배채은
(Chaeeun Bae*)
1iD
김효선
(Hyosun Kim**)
2iD
서영준
(Youngjun Seo**)
2iD
곽영신
(Youngshin Kwak†)
†iD
-
(M.S. course, Department of Biomedical Engineering, UNIST, Korea)
-
(Principer Engineer, Display R&D Center, Samsung Display Co., Ltd., Korea)
Copyright © The Korean Institute of Illuminating and Electrical Engineers(KIIEE)
Key words
Color difference, GrayScale method, Low luminance
1. 서 론
색차식은 두 색 사이의 지각적 차이를 수치로 표현한다. 기존 색차식들은 조명 부스 내에서 실제 샘플 쌍을 평가하는 방식으로 수집된 데이터를 기반으로
설계되었으며, 대표적으로 CMC($l:c$) (1984) [1], BFD($l:c$) (1987) [2], CIE94 (1995) [3], 그리고 CIEDE2000 (2001) [4] 등이 있다.
이러한 색차 공식들은 다양한 실험을 통해 얻은 데이터셋을 기반으로 설계되었으며, BFD-P(Luo et al., 1986) [5], Cheung et al. (1986) [6], Witt (1990, 1999) [7, 8], Guan et al. (1999) [9], Huang et al. (2011, 2012) [10, 11], 그리고 Brusola et al. (2019) [12] 등이 있다. 해당 데이터 세트들은 실험 목적과 평가 방식에 따라 비율 평가 방법 (Ratio method), 그레이스케일 방법 (Grayscale
method), 쌍 비교법 (Paired comparison method), 지각 역치 측정법 (Threshold method) 등의 다양한 정신
물리학적 실험 기법을 사용하였으며, 피험자 수는 5명에서 20명 사이로 구성되었다.
특히, 그레이스케일 방법은 색차 평가를 위한 대표적인 정신물리학적 실험 기법으로 활용되어 왔다. 이 방법은 원래 섬유 산업에서 섬유나 직물의 색상이
얼마나 변색되지 않고 원래의 색상을 잘 유지하는지를 평가하기 위해 개발되었으며, 두 색상 간의 차이를 기준이 되는 회색 단계 (Grayscale)에
대응시켜 정량적으로 평가하는 방식이다[13, 14]. 사전에 정의된 일관된 판단 기준을 제공함으로써, 기존의 ‘약간 변색된’, ‘심하게 변색된’과 같은 주관적 표현에 의존하던 이전 실험 방식의 한계를
보완할 수 있다[14].
Zhao, et al.,(2020) [15]은 310$cd/m^{2}$의 휘도 수준을 가지는 광색역 디스플레이에서 그레이스케일 방법을 활용하여 색차 인지 실험을 수행하였다. 이 연구에서는 18명의
피실험자가 12개의 색상 중심을 기준으로 구성된 208쌍의 자극쌍을 평가하였으며, 6개의 색차 공식에 대한 성능을 비교하였다. 비교에 사용된 모델은
CIELAB, CIEDE2000, CAM02-UCS, $J_{z}a_{z}b_{z}$, $IC_{T}C_{P}$, $n IC_{T}C_{P}$이다.
이 연구는 좁은 색역에서 생성된 데이터를 기반으로 도출된 색차 공식들이 광색역 영역에서도 유효하게 작용하는지 확인하였으나, 저휘도 영역에 대한 평가를
포함하고 있지 않아 낮은 밝기 조건에서 그레이스케일 방법의 적용 가능성 여부를 확인하기는 어려웠다.
이에 본 연구는 저휘도 영역을 포함한 더 넓은 휘도 범위 및 광색역 조건에서 그레이스케일 방법의 적용 가능성을 검토하고자 한다. 특히, naïve
평가자들을 대상으로 실험을 진행함으로써, 이 방법이 관련된 배경 지식이 없는 일반인에게도 활용 가능한지 확인하고자 한다.
2. 정신물리학적 실험
2.1 실험 장치
이 실험은 해상도 2560X1440의 27인치 EIZO CG279X LCD 모니터를 사용하여 진행되었고, Ailenware 컴퓨터로 구동되었다. 디스플레이
피크 화이트는 약 6500K의 상관 색온도(Correlated Color Temperature, CCT)와 300$cd/m^{2}$의 휘도로 설정되었다.
디스플레이의 색역은 DCI-P3로 2.6 감마값을 가지며, Fig. 1은 DCI-P3의 색역 경계를 나타낸다. 디스플레이는 gain-offset-gamma(GOG) 모델을 사용하여 특성화되었으며 RGBCMYW와 20개의
무작위 컬러에서 평균 0.90 $\triangle E_{ab}$의 예측 정확도를 가진다. 모든 컬러 측정은 Konica Minolta CS2000A
분광방사계를 사용하여 수행되었다. 앞서 언급한 작은 색차값은 디스플레이의 높은 품질을 나타내며, 해당 디스플레이가 시각 실험을 수행하는 데 적합함을
의미한다. 또한, EIZO LCD 모니터 앞에 투과율이 6.25%와 1.5625%인 ND(Neutral Density) 필터를 부착하여 낮은 휘도
조건을 구현하였다. Table 1은 부착한 ND 필터 조건에 따른 흰색의 휘도를 나타낸다.
Fig. 1. Display gamut (DCI-P3) boundary in a CIE 1964 xy diagram
Table 1. Luminance value of white for each ND filter condition
|
Transmittance
|
No filter
|
6.25%
|
1.5625%
|
|
Luminance ($cd/m^{2}$)
|
291.42
|
21.82
|
5.18
|
2.2 실험 자극
컬러 센터는 Zhao, et al. [15]에서 사용된 12개의 컬러 센터를 기반으로 선택되었고, 실험 자극에 사용되는 모든 컬러들이 디스플레이 색역 내에 위치하도록 조절되었다. Fig. 2는 실험에 사용된 12개의 컬러 센터 분포를 나타낸다. 각 컬러 센터는 Max.red, Orange, Yellow, Max.green, Cyan-green,
Cyan, Max.blue, Magenta, Pink, Red, Blue, 그리고 Gray로 명명했다. Table 2는 CIE D65 광원을 기반으로 한 컬러 센터들의 CIELAB 값을 나열하였다.
Fig. 2. Distribution of the 12 color centers (a) in a CIE 1964 xy diagram, (b) in
a CIELAB a*b* diagram
Table 2. CIELAB value of the 12 color centers based on CIE D65 illuminant
|
|
Color Center
|
$L^{*}$
|
$a^{*}$
|
$b^{*}$
|
|
1
|
Max.red
|
54.09
|
71.26
|
68.84
|
|
2
|
Orange
|
63.45
|
33.26
|
73.06
|
|
3
|
Yellow
|
82.17
|
-21.41
|
89.93
|
|
4
|
Max.green
|
80.37
|
-93.16
|
89.33
|
|
5
|
Cyan-green
|
82.27
|
-83.65
|
45.65
|
|
6
|
Cyan
|
85.29
|
-55.26
|
0.04
|
|
7
|
Max.blue
|
40.48
|
42.16
|
-72.95
|
|
8
|
Magenta
|
55.58
|
74.48
|
-49.55
|
|
9
|
Pink
|
53.68
|
70.24
|
2.64
|
|
10
|
Red
|
45.39
|
24.90
|
24.19
|
|
11
|
Blue
|
37.79
|
-5.85
|
-25.76
|
|
12
|
Grey
|
63.77
|
-15.63
|
6.50
|
완벽한 무채색이 아닌 ND 필터로 인한 색도 변화를 해결하기 위해, 각 컬러 센터별 XYZ 감소율을 고려하여 ND 필터를 씌우기 전과 동일한 색도를
가지는 새로운 XYZ 자극값을 형성하였다. Fig. 3과 Table 3, 4는 ND 필터 조건(무필터, 투과율 6.25%, 1.5625%)에 따른 컬러 센터 분포와 색도 변화, 상대 휘도 변화를 나타낸다. ND 필터가 없는
조건에서의 u'v'값과 ND 필터를 씌운 조건에서의 u'v'값을 비교한 결과, 평균 ∆u'v'는 0.004와 0.002로 3단계의 디스플레이 밝기에서
컬러 센터의 색도가 거의 동일하게 유지되었다. 휘도는 흰색 휘도 대비 컬러 센터 휘도 비율로 비교하였을 때 ND 필터 유무에 따른 휘도 비율 차이가
평균 0.44%와 0.45%로 휘도 특성 또한 유사하게 유지됨을 확인할 수 있었다.
Fig. 3. Distribution of the 12 color centers for each ND filter transmittance in a
CIE 1964 xy diagram
Table 3. CIE $\triangle u'v'$ of 12 color centers for each ND filter condition
|
|
Color Center
|
6.25%
|
1.5625%
|
|
1
|
Max.red
|
0.003
|
0.002
|
|
2
|
Orange
|
0.006
|
0.004
|
|
3
|
Yellow
|
0.002
|
0.003
|
|
4
|
Max.green
|
0.002
|
0.002
|
|
5
|
Cyan-green
|
0.001
|
0.001
|
|
6
|
Cyan
|
0.002
|
0.001
|
|
7
|
Max.blue
|
0.003
|
0.003
|
|
8
|
Magenta
|
0.007
|
0.004
|
|
9
|
Pink
|
0.009
|
0.004
|
|
10
|
Red
|
0.004
|
0.004
|
|
11
|
Blue
|
0.002
|
0.001
|
|
12
|
Gray
|
0.001
|
0.001
|
|
Average
|
-
|
0.004
|
0.002
|
Table 4. Relative luminance difference(%) of 12 color centers for each ND filter condition
|
|
Color Center
|
6.25%
|
1.5625%
|
|
1
|
Max.red
|
1.07
|
0.11
|
|
2
|
Orange
|
0.04
|
0.36
|
|
3
|
Yellow
|
0.81
|
0.44
|
|
4
|
Max.green
|
0.09
|
0.25
|
|
5
|
Cyan-green
|
0.33
|
0.81
|
|
6
|
Cyan
|
0.15
|
0.54
|
|
7
|
Max.blue
|
0.60
|
0.05
|
|
8
|
Magenta
|
0.33
|
0.31
|
|
9
|
Pink
|
0.31
|
0.70
|
|
10
|
Red
|
1.41
|
1.31
|
|
11
|
Blue
|
0.13
|
0.16
|
|
12
|
Gray
|
0.04
|
0.41
|
|
Average
|
-
|
0.44
|
0.45
|
Fig. 4는 각 컬러 센터에 대한 테스트 컬러의 분포를 나타낸다. 테스트 컬러는 컬러 센터로부터 3 또는 6 CIELAB 단위의 일정한 색차 간격을 가지는
16개의 컬러 쌍이다. 두 종류의 색차 간격 크기는 Zhao, et al.[15]을 기반으로 선택되었다. 10개의 테스트 컬러는 $\triangle a^{*}\triangle b^{*}$평면에서 0°에서 180°범위 내에서 45°
간격으로 5개의 방향에 위치하며, 동일한 밝기 내에서 채도 및 색상만 조절된 컬러에 해당한다(Fig. 4(a)). 나머지 6개의 테스트 컬러는 $\triangle a^{*}\triangle L^{*}$와 $\triangle b^{*}\triangle L^{*}$평면
내에서 조절되었으며, 밝기까지 조절된 컬러이다 (Fig. 4(b)). 총 192쌍의 테스트 컬러가 준비되었고, Gray 쌍은 관찰자의 반복성을 평가하기 위해 2회 반복되었다.
Fig. 4. CIELAB distribution of test color for each color center (a) test color adjusted
only for hue and chroma, (b) test colors that contain lightness difference
2.3 색상 차이 평가
그레이스케일 방법이 인지 색상 차이 평가에 사용되었다. 그레이스케일 컬러는 명도 차이에 따라 $L^{*}$=40인 기준 컬러와 $\triangle
L^{*}$=0, 1.5, 3.0, 6.0, 12.0이 되도록 설정된 5단계의 샘플 컬러이다. Fig. 5는 5단계의 그레이스케일 쌍을 나타내며, 왼쪽의 기준 컬러와 오른쪽의 그레이스케일 컬러가 분리선 없이 제시된다. 그레이스케일 쌍의 번호는 왼쪽부터
1~5번으로 설정하였다. 그레이스케일 컬러도 모든 디스플레이 밝기에서 색도가 거의 동일하게 유지되도록 세팅되었다. Table 5에는 그레이스케일 컬러의 CIELAB 정보가 제시되었다.
Fig. 5. Five step grayscale pairs
Table 5. CIELAB value of the Greyscale samples based on CIE D65 illuminant
|
Color
|
$L^{*}$
|
$a^{*}$
|
$b^{*}$
|
$E^{*}_{ab}$
|
|
1
|
40.0
|
0.0
|
0.0
|
0.0
|
|
2
|
41.5
|
0.0
|
0.0
|
1.5
|
|
3
|
43.0
|
0.0
|
0.0
|
3.0
|
|
4
|
46.0
|
0.0
|
0.0
|
6.0
|
|
5
|
52.0
|
0.0
|
0.0
|
12.0
|
|
Standard
|
40.0
|
0.0
|
0.0
|
-
|
2.4 실험 화면
Fig. 6은 실제 실험에서 모니터에 제시된 화면이다. 실험 화면의 크기는 ND 필터의 크기를 고려하여 1792X1008 픽셀로 제시되었다. 5단계의 그레이스케일
쌍은 200X200 픽셀의 크기로, 왼쪽부터 밝기 차이가 오름차순이 되도록 나열되었다. 테스트 컬러 쌍은 그레이스케일 쌍과 동일한 크기로 화면 중앙에
표시되었다.
Fig. 6. Experimental screen
피실험자가 응답한 그레이스케일 숫자는 0.1 간격으로 화면 하단 ‘Answer’ 위치에 표시되고, 각 응답은 키보드 방향키를 사용하여 수집되었다.
화살표 방향키 중 왼쪽과 오른쪽은 각각 -0.1과 +0.1을, 위쪽과 아래쪽은 각각 +1과 -1을 의미한다. 배경은 밝기($L^{*}$)가 43.6인
회색으로 세팅되었다.
2.5 실험 절차
실험은 암실에서 진행되었으며, ND 필터를 사용하지 않은 조건과 투과율이 6.25%와 1.5625%인 ND 필터를 사용한 조건으로 총 3개의 세션으로
구성되었다. 각 세션마다 피실험자들은 해당 시야 조건에 적응하기 위해 3분간 배경 컬러 화면을 응시하였다. 세션별 배경 휘도는 ND 필터의 투과율에
따라 각각 99.34, 7.44, 그리고 1.56 $cd/m^{2}$이다. 이는 명소시(photopic vision) 영역의 높은 휘도와 낮은 휘도,
그리고 박명시(mesopic vision) 영역의 휘도를 각각 반영한다.
적응 후, 5단계의 그레이스케일 쌍과 테스트 컬러 쌍이 화면에 제시되었다. 피실험자들은 테스트 컬러 쌍의 색상 차이를 그레이스케일 쌍의 색상 차이와
비교하여 가장 유사한 그레이스케일 번호로 소수점 한 자리까지 응답하였다. 예를 들어, 테스트 컬러 쌍의 색차 정도가 2번 그레이스케일 쌍보다 크고
3번보다 작다고 인식되면 그 사이의 숫자인 2.4 등으로 응답했다. 모든 자극을 평가한 후 다음 세션이 시작되었으며, 실험 세션과 자극 순서는 무작위로
제시되었다. 각 피실험자들은 모든 실험을 완료하는데 약 1시간 30분이 소요됐다.
본 실험 전, 실제 실험에 사용된 색차 범위보다 크거나 작은 6개의 컬러를 사용하여 트레이닝 세션이 진행되었다. 본 실험에서는 Gray 컬러 반복을
포함하여 총 208쌍의 자극이 평가되었고, 각 테스트 컬러 쌍 사이에는 피실험자가 2초간 회색 화면을 응시하며 적응할 수 있도록 하였다.
실험에는 총 10명의 20대 naïve 피실험자가 참여하였고, 이시하라 테스트를 통해 모두 정상 색각임을 확인하였다.
3. 결 과
3.1 관찰자 변이
시각적 색상 차이($\triangle V$)는 관찰자 간 응답 경향성과 개인별 변이를 평가하기 위한 지표로 사용된다. 식 (1)은 피실험자들의 응답값(GS)를 시각적 색상 차이로 전환하기 위해 사용되었다. 이 공식은 실험에 사용된 그레이스케일 및 CIELAB 색상 차이의 단위에
맞게 도출된 값으로 $\triangle V$는 $\triangle E$와 같은 단위를 가진다[15].
피실험자별 반복성을 평가하기 위해 반복 제시된 Gray 자극에 대해 2회 측정된 응답값(Trial 1와 Trial 2) 간의 변동계수(Coefficient
of Variation, CV)를 계산하였다. 식 (2)는 각 피실험자별 Gray 자극에 대한 CV 계산에 사용되었으며, Table 6은 피실험자별 CV를 나타낸다. ND 필터 조건별 평균 CV는 11.53, 9.96, 9.04%로, 배경 휘도가 낮을수록 반복성이 향상되었다.
Table 6. Intra-observer variability in terms of CV
|
Obs
|
99.34$cd/m^{2}$
|
7.44$cd/m^{2}$
|
1.56$cd/m^{2}$
|
|
1
|
9.49
|
9.40
|
5.30
|
|
2
|
21.55
|
10.63
|
11.31
|
|
3
|
12.83
|
6.81
|
6.68
|
|
4
|
15.80
|
14.70
|
9.93
|
|
5
|
9.68
|
14.81
|
10.40
|
|
6
|
7.32
|
5.37
|
6.87
|
|
7
|
13.56
|
12.89
|
7.72
|
|
8
|
7.34
|
5.12
|
15.23
|
|
9
|
5.57
|
7.53
|
4.69
|
|
10
|
12.12
|
12.29
|
12.84
|
또한, 피실험자 간의 재현성을 평가하기 위해, 각 휘도 조건에서 208개 컬러에 대한 전체 피실험자의 평균 응답값과 각 피실험자 응답값 간의 CV를
계산하였다(Table 7). 각 실험 조건에서 208개 테스트 컬러들의 평균 CV는 28.28, 24.37, 23.47%로, 모든 조건에서 낮은 재현성을 가지는 것으로 나타났다.
Table 7. Intra-observer variability in terms of CV
|
Obs
|
99.34$cd/m^{2}$
|
7.44$cd/m^{2}$
|
1.56$cd/m^{2}$
|
|
1
|
21.49
|
24.75
|
22.67
|
|
2
|
39.69
|
22.47
|
29.32
|
|
3
|
28.54
|
17.63
|
17.28
|
|
4
|
34.82
|
24.91
|
19.75
|
|
5
|
32.93
|
38.37
|
18.15
|
|
6
|
24.89
|
20.75
|
19.46
|
|
7
|
20.85
|
24.75
|
19.20
|
|
8
|
28.50
|
20.19
|
27.17
|
|
9
|
31.23
|
25.92
|
21.22
|
|
10
|
19.82
|
23.42
|
40.46
|
3.2 색차 방향에 따른 응답 변화
Fig. 7은 No filter 조건에서의 응답 평균값($\triangle V$)과 CIELAB, CIEDE2000 계산값($\triangle E_{ab}$,
$\triangle E_{00}$)을 비교한 그래프이다. Fig. 7(a)는 CIELAB 색차 기준, Fig. 7(b)는 CIEDE2000 색차 기준의 결과를 나타낸다. 응답값과 색차값을 비교한 결과, CIELAB 색차 성능은 크게 떨어지고, CIEDE2000은 일부
컬러들에서 계산된 색차값이 큼에도 불구하고 피실험자들은 색차가 거의 없다고 평가한 경우가 관찰되었다. Fig. 8은 Fig. 7(b)의 결과값을 밝기 차이의 포함 유무로 구분하여 나타낸 그래프이다. Fig. 8(a)는 색상 및 채도만 변화한 컬러 쌍들로, 밝기 차이가 포함된 컬러 쌍들은 색차값과 비례하는 경향을 보이는 반면 밝기 차이가 없이 색상 및 채도만 변화한
컬러 쌍들은 색차가 거의 없다고 평가한 것으로 나타났다.
Fig. 7. Comparison between visual color difference ($\triangle V$) and color difference
metrics: (a) $\triangle E_{ab}$, (b) $\triangle E_{00}$. The red circle in (b) indicates
cases with large $\triangle E_{00}$ but little perceived difference
Fig. 8. Visual color difference ($\triangle V$) based on lightness difference inclusion:
(a) without lightness, (b) with lightness
식 (3)은 색차 방향에 따른 피실험자들의 응답 경향성을 정량화하기 위한 것으로 표준 잔차 제곱의 합(STRESS) 공식이 사용되었다[16]. STRESS 값의 백분율은 0에서 100 사이로 0에 가까울수록 응답값이 계산값과 일치함을 의미한다. F는 ∆V와 ∆E를 동일한 스케일로 조정하는
스케일링 계수이다.
Table 8은 밝기 차이 포함 여부에 따른 각 컬러 센터의 STRESS 값을 계산한 결과이다. STRESS 공식의 $\triangle E$에는 CIEDE2000
색차 공식이 사용되었다. 두 색차 방향에 대한 STRESS 값을 비교한 결과, 모든 컬러 센터에서 채도 및 색상 차이만 가지는 테스트 컬러의 STRESS
값이 밝기 변화를 포함하는 테스트 컬러보다 크게 나타났다. 또한, 색역 중앙부에 위치한 컬러 센터 (Red, Blue, Gray)에 비해 색역의 경계
부분에 위치하는 컬러 센터에서 STRESS 값의 차이가 더 크게 나타났다. 이는 피실험자들이 특히 채도가 높은 컬러에서 채도 및 색상 차이를 이에
대응하는 밝기 차이로 평가하는 데 어려움을 겪었음을 의미한다.
Table 8. STRESS of each color center based on inclusion of lightness difference ($\triangle
L^{*}$)
|
Color Center
|
without $\triangle L^{*}$
|
with $\triangle L^{*}$
|
|
Max.red
|
72
|
45
|
|
Orange
|
62
|
45
|
|
Yellow
|
66
|
55
|
|
Max.green
|
79
|
55
|
|
Cyan-green
|
75
|
54
|
|
Cyan
|
62
|
49
|
|
Max.blue
|
54
|
37
|
|
Magenta
|
71
|
39
|
|
Pink
|
71
|
38
|
|
Red
|
49
|
33
|
|
Blue
|
37
|
35
|
|
Grey
|
36
|
35
|
3.3 적응 휘도에 따른 색차 인지 변화
Fig. 9는 밝기 차이를 포함하는 테스트 컬러에 대해 배경 휘도에 따른 평균 응답값(∆V)을 비교한 결과를 나타낸다.
Fig. 9. Effect of background luminance on perceived color difference: (a) comparison
between 99.34 and 7.44 $cd/m^{2}$, (b) 99.34 and 1.56 $cd/m^{2}$, and (c) 7.44 and
1.56 $cd/m^{2}$, with coefficient of determination indicating the goodness of fit
각 자극의 응답값은 더 밝은 휘도를 x축으로 하여 일차 회귀선으로 피팅하였고, 기울기를 통해 밝기 변화에 따른 인지 반응의 경향을 평가하였다. 분석
결과, 적응 휘도가 어두울수록 동일한 색차 자극에 대해 더 작은 차이로 평가하는 경향이 나타났다(기울기 <1). 이는 어두운 휘도 조건에서 색차가
덜 민감하게 인지됨을 의미한다.
그러나, 각 휘도 조건에서 평가의 기준으로 제시된 그레이스케일 쌍도 함께 어두워졌기에, 휘도 조건 간의 유의미한 색차 인지 변화 경향성을 확인하기에는
한계가 있었다.
4. 결 론
본 연구에서는 저휘도 환경에서 비전문가를 대상으로 한 색상 차이 인지 평가 실험에 그레이스케일 방법의 활용 가능성을 검토하기 위해 정신물리학적 실험을
수행하였다. EIZO CG279X LCD 모니터를 사용하여 총 208쌍의 테스트 컬러를 제시하였다.
실험 결과, 그레이스케일 방법은 비전문가를 대상으로 한 색차 평가에 한계가 있음을 확인하였다. 먼저, 모든 휘도 조건에서 CV 값이 20% 이상으로
나타나 낮은 재현성을 보였다. 이는 피실험자들이 일관된 평가 기준을 적용하지 못하였음을 나타내며, 피실험자들이 본 실험에서 색상 차이를 적절하게 평가하지
못하였음을 의미한다.
두 번째로 비전문가들이 채도 및 색상 차이를 밝기 차이로 변환하여 인지하는데 어려움을 겪었으며, 특히 색역 경계에 위치한 컬러에서 이러한 경향이 두드러졌다.
이에 따라, CIEDE2000 색차 계산값과 비교하였을 때 채도 및 색상만 변화된 자극에 대해서는 색차가 거의 없다고 인식되는 경향이 관찰되었다.
마지막으로, 배경 휘도가 감소함에 따라 색차 인지 민감도가 감소하는 경향이 나타났지만, 평가의 기준이 되는 그레이스케일 쌍의 휘도도 함께 변화하였기
때문에, 휘도 조건에 따른 명확한 경향성을 파악하는 데에는 한계가 있었다.
따라서, 그레이스케일 방법은 비전문가를 대상으로 한 색차 평가에서 한계가 있으며, 향후 연구에서는 모든 휘도 조건에서 일관된 기준을 사용하여 평가가
가능하며 피실험자의 숙련도에 영향을 덜 받는 새로운 정신물리학적 실험 기법이 필요함을 시사한다.
Acknowledgements
본 연구는 삼성 디스플레이의 지원을 받아 수행되었으며, 한국조명·전기설비학회 2024년도 추계학술대회에서 발표하고 우수 추천 논문으로 선정된 논문임.
References
Clarke F. J., McDonald R., Rigg B., 1984, Modification to the JPC79 colour–difference
formula, J. Soc. Dyers Colour., Vol. 100, No. 4, pp. 128-132

Luo M. R., Rigg B., 1987, BFD(l:c) colour‐difference formula part 1—development of
the formula, J. Soc. Dyers Colour., Vol. 103, No. 2, pp. 86-94

McDonald R., Smith K. J., 1995, CIE94-a new colour-difference formula, J. Soc. Dyers
Colour., Vol. 111, No. 12, pp. 376-379

Luo M. R., Cui G., Rigg B., 2001, The development of the CIE 2000 colour‐difference
formula: CIEDE2000, Color Res. Appl., Vol. 26, No. 5, pp. 340-350

Luo M. R., Rigg B., 1986, Chromaticity‐discrimination ellipses for surface colours,
Color Res. Appl., Vol. 11, No. 1, pp. 25-42

Cheung M., Rigg B., 1986, Colour‐difference ellipsoids for five CIE ColourCentres,
Color Res. Appl., Vol. 11, No. 3, pp. 185-195

Witt K., 1990, Parametric effects on surface color‐difference evaluation at threshold,
Color Res. Appl., Vol. 15, No. 4, pp. 189-199

Witt K., 1999, Geometric relations between scales of small colour differences, Color
Res. Appl., Vol. 24, No. 2, pp. 78-92

Guan S., Luo M. R., 1999, Investigation of parametric effects using small colour differences,
Color Res. Appl., Vol. 24, No. 5, pp. 331-343

Huang M., Liu H., Cui G., Luo M. R., 2011, Testing uniform colour spaces and colour‐difference
formulae using printed samples, Color Res. Appl., Vol. 37, No. 5, pp. 326-335

Huang M., 2012, Evaluation of threshold color differences using printed samples, J.
Opt. Soc. Am. A, Vol. 29, No. 6, pp. 883-891

Brusola F., Tortajada I., Jordá B., Melgosa M., 2019, Parametric effects on the evaluation
of threshold chromaticity differences using red printed samples, J. Opt. Soc. Am.
A, Vol. 36, No. 4, pp. 510-517

Ferrero A., 2020, Goniochromatic assessment of gray scales for color change, J. Opt.
Soc. Am. A, Vol. 37, No. 8, pp. 1266-1275

1953, The development of the geometric grey scales for fastness assessment, J. Soc.
Dyers Colour., Vol. 69, No. 11, pp. 404-409, Fastness Test Co-ordinating Committee
(FTCC)

Zhao B., Xu Q., Luo M., 2020, Color difference evaluation for wide-color-gamut displays,
J. Opt. Soc. Am. A, Vol. 37, No. 8, pp. 1257-1265

García P. A., Huertas R., Melgosa M., Cui G., 2007, Measurement of the relationship
between perceived and computed color differences, J. Opt. Soc. Am. A, Vol. 24, No.
7, pp. 1823-1829

Biography
She received her B.S. degree in biomedical engineering (2024) in Ulsan National Institute
of Science and Technology (UNIST). Currently, she is a Master-Ph.D combined student
at UNIST. Her research interest is ‘Perceived color difference in low luminance area’.
She received her B.S. degree in Psychology and M.S. and Ph.D. degrees in Cognitive
Science from Yonsei University in 1997, 2003, and 2012, respectively. She is currently
the principal engineer at Samsung Display, Yongin, South Korea. Her research interests
include image quality modeling based on human vision system and display flicker.
He received his B.S. degree in Nuclear Engineering and M.S. degree in Electrical Engineering
from Hanyang University, Seoul, South Korea, in 2005 and 2007, respectively. He is
currently working with Samsung Display, Yongin, South Korea. His research interests
include color perception and image quality for displays.
She received her B.S. in physics from the Ehwa Woman’s University (1995) and her Ph.D.
in color science from University of Derby (2003). She is a professor of biomedical
engineering in Ulsan National Institute of Science and Technology. Her main research
field interests include the color appearance modeling and the image and lighting quality
enhancement techniques.