首页 历史故事参考光源在显色性上的局限

参考光源在显色性上的局限

【摘要】:7.5.1.2.3 解除色温的参考性原理上,如今的参考光源在显色性上是最佳的,然而不是在全部色温下的最佳。

许多团队的研究认识到彩色再现是一种含义丰富和复杂的现象,所以像CRI的这种单一数值就过于简单了。所有人都建议增加公式的复杂性,增加现象描述的准确性,准确描述彩色再现对颜色范围不同部分的影响。早在1995年,Philips的研发工程师注意到所有由荧光灯管照明引起的颜色表面失真都可由CIELAB色度平面中的向量场表示。如果色差值用色度进行标准化表示,就可以获得反映视觉外观的色调连续双峰函数[KEM 95]。例如,在指定荧光灯管的照射下,色彩向紫外光区或绿光区偏移。所以根据光源的不同,失真的显著性也存在差异(矢量的长度不同),并且色环不同区域的失真也不同。这种向量场形式适用于任何光源。同一作者提出的实际方法包含若干级从详细到简单的定义,前者描述了优化的样本收集,后者给出了颜色饱和损耗的平均传播[VAN07]。

7.5.1.1 修改CRI的计算方法

CIE的技术委员会提出了多种方法(TC 1-33,主席报告,CIE,1999)。

提出的指数记为R96a。计算基于以下几点:

1)Macbeth色彩测试标板的试验颜色;

2)仅有6个参考光源[3]:D65,D50,色温为4200K、3450K、2950K和2700K的黑体

3)CIE于1994年提出的色适应公式,将被测光源和参考光源下的显色性结果与D65光源下的结果联系起来;

4)CIELAB空间中色差的计算。

7.5.1.2 新的指数:色品质度(Color Quality Scale,CQS)

美国国家标准与技术研究院(NIST)的Davis和Ohno(以下简称为作者)对多种表面的颜色进行了系统的建模,这些表面暴露于多种不同光源下:现有光源、LED样品和理论光谱。将计算出的CRI和CIELAB的偏差计算结果与目视观测结果进行了对比,结果表明暴露于LED光源下的CRI不能准确预测出目视观测结果。虽然LED光谱中出现的峰值增加了色阶,这也是商业应用中通常需要的,但是峰值准确且严重地降低了CRI。试验样品对建模和显色而言通常很关键,某些样品能获得较高的CRI,另一些则相反。在以上工作的基础上,两人还提出了一个单一的指数,即CQS,它比CRI更准确地反映了观察者的感觉[OHN 05,DAV 05]。

考虑到显色性不局限于彩色复现的逼真度,作者于2005年推荐了3个研究主题:

1)不确定性更低的试验样品的选择;

2)更全面评估色调和饱和程度的方法;

3)与色温无关的色适应计算方法。

7.5.1.2.1 试验样品的选择

试验样品(目前只需8个)无法正确地反映显色性。虽然众所周知饱和颜色的显色性可以适当降低,但是样品没有足够地饱和,尤其光源具有不均匀光谱功率分布的时候,正如LED一样。

为了计算CQS,新采集的一批15个饱和样品在色环上均匀地分布,代表着全部现有的颜色。它们取自蒙赛尔色卡并且可从市场中购得,且亮度因数是已知的。

7.5.1.2.2 色调和饱和程度的全面评估

如今,色觉属性的任何偏差都是不利的。LED的饱和增益通常是照明中期望出现的效应,因为它改善了场景的可见性和亮度。在计算颜色偏移时应忽略饱和增益,以避免对光源的不利影响。

为了得到CQS,应在常用的和推荐的均匀CIELAB空间中进行计算。

7.5.1.2.3 解除色温的参考性

原理上,如今的参考光源在显色性上是最佳的,然而不是在全部色温下的最佳。极端色温时(低至3000K或高至7500K),参考光源的显色性不如自然光时令人满意。应降低色温的参考价值。

为了避免以上缺点,作者提出为每个色温临时分配一个退化因子(Degrad-ing Factor),它的大小是在CIELAB空间中被15个样品覆盖的体积上计算出来的。考虑到6500K时该体积最优,故该色温下的退化因子为1。其他色温的退化因子一般小于1,除了几个色温下,该因子将被修正为1。

7.5.1.2.4 CQS值

最后,通过计算15个样品颜色偏移的均方值(偏移大时权重也大),可得出平均色差。根据CRI的计算,归一化因子由4.6临时调整为3.01,以便得出惯常使用的CRI值,即50和100。

为了避免新指数取为负值(令人不满意的电灯,其CRI就属于这种情况),作者采用了非线性变换,仅影响20以下的取值,使它们全都为正。

对于作者来说,新的指数是一种品质指数,即CQS。

7.5.1.2.5 数值模拟

作者开发了生成二极管典型能谱分布(呈高斯分布,波长为λmax时达最大值,半最大值全宽度为Δλ)的程序,以及调节RGB组合各部分发光强度以获得指定色度的程序[OHN 05]。

作者首先提到的RGB组合,其CRI Ra=63,由于某些样品的饱和增益,使CQS为80。随后,他们比较了两个CRI Ra=80的RGB组合,由于所选的红光LED不同,两者的CQS也不同。第1个组合(λmax=603nm)使某些样品发生颜色偏移,CQS降至73。第2个组合(λmax=613nm)使几个样品的饱和程度增加,从而使CQS增至85。屏幕上的颜色模拟似乎证实了CQS的预测。相关研究正在进行中,以期改进所提出的方法。

表7-6给出了光源的CQS值,它们的相对光谱功率分布如图7-13和图7-14所示。

表7-6 红光、绿光和蓝光二极管(RGB)组合和单一磷光体发出的暖白光与冷白光、红光、绿光、蓝光和黄光二极管(WWRGBA)组合的CRI和CQS值

978-7-111-35243-3-Chapter07-35.jpg