颜色空间二

CIERGB 颜色匹配实验：人类期望通过对三个基于颜色增减来匹配测试颜色。对于一些测试颜色，由于无法通过三个基础颜色的混合得到，这种情况下，实验中会在测试颜色中增加三个基础颜色使它们匹配。

图表示的是生成不同波长的单色光对应的三个基础色的混合系数。

由于实验中的特殊颜色的处理，CIERGB中会出现负数，为了解决这个问题，提出了CIE1931XYZ。XYZ是一个标准颜色空间，可以用来描述SPD，至此 我们可以定量的描述颜色了。

XYZ是通过三个基础色的线性组合描述颜色的。有时在亮度和色度方向讨论颜色是有必要的，因此提出了CIExyY空间。将CIEXYZ空间映射到X+Y+Z=1平面上，得到CIExyY颜色空间。

x=X/(X+Y+Z) y=Y/(X+Y+Z)

CIExy2D色度图描述了颜色的色度属性

由于人眼的视觉系统具有颜色恒常性，可以区分光源颜色得到不同颜色的光源下物体的颜色。相机中的传感器并不具有这个特性，因此在pipeline中有白平衡操作。

首先我们考虑不同illuminants的SPDs。illuminants通常是用色温描述的。illuminant到色温的映射关系是依据黑体辐射理论，给定一个温度然后生成对应的SPDs.。Plank's的理论：在给定温度T下黑体辐射出的电磁波的光谱密度。根据电磁波的光谱密度可以得到对应的温度，根据Plank方程考虑在某一温度下所有可见的波长，便可生成对应的色温曲线。色温是指黑色物体的温度而非光源的温度，因此色温又称为相关色温CCT。白平衡就是保证不同场景下的白点是一致的。

RGB

虽然CIEXYZ是一个标准的颜色空间，但是图像或设备很少直接使用它，因为XYZ不是真是的基础色。RGB基础分量主导了工业界，因为我们更熟悉RGBcolor cube。因此红绿蓝并没有数字含义，我们需要知道他们对应的SPD和CIEXYZ系数。如果你有一组RGB值，他们是针对某个设备的，当设备之间定义的primaries不同时，RGB值是没有意义的，这就是不同设备之间颜色生成的巨大问题。于是1996年，微软和惠普定义了一组标准RGBprimaries。

通过转换公式，我们得到线性sRGB空间，经过gamma correction得到SRGB。sRGB的gamma与Steven的Power-law相关跟，近似于一个三次根幂律。Steven的Power-law描述了人眼感知的亮度和辐射能量的关系。类似的标准化空间还有NTSC

CIELAB颜色空间

CIELAB空间是一个感知均匀的颜色空间,色差或者亮度差变化更均匀。感知均匀的意思是如果数字（即前面提到的L、a、b这三个数）变化的幅度一样，那么它给人带来视觉上的变化幅度也差不多。依据视觉宽容量，定义色彩差别定量计算。麦克亚当再CIExy色度图上不同位置选择了25个颜色色度点作为标准色光，其坐标为x,y。又对每个色度点画出5~9条不同的方向的直线，取相对两侧的色光来匹配标准色光的颜色，由同一位观察者调节所配色光的比例，确定其颜色辨别的宽容量。通过反复做50次实验，计算各次所得色度坐标的标准差。围绕标准色度点，在不同方向上取距离为1个标准差的点的轨迹近似是一个椭圆。在CIExy色度上的相同几何距离，在不同的颜色区域里和不颜色变化的方向上所对应的视觉颜色差别量大小事不同的。

YUV YIQ YCrCb

这些颜色空间都是通过将RGB空间（gamma编码后的sRGB空间）分解为一个类似亮度分量和一个色度分量。这些空间都是定义在gamma编码后的sRGB和NTSC颜色空间。

Color error metric CIE2000DeltaE

在LAB空间的基础上定义的一个color error metric。取值范围0~100，取值小于2时认为是几乎没有色差的。76Lab色差是欧式距离，这样做显然是有误差的，因为三个通道对人眼的影响一定是不同的，并且同一通道不同取值范围下对人眼的影响也不尽相同。下面的图就显示不同区域的等色差问题

在这幅图中，横轴是a，纵轴是b，因此我们可以看到，当a和b的绝对值越大的时候，椭圆的面积越大，这就说明了人眼对高彩度的敏感度低，经过以上分析，1994年CIE又把色差公式改进了一次，成为了下图的形式：

因此2000年CIE针对蓝光等问题再次改进了色差公式，变成如下形式：