解码色彩：剖析数字图像处理对色彩模型的多维抉择

荣安琪 李冠羽

摘 要：随着人工智能的全面爆发，如何将图像数字化也成为热点话题。在编程语言中处理颜色时，会遇到专业的术语（颜色模型、颜色空间和颜色配置文件）来描述颜色在色谱中的位置。研究旨在探究在数字图像处理中选择最佳色彩模型的难点，并分析不同色彩模型之间的差异。研究得出结论，选择最佳色彩模型仍然是彩色图像处理中的挑战之一。设计研究者需要根据具体的应用场景和需求，仔细评估不同色彩模型的特点，并选择最适合的模型。此外，未来的发展趋势包括结合人工智能、大数据和交互式技术，进一步提升色彩模型的应用效果。

关键词：色彩模型；数字图像处理；色彩空间转换；设计应用；数字色彩

Abstract： With the rise of artificial intelligence， the digitization of images has become a prominent topic. Programming languages introduce specialized terms， namely color model， color space， and color profile， to describe the positioning of colors within the color spectrum. This study aims to investigate the challenges involved in selecting the optimal color model for digital image processing while analyzing the disparities among various color models. The study concludes that selecting the most suitable color model remains a significant challenge in the realm of color image processing.Design researchers are advised to meticulously evaluate the attributes of different color models and opt for the model that aligns with specific application scenarios and requirements. Furthermore， future trends may involve integrating artificial intelligence， big data， and interactive technologies to further enhance the application of color models.

Keywords： Color model；digital image processing；color space conversion；design applications；digital color

0 引言

縱观历史，艺术家和科学家们用各种不同的模型来描绘光谱，目的是把抽象概念的光谱转化为易于理解的形式。近年来，人工智能的热潮带动了数字图像处理，对图像的感知、理解和处理成为了各个领域的关注重点。目前数字图像处理的应用领域主要为医学影像学、遥感学、数字摄影、多媒体、计算机图形和计算机视觉。在图像处理中，色彩模型能够提供不同颜色空间下的数字信息，帮助识别和分析图像中的特定颜色区域。视网膜上的锥体可以捕捉到短、中、长波长的光线，这些光线对蓝、绿、黄绿光最为敏感，为红、绿、蓝（RGB）图像提供了定性基础。色彩模型在计算机领域的分析及应用已相对成熟，但对于设计学来说还有待探索，本研究旨在从设计学角度评估和选择不同色彩模型从而帮助设计学者为色彩学分析提供科学依据。

1 色彩模型概述

色彩模型是描述和解释色彩的概念性模型或理论模型。色彩空间是色彩模型的具体实现方式，它是基于一组规则和参数，利用数学函数将可见光谱范围内的各种颜色映射到数值或坐标空间中，以便在计算机、图形设计、印刷、摄影等领域中进行颜色的处理、操控和呈现。同时，计算机可以将人类在色调和明度方面的表现可视化[1]。目前最流行的颜色模型为RGB（红、绿、蓝）颜色模型，它用不同的红、绿、蓝的色调来模拟所有的颜色。在当前的数字设计工具和编程语言中流行的色彩模型还有HSL、HSV、CIE L*a*b*等。每个模型都有其特定的方式来表示颜色，并在各个设计应用领域中具有不同的用途和优势。通过使用色彩模型，可以量化解码颜色，客观分析色彩的使用需求。

2 色彩模型间的差异

色彩模型按光的物理性质和人眼感知机制可分为物理模型和感知模型。基于物理学的色彩模型可以是加法的，它描述了光的混合（如RGB）[2]；或减法的，它描述了颜料的混合或光的去除（如CMYK）[3]。相反，通过人类感知的色彩模型是基于人类的经验或现象学，而不是基于颜色混合。每种色彩模型都有其独特的特点和适用领域。选择适当的色彩模型取决于具体的应用需求，如颜色准确性、感知一致性、数据压缩效率和处理灵活性等。理解这些色彩模型之间的差异（表1）有助于选择和应用合适的模型来满足特定的设计需求。

3 色彩模型选择和转换

本章将具体介绍各个色彩模型的特点和转换过程。由于设计中最常用到的为RGB色彩模型，在下文的分析与转换均以RGB值为例。

3.1 蒙赛尔色彩系统（Munsell）

蒙赛尔（Munsell）是一种用于描述和标准化颜色的系统，基于三个主要的颜色属性：色相（Hue），色度（Chroma）和明度（Value）[4]。它是由美国艺术家和科学家阿尔伯特·亨斯特·蒙赛尔（Albert H·Munsell）于20世纪初开发的。蒙赛尔色彩空间的设计目的是提供一种可视、直观且具有系统性的方法来描述颜色，使人们能够准确地指定和比较不同的颜色。其中，色相分为5种原色（红、黄、绿、蓝、紫）和5种间色（黄红、绿黄、蓝绿、紫蓝、红紫），每个色相再被分为10种，共100个色相[5]；色度从中心径向测量，代表颜色的“纯度”，越低的色度越不纯净；明度表示颜色的亮度或明暗程度，用数字（0—10）表示（图1）。

3.2 RGB色彩模型

RGB色彩模型是一种基于光的加法混色模型，用于表示和显示彩色图像。它是通过组合红色（Red）、绿色（Green）和蓝色（Blue）三种原色来生成各种颜色（图2）。RGB色彩模型是计算机图形学、数码摄影和显示技术中最常用的色彩模型之一。在RGB色彩模型中，每种原色可以使用0到255之间的整数值来表示。RGB色彩空间与设备相关联，因此，不同的扫描仪在扫描同一幅图像时可能得到不同的彩色图像数据。虽然RGB是最常用的色彩模型，但是由于RGB无法获取亮度信息，很少用于机器视觉。

3.3 CMY（K）色彩模型

CMY（K）色彩模型是一种基于颜料的减法混色模型，常用于印刷和打印领域。它以青色（Cyan）、品红色（Magenta）、黄色（Yellow）和黑色（Black）作为基本颜色，通过叠加这些颜色的色料来混合并生成其他颜色（图3）。每个颜色通道的取值范围通常为0到1，表示各个颜色分量的相对浓度。当三个颜色通道的浓度都为0时，表示黑色；当三个颜色通道的浓度都为最大值1时，表示白色。

3.4 HSL和HSV色彩模型

HSL色彩模型中的色相（Hue）表示颜色的基本属性，对应于颜色在色轮上的位置。色相可以用0°到360°的角度值表示，其中0°对应于红色，60°对应于黄色，120°对应于绿色，180°对应于青色，240°对应于蓝色、饱和度（Saturation）表示颜色的纯度或强度。它的取值范围通常为0到1，其中0表示灰度色（无色彩饱和度），而1表示最大饱和度的纯色。亮度（Lightness）表示颜色的亮度级别。它的取值范围通常为0到1，其中0表示黑色，而1表示白色（图4）。

HSV色彩模型中的色相（Hue）与HSL相同，表示颜色的基本属性。饱和度（Saturation）也表示颜色的强度，取值范围为0到1。而明度（Value）表示颜色的明亮程度，取值范围也为0到1。HSL和HSV之间的区别在于它们对最亮颜色的处理（图5）。在HSL中，最亮的颜色对应于纯白色。相反，HSV通过模拟白光照射在彩色物体上的效果来接近最亮的颜色。例如，在HSV中，当一束明亮的白光照射在一个绿色物体上时，该物体保留了它的绿色外观，同时变得更加明亮和鲜艳；而当一束昏暗的光线投射在HSV的绿色物体上时，它显得更暗，更不明亮。

3.5 CIEL*a*b*色彩模型

CIEL*a*b*也称为Lab色彩模型，它是由国际照明委员会（CIE）在1976年提出的，旨在提供一种以人类视觉感知为基础的颜色表示方式。Lab采用三个坐标轴来表示颜色：L*表示亮度，取值范围从0（黑色）到100（白色）；a*表示从绿色（负值）到红色（正值）的色度；b*表示从蓝色（负值）到黄色（正值）的色度。由于CIEL*a*b*是一个三维色彩空间，RGB需要先转换为CIE XYZ值再转换为CIEL*a*b*（图6）。

3.6 YUV色彩模型

YUV是将颜色信息（色度）和亮度信息（亮度）分离的一种模型。亮度分量（Y）表示图像的明亮程度，而色度分量（U和V）表示颜色信息。亮度分量（Y）覆盖了全频谱范围，从黑色到白色，用于表示图像的亮度级别。色度分量（U和V）則表示颜色在红绿和蓝黄两个轴上的变化（图7）。YUV色彩模型通常与彩色视频编码和传输相关。在许多视频编码标准（如MPEG）中，图像通常在RGB色彩空间下进行采集，然后转换为YUV色彩空间，通过压缩和编码处理，最后再转换回RGB进行显示。

4 色彩模型在设计领域的应用

在设计领域研究中，Munsell等色彩模型的应用涵盖了服装设计、建筑设计、广告设计、包装设计、室内设计、印刷设计、平面设计、人机交互等多个方面。Munsell的研究为设计师提供了色彩配色分析以及色彩心理学系统等工具，有助于实现更好的视觉效果和情感共鸣（表2）；RGB在服装色彩研究、广告设计以及包装色彩对消费意愿的影响等领域的研究中具有重要意义；CMY（K）广泛应用于印刷和出版领域，有助于设计师更好地处理报纸图片的色彩管理，优化出版物的色彩应用，以及提供室内设计调色板的指导和参考；HSL色彩模型基于人类感知和经验，提供了一种直观且易于调整的色彩表示方式，其研究有助于设计师更好地理解服饰色彩的意象和表达，探索传统建筑色彩的特点和应用；深入研究HSV色彩模型在服饰、产品、包装和室内设计，以及通过城市色彩设计营造独特的城市氛围和品牌形象，有助于设计师实现色彩的和谐与表达；CIE L*a*b*色彩模型提供了一种无偏见的颜色表示方式，更贴近人类视觉感知，在美术作品质量增强、网站图片色彩复杂性以及建筑色彩和谐等领域的研究中发挥着重要作用；尽管YUV色彩模型在设计领域的研究相对较少，但在人机交互和实时着色等方面的应用仍具有一定的潜力。色彩模型在设计过程中起到了重要的指导和工具作用，设计师可以通过选择合适的色彩模型来构建配色方案，精准传达情感，实现视觉效果等。当艺术设计想要达到良好的视觉效果时，不仅需注重创新、排版、字体等因素，更应注重数码色彩的表现。

5 色彩模型在设计学科的发展趋势

色彩模型在设计学科的发展趋势是向更细化、更综合的方向发展。未来，色彩模型将更广泛地应用于设计研究中，以提供更深入的洞察和有效的设计方案，为设计师提供科学、准确和创新的色彩方案，推动设计学科的发展。具体可从以下六个角度探究色彩模型在设计领域的可能性：

（1）多学科交叉

随着对色彩科学和感知机制的深入研究，设计学科将更加注重基于科学原理的色彩模型应用。色彩模型将与设计学、心理学、经济学、神经科学和认知科学等领域相结合，为设计师提供更准确、有意义的色彩选择和操控方法。

（2）色彩大數据和机器学习

大数据和机器学习的发展，色彩模型将被用于分析和挖掘庞大的色彩数据。设计师可以利用色彩模型和算法来理解和预测人们对不同颜色和配色方案的偏好，从而指导设计决策和创意生成。同时，基于色彩模型的大数据集量化分析可以科学批量地解码数字色彩，为研究配色方案提供了良好的底层逻辑。

（3）数字技术的应用

随着数字技术的不断进步，色彩模型在设计领域的应用将更加便捷和准确。设计师可以利用色彩模型来进行数字色彩搭配、可视化设计和色彩管理等方面的研究和实践。通过计算机辅助设计工具和虚拟现实技术，设计师可以更直观地探索和应用不同的色彩模型。

（4）交互式和实时色彩操控

未来的设计工具和技术将更加强调交互性和实时性。设计师可以使用色彩模型和实时渲染技术，实时预览和操控设计中的色彩效果，从而加速设计流程和决策过程。

（5）可持续性和环境意识

后疫情时代，可持续设计的兴起，色彩模型在环境意识方面的应用也将受到关注。设计师可以利用色彩模型来研究和选择环境友好型的色彩方案，以减少资源消耗和环境影响。

（6）跨文化设计和色彩表达

近年来全球化的不断深入，跨文化设计的需求越来越重要。但目前国内外很少有研究探讨颜色的跨文化影响。色彩模型可以科学系统地帮助设计师分析和了解不同文化对色彩的认知和偏好，从而创造出更符合不同文化背景的设计作品。

这些趋势将推动色彩模型在设计研究中的应用和发展。

6 结语

刚从疫情中走出来，我们就面临人工智能对设计学科和设计教育带来的巨大震撼，设计师们的未来又将如何发展？我们对于色彩的理解也不应仅限于对色块的主观感知，而应理解和分析颜色的数字信息。当色彩数据集足够庞大时，可发现肉眼观察不到的客观规律。在科技的冲击下，设计研究者更应明白数字未来的重要性，色彩模型的研究和发展也不应只在计算机领域推进，我们更应结合计算机技术、设计学、心理学和色彩科学，开辟数字色彩在设计领域应用的广阔前景。

7 参考文献

[1]IBRAHEEM N A，HASAN M M，KHAN R Z，et al.Understanding color models：a review.ARPN Journal of science and technology，2012，2（3）：265-275.

[2]HIRSCH R.Exploring colour photography：a complete guide[M].Laurence King Publishing，2005.

[3]SHRESTHA V R，LEE S S，KIM E S，et al.Aluminum plasmonics based highly transmissive polarization-independent subtractive color filters exploiting a nanopatch array[J].Nano letters，2014，14（11）：6672-6678.

[4]CAO J D，WU X R，CHEN Y.The Stepwise Regression Model between Munsell Color Index and Clothing Pressure of Knitted TightFit Sports Pants[C]//Applied Mechanics and Materials.Trans Tech Publications Ltd，2011，58：243-248.

[5]KAYA N，EPPS H H.Relationship between color and emotion：A study of college students[J].College student journal，2004，38（3）：396-405.