色差公式的发展历程是怎样的？色差公式如何与视觉色差保持一致？

色差公式有色商品生产的质量控制中的重要工具，它们提供了不同有色材料之间刺激差（光谱反射率函数差）的预测结果。到目前为止，已出现将近上百个色差公式，其中一些色差公式被广泛的应用于工业生产中，并且已经被国家过或国际标准化。那么，色差公式的发展历程是怎样的？色差公式如何与视觉色差保持一致？本文为大家做了介绍。

色差公式的发展历程：

1931年，CIE采用了基于Guild和Wright实验的颜色匹配系统，即三刺激值空间，该空间变成了CIE色度的基础。此后，为了获得视觉上更加均匀的颜色间和色差公式付出了大量的努力。CIE在1976推荐CIELAB之后，该空间迅速成为了使用最广泛的均匀颜色空间，迄今为止，该空间中的欧几里德距离也广泛用于颜色质量的测量。通过一系列视觉色差研究实验，研究人员发现CIELAB存在不均匀性，因此大多数现代色差公式的开发都是基于CIELAB的修正模型，例如CMC、BFD、CIE94和CIEDE2000。

CIE最新推荐的色差公式CIEDE2000，通常对数据集的拟合结果比较好，但是该公式复杂度太高。因此，人们开始对CIELAB表示中小色差的性能提出质疑，并基于CIELAB之外的颜色空间，试图开发了性能与CIEDE2000接近或比它更好，但是公式形式更加简单的公式。德国国家标准DIN99、色貌模型CIECAM97s、CIECAM02、OSA-UCS被看作潜在的备选模型，于是在CIEDE2000之后，获得了DIN99d、DIN990，CAM02-SCD，CAM02-LCD和CAM02-UCS、CIECAM02、IPT、ΔEGP、ΔEE公式。

色差公式如何与视觉色差保持一致？

在实验中，观察者的评判有时仅仅进行一次，其它情况下翻倍（2或3次），样品对的视觉结果取所有观察者的平均值。众所周知，观察者在如何评价色差上存在显著差异，因此参与实验的观察者数量也变成了一个因素。根据实验数据对CIELAB空间中的椭球的拟合证明不同数据集之间存在共同特征和显著差异。这些差异的原因都不得而知。因此，拟合一组特定数据的公式拟合其它数据可能相对更差。

目前，尚未出台一个评价公式对于一组特定视觉色差预测性能的方法。近年来，经常使用一个叫作性能因子（PF/3）的方法。它计算三个不同的性能因子并取它们的平均值。其缺点是它不能运用标准的统计方法确定一个特定公式性能在不同置信度上是否有显著性差异。最近，推荐了一个叫做标准残差平方和（STRESS）的方法解决了该问题。

色差公式的使用现状是怎样的？

大部分工业生产涉及有色商品的生产。生产效率和客户满意度需要度对这些材料的颜色进行相当严格的控制。丰富的行业经验表明单个染色者可能在颜色和色差方面差异相当大。因此，渴望得到客观的控制方法。由上文看来，显而易见的是新数据和公式描述它将不解决重要的问题，例如观察者的单个视觉响应存在较大的变化。

然而，问题是目前的状况是否令人满意或者是否应该齐心协力建立一个世界范围内的客观色差评价的新系统的基础。对于一个行之有效并且可靠的呈现样本并评价色差的方法，一个已知的目标可能是它描述的全球平均观察者结果的STRESS值为5或者更小（0是理想的）。应该彻底重复检验该方法，以确保它是可靠的并可以预测视觉结果。

迄今为止，色差评价研究中存在着以下几个亟待解决的问题：

1）一个公式或模型能够可靠地预测不同种类表面结构的材料之间的平均视觉色差吗？通过调节公式的一或两个参数而用于材料结果的变化么？

2）为了在一个局部颜色中心周围的任何方向均匀采样的简便性和有效性，电子设备能不能可靠地表示色差评价实验中的样本材料。

经典的色差公式都都局限于特定观察条件下，没有对不同光源、照明水平和观察背景等条件产生的色适应、色对比效应作比较准确的定量预测，对不同材料结果对显色特性的影响，也没有提出合理的参数。目前所有经典色差公式都只能在CIE规定的参考条件下使用，并且都是基于对CIELAB的修改。收集一些新收据来研究观察参数的变化（例如照明、彩色背景、媒介、物理尺寸、色差大小、样本间距和照明水平）对色差公式性能的影响是非常有价值的