i Wiedzy Filmowej .

W tym celu opracowano różne inne wskaźniki, takie jak TLCI (wskaźnik spójności oświetlenia telewizyjnego), aby zastąpić obserwatora-człowieka obserwatorem z kamery. Podobnie jak CRI, metryka mierzy jakość źródła światła, jakie wyglądałoby na aparacie w skali od 0 do 100. Niektórzy producenci twierdzą, że ich produkty mają wartości TLCI do 99.

Źródła

„Oddawanie barw (TC 1-33 uwagi końcowe)” , Commission internationale de l'éclairage , Publikacja 135/2, 1999, zarchiwizowane z oryginału w dniu 2008-09-22 , pobrane 2008-07-16
„CIE Colorimetric and Color Rendering Tables” , Commission internationale de l'éclairage , 2004, zarchiwizowane z oryginału w dniu 2008-03-05 , pobrane 2008-02-16
Renderowanie barw białych źródeł światła LED (PDF) , Publikacja 177:2007, Wiedeń: CIE Central Bureau, 2007, ISBN 978-3-901906-57-2 – za pośrednictwem Schweizer Licht Gesellschaft ^{[ stały martwy link ]} . Przeprowadzone przez TC 1-69: renderowanie kolorów źródeł światła białego.
Barnes, Bentley T. (grudzień 1957), „Band Systems for Appraisal of Colour Redition”, JOSA , 47 (12): 1124–1129, Bibcode : 1957 JOSA...47.1124B , doi : 10.1364/JOSA.47.001124
Bodrogi, Peter (2004), „Oddawanie barw: przeszłość, teraźniejszość (2004) i przyszłość” , CIE Expert Symposium on LED Light Sources (PDF) , s. 10–12, zarchiwizowane z oryginału (PDF) w dniu 2011-07 -21 , pobrano 2008-07-18
Crawford, Brian Hewson (grudzień 1959), „Pomiar tolerancji oddawania barw”, JOSA , 49 (12): 1147–1156, Bibcode : 1959 JOSA...49.1147C , doi : 10.1364/JOSA.49.001147
Davis, Wendy; Ohno, Yoshi (grudzień 2006), Color Rendering of Light Sources , NIST , zarchiwizowane z oryginału w dniu 2009-08-25
Hung, Po-Chieh (wrzesień 2002), „cyfrowy aparat fotograficzny z indeksem metameryzmu czułości”, w: Dazun Zhao; Ming R. Luo; Kiyoharu Aizawa (red.), Proceedings of the SPIE: Color Science and Imaging Technologies , tom. 4922, s. 1–14, Bibcode : 2002SPIE.4922....1H , doi : 10.1117/12.483116
Nickerson, Dorothy (styczeń 1960), „Źródła światła i oddawanie barw”, JOSA , 50 (1): 57–69, Bibcode : 1960 JOSA...50...57N , doi : 10.1364/JOSA.50.000057
Ohno, Yoshi (2006). „Metrologia optyczna diod LED i oświetlenia półprzewodnikowego” . W E. Rosas; R. Cardoso; JC Bermudez; O. Barbosa-Garcia (red.). Proceedings of SPIE: piąte sympozjum Optyka w przemyśle . V Sympozjum Optyka w Przemyśle. Tom. 6046. s. 604625-1–604625-8. Bibcode : 2006SPIE.6046E..25O . doi : 10.1117/12.674617 .
Pousset, Nicolas; Obein, Gael; Razet, Annick (2010), „Eksperyment wizualny dotyczący jakości oświetlenia LED z kolorowymi próbkami w skali jakości kolorów” (PDF) , Proceedings of CIE 2010: Lighting Quality and Energy Efficiency, Wiedeń, Austria : 722–729
Schanda, János (2-5 kwietnia 2002), „The concept of color rendering revisited”, Pierwsza europejska konferencja na temat koloru w grafice, obrazowaniu i wizji (PDF) , Poitiers, Francja, zarchiwizowane z oryginału (PDF) w dniu 2011-07 -21
Schanda, János; Sándor, Norbert (2003). Oddawanie barw, przeszłość – teraźniejszość – przyszłość . Międzynarodowa konferencja na temat oświetlenia i kolorów, Kapsztad, Republika Południowej Afryki, 2–5 listopada 2003 r. s. 76–85.
Thornton, William A. (1972), „Color-Rendering Capability of Commercial Lamps”, Applied Optics , 11 (5): 1078–1086, Bibcode : 1972ApOpt..11.1078T , doi : 10.1364/AO.11.001078 , PMID 20119099
Smet, KAG (2011), „Korelacja między przewidywaniami metrycznymi jakości kolorów a wizualną oceną źródeł światła”, Optics Express , 19 (9): 8151–8166, Bibcode : 2011OExpr..19.8151S , doi : 10.1364/oe.19.008151 , PMID 21643065
Dangol, R.; Islam, M.; Hyvärinen, M.; Bhusal, P.; Puolakka, M.; Halonen, L. (grudzień 2013), „Subiektywne preferencje i metryki jakości kolorów źródeł światła LED”, Lighting Research and Technology , 45 (6): 666–688, doi : 10.1177/1477153512471520 , ISSN 1477-1535 , S2CID 109981392
Islam, MS; Dangol, R.; Hyvärinen, M.; Bhusal, P.; Puolakka, M.; Halonen, L. (grudzień 2013), „Preferencje użytkownika dotyczące oświetlenia LED pod względem widma światła”, Lighting Research and Technology , 45 (6): 641–665, doi : 10.1177/1477153513475913 , ISSN 1477-1535 , S2CID 110762470
Baniya, RR; Dangol, R.; Bhusal, P.; Wilm, A.; Baur, E.; Puolakka, M.; Halonen, L. (2015). „Badania akceptacji użytkowników dla uproszczonych widm diod elektroluminescencyjnych” . Badania i technologia oświetlenia . 47 (2): 177–191. doi : 10.1177/1477153513515264 . S2CID 112031599 .
Dangol, R.; Islam, M.; Hyvärinen, M.; Bhusal, P.; Puolakka, M.; Halonen, L. (2015). „Badania akceptacji użytkowników dla oświetlenia biurowego LED: preferencje, naturalność i barwność”. Badania i technologia oświetlenia . 47 (1): 36–53. doi : 10.1177/1477153513514424 . S2CID 110803300 .
Islam, M.; Dangol, R.; Hyvärinen, M.; Bhusal, P.; Puolakka, M.; Halonen, L. (2013). „Badania akceptacji użytkowników oświetlenia biurowego LED: spektrum lamp, jasność przestrzenna i poziom natężenia oświetlenia” . Badania i technologia oświetlenia . 47 (1): 54–79. doi : 10.1177/1477153513514425 . S2CID 109592929 .

Linki zewnętrzne

Skrypt MATLAB do obliczania miar koloru źródła światła , Rensselaer Polytechnic Institute , 2004.
Arkusz kalkulacyjny Excel z rogiem obfitości danych , Lighting Laboratory of the Helsinki University of Technology (Uwaga: zawartość komórek w obu arkuszach jest chroniona hasłem. Może być możliwe odblokowanie poszczególnych arkuszy za pomocą AAAAAAABABB/)
Ocena niepewności pomiaru barwy diod LED, Metrologia
Wskaźnik oddawania barw i diody LED , Departament Energii Stanów Zjednoczonych, Urząd ds. Efektywności Energetycznej i Energii Odnawialnej (EERE) [zły link]
Alliance for Solid State Ilumination Systems and Technologies, Color Rendering
Jaka jest różnica między CRI a CQS? , Edaficzna baza wiedzy naukowej
Zrozumienie wskaźnika oddawania barw dla oświetlenia , lumenów