Farbbalance

Die linke Hälfte zeigt das Foto, da es von der Digitalkamera stammte. Die rechte Hälfte zeigt das Foto, das eingestellt ist, um eine graue Oberfläche im selben Licht neutral zu machen.

Im Fotografie und Bildverarbeitung, Farbbalance ist die globale Anpassung der Intensitäten der Farben (typischerweise rot, grün und blau Grundfarben). Ein wichtiges Ziel dieser Anpassung ist es, bestimmte Farben - insbesondere neutrale Farben wie Weiß oder Grau - richtig zu rendern. Daher wird die allgemeine Methode manchmal genannt Graues Gleichgewicht, Neutrales Gleichgewicht, oder Weißabgleich. Die Farbbalance verändert die Gesamtmischung von Farben in einem Bild und wird für verwendet Farbkorrektur. Verallgemeinerte Versionen der Farbbalance werden verwendet, um andere Farben als Neutrale zu korrigieren oder sie absichtlich für die Wirkung zu ändern. Weißabgleich ist eine der häufigsten Arten des Ausgleichs, und wenn Farben angepasst werden, um ein weißes Objekt zuzubereiten (z. B. ein Stück Papier oder eine Wand), erscheinen weiß und nicht ein Schatten einer anderen Farbe.

Bilddaten, die von Sensoren erfasst wurden - entweder Film oder elektronisch Bildsensoren - muss von den erfassten Werten zu neuen Werten umgewandelt werden, die für die Farbwiedergabe oder -anzeige geeignet sind. Verschiedene Aspekte des Akquisitions- und Anzeigeprozesses machen solche Farbkorrekturen wesentlich - einschließlich der Erfassungssensoren nicht mit den Sensoren im menschlichen Auge übereinstimmen, dass die Eigenschaften des Anzeigemedium unterscheiden sich von den Anzeigenansichtsbedingungen.

Die Farbbalance -Operationen in beliebter Bildbearbeitung Anwendungen arbeiten normalerweise direkt auf rotem, grünem und blauem Kanal Pixel Werte,^[1]^[2] Ohne Respekt gegenüber einem Farbempfall- oder Reproduktionsmodell. In der Filmfotografie wird die Farbbalance typischerweise durch Verwendung erreicht Farbkorrekturfilter über den Lichtern oder am Kameraobjektiv.^[3]

Verallgemeinerte Farbbalance

Beispiel des Farbausgleichs

Manchmal wird die Einstellung zur Neutralneutralanpassung aufgerufen Weißabgleichund der Satz Farbbalance Bezieht sich auf die Anpassung, die zusätzlich andere Farben in einem angezeigten Bild anscheinend das gleiche allgemeine Erscheinungsbild wie die Farben in einer Originalszene zu haben scheinen.^[4] Es ist besonders wichtig, dass neutrale (graue, neutrale, weiße) Farben in einer Szene in der Reproduktion neutral erscheinen.^[5]

Psychologische Farbbalance

Menschen beziehen sich auf Fleischtöne kritischer als andere Farben. Bäume, Gras und Himmel können alle ohne Sorge ausgehen, aber wenn menschliche Fleischtöne aus "aus" sind, kann das menschliche Subjekt krank oder tot aussehen. Um dieses Problem der kritischen Farbbalance anzugehen, werden die dreifarbigen Vorwahlen selbst formuliert nicht Balance als echte neutrale Farbe. Der Zweck dieses farbigen primären Ungleichgewichts besteht darin, die Fleischtöne durch den gesamten Helligkeitsbereich treu zu reproduzieren.

Beleuchtungsschätzung und Anpassung

Ein Seecape -Foto bei Clifton Beach, Südarm, Tasmanien, Australien. Der Weißabgleich wurde auf die warme Seite angepasst, um kreative Effekte zu erzielen.

Foto von a ColorChecker als Referenzaufnahme für Farbbalance -Einstellungen.

Zwei Fotos eines Hochhauses, das innerhalb einer Minute voneinander mit einer Point-and-Shoot-Kamera aufgenommen wurde. Das linke Foto zeigt eine "normale", genauere Farbbalance, während die rechte Seite neben schwarzem Hintergrund eine "lebendige" Farbbalance, In-Kamera-Effekte und keine Postproduktion zeigt.

Vergleich von Farbversionen (roh, natürlicher, Weißabgleich) von Mount Sharp (Aeolis Mons) an Mars

Ein weiß ausgewogenes Bild von Mount Sharp (Aeolis Mons) auf dem Mars

Die meisten Digitalkameras haben Mittel, um Farbkorrekturen basierend auf der Art der Szenenbeleuchtung auszuwählen, wobei entweder manuelle Beleuchtungsauswahl, automatischer Weißabgleich oder benutzerdefinierte Weißabgleiche verwendet werden.^[6] Die Algorithmen für diese Prozesse funktionieren verallgemeinert Chromatische Anpassung.

Es gibt viele Methoden zum Farbausgleich. Das Einstellen einer Schaltfläche auf einer Kamera ist eine Möglichkeit für den Benutzer, dem Prozessor die Art der Szenenbeleuchtung anzuzeigen. Eine weitere Option für einige Kameras ist eine Taste, die Sie drücken können, wenn die Kamera auf a gezeigt wird graue Karte oder ein anderes neutrales Objekt. Dies erfasst ein Bild des Umgebungslichts, mit dem eine Digitalkamera die richtige Farbbalance für dieses Licht einstellen kann.

Es gibt eine große Literatur darüber, wie man die Umgebungsbeleuchtung aus den Kamerataten schätzen und diese Informationen dann verwenden kann, um die Bilddaten zu transformieren. Es wurde eine Vielzahl von Algorithmen vorgeschlagen, und die Qualität dieser wurde diskutiert. Einige Beispiele und Untersuchungen der darin enthaltenen Referenzen führen den Leser zu vielen anderen. Beispiele sind Retinex, ein künstliche neuronale Netz^[7] oder ein Bayes'sche Methode.^[8]

Chromatische Farben

Farbausgleich ein Bild betrifft nicht nur die Neutralen, sondern auch auf andere Farben. Ein Bild, das nicht ausbalanciert ist, soll eine Farbe gegossen haben, da alles im Bild zu einer Farbe verschoben worden zu sein scheint.^[9]^{[Seite benötigt]} Der Farbausgleich kann als das Entfernen dieser Farbguss angesehen werden.

Die Farbbalance hängt auch mit Farbkonstanz. Algorithmen und Techniken, die zum Erreichen von Farbkonstanz verwendet werden, werden häufig auch für den Farbausgleich verwendet. Die Farbkonstanz bezieht sich wiederum mit Chromatische Anpassung. Konzeptionell besteht der Farbausgleich aus zwei Schritten: Erstens, um die zu bestimmen Illuminant unter dem ein Bild erfasst wurde; und zweitens die Skalierung der Komponenten (z. B. r, g und b) des Bildes oder auf andere Weise die Komponenten transformieren, damit sie dem Ansichtserlumant entsprechen.

Viggiano stellte fest, dass weißer Ausgleich in der Kamera der Kamera geboren wurde RGB -Farbmodell tendierte dazu, weniger Farbe zu unruhigen (d. H. Eine geringere Verzerrung der Farben) als bei Monitor -RGB für über 4000 hypothetische Sätze von Kamerasempfindlichkeiten.^[10] Dieser Unterschied betrug typischerweise einen Faktor von mehr als zwei zugunsten der Kamera -RGB. Dies bedeutet, dass es vorteilhaft ist, die Farbbalance direkt zu dem Zeitpunkt zu erhalten, als ein Bild erfasst wird, anstatt später einen Monitor zu bearbeiten. Wenn man die Balance später färben muss, balancieren Sie die Rohbilddaten wird dazu neigen, weniger chromatische Farben verzerrt als das Ausgleich in Monitor -RGB.

Mathematik der Farbbalance

Farbausgleich wird manchmal auf einem Dreikomponentenbild durchgeführt (z. B.,, RGB) mit einem 3x3 Matrix. Diese Art der Transformation ist angemessen, wenn das Bild unter Verwendung der falschen Weißabgleichseinstellung auf einer Digitalkamera oder über einen Farbfilter erfasst wurde.

Skalierungsmonitor R, G und B

Im Prinzip möchte man alle relativen Luminanzen in einem Bild skalieren, so dass Objekte, von denen angenommen wird neutral so erscheinen. Wenn beispielsweise eine Oberfläche mit ${\ displayStyle r = 240}$ Es wurde angenommen rot Werte von 255/240. Analog für grün und blau würde zumindest theoretisch in einem farb ausgewogenen Bild führen. In dieser Art von Transformation ist die 3x3 -Matrix a diagonale Matrix.

oder W} & 0 & 0 \\ 0 & 255/G '_ {W} & 0 \\ 0 & 0 & 255/B' _ {W} \ end {Array} \ rechts] \ links [{\ begin {Array} {c} r '\\ g '\\ b' \ end {Array}} \ right]}

wo ${\ displayStyle r}$ , ${\ displayStyle g}$ , und ${\ displayStyle B}$ sind die Farbe ausgewogener rot, grün und blauer Komponenten von a Pixel im Bild; ${\ displayStyle r '}$ , ${\ displayStyle g '}$ , und ${\ displayStyle B '}$ sind die roten, grünen und blauen Komponenten des Bildes vor dem Farbausgleich und ${\ displayStyle r '_ {w}}$ , ${\ displayStyle g '_ {w}}$ , und ${\ displayStyle b '_ {w}}$ sind die roten, grünen und blauen Komponenten eines Pixels, von dem angenommen wird, dass er vor dem Farbausgleich eine weiße Oberfläche im Bild ist. Dies ist eine einfache Skalierung der roten, grünen und blauen Kanäle und ist der Grund, warum Farbbalancewerkzeuge in Photoshop und die Gimp Haben Sie ein weißes Eyedropper -Werkzeug. Es wurde gezeigt, dass die Ausführung des weißen Ausgleichs im Phosphor -Set von angenommen wird SRGB neigt dazu, große Fehler in chromatischen Farben zu erzeugen, obwohl es die neutralen Oberflächen perfekt neutral machen kann.^[10]

Skalierung x, y, z

Wenn das Bild in transformiert werden kann in Cie xyz tristimuluswerte WerteDort kann der Farbausgleich durchgeführt werden. Dies wurde als "falsche von Kries" -Transformation bezeichnet.^[11]^[12] Obwohl gezeigt wurde, dass es in der Regel schlechtere Ergebnisse liefert, als in Monitor RGB auszugleichen, wird es hier als Brücke zu anderen Dingen erwähnt. Mathematisch berechnet man:

oder '_ {w} & 0 & 0 \\ 0 & y_ {w}/y' _ {w} & 0 \\ 0 & 0 & z_ {w}/z '{w} \ end {Array} \ rechts] \ links [{{{{Array \ array \ ark \ array \ array \ ark \ an. } {c} x '\\ y' \\ z '\ end {Array}} \ right]}

wo ${\ displayStyle x}$ , ${\ displayStyle y}$ , und ${\ displayStyle z}$ sind die farbausgleichenden Tristimuluswerte; ${\ displayStyle x_ {w}}$ , ${\ displayStyle y_ {w}}$ , und ${\ displayStyle z_ {w}}$ sind die Tristimuluswerte der Betrachtung von Beleuchtung (der weiße Punkt, zu dem das Bild transformiert wird, um sie anzupassen); ${\ displayStyle x '_ {w}}$ , ${\ displayStyle y '_ {w}}$ , und ${\ displayStyle z '_ {w}}$ sind die Tristimuluswerte eines Objekts, von dem angenommen wird ${\ displayStyle x '}$ , ${\ displayStyle y '}$ , und ${\ displayStyle z '}$ sind die Tristimuluswerte eines Pixels im nicht farblich ausgewogenen Bild. Wenn sich die Tristimuluswerte der Monitor -Vorwahlen in einer Matrix befinden ${\ displaystyle \ mathbf {p}}$ so dass:

oder {R} \\ l_ {g} \\ l_ {b} \ end {Array}} \ rechts]}

wo ${\ displayStyle l_ {r}}$ , ${\ displayStyle l_ {g}}$ , und ${\ displayStyle l_ {b}}$ sind die un-Gamma korrigiert Überwachen Sie RGB, kann man verwenden:

oder } \ links [{\ begin {array} {ccc} x_ {w}/x '_ {w} & 0 & 0 \\ 0 & y_ {w}/y' _ {w} & 0 \\ 0 & 0 & z_ {w}/z '_ {{{{{{{{{{{{{Z' {{Z '{{Z' {Z '{{{Z. W} \ end {Array}} \ rechts] \ mathbf {p} \ links [{\ begin {array} {c} l_ {r '} \\ l_ {g'} \\ l_ {b '} \ end {g'} \\ l_ {b '} \ end { Array}} \ rechts]}

Von Kries 'Methode

Johannes von Kries, deren Theorie von Stangen und drei farbsensitive Kegel Typen in der Retina hat seit über 100 Jahren als dominierende Erklärung des Farbemensation überlebt und die Methode zur Umwandlung von Farbe in die motiviert LMS -FarbraumDarstellung der effektiven Reize für die Lang-, Mittel- und Kurzwellenlängenkegeltypen, die als unabhängig voneinander angepasst werden. Eine 3x3 -Matrix wandelt RGB oder XYZ in LMs um, und dann werden die drei LMS -Primärwerte skaliert, um die Neutral auszugleichen. Die Farbe kann dann wieder in das gewünschte Finale umgewandelt werden Farbraum:^[13]

oder W} & 0 & 0 \\ 0 & 1/M '_ {W} & 0 \\ 0 & 0 & 1/S' _ {W} \ end {Array} \ rechts] \ links [{\ begin {Array} {c} l '\\ m '\\ s' \ end {Array}} \ right]}

wo ${\ displayStyle l}$ , ${\ displayStyle m}$ , und ${\ displayStyle S}$ sind die farbausgleichenden LMS-Kegel-Tristimuluswerte; ${\ displayStyle l '_ {w}}$ , ${\ displayStyle m '_ {w}}$ , und ${\ displayStyle S '_ {W}}$ sind die Tristimuluswerte eines Objekts, von dem angenommen wird ${\ displayStyle l '}$ , ${\ displayStyle m '}$ , und ${\ displayStyle S '}$ sind die Tristimuluswerte eines Pixels im nicht farblich ausgewogenen Bild.

Matrizen zum Konvertieren in den LMS -Raum wurden von von Kries nicht angegeben, können jedoch aus CIE -Farbanpassungsfunktionen und LMS -Farbanpassungsfunktionen abgeleitet werden, wenn letztere angegeben sind; Matrizen können auch in Nachschlagewerken gefunden werden.^[13]

Skalierung Kamera RGB

Nach Viggianos Maß und mit seinem Modell der spektralen Empfindlichkeiten der Gauß -Kamera wurden die meisten RGB -Räume der Kamera besser abgelehnt als entweder RGB oder XYZ.^[10] Wenn die rohen RGB -Werte der Kamera bekannt sind, kann die 3x3 -diagonale Matrix verwendet werden:

oder W} & 0 & 0 \\ 0 & 255/G '_ {W} & 0 \\ 0 & 0 & 255/B' _ {W} \ end {Array} \ rechts] \ links [{\ begin {Array} {c} r '\\ g '\\ b' \ end {Array}} \ right]}

und dann in einen funktionierenden RGB -Raum wie z. SRGB oder Adobe RGB Nach dem Ausgleich.

Bevorzugte chromatische Anpassungsräume

Vergleiche von Bildern, die durch diagonale Transformationen in einer Reihe verschiedener RGB -Räume ausgeglichen wurden, haben mehrere solcher Räume identifiziert, die besser funktionieren als andere und besser als Kamera- oder Überwachungsräume für chromatische Anpassung, gemessen durch mehrere Farbauftrittsmodelle; Die Systeme, die sowohl statistisch als auch die besten bei den meisten verwendeten Bildtestsets durchgeführt wurden, waren "Sharp", "Bradford", "CMCCAT" und "Romm" -Räume.^[14]

Allgemeine Anpassung der Beleuchtung

Die beste Farbmatrix für die Anpassung an eine Änderung der Beleuchtung ist nicht unbedingt eine diagonale Matrix in einem festen Farbraum. Es ist seit langem bekannt, dass, wenn der Raum der Beleuchtung als lineares Modell mit beschrieben werden kann N Basisbegriffe, die richtige Farbtransformation ist die gewichtete Summe von N Feste lineare Transformationen, nicht unbedingt konsequent diagonalisierbar.^[15]

Beispiele

Neutrales Licht

Warmes Licht

Kaltes Licht

Vergleich der entstandenen Farben, die von der Digitalkamera für verschiedene Lichtqualitäten (Farbtemperatur) aufgenommen wurden: neutral, warm und kalt.^[16]

Einstellung: als Schuss

Einstellung: bewölkt

Einstellung: Wolfram

Beispiel für unterschiedliche Weißabgleicheinstellungen auf Digitalkamera für neutrales Licht.^[16]

Siehe auch

Verweise

^ Phyllis Davis (2000). Der GIMP für Linux und Unix. Peachpit Press. p. 134. ISBN 978-0-201-70253-8.
^ Adobe Creative Team (2000). Adobe Photoshop 6.0. Adobe Press. p. 278. ISBN 978-0-201-71016-8.^{[benötigen Zitat, um dies zu überprüfen]}
^ Blain Brown (2002). Kinematographie: Theorie und Praxis: Bildemperatur für Kinematografen, Regisseure und Videografen. Fokuspresse. p. 170. ISBN 978-0-240-80500-9.
^ Hsien-Che Lee (2005). Einführung in die Farbbildgebungswissenschaft. Cambridge University Press. p.450. ISBN 978-0-521-84388-1.
^ Weißabgleich. Nikon Digital. Abgerufen am 12. Oktober 2016 abgerufen.
^ Afifi, Mahmoud; Preis, Brian; Cohen, Scott; Brown, Michael S. (2019). "Wenn die Farbkonstanz schief geht: korrigieren nicht ordnungsgemäß weiß ausgeglichene Bilder" (PDF). Verfahren der IEEE -Konferenz zur Computer Vision und Mustererkennung: 1535–1544. doi:10.1109/cvpr.2019.00163. ISBN 978-1-7281-3293-8. S2CID 196195956.
^ Brian Funt, Vlad Cardei und Kobus Barnard, "Lernfarbkonstanz," in Proceedings of the Fourth ist & T/Sid Color Imaging Conference, S. 58–60 (1996).
^ Graham Finlayson; Paul M. Hubel; Steven Hordley (November 2001). "Farbe nach Korrelation: Ein einfacher, einheitlicher Rahmen für Farbkonstanz" (PDF). IEEE -Transaktionen zur Musteranalyse und Maschinenintelligenz. 23 (11): 1209–21. Citeseerx 10.1.1.133.2101. doi:10.1109/34.969113.
^ John A C yule, Prinzipien der Farbwiedergabe. New York: Wiley, 1967.
^ ^a ^b ^c Viggiano, J A Stephen (2004). "Vergleich der Genauigkeit verschiedener Weißausgleichsoptionen, die durch ihre Farbkonstanz quantifiziert wurden". In Blouke, Morley M; Sampat, Nitin; Motta, Ricardo J (Hrsg.). Sensoren und Kamerasysteme für wissenschaftliche, industrielle und digitale Fotografieanwendungen v. Vol. 5301. S. 323–333. doi:10.1117/12.524922. S2CID 8971750.
^ Heinz Terstiege (1972). "Chromatische Anpassung: Ein hochmoderner Bericht". Journal of Color Aussehen. 1 (4): 19–23 (Fortsetzung 40).
^ Mark D Fairchild, Farbauftrittsmodelle. Reading, MA: Addison-Wesley, 1998.
^ ^a ^b Gaurav Sharma (2003). Handbuch für digitale Farbbildgebung. CRC Press. p. 153. ISBN 978-0-8493-0900-7.
^ Sabine SÜSStrunk; Jack Holm; Graham D. Finlayson (Januar 2001). "Chromatische Anpassungsleistung verschiedener RGB -Sensoren". IS & T/Spie Elektronische Bildgebung. 4300. doi:10.1117/12.410788. S2CID 8140548. Archiviert von das Original Am 2006-10-18. Abgerufen 2009-03-20.
^ Laurence T. Maloney; Brain A. Wandell (1987). "Farbkonstanz: Eine Methode zur Wiederherstellung von Oberflächenreflexionsreflexionsgründen". In Martin A. Fischler; Oscar Firschein (Hrsg.). Lesungen in Computer Vision. Morgan-Kaufmann. ISBN 978-0-934613-33-0.
^ ^a ^b "Photoskop: Interaktive Fotografieunterricht". 25. April 2015.

Externe Links

Weißabgleich - Intro unter NikonDigital.org
Photoskop: Interaktive Fotografieunterricht - Interaktiver Weißabgleich
Weißabgleich verstehen - Lernprogramm
Affine Farbbalance mit Sättigung, Code und Online-Demonstration
Das Weißabgleich für neutrale Farben richtig machen - Fotografie -Tutorial

[1] Phyllis Davis (2000). Der GIMP für Linux und Unix. Peachpit Press. p. 134. ISBN 978-0-201-70253-8.

[2] Adobe Creative Team (2000). Adobe Photoshop 6.0. Adobe Press. p. 278. ISBN 978-0-201-71016-8.^{[benötigen Zitat, um dies zu überprüfen]}

[3] Blain Brown (2002). Kinematographie: Theorie und Praxis: Bildemperatur für Kinematografen, Regisseure und Videografen. Fokuspresse. p. 170. ISBN 978-0-240-80500-9.

[4] Hsien-Che Lee (2005). Einführung in die Farbbildgebungswissenschaft. Cambridge University Press. p.450. ISBN 978-0-521-84388-1.

[5] Weißabgleich. Nikon Digital. Abgerufen am 12. Oktober 2016 abgerufen.

[6] Afifi, Mahmoud; Preis, Brian; Cohen, Scott; Brown, Michael S. (2019). "Wenn die Farbkonstanz schief geht: korrigieren nicht ordnungsgemäß weiß ausgeglichene Bilder" (PDF). Verfahren der IEEE -Konferenz zur Computer Vision und Mustererkennung: 1535–1544. doi:10.1109/cvpr.2019.00163. ISBN 978-1-7281-3293-8. S2CID 196195956.

[Funt1996-7] Brian Funt, Vlad Cardei und Kobus Barnard, "Lernfarbkonstanz," in Proceedings of the Fourth ist & T/Sid Color Imaging Conference, S. 58–60 (1996).

[Finlayson2001-8] Graham Finlayson; Paul M. Hubel; Steven Hordley (November 2001). "Farbe nach Korrelation: Ein einfacher, einheitlicher Rahmen für Farbkonstanz" (PDF). IEEE -Transaktionen zur Musteranalyse und Maschinenintelligenz. 23 (11): 1209–21. Citeseerx 10.1.1.133.2101. doi:10.1109/34.969113.

[Yule1967-9] John A C yule, Prinzipien der Farbwiedergabe. New York: Wiley, 1967.

[Viggiano2004-10] Viggiano, J A Stephen (2004). "Vergleich der Genauigkeit verschiedener Weißausgleichsoptionen, die durch ihre Farbkonstanz quantifiziert wurden". In Blouke, Morley M; Sampat, Nitin; Motta, Ricardo J (Hrsg.). Sensoren und Kamerasysteme für wissenschaftliche, industrielle und digitale Fotografieanwendungen v. Vol. 5301. S. 323–333. doi:10.1117/12.524922. S2CID 8971750.

[Terstiege1972-11] Heinz Terstiege (1972). "Chromatische Anpassung: Ein hochmoderner Bericht". Journal of Color Aussehen. 1 (4): 19–23 (Fortsetzung 40).

[Fairchild1998-12] Mark D Fairchild, Farbauftrittsmodelle. Reading, MA: Addison-Wesley, 1998.

[Sharma-13] Gaurav Sharma (2003). Handbuch für digitale Farbbildgebung. CRC Press. p. 153. ISBN 978-0-8493-0900-7.

[14] Sabine SÜSStrunk; Jack Holm; Graham D. Finlayson (Januar 2001). "Chromatische Anpassungsleistung verschiedener RGB -Sensoren". IS & T/Spie Elektronische Bildgebung. 4300. doi:10.1117/12.410788. S2CID 8140548. Archiviert von das Original Am 2006-10-18. Abgerufen 2009-03-20.

[15] Laurence T. Maloney; Brain A. Wandell (1987). "Farbkonstanz: Eine Methode zur Wiederherstellung von Oberflächenreflexionsreflexionsgründen". In Martin A. Fischler; Oscar Firschein (Hrsg.). Lesungen in Computer Vision. Morgan-Kaufmann. ISBN 978-0-934613-33-0.

[photoskop-16] "Photoskop: Interaktive Fotografieunterricht". 25. April 2015.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]