Исследователям Национальной лаборатории Лос-Аламоса удалось разрешить ключевую проблему столетней теории цвета, показав, что качества, которые мы воспринимаем в цветах, присущи самой математике цветового пространства. Это открытие углубляет наше понимание человеческого зрения и может привести к созданию более точных цветовых технологий и визуализаций.
Идея Эрвина Шрёдингера, которой уже более ста лет, сделала большой шаг вперед благодаря новым, сегодняшним исследованиям того, как люди воспринимают различия между цветами.
Группа ученых из Лос-Аламоса под руководством Роксаны Буджак использовала геометрию для построения математического определения восприятия цвета на основе оттенка, насыщенности и яркости. Результаты их работы, представленные на конференции по визуализации данных, формализуют модель цвета Шрёдингера и показывают, что эти известные качества цвета заложены в структуру самого восприятия цвета.
«Мы пришли к выводу, что эти цветовые качества возникают не из дополнительных внешних факторов, таких как культурный или приобретенный опыт, а отражают внутренние свойства самой цветовой метрики, – говорит Буджак. – Эта метрика геометрически кодирует воспринимаемое расстояние между цветами – то есть, насколько разными кажутся два цвета наблюдателю».
Более строго определив эти перцептивные атрибуты, исследователи восполнили недостающий элемент в давней концепции Шрёдингера о замкнутой математической модели цвета. Цель состояла в том, чтобы определить оттенок, насыщенность и яркость, используя только геометрическое свойство наибольшего сходства цветов.
Человеческое цветовое зрение основано на трех типах колбочковых клеток, центры которых расположены вокруг красного, синего и зеленого цветов. Это придает цветовому пространству трехмерность, позволяя ученым математически систематизировать и сравнивать цвета.
В XIX веке математик Бернхард Риман предположил, что воспринимаемые цветовые пространства не плоские и не прямые, а изогнутые. В 1920-х годах Шрёдингер развил эту идею, определив оттенок, насыщенность и яркость в рамках римановской модели восприятия цвета, используя метрику, описывающую, как люди воспринимают различия в цветах.
Определения Шрёдингера определяли науку о цвете на протяжении примерно 100 лет. Но когда команда из Лос-Аламоса разрабатывала алгоритмы для научной визуализации, они обнаружили, что математическая основа модели имеет важные недостатки.
Наибольшая проблема была связана с нейтральной осью – линией серых оттенков, идущей от черного к белому. Определения оттенка, насыщенности и яркости, данные Шрёдингером, зависят от положения цвета относительно этой оси, однако он так и не дал формального определения самой оси.
Это упущение создало серьезный пробел. Без точного определения нейтральной оси вся конструкция формально оставалась неполной. Самым важным достижением команды стало то, что они нашли способ определить нейтральную ось, используя только геометрию цветовой метрики.
Для этого исследователям пришлось выйти за рамки традиционной римановой модели. Этот сдвиг представляет собой значительный математический прогресс в науке визуализации.
Команда также исправила две другие важные ошибки в старой версии программы.
Один из способов заключался в изучении эффекта Безольда-Брюке – явления, при котором изменение интенсивности света может привести к изменению оттенка цвета. Исследователи решили эту проблему, используя кратчайший путь в своей геометрической модели восприятия цвета, а не полагаясь на простую прямую линию.
Они также использовали кратчайший путь в неримановом пространстве, чтобы учесть эффект убывающей отдачи в восприятии цвета – еще один эффект, который не был в полной мере учтен в более старом подходе.
Результаты исследования были представлены на конференции Eurographics по визуализации и являются продолжением более масштабного проекта в Лос-Аламосе, посвященного восприятию цвета.
Более точная модель восприятия цвета имеет огромное значение в областях, зависящих от точной цветопередачи, включая фотографию, видео, визуализацию и смежные технологии. Она также могла бы улучшить способы создания и интерпретации визуальных данных учеными.
