探讨色彩和色彩模型

本小节前面所述对颜色信息的量化体系（称为经典色度学或基础色度学），实际上要求两个色刺激的匹配或色差的计算必须满足特定的标准光源和标准色度观察者，背景也要求统一的或基本上是中性灰等条件。CIELAB、CIELUV色空间虽然考虑了不同照明光源对颜色的影响，但最终还是采用了近似的数学处理方法。因此，对不同照明光源、照明水平和观察背景等条件下引起的色适应、色对比、色同化等视觉现象并没有从量化上给出较精确的预测，至于不同介质对颜色显色性的影响，更没有提出合理的计算参数。而照明、背景和介质的多样性正是工业界，以及色彩管理技术所面对的颜色处理对象，因此，经典色度学在实际应用中是有其局限性的。

1994年国际照明委员会技术分会TC1-27发布了关于开展自发光体和反射体之间色貌模型评价研究的指南报告，报告指出解决工业界颜色复制失真度的问题已成为当前迫切需要解决的重大课题，希望迅速开展色貌的系统研究。

所谓色貌，是与色刺激和材料质地有关的颜色的主观表现，或者表述为观察者对视野中的颜色刺激根据其视知觉的不同表象而区分的颜色知觉属性，又称为色貌属性。色貌属性包含色调（色相）、明度、视明度、视彩度、彩度和饱和度等。由于任何颜色刺激，其自身物理条件包括空间特性（如大小、形状、位置、表面纹理结构等）、时间特性（静态、动态、闪烁态等）、光谱辐亮度分布，以及观察者对颜色刺激的注意程度、记忆、动机、情感等主观因素的影响，颜色的外观表象即色貌表现一般都非常丰富，产生这些现象的机理也相当复杂。色貌模型就是对色貌的各种属性作定量计算的数学模型。

二十世纪八九十年代的色貌模型有Hunt色貌模型、Nayatani色貌模型、RLAB色貌模型和LLAB色貌模型等。目前比较有代表性的是1997年CIE TC1-34在综合了Hunt 94、Nayatani 95、RLAB、LLAB等色貌模型的特点之后所建立的色貌模型（称为CIE CAM 97s色貌模型）和2002年9月由CIE TC8-01推荐的CIE CAM 02色貌模型。(www.xing528.com)

CIE CAM 97s色貌模型是一个关于相关色（related color）的色貌模型。所谓相关色，是指呈现在复杂背景上的颜色刺激，日常生活中所看到的颜色刺激大多是以相关色的形式出现的。该模型采用了众多的参数和非线性变换，将一个观察条件下的三刺激值X、Y、Z变换到色貌参数J、C、H（明度、彩度、色调），再将J、C、H变换到另一个观察条件下的X′、Y′、Z′，用以预测不同观察条件下对相关色的色貌感知。CIE CAM 97s色貌模型适用于在正常明视觉范围内的大多数典型的白光照明，预测正常色视觉者观察彩度不很高的颜色时对色貌的知觉。

CIE CAM 02色貌模型仍由色适应变换和预测相关属性的计算组成，用于色貌知觉的预测，是CIE CAM 97s的一个修正模型。在其中的色适应变换方面，CIE CAM 97s使用的是非线性变换，在短波（蓝）通道是非线性的，使得模型变得复杂且逆变换困难。CIE CAM 02采用了线性变换，这一变换模型的性能没有产生可观察到的影响。另外，考虑了前后兼容、锐化、误差传递和其他因素，在模型中还使用了优化方法。试图采用一个精确的数学变换，将一个观察条件下一种媒体的色貌参数映射到另一个观察条件下的另一个媒体上，从而实现跨媒体的颜色真实复制。

色彩管理技术所面对的正是跨媒体的颜色复制，所以要做到颜色准确传递，评判标准应该是基于色貌模型的颜色体系。但目前的色彩管理技术仍旧基于经典的色度学体系，进一步的研究可引入色貌模型，如CIE CAM 02。但人的颜色感知过程是难以用精确的数学变换来描述或模拟的，虽然现代的色貌模型考虑到了照明条件、背景和媒体变化等因素，但仍不能解释所有的颜色视觉现象，因此，需不断改进和完善，推出新的色貌模型。