33、色彩外观模型与传统比色应用解析

色彩外观模型与传统比色应用解析

色彩外观模型的数据基础与比较

色彩外观模型系统提供的视觉数据通常是由大量观察者精心收集而来。这些数据已经过标准化处理，研究人员可以获取到相同形式的数据。而且，数据的采样方式能够系统地呈现色彩外观的属性。尽管孟塞尔（Munsell）和自然色彩系统（NCS）样本的定性绘图很常见，但这些数据更适合用于对模型进行定量测试和比较。

孟塞尔数据虽不能完美代表亮度、色度和色调，但它是一组特征明确的参考颜色，有数值和实物两种形式，可用于模型比较。Wyble和Fairchild（2000）基于孟塞尔数据，运用多种可视化技术和定量评估方法对模型进行了比较。图17.5展示了四种外观模型对亮度的预测，从中可以看出，两种模型能预测环境影响，另外两种则不能，且各模型的亮度标度存在细微但有意义的差异。从亮度（值）入手考虑，能兼顾主要的视觉效果——压缩非线性，便于比较模型间的细微差异。

CIE的相关活动

由于实验变量众多，且模型不断改进，很难从现有文献中得出哪种色彩外观模型最佳，或在特定应用中应使用哪种模型的明确结论。因此，有大量已发表的外观模型，且在各种应用中尚未达成国际共识。国际照明委员会（CIE）通过其技术委员会和报告员的活动来解决这些问题。
- TC1 - 34：测试色彩外观模型
- 该委员会旨在评估各种模型对物体颜色外观的预测性能。它发布了测试色彩外观模型的协调研究指南，收集了各种数据集和测试结果并完成了额外测试。但由于委员会内部对结果的解释存在分歧，这些结果未在CIE技术报告中公布。
- 对CSAJ数据的分析包括计算CIELAB空间中色适应、史蒂文斯效应和亨特效应数据的均方根偏