Color Appearance Models（颜色外观模型）

用户9314

2025年2月12日修改

什么是 Color Appearance Models（颜色外观模型）？

颜色外观模型（Color Appearance Models, CAMs）是一类数学模型，用于预测颜色在不同观看条件下的感知效果。它不仅考虑物理测量的颜色值（如 CIE XYZ），还包括亮度、背景、环境照明、色彩对比和人眼的视觉适应性等因素，以更准确地描述人眼感知的颜色。​

颜色外观模型的作用

•
解决不同光照、显示设备、环境背景下的颜色感知差异。​

•
预测颜色在高动态范围（HDR）、投影、印刷、数字显示中的视觉表现。​

•
支持色彩管理（Color Management），确保不同设备之间的颜色一致性。​

•
应用于计算机图形、视觉科学、印刷、数字媒体和影视制作等行业。​

颜色外观模型的发展史

早期色彩模型（20世纪初）

•
CIE 1931 XYZ 色彩空间：国际照明委员会（CIE）创建了设备无关（Device-Independent）的颜色空间，但仅适用于标准照明和理想观察条件。​

•
CIE 1976 CIELAB & CIELUV： ​
◦
CIELAB：用于印刷、工业测色，提供更符合人眼感知的颜色计算。​
◦
CIELUV：适用于显示设备，改进了低亮度下的色彩均匀性。​

颜色外观模型的诞生

•
1980s-1990s：科学家们认识到CIELAB 和 CIELUV 不能准确预测不同光照和背景下的颜色感知，因此开始开发颜色外观模型（CAMs）。​

•
1997 - CIECAM97s：CIE 发布首个标准颜色外观模型，适用于色彩转换和显示技术。​

•
2002 - CIECAM02：改进 CIECAM97s，成为业界最广泛使用的颜色外观模型。​

•
2016 - CIECAM16：进一步优化适用于HDR（高动态范围）应用。​

颜色外观模型的核心概念

基本输入变量

颜色外观模型不仅仅使用三刺激值（Tristimulus Values, XYZ），还考虑多个环境因素：​

•
XYZ：颜色的标准表征（CIE XYZ 色彩空间）。​

•
背景亮度（Background Luminance）：背景对比度如何影响色彩感知。​

•
环境亮度（Surround Luminance）：如暗室、办公室、阳光下的光照变化。​

•
观察者视觉适应性（Visual Adaptation）：眼睛对不同亮度和色温的调整。​

主要色彩感知属性

颜色外观模型通常预测以下颜色属性：

1.
明度（Lightness, J）：颜色的亮度水平，受背景和光照影响。​

2.
色度（Chroma, C）：颜色的强度或纯度。​

3.
彩度（Saturation, S）：颜色的鲜艳程度，相对亮度的饱和度。​

4.
色调（Hue, h）：颜色的主要类别，如红、黄、绿、蓝。​

5.
对比度（Contrast）：颜色在不同背景下的感知变化。​

主要颜色外观模型（Key Color Appearance Models）

CIECAM97s（1997）

CIECAM97s 是CIE 提出的第一个标准颜色外观模型，用于计算颜色在不同照明条件下的感知变化。​

特点

•
适用于色彩转换（Color Transform）。​

•
计算人眼在不同背景亮度下的色彩适应性。​

•
缺点：对于高动态范围（HDR）显示不适用，预测低亮度环境下的颜色不够准确。​

CIECAM02（2002）

CIECAM02 是目前最广泛使用的颜色外观模型，改进了 CIECAM97s。

特点

•
适用于显示、印刷、色彩管理。​

•
计算更精准，适用于现代显示设备（LCD、OLED）。​

•
提供更准确的色彩恒常性（Color Constancy）计算，确保不同光源下的颜色一致。​

数学表达

Color Appearance Models（颜色外观模型）​