什么是CIELAB色彩空间?
人眼虽能感知数百万种颜色,却未必能准确区分它们。两种略有差异的颜色可能看起来相同,而完全相同的颜色在不同视角和光照条件下也可能呈现差异。这给色彩沟通带来了挑战。对于设计师和制造商而言,无法精确识别和传达色彩会使标准复制与差异检测工作变得复杂。
人眼虽能感知数百万种颜色,却未必能准确区分它们。两种略有差异的颜色可能看起来相同,而完全相同的颜色在不同视角和光照条件下也可能呈现差异。这给色彩沟通带来了挑战。对于设计师和制造商而言,无法精确识别和传达色彩会使标准复制与差异检测工作变得复杂。
为实现色彩的精准复现,制造商与设计师需借助量化颜色属性并计算数值差异的方法。CIELAB(即CIE L*a*b*)作为一种设备无关的三维色彩空间,通过三个数值测量并比较所有可感知色彩。在此空间中,数值差异直接对应人类感官可辨别的变化程度。
CIELAB基于对立色理论,该理论表明人脑将视网膜输入解读为明暗差异(明度)及对立色对(红/绿、蓝/黄)的差异。此即色彩对立关联原理——一种颜色不可能同时呈现红与绿、黄与蓝的特性。例如,你永远不会看到“带绿的红色”。
什么是CIELAB色彩模型?
L、a、b色彩空间由HunterLab创始人理查德·S·亨特于1942年首次定义。Hunter的体系采用标记为L、a和b的坐标,这些坐标基于CIE 1931 XYZ色彩空间计算得出,旨在实现更佳的感知均匀性。1976年,国际照明委员会(CIE)基于Hunter体系创建了CIELAB模型作为改进方案。为区分两者,CIELAB采用L*、a*、b*标记法。“CIE”源自该组织法语名称:Commission Internationale de l'Éclairage(国际照明委员会)。
Hunter L, a, b与CIELAB(L*, a*, b*)均基于对立色理论,该理论认为人眼通过对立色对感知颜色:
- L轴:明暗对立,低数值(0–50)表示暗,高数值(51–100)表示亮。
- a轴:红与绿,正值表示红色,负值表示绿色。
- b轴:黄与蓝,正值表示黄色,负值表示蓝色。
理想的色阶应保持均匀性,即单位色差在视觉上呈现等效,不受色相影响。实际应用中,无论是Hunter L, a, b还是CIELAB色阶都无法完全均匀。Hunter色阶采用对Y/Yn施加平方根函数来计算明度(L),这种方法会压缩黄色区域的数值并扩展蓝色区域的数值。相比之下,CIELAB采用立方根函数处理X/Xn、Y/Yn和Z/Zn,并在接近黑色时进行线性扩展。虽然这整体上提高了均匀性,但CIELAB往往过度扩展了色域中的黄色区域。两种色标体系在测量和设定容差标准方面均有效。不过CIELAB通常能更贴近视觉感知。通过实践,两种体系都能支持对色彩值的直观理解和交流。
CIELAB模型中的色彩计算
测量色彩时,需使用分光色度仪分析样本。该仪器通过定向(45°/0°)或漫射(d/8°)几何结构照射样本,并以标准化方式收集反射光以确保测量精度。
分光色度仪记录样品的反射率(%R),即可见光谱各波长(通常为400-700纳米)下反射光的百分比。这些数据经转换为三刺激值,该值会考虑标准光源和观察者函数。随后三刺激值被转换为L*a*b*坐标系。
在此三维系统中
- L*值决定亮度,数值越高表示越亮,数值越低表示越暗。
- a*值描述颜色在红色(+a)与绿色(-a)之间的位置。
- b*值描述颜色在黄色(+b)与蓝色(-b)之间的位置。
当a*=0且b*=0时,颜色为中性灰色,其明度仅由L*值决定。
垂直L*轴范围为0(黑色)至100(白色)。
这些数值在各行业广泛应用。例如在食品工业中,L*可指示面包外皮等烘焙食品的明度,a*可测量肉类或番茄制品的红色程度,b*则能反映奶酪或面食的黄色程度。基于CIELAB计算色差可实现精准的食品质量控制,确保外观一致性并满足消费者预期。除食品领域外,CIELAB值在塑料、纺织、涂料及印刷等行业同样广泛应用,以保障色彩再现的一致性。
CIELAB模型通过坐标系中的点来表示每种颜色,涵盖无限可能。基于这些数值,通过额外计算可量化两种颜色间的总色差ΔE00。
深入了解颜色测量
CIELAB等色彩模型能简化规格沟通,保障生产一致性。HunterLab提供的分光色度仪专为精准测量与控制颜色而设计。立即联系我们,了解我们的仪器如何助力您的工作。
https://www.hunterlab-xinlian.com/contactus
本文源自:www.hunterlab.com
原文地址:https://www.hunterlab.com/blog/what-is-cielab-color-space/