顏色空間(Color Space)是用於描述顏色的數學模型,色度儀設置了多種顏色空間可供選擇,該怎麽選呢?本文以三恩時TS4020液體色度儀為例,進行了簡單總結。

基本概念
L*:明度(Lightness,0~100,0為純黑,100為純白)
a*:紅綠軸(+a偏紅,-a偏綠)
b*:黃藍軸(+b偏黃,-b偏藍)
核心特點
均勻顏色空間:色差ΔE*ab與人眼感知接近,是目前工業檢測的黃金標準。
設備無關:基於人眼視覺模型,不依賴顯示或打印設備。
非線性轉換:從CIE XYZ轉換而來,覆蓋全部可見色域。
應用場景
工業品控(塑料、塗料、紡織品的色差檢測)
食品行業(飲料、糖果的顏色一致性控製)
印刷行業(專色油墨的匹配與驗證)
化妝品(口紅、粉底等產品的顏色開發)
基本概念
L*:明度(與CIE Lab相同)
u*:紅綠色度分量
v*:黃藍色度分量
核心特點
均勻性優化:對高飽和度顏色的色差計算比CIE Lab更準確。
光源適應性:更適合不同光源下的顏色比較(如D65 vs A光源)。
色域寬廣:在顯示技術中用於廣色域(WCG)顏色映射。
應用場景
顯示技術(LCD、OLED屏幕的色彩校準)
影視行業(HDR內容的顏色分級)
照明工程(不同光源下的顏色渲染指數計算)
航空航天(駕駛艙顯示屏的顏色一致性)
基本概念
X, Y, Z:基於人眼三刺激值的絕對顏色值,Y代表亮度。
核心特點
色度學基礎:所有現代顏色空間(如Lab、LUV)均由其衍生。
線性計算:直接關聯物理光功率,適合光學仿真。
色域限製:無法直接體現人眼感知差異。
應用場景
科研計算(顏色模型的數學轉換基礎)
光源測量(LED、激光的光譜色坐標計算)
光學設計(鏡頭、濾光片的顏色透過率分析)
法規標準(如CIE 1931是國際照明委員會基準)
基本概念
R, G, B:三原色分量(各通道0~255整數或0.0~1.0浮點)
色域定義:基於CIE XYZ的特定轉換矩陣,覆蓋約35%可見色域。
核心特點
設備相關:依賴顯示器的伽馬曲線和色溫(通常默認D65)。
互聯網標準:網頁、通用數字內容的默認顏色空間。
兼容性強:幾乎所有顯示器、相機、軟件原生支持。
應用場景
數字媒體(網頁設計、社交媒體圖片)
消費電子(手機/電腦屏幕的出廠校準)
攝影(JPEG照片的默認色彩編碼)
辦公應用(PPT、Word文檔的顏色顯示)
Y:亮度分量(明度,0~100)
x, y:色度坐標,基於CIE 1931標準觀察者曲線,描述顏色在色度圖中的位置。
特點
是曆史上第一個基於人眼視覺特性的顏色空間。
采用二維色度圖(馬蹄形圖)表示顏色,但無法直接體現亮度變化。
色差計算不直觀,需結合其他顏色空間(如CIE Lab)。
應用場景
顯示設備校準(如顯示器、投影儀的白平衡調整)
光源色溫分析(如LED、熒光燈的顏色坐標測量)
基礎科研(顏色科學的理論研究)
基本概念
H(Hue):色調(如紅、黃、綠等,共100個分級)
V(Value):明度(0~10,0為純黑,10為純白)
C(Chroma):彩度(飽和度,數值越高顏色越鮮豔)
特點
基於人眼主觀感知,采用三維柱狀模型(色調環+明度軸+彩度半徑)。
非均勻顏色空間,相鄰色塊的人眼感知差異均等。
廣泛應用於藝術、設計領域,但工業檢測中需轉換為其他顏色空間。
應用場景
色彩教育(美術、設計專業的色彩教學)
土壤/礦物顏色分類(地質學標準)
傳統行業調色(如油漆、染料的手工配色參考)
基本概念
L*:亮度(同CIE Lab,0~100)
C*:色度(飽和度,數值越大顏色越鮮豔)
h°:色調角(0°~360°,如0°=紅色,90°=黃色)
特點
由CIE Lab轉換而來,將a*、b*坐標轉換為極坐標形式。
更符合人眼對顏色“鮮豔度”和“色調”的直觀感知。
色差分析時可直接比較ΔC*(飽和度變化)和Δh°(色調偏移)。
應用場景
化妝品行業(評估口紅色號、眼影飽和度)
食品飲料(果汁、糖果的顏色鮮豔度控製)
印刷行業(專色油墨的色調校準)
基本概念
B:亮度(Brightness,類似Y值)
x, y:色度坐標(與CIE Yxy相同)
特點
是CIE Yxy的簡化版本,去除了複雜的色度圖計算。
適用於快速評估顏色大致範圍,但精度較低。
工業場景中較少使用,多見於早期低成本色度儀。
應用場景
初步顏色篩選(如LED燈珠的粗略分檔)
教學演示(顏色空間的入門理解)
基本概念
L:亮度(0~100)
a:紅綠軸(+a=紅,-a=綠)
b:黃藍軸(+b=黃,-b=藍)
特點
由Richard Hunter於1948年提出,比CIE Lab更早的均勻顏色空間。
計算公式較簡單,但色差均勻性不如CIE Lab。
目前主要用於部分傳統行業(如食品、紡織品)。
應用場景
食品行業(麵粉、食用油的顏色評估)
紡織品(部分老式正能量网入口最新仍采用此標準)
曆史數據對比(與早期測量結果保持一致)

微信二維碼掃描