服务热线
4008885135
天友利公司动态
密度计并不是直接测量密度值。相反,它测量的是照射在或穿过一个测量表面的光强度与到达仪器内部探测器的光强度的比值。这个比值就叫做反射率(R)或透射率(T)。如果仪器测量的是反射材料,如纸张或印在纸张上的油墨,则测量的就是反射率;要是测量的透射材料,如胶片,则测量的就是透射率。
密度计要使用与测量样品颜色相对应的滤色片来进行测量,所以探测器实际上看到的只是灰色。例如,印刷车间使用的密度计中有一组特殊的滤色片,它们正好与青、品红、黄和黑油墨反射的光谱相对应。这就意味着,在测量颜色之前,你必须首先知道并准确地告诉密度计将要测量的是什么颜色,要在密度计上选择所测颜色相对应的滤色片,然后才能测量。
密度是一个对数函数。
密度值是对测量数据进行计算的结果。之所以使用对数来计算,这里有几个原因。第一,正如我们已经讲过的,人眼对光强度具有一个非线性的对数响应,因此使用具有对数函数特性的密度值可以与我们感觉到处亮度值更好地相对应。第二,密度值可以更好地与材料的厚度,如印刷墨层的厚度或感光胶片的乳剂厚度相对应,这也是密度计要测量的主要参数之一。第三,对数标尺可以避免在测量颜色很深的材料(如制版使用的照排胶片)时产生位数很多的数字。
为了更好地理解密度的含义,我们设想有一个能够100%反射入射光的表面,我们称这样的表面为完全漫反射体。这个表面的反射率R=1.0,因此密度值就是0。如果我们进一步考察其他的一些表面,它们分别可以反射入射光的50%,1%,0.1% …… 因此,我们就可以得到下面的一系列数值:
请注意表中是如何使用一个数字5.0方便地代表很长的数字0.00001的。
密度计的特性之一就是可以测量一个很大的动态范围。事实上,其他设备(如扫描仪和打印机)、介质(印刷品与胶片)、甚至是图像(暗调的或高光的)的动态范围都使用密度单位来表示。通常用密度(density)的缩写D或光学密度(optical density)的缩写O.D.来表示。例如,扫描仪的动态范围用扫描仪可稳定探测到的亮度值的最小密度 Dmin 和最大密度 Dmax 之差来表示。
色度学
色度学是一门预测颜色匹配规律的科学,这个颜色匹配的预测是基于具有典型代表性人类视觉基础上的。换句话说,它的目的是建立一个数学模型,能够预什么时候会产生同色异谱,而什么时候不会发生。一个成功的色度模型必须同时做到以下两点:
►对于一个具有典型人类视觉观察者看到的相匹配的颜色样品,色度模型所给出的这两个样品的数值也要一致。
►对于一个具有典型人类视觉观察者看到的有差异的一对颜色样品,色度模型不仅应当给出不同的数值,而且应当能够计算出色差,即预测出颜色样品在观察者眼中所感觉的颜色差别有多大。 当前的颜色模型都是不优秀的,但由于CIE的先期工作,他们的努力已经足以构筑当前所有色彩管理系统的基础。如果CIE色度学对你来讲好似一锅字母粥的话,你所应该抓住的关键点是,各种CIE模型使我们能够用数值来代表具有正常颜色视觉的人实际看到的颜色感觉。与这个核心问题相比,其余的都是一些细节问题。但是如果你想真正了解色彩管理是如何工作的,以及为什么有时的工作达不到预期的效果,色度学的细节就会帮助你理解这些。因此,让我们来看看色彩管理的核心——色度学中的CIE系统。
CIE色度学系统。大多数现代色度学和所有当前 的色彩管理系统都是基于CIE色度学系统,这一系统包含几个要素:
►标准照明体是一系列进行大多数颜色匹配工作时所用照明光源的光谱定义。我们介绍了标准照明体A到F,而在印刷行业重要的两种标准照明体是D50与D65。
►标准观察者是指具有典型人眼视觉的观察者对全部三刺激的响应,或用通俗的话来说,就是我们所能看到的全部颜色。大多数色度计采用2∞(1931)标准观察者,但还有一个10∞(1964)标准观察者。后者是随后采用较大的样品得出的实验结果,因为这会照亮视网膜更宽的区域,于是产生稍微不同的三刺激值响应。尽管你使用10∞观察者的机会很少,但它又是非常重要的,有了它才能构成完整的CIE色度学系统,如果我们不提到它的话,就是我们的失误。
►CIE XYZ三原色系统是用标准观察者三刺激值响应巧妙地定义的三种假想的原色(这三个原色是假想的,它们不能与任何真实的光源颜色相对应。事实上,不可能制造出一种仅让我们的M或S锥体细胞产生响应的真实光源,但是用这样的假想三原色模拟的颜色感觉却是真实的)。不仅是每一对同色异谱色具有相同的XYZ值,而且原色Y值学身兼二职,它还是锥体细胞的平均亮度函数——v,所以颜色的Y值还表示颜色的亮度。 ►CIE xyY色品坐标图是XYZ三刺激值的一种数学转换,是表示颜色彩色性质的一种实用图表。用它可以表示出颜色的相加关系,即用连接两个颜色坐标点的一条直线可以表示这两个颜色的相加混合结果,以各种不同比例相加混合得到的颜色的坐标位于这条直线上(见图1-23)。然而一定要注意的是,XYZ和xyY不是关于人眼非线性视觉反应的比例因数,因此图中的距离是被变了形的。
(图1-23:xy色品坐标图)
►均匀颜色空间(LAB ,LUV)是CIE为了减少对颜色距离的变形而定义的色空间。这两种色空间明度值L*的计算是完全一样的,都近似是亮度值Y的立方根函数(比较接近我们对于光亮度的对数响应)。这两种色空间都试图成为一个在颜色感觉上均匀的色空间,换句话说就是,空间中两个点之间的距离预示了两种颜色对于人类观察者所呈现的颜色感觉差异的多少。其结果是,从这两个均匀色空间中都可以得到类似色调、饱和度和亮度三种颜色感觉的量,以及(在L*a*b*色空间中)得到三相反色颜色视觉系统这些特性。在大多数实际应用中都使用LAB色空间,而较少使用LUV色空间,尽管它也并非完美(例如,它会夸大黄颜色之间的差别,同时低估蓝颜色之间的色差),但它还是起到了非常好的作用。对更加均匀的色空间的需求一直存在,但迄今为止,LAB还处于主导地位。
►色差(△E)提供了一种简单的方法来计算两个样品之间的颜色差别。如果你测量了这两个颜色,将它们作为两个坐标点绘在均匀色空间内,然后计算这两个点之间的距离,根据定义,这个距离就对应了两个颜色在人类观察者眼中所感觉的差别。这个值叫做△E(应读做“delat-E”,它是希腊字母“D”的发音,我们通常用它来表示差别)。 色度计。色度计使用近似模拟人眼锥体细胞响应的滤光器来对光进行测量,然后以一种CIE模型形式给出数字结果。大多数色度计具有用户可选的读数类型,可以让获得CIE XYZ、CIE LAB、CIE LUV或其他不同色度空间的色度值,也可以测量两个颜色样品之间的△E值。
虽然色度计读数类型非常灵活,然而它们具有一个致命的局限性,就是必须要进行特定色度测量条件的模拟。尽管有一些色度计具有不同照明体的转换开关(例如,一个是D50,另一个是D65光源选项),但它们肯定是限定于一种特定标准照明体和一种特定标准观察者。
色度计不能探测出同色异谱。它们只能够告诉你在特定的照明条件下两个颜色样品是否匹配,但是它们没法说清这种匹配是不是在这个特定照明和观察条件下的同色异谱,也不能告诉你两个样品是否真的是具有相同的光谱特性,是否能够在所有照明体下都是相互匹配的。幸运的是,对于大多数色彩管理用途来说,在一种照明条件下计算颜色匹配已经足够了。
色度学与色彩管理。色度学是色彩管理的核心,因为它使我们能够确切地定义颜色就如同亲眼所见一般。我们日常制作图像、插图及页面文件所使用的对颜色数字化描述的方法,对所描述的颜色有很多不确切的地方,而色度学可以让色彩管理系统排除了这种不确切。你将会看到色度学是如何通过色彩管理系统来计算那些我们发送给各种彩色复制设备,如显示器、桌面打印机、打样系统及印刷机的数字,以确保它们复制出理想的颜色的。目前,色彩管理以色度学理论为基础的事实已经被人们所认可。
分光光度法
分光光度法是测量光谱反射率的一门科学。光谱反射率是被某一表面反射到仪器内部探测器的每一波长光强度与入射到表面上的同一波长光强度之比。光谱反射率与密度计测量的并随后转化为密度值的反射率(R)有相似之处,但存在一个关键区别。密度是一个表示全部反射或透过光子数量的单一数值。光谱反射率(透射)率是表示是在不同波长上反射(或透过)的光子数量的一组数值(见图1-24)。印刷中所使用的分光光度计多数将可见光谱划分为若干个10nm或20nm的波段,在每一波段测量出一个值。研究级的分光光度仪将光谱划为更多、更狭窄的波段,有时能够窄到2nm,但它们对于一般用途来说是过于昂贵了。
(图1-24:一个同色异谱对)
分光光度法与色彩管理。光谱数据可以直接用于印刷中,比如一些印刷厂家抽样检验所进测墨的光谱特性,以确定油墨批次的差别。然而分光光度计更多地是用于色彩管理,即可以当做密度计,又可以当做色度地使用。
相对于密度计和色度计所测量的量来说,分光光度计所获取的是一组更为丰富的光谱数据。我们可以从光谱数据计算出密度与色度值,但是反之则不成。有了光谱数据,还可以确定是澡则同色异谱匹配,尽管色彩管理并不直接使用这一功能。
在色彩管理中,分光光度计真正的价值在于即可以当密度计又可以当色度计使用,而且比专用密度计或色度计具有更多的功能配置。有时,专用的密度计或色度计可能更适用于一些特殊的用途,比如测量印前胶片所要达到的高密度,或特征化显示器中红色荧光粉非常尖锐的响应曲线。然而在多数场合,分光光度计就是色彩管理的“万能瑞士军刀”。
下一篇:什么是色彩之颜色模型的不足之处
地址:广州市增城区低碳总部园智能制造中心B33栋6、7、8层
电话:4008885135
Email:tilo@3nh.com
传真:0755-26078633
Copyright © 2024 深圳市天友利标准光源有限公司. All Rights Reserved. 粤ICP备08127874号 XML地图