El artículo titulado «Predicting visible image degradation by colour image difference formulae» escrito por Eriko Bando, Jon Y. Hardeberg, David Connah e Ivar Farup en 2004, investiga la relación entre las métricas de diferencia de color en imágenes digitales y la percepción humana de esas diferencias. En el contexto del creciente uso de imágenes digitales y la diversidad de métodos de reproducción de imágenes, este estudio se centra en evaluar la capacidad de diferentes fórmulas de diferencia de color para predecir visualmente la degradación de imágenes reproducidas.
Tradicionalmente, la ecuación de diferencia de color CIELAB ( \Delta E_{ab} ) ha sido ampliamente utilizada en la industria gráfica para medir la diferencia de color entre pares de parches de color. Sin embargo, cuando se trata de imágenes digitales, esta fórmula ha demostrado ser insuficiente para predecir la diferencia percibida debido a su incapacidad para considerar la sensibilidad espacial del ojo humano. Para mitigar esta limitación, se han desarrollado métricas de diferencia de imagen que incorporan modelos más complejos del sistema visual humano.
El estudio utiliza tres métricas de diferencia de color: la fórmula tradicional ( \Delta E_{ab} ) de CIELAB, la métrica S-CIELAB y el modelo de apariencia de imagen extendido iCAM. Mientras que S-CIELAB es una extensión de CIELAB diseñada para tener en cuenta la sensibilidad espacial del ojo humano, el modelo iCAM se basa en conceptos de visión espacial similares, pero incluye modelos más sofisticados de adaptación cromática.
Para evaluar estas métricas, se llevó a cabo un experimento psicofísico basado en un monitor CRT, utilizando seis imágenes originales reproducidas mediante seis algoritmos de mapeo de gama de color diferentes. Las imágenes reproducidas fueron evaluadas por un total de 16 observadores, quienes compararon pares de imágenes (una original y una reproducida) y seleccionaron cuál mostraba la menor diferencia perceptual. La experimentación se realizó bajo condiciones controladas de visualización para asegurar la reproducción consistente de los colores.
Los resultados obtenidos revelan que las diferencias de color calculadas por cada métrica no se correlacionan directamente con las diferencias percibidas por los observadores. En concreto, se descubrió que ni S-CIELAB ni iCAM lograban predecir de manera precisa las diferencias percibidas entre las imágenes. Por ejemplo, aunque el algoritmo de mapeo de gama que preserva el ángulo de tono mediante un recorte mínimo de ( \Delta E_{ab} ) mostró un buen rendimiento general, las evaluaciones subjetivas variaron considerablemente según el algoritmo y la imagen específica.
Una observación crítica fue que la diferencia de color percibida depende en gran medida del fondo de la imagen. Imágenes con fondos de color uniforme tendieron a mostrar resultados atípicos en comparación con imágenes con texturas complejas. Este hallazgo insinúa que la estructura del fondo de la imagen puede tener un impacto significativo en la percepción humana de la degradación de la imagen.
En conclusión, el estudio subraya la necesidad de continuar investigando para mejorar las fórmulas de diferencia de color, como iCAM y S-CIELAB, y desarrollar nuevos métodos que tengan en cuenta factores como el fondo de la imagen y otros elementos contextuales. Los resultados sugieren que la percepción de la calidad de la imagen no se puede predecir únicamente a partir de diferencias computacionales calculadas a nivel de píxel, destacando la complejidad de capturar la experiencia visual humana a través de métricas objetivas .
