Implémentation de CIEDE2000 en MATLAB

Version de la fonction : v1.0.0
Statistiques du site
Nombre de visites701
Nombre de fichiers consultés528 + 380

Cette page prĂ©sente une implĂ©mentation de rĂ©fĂ©rence de la formule de diffĂ©rence de couleur CIEDE2000 en MATLAB. Si vous souhaitez assurer une compatibilitĂ© parfaite (Ă  la dixiĂšme dĂ©cimale) avec certaines implĂ©mentations tierces, vous devrez peut-ĂȘtre modifier les commentaires dans le code source. Pour vous faciliter la tĂąche, le lien suivant automatise cette opĂ©ration.

Diagramme de la formule CIEDE2000 complĂšte avec les composants L*a*b* et les ajustements

La fonction ΔE2000 en MATLAB

Considérons la plus courante et académique (Sharma, 2005) des deux formulations.

% Cette fonction écrite en MATLAB est placée dans le domaine public et
% n’est pas affiliĂ©e Ă  la CIE (Commission Internationale de l’Éclairage).

% L’implĂ©mentation CIEDE2000 classique vectorisĂ©e, qui accepte deux couleurs L*a*b* et renvoie leur diffĂ©rence.
% La composante "L" varie de 0 à 100. "a" et "b", non bornées, sont souvent projetées entre -128 et 127.
function delta_e = ciede_2000(l_1, a_1, b_1, l_2, a_2, b_2)
	% Traite la formule de différence de couleurs CIEDE2000 en MATLAB.
	% k_l, k_c et k_h sont des facteurs paramĂ©triques qu’on ajuste
	% selon des recommandations propres au secteur industriel.
	k_l = 1.0; k_c = 1.0; k_h = 1.0;
	% La quantité de mémoire requise pour un appel à cette fonction est 128 octets par paire de couleurs.
 	n = ((sqrt(a_1 .* a_1 + b_1 .* b_1) + sqrt(a_2 .* a_2 + b_2 .* b_2)) * 0.5) .^ 7.0;
	% Un facteur impliquant la chroma moyenne Ă  la puissance 7,
	% conçu pour modéliser plus précisément son influence.
	n = 1.0 + 0.5 * (1.0 - sqrt(n ./ (n + 6103515625.0)));
	% Application du facteur de correction de la chroma pour compenser sa non-linéarité.
	c_1 = sqrt(a_1 .* a_1 .* n .* n + b_1 .* b_1);
	c_2 = sqrt(a_2 .* a_2 .* n .* n + b_2 .* b_2);
	% La fonction atan2 est prĂ©fĂ©rĂ©e Ă  atan car elle calcule l’angle d’un
	% point (x, y) dans tous les quadrants, en tenant compte du signe de x et y.
	h_1 = atan2(b_1, a_1 .* n);
	h_2 = atan2(b_2, a_2 .* n);
	% Branchements conditionnels vectorisés.
	mask = h_1 < 0.0;
	h_1(mask) = h_1(mask) + 2.0 * pi;
	mask = h_2 < 0.0;
	h_2(mask) = h_2(mask) + 2.0 * pi;
	n = abs(h_2 - h_1);
	% Prévient le branchement de dépendre du RoundingMode du langage de programmation.
	n((pi - 1E-14 < n) & (n < pi + 1E-14)) = pi;
	% Lorsque les angles de teinte sont dans différents quadrants,
	% la moyenne arithmétique simple peut donner un angle incorrect,
	% les lignes suivantes prennent en compte cette correction angulaire.
	h_m = (h_1 + h_2) * 0.5;
	h_d = (h_2 - h_1) * 0.5;
	% Branchements conditionnels vectorisés.
	mask = pi < n;
	h_d(mask) = h_d(mask) + pi;
	% 📜 La formulation de Sharma n’utilise pas la ligne suivante, mais plutît celle d’aprùs.
	% Note : ces deux variantes ne diffÚrent que de ±0,0003 sur la différence de couleur finale.
	h_m(mask) = h_m(mask) + pi;
	% h_m(mask) = h_m(mask) + ((h_m(mask) < pi) - (pi <= h_m(mask))) * pi;
	p = 36.0 * h_m - 55.0 * pi;
	n = ((c_1 + c_2) * 0.5) .^ 7.0;
	% Le terme de correction de la rotation de teinte ajuste le comportement
	% de l’algorithme, d’autant plus si la comparaison porte sur des teintes bleues.
	r_t = -2.0 * sqrt(n ./ (n + 6103515625.0)) ...
		.* sin(pi / 3.0 * exp((p .* p) / (-25.0 * pi * pi)));
	n = (l_1 + l_2) * 0.5;
	n = (n - 50.0) .* (n - 50.0);
	% Luminosité.
	l = (l_2 - l_1) ./ (k_l .* (1.0 + 0.015 * n ./ sqrt(20.0 + n)));
	% Ces coefficients modulent l’influence des composantes
	% harmoniques dans le calcul de la différence de teinte.
	t = 1.0	+ 0.24 * sin(2.0 * h_m + pi * 0.5) ...
 		+ 0.32 * sin(3.0 * h_m + 8.0 * pi / 15.0) ...
		- 0.17 .* sin(h_m + pi / 3.0) ...
		- 0.20 * sin(4.0 * h_m + 3.0 * pi / 20.0);
	n = c_1 + c_2;
	% Teinte.
	h = 2.0 * sqrt(c_1 .* c_2) .* sin(h_d) ./ (k_h .* (1.0 + 0.0075 * n .* t));
	% Chroma.
	c = (c_2 - c_1) ./ (k_c .* (1.0 + 0.0225 * n));
	% Retourner la racine carrée assure que dE00 représente une distance
	% gĂ©omĂ©trique (comprise entre 0 et environ 185) dans l’espace CIELAB.
	delta_e = sqrt(l .* l + h .* h + c .* c + c .* h .* r_t);
end

%    Projet GitHub : https://github.com/michel-leonard/ciede2000-color-matching
%   Tests en ligne : https://michel-leonard.github.io/ciede2000-color-matching

% L1 = 0.6    a1 = 43.9   b1 = 3.1
% L2 = 3.1    a2 = 49.2   b2 = -3.1
% CIE ΔE00 = 3.9300830879 (Bruce Lindbloom, Netflix’s VMAF, ...)
% CIE ΔE00 = 3.9300699597 (Gaurav Sharma, OpenJDK, ...)
% Écart entre les implĂ©mentations ≈ 1.3e-5

% Voir les commentaires du code source pour passer d’une de ces variantes d’implĂ©mentation de ΔE*00 Ă  l’autre.

ParamĂštres k_l, k_c et k_h

Les paramĂštres k_l, k_c et k_h de la formule CIEDE2000 sont des facteurs de pondĂ©ration appliquĂ©s respectivement aux composantes de luminositĂ© (ΔL*), de chroma (ΔC*) et de teinte (ΔH*). Dans le code source, ils sont dĂ©finis comme des constantes dont la valeur par dĂ©faut est 1, ce qui correspond aux conditions d’observation standard prĂ©vues par la Commission internationale de l’éclairage (CIE). En pratique, il peut ĂȘtre nĂ©cessaire d’ajuster ces coefficients en fonction de conditions spĂ©cifiques : par exemple, k_l = 2 est parfois utilisĂ© pour donner plus de poids aux diffĂ©rences de luminositĂ© (cas frĂ©quent dans l’industrie textile), tandis que k_c ou k_h peuvent ĂȘtre rĂ©duits pour augmenter la tolĂ©rance aux variations de saturation ou de teinte. En rĂ©sumĂ©, ces coefficients varient gĂ©nĂ©ralement entre 0,5 et 2, la valeur la plus courante Ă©tant 1.

Précision et fiabilité du code source

La diffĂ©rence entre la formulation acadĂ©mique de Sharma et la formulation simplifiĂ©e de Lindbloom ne dĂ©passe pas ±0,0003 sur le ΔE2000 final. Cela correspond Ă  la diffĂ©rence habituellement mesurĂ©e entre deux implĂ©mentations 32 bits et est imperceptible Ă  l’Ɠil humain. L’implĂ©mentation prĂ©sentĂ©e sur cette page est en 64 bits et garantit au moins 10 dĂ©cimales exactes ; le choix d’une formulation plutĂŽt qu’une autre relĂšve donc d’un dĂ©tail technique. La formule par dĂ©faut sur cette page est celle qui est le plus souvent prĂ©sentĂ©e dans la communautĂ©, elle est lĂ©gĂšrement plus facile Ă  vectoriser.

✎ Si vous constatez des incohĂ©rences aprĂšs avoir comparĂ© les textes français et anglais, veuillez en informer l’auteur de la page afin que des corrections puissent ĂȘtre apportĂ©es.

Comment convertir les couleurs RGB en L*a*b* ?

Rendez-vous sur la page AWK, C, Dart, Java, JavaScript, Kotlin, Lua, PHP, Python, Ruby ou Rust oĂč un tel convertisseur (utilisant l’illuminant D65) est dĂ©jĂ  implĂ©mentĂ© en plus de la fonction de comparaison de couleurs.

Plages de valeurs dans CIELAB et interprĂ©tation du ΔE2000

Dans l’espace colorimĂ©trique CIELAB, la composante L* reprĂ©sente la luminositĂ© et varie de 0 (noir) Ă  100 (blanc). Les composantes a* et b* dĂ©crivent les axes de couleur : a* s’étend du vert au rouge, tandis que b* va du bleu au jaune. Dans la pratique, les valeurs de a* et b* sont presque toujours comprises entre -128 et +127, bien que la norme ne fixe pas de limite officielle pour ces deux composantes.

Exemple de deux couleurs présentant une différence à peine perceptible (JND) selon CIEDE2000
Couleur 1Couleur 2Valeur de ΔE2000
1
2
3
Exemples de valeurs CIEDE2000 calculées entre deux couleurs distinctes
Couleur 1Couleur 2Valeur de ΔE2000
5
10
15

Le ΔE2000 (CIEDE2000) quantifie la différence perceptuelle entre deux couleurs : 0 signifie deux couleurs identiques, et des valeurs plus élevées (jusqu’à 185 et plus) indiquent une différence plus marquée. Par exemple, une valeur ΔE2000 autour de 5 correspond à des couleurs proches, tandis qu’une valeur autour de 15 correspond à des couleurs clairement distinctes. Lorsque la valeur ΔE2000 dépasse 40, les couleurs comparées n’ont pratiquement plus rien en commun, et nous ne pouvons plus en tirer d’informations précises.

Exemple d’utilisation en MATLAB

% Compute the Delta E (CIEDE2000) color difference between two L*a*b* colors in MATLAB
% Color 1: L1 = 28.9, a1 = 47.5, b1 = 2.0
% Color 2: L2 = 28.8, a2 = 41.6, b2 = -1.7

deltaE = ciede_2000(L1, a1, b1, L2, a2, b2);
disp(deltaE);

% .................................................. This shows a ΔE2000 of 2.7749016764
% As explained in the comments, compliance with Gaurav Sharma would display 2.7749152801

Résultats des tests

Notre programme de tests, écrit en C99, comprend 250 tests statiques précis. Les résultats montrent que cette fonction CIEDE2000 en MATLAB est interopérable avec les 41 autres langages de programmation.

CIEDE2000 Verification Summary :
  First Verified Line : 40.49,96.7,-36,25,14.66,21,39.649865240613799
             Duration : 193.56 s
            Successes : 10000000
               Errors : 0
      Average Delta E : 62.9472
    Average Deviation : 4.1116844332056426e-15
    Maximum Deviation : 2.2737367544323206e-13

Fichiers à télécharger

Utilisez librement ces fichiers mis Ă  disposition par Michel, mĂȘme Ă  des fins commerciales.

Statistiques du site : téléchargements
FichierTailleNombre de clics
ciede-2000.m4 KB111
ciede-2000-driver.m5 KB107
ciede-2000-random.m6 KB107
test-m.yml4 KB63
vs-caltech.yml4 KB67
vs-sharma.yml5 KB73
reference-dataset.txt4 KB380
Cliquez sur m.zip pour télécharger tous ces fichiers dans une archive.

Communauté

Que pensez-vous de ce code source ou de CIEDE2000 ? Votre avis nous intĂ©resse ! Ce site web spĂ©cialisĂ© comporte un livre d’or qui inclut dĂ©jĂ  9 messages dont 1 en français. Faites-y un tour et partagez votre avis.