编者按： 习近平总书记指出：“科技创新、科学普及是实现创新发展的两翼，要把科学普及放在与科技创新同等重要的位置。没有全民科学素质普遍提高，就难以建立起宏大的高素质创新大军，难以实现科技成果快速转化。”中国照明学会高度重视科普工作，深入贯彻落实《关于新时代进一步加强科学技术普及工作的意见》《全民科学素质行动规划纲要（2021—2035年）》《中国科协科普发展规划（2021—2025年）》，按照中国科协科普工作有关要求，持续加强学会科普能力建设。 为普及照明知识，弘扬科学精神，推动学术资源科普化和科技成果快速转化，助力营造热爱科学、崇尚创新的社会氛围，中国照明学会决定在学会官网(www.cies.ac.cn)和微信公众号(CIES1987)开设“科普专栏”，向社会提供科学、权威、专业的照明科普内容，打造具有知识性、专业性和服务性的科普平台。 中国照明学会科普专栏以“弘扬科学精神，激发创新活力”为理念，将涵盖照明领域前沿科技、健康生活、实用技术、趣味知识和相关资讯等内容。热烈欢迎照明领域科学家、企业家、设计师和广大科技工作者积极参与科普工作，为“科普专栏”提供照明科普作品。作品请发送至学会邮箱：cies19870601@163.com。投稿过程中若有疑问，可联系中国照明学会秘书处（联系人：刘佳豪，电话：010-65815905）。 中国照明学会 科普专栏 | 第5期 邀请武汉大学副教授刘强，撰写了题为《何种光源能让我们分辨更多的颜色？》的科普文章。刘强，男，工学博士，有机化学博士后，武汉大学心理学系副教授，博士生导师，英国利兹大学访问学者，德国达姆施塔特工业大学访问教授（德国自然科学基金会墨卡托学者），武汉纺织大学客座教授。兼任国际照明委员会CIE-JTC 16 (D1/D8)技术工作组委员，国际照明委员会CIE-RF03技术工作组委员，中国照明学会外事工作委员会副主任，湖北省照明学会秘书长。刘强教授长期致力于复杂光照场景下色彩情绪感知与人因视觉功效研究工作, 已在本领域积累了丰富的理论与实践经验。截止目前，已累计主持国家自然科学基金（2项）、科技部国家外专项目、中国博士后基金面上项目（一等资助）、湖北省自然科学基金以及产学研合作专项等课题30余项，累计发表学术论文90余篇，申请发明专利30余项（授权22项），参编国家标准2项，行业标准1项，主编湖北省地方标准1项、中国照明学会团体标准2项。曾获国际照明委员会杰出贡献奖、中国照明学会中照照明奖科技创新一等奖、武汉英才、武汉市青年晨光人才计划等奖励。合作单位包括欧普、公牛、海尔、OPPO、荣耀、立达信、西顿、国星光电、中建三局等行业头部企业。
何种光源能让我们分辨更多的颜色？
生活中时时处处存在着需要我们分辨颜色的场景。今天我们要探讨的就是如何通过光源优化，实现人眼视觉的颜色分辨能力提升。我们希望提出一种方法，可以有效量化光源照明对颜色分辨的促进作用，进而为照明企业灯具生产提供合理依据。
1 颜色分辨测试
在日常生活中，我们接触最多的颜色分辨测试为石原色盲色觉检测。
而在科学研究中，最为经典的颜色分辨测试当属Farnsworth Munsell 100（简称 FM-100）色相测试。FM-100 色相棋包含跨视觉可见色彩范围的 85 个颜色样本，其明度、饱和度基本一致而色相渐变。
在实验过程中，研究者通过分析被试者颜色样本排布情况与标准色相渐变排布的差异，实现其颜色分辨能力的量化。
2 光照颜色分辨能力
在探究光照颜色分辨能力时，研究员通常会邀请群体观察者在不同光源下开展测试，进而以实验群体的平均结果，作为光源颜色分辨属性判断的依据。
2.1 颜色样本饱和度对颜色分辨能力的研究
日本色彩研究所通过ND-100和FM-100两套色相棋，探究了颜色样本的饱和度对于颜色分辨能力的影响[1]。
2.2 色相偏移指标Rd的研究
美国宾夕法尼亚州立大学学者利用FM-100测试了多种指标量化辨色力的效果，并提出了色相偏移指标Rd[2]。
2.3 光品质指标对光照颜色分辨力效果研究
美国伦斯勒理工学院探究显色指数CRI、色域面积指数GAI、全光谱指数FSCI等光品质指标对于光照颜色分辨能力的预测效果[3]。
除FM-100外，国内外的诸多学者还采用了其他实验物体作为研究的对象，以此探究光源的颜色分辨能力。
2.4 光源的辨色力差异研究
法国国家自然历史博物馆的研究员通过设计新的色相棋样本，探究不同类型光源的辨色力差异，并测试了不同光源指标对于辨色力的预测效果[5]。
2.5 洞穴壁画的照明光源研究
西班牙文化遗产研究所的研究人员以西班牙Castillo洞穴壁画为研究对象，提出了一种由三种LED光源组成的最佳光源作为洞穴壁画的照明光源。该光源的光谱功率分布提供了低损伤辐照度值，并同时有相对较好的颜色再现能力，能够更好地分辨洞穴壁画的颜色细节[6]。
2.6 光照颜色分辨力量化方法研究
国内方面，浙江大学研究团队针对外科手术和工业检测等应用优化照明光源，并提出了相应光照颜色分辨力量化方法[7]。
3 我们的研究
本实验室与WAC LIGHITNG开展合作，针对青铜器文物展陈照明过程中的颜色分辨问题进行探索，确定了青铜器类展品展陈的最优光源光配方[8]。
此外，本团队还从牛仔服饰的视觉偏好与颜色分辨角度，对牛仔服饰商场的展陈光源的最优色点进行了探索[9,10]。
可见，在光照颜色分辨研究领域，国内外学术人员已经进行了卓有成效的研究工作。
然而，受视觉实验先天局限性的制约（此类实验仅能在特定场景下，针对有限组光源组合开展研究），相关结论在方法适用性方面往往存在不足。其集中表现在，目前学界尚未提出有效的模型指标，可以对光源产品的光照颜色分辨属性进行准确量化。
针对此问题，本实验室研究人员以荟萃分析方法为手段，通过国际学术合作，收集了本领域相关视觉研究案例16组，并以主客观一致性（即光照颜色分辨测试结果与光品质指标预测值之间的一致性）为原则，对目前学界公布的29项光品质评价指标进行了综合测评。在此基础上，我们结合“自然光视觉适应机制”以及“人工光源光谱功率分布多样性”两方面考虑，提出了新一代光照颜色分辨指标 CDM（Color Discrimination Metric）。相关研究论文已发表于本领域权威期刊《Optics Letters》[11]。
从图中可以看出，CDM指标在光照颜色分辨属性预测方面，经16项国内外视觉心理物理学研究检验，其精度显著优于现有29组光品质指标（注：上述指标包括显色指数CRI， 北美IESNA TM-30体系，CQS体系等多项经典方法）。
近期，考虑到照度因素对颜色分辨过程的显著影响，实验室研究人员已完成对CDM模型的照度因素扩展，升级构建了CDM-E预测模型。
该模型构建过程充分利用了FM-100视觉测试数据的可加和性，将18组不同照度照明条件下的FM-100测试数据通过随机组合，扩充为100组训练样本集。随后，以前述主客观一致为原则，通过数据拟合确定了影响光照颜色分辨精度两大影响因素（光源光谱功率分布及照度）的权重配比。经140组随机组合验证样本集检验，CDM-E模型可以有效实现具有不同照度及光谱功率分布的光源产品光照颜色属性的有效预测。相关学术论文，已于近日发表于本领域权威期刊《Optics Letters》[12]。
截止目前，上述两项研究成果均已申请发明专利（已获授权1项），部分技术已应用于博物馆展陈照明、古籍修复照明、化妆品展陈照明等领域。
参考文献
[1] Tagawa D T, Komatsubara H, Kobayashi S, et al. Evaluation of color discrimination under LED lighting by two types of 100-hue test[C]//ACA: Blooming Color for Life December. Thanyaburi: Rajamangala University of Technology, 2013.
[2] Esposito T, Houser K. A new measure of colour discrimination for LEDs and other light sources[J]. Lighting Research and Technology, 2017, 51(5): 5-23.
[3] Rea M S, Freyssinier-Nova J P. Color rendering: a tale of two metrics[J]. Color Research and Application, 2008, 33:192-202.
[4] Mahler E, Ezrati J J, Viénot F. Testing LED lighting for colour discrimination and colour rendering[J]. Color Research & Application, 2009, 34: 8-17.
[5] de Luna J M, Molini D V, Fernandez-Balbuena A A, et al. Selective spectral LED lighting system applied in paleolithic cave art[J]. LEUKOS, 2015, 11(4): 223-230.
[6] Xu L, Luo M R, Pointer M R. The development of a colour discrimination index[J]. Lighting Research & Technology,2018, 50(5): 681-700.
[7] Huang Z, Liu Q, Pointer M R, et al. Color quality evaluation of Chinese bronzeware in typical museum lighting[J]. Journal of the Optical Society of America A, 2020, 37(4): A170-A180.
[8] Huang Z, Liu Q, Liu Y, et al. Best lighting for jeans, Part 1: Optimizing colour preference and colour discrimination with multiple correlated colour temperatures[J]. Lighting Research & Technology, 2019, 51(8): 1208-1223.
[9] Liu Y, Liu Q, Huang Z, et al. Optimising colour preference and colour discrimination for jeans under 5500 K light sources with different Duv values[J]. Optik, 2019, 208: 163916.
[10] Liu Q, Liu Y, Pointer M R, et a. Colour discrimination metric based on the neutrality of lighting and hue transposition quantification[J]. Optics Letters, 2020, 45(21): 6062-6065.
[11] Liu Y, Li Z, Chen Z, et al. Extending the colour discrimination metric with consideration of illuminance level[J]. Optics Letters, 2022, 47(7): 1851-1854.
策划制作
作者丨刘强 武汉大学副教授
审核丨中国照明学会学术工作委员会、中国照明学会专家工作委员会
出品丨中国照明学会
