基于HSB的木门用户色彩感性意象研究*

周橙旻 吕一心 詹先旭 贾焕亮 康明红

（1.南京林业大学家居与工业设计学院，南京 210037； 2.德华兔宝宝装饰新材股份有限公司，德清 313200）

伴随着经济不断发展与城市化水平的不断提高，在国家二胎政策宏观调控下，人口数目显著增长，人们的住房需求与房产开发同步迅速增长，这极大地推动了家居行业的变革与发展。木门行业作为我国家居产业中的一个重要分支，虽然起步较晚但发展迅速。在当前木门产品市场需求不断扩大的背景下，木门行业面临着行业品牌集中度低、产品同质化严重、产业升级等[1-2]一系列严峻考验，把握木门产品市场用户需求并进行精准的设计研发对企业发展至关重要。

相关研究表明：木门产品的色彩及与室内整体效果的匹配度是用户在购买木门产品时考虑的重要因素[3-4]。传统木门产品的设计开发主要依靠设计师对木门市场趋势及用户需求的感性分析判断，然而这种设计方式已经难以适应不断变化的用户消费需求[5]。本研究以HSB色彩模式和感性工学为基础原理[6-8]，对木门色彩的感性意象进行数据量化，通过数学模型分析为木门的色彩设计提供科学的参考依据。

1 木门色彩感性意象调研

1.1 研究方法

调研阶段结合HSB色彩模式和感性工学中的语义差异法，构建语义差异量表评分系统，对木门用户的色彩感性意象进行量化，在此基础上主要通过聚类分析、因子分析对样本数据进行分析，并得出相关结论[9-10]。HSB又称HSV，是一种贴近人类感官直觉的色彩描述方式，其中H(Hue)代表色相，S(saturation)代表饱和度，B(brightness)代表明度。黑色和白色无色相，黑、白和灰色没有饱和度。

1.2 研究内容与过程

整个研究过程可大致分为前期调研和实施两个阶段，如图1 所示。前期调研阶段包括木门色彩感性词汇提取和木门色彩样本分析两部分；实施阶段包括设计样本关于感性词汇的评分问卷，并通过互联网以电子问卷的形式发放回收，回收问卷后进行数据清洗，利用SPSS软件分析并构建木门用户的感性语义与HSB对应关系，最后进行结论分析。

图1 木门色彩意象研究内容与过程Fig.1 Research content and process of wooden door color image

1.3 木门色彩意象调研实施过程

1.3.1 感性意象词汇收集与提取

借助综合销售网站、门窗行业网、木门品牌官网等专业门户网站，木门相关的专业期刊，以及《色彩感知学》、《居室设计色彩搭配手册》、《室内设计实用配色手册》等相关专业书籍，搜集与木门色彩相关的感性形容词汇200 余个，然后合并、剔除语义相近的词汇，筛选出6 组与木门色彩感性意象相关的感性词汇：寒冷的-温暖的、保守的-前卫的、沉闷的-活泼的、朴素的-奢华的、古典的-现代的、理性的-感性的。

1.3.2 调研样本分析与制作

通过对16 个国内外木门主流品牌的在售木门产品进行色彩采集与分析，结合木门HSB色彩特征提取C61 白色、C62 灰色、C11 浅黄、C21 浅棕、C31 浅红、C41 浅绿、C51 浅蓝、C22 深棕、C32 深红、C42 深绿、C52 深蓝、C63 黑色12 个色彩作为样本色彩[11-12]。在样本制作过程中为了减少样本其他因素对色彩的干扰，12 个木门样本的款式完全相同。

1.3.3 调研问卷设计

问卷分为用户基础调研和对木门样本感性意象评分两部分。在用户基础调研部分主要采集用户性别、年龄、职业等信息，以及用户的消费观念和对木门产品的基础认知及诉求；木门感性意象评分部分以7 阶里克特量表法为基本原理进行问卷设计[13-14]，让被试者分别对12 个木门样本的6 组感性词汇进行分值为-3、-2、-1、0、1、2、3 的评分，分数越小越接近左边词语的描述，分值越大则越接近右边词语的描述，如在词组“寒冷的-温暖的”中，分值越小越接近感性意象“寒冷的”的描述，分值越大则越接近“温暖的”的描述。

2 基于HSB的木门色彩感性意象数据分析

2.1 数据回收及清洗

本次问卷通过互联网以电子问卷的方式发放并回收，删除数据中的重复问卷和均值±3 倍标准差以外的异常值，回收有效问卷123 份，统计得出12 个木门色彩样本的感性评价均值如表1 所示。

表1 木门色彩样本的感性评价得分均值Tab.1 Mean value of perceptual evaluation scores of color samples of wooden doors

2.2 木门色彩感性意象聚类分析

聚类分析[15-17]是一种把多组数据的集合归类到由类似对象组成的不同组群中的数据处理过程，同一组群之间的数据相似度较强，不同组群之间差异较大。本次研究采用系统聚类分析法，聚类结果以树状谱系图的形式直观呈现（图2），其中纵向Y坐标为木门样本，横轴数值表示各类别的相对距离，距离采用平方Euclidean距离。聚类分析中，先将距离较近的样本聚成小类，再将距离较近的小类聚成大类。从量化值10处做垂线（如图2中虚线一标识），将色彩样本聚类分为四大类：一类为C51浅蓝、C52深蓝、C42深绿和C41浅绿为代表的冷色系，二类为C62灰色、C63黑色和C61白色组成的无色相系列，三类是以C11浅黄、C22深棕、C21浅棕为代表的棕黄色系，四类是以C31浅红和C32深红为代表的红色系。可见色调相近或色彩相同给人的感性意象关联性较强。在此四大类的基础上继续聚类，于量化值15处做垂线（如图2中虚线二标识），色彩样本聚类被分为三大类，其中一类冷色系和二类无色相系聚成一类，说明相比暖色调的棕黄色系、红色系，在用户的感性意象中无色相色彩与冷色调色彩的关联性更强。从量化值20处做垂线，色彩样本聚成由C31浅红和C32深红组成的红色系大类和除C31浅红和C32深红以外的两大类。

图2 聚类分析谱系图Fig.2 Pedigree of cluster analysis

2.3 木门色彩感性意象因子分析

因子分析是一种多变量降维统计分析方法，从研究变量内部关系出发，将错综复杂的众多变量归结为少数几个综合因子，同一组变量相似性和相关度较高，不同组变量差异性较大。通过对木门色彩感性意象原始数据进行因子分析，提取公共因子，使原始数据与感性语义之间的关系更加清晰简洁[18]。

因子分析的4 个主要步骤[19-20]：1）确定数据是否适用于因子分析；2）确定因子数；3）因子解释与因子旋转；4）计算因子得分，绘制散点图。

通过KMO取样进行适合度检测、Bartlett球形检测和变量共同度检验，可以判断样本数据是否适用于因子分析：KMO的取值范围为0～1，KMO值越大越适用因子分析，KMO值小于0.5 则不适合进行因子分析。Bartlett球形检测中，当显著水平小于0.05（sig.＜0.05）时变量之间具有相关性，显著水平值越小，卡方值越大，样本数据越适用于因子分析[13-14]。在木门色彩感性意象数据的KMO和Bartlett检验中，KMO值为0.59，显著性水平值为0，卡方值86.575，综合分析表明调查结果较适用于因子分析。

以主成分分析法[21]对变量进行因子分析，表2 显示了因子的初始特征值、提取载荷平方和，以及旋转载荷平方和的变量特征值（总计）、方差贡献率（方差百分比）和累计方差贡献率（累积），提取因子特征值大于1 的公共因子，得到两个公共因子，这两个公共因子的方差贡献率总和为90.34%。公共因子1 的特征值为4.177，解释了6 个感性词汇组变量总方差的69.622%；公共因子2 的特征值为1.243，解释了6 个感性词汇组变量总方差的20.718%。图3 的碎石图直观地展现了因子特征值曲线从第三个因子开始变得平缓且值小于1，因此提取前2 个因子作为公共因子。

表2 总方差解释Tab.2 Total variance explained

图3 主成分分析碎石图Fig.3 Principal component analysis gravel

表3 旋转后的成分矩阵Tab.3 Rotated component matrix

表3是主成分分析得出的旋转后的成份矩阵数值，清晰地呈现了各因子对变量的影响。旋转后的组件图（图4），直观地展示了2 个组件旋转后的成分和变量之间的相关性关系，某一成份系数越大说明该成份与变量的相关性越强。

图4 旋转因子1 后的组件图Fig.4 Rotated component diagram

对旋转后的2 个公共因子进行变量分析和命名：第一个因子中载荷量较高的变量有“保守的-前卫的”、“古典的-现代的”、“朴素的-奢华的”、“沉闷的-活泼的”4 组词汇，载荷量分别为0.965、0.895、0.770、0.768，其中载荷量最高的“保守的-前卫的”、“古典的-现代的”2 组词汇主要是对色彩的潮流、风格的感性认知描述，因此命名为潮流风格因子；第二个因子中载荷量较高的变量有“寒冷的-温暖的”、“理性的-感性的”，是对色彩冷暖及主观性的描述，故命名为温度知觉因子。

2.4 基于HSB的木门色彩感性意象分析

将调研数据中用户对12 个色彩样本的6 组感性词汇评分均值进行排序，如表4 所示。

表4 感性词汇对应的木门色彩样本排序Tab.4 Color sample ranking of wooden doors corresponding to perceptual words

在潮流风格因子中，红色、绿色等色相冷暖强烈、饱和度较高，更符合“前卫的”、“活泼的”感性意象；灰色、黑色、深棕等无色相、低明度色彩给人以“保守的”、“沉闷的”感觉；深红、深绿、深蓝等色相，冷暖强烈、饱和度较高、明度较低，更符合调查用户对“奢华的”感性认知；白色、灰色、浅黄、深棕等高明度无色相色彩更符合用户对“朴素的”感性认知；浅红、浅绿、浅蓝、白色等高明度色彩更符合用户对“现代的”色彩风格感性认知；而黑色、黄棕色更符合用户对“古典的”色彩风格感性认知。综合4 组词汇的色彩意象分析，潮流风格因子与红色、绿色、蓝色等色相冷暖强烈的色彩成正相关，与灰色、黑色、黄棕色等无色相、温和色相色彩成负相关。

在温度知觉因子中，红、棕色相的感性意象更符合“温暖的”感觉，且同一色相中高明度色彩比低明度色彩更让人感觉温暖；红、绿色相更符合“感性的”色彩意象，且同一色相中高明度色彩比低明度色彩更为“感性”；黑、白、灰等无色相色彩的感性意象更符合调查用户对“理性的”、“寒冷的”感性认知。综合2 组词汇的色彩意象分析，温度感知因子与红色、棕色等色彩成正相关，与黑色、灰色、深蓝、白色等无色相、冷色相色彩成负相关。

3 结论

通过聚类分析将木门的12个样本分为内部关联性较强的4个类别：以浅蓝、深蓝、深绿和浅绿为代表的冷色系，以灰色、黑色和白色组成的无色相系列，以浅黄、深棕、浅棕为代表的棕黄色系，和以浅红和深红为代表的红色系。分析发现用户对色调相近或相同色系的色彩感性意象关联性较强，进一步通过因子分析提取关于木门感性意象词汇的两个公共因子，分别命名为潮流风格因子和温度知觉因子。基于HSB分析得出潮流风格因子、温度知觉因子的色彩感性意象特征[22-25]：潮流风格因子与红色、绿色、蓝色等色相冷暖强烈的色彩成正相关，而与灰色、黑色、黄棕色等无色相、温和色相的色彩成负相关；温度知觉因子与红色、棕色等色彩成正相关，而与黑色、灰色、深蓝、白色等无色相、冷色相色彩成负相关。