A ¡Preliminary ¡Study ¡on ¡ Reconstruc4ng ¡Faded ¡Color ¡by ¡ Spectral ¡Es4ma4on ¡Method ¡for ¡ Heritage ¡Object ¡ M. ¡James ¡Shyu*, ¡Simon ¡Lin, ¡Arthur ¡Chen, ¡Eric ¡Yen, ¡ Galbaatar ¡T., ¡Nergui ¡Baasan ¡ & ¡Batzaya ¡Enkhjargal ¡ ¡ * ¡Dept. ¡of ¡ ¡InformaIon ¡CommunicaIons, ¡CCU, ¡Taiwan ¡ ¡ 2017.3.8. ¡@ ¡ISGC/SINICA
Outlines • IntroducIon ¡ • Problem ¡definiIon ¡ • Background ¡color ¡theory ¡ • EsImaIon ¡method ¡ • Experimental ¡results ¡ • Conclusion
Background ¡InformaIon • Bogd ¡Khan ¡Palace ¡Museum ¡ ¡ • Ulaanbaatar, ¡Mongolia ¡ ¡ • Historical ¡building ¡with ¡beauIful ¡colors ¡
Heritage ¡Building • BeauIful ¡colors ¡in ¡the ¡building ¡ ¡ • Need ¡to ¡protect ¡the ¡wood ¡panels ¡from ¡weathering
Restore ¡the ¡Colors • What ¡were ¡the ¡original ¡beauIful ¡colors?
Problem ¡DefiniIon • What ¡were ¡the ¡colors ¡previously? ¡ • Any ¡scienIfic ¡way ¡to ¡esImate ¡the ¡colors? ¡ • Hint: ¡shadow ¡area ¡in ¡the ¡building ¡
Theory of Colorimetry • Visible band (400-700 nm) CIE ¡Color ¡Values ���� 0.8 ��� Measured Computed ��� 0.7 �� ��� 0.6 ���� ���� ���� 0.5 ���� 0.4 �� 0.3 ���� 0.2 0.1 �� ���� ���� ���� ���� ���� ���� ���� ���� ���� ���� ���� 0 380 430 480 530 580 630 680 730 Visual System Light Source Object (Color Matching (Spectral distribution / (Reflectance factor) Functions) Color Temperature)
Material Property: Spectral Reflectance • R( λ ) = I( λ ) output / I ( λ ) input 0.8 0.7 0.6 0.5 B 0.4 G R 0.3 0.2 0.1 ! 0 400 450 500 550 600 650 700
CIE Colorimetry to Compute Color ���� 0.8 ��� Measured Computed ��� 0.7 �� ��� 0.6 ���� ���� ���� 0.5 ���� 0.4 �� 0.3 ���� 0.2 0.1 �� ���� ���� ���� ���� ���� ���� ���� ���� ���� ���� ���� 0 380 430 480 530 580 630 680 730 zyz: Visual System S: Light Source R: Object (Color Matching (Spectral distribution / (Reflectance factor) Functions) Color Temperature) Tris4mulus ¡Values ¡ ¡ • ¡X ¡ = k ∑ S (λ) R (λ) x (λ)Δλ ¡ ¡ ¡ ¡Y ¡ = ¡ k ∑ S (λ) R (λ) y (λ)Δλ ¡ ¡ ¡Z ¡ = ¡ k ∑ S (λ) R (λ) z (λ)Δλ ¡ ¡ ¡k ¡ =100/∑ S (λ) y (λ)Δλ ¡ ¡
Colorimetry and Color Space • Measurement Instrument and CIE Color Space ! !
How ¡To ¡EsImate ¡Colors ¡? • Reconstruct ¡the ¡spectral ¡reflectance ¡ according ¡to ¡certain ¡scienIfic ¡approach ¡ • EsImate ¡R( λ ) ¡from ¡current ¡measurement ¡ • R( λ ) ¡= ¡FuncIon( ¡level ¡of ¡exposure ¡to ¡sun ¡ light) ¡
Measurements ¡ ¡ ¡ ¡ ¡ • X-‑rite ¡iOne ¡Pro ¡2 ¡ colormeter ¡ • 1cm ¡apart ¡ ¡ • with ¡ruler ¡to ¡indicate ¡ locaIon ¡ • Record ¡spectral ¡ reflectance ¡ • Take ¡Picture ¡of ¡the ¡ ruler ¡simultaneously ¡ ¡
Key ¡Point • Present ¡spectral ¡ reflectance ¡ • IndicaIon ¡to ¡the ¡level ¡ of ¡exposure ¡to ¡the ¡ sunlight ¡ – Taking ¡lightness ¡ reading ¡from ¡the ¡ picture ¡of ¡the ¡white ¡ ruler ¡from ¡Photoshop ¡
Original ¡Measurement • Spectral ¡reflectance ¡values ¡
Modeling ¡Data ¡by ¡Regression ¡Process ¡ • EsImate ¡the ¡variaIon ¡due ¡to ¡the ¡level ¡of ¡exposure ¡to ¡the ¡sun ¡light ¡ ¡ • for ¡every ¡10nm ¡in ¡the ¡spectral ¡sampling ¡from ¡380 ¡to ¡730 ¡nm ¡ • Shown ¡here: ¡at ¡450, ¡500, ¡600, ¡700 ¡nm ¡
ReconstrucIng ¡Spectral ¡Reflectance • With ¡level ¡of ¡exposure ¡to ¡the ¡sun ¡light ¡(L) ¡as ¡input ¡ • To ¡compute ¡the ¡esImated ¡spectral ¡reflectance ¡ • ¡ R( λ ) = function of ( exposure ¡to ¡the ¡sun ¡light ) !
VerificaIon • Compared ¡With ¡Measured ¡Data ¡Set ¡ • Color ¡difference ¡between ¡esImated ¡measured ¡ data: ¡ – Average: ¡0.98 ¡ ¡(dE1976) ¡ – Maximum: ¡2.19 ¡(dE ¡1976) ¡
Result: ¡Re-‑compute ¡the ¡Color ¡ • Compute ¡CIELAB ¡color ¡ space ¡values ¡from ¡ spectral ¡reflectance ¡ with ¡given ¡illuminant ¡ (D65) ¡ • EsImated ¡colors ¡in ¡ various ¡levels ¡as ¡un-‑ faded ¡colors !
Conclusions • A ¡preliminary ¡method ¡to ¡esImated ¡the ¡faded ¡ color ¡is ¡proposed ¡here ¡ ¡ • Further ¡improvement: ¡ – The ¡illuminaIon ¡condiIon ¡of ¡the ¡site ¡need ¡to ¡be ¡ beper ¡controlled ¡(color ¡temperature, ¡posiIon) ¡ – The ¡accumulated ¡level ¡of ¡exposure ¡to ¡sun ¡light ¡on ¡ each ¡spot ¡on ¡different ¡Ime ¡of ¡the ¡year ¡ ¡ ¡ – Will ¡be ¡improved ¡in ¡next ¡trip ¡
• Thanks ¡for ¡your ¡apenIon
Recommend
More recommend