TEKNILLINEN KORKEAKOULU Tietotekniikan osasto Tuuli Nurminen VÄRIEN NIMEÄMINEN JA LASKENNALLINEN ENNUSTAMINEN LUONNOLLISISTA VÄRIKUVISTA Diplomityö, joka on jätetty opinnäytteenä tarkastettavaksi diplomi-insinöörin tutkintoa varten Espoossa 16.8.2005. Työn valvoja Työn ohjaaja Professori Pirkko Oittinen Diplomi-insinööri Jyri Kivinen
TEKNILLINEN KORKEAKOULU Tietotekniikan osasto Informaatioverkostojen koulutusohjelma Tekijä DIPLOMITYÖN TIIVISTELMÄ Päiväys Tuuli Nurminen 16.8.2005 Työn nimi Sivumäärä 97 + 23 Värien nimeäminen ja laskennallinen ennustaminen luonnollista värikuvista Professuuri Viestintätekniikka Työn valvoja Prof. Pirkko Oittinen Koodi AS-75 Työn ohjaaja DI Jyri Kivinen Työn tavoitteena oli kehittää visuaalisesti verifioitu, kvantitatiivisiin mittoihin perustuva värikuvien sisältämän väri-informaation esitystapa. Kyseisen värien esitystavan oli tarkoitus soveltua käytettäväksi kuviin liittyvässä kommunikaatiossa ja kuvatuotantoketjun eri prosesseissa. Painotuksena oli kuvahaku ja kuvavalinta. Teoreettisessa osuudessa käsiteltiin kolorimetriaa, värinäön teorioita ja värien havaitsemista. Lisäksi esiteltiin värien nimeämistutkimusta ja laskennallisia värien nimeämismenetelmiä. Teoreettinen osuus sisälsi myös MPEG-7 -väripiirrekuvaajien esittelyn ja osion väreihin liittyvästä korkeamman tason semantiikasta. Työn käytännön osuudessa kehitettiin ISCC-NBS-sanastoon pohjautuva, suomenkielinen värisanasto. Lisäksi kehitettiin menetelmä, joka nimeää värikuvista niiden sisältämät hallitsevat värit kehitettyä värisanastoa hyödyntäen. Ihmisten värien nimeämistä, sanastoa ja värien nimeämismenetelmää tutkittiin koehenkilötestien avulla. Koehenkilötestin tulokset osoittivat nimeämismenetelmän tuottamien hallitsevien värinnimien vastaavan hyvin koehenkilöiden nimeämiä hallitsevia värejä värinnimien samankaltaisuuden puitteissa, vaikka puutteita esiintyi. Kehitetty värisanasto arvioitiin kuitenkin olevan liian yksityiskohtainen kyseiseen käyttötarkoitukseen soveltuvaksi. Lisäksi esitettiin joukko kehitysehdotuksia ja jatkotutkimusaiheita koskien värien nimeämismenetelmää. Avainsanat värien nimeäminen, värisanasto, perusväritermit, värien klusterointi
HELSINKI UNIVERSITY OF TECHNOLOGY Department of Computer Science and Engineering Information Networks Degree Program ABSTRACT OF MASTER S THESIS Author Date Tuuli Nurminen 16.8.2005 Number of pages 97+23 Title of the Thesis Color naming and computational prediction from natural color images Professorship Media Technology Supervisor Prof. Pirkko Oittinen Code AS-75 Instructor M. Sc. Jyri Kivinen The goal of the thesis was to develop visually verified representation of color information in color images based on quantitative measures. The color information representation was purposed to be used in color image related communication and in various processes of image production chain. The emphasis was on image retrieval and selection. In the theory part of the thesis colorimetry, color vision theories and color perception were covered. The theory part also included parts consisting of color naming research and computational color naming methods. MPEG-7 color descriptors were presented and color related higher level semantics was discussed. In the practical part of the thesis, a color vocabulary based on the ISCC-NBS color lexicon was introduced. In addition, a method utilising the vocabulary was develped for naming dominant colors from color images. Color naming, the color vocabulary and the color naming method were examined with subjective tests. The results from the experiments showed that the color names reproduced by the color naming method correspond well with human responses within the limits of similarity between the color names even though some shortcomings were registered. The developed color vocabulary was, however, estimated to be over accurate for the purpose. Finally, some development proposals and topics of further research were suggested. Keywords color naming, color vocabulary, basic color terms, color clustering
ALKUSANAT Tämä diplomityö on tehty Teknillisen korkeakoulun Viestintätekniikan laboratoriossa vuosien 2004-2005 välisenä aikana. Haluaisin osoittaa erityiset kiitokset työni valvojalle professori Pirkko Oittiselle mielenkiintoisesta aiheesta ja asiantuntevasta opastuksesta. Suuret kiitokset kuuluvat myös työni ohjaajalle Jyri Kiviselle, joka auttoi mittavasti työn eri osa-alueilla. Kiitokset myös testeihin osallistuneille koehenkilöille sekä koko laboratorion henkilökunnalle mukavasta työilmapiiristä. Lisäksi haluaisin kiittää perhettäni, ystäviäni ja etenkin Einoa inspiraatiosta, kannustuksesta ja tuesta. Espoossa 16.8.2005 Tuuli Nurminen
SISÄLLYSLUETTELO 1 JOHDANTO...1 1.1 Tutkimuksen taustaa...1 1.2 Tutkimuksen tavoitteet...2 1.3 Työn rakenne...2 2 KOLORIMETRIA JA VÄRIAVARUUDET...4 2.1 Yleistä...4 2.2 Värinsovitusfunktiot ja tristimulusarvot...4 2.3 L*a*b*-väriavaruus...6 2.4 RGB- ja srgb-väriavaruus...8 2.5 HSV-värijärjestelmä...8 2.6 Munsellin värijärjestelmä...9 3 VÄRINÄÖN TEORIOITA...11 3.1 Yleistä...11 3.2 Kolmiväriteoria...12 3.3 Heringin vastaväriteoria...12 3.4 Vyöhyketeoria...13 4 VÄRIVAIKUTELMAILMIÖT...15 4.1 Värivaikutelma...15 4.2 Kontrastiherkkyys ja värivaikutelma...15 4.3 Rinnakkaiskontrasti, terävöitys ja leviäminen...16 4.4 Bezold-Brücke -sävysiirtymä, Abney-efekti ja Helmholtz-Kohlrausch efekti...19 4.5 Hunt-efekti ja Stevens-efekti...20 4.6 Helson-Judd -efekti...20 4.7 Bartleson-Breneman -yhtälöt...21 4.8 Värivakioisuus...21 4.9 Valaistuksen mitätöinti...21 4.10 Valoisuus-, pimeys- ja väriadaptaatio...22 4.11 Värivaikutelmamallit ja von Kries -malli...23 5 VÄRIEN NIMEÄMISTUTKIMUS...24 5.1 Johdanto...24 5.2 Varhainen värien nimeämistutkimus...24 5.3 Relativismi...25 5.4 Universaali teoria...26 5.5 Relativismin ja universaalin teorian nykyinen asema...29 5.6 Värinnimien luonteesta...30 6 VÄRIEN NIMEÄMISKOKEET...31 6.1 Värien nimeämiskoetyypit...31 6.2 Värien nimeämiseen vaikuttavia tekijöitä...32 6.2.1 Johdanto...32 6.2.2 Sukupuolten väliset erot...32 6.2.3 Ikääntyminen...33 7 LASKENNALLISIA VÄRIEN NIMEÄMISMENETELMIÄ...34 7.1 Johdanto...34 7.2 ISCC-NBS-sanastoon perustuva värien nimeämismenetelmä...34
7.3 Sigmoidifunktioihin perustuva värien nimeämismenetelmä...37 7.4 Värien kategorisointi klusteroimalla...38 8 VÄREIHIN LIITTYVÄ KORKEAMMAN TASON SEMANTIIKKA...41 8.1 Johdanto...41 8.2 Väreihin liittyvä tutkimus...41 8.3 Semantiikka kuvahakumenetelmissä...42 9 MPEG-7-VÄRIPIIRREKUVAAJAT...45 9.1 MPEG-7-standardi...45 9.2 Piirrekuvaajien esittely...45 9.3 Hallitseva väri piirrekuvaajan määritelmä...46 9.4 Hallitseva väri -piirrekuvaajan muodostus...47 10 AINEISTO JA TUTKIMUSMENETELMÄT...48 10.1 Johdanto...48 10.2 Hallitsevien värien nimeämismenetelmä...48 10.2.1 K-means -klusterointialgoritmi...50 10.2.2 Vertaisryhmäsuodatus (Deng et al., 1999)...51 10.2.3 Kokoava klusterointi...53 10.2.4 Värien nimeäminen...53 10.3 Koehenkilötestit...54 10.3.1 Koehenkilötesti 1: Värien listaus...54 10.3.2 Koehenkilötesti 2: Värien nimeäminen sanaston avulla...54 10.3.3 Koehenkilötesti 3: Hallitsevien värien nimeäminen kuvasta sanaston avulla...55 10.4 Aineiston analysoimisessa käytetyt menetelmät...55 10.4.1 Moniulotteinen skaalaus...55 10.4.2 Sekaannusmatriisi...57 10.4.3 Hierarkinen klusterointi...57 11 TUTKIMUSTULOKSET...59 11.1 Koehenkilötesti 1: Värien listaus...59 11.2 Koehenkilötesti 2: Värien nimeäminen sanaston avulla...59 11.3 Koehenkilötesti 3: Hallitsevien värien nimeäminen kuvasta sanaston avulla...73 12 TULOSTEN TARKASTELU...87 12.1 Koehenkilötesti 1: Värien listaus...87 12.2 Koehenkilötesti 2: Värien nimeäminen sanaston avulla...88 12.3 Koehenkilötesti 3: Hallitsevien värien nimeäminen kuvasta sanaston avulla...88 13 LUOTETTAVUUSANALYYSI...93 14 JOHTOPÄÄTÖKSET JA JATKOTUTKIMUSEHDOTUKSET...95 LÄHDEVIITTEET...98 LIITTEET...108 Liite1: Värisanasto...108 Liite 2: Luonnollisten värikuvien hallitsevien värien nimet...113
TERMILUETTELO akromaattinen väri havaittu väri, jolla ei ole värisävyä (musta, valkoinen, harmaa) luminanssi eli valotiheys pinnan kirkkauden määre kirkkaus (engl. brightness) alueen emittoivan valon määrää tai visuaalisen ärsykkeen intensiivisyyttä kuvaava visuaalisen havainnon ominaisuus kroma (engl. chroma) värikkyys suhteutettuna samassa valaistuksessa valkoiseksi havaittun kohteen kirkkauteen kromaattinen väri havaittu väri, jolla on värisävy (vrt. akromaattinen väri) kylläisyys (ks. värikylläisyys) monokromaattinen valo säteilyenergialtaan kapealle aallonpituusvälille rajoittunut valo semantiikka merkitysoppi vaaleus (engl. lightness) kohteen kirkkaus suhteutettuna samassa valaistuksessa valkoiseksi havaittuun kohteeseen värikkyys (engl. colorfulness) näköhavainnon ominaisuus, joka määrittää, kuinka kromaattiseksi väri koetaan värikylläisyys (engl. saturation) kohteen värikkyys suhteessa sen kirkkauteen värisävy (engl. hue) värin visuaalinen ominaisuus, jonka mukaan väri samaistetaan punaiseen, keltaiseen, vihreään, siniseen tai kahden edellämainitun yhdistelmään
1 JOHDANTO 1.1 Tutkimuksen taustaa Digitaalisten kuvatietokantojen merkitys kasvaa jatkuvasti. Tietokantoihin liittyviä toimintoja käyttäjän näkökulmasta ovat haku, navigointi ja selailu. Kuvatietokantojen kasvaessa yhä suuremmiksi näiden toimintojen tehostaminen käy entistä tärkeämmäksi. Kuvatiedonhakuun on mielekästä soveltaa sekä hakusanoihin että visuaaliseen kohteeseen liittyviä kuvailu- ja hakumenetelmiä. Digitaalisen kuvatietokannan indeksoimiseen voidaan käyttää yksinkertaisesti tekstikuvailuja. Tekstikuvailun ongelmana on, että kuvassa on aina enemmän yksityiskohtia ja sisältöä kuin sanallinen ilmaisu pystyy kuvailemaan. Lisäksi se vaatii usein metatiedon manuaalista liittämistä kuvaan. Monet kuvan ominaisuuksista on välttämätöntä tarkistaa kuvaa tutkimalla. Visuaalisen haun välineeksi on kehitetty digitaaliseen kuvankäsittelyyn perustuvia, piirrepohjaisia (engl. feature based, content based) indeksointi- ja hakumenetelmiä. Tarkoituksena on sovittaa kyselynä annettuja mallikuvia tietokannan kuviin. Kysely palauttaa tietokannasta kuvia visuaalisen samankaltaisuuden mukaisessa järjestyksessä. Kuvien visuaalisen samankaltaisuuden laskemisessa hyödynnetään piirrevektoreita (engl. feature vectors), jotka mittaavat kuvan värisisältöä, tekstuureja ja muotoja. Selausmahdollisuudet ovat olennainen piirre kuvahakujärjestelmässä, sillä kuvien katsominen on viime kädessä paras tapa sopivien kuvien tunnistamisessa (Markkula ja Sormunen, 1998; Markkula ja Sormunen, 2000). Näin ollen on oleellista löytää myös selausta tukevia käytäntöjä kuten hakutulosten lajittelu ja järjestäminen visuaalisesti samankaltaisiin ryhmiin. Sisältöpohjainen kuvahaku (engl. content-based image retrieval) on perinteisesti painottunut vahvasti esimerkkikuvan avulla suoritettavaan kuvahakuun (engl. retrievalby-example) esimerkkinä julkaisut (Burnelli ja Mich, 2000; Gong, 1999). On kuitenkin tärkeää huomioida tarpeet kielelliseen ilmaisuun perustuvalle kuvahaulle, joten myös tällä osa-alueella on tarve informaation irrottamiseen laskennallisesti kuvasta. Lisäksi tarvitaan standardinomaista sanastoa kielelliseen ilmaisuun. Perinteisten sisältöpohjaisten kuvahakumenetelmien suorituskyky on kaukana jäljessä käyttäjien odotuksista johtuen menetelmien käyttämien matalatasoisten visuaalisten piirteiden ja ihmisten semantiikan rikkauden välillä olevasta semanttisesta kuilusta. Vaikka monia hienostuneita algoritmeja on kehitetty värin, muodon ja tekstuurin kuvaamiseen, kyseiset kuvan matalantason piirteet eivät onnistu kuvailemaan kiitettävästi käyttäjän mielessä olevia korkeantason semanttisia käsitteitä. Eräs keino semanttisen kuilun kaventamiseksi on tutkia yhteyttä kuvan matalatasoisten piirteiden ja korkeantason käsitteiden välillä. Vaikka semanttiset käsitteet eivät yleensä ole suoranaisesti yhteydessä kuvan visuaalisiin attribuutteihin, nämä attribuutit sisältävät 1
informaatiota, jolla on välillinen yhteys semanttiseen merkitykseen. Esimerkiksi Aleksandra Mojsilovic ja Bernice Rogowitz ovat tutkineet kuvien matalatasoisten piirteiden korrelaatiota semanttisten kategorioiden kanssa (Mojsilovic ja Bernice, 2001). Eräs keskeisimmistä parametreista on väri. Väreillä on suuri vaikutus koettuun viestiin, joka välittyy kuvasta. Väreillä on myös vahva yhteys korkeantason semantiikkaan kuten emootioihin (Colombo et al., 1999). Kuvatietokannat ovat toteutukseltaan onnistuneita vain, jos ne ovat käyttöliittymältään luonnollisia ja intuitiivisia. Matalantason informaatio liitetään korkeamman tason semantiikkaan määrittelemällä värinnimi numeeriselle väriavaruuden arvolle. Näin käyttäjät voivat suorittaa kuvahakuja käyttäen myös luonnollista kieltä. 1.2 Tutkimuksen tavoitteet Työn alkuperäisenä tavoitteena oli kehittää visuaalisesti verifioitu kvantitatiivisiin mittoihin perustuva värikuvien sisältämän väri-informaation esitystapa. Kyseisen värien esitystavan oli tarkoitus soveltua käytettäväksi kuviin liittyvässä kommunikaatiossa ja kuvatuotantoketjun eri prosesseissa. Painotuksena oli kuvahaku ja kuvavalinta, mutta myös kuvatuotantoketjun toimijoiden välisen kommunikaation tarpeet pyrittiin huomioimaan. Tutkimuksen pyrkimyksenä oli selvittää, miten ihmiset nimeävät värejä luonnollisten värikuvien kohdalla. Tarkoituksena oli myös löytää sopiva värisanasto kuvien värisisällön kuvaamiseen. Tarkennettuna tutkimuksen päämääränä oli kehittää aikaisempiin tutkimuksiin tukeutuen koehenkilötestien avulla verifioitu värisanasto, jonka avulla viestinnän alan toimijat voisivat kommunikoida luonnollisiin värikuviin liittyen ja jota voitaisiin käyttää kuvatietokantasovelluksissa. Lisäksi työssä oli tarkoitus kehittää menetelmä, joka nimeää värikuvista niiden sisältämät hallitsevat värit kehitettyä värisanastoa hyödyntäen. Kohderyhmäksi asetettiin aikakauslehtien toimitukset, koska kyseisten lehtien kohdalla visuaalinen ilme on erittäin tärkeässä asemassa ja toisaalta värimaailma esittää suurta roolia visuaalisen ilmeen luojana. 1.3 Työn rakenne Tutkimus koostuu kirjallisuus- ja kokeellisesta osasta. Kirjallisuusosassa luvussa 2 käsitellään kolorimetriaa ja väriavaruuksia. Luku 3 perehdyttää värinäön teorioihin. Luku 4 käsittelee värivaikutelmailmiöitä. Luvut 5 ja 6 syventyvät värien nimeämistutkimukseen. Luku 7 esittelee laskennallisia värien nimeämismenetelmiä. Luvun 8 aiheena on väreihin liittyvä semantiikka ja semiotiikka. Luku 9 sisältää MPEG- 7-standardin väripiirrekuvaajien esittelyn. Kokeellisessa osassa on luvussa 10 kuvattu toteutettu värien nimeämismenetelmä, tutkimukseen liittyvät kolme koehenkilötestiä sekä analyysissä käytettyjä menetelmiä. Luvuissa 11 ja 12 on esitelty tutkimustulokset ja niiden tarkastelu. Luku 13 sisältää 2
tutkimuksen luotettavuusanalyysin. Lopuksi luvussa 14 on esitetty johtopäätökset. Lisäksi työn lopussa on lähdeviitteet ja liitteet. 3
2 KOLORIMETRIA JA VÄRIAVARUUDET 2.1 Yleistä Väri on visuaalisen aistimuksen attribuutti. Objektien värivaikutelma riippuu kolmesta osatekijästä. Ensimmäinen osatekijä on näkyvä elektromagneettinen säteily, toinen on kohde, jonka kemialliset ominaisuudet mukauttavat elektromagneettisen säteilyn ja kolmas osatekijä on ihmisen näköjärjestelmä. Värin fysikaalinen ärsyke syntyy sähkömagneettisesta säteilystä spektrin näkyvällä alueella. Kyseistä säteilyä nimitetään yleiskielellä valoksi. Näkyvän valon alue määritellään yleisesti aallonpituusalueena, joka on 360 nanometrin (nm) ja 830 nanometrin välillä. Fysikaalisessa väritutkimuksessa värejä voidaan kuvata spektrinä eli kuinka energia on jakautunut aallonpituuksittain. Kolorimetria on väritieteen alue, joka keskittyy värinmittaustutkimukseen. Wyszecki (Wyszecki, 1982, s. 117) on muotoillut kolorimetrian ensijaiseksi tavoitteeksi määritellä numeerisesti visuaalisen ärsykkeen väri tavalla, jonka mukaan sama numeerinen arvo on väreillä, jotka normaalin värinäön omaava henkilö vastaavissa katseluolosuhteissa aistii samaksi väriksi. Väriavaruudet ja niiden värikoordinaatit perustuvat Kansanvälisen valaistuskomission eli Commission Internationale de l Eclairage (CIE) kehittämään ja standardoimaan CIE kolorimetriseen järjestelmään. Empiiristen värinsovituskokeiden avulla muodostetut värinsovitusfunktiot ja niihin liittyvät tristimulusarvot ovat järjestelmän ydin. Seuraavissa luvuissa esitellään tarkemmin CIE kolorimetrinen järjestelmä ja kokeellisessa osassa käytetyt väriavaruudet. 2.2 Värinsovitusfunktiot ja tristimulusarvot Väriavaruuksien ja koordinaatistojen käyttäminen värien esittämiseen perustuu standardiin, jonka Kansainvälinen valaistuskomissio esitteli vuonna 1931. Standardi kulkee nimellä CIE 1931 standardihavaitsija (engl. CIE 1931 standard colorimetric observer). Kyseessä on taulukko värisovitusfunktioiden arvoista aallonpituusalueella 360-830 nm, esitettynä yhden nanometrin välein ja seitsemän merkitsevän numeron tarkkuudella. Standardihavaitsija kuvaa, miten ihmissilmä painottaa saapuvan signaalin eri aallonpituuksilla. (Fairchild, 1998, s. 81-90) Vuoden 1930 paikkeilla Wrigtht ja Guild tekivät itsenäisiä visuaalisia kokeita johtaakseen värinsovitusfunktiot käyttäen R-, G-, B-primäärejä. Tuloksista tuli perusta CIE:n kolorimetriselle järjestelmälle. Värinsovituskokeissa koehenkilöllä oli kahden asteen visuaalisessa näkökentässä näkyvissä toisella puolella testivalo ja toisella puolella vertailuvalo, jonka hän pyrki säätämään samanlaiseksi kuin testivalo. Vertailuvalo muodostettiin kolmella primäärivalolla, joiden jokaisen intesiteettiä koehenkilö pystyi säätämään erikseen. Koe suoritettiin sarjana monokromaattisia testivaloja, jotka kattoivat 4
näkyvän spektrin. Kuvassa 1 on esitetty tulokset primääreillä 700,0 nm (R), 546,1 nm (G) ja 435,8 nm (B). Tristimulusarvot ovat suhteellisia R-, G-, B primäärien intensiteettejä, jotka vastaavat monokromaattista ärsykettä tietyllä aallonpituudella. Negatiiviset arvot tarkoittavat, että yksi primäärivaloista on lisätty monokromaattiseen ärsykkeeseen, jotta värien yhteensovitus on onnistunut. (Ohno, 2000) Vuonna 1931 CIE vahvisti kyseiset tulokset standardoiduiksi RGBvärinsovitusfunktioiksi, joita merkitään r ( λ), g( λ), b ( λ). Edelleen vuonna 1931 CIE muunsi RGB värinsovitusfunktiot uudeksi joukoksi primäärejä (XYZ) eliminoidakseen negatiiviset arvot. Kuvassa 2 on esitetty CIE 1931 XYZ värinsovitusfunktiot, merkittynä x ( λ), y( λ), z( λ). (Ohno, 2000) Kuva 1: CIE 1931 standardihavaitsija värinsovitusfunktiot R, G, B primääreille. 5
Kuva 2: CIE 1931 standardihavaitsija värinsovitusfunktiot X, Y, Z primääreille. Värinsovitusfunktioiden avulla minkä tahansa spektraalisen tehojakauman omaava valoärsyke voidaan määritellä kolmella arvolla: X = Φ( (1) Y = Φ( (2) Z = Φ( (3) missä Φ (λ) on valolähteen spektraalinen tehojakauma ja k on normalisoiva vakio. Näitä integroituja arvoja kutsutaan tristimulusarvoiksi. Toisistaan poikkeavilla spektreillä voi olla identtiset tristimulusarvot. Tällaisia spektrejä kutsutaan metameerisiksi spektreiksi. (Fairchild, 1998, s. 81-90) 2.3 L*a*b*-väriavaruus Vuonna 1976 kehitetty CIE L*a*b* -väriavaruus pohjautuu XYZ-väriavaruuteen. Väriavaruuden etuna CIE 1931 järjestelmään verrattuna on, että se on havainnollisesti tasavälinen ja perustuu yleisesti hyväksyttyyn vastaväriteoriaan. CIE L*a*b* -koordinaatiston arvojen laskemiseksi tarvitaan spektrin XYZtristimulusarvojen lisäksi myös referenssivalkoisen tristimulusarvot X, Y, Z : Y L * = 116 f 16 (4) Y n n n n 6
X Y a* = 500 f f X n Y n (5) Y Z b* = 200 f f Yn Z n (6) 1/ 3 w f ( w) = 7,787w + 16 116, w > 0,008856, w 0,008856 (7) missä w on X Y Z, n Yn tai Z n X 2003, s. 229-239) tapauksesta riippuen. (Fairchild, 1998, s. 219-221; Kuehni, Kaavassa 4 esiintyvä L*-suure vastaa havaittua kirkkautta asteikolla 0,0-100,0 mustasta valkoiseen. Kaavoissa 5 ja 6 esiintyvät a*- ja b*-dimensiot vastaavat suunnilleen punainen-vihreä ja keltainen-sininen kromaattisuushavaintoja. Molemmilla a*- ja b*- dimensioilla esiintyy negatiivisia ja positiivisia arvoja ja molemmilla dimensioilla on arvot 0,0 akromaattisille ärsykkeille. L*-, a*- ja b*-dimensiot yhdistetään karteesisiksi koordinaateiksi kolmiulotteisen väriavaruuden muodostamista varten, kuten kuvassa 3 on esitetty. (Fairchild, 1998, s. 220) Tutkielmassa on käytetty värien nimeämismenetelmässä CIE L*a*b* -väriavaruutta, koska se on visuaalisesti tasainen väriavaruus (engl. perceptually uniform color space). Värien euklidiset etäisyydet eli värierot vastaavat siten kolmiulotteisessa väriavaruudessa ihmisen tapaa havaita värien etäisyyttä toisistaan. Kuva 3: L*a*b* -väriavaruuden poikkileikkaus. 7
2.4 RGB- ja srgb-väriavaruus Kun vuonna 1931 CIE vakiinnutti standardi RGB:n, ja tarkoitusta varten määriteltiin kolme monokromaattista primäärivaloa, joiden aallonpituudet olivat 700 nm (R)ed, 546,1 nm (G)reen ja 435,8 nm (B)lue, niin syntyi RGB spektraalinen primäärivärikoordinaatisto (engl. RGB Spectral Primary Color Coordinate System), joka vastasi standardihavaitsijaa. (Gevers, 2001, s. 24-26) RGB-väriavaruuden esittämistä varten voidaan määritellä kuutio R-, G- ja B-akseleilla, kuten kuvassa 4. Valkoinen väri syntyy, kun kaikki kolme primääriväriä ovat maksimiintensiteetissään. Kuva 4: RGB-väriavaruus kuvattuna kuutiona. srgb-väriavaruus kehitettiin värinhallinnan tarpeisiin päämääränä yksinkertainen, vakaa ja laiteriippumaton värimääritelmä, joka perustuu kalibroituun kolorimetriseen RGBväriavaruuteen. IEC (International Electrotechnical Commission) on standardoinut srgb:n standardiksi IEC 61966-2-1. srgb:ssä on määriteltynä katseluolosuhteeseen liittyvät parametrit ja laiteavaruuden kolorimetriset määritelmät ja muunnokset. (Stokes et al., 1996) 2.5 HSV-värijärjestelmä Eräs esitys malliksi värien kuvaamiselle on Alvey Ray Smithin vuonna 1978 esittämä HSV-värijärjestelmä. HSV-värijärjestelmä esittää väri-informaation muodossa, joka katsotaan vastaavan ihmisten värien hahmottamistapaa. Näin ollen se on taiteilijoiden ja graafisten tietokoneohjelmien suosima värien esitystapa. 8
Malli rakentuu kolmesta väriä kuvaavasta komponentista. Värisävyä (engl. hue) kuvataan kulmilla 0-360 (H) ja esimerkiksi punaisen värin keskusta vastaa kulmia 0 tai 360. Saturaatio eli värikylläisyys (engl. saturation) kuvastaa kromaattisuuden osuutta värissä ja sen asteikko on 0-100 prosenttia (S). Värin kirkkaus määritellään value-akselilla (V) ja sen asteikkona on 0-100 prosenttia. (Manjunath et al., 2002, s. 189-190; Schwarz et al., 1987) Kuva 5: HSV-värijärjestelmä. 2.6 Munsellin värijärjestelmä Munsellin värijärjestelmän kehitti taiteilija Albert H. Munsell 1900-luvun alkupuolella. Munsellin värijärjestelmä perustuu väriavaruuden jakamiseen ihmisen kannalta tasavälisesti värinäytteisiin. Värivaikutelma kuvataan kolmen attribuutin avulla: vaaleus (Value, V), värisävy (Hue, H), värikylläisyys (Chroma, C). Järjestelmän kulmakivi on vaaleusattribuutti, jonka asteikossa on kymmenen askelta valkoisen ollessa 10 ja mustan 0. Väliin jäävät harmaat. Värijärjestelmän skaalan mukaan keskivaalea harmaa Munsellin arvolla 5 on havainnollisesti keskivälissä ideaalia valkoista (N10) ja ideaalia mustaa (N0). Neutraaleille näytteille eli harmaasävynäytteille ilmoitetaan vaaleuden arvo normaalisti ja värikylläisyyden arvoksi nolla. Sävyä niillä ei luonnollisestikaan ole. (Fairchild, 1998, s. 115-119; Kuehni, 2003, s. 84-86) Sävyjen erottaminen perustuu väriympyrän jakamiseen sataan eri sävyyn, jotka muodostavat kymmenen eri lohkoa. Sävyt merkitään kirjaimen ja numeron yhdistelmällä, jossa kirjain tai kirjaimet merkitsevät sävyn nimeä ja numero sävyn puhtautta. Puhtain (keskimmäinen) sävy on numero 5 ja arvoalue 1-10. Esimerkiksi sävy 10R on sävyjen R (punainen) ja YR (keltaisen punainen) puolivälissä ja sitä seuraava sävy on koodinumeroltaan 1YR. Yhdellä kirjaimella merkittäviä ensisijaisia sävyjä on viisi: punainen (R), keltainen (Y), vihreä (G), sininen (B) ja purppura (P). Yhdistämällä 9
vierekkäiset ensisijaiset sävyt saadaan toissijainen sävy (esimerkiksi YR), joten eri sävyjä on Munsellin järjestelmässä kymmenen. (Fairchild, 1998, s. 115-119; Kuehni, 2003, s. 84-86) Värikylläisyys eli saturaatiotaso ilmoittaa näytteen etäisyyden neutraalista näytteestä, jolla on sama kirkkaus. Mitä kauempana näyte on neutraalista, sitä värikylläisempi se on. Värikylläisyydelle ei ole mitään absoluuttista maksimiarvoa kuten vaaleudelle. (Fairchild, 1998, s. 115-119; Kuehni, 2003, s. 84-86) 10
3 VÄRINÄÖN TEORIOITA 3.1 Yleistä Värihavainto syntyy vuorovaikutuksessa, jossa silmän reseptorit aistivat fyysisiä ärsykkeitä, ja hermojärjestelmä sekä aivot viestittävät ja tulkitsevat silmän aistimia signaaleja. Prosessi sisältää useita fyysisiä, hermostollisia ja kognitiivisia ilmiöitä, jotka tulisi ymmärtää, jotta värinäköä voitaisiin ymmärtää kokonaisuudessaan. Värinäön tutkimuksessa ei olla tultu tien päähän. Monet värinäköön liittyvistä ilmiöistä ovat hyvin monimutkaisia eikä niiden toimintaa ymmärretä perusteellisesti. Joka tapauksessa vuosisatoja jatkunut tutkimus on onnistunut luomaan kohtuullisen tarkan kuvan ihmisen värinäöstä. Zollinger kiinnittää huomiota seuraaviin seikkoihin kuvatessaan värinäön monimutkaista prosessia. Valon saapuessa silmään se kohdistuu verkkokalvolle, jossa fotoreseptorit absorboivat ja muuntavat valon hermosignaaleiksi. Jo tässä vaiheessa tapahtuu erottelua erityyppisten aistimusten, kuten värin ja liikkeen, välillä. Tämän jälkeen informaatio siirtyy näköhermoa pitkin aivoihin, jossa käynnistyy aistimuksen monimutkainen prosessointi ja arviointi. Muistissa olevilla aistikokemuksilla on merkittävä vaikutus kyseisessä prosessissa. Emootiot, henkilökohtaiset mieltymykset ja muut psykologiset tekijät ovat myös osallisena näissä kognitiivisissa aivotoiminnoissa. Näin ollen kokonaisvaltaisen havainnosta kognitioon asti ulottuvan värinäön tarkastelun tulisi sisältää osa-alueita psykologian, estetiikan ja jopa lingvistiikan alalta. (Zollinger, 1999, s. 79) Silmän verkkokalvolla sijaitsevat reseptorisolut ovat keskeisessä roolissa näköjärjestelmässä. Reseptoreita on kahdentyyppisiä: tappi- (engl. cone) ja sauvasoluja 2 (engl. rods). Sauvasolut toimivat alhaisella valaistustasolla (alle 1 cd / m ), kun taas 2 tappisolut toimivat korkeilla luminanssitasoilla (yli 100 cd / m ). Alhaista luminanssitasoa, jossa vain sauvasolut ovat aktivoituneet, kutsutaan hämäränäkemiseksi (engl. scotopic vision). Keskiasteen valaistuksessa aktivoituvassa sekanäkemisessä (engl. mesopic vision) molemmat solutyypit ovat toiminnassa. Kirkkaassa valaistuksessa eli päivänäkemisessä (engl. photopic vision) vain tappisolut ovat toiminnassa. Tappi- ja sauvanäkö on yksi syy siihen, että näköjärjestelmä pystyy toimimaan niin laajalla valaistusskaalalla. Tappisolut vastaavat värinäöstä. Niitä on kolmentyyppisiä. L- tappisolut ovat herkkiä pitkäaaltoiselle valolle. M-solut ovat puolestaan herkkiä keskipitkäaaltoiselle valolle ja S-solut lyhytaaltoiselle valolle (engl. long-wavelength, middle-wavelength, short-wavelength). (Fairchild 1998, s. 8-13) Värinäköön liittyvän hyvin monimutkaisen visuaalisen informaation hermostollisen prosessoinnin yksityiskohtainen kuvaaminen sivuutetaan tässä esityksessä. Sen sijaan seuraavissa luvuissa keskitytään selostamaan historiallisesti keskeisemmät värinäön teoriat, jotka toimivat pohjana nykyaikaisille käsityksille värinäön luonteesta. Värinäön teoriat ovat oleellisia värien nimeämisen kannalta, koska niiden avulla voidaan ymmärtää 11
monia keskeisiä seikkoja, kuten miksi emme voi nähdä punavihreää väriä mutta sinivihreän värin voimme puolestaan nähdä. 3.2 Kolmiväriteoria Kuten edellä on käynyt ilmi, nykyisen tietämyksen mukaan tappisoluja on kolmentyyppisiä. Käsitys kolmentyyppisistä tappisoluista on peräisin 1800-luvun loppupuolella kannatuksen saaneesta kolmiväriteoriasta. Kolmiväriteoriaa pidetään ennen kaikkea Youngin, Maxwellin, ja Helmholtzin työn tuloksena. Kolmiväriteorian pohjana on käsitys värinäön trikromaattisesta luonteesta. Luvussa 2 esiintynyt trikromaattisuuden käsite merkitsee siis mahdollisuutta muodostaa täydellinen värinsovitus minkä tahansa spektraalisen aallonpituuden kanssa käyttäen sopivassa suhteessa sekoitettuja kolmea pääväriä. Tämän ajatuksen, jota voidaan pitää kolmiväriteorian ytimenä, Thomas Young esitti hypoteesinaan vuonna 1802. Teoria saavutti kuitenkin varsinaisen suosionsa 1850-luvulla, kun Herman von Helmholtz ja James Clerk Maxwell nostivat sen arvoonsa. Tutkimuksensa pohjaksi he suorittivat joukon värinsovituskokeita, jotka ensimmäisinä tuottivat kvantitatiivista aineistoa liittyen nykyiseen käsitykseen verkkokalvon kolmentyyppisistä tappisoluista. (Kaiser ja Boynton, 1996, s. 18-23; Coren et al., 1979, s.173-174) Heidän tutkimustuloksensa siis osoittivat, että on olemassa kolmentyyppisiä reseptoreita, jotka ovat herkkiä suunnilleen spektrin punaiselle, vihreälle ja siniselle alueelle. Kolmiväriteoriaan kuului kuitenkin olettamus, jonka mukaan reseptorit muodostivat kolme erillistä, aivoihin siirtyvää kuvaa ja värivaikutelma syntyi aivoissa näiden kolmen signaalin prosessoinnin tuloksena. (Zollinger, 1999, s. 104; Fairchild, 1998, s. 21) Värinäön kolmiväriluonne kolmen reseptorityypin suhteen on säilyttänyt asemansa. Kuitenkin näkemys kolmen erillisen kuvan siirtymisestä aivoihin on muuttunut. Kriittisen suhtautumisen sai aikaan näkemys teorian mukaisen prosessin tehottomuudesta. Toiseksi muissa tutkimuksissa havaittiin joukko visuaalisia ilmiöitä, jotka olivat ristiriidassa kyseisen teoria kanssa. Lopulta kolmiväriteoria kumoutui informaation siirron osalta, ja sen korvasi Heringin vastaväriteoria. (Fairchild, 1998, s. 21) 3.3 Heringin vastaväriteoria 1800-luvun lopussa myös Ewald Hering työskenteli värinäön ilmiöiden parissa. Häntä kiinnosti muun muassa neljän värin (keltainen, sininen, vihreä ja punainen) ainutlaatuinen luonne liittyen subjektiivisiin värivaikutelmiin. Hering tutki värisävyjen vaikutelmiin, rinnakkaiskontrastiin, jälkikuviin ja värinäön puutteisiin liittyviä ilmiöitä (Fairchild, 1998, s. 21). Hering huomioi, että tietyt värisävyt eivät ilmenneet yhdessä. Ei ollut olemassa värihavaintoja esimerkiksi punertavan vihreästä tai kellertävän sinisestä. Sen sijaan punaisen ja keltaisen, punaisen ja sinisen, vihreän ja keltaisen sekä vihreän ja sinisen yhdistelmät voitiin havaita. (Fairchild, 1998, s. 21; Zollinger, 1999, s. 105) 12
Heringin rinnakkaiskontrastia koskevien tutkimusten tulokset muistuttivat edellämainittuja ilmiöitä. Todettiin, että punaisella taustalla kohde näyttää vihreämmältä, kun taas vihreällä taustalla kohde vaikuttaa punaisemmalta. Myös keltaisen ja sinisen väriparin suhteen tehtiin vastaavanlaisia huomioita. Lisäksi Heringin tutkimukset osoittivat, että ihmisillä, joilla on puutteellinen värinäkö, on vaikeuksia erottaa nimenomaan värisävypareja punainen-vihreä ja keltainen-sininen. Näiden tutkimustuloksien perusteella Hering esitti vastaväriteoriansa. Teorian mukaan oli olemassa kolmentyyppisiä reseptoreita, mutta väri-informaatio siirtyi aivoihin vastaväripareina tumma-vaalea, punainen-vihreä sekä sininen-keltainen. (Fairchild, 1998, s. 21-22) Mielenkiintoista on, että vaikka Heringin näkemyksen mukaan kolmiväriteoria ja vastaväriteoria esiintyvät molemmat värinäön prosessissa, nämä kaksi teoriaa kilpailivat kauan keskenään. Heringin vastaväriteoria alkoi saada kannatusta vasta 1900-luvun puolivälissä, kun uusia teoriaa tukevia kvantitatiivisia tutkimustuloksia alkoi ilmestyä. Tämä johti modernin vastaväriteorian kehittymiseen. (Fairchild, 1998, s. 22-23) Modernin vastaväriteorian mukaan verkkokalvon hermosolut koodaavat värin vastakkaissignaaleiksi. Kirkkautta kuvaava informaatio koodataan akromaattiseksi vasteeksi summaamalla yhteen kaikkien kolmen tappisolutyypin tuottamat signaalit. Punainen-vihreä -kanava muodostetaan summaamalla L- ja S-tappisolujen signaalit ja vähentämällä M-solujen signaalit. Keltainen-sininen -kanava syntyy puolestaan summaamalla L- ja M-tappisolujen signaalit yhteen ja vähentämällä S-solujen signaalit. (Fairchild, 1998, s. 22-23) 3.4 Vyöhyketeoria Maxwellin, Youngin ja Helmholtzin kolmiväriteoria ja Heringin vastaväriteoria olivat ensimmäiset varteenotettavat värinäön teoriat. Toisaalta esiintyi monia tärkeitä värinäköön liittyviä ilmiöitä, joita kumpikaan näistä teorioista ei pystynyt tyydyttävästi selittämään. Nämä kaksi teoriaa yhdistyivät kuitenkin uudeksi vyöhyketeoriaksi, jonka avulla useat häirinneet värinäön ilmiöt pystyttiin selittämään. (Wyszecki 1982, s.583) G. E. Mülleria, joka julkaisi vuonna 1930 käänteentekevän artikkelinsa, voidaan pitää vyöhyketeorian kehittäjänä. Vyöhyketeoria jakaa ihmisen värinäköjärjestelmän kolmeen osaan eli vyöhykkeeseen. Ensimmäinen vyöhyke koostuu kolmentyyppisistä tappisoluista, jotka muuntavat silmään saapuvan valon sähköisiksi signaaleiksi, kuten kolmiväriteoria asian esittää. Toisen vyöhykkeen kuvaus myötäilee Heringin vastaväriteoriaa. Siinä signaalit koodataan hermoverkkoon kolmeen erilliseen kanavaan, joista yksi on akromaattinen musta-valko-kanava, toinen punainen-vihreä-kanava ja kolmas sininen-keltainen-kanava. Kolmas vyöhyke sijaitsee näköaivokuorella. Vyöhykkeessä signaalit tulkitaan väriaistimukseksi saapuvan informaation sekä aikaisempien kokemusten eli muistin perusteella. Vyöhyketeorian edeltäjänä toimi kolmiväriteorian ja vastaväriteorian yhdistävä kaksivaihemalli (engl. two stage model), 13
joka syntyi varsinaisesti 1920-luvulla, mutta jota von Kries kaavaili jo vuonna 1905. (Wyszecki 1982, s.583; Kaiser, Boynton, 1996, s. 24-25) Vyöhyketeoria loi perustan moderneille värinäön teorioille. Yksi uusimpia värinäköteorioita on monitasoinen värinäkömalli (De Valois ja De Valois, 1993). Edelleenkään ei pystytä tarkalleen selittämään, kuinka värinäkö toimii. Ei ole esimerkiksi tarkkaa tietoa siitä, miten väri on esitetty tai koodattuna aivokuorella (Golstein, 2002, s. 200). Vastauksia kysymykseen etsii muun muassa neurotiede esimerkiksi fmrikuvausten (aivojen funktionaalinen magneettiresonanssikuvaus) avulla. Nykyiset värinäköteoriat ja -mallit antavat kuitenkin jo kohtuullisen kuvan värinäön toiminnasta. 14
4 VÄRIVAIKUTELMAILMIÖT 4.1 Värivaikutelma Havainnoitsijalle muodostuu silmään saapuvan valoärsykkeen perusteella subjektiivinen värivaikutelma. Kaksi identtistä CIE XYZ -tristimulusarvoa antavat saman värivaikutelman keskivertohavainnoijalle, kun tietyt ehdot ovat täyttyneet. Nämä ehdot sisältävät stimuluksen paikan verkkokalvolla, kulmavasteen ja valaistusasteen. Lisäksi kahden ärsykkeen tulee olla katseltuna identtisistä ympäristöistä eli taustan, koon, muodon, kohteen pinnan, valaistusgeometrian ja niin edelleen tulee olla identtisiä. Jos mikä tahansa näistä ehdoista ei ole täyttynyt on todennäköistä, etteivät värivaikutelmat vastaa toisiaan. Värivaikutelmailmiöt kuvaavat tunnettuja yhteyksiä katseluympäristön muutosten ja värihavainnon muutosten välillä. Yleisesti ottaen monia värivaikutelmailmiöitä havainnollistetaan yksinkertaisten muotojen, kuten neliöiden, avulla. Värivaikutelma riippuu kuitenkin myös kohteen spatiaalisesta rakenteesta, toisin sanoen esimerkiksi kohteen tekstuuri ja spatiaalinen taajuus vaikuttavat aistittuun värivaikutelmaan. Seuraavaksi alaluvuissa käsiteltävät värivaikutelmailmiöt eivät kaikki ole oleellisia kokeellisen osuuden muuttumattomissa katseluoloissa tehtyjen koehenkilötestien kannalta. Tarkoitus on kuitenkin tuoda esille myös haasteita, jotka liittyvät todellisiin käyttötilanteisiin. 4.2 Kontrastiherkkyys ja värivaikutelma Kontrastiherkkyysfunktio kuvaa ihmisen näköjärjestelmän spatiaalista erottelukykyä eli ihmisen kykyä erottaa yksityiskohtia. Kontrastiherkkyys esitetään taajuuden (jaksoa per näkökulma-aste) funktiona. Värien kontrastiherkkyysfunktio poikkeaa luminanssin kontrastiherkkyysfunktiosta. Ensinnäkin värien herkkyys kontrastivaihtelulle laskee nopeammin taajuuden kasvaessa, toisaalta matalilla taajuuksilla vain luminanssin kohdalla esiintyy herkkyyden vaimennusta. Näin ollen värien kontrastiherkkyys vastaa alipäästösuodatusta, kun taas luminanssin kontrastiherkkyys on kaistapäästösuodatuksen kaltainen. Lisäksi on havaittu, että sininen-keltainen kanavan spatiaalinen resoluutio on heikompi kuin punainen-vihreä kanavan. Vastaväriteorian mukaisten kanavien kontrastiherkkyysfunktiot on esitetty kuvassa 6. (Kaiser ja Boynton, 1996, s. 327-328; De Valois, De Valois 1990, s. 218) 15
Kuva 6: Poirsonin ja Wandellin (1993, Kaisler ja Boyntonin, 1996, s. 328 mukaan) kokeellisten mittauksien mukaiset (A) kontrastiherkkyydet ja (B) spektriherkkyydet vaalea-tumma-, punainen-vihreä- ja sininen-keltainen kanavalle. Kontrastiherkkyydellä on merkittävä vaikutus värivaikutelmaan luonnollisten värikuvien osalta. Esimerkiksi kun kyseessä on riittävän taajuuksinen tekstuuri, joka koostuu kahden värin vaihtelusta, ihminen ei erota värejä toisistaan, vaan tekstuurin väri aistitaan näiden kahden värin sekoitukseksi (vertaa seuraavassa alaluvussa esiteltävään leviämiseen). 4.3 Rinnakkaiskontrasti, terävöitys ja leviäminen Tämän työn kannalta eräät oleellisimmat värivaikutelmailmiöt ovat rinnakkaiskontrasti (engl. simultaneous contrast), terävöitys (engl. crispening) ja leviäminen (engl. spreading). Nämä kolme värivaikutelmailmiötä johtuvat suoraan ärsykkeen spatiaalisesta rakenteesta (Fairchild, 1998, s. 135). Näin ollen ne ilmenevät luonnollisissa värikuvissa esiintyvissä väreissä kuten myöhemmin käy ilmi. Rinnakkaiskontrastissa taustan väri vaikuttaa havaittavan värin värivaikutelmaan. Esimerkkinä on kuva 7, jossa kaikki neljä harmaata neliötä ovat väriarvoiltaan identtiset. Valkoisella taustalla oleva harmaa neliö vaikuttaa kuitenkin tummemmalta ja musta taustalla oleva neliö vaaleammalta kuin harmaalla taustalla olevat neliöt. Rinnakkaiskontrastin mukaan värivaikutelma on siis riippuvainen taustan väristä. Yleistettynä havaittava väri näyttää tummemmalta vaalealla taustalla, kun taas tumma tausta saa havaittavan värin näyttämään vaalealta. Toisaalta punainen tausta tuo havaittavassa värissä esiin vihreää ja päinvastoin sekä keltainen tausta saa havaittavan värin näyttämään sinisemmältä, kun taas sininen tausta voimistaa keltaista. Nämä ilmiöt tukevat värinäön vastaväriteoriaa. (Fairchild, 1998, s. 135-137; Byrne ja Hilbert 1997) 16
Rinnakkaiskontrastilla on oleellinen vaikutus luonnollisessa värikuvassa esiintyvien värien värivaikutelmiin. Kuvassa esiintyvän värin värivaikutelma on sidoksissa sen naapuristossa esiintyviin väreihin, ja näin ollen vaikuttaa myös värin nimeämisprosessiin. Luonnollisen värikuvan kohdalla tarkasteltavan värin tausta voi olla kuitenkin melko kompleksinen, joten laskennallisessa värien nimeämisessä rinnakkaiskontrastin huomioiminen on vaikeaa. Toisaalta värien nimeämisessä on kyse väriavaruuden hyvin karkeasta jaosta. Näin ollen rinnakkaiskontrastin rooli värien nimeämisen yhteydessä on rajallinen. Kuva 7: Esimerkki rinnakkaiskontrastista. Harmaat neliöt harmaalla taustalla ovat väriarvoiltaan identtiset mustalla ja valkoisella taustalla oleviin neliöihin. Alkuperäinen kuva Fairchild (1998, s. 135). Terävöitys on rinnakkaiskontrastiin liittyvä värivaikutelmailmiö. Terävöityksessä kahden toisistaan poikkeavan ärsykevärin väriero havaitaan suurempana, jos kyseiset värit esitetään taustaan vasten, joka on lähellä niiden omaa väriä. Kuvassa 8 on esimerkki terävöityksestä. Kaksi vaaleusarvoiltaan toisistaan hieman poikkeavaan harmaata ärsykettä näyttävät harmaalla taustalla eroavan enemmän toisistaan kuin valkoisella tai 17
mustalla taustalla, joilla värieroa tuskin huomaa. Kyseinen värivaikutelmailmiö esiintyy myös kromaattisilla väreillä. (Fairchild, 1998, s. 137; Cui et al., 2001) Myös terävöityksellä on luonnollisesti vaikutusta värivaikutelmiin, kun kyseessä ovat luonnolliset värikuvat. Värien nimeämisen suhteen terävöitykseen pätevät rinnakkaiskontrastin yhteydessä esitetyt seikat. Kuva 8: Esimerkki terävöityksestä. Kolmella eri taustalla esiintyvät harmaat neliöparit ovat väriarvoiltaan identtisiä, mutta parien välinen väriero on selkein harmaalla taustalla. Alkuperäinen kuva Fairchild (1998, s. 137). Kun tarkasteltavien väriärsykkeiden spatiaalinen taajuus on riittävän suuri tai ärsykkeiden koko tarpeeksi pieni, rinnakkaiskontrasti korvautuu toisella värivaikutelmailmiöllä, leviämisellä. Tällöin on havaittavissa sekoittumista väriärsykkeen ja taustan välillä. Äärimmillään ilmiö johtaa täydelliseen sulautumiseen, jolloin ärsyke ei enää erotu taustasta. Esimerkkinä tästä ovat rasterikuvat, joiden yksittäiset rasteripisteet eivät erotu tarpeeksi kaukaa katsottuna. (Fairchild, 1998, s. 138-139) Luonnollisissa värikuvissa värit esiintyvät usein tekstuureina. Tekstuurissa pienien yksityiskohtien värisävyt vaihtelevat. On oletettavaa, että ainakin joidenkin tekstuurien kohdalla tapahtuu leviämistä. Kuvassa 9 vasemmalla puolella on esitetty esimerkki rinnakkaiskontrastista ja oikealla puolella leviämisestä. Kuvassa punaisella taustalla esiintyvät viivat ovat väriarvoltaan 18
identtisiä. Kuitenkin vasemmalla puolella olevat viivat vaikuttavat hieman vihertäviltä, kun taas oikeanpuoleiset, korkeataajuiset viivat havaitaan jossain määrin punertaviksi. Kuva 9: Esimerkki rinnakkaiskontrastin ja leviämisen erosta. Harmaat alueet ovat fyysiseltä väriltään identtisiä, mutta vaikuttavat erilaisilta riippuen spatiaalisesta taajuudesta punertavan taustan suhteen. Alkuperäinen kuva Fairchild (1998, s. 138). 4.4 Bezold-Brücke -sävysiirtymä, Abney-efekti ja Helmholtz- Kohlrausch efekti Bezold-Brücke sävysiirtymä on nimetty saksalaisten fyysikko Johann Friedrich Wilhelm von Bezoldin ja fysiologi Ernst Wilhelm von Brücken mukaan. Bezold-Brücke sävysiirtymä ilmenee tarkasteltaessa monokromaattista ärsykettä vaihdellen luminanssia, jolloin havaitaan muutosta värisävyssä. On syytä huomioida, että monokromaattisella valolla on vakiolliset suhteelliset tristimulusarvot, vaikka valon intensiteettiä muunneltaisiin. Näin ollen tristimulusarvojen mukaan monokromaattinen valon värisävy pysyy muuttumattomana riippumatta valon intensiteetistä. Tämä johtuu siitä, että tristimulusarvoille perustuva kolorimetria ei huomioi absoluuttista luminanssia. (Fairchild, 1998, s. 139-140; Lansdown, 1996, s. 70) Lillo et al. (2004) ovat julkaisseet tutkimuksen, jossa yhdistetään Bezold-Brücke-ilmiö värien nimeämiseen. Kyseisessä tutkimuksessa kyseenalaistettiin tutkimuksen laatijoiden mielestä vallitseva mielipide, jonka mukaan värisävyhavainto tulisi määritellä ensijaisesti hallitsevan aallonpituuden mukaan ja vain osittain ärsykkeen intensiteetin mukaan. Tutkimuksen tuloksina esitettiin, että värinnimien avulla määritellyt kromaattiset kategoriat eivät määräänny pelkästään kromaattisen kulman (Hu v ) perusteella, vaan myös kylläisyys eli saturaatio (Su v ) ja vaaleus (L*) vaikuttavat oleellisesti kategorioiden määräytymiseen. Tarkemmin ottaen tutkimustulokset pyrkivät määrittelemään, mihin kromaattisiin kulmiin Bezold-Brücke sävysiirtymä vaikuttaa sekä 19
antamaan espanjankieliset perusvärinnimien kategoriat kolorimetrisiin ominaisuuksiin perustuen. Abney-efekti on Bezold-Brücke -sävysiirtymän kaltainen ilmiö. Abney-efektissä värisävy muuttuu kolorimetrisen puhtauden myötä. Toisin sanoen värisävy ei pysy vakiona monokromaattisen ja valkoisen valon sekoittuessa. (Fairchild, 1998, s. 140) Helmholz-Kohlrausch -efektin mukaan kirkkaus riippuu valoisuudesta ja värikylläisyydestä. CIE-systeemissä Y-tristimulusarvo määrittelee stimuluksen valoisuuden. Koska valoisuus kuvaa erilaisten väriärsykkeen aallonpituuksien tehokkuutta havaittavan kirkkauden määrittämisessä, päädytään usein väärään johtopäätökseen, että Y olisi myös suora arvio havaitusta kirkkaudesta. Helmholtz- Kohlrausch -efekti osoittaa oletuksen vääräksi. Ilmiön mukaan, jos valoisuus pidetään vakiona, havaittu kirkkaus muuttuu värikylläisyyden lisääntyessä. (Fairchild, 1998, s. 141-143) Helmholz-Kohlrausch efektin havaitsemiseksi voidaan tarkastella Munsellin värikirjaa. Jos vertaillaan eri näytteitä, joilla on tietty sävy H ja vakio valoisuusarvo V, mutta vaihteleva värikylläisyys- eli kromaattisuusarvo C, huomataan, että värinäytteet, joilla on suurempi värikylläisyysarvo, vaikuttavat kirkkaammilta. (Fairchild, 1998, s. 141-143) 4.5 Hunt-efekti ja Stevens-efekti Objektien värivaikutelmat muuttuvat huomattavasti, kun niitä tarkastellaan eri valaistuksessa. Hunt-efektin mukaan ärsykkeen värikylläisyys kasvaa valoisuusasteen mukana. Näin ollen värit vaikuttavat värikkäämmiltä kirkkaassa valossa. Fairchild esittää vertailun vuoksi, että ärsyke, jolla on alhainen väripuhtaus eli kroma, vaatii 10 000 cd/m 2 valoisuuden vastatakseen 1 cd/m 2 valoisuudessa olevaa ärsykettä, jolla on korkea väripuhtaus. (Fairchild, 1998, s. 144-145; Pattanaik et al., 1998) Stevens-efekti on jossain määrin Hunt-efektin kaltainen. Stevens-efekti viittaa kirkkauden kontrastin kasvuun valoisuuden asteen lisääntyessä. Stevens-efekti osoittaa, että valoisuuden lisääntyessä tummat sävyt näyttävät tummemmilta ja vaaleat sävyt vaaleammilta. Kuten Fairchild huomauttaa, kyseinen seikka ei ole välttämättä intuitiivinen. Stevens-efektin voi todeta tutkimalla kuvaa kirkkaassa ja himmeässä valaistuksessa. Alhaisella valaistustasolla kuvan kontrasti vaikuttaa matalalta, kun taas korkealla valoisuusasteella kontrasti vaikuttaa paljon korkeammalta. (Fairchild, 1998, s. 145-146; Pattanaik et al., 1998) 4.6 Helson-Judd -efekti Helson-Judd -efekti on erittäin vaikea, ellei mahdoton, havaita normaaleissa tarkasteluolosuhteissa. Täten sen käytännön merkitys on hyvin pieni. Ilmiö esiintyy, kun erillisiä neutraaleja Munsellin harmaasävynäytteitä tarkastellaan tasavärisellä taustalla, lähes monokromaattisen valaistuksen alla. Helson-Judd -efektin mukaan erittäin 20
kromaattisen valaistuksen alla havaitut neutraalit Munsellin harmaasävynäytteet saavat valonlähteen sävyn ollessaan vaaleampia kuin tausta ja valolähteen vastavärin sävyn ollessaan tummempia kuin tausta. (Fairchild 1998, s. 146-148; Byrne ja Hilbert, 1997) Koska Helson-Judd -efekti esiintyy niin rajatuissa olosuhteissa, sen käytännön merkitys on pieni. Kuitenkin kun ilmiö esiintyy, sen vaikutus voi olla yllättävän suuri. Toistaiseksi ei tiedetä tarkasti vaikutuksen suuruuden syitä. (Fairchild, 1998, s. 146-148; Byrne ja Hilbert, 1997) 4.7 Bartleson-Breneman -yhtälöt Stevens-efektin tavoin, Bartleson-Breneman -yhtälöt kuvaavat kontrastin muuttumista valoisuuden myötä. Bartleson-Breneman -yhtälöt kuitenkin ennustavat kuvan eri elementtien välisen kontrastin muuttumista ympäristön suhteellisen valoisuuden mukaan. (Fairchild, 1998, s. 149-150) Bartleson-Breneman -yhtälöiden mukaan kuvan elementtien havaittu kontrastiero kasvaa ympäristön kirkkauden kasvaessa. Toisin sanoen kontrastit ovat selvempiä, jos kuvan ympäristö on valoisa ja epäselvempiä, kun ympäristö on tumma. Tämä johtuu siitä, että tumma ympäristö saa tummat alueet vaikuttamaan vaaleammilta, mutta ei juuri vaikuta kirkkaisiin alueisiin. Kun tummat värit vaikuttavat vaaleammilta ja vaaleat värit eivät muutu, tapahtuu muutos elementtien välisessä kontrastissa. (Fairchild, 1998, s. 149-150) 4.8 Värivakioisuus Värivakioisuudella (engl. color constancy) tarkoitetaan ihmisen näköjärjestelmän kykyä havaita kohteiden väri vakiona valaistuksen muutoksista huolimatta. Ihmisen näköjärjestelmän värivakioisuus on kuitenkin kaukana täydellisestä. Värivakioisuus toimii ainoastaan, jos tarkasteltavassa näkymässä on useita erivärisiä kohteita. Silmän väriherkät tappisolut rekisteröivät näkymän jokaisen kohteen heijastaman valon punaiset, vihreät ja siniset komponentit. Tästä informaatiosta näköjärjestelmä pyrkii määrittelemään likimääräisesti valonlähteen koostumuksen. Tämän jälkeen näköjärjestelmä pyrkii poissulkemaan valaistuksen, jotta kohteen todellinen väri tai heijastus saadaan määriteltyä. Prosessi ei ole tarkkaan tunnettu. (Fairchild 1998, s. 156) Edwin Land kuvasi ensimmäisenä värivakioisuusilmiötä vuonna 1971 ja formuloi retinex-teorian kuvaamaan sitä (Land, McCann 1971). Sana retinex on muodostettu sanoista retina (verkkokalvo) ja cortex (aivokuori) viitaten silmän ja aivojen osallisuuteen prosessoinnissa. (Fairchild 1998, s. 156) 4.9 Valaistuksen mitätöinti Visuaalisen maailman valaistus on yleensä epäyhtenäinen ja vaihteleva. Jotta ihmisen näköjärjestelmä pystyisi luomaan yhdenmukaisen havainnon väreistä, täytyy näköjärjestelmän sisältää mekanismi valaistuksen vaihtelevuuden mitätöimiselle. 21
Valaistuksen mitätöinti (engl. discounting the illuminant) on ihmisen kognitiivinen kyky tulkita objektien värejä perustuen ympäristön valaistukseen. Näin voidaan arvioida paremmin kohteen värejä ympäristön valaistuksen muuttumisesta riippumatta. Tämä johtaa yleiseen ajatukseen, että väri kuuluu objektille. (Fairchild, 1998, s. 150-151) 4.10 Valoisuus-, pimeys- ja väriadaptaatio Adaptaatio on organismin kyky muuttaa stimuluksen aiheuttamaa herkkyyttään ärsyketilan muutoksen myötä. Yleisesti ottaen adaptaatiomekanismi tekee havainnoijan vähemmän herkäksi ärsykkeelle, kun ärsykkeen intensiteetti on suurempi. Näkökyvyn alueella kolmentyyppiset adaptaatiot nousevat tärkeiksi valoisuus, pimeys ja väri. Valoisuusadaptaatio tarkoittaa visuaalisen herkkyyden laskua kokonaisvalaistuksen kasvaessa. Esimerkiksi tähtiä näkee yöllä muttei päivällä. Tämä johtuu siitä, että taivaan valoisuusaste on monta astetta korkeampi päivällä kuin yöllä. Tämä aiheuttaa visuaalisen herkkyyden alentumisen päiväsaikaan verrattuna yöhön. (Webster, 1996; Fairchild, 1998, s. 176) Pimeysadaptaatio on samankaltainen ilmiö kuin valoisuusadaptaatio, paitsi että pimeysadaptaatio muuttuu toiseen suuntaan. Siispä pimeysadaptaatio lisää visuaalista herkkyyttä valaistustason laskiessa. Valoisuusadaptaatio toimii paljon nopeammin kuin pimeysadaptaatio. Pimeysadaptaation voi kokea esimerkiksi astuessa kirkkaasta päivänvalosta pimeään tilaan. Aluksi on vaikea nähdä mitään, mutta vähitellen ympäristö alkaa hahmottua. Kyse on pimeysadaptaation mekanismista, joka vähitellen lisää näköjärjestelmän kokonaisherkkyyttä. (Fairchild, 1998, s. 176-177) Valoisuus- ja pimeysadaptaatioilla on suuri vaikutus ärsykkeen värivaikutelmaan. Kuitenkin väriadaptaatio (engl. chromatic adaptation) on selvästi näitä kahta tärkeämpi. Väriadaptaatio on ihmisen näköjärjestelmän kyky mukautua laajalti vaihtelevaan valaistuksen väriin säilyttäen suunnilleen objektien värivaikutelman. Väriadaptaation tulosta kutsutaan värivakioisuudeksi (engl. color constacy). Esimerkkinä väriadaptaatiosta otettakoon valkoinen paperi päivänvalossa. Kun paperi siirretään pimeään huonevalaistukseen, se vaikuttaa edelleen valkoiselta, vaikka paperilta heijastuva energia on muuttunut sinisestä keltaiseksi. Ihmisen näköjärjestelmän väriadaptaation aikaansaama värivakioisuus on kuitenkin kaukana täydellisestä. (Fairchild, 1998, s. 177; Kaiser ja Boynton, 1996, s. 228-229) Väriadaptaatio on suurelta osin itsenäinen värinäön mekanismien herkkyyssäätelijä. Usein ajatellaan sen vaikuttavan vain kolmentyyppisten tappisolujen herkkyyden itsenäisiin muutoksiin, kun taas valoisuus- ja pimeysadaptaatio vaikuttavat herkkyysmuutoksiin kaikissa reseptorisoluissa. On kuitenkin tärkeää muistaa, että on olemassa muita värinäön mekanismeja, kuten korkeamman tason mekanismit, jotka pystyvät herkkyyden muutoksiin. Nämä voidaan laskea mukaan väriadaptaation mekanismeiksi. (Fairchild, 1998, s. 177) 22