中国色彩系统外观尺度预测：八种颜色感知模型比较

本文主要探讨了如何利用不同的色貌模型（Color Appearance Models, CAMs）预测中国颜色系统（Chinese Color System）的外观尺度。研究采用了包括CIELAB、Hunt、Nayatani、RLAB、LLAB、ZLAB、CIECAM97s和CIECAM02在内的八种标准模型，针对三个关键的颜色特性：亮度（lightness）、彩度（chroma）和色调（hue），评估它们在描述中国颜色数据集时的感知一致性。 中国颜色系统以其独特的视觉特性闻名，其数据集中的色彩特征被用于衡量这些模型的适用性。作者关注的是这些模型能否保持对这套数据集恒定的感知性质，即在复杂的照明和观察条件下，以及跨媒介之间的颜色再现准确性。文章指出，没有单一的模型能够在所有评价指标上表现出色，这表明在处理中国颜色系统的视觉感知时，每个模型都有其局限性。 通过比较分析，研究结果表明，尽管存在差异，使用这八种CAMs来预测中国颜色系统的外观尺度相较于Munsell颜色尺度稍显逊色，但差距不大。这强调了在实际应用中，选择合适的色貌模型对于准确表达和传达中国颜色至关重要，特别是在设计显示器校准、色彩管理或色彩交流等场景中。 本文的研究代码OCIS分类为330.1690（颜色感知与测量）、330.1720（颜色模型和空间）、330.1730（颜色感知与心理物理学）。这项工作提供了对中国颜色系统外观尺度预测的深入理解，并为未来的色彩研究和应用提供了有价值的数据支撑和模型参考。