Timo Kinnunen
Särkiniementie 16 A 41
70700
Kuopio
Finland
This work was supported in part by International Business Machines, Inc., Nathaniel Jacobson and Walter Bender
Consultant on chromatology, 131 Kilsyth Road,
Brookline, Massachusetts 02146
Massachusetts Institute of
Technology, Media laboratory
20 Ames Street, Cambridge,
Massachusetts 02139
suom. Timo Kinnunen 3.3.1989
Pelastettu 3.5
Levykkeeltä NU.EXE Ohjelmalla 12.4.1989 T. Kinnunen
Tämä tutkimus tarjoaa stategioita valitessa visuaalisesti artikuloiduille väreille kiinteitä paletteja. Jotta voitaisiin saavuttaa värienluomiskapasiteetti tietokoneessa millä tahansa tasolla, on luotava jonkinlainen looginen näytöllinen esitystapa tietokoneelle mahdollisesta värien valikoimasta. Useissa näyttösovelteissa väripaletti on rajoitettu. Tavallisin ratkaisu on laajentaa näytönohjaimen suoritteen laajuutta yhdenmukaisesti (uniformly) kvantisoidulla lisärakenteella; sellainen on yhdenmukainen vain väriprosessoinnin suhteen, eikä ole inhimillisen visuaalisen systeemin mukaisesti järjestynyt esiintyvien värien keskinäiset suhteet huomioiden. Niinpä tuloksena on paletteja, jotka eivät ole tässä suhteessa yhdenmukaisia (non-uniform). Aloitimme lähestymisemme visuaalisesti tehokkaasta väriavaruudesta, keinonamme "the Logical Visual Display", joka on kehitelmä "Munsell" -systeemistä, joka perustuu visuaalisen kvantisoinnin yhdenmukaisuuden approksimointiin. Tällaisen väriavaruuden ortogonaalinen rakenne mahdollistaa kaikkien esiintyvien väridimensioiden suhteellisen resoluution säätämisen. Meidän käyttämässämme näyttötilassa siten on mahdollista säätää valoisuusarvoja niin, että esiintyvät eri valoisuustasot ovat keskenään yhdenmukaisia, ja mikä siten eroaa tavasta, jossa värejä sekoitetaan keskenään, tai lisätään paikallisesti. Niin järjestyneinä värit ovat perustavanlaatuisia rakenne-elementtejä suunniteltaessa kommunikatiivisessa yhteydessä toimivaa väriaistimusta. Olemme havainneet, että tietojenkäsittelyllisesti tällä tavoin jäsentyvien väripalettien käyttö ei vaadi laskennallista lisätilaa, koska tehokkaat hakustrategiat, kuten totuuspuurakenteet (binary trees), voivat toimia riippumatta yhdenmukaisesta, tai symmetrisestä näytönohjaimen lisärakenteessa toteutetusta kvantisointitavasta.
Tavallisin tietokoneen näytön arkkitehtuuri on ruutumuistitila, joka on yhteydessä graafisen kontrollikortin piiriin, ja joka tuottaa näyttöön tietyn värien valikon. Näytön laatu on suorassa suhteessa niin valikkossa esiintyvien vaihtoehtojen lukumäärään kuin myös jokaisen valikkoväylän (entry) sisältämään bittimäärään, esimerkiksi 256:n värin paletti/ 16 -miljoonaa bittiä. Kahdeksan bitin intensiteetti primaaria kohti on usein käytetty värinäytöissä, ja siten se vaatii 24 bittiä peruselementtiä kohti tuottaakseen jatkuvana koettavan värikuvan. Vaikka onkin usein toivottavaa työskennellä paletilla, jonka koko ja laajuus ovat rajoitettuja, niin palettien adaptoitumista kuvien mukaisesti on vaadittu jo vuosikausia. Nykyään sekä hardware,- että software -arkkitehtuurit kehitetään pääsääntöisesti kiinteille, eli ei-adaptiiviselle periaatteelle rakentuviksi. Tutkimuksemme koskeekin siten yleistä ongelmaa liittyen kiinteiden palettien tehokkaaseen valintaan yleiseen näyttökäyttöön.
Aina 70 -luvun puolestavälistä lähtien väristä on tullut näytöllisesti helposti esitettävä ja siinä käsiteltävä. Teknologian kehitys lupaa, että pian värejä voidaan yhtä helposti myös tuottaa. Värien käyttäminen on varmasti ollut leimaa-antavin piirre tietokonegrafiikkateollisuudessa. Sen sovelle on organisationaalinen elementti, mittaamisen yksikkö, kirjallinen kuvaus, ja toisinaan metafora. Kolmekin kiinnostunutta tahoa suuntautuu värien mahdolliseen tietokonetyöstöön: taide, fysiikka ja psykologia. "Taitelijat ovat olleet tekemisissä värikombinaatioiden ekspressiivisten piirteiden kanssa, kuten myös puhtaiden värien. Fysiologit etsivät selityksiä ja taksonomioita, kun taas psykologit ovat suuntautuneet tutkimaan värien perseptuaalisia ominaisuuksia ja niiden herättämiä affektiivisia kokemuksia [1]. Edellämainittujen perspektiivien toiveita ei ole toteutettu yleisesti tämän päivän tietokonegrafiikan sovelluksissa. Taiteilijoiden on nähty ikään kuin työskentelevän tiettyjä avainteemoja seuraten, kuten että he ehdottomasti kaipaisivat ohjelmalta ominaisuutta, jolla luoda värejä ja varjoja annetusta kiinteästä valikosta. Fyysikkojen toivomaa mahdollisuutta analysoida värien spektriä luotettavasti ei voida mitenkään suhteuttaa tapaan, jolla normaalikansalainen värejä havaitsee. The Logical Visual Display, jota me tässä kohden suositamme, voisi auttaa integroimaan väriprosessoinnin kenttää niin, että kaikki voisivat hyötyä tarjoutuvasta proseduurista. Paletinvalinnan kriteereitä valitessa tärkeitä tekijöitä ovat yhdenmukaistuvuus, ortogonaalisuus, ja seurantakyky. Yhdenmukaistuva väriavaruus luonteensa mukaisesti mahdollistaa saatavissa olevien palettien tehokkaamman käytön. Väriavaruuden ortogonaalisuus paletinvalintaprosessiin liittyen lisää palettien hyödynnettävyyttä. Mikäli käytössä ei ole tehokasta soveltuvan väriavaruuden etsintämekanismia on palettien käytettävyys, kuten vaihtoehtoisten mallien saatavuus, vähäistä.
Hyvin tutkittuja värihavainnon aspekteja ovat detektio ja identifikaatio, jos tällainen ero tehdään. Mikäli tarjolla oleva värivalikoima on hyvin rajallinen, sem merkitsee valtavaa akuuttien erottelutapahtumien lisääntymistä. Palettivalikko voisi olla esimerkiksi Boytonin "yksitoista väriä, jotka eivät ole koskaan riitasoinnussa keskenään" [2]. On varmasti tärkeää tarjota riittävästi visuaalista kontrastiutta, vaikka eräät tutkimukset viittaavatkin siihen, että visuaalisen kontrastin maksimointi ei ole optimaalinen tapa ratkaistaessa esimerkiksi sellaisia tehtäviä, kuten lukeminen [3,4] ja hajanaisen visuaalisen massan rypäisiin koostaminen (decluttering) [5].
Luonnolliset kuvat voidaan muokata sisäisesti oikeissa sävysuhteissa tietokoneelle (render) käyttämällä pientä määrää värejä hyödynnettäessä adaptiivista vektorikvantisointia [6,7,8,9]. Useimmat värivalokuvat voidaan redusoida 256:sta 1024:ään väriin tällaisessa muokkauksessa, ilman, että kuvan laatutaso huomattavassa määrin heikkenisi. Houle huomioi yhdenmukaisten väriavaruuksien tehokkuuden kvantisointiprosessissa [7]. Harvempien värien käyttö vaatii tihennyksen hyödyntämistä (dithering), ja (kvantisointi) virheen erottamista, jotta ei luotaisi virheellisiä kuvansisäisiä rajakohtia, ja ne korvataan siksi korkean frekvenssitason kohinamalleilla. Kohinamallit voidaan minimoida välttämällä niiden (keskinäisten) arvojen muutoksia, mikä tarkoittaa kuvassa akromaattisia muutoksia.
On tehty suuri määrää tutkimuksia koskien sitä, mikä olisi ergonomisesti soveliainta valitessa värejä erottelua silmälläpitäen. On myös suuri määrä kirjallisuutta, joka kuvaa fysikaalisen energian ja siitä saadun aistimuksen välistä eroa [10]. Näytöissä käytettyjen värien psykofysiologisia vaikutuksia koskevaa tutkimusta, erityisesti kirjaimistoon liittyvää, ei ole juurikaan ennen tehty. Robertson [5] huomioi, että väri voi olla "sopiva tai stressaava valintatilanteessa". Onko siten olemassa mekanismeja, joita tulisi huomioida valitessa värejä, joita sovelluksissa käytetään? Kuinka sisältöihin tai kommunikaatioon soveltuvia värejä valittaisiin, jotta voitaisiin ilmaista mielialoja tai elämänasenteita? Postuloimme, että on mahdollista valita juuri sellaisia värejä, jotka soveltuvat lähetettävän viestin sisältöön; asettuvat sen laajuuteen, kestoon, ja kehonkieleen. Esimerkkinä olkoon vahvistussuhde, jollainen esiintyy mm. tien vieressä sijaitsevien suurten mainostaulujen ja samanaikaisesti niiden ohiajavissa autoissa kasvokkain käytyjen keskustelujen välillä. Tahtoisimme lisätä näitä näkökohtia relevantteina faktoreina värien ergonomisuuden määrittelyyn, ja valittaessa rajoitettuja väripaletteja.
Tutkimuksessamme korostamme eroa, jollainen on värillisten ingredienttien ja vastaanotetun visuaalisen väriaistimuksen mittauksellisuuden välillä, ja kuinka tästä voidaan päätyä paletteihin, jotka ovat sekä tehokkaita -että hyödyllisiä. Mitä tietokoneella tehtyihin peruskartoituksiin tulee, eroaa meidän tutkimuksemme aiemmin tehdyistä töistä tällä alueella. Nojaamme voimakkaasti Munshellin [11] esittämään visuaalisten värien systeemin kuvaukseen, joka on myös mainiosti esitetty sellaisissa lähteissä, kuin Meyer ja Greenberg [12]. Vain vähän yli vuosikymmen sitten Munshellin systeemi muotoiltiin tietokoneelle, joskin sen käyttö on jonkin verran rajoitettua. Se, mikä on estänyt Munshellin systeemin yleisempää käyttöä on sen epätarkkuus ja että sen käyttö on tietokoneessa kallista lukuunottamatta joitakin sen esoteerisimpia sovelteita. Kuitenkin on sen periaate (honing in) värien tuottamisessa hyvin adekvaatti. Munsell saattoi olla vaikea kontrolloida vielä kymmenen vuotta sitten, mutta tämän päivän standardeilla voidaan vähentää systeemin ylikuormitusta huomattavasti tuotettaessa mitä tahansa väreihin liittyviä ratkaisuja. Se, että kyetään ottamaan käyttöön tehtävienratkaisuissa tarvittava tietojenkäsittely valitessa ja käytettäessä värejä, tekee menetelmästämme "kypsän hedelmän" otettavaksi käyttöön. Olemme laajentaneet Munshellin esittämää systeemiä kolmella tärkeällä tavalla: (1) laajentaneet visuaalisen värin kartografiaa, (2) muuntaneet laskennallisia malleja, ja (3) laajentaneet vastaanotettavissa olevien vastakkaisten värien tuottamien seuraamusvaikutusten ohjailtavuutta. Työstäessämme ideaa loogisesta visuaalisesta näytöstä, mikä meidän termeissämme liittyy visuaalisten värien kartografiaan, ovat ehdottamamme ja testaamamme muodot vaatimattomia, ja riittämättömiä tarkan kvantitatiivisen mittauksellisuuden tarpeisiin. Kuitenkin saamamme värinkäsittelyn tulokset ovat hyvin kaukana siitä, mitä voidaan saavuttaa visuaalisesti disorientoituneilla perusnäytöillä (default displays) tämän päivän tavallisessa käytännössä. Olemme varmoja siitä, että tukimustoiminta tulee juuri tällä alueella kasvamaan. Toivomme, että meidän- ja visuaalisen väriaistimuksen pioneerien tekemä työ (joiden käsitteet stimuloivat meitä) tulisi vuorostaan stimuloimaan tietokonegrafiikan insinöörejä ja ohjelmansuunnittelijoita yhteistyössä estetiikan,- psykologian, ja kromatologian opiskelijoiden kanssa, jotta voitaisiin kehittää muunnettuja malleja ja käytännön työvälineitä.
"Everything should made as simple as possible,
but not simpler."
- A. Einstein
The Logical Visual Display soveltuu (1) tuottamaan käyttökelpoista informaatiota valituista väripositioista suhteessa etäisyyteen ja suuntaorientaatioon; ja (2) tuottamaan informaatiota sellaisista praktisista formaateista, jotka eivät ole liian mutkikkaita luettaviksi silloinkin, kun se merkitsisi kuvakompressiota ja kuvainformaation laajennusta koskien kuvatilaan tehtyjä lisäyksiä. Analogia tällaiseen löytyy sellaisista maantieteellisistä kaksiulotteisista kartoista, joihin on lisätty referenssejä globaaleista suunnistautumista helpottavista etäisyyksienmäärittelyistä ja ilmansuuntiin kytkeytyvistä orientaatioista. Onnistuessaan karttakuvassa ei ole havaittavissa häiritsevästi muotoihin liittyvää rikkoutuneisuutta; The Logical Visual Display pyrkii myös regulariteettibalanssiin ja konsistenssiin, sekä minimaalisiin värinasemoinnin virheisiin.
Tavanomaisimmin paletti on derivoitu näytönohjaimen lisämuistin suoran kvantisoinnin menetelmällä. Kolmidimensionaalinen avaruus, jossa akselit vastaavat useimmin punaista, vihreää ja sinistä on jaettu halutunlaisiksi koodinumeroiksi. Tällainen tapa on tyypitetty niin sanotuksi 3-3-2 paletiksi; kolme bittiä punaiselle, kolme bittiä vihreälle, ja kaksi bittiä siniselle. Myös toisenlaisia kombinaatioita, kuten 2-4-2 on yleisesti käytössä. Tällaisten palettien etuna on yksinkertaisuus; paletinhaku voi tapahtua konstantissa ajassa. Jotta lähin palettihakuväylä löytyisi vaatii tarvittava RGB arvonmääritys viidestä seitsemään boole- ja bittiarvon erillistä laskutoimitusta (ANDs, ORs, Shift). Vaikka tällaiset paletit tekevätkin värienkäsittelyn helpoksi tietokoneelle ovat sen tuottamat haitat käyttäjän kannalta lukuisat: visuaalisesti paletti ei ole yhdenmukaistuva, ja siksi värien hakeminen on vaikeaa. Tällaiset paletit eivät sovellu hyvin harmaasävyjen määrittelyyn. Ne ovat epäadekvaatteja kuvien muokkaamiseen tietokoneelle sisäisesti oikeissa sävysuhteissa (render) niin, että gradientit vastaisivat tyypillisesti luonnollisissa kuvissa esiintyviä gradientteja, ja epäjatkuvia (anti-aliased) linjoja tai tekstiä. Tavallisimmat tilaprosessoinnin variantit [13], kuten yksinkertaiseeen/ kaksinkertaiseen hex- muotoon perustuvat (täyden- tai tyhjän tasopinnan tilan ilmaisevat) kuvausmallit eivät tuo ongelmaan juurikaan parannusta (katso kuva 1).
Kuvaamme nyt hieman edellistä kunnianhimoisemmin observoijaan liityviä psykofysiologisia piirteitä. Olemme valinneet lähtökohdaksi suhteellisen yhdenmukaisen tilan, joka koostuu ortogonaalisista akseleista. Jälkimmäinen attribuuteista mahdollistaa Munsellin valinnan mielenkiintoisempana vaihtoehtona kuin esimerkiksi mallin CIE Lab. Vaikka molemmat malleista ovatkin "yhdenmukaistuvuuteen perustuvia" (uniform), ja molemmissa on käytössä luminanssinsäätelyyn kytkeytyvä akseli, on ainoastaan Munsell kykenevä erottamaan toisistaan kuvanominaisuudet: spektriasemo (hue) ja väripigmentoituminen (chroma). Tämän vuoksi Munsell kykenee hyödyntämään kromaattisten piirteiden hakua työskentelyssään. Seuraavassa joitakin perustavanlaatuisia visuaalisuuteen liittyviä suhteita, joista rakennamme uusia struktuureja: (1) Värien eroavaisuudet olennaistuvat kolmeen toisistaan erotettavaan laadukeeseen tai variaatioon: värispektriin liittyvä spektriasemo (hue), valoisuuden arvo, ja väripigmentoitumisen kylläisyysaste (chroma saturation). (2) Jokainen spektriasemo (hue) monokromaattisen vaihtelualueensa sisällä voidaan löytää myös kaikissa valoisuusarvoissa (light values) valoisen ja mustan muodostamien äärimmäisyyspisteiden välillä. (3) On olemassa konsistentti luonnollinen järjestys toisiinsa suhteutuvien spektriasemojen (hues) sijainnissa värispektrissä. (Keltainen on aina jossakin vihreän ja punaisen välimailla, ja sitä ei koskaan esiinny sinisen ja purppuran välisessä tilassa). (4) On olemassa erityinen komplementaarinen visuaalinen suhde erityisten spektriasemoparikkien muodostamana (by spesific pairs of hues). (5) Aistimukselliselta kannalta analoginen ja komplementaarinen spektriasemosuhde ovat riippumattomia siitä, mitä ne ovat mitattuina nanometreillä. (6) Kaikkien värien spektraaliset (maximum chroma) spektriasemopisteet eivät ole samanlaisissa suhteissa keskenään mustan ja valkoisen välisellä vaihtelualueella kuin ne ovat värispektrissä. (7) Kaikkien värien väriasemointumat eivät myöskään ole yhdenmukaiset niihin välimatkasuhteisiin, jotka vallitsevat keskeisellä vertikaalisella akromaattisella akselilla. Värienspesifiointityökalujen tulisi ylläpitää niitä värisuhteita, jotka ovat visuaalisesti ortogonaalisia. Gradientit ja värienvaihtelun mahdolliset vaihtelutasot tulisi voida tuottaa näyttöön ilman, että päämääränä olisi jokin vakioinen, ennalta-asetettu laadullisuus. Tämä voisi tarkoittaa sitä, että näyttöjen ei tulisi kompressoida tai venyttää väripinnoissa ilmeneviä muutosalueita tarkoituksena pyrkiä populoimaan "taloudellisesti" kaikki käytettävissä olevat vakiomääräiset positiot symmetrisessä, kiinteässä formaatissa (katso kuvio 2).
Samalla kun näytöt ovat laajalla kromaattisuuden ja luminanssin vaihtelualueella soveltuvia inhimilliselle katselijalle, on meidän vaateemme, että värinäyttöjen normin tulisi ohjautua tietyllä tavoin muotoutuvalle vaihtelualueelle. Käyttökelpoinen värikorttimuisti on rajoitettu. Inhimillinen visuaalinen systeemi ei voi pitkään sopeutua värien muodostamille äärimmäisyyksille. Voimakkaiden luminanssin ja krominanssin kontrastin ollessa havaittavuudessa menettää silmä nopeasti kykynsä nähdä vaikeuksitta tavanomaisempien ja lievempien värivaihteluiden keskuudessa tapahtuvaa vaihtelua.
Spektriasemojen (hue) erottelua mitataan tavallisimmin pienimmän mahdollisen kahden väriasemon erolla, josta voidaan vielä tulkita kyseessä olevan kaksi erillistä väriä. Kuitenkin riippuu väriasemojen (hues) toisistaan erottaminen myös niiden arvon tasosta (value level) [14]. Esimerkiksi arvojakauman yläpäässä voidaan erottaa toisistaan enemmän keltaisia sävyjä kuin sinisiä. Niinpä olemme laajentaneet Munshellin mallissa variaation inkluusiolla huomioiden väriasemon ja toisaalta myös arvojakauman (value grid). Tuloksena on "tulppaaninkukan muotoinen jakauma" pikemminkin kuin rektalineaarinen jakauma. "Tulppaaninkukkamainen" esitys tilanjaosta on tulosta väriasemojen avaruuden skaalauksesta yhdistyneenä suurimman mahdollisen kromaattisuuden määrään jokaisessa väriasemo/ arvojakauma -positiossa. Mittauksemme väriasemon konstanssiudesta liittyy suoraan kromaattisuuden varioituneisuuteen annetulla arvojakauman arvolla. Tämä mahdollistaa sen, että värisensitiivisyys voidaan suhteuttaa luminanssiin (katso kuvio 3).
Perustavanlaatuisessa menettelyssämme paletinvalinnassa on kolme vaihetta:
* Käytetty Munsellia RGB konversioon, joka on tyypillisesti
kaksivaiheinen prosessi. Konversio Munsellista CIE:en suoritetaan
taulun seurantaan perustuen ja lineaarista interpolaatiota käyttäen.
Konversio CIE:sta RGB:hen suoritetaan matrix -operaatiolla.
*
Kvantisointi suoritettu valitsemalla värien valikko jaoittamalla
avaruus kolmelle akselille: väriasemo,- arvojakauma-arvo, ja
kromaattisuusakseleille. Alalajittumien (subdivisions) lukumäärä,
ja asemat riippuvat paletin koosta, ja käyttöyhteydestä,
jota varten kuvaa prosessoidaan. Väriasemojen alalajittamisten
tulisi olla yhdenmukaistuvia, mutta niiden ei tarvitse olla juontuvia
yhteenkään "käytetyn kuvan alkuperäisistä
väreistä". Pikemminkin niiden tulisi juontua mihin
tahansa relevanttiin ulkoiseen referenssiin, kuten esimerkiksi
yhtiölogossa esiintyviin väreihin. Kromaattisuuden
spesifioinnin tulisi vastata kromaattisuusprofiileita. Olemme
havainneet hyödylliseksi skaalata tilan kvantisoinnin
suhteuttaen sen suurimpaan mahdolliseen esiintyvän
kromaattisuuden määrään jokaisessa väriasemo/
/ arvojakauma-arvon pisteessä. Niissä esiintyvien värien
määrän tulisi juontua kromaattisuuden määrästä
kyseisessä väriasemossa, joka on suhteessa totaaliseen
kromaattisuuden määrään kyseisellä
arvojakauman tasolla. Samoin tulisi näillä tasoilla
esiintyvien värien määrän juontua kromaattisuuden
määrästä tasolla suhteutettuna kromaattisuuden
määrään kaikilla tasoilla. Tällainen
algoritmi approksimoi hyvin "tulppaaninmuotoista"
mittauksen kuvainta väriasemosta/ arvojakauma-arvosta.
Äärimmäisen vahvistuksen alueilla, kuten värikuution
nurkissa tulisi väri-inkluusion olla kohtuullinen.
*
Etsintäavaruuden konstruoinnissa muotoillaan binaarinen
totuuspuu, joka on juonnos staattisesta paletista. Tällainen puu
voidaan lajitella sen mukaan, millaisia dimensioiden mahdollisuuksia
on käytettävissä, kuten RGB tai HVC. Sovelluksesta
riippuen voi olla tarpeen käyttää useitakin puita.
Lisäksi etsintäavaruus voidaan konstruoida niin, että
se organisoi paletin perusväriasemoitumisiin, mikä
mahdollistaa sovelluksen, jossa suoraan spesifioidaan
värin-suhde-väriin -suhderakenteita, kuten on laita
mustavalkoisissa kuvissa.
Usein huomiotta jäänyt aspekti Munshellin systeemissä on yhdenmukaistuvan valoisuuden käsite, joka korrespondoi kaikkien väriasemojen (hues) gradientteihin. Munsellin "yhdenmukaistettavien leveyssuunnan arvojen" ortogonaaliset linjat ovat käyttökelpoisia navigatiivisessa mielessä tutkittaessa värin kolmiulotteista rakennetta. Olemme havainneet sillä olevan myös muita tärkeitä seuraamuksia: (1) Se laajentaa värien optisesti havaittavissa olevaa keskinäistä sekoitettavuutta. (2) Se vapauttaa vastakohtaistuvien kromaattisten värien interaktion energiaa.
Useimmat insinöörit eivät ole tietoisia siitä, että kromaattisia värejä voidaan tuottaa näyttöön loogisilla visuaalisilla skaalauksilla. Sellaiset asiantuntijat, kuten Edward Tufe -väitettyään, "että useimmat värigrafiikat eivät sovellu katseltaviksi" päättetee, että "huolimatta kokemuksestamme spektrin väreistä, ei silmämme toiminta mahdollista värien jäsentämistä" [15]. Syy täällaiseen yleiseen intensiviteettiin yritettäessä jäsentää värien visuaalista järjestyneyttä juontuu prosessista, jolla tietokone luo kromaattisten värien sekvenssejä. Tietokone voi käsitellä kuvien harmaasävyjä, ja jäsentää niiden pohjalta oikein värien visuaalisia arvoja -niin kuin ne inhimillinen observoija vastaanottaa. Sitä vastoin tietokoneen suorittama luminanssinsäätely, jota kromaattiset sekvenssit johtavat, tuottavat vinoutuneita värin-suhde-väriin -orientoitumisia (katso kuvio 4). Kehitettäessämme The Logical Visual Display -systeemiä olemme huomioineet sen tosiasian, että kaikilla väriasemoilla voi olla avaruudellisesti samalla tapaa asettuvat arvoskaalat. Nämä kromaattisten arvojen skaalat voidaan yhdentää akromaattisten harmaaskaalojen kanssa. Voimme muodostaa samanlaisuutta ja kontrastiutta kuvaavia lineaarisia polkuja tasolle, jonka dimensioina ovat väriasemo ja arvojakauma. Voimme vaihtaa keskenään useita väriasemoja menettämättä kontrollia liittyen niiden suhteellisiin harmaaskaala-arvojen tason vakioisuuteen. Voimme myös avata yhä uusia optisten värisekoitusten mahdollisuuksia samanaikaisesti kontrastoiden niitä interaktioita, jotka ovat kontingentteja värien visuaalisen arvon vastaavuuden suhteen.
Useimmissa tapauksissa keinotekoiset kromaattiset värit suhteutetaan harmaaskaalaan laajennettaessa näytön informaatio- erottelua. Tällaisessa prosessissa kromaattisten arvojen rinnakkaisten skaalojen käyttö saattaa tuottaa kommunikaatiota väriasemojen välille. Värillisen informaation käyttäjä voi hyvin laajentaa väriasemojen välistä vaihdeltavuutta ilman, että puuttuisi annettuihin arvoihin perustuvaan värien suhteellisen järjestyneisyyteen. Koska "värisokeus" viittaa oikeastaan vain spektrin rajoitettuun osaan, voi värien mahdollisuus kommunikoitua hyvinkin vaikuttaa myös niihin väreihin, jotka ovat aiheutettuun vaikutukseen nähden fysikaalisessa "verenkierto-vaikutussuhteessa".
Mitkä tahansa kaksi väriasemoa (hues) voidaan sekoittaa tuottamalla niiden välille asettuvia väriasemoja. Mitä lähempänä väriasemot (hues) ovat spektraalisessa järjestymisessään toisiaan, sitä suurempi on resultanttivärin kromaattisuus. Se spatiaalinen skaala, jossa värit tulevat sekoittumaan, on täydellisesti riippuvaista siitä, kuinka lähellä sekoitettavat värit toisiaan ovat. Mitä lähempänä alkuperäiset väriasemot ovat toisiaan, sitä yhdistetympi on niiden sekoitus. Värien erot voidaan selvästi nähdä akromaattisten muutosten ollessa havaittavissa, mikä implikoi siihen, että kun suhteutetaan toisiinsa spatiaalisia (tai temporaalisia) detaljeja, on hyvä huomioida myös asianmukainen muutos luminanssissa [16]. Siitä seuraa, että kromaattisia värejä on helpompi luoda silloin, kun akromaattinen eroavaisuus on pieni, mikä tarkoittaa sitä, että samanarvoiset väriasemot myös helpoimmin sekoittuvat visuaalisesti. Akromaattisten eroavaisuuksien minimointi heikentää katsojan herkkyyttä kuvan yksityiskohdille, ja kuvassa esiintyvälle kohinalle niin temporaalisella kuin spatiaalisella spektrialueella. Yhdenmukaisesta arvottumisesta kiinnipitäminen aiheutettaessa kromaattisia muutoksia voi laajentaa tihennyksen (dither) käyttöaluetta ja virheenpaikannustekniikoita.
Taiteilijan kokemus optisesta värien sekoittamisesta impressionismissa ja pointillismissa, kuten myös värinvalmistajien visuaalinen integrointi tuotettaessa teollisia värejä, on jo pitkään ollut demonstraatiota kromaattisten sekoitusten samanarvoisuuden tehokkuudesta. Väriensekoittajat ovat myös osoittaneet vastakkaisvärien sekoituksen tehon tapauksissa, joissa väriasemon-suhde-väriasemoon ei sisällä kontrastiarvon eroa. Tällä tavoin he tuottivat värisävyjä ilman, että olisivat jäsentäneet samalla kromaattisia äärimmäisyyksiä. Seuraamalla tätä esimerkkiä valittaessa tietokonegrafiikan väripalettia, voimme saavuttaa aistimuksia korkeaenergisistä väreistä ilman, että värinäyttöjen teknologiset rajoitteet olisivat esteenä. Energiavaraus, joka näin saavutetaan, voidaan käyttää käännettäessä informaatiota sellaiseksi, jota käytetään hard-copy vedoksia tulostettaessa.
"Color is colors, plural".
- J. Albers
Tekemällä eron prosessin ja visuaalisen värin välille, on tärkeää huomioida äärimmäinen tavoite palettien valinnassa: väriaistimusten tuottaminen. Lisäyksemme edelliseen on se, että voisimme tuottaa sellaisia paletteja, jotka tuottasivat värisovelteita, jotka olisivat luonteeltaan tulosta hyvin ennustavia ekspressiivisiä signaaleja. Tietokoneen käyttö on avannut mahdollisuuden saavuttaa taiteen vaatima taso värienvalinnassa. Koskaan aikaisemmin ei ole ollut käsillä tällaisia tarkkoja työkaluja peruselementtien käsittelyyn, jotka ovat visuaalisen skaalan "alapuolella", kuten pigmentit ja fosforiheijastepisteiden kolmiot, joista tuotetaan värien optiset sekoitukset; taiteilijan sivellin käsittelee ja ryhmittää siten kuvan elementtejä. menetelmä on hyödyllinen kuvien taltioinnissa ja siirtämisessä, jossa perseptuaalisesti konsistentti väriavaruus seuraa loogisesta kuvan kompressoinnista. Kuitenkin, jos värien optiset sekoitukset vastakkainasetetaan toisten värialueiden kanssa, saadaan ekspressiivisiä laatuominaisuuksia värienvälisen aktiviteetin seuraamuksena, jota fyysikot ja psykologit eivät ole tutkimuksissaan kvantifioineet. Tällaista värien ekspressiivisyyttä on pidetty liian subjektiivisena, että sitä tutkisivat fyysikot, tai että insinöörit soveltaisivat sitä, ja siten alue on jätetty psykologien tutkittavaksi. Niinpä tietokonegrafiikan käyttäjällä ei ole formaalista systeemiä tai opastajaa, joka voisi tarjota kokemuksiaan käytettäväksi värien kombinaatioita muodostettaessa. On tehty epäonnistuneita yrityksiä koodata dyadisia värien välisiä suhteita käyttämällä värien väliseen harmoniaan perustuvia lakeja hyväksi. Ne on kuitenkin arvioitu subjektiivisiksi, ja olevan tulosta yksilökohtaisista emotionaalisista responseista. Väriharmoniain pseudostruktuurit on erheellisesti yhdistetty värien peruselementtien löytämiseen, joiden ainut funktio on kuitenkin toimia värienmuodostuksen komponentteina. Ei ole käytännössä onnistuttu erottamaan väristimuluksen kapasiteettia siirtää häivää emotionaalisesta responsista ja virheellistä semanttista kavennusta, joka kutistaa harmonian polariteetterihin "miellyttävä" ja "epämiellyttävä". Ehdotamme metodia, jossa kvantisoidaan värikombinaatioiden suhteelliset espressiiviset laatuominaisuudet. Sekä fysikaaliset- että perseptuaaliset värien eroavaisuudet voidaan organisoida tunnistettavissa oleviksi struktuureiksi, joista käsin voidaan mitata värienvälisiä aktiviteetteja. Ei-arvioperusteisia objektiivisia laatukarakterisikoita voidaan siten juontaa. Värienvälisen kommunikaation ei siten tarvitse olla uhkapeliä, ja meillä on predeterministinen keino stimuloida väri-ilmaisuja.
Jotta voisimme ilmaista perusvärien välisiä suhteita, olemme kehittäneet sanakirjan, joka perustuu värin-suhde-väriin -asteittaiseen muutokseen, kuten monokromisuuteen, tai analogiaan. Aloitusvärin, tai locus-väriasemon valinta viittaa siihen, että värin kombinoitumista toisiin väreihin spesifioidaan (katso kuvio 5). Vaihtelut ekspressiivisissä karakteristikoissa ovat primaaristi väriasemoiden asettumisia toistensa suhteen (spacing of hues). Reaktio väriasemo-kombinaatioihin säätyy annetusta arvosta ja kromaattisuuden vahvistumisesta. Kvalitatiiviset karakteristikat voidaan erottaa kombinoiduista väriasemo-asettumis moodeista,annetusta arvosta ja kromaattisuuden vahvistumisesta. Ryhmittämällä mainitut seikat kykenemme tuottamaan värienkäsittelytyökalun, joka sallii suoran perseption seuraamusvaikutusten manipulaation.
Perustavanlaatuinen seikka koskein tietojenkäsittelyllistä tehokkuutta paletinvalinnassa on sen avaruuden etsiminen l. lähimmän palettiväylän löytäminen keinotekoiselle värille. Monet sovellukset, kuten kuvan renderointi, vaativat sen, että tehtävä suoritetaan pixeli pixeliltä. Tyypillisesti tällainen tapa vaatii sen, että todella löydetään useita värejä, jotta etsintäproseduuri olisi tehokas. Käsitetäessä ongelmaa ennalta-asetetulla kiineällä paletilla avaruus on huomattavassa määrin yksinkertaistettu. Me voimme valita sitävastoin sellaisen järjestäytymisen, jollainen parhaiten soveltuu tietokoneen arkkitehtuuriin ja käytettyihin sovelluksiin.
Organisoitumismalli, jota voidaan käyttää tehokkaalla tavalla on binaarinen totuuspuu -rakenne. Staattisia tauluja varten, joissa värit eivät muutu, voidaan puuhakurakennetta käyttää, joka huomioi tunnetun jakauman ja taulunelementtien (värien) tavoitettavissa olevat frekvenssit. Etuna on se, että etsintä on logaritmista, jopa dynaamisilla paleteilla [17]. Vaikka tämä tapa on tietojenkäsittelyllisesti intensiivisempi kuin boolelainen tapa, ja luvussa 2.1. kuvattu bittikäsittely, se silti sovittautuu tämän päivän persoonallisten tietokoneiden mahdollisuuksien rajoihin. Binaarinen totuuspuu on tarpeen luoda vain kerran (mahdollisesti offline), vaikka vaatiikin työtä luoda puuhakurakenne, jollainen lyhentää keskimääräistä hakuaikaa. Tosiasiassa tasapainoista puuhakurakennetta, joka on lähes optimaalinen, voidaan laajentaa ajan myötä paletin värivalikoiman mukaiseksi [17]. R. Gray esittää tutkimuksessaan lukuisia metodeja, jolla voi alajaoittaa monidimensionaalisia avaruuksia [18]. Käytännössä tekniikat tarjoavat tehokkaan hakumenetelmän myös meidän hakemillemme "epätavallisille" väriavaruuksille. Kun nimittäin etsitään avaruuksia isoloiduille väreille (kuten typografioihin valittaville väreille) on tehtävä tietojenkäsittelyllisesti insignifikantti. Kun taas on löydettävä useita värejä, kuten on laita sävytettäessä kuvia jatkuvin väripinnoin, on etsintä mutkikkaampi, mutta silti hallittavissa.
"Useful structures are not made by squaring
telephone numbers".
- Bar Yosef
Tavanomaiset kiinteiden palettien valintametodit, jotka eivät huomioi inhimillistä värien perseptiota eivät voi toimia värigrafiikassa esteettisessä mielessä. Systemaattisella "visuaalisen" värin sovelluksella voidaan paletit suunnitella niin, että niitä käyttämällä saavutetaan maksimaalinen hyödynnettävyys. Olemme tutkimuksessamme ehdottaneet värienvalintasysteemiä, joka antaa tasonmääristyskontrollin, joka huomattavasti ylittää individuaalien värien postioiden suhteen mahdollisen säätelyn. Koska muutos on kvantisoitavissa, tarjoaa systeemi työkalun värikompositioiden muodostamiselle. Kun on valittu värialoituspiste (color starting point) on vain spesifioitava värikombinaatioiden kvaliteetit. Tällä tavoin mahdollistetaan kuvaa käsittelevälle se, että hän voi tutkia aieuttamiaan kontekstuaalisia seuraamuksia liittyen mihin tahansa annettuun väripositioon. Mitä enemmän on saatavilla relevanttia kuvaimprovisaatioiden näyttöön kytkeytyvää esittävyyttä, sitä suurempaa vapautta se merkitsee tehdävien valintojen suhteen. Laskennallinen mutkikkuus, jota systeemimme vaatii ei muodosta ongelmaa nykyiselle tietokoneteknologialle. Värivariaatiomallien vaideltavuusperiaatteet on kehitelty käyttämällä komplekseja, mutta silti konsistentteja formulaatioita. Sellaisten kompleksisuuksien käsittely olisi liikaa yksittäiselle suunnittelijalle. Kuitenkin tietokone voi hyväksyä tällaisen mutkikkuuden tavoiteltaessa erilaisia vaihtoehtoisuuksia sävyissä, kunhan se rakentuu konsistentille perustalle. Olemme siksi antaneet värienmanipulaation taakan koneelle toivoen samalla, että käyttäjät sen kautta voisivat artikuloidummin työskennellä värisovelluksien parissa.
[1] N. Negroponte, "Color dynamics and decision making", Proposal to Office of Naval Research, (1980).
[2] B. Boynton, "Eleven colors that are never confused", Proceedings SPSE (1989).
[3] T. Lippert, "Color-difference perception of legibility performance for CRT raster imagery", SID Digest, (1986).
[4] R. Martel, "Luminance and chrominance contrast in emissive displays", Proceedings of SPSE 901, (1988).
[5] P.J. Robertson, "Guide to using color on alphanumeric displays", IBM Technical Report, (1980).
[6] P. Heckbert, "Color image quantitization for frame buffer display", Computer Graphics 16(3), (1982).
[7] G. Houle, "Quantitization des images coleurs pour appareils graphiques" INSR-Télécommunications Technical Report no. 85-37, (1985).
[8] G. Braudaway, "A Procedure for optimum choice of a small number of colors from a large palette for color imaging", IBM Thomas J. Watson Researcher Center, Yorktown Heights, NY. (UNDATED).
[9] W. Bender, "Adaptive color coding based on spatial/ temporal features", Proceedings SPSE 901, (1988).
[10] T. Cornsweet, Visual Perception, Academic Press, (1970).
[11] A. Munshell, A Color Notation, Munsell Color Co., Inc., (1946).
[12] G. Meyer and D. Greenberg, "Perceptual color spaces for computer graphics", Computer Graphics 14(3), (1980).
[13] H. Levkowitz and G. Herman, "Towards a uniform lightness, hue, and saturation color model", Proceedings SPSE 901, (1988).
[14] U. Feldman, "Hue discrimination in Munsell color space", Unpublished report, MIT Media Lab, (1988).
[15] E. Tufte, The Visual Display of Quantitative Information, Graphics Press, (1983).
[16] W. Cowan, "Colour psychophysics and display technology: avoiding the wrong answers and finding the right questions", Proceedings SPSE 901, (1988).
[17] E. Reingold and W. Hansen, Data Structures, Little Brown Computer Systems Series, (1983).
[18] R. Gray, "Vector Quantitization", IEEE ASSP Mag. (1984).
Figure 1.
(a) The dopble cone farbenkubel. Despite a regural geometry, it is visually irregular.
(b) The Munsell tree. Organically irregular, but uniform.
Figure 2.
Two Chroma/Value grids. The horizontal axis represents the progression from achromatic to chromatic, while the vertical axis represents the value scale.
(a) The forced streching of chroma for the sake of geometric symmetry results in a neat box, nut hte path of equal chroma is a weird route.
(b) Allowing some of the areas to remain unfilled reflects the irregularity of visual color perimeters. A weird box, but a neat route.
Figure 3.
The format of "tulip". Its organic irregurality yields straight line distances between colors.
Figure 4.
The placement of spectral hues between black and white. In figure (a), value is equated for all hues, without consideration of the fact that each colorant responds differently to the same amounts of luminant amplification. As a result, there is no visual correspondence between the value levels of different hues. In figure (b) spectral yellow is light whiel spectral blue is dark.
Figure 5.
The alignment of hues varies along the circumference of the outer circle. The central core is neutral. M is the monochrome region. A is the analogous region. C is the complementary region.