色彩恒常性综述

色彩恒常性综述
色
得对物体颜色的稳定知觉。

计算机视觉的色彩恒常性可以定义为在未知环境光照和单视野的条件下，计算机视觉系统自动地得到图像中物体颜色的稳定描述。

色彩恒常性的研究包括心理学、神经生理学等各个领域，早期对色彩恒常性的研究主要集中于探讨在不同光照条件下，色彩恒常性的保持程度。

研究者经常采用颜色匹配方法，通过计算具有特定意义的数学系数来表示颜色恒常程度，随着色彩恒常性研究的进展，逐步形成了色彩恒常性的理论。

一、色彩恒常性的研究意义及现状
我们所看到物体的颜色总好像是物体恒定的属性一样，不论是在晴天、雾天还是阴雨天，或是白炽灯的照射下，总是保持同样的颜色，其实这是人类视觉系统一项很特别的功能。

人类视觉所接受到的信息都是通过瞳孔达到视网膜，所看到的物体事实上是人眼视网膜接受到反射光线的作用，所以，当物体不是发光源时，他本身不能决定进入人眼的信息，视网膜上的信息由光源和物体本身的属性共同决定。

当光源发生变化时，视觉系统中关于物体的色彩信息发生改变，但是我们还是能够对物体的色彩认知保持大致的恒定，这种现象就称为色彩恒常。

这种对颜色的适应特性，对人类适应自然环境具有十分重要的意义。

彩恒常性是人类的视觉认知功能之一，它使人们能够忽略环境光照的光谱成分变化，从而获
表 打印机色彩管理样张与自定义ICC样张色差比较
由表可知，在前四种打印机色彩管理的驱动程序级的色彩管理方案中，第一种颜色复制流程的最大色差和平均色差远大于后三种颜色复制流程。

这意味照片打印时不做任何色彩色彩管理打印出照片的颜色与屏幕上观看的颜色差异特大而不能接受，即颜色匹配基本不存在，所以不会采用这种方式打印照片。

驱动程序级后三种颜色复制流程（色彩控制、图像增强技术、I C M）的最大色差和平均色差差异较小，但这三种色彩管理方案的照片颜色匹配较好、颜色模拟的准确度较强，原则上这种照片质量是可以接受的。

所以喷墨打印机一般自带丰富的I C C特性文件，这在很大程度提高了使用者对于打印机进行色彩管理的便捷性。

但喷墨打印机即使用原厂商耗材也会产生色彩的偏差，所以原厂商任何预先提供的I C C都很难符合要求，解决办法就是自制适合实际使用墨水和纸张的I C C文件。

在最后一个应用程序级的颜色复制流程中，由于单独针对目标打印条件制作了I C C特性文件，因此该颜色复制流程对应的色差值都是最小的，说明其颜色匹配效果最佳。

所以有条件还是选择自制适合实际使用的I C C文件打印照片。

三、小结
实验主要是基于不同的色彩管理条件会导致打印的照片呈色有差异的原理，所以设计出打印照片色彩匹配实验进行研究。

实验选择T C9.18R G B色标共928个色块作为研究对象，通过P h o t o s h o p驱动喷墨打印机以不同色彩管理条件打印照片样张，借助精心设计色差角度进行评价打印照片质量，最终确定自定义喷墨打印机I C C特性文件的色彩管理条件在色差方面进行照片色彩匹配表现是最佳选择。

同时实验采用的五种不同的色彩管理条件对喷墨打印照片进行色彩匹配实验研究是具有广泛性研究意义的。

作者单位：河南工程学院
责任编辑/欧定军文/于艺铭王琪
对色彩恒常性的研究一直是近年来计算机视觉的研究热点，许多学者对色彩恒常性的研究前赴后继，得到了许多非常有价值的研究成果，目前有许多著名的研究机构都在进行色彩恒常性研究，有美国的德克萨斯农工大学、塔夫斯大学、马来西亚的布特拉大学、韩国水原大学、南京理工大学、上海交通大学、武汉理工大学、合肥工业大学等等、并且都取得了非常显著的研究成果。

目前，R e t i n e x算法在色彩恒常性研究领域非常流行，是第一个可用于计算的色彩恒常重要算法。

R e t i n e x理论是基于照度分量估计的方法理论，其理论认为图像是由反射分量和照射分量的乘积组成，能够反映图像原来本质信息的是其中的反射分量，而照度分量对图像进行干扰，使得采集到的图像视觉效果不理想。

R e t i n e x理论采用某种方法对照度分量进行计算，然后从原图像中将照度分量去除，去除干扰部分，以得到图像的反射分量，实现对图像的增强，得到图像的本来面貌。

二、色彩恒常性理论
人眼的视觉过程从离开光源的一束光线开始，照射到物体上的某一点，物体材质特性而形成的反射特性决定了有多少入射光被反射，然后被人眼接受，人类的视网膜细胞存在三类接收器，吸收光谱中长、中、短三种波长的光线，来分析入射光所携带的色彩信息，我们通过分析整个可视光谱率来精确描述物体反射了多少光，而反射特性需要通过分析在各种能量分布光照射下的物体来得知。

像照相机这样的图像采集设备因不知道照射光的能量分布而无法得到物体的反射特性，我们不知道物体的反射特性也不知道光束的类型，而照相机采集到的只是照射到物体上面光束的反射产物，因而也不具备人类视觉的色彩恒常这个特殊功能。

目前计算机视觉研究领域主要的色彩恒常理论有：灰色世界理论、R e t i n e x、V o n K r i e s色适应模型，下面主要介绍一下有关色彩恒常性的这几种经典理论，然后着重介绍R e t i n e x理论的经典算法。

1.色彩恒常性的含义
光线透过人眼的水晶体，到达眼球后侧的视网膜(r e t i n a)，视网膜由一组组可以采集光线的接受器组成，是一层透明的薄膜，光线刺激视网膜上的感光细胞产生兴奋，并经过视神经传导到大脑，于是视觉中枢产生视觉。

人类看到的颜色是通过大脑和视觉神经
处理而得到的结果。

人眼只能接受从物体上反射的那部分光线，而物体反射的光线随着光照发生变化，人类视觉系统在光照发生变化的情况下能够得到恒常不变的视觉结果。

Z e k i在1993年提出人类视觉系统在不理想的光照下，仍然可以区分各种色彩的能力，称为色彩恒常性。

色彩是很重要的生物信号机制，一些其他的物种如金鱼、蜜蜂，也有着色彩恒常机制。

对于人类视觉系统所具有颜色常性的原因，目前存在两种主要解释。

一种是黑林提出的，黑林提出的四色论是对立过程的前身，他认为，在视网膜中存在三对视素，分别是黑-白视素、红-绿视素、黄-蓝视素，当人眼收到光线刺激时，这些视素进行对抗，有同化和异化过程，从而产生色觉。

他认为人眼对色彩具有记忆性，大脑对于我们所看到的视觉信息所作出的判断并不是完全客观的，难以排出其他心理因素，总会带有主观成分。

当外界的光照条件发生变化，大脑会以生活经验所产生的色彩记忆对所看的外面世界进行判断和补正。

在太阳光下所看到的物体颜色被人们确定为“固有色”，支配着人们对物体颜色的知觉。

比如，处于黑暗中的棉花，虽然光的强度弱于阳光下的煤炭，人们还是认为棉花是白色的，煤炭是黑色的。

后来，自卡茨对颜色常性进行了进一步研究，把颜色常性的观点引入到心理实验室，并集中研究了在照明变化的情况下，常性知觉的特性。

另一种是赫尔姆霍茨提出的不同观点，他理解为“建立在无意识感觉上的理智判断”，他对三色说进行发展，假定视网膜中存在红、绿、蓝三种基本色觉。

视网膜中对应的存在三类视锥细胞，接受光线刺激时，这三种视锥细胞分解相应的感光化学物质，然后将刺激传递到相应的神经系统，根据刺激强度的组合比例合并产生各种色觉。

他认为感觉和知觉之间存在区别，刺激的直接作用产生了感觉，没有经验和其他心理因素影响，知觉是对事物认识的一个整个过程，在日常生活中，不存在纯粹的感觉，只有知觉，许多过去的经验和心理因素附着在知觉上，从而使人们无法直接感觉到真实的刺激，加之反复演习和联系，形成“无意识推理”，例如，一个灰色刺激呈现于红色背景上，它便与红色形成对比，我们因无意识推理而把它看成相反的颜色，即绿色。

2.灰色世界理论
反射特性，指对于一定波长光的反射量，决定了物体的颜色，生物上称为亮度(l i g h t n e s s )。

当人们依次看着从黑、灰到白色渐变的几个纸片，每一个灰度级的纸片对人大脑的刺激都是不一样的，这种刺激就称为亮度。

亮度无法通过光度计测量，可以通过人类视觉系统实验间接得到。

反射系数和亮度的关系是非线性的，如图1。

图1 反射系数与亮度关系
在 1992 年，提出反射特性R 与灰度尺度的相关公式如公式（1）所示
Y =k R (1)
这里K 为常数，后来又有学者用立方根来代替原有公式中的平方根，图2给出了几种拟合反射特性和亮度关系的几种方法。

图2 几种拟合反射特性与亮度关系
最终得到最佳拟合公式（2）：
Buchsbaum 于1980 提出了灰色世界理论，他假设图像像素的色彩分布是均匀的，来计算接受器接收到光的一些均值。

Buchsbaum 通过假设在视觉范围内有一个标准空间光谱均值存在来估计照度，再通过照度估计出反射系数。

根据彩色图像信息理论，传感器采集到的强度 I (x ,y )=g (x ,y )ψ(x ,y )e (x ,y ),I 是反射
光，是被观察者或照相机接受到的我们看到的彩色图像。

摄像机采集图像时，α=0，则可推出 g (x ,y )=1，从而有：
反射分量ψ决定了图像的内在性质，照度分量e 直接决定了一幅图像中像素能达到的动态范围。

首先，我们进行整体照度估计，可以将e (x ,y )
设为常量e ；图像的像素值在[0,1]之间。

如果图像中的色彩分布均匀，则像素的均值接近于(1/2)e ，后计算图像的均值，几何信息和反射分量是相互独立的，反射分量ψ(x ,y )均匀分布在区间[0,1]内，有：
运用公式(5)，我们可以估计出照度分量：
这里ξ=2/E(g)是与场景有关的因素，可以估计出几何信息和反射分量的集合，计算出与照度无关的色彩恒常标识 Φ ：
3.Retinex 理论
色彩恒常一直吸引着很多学者对其进行研究。

E d w i n H L a n d 是宝丽来公司的创始人，同样也是色彩恒常领域著名的研究学者之一，1974 年，提出色彩恒常性的第一个计算方法 R e t i n e x 对色彩恒常领域影响很大。

在Land 的Retinex 理论中，数码设备采集到的图
像s 主要由入射分量e 及反射分量r 两部分组成：s =e × r 在上式中，e 示入射分量，r 表示目标物体本身具有
的反射性质，s 表示被数码设备采集到的彩色图像，
也就是反射光。

而事实上，入射分量e 直接决定了一幅图像中像素能达到的动态范围，反射分量r 决定了图像的内在固有的属性，基于 R e t i n e x 理论的图像增强方法思路，就是通过某种方法从原图像s 中得到其反射分量 r ，以消除入射分量e 的影响，来获得目标物体本来的面貌。

L a n d 很早就意识到，人们所看到的颜色是依
赖
（7）
1/2
（2）
（5）
a =e E (g ψ )=e E (g )E (ψ )i i i
i i （6）
（3）（4）
I (x ,y )=e (x ,y )ψ (x ,y )i i i Φ (x ,y )=ψ (x ,y )
i i e = a = a i i E (g )
2
i
ξ
Φ (x,y)= ≈ =g (x,y)ψ (x,y)i
I (x,y)
a i
ξi
g(x,y)ψ (x,y)e i i
e i
i i i
Y =9.033R
0.01510.4296-
于光谱中不同波长的光束相对排列关系，而非完全决定于反射光线。

L a n d假设视觉感受器存在三种独立的集合，三者的感受特性分别对应于红色、绿色、蓝色，分别接受光谱中红、绿、蓝部分的光，视觉信息的处理从视网膜的接收器开始，然后视觉信息在三种色带中分别独立处理，最后，三者共同作用得到人眼最后看到的颜色。

因为L a n d不能确定人类视觉系统的色彩恒常的部分是由r e t i n a完成的，还是由c o r t e x完成的，他称这个完成色彩恒常功能的系统为R e t i n e x系统，R e t i n e x一词是由r e t i n a（视网膜）和c o r t e x（大脑皮层）组合而成。

1971 年，Land 和 McCann 提出一种可用于计算的色彩恒常理论，Retinex理论。

Land 和 McCann 做了一个实验，采用类似荷兰艺术家蒙德里安的名画，L a n d 和M c C a n n准备了许多彩色的方形纸片，并将它们随机排列在一起，如图3。

图3蒙德里安纸片
这些纸片都涂上的是比较黯淡的颜色以减少影响实验准确性的镜面反射。

用带灵敏滤波器的映射灯照射这些纸片，调节变压器使得映射灯发出的光可以调节，这些滤波器分别允许长、中、短三种波长的光束通过，三种滤波器的传输特性如图4。

图4滤波器传输特性
Land和McCann 将所有的映射灯打开，纸片上的颜色开始显现，显示为白色的纸片被认为是“g o o d w h i t e s”，用天文光度计来测量纸片上某一特定点的光线的反射量。

然后，在只打开一个映射灯的情况下，依次用光度计测量白色纸片上各种波长光线的反射量和照度强度，然后选一个深色的纸片，调整映射灯的变压器，分别用三种波长的光源照射该照片，并使得光度计测得的照度强度，与从白色纸片测得强度相同，使其光照都处于“good whites”的状态，而对于不同光照强度，我们看到的颜色并没有改变。

Land 和 McCann 从这个实验生动地证明，我们所看到物体的颜色并不是由反射的光线决定的，而是取决于反射特性，它决定了入射光中有多少部分被反射。

在无论什么光照条件下，人眼都可以获取物体的反射系数，而常用的数码相机则只能采集到反射光。

为了使得相机可以采集到类似人眼所看到的影像，往往需要进行前处理。

4.Von Kries色适应模型
Johannes von Kries 提出了现代色适应模式，V o n K r i e s色适应模型认为色彩适应性可以由三种类型的敏感接收器来完成，系数因子根据不同的适应情况自行改变。

Von Kries 引入 Helmholtz 的理论，认为这个关键因子是相对于某个总数的一个确定分数。

V o n K r i e s假设每个接收器在不同光照的情况下保持适应性。

在日照情况下，V o n K r i e s的系数法则归纳为以下公式：
在这个公式中，是三类接收器的敏感度，k i是比例常量，左边的撇号表示不同的色适应状态。

Von Kries模型认为当适应状态的变化与光照变化相抵消，对物体颜色的感知至少保持在大致的稳定。

V o n K r i e s用一个对角矩阵来实现色彩校正：
(9
)(8)
a’ =k a
λ1λβ’ =k β
λ2λγ’ =k γ
λ3λ
α，β，γ
X=(x,x,x)=
γg b x00 0x0 00x γ
g
b
( )
根据彩色图像信息, O (x, y )=g (x,y )ψ (x,y ) e (x,y )，i ∈{r,g,b},则可以得到以下矩阵:
(10)
得到的输出图像与光照无关，若
e 是无偏色光照，
当处于
e 照射下时，对图中每个像素使用对角阵ω
)进行调整，结果使得图像好像处于光照e 照射下。

(11)
k =e /e 就是著名的Von Kries 系数。

1994年，Finlayson 提出使用一个线性对称矩阵来实现色彩恒常，运用以下线性对角转换o =A c 。

这里A 是3×3的矩阵，当A 对称矩阵时，可以
写为：
A =T D T
这里T 为正交矩阵，D 是一个对角矩阵。

换一句话说，对于不同的坐标系统，我们可以采用对角转换来实现色彩恒常。

由于这个模型形式很简单，Von Kries 系数法则无法完成完全的恒常。

如果所要求的反射系数与真实世界里的反射系数差别很大，Von Kries 系数法则不能达到完全色彩恒常的效果，后来很多学者对该模型进行研究，并有许多很有价值的研究成果，虽然Von Kries 法则没有很好地描述色彩恒常数据，但是色彩自适应性也是色彩恒常性非常重要的一部分。

三、Retinex 经典算法
1.随机路径Retinex
L a n d 提出的随机路径算法，是 R e t i n e x 理论应
用的最初模型，物体对长波、中波和短波三类光线的反射属性决定了人们所看到的颜色。

通过每个波段范围内像素数据间的相对明暗关系，来得到三个独立的相对关系值，从而提取出目标物体隐含的本来信息，
恢复原有色彩。

若图像上，从点 M 到点N 的一条路径，若各像素的值分别为{d ,d ,…,d }，用 T (x )表示门限函数，代表相邻像素间的变化小于某个门限值时，可以忽略它们之间的很小变化，可以减小算法的复杂度。

则从 M 到N 的相对明暗关系可以用以下乘式来表示：
(13)
其中
(14)
L a n d 等人的实验表明：人类视觉系统对亮度的感觉特性曲线是指数型的，而不是呈简单的线性关系，并且相机采集时对亮度的响应也是指数型。

将上述数据放在对数域中处理会更加合理，可以更符合人类视觉的特性，上式右边乘积部分取对数，则乘法运算变成加法运算，减小了计算的复杂程度。

所得的结果为：
(15)
对彩色图像进行处理时，彩色图像的 R 、G 、B 三个通道分别表示三个波段。

在各个通道中，像素灰度值在对数域中的差实际上就是所求的相对明暗关系，最后可以通过一系列简单的相减和相加计算，得出各个波段中像素间的相对明暗关系。

可以看出，同一起点和不同终点之间相对明暗关系并不同，而不同的明暗关系而得到多个不同的色彩校正效果。

同样，不同起点和同一终点的相对明暗关系也存在同样的特性。

相对明暗关系的计算和比较是随机路径算法的核心，各种各样的路径选择比较方法发展出了许多不同的算法。

若采用一维路径，不能尽可能多的跟邻域像素进行比较，进行色彩校正得到的
[ ][ ]
O O O γ
g b
= =S S S γg b ( )
001e γ
0 01
e g
001
e b
[ ]
γg b g(x,y)ψ (x,y)g(x,y)ψ (x,y)g(x,y)ψ (x,y)i i
i 12-(e /e ,e /e ,e /e 1γ2γ1g 2g 1b 2b 1[ ]
[ ][ ]
O O O γ
g b
= =S S S γg b ( )
00e 2γ
0 0e 2g
00e 2b
γg b g(x,y)ψ (x,y)e g(x,y)ψ (x,y)e g(x,y)ψ (x,y)e e 1γ
e 1g
e 1b γg b i 1i 2i T (12)12n ( )=T T T T
12D d d S ( )23d d ( )34d d ( )
n -1
n
d d A 1 －x T (x )=
{
1.0 T X 1.0+T
＜－＜－其他
T(log d －log d )+21T(log d －log d )+32T(log d －log d )+A +43T(log d －log d )n n -1
入射分量不准确，处理的最终结果会出现照度不均匀。

Land 的 Retinex 方法单纯地采用增加比较路径数目的方法，来提高该算法校正的准确性，其结果是计算复杂度被很大程度地提高，最后的实验效果也不是很理想。

随后 Frankle 和 McCann 引入了分段线性路径选择的思想，采用金字塔式的迭代结构，使得周围邻域里的像素都可以被照顾到，Frankle-McCann Retinex 算法提高了照度估计的准确性，推进了 Retinex 理论的发展。

2.中心环绕Retinex
在人眼的观察模型中，对中心点的观察，距其越近的点对其影响越大，反之则影响越小。

中心环绕 R e t i n e x 采用权值的方法，将这些邻域像素对中心像素点的影响进行衡量，运用高斯函数来得到相关权值。

中心环绕 R e t i n e x 方法对 R e t i n e x 原始的表达式两边进行对数运算，可以得到：
(16) 在这里，S=log(s)，E=log(e)，R=log(r)，这样做的原因一方面是可以简化计算的复杂度，将乘法运算转变为加法运行；另一方面，人眼的感知响应特征是非线性的，更加符合人眼的特性。

单尺度 R e t i n e x 算法，使用高斯滤波器来估计图像的入射分量 E ，高斯函数为：
(17)
得到的反射分量为R ( x , y ), R ( x , y ) = S ( x , y ) − S ( x , y ) *F ( x , y)，这里*表示使用高斯模板进行卷积，F ( x , y)是高斯函数，对R ( x , y)再进行求反对数，得到增强后的图像，对于R G B 彩色图像，对 R 、G 、B 三个通道，分别进行以上计算，最后再合成彩色图像。

高斯函数的标准差σ称之中心环绕 R e t i n e x 的尺度参数。

当σ取值较大时，所估计的入射分量较平滑，得到的增强图像色彩保真能力好，但是细节增强效果较差；反之，σ取值较小时，所估计的入射分量比较崎岖，实现图像的动态范围压缩，得到的增强图像细节突出，但是色彩保真效果较差。

因此，基于单一尺度的 R e t i n e x 算法无法同时达
到保证细节增强与颜色保真的效果。

M S R 算法是将不同尺度σ增强过的图像利用线性加权方法组合起来，实现色彩保真和细节增强之间的一种折中。

(18)
这里，F (x ,y )表示参数为σ 的高斯函数。

n 为不同标准差σ高斯函数的总个数，W 为对于各个增强图像所加的权值，并且满足 。

一般情况下，
M S R 取高、中、低三个尺度，即n =3。

随后，Jobson 等人又结合了灰色世界假设的思想，提出具有色彩修正的MSR 算法，即 MSRCR，该算法计算原图像中各色彩通道之间的相互关系，来对处理后的图像色彩进行调整，使得图像更接近于原来的真实场景。

3.白片Retinex
白片R e t i n e x 算法是 R e t i n e x 算法的简化，他依赖于图像中有一块明亮的白斑。

其主要思想是：如果画面中有一个白斑，那它就可能是反射光线最多的地方，可以作为光照颜色的估计。

根据色彩图像信息理论，当在白斑上，g(x,y)=1而且ψ (x,y)=1, i ∈{r,g,b},则:
s (x,y)=e (x,y) (19) 对于其他像素，传感器相应与像素色彩呈线性关系时，c (x,y)=I (x,y) (20)
因此，当我们看到图像中最亮的部分时，用 L 表示图中的这个白斑：
事实上，我们寻找的 L 是 R 、G 、B 三个色彩通道中像素数值的最大值，这个最大值可以将各色谱的像素调整在区别[0,m a x ]之间，白片 R e t i n e x 算法用以下等式表示：
(22)
白片 R e t i n e x 算法假设图像的光照是单一均匀
S =E +R
F (x ,y )= e x p (－ )2
2πσ1
22σ
x +y 22
{ }
R (x ,y )=
∑W π
k －1
k
log S(x,y)－log [ ]S(x,y) F (x,y)*k
k k k ∑W π
k －1
k =1i i
i i i
c (x ,y )=g (x ,y )ψ (x ,y )e i i i
i ,m
a x { }
L = c (x,y)i,max i x y
max (21)
i ,m a x i Φ (x ,y )=
i
c (x,y)L i ,max
=g (x ,y )ψ (x ,y )
i
的，其缺点是由用单一的最亮点来估计整幅图片的照射分量，因此当图像中的光照比较复杂的时候，处理效果不理想，而实际图片中光照不可能是均匀单一的，噪声和色彩通道的减少，这些都是可以严重影响白片 R e t i n e x 算法效果的因素。

四、总结
在现实生活中有着不可预测的大量图像集,所以任何某个单一的算法并不能适合所有的情况。

面对不同的成像场景,大量不可预测的图像集,颜色恒常性计算的又一个重要方向是如何对不同成像场景进行分类,如何根据分类选择合适的算法并将这些不同的算
法以某种恰当的方式融合起来。

可以看到算法的融合不仅能够提高为特定场景选择合适算法的准确性,而且能够得到与单一复杂颜色恒常性计算方法差不多的估计结果,而算法的计算复杂度却明显降低,所以这一方向已经越来越受到业界研究学者的重视。

(基金项目：国家自然科学基金(31270629))
作者单位：南京林业大学
责任编辑/欧定军
一、绪论
在传统印刷方式逐渐被数字印刷所取代的环境之下，数码打样则扮演者越来越重要的角色。

在实际生产中，为了能在节约成本的基础上更好地满足客户的需求，我们需要保证客户所签字的样张与印刷品的质量一致，而本文则是通过生成模拟设备和源设备两个I C C 特性文件，进行色彩管理，探究色域映射算法对数码打样的影响，更好地实现样张与印刷品之间的一致性。

二、相关理论
1.色彩管理
色彩管理是数码打样必不可少的核心部分，它实际上就是对颜色的有效控制，而色域映射的不同算法则可以完成色彩的再现，在实际应用中满足我们对印品的要求。

2.色彩空间
颜色空间可以分为非均匀的颜色空间和均匀的颜色空间，在颜色空间的整个发展过程中，国际色彩联盟起着主导作用。

为了统一对色彩的描述，首先是生成了颜色空间CIE1931XYZ，随着我们对色彩进一步的认识与完善，色彩空间演变出CIE1964XYZ 颜色空间。

但这种看似完善的颜色空间只是解决了颜色的定量描述，而对于颜色之间的色差还是无法进行诠释，
所以国际色彩联盟在CIE 1931XYZ 的基础之上进行非线性的变换，生成了均匀的颜色空间，而我们最常使用的就是C I E 1976 和C I E 1976 这两个均匀的色空间，在本文中，则是采用测量L a b 值，计算差值，得出结论。

在进行色彩管理时，大部分的色差计算是基于CIELAB 色差公式的，所以除了视觉上的均匀性之外，我们还要进一步认识CIELAB 色彩空间。

在 、 、
所构成的三维坐标空间中， 所代表的是明度轴，在 的方向上，所有的颜色都是非彩色，上白下黑，
中间是不同比例的灰色； 则是代表红绿色轴，在计
算差值时，如果 的差值是正值，就说明待测稿相比
于标准稿偏品红，如果差值是负值，就说明待测稿相比较于标准稿偏绿； 则是代表黄蓝轴，当 的差值为正值时，则待测稿相比于标准稿偏黄色，如果差值为负值，则待测稿相比于标准稿偏蓝色。

3.色彩转换与色彩匹配
设备表现颜色的特性由其特性文件Profile 进行了标准模式的描述和记录，但记录不是目的，建立和记录设备颜色特性的目的在于多媒体颜色传递过程的应用，以本次实验的印刷机与数码打样机之间的颜色传递过程为例，这里同样是关联两个设备，一个是佳能小型印刷机，一个是EPSON9600喷墨印刷机。

由于
对
色域映射算法数码打样质量的影响研究
文/刘 沁
L a b * * *L u v * * *L * a * b * L * L * a * a * b * b *。