LED照明的質量參數與藝術品視覺評價間的相關性

沈佳敏，翟其彥，羅 明,2

(1.浙江大學現代光學儀器國家重點實驗室，浙江 杭州 310027；2.利茲大學設計學院，利茲 LS29JT，英國)

引言

隨著LED技術的飛速發展，博物館照明質量越來越被人重視。為了滿足博物館特殊應用的需求，比如低輻射損傷、高清晰度和高色保真度，博物館光源的顏色質量得到了廣泛的研究。許多研究表明，光源的照度、相關色溫(correlated colour temperature，CCT)、色偏差(輻射源到普朗克軌跡在CIE 1964(u,v)坐標上的最小距離定義，簡稱Duv)以及顯色性等，都對博物館照明的評估存在影響[1-4]。

本研究是2017年度文化行業標準化項目“美術館照明質量評估方法與體系的研究”的一部分，主要針對國內美術館進行照明的物理參數測量和主觀視覺評價數據收集。測量的物理數據包括亮度、照度、色溫、顯色指數(Ra、R9、Rf等)、閃爍指數、色容差、均勻度。主觀視覺評價則由一般參觀者和專家作為被試對展廳內藝術品照明效果進行問卷評價。本文的目標是通過統計學方法，分析了解哪幾個視覺主觀評價指標在美術館照明中是最重要的，以及物理參數和主觀評價之間的關系。

1 研究背景

1941年，Kruithof最先提出照度-CCT概念，低照度的低色溫光源和高照度的高色溫光源被認為是舒適的照明[5, 6]。之后，Yoshizawa等[7]、Luo等[8]和Chen等[9]相繼提出了不同的照度-CCT范圍(稱之為comfort zone)。我們的研究表明，3 000～4 000 K是一個比較受喜歡，或者視覺舒適度比較高的色溫區間，會讓人感覺到畫面更加的舒適和明亮[10, 11]。并且結果表明，所有的評價指標可以歸結為兩個維度：“清晰度”和“暖度”。而在歐洲，匈牙利一個研究組做了大量相關實驗，尋找博物館LED照明的最適宜參數條件，他們發現保證畫作顯色效果的最佳色溫是5 500 K，適宜照度為200 lx，而被試最喜好的色溫是4 200 K[12, 13]。另一個葡萄牙研究組的結論則為色溫5 700 K[14]。武漢大學的團隊則運用更多CCT水平的LED光源，并綜合中國字畫和熟知記憶色物品(如蔬菜水果)，進行心理物理實驗后也發現光源的喜好度在某個色溫區間存在峰值，對于不同樣品這個峰值的所處CCT不太相同，照明中國字畫樣品時在3 500 K至4 500 K左右，照明熟知果蔬樣品時在4 500 K至5 500 K左右[15]。以上實驗結果證明東西方對色溫喜好性有明顯差異。亞洲較喜好暖色溫，歐美喜好偏冷的色溫甚至自然日光的色溫[16]。總結近年來的研究，主觀評價是一種很好的評價照明品質和喜好度的方法，光源的喜好度在某個色溫區間存在峰值，過高或過低的色溫均降低喜好度或光源照明品質，美術館照明的照度應該在200 lx以上、CCT的舒適區應該為3 000～6 000 K，最適宜色品可能會為負Duv值。光源亮度和色品以外的因素，如色域大小和形狀對色貌和視覺喜好度確有較大影響，而保真度高則會適當提高喜好度。

2 預實驗分析

我們針對兩所美術館進行了預實驗。被試需要對光源的16個評價指標從-4到4進行打分(沒有0)，共8個等級(展品照明的光源色以及光源下展品鮮艷度除外，打分等級為-4，-2，0，2，4)。

1)光源。預實驗在兩所美術館進行。美術館1調研了3個陳列區域，分別為2號廳紡織品區域、3號廳手工藝品展柜以及6號廳畫作區域；美術館2調研了4個陳列區域，分別為4號廳三幅油畫區域，6號廳書法區域，8號廳展柜區域以及10號廳蠟像區域。以上7個區域的光源的客觀測量結果如表1所示，可以看出絕大部分光源的顯色指數都大于80，但是和亮度相差較大。

表1 客觀測量結果

圖1 美術館1和2的主觀評測結果Fig.1 Subjective evaluation result for museum 1 & 2

2)主觀評測結果。共有21名被試當天參與美術館1的調研。圖1上展示了美術館1的主觀評測結果，其中紅色圓點是2號展廳，黑色圓點是3號展廳，藍色圓點是6號展廳。同一指標在不同展廳間的區別不明顯，其中光源色喜好程度，用光的藝術表現力以及理念傳達的感染力的差距最明顯。2號展廳的各項評分之間的差距是3個展廳中最小的。共有20名被試當天參與美術館2的調研。圖1下展示了美術館2的主觀評測結果，其中紅色是4號展廳，黑色是6號展廳，粉色是8號展廳，藍色是10號展廳。表現展品細節清晰度的4個指標以及整體空間照明藝術的2個指標在不同展廳間的評分波動較大。6號展廳的各項評分基本上都高于其他3個展廳，4號展廳的各項評分間的差距最小。

圖2 旋轉后的空間中的組件圖Fig.2 Component plot in rotated space

3)因子分析。為了分析各指標之間的關聯性并提取出若干個具有代表性、概括性的指標，我們結合以上主觀測評數據進行了因子分析。從圖2中可以看出，所有指標可以提煉為2個成分，成分1以感染力、視覺舒適度等指標為主要組成部分，稱之為“舒適度”。成分2以展品外輪廓清晰度、明亮度等指標為主要組成部分，稱之為“清晰度”。從表2中可以看出，成分1得分越高，除了展品明亮度以外的所有指標都越高，和用光在理念傳達上的感染力、視覺舒適度、展品亮度接受程度以及用光的藝術表現力的正相關性很強；成分2得分越高，用光的藝術表現力與理念傳達的感染力越差，是整體空間照明藝術的反向指標，和展品細節表現力、展品外輪廓清晰度、展品明亮度、展品紋理清晰度的正相關性很強。

通過計算各主觀測評指標和各顏色質量參數之間的相關系數，探究他們之間的相關性，結果如表3所示。亮度視覺適應程度、展品亮度接受程度以及視覺舒適度與亮度具有較強的負相關性，亮度越高，越讓人感到不適；展品外輪廓清晰度、展品紋理清晰度以及展品細節表現力與亮度均勻度具有較強的正相關性，亮度均勻度越大，展品的細節越清晰。用光的藝術表現力、用光在理念傳達上的感染力、光源色喜好度以及(冷)暖度與Ra、R9、Rf以及具有較強的正相關性，證明我們在標準建議的光品質指標是正確的。同樣的分析方法，也將在第3節“大數據分析”中采用。

表2 旋轉后的成分矩陣

4)對主觀評價數據進行建模。總結之前的研究，欲獲得一個喜好性顯指，需集合多個顏色質量參數對主觀評價指標進行建模。選取的標準為：顏色質量參數與主觀評價指標存在較強的相關性；建模使用其他團隊發表提議的顏色質量指標，包括Ra+GAI[17]，Rf+Rg+Rcs.h1+RgRcs.h1[18]，Rf+Rcs.h1[19]，并加入3組含CCT的模型。

表3 主觀測評指標和顏色質量參數之間的相關系數(粗體表示相關系數高)

使用的模型如下：

M1=C0+C1CCT+C2Rf+C3Rcs.h1(1)

M2=C0+C1Ra+C2GAI(2)

M3=C0+C1Rf+C2Rg+C3Rcs.h1+

C4RgRcs.h1(3)

M4=C0+C1Rf+C2Rcs.h1(4)

M5=C0+C1CCT+C2Ra+C3GAI(5)

M6=C0+C1Rf+C2Rg+C3Rcs.h1+

C4RgRcs.h1+C5CCT(6)

對F1舒適度和F2清晰度建模得到的參數如表4所示。將顏色質量參數代入模型，得到建模后的主觀評測數據。計算視覺實驗得到的主觀評測數據與建模得到的主觀評測數據間的相關性，如表5所示，可以看出不同模型間的差距不大。M1，M5，M6包含CCT，M4，M2，M3不包含CCT，從M1與M4，M5與M2，M6與M3的對比中可以發現，模型中加入CCT可以有效提高視覺實驗得到的主觀評測數據與建模得到的主觀評測數據間的相關性。

表4 對F1、F2建模得到的參數

表5 視覺實驗得到的主觀評測數據與建模得到的主觀評測數據間的相關性

3 大數據分析

共有39家美術館及3家博物館參與了此次美術館照明質量評估方法與體系的研究，每個美術館選取5個光源進行評估，分別為陳列空間的基本陳列和臨時展覽光源，非陳列空間的大堂序廳、過廊和輔助空間光源。這是有史以來參加美術館數目最多，收集數據最詳盡的研究項目。其中13家進行了多于10名被試(觀察者)且有照明光源光譜數據的評價與測量，篩選出近2 800份樣本數據進行分析。這13家美術館分別為北京時代美術館、何香凝美術館、木心美術館、上海美術館、上海喜馬拉雅美術館、上海油畫雕塑院美術館、深圳市越眾歷史影像館、蘇州美術館、煙臺美術博物館、尤倫斯當代藝術中心、中國美術館、中央美術學院美術館以及中國美術學院美術館。在評價時，對陳列空間的2個光源，觀察者要從展品色彩鮮艷度、展品細節清晰度、光環境舒適度以及整體空間照明藝術表現4個角度(包含12個指標)進行評估。共8個評估等級，為優秀(A+，A-)、良好(B+，B-)、一般(C+，C-)、較差(D+，D-)。對非陳列空間的3個光源，觀察者要從光環境舒適度以及整體空間照明藝術表現2個角度(包含6個指標)進行評估，評估等級同上。8個評估等級對應的分數依次為10，8，7，6，5，4，3，0，計算所有觀察者對每個光源、每個指標打分的平均值。

1)顏色質量參數與主觀評價指標之間的關系。一般來說，現有的顏色質量參數可以根據其設計意圖分為三類，即：基于色保真度的參數，基于色域的參數，以及基于喜好度的參數。在這項研究中，使用14個典型顏色質量參數(包含CCT，Duv[20])來表征主觀評價結果，具體包括IES TM-30[Rf，Rg，Rcs,h1(紅色方向的彩度偏移)][21]，CIE(Ra，R9)[22]，CQS(Colour Quality Scale，Qa，Qf，Qp，Qg)[23]，FCI(Feeling of Contrast Index)[24]，MCRI(Memory Colour Rendering Index)[25]以及GAI(Gamut Area Index)[26]。它們的表征性能可以通過皮爾遜相關系數來評價，因為它采用了一種不受限制的線性模型，具有截距。表6列出了所有光源的顏色質量參數。

表6 光源參數

表7總結了14個顏色質量參數與主觀評價指標之間的皮爾遜相關系數，從中可以看出，這些常用的顏色質量參數確實難以令人滿意地表征12個主觀評價指標，幾乎所有的皮爾遜相關系數都小于0.50，說明這些數據比浙大預實驗的數據更加分散。在預實驗中，大部分被試是浙江大學顏色工程實驗室的學生，具有豐富的評估視覺表現的經驗。

在所有的主觀評價指標與基于色保真度的參數(IES，Rf，Ra，CQS，Qf)之間的相關系數都為負數，視覺舒適度(主觀)，心理愉悅度與以上參數的負相關性最強。此外，基于色域的參數(IESRg，Rcs,h1，CQSQg，FCI，GAI)中，除了GAI以外的四個參數與主觀評價指標之間的相關系數均為負數，GAI與這些主觀評價指標間的相關性較小，均小于0.30，展品外輪廓清晰度與GAI的相關性最強。因為實驗中所選用光源的IES，，CQS 分布的區間較集中，分別為99.05±3.39，-0.06±0.05，98.12±5.28，幾乎沒有梯度，因此計算出來的相關系數不具有參考意義。基于喜好度的兩個參數(CQS，MCRI)之間的相關性較強，為0.79。主觀評價指標與均存在一般的負相關性，與MCRI存在較弱的負相關性，其中展品色彩真實感程度與，MCRI的負相關性最強。在所有顏色質量參數中，CCT與主觀評價指標之間的相關性最強，且CCT范圍在2 000～5 000 K之間，具有參考價值。

2)顏色質量參數與綜合主觀評價指標之間的關系。為了探究各主觀評價指標之間的關系并提取出綜合主觀評價指標(公因子)，對主觀測評數據進行因子分析，旋轉后的空間中的組件圖如圖3所示，旋轉成分矩陣如表8所示。

可以看出，公因子1得分越高，所有指標都越高，和立體感表現力、展品細節表現力、展品紋理清晰度以及視覺適應性的正相關性很強；公因子2和光源色喜好程度、視覺舒適度(主觀)以及心理愉悅感的正相關性很強；總體而言，公因子1可以解釋為“清晰度”，與展品的明亮、立體、細節、紋理等緊密相關；公因子2可以解釋為“舒適度”，與整體的舒適感和愉悅感相關。

圖3 旋轉后的空間中的組件圖Fig.3 Component plot in rotated space

評價指標CCTDuvRfRgRcs,h1RaR9展品色彩真實感程度0.50 0.30 -0.39 -0.54 -0.66 -0.40 -0.50 光源色喜好程度0.38 0.11 -0.47 -0.19 -0.26 -0.48 -0.44 展品細節表現力0.38 0.18 -0.46 -0.29 -0.40 -0.47 -0.50 立體感表現力0.45 0.21 -0.37 -0.28 -0.51 -0.30 -0.40 展品紋理清晰度0.32 0.12 -0.36 -0.22 -0.36 -0.34 -0.38 展品外輪廓清晰度0.48 0.22 -0.48 -0.28 -0.42 -0.47 -0.49 展品光亮接受度0.31 0.20 -0.42 -0.24 -0.30 -0.45 -0.47 視覺適應性0.36 0.14 -0.28 -0.15 -0.20 -0.32 -0.33 視覺舒適度(主觀)0.32 0.16 -0.52 -0.15 -0.23 -0.57 -0.52 心理愉悅感0.44 0.19 -0.52 -0.21 -0.33 -0.52 -0.52 用光藝術的喜好度0.46 0.24 -0.31 -0.32 -0.35 -0.36 -0.40 感染力的喜好度0.52 0.32 -0.30 -0.29 -0.40 -0.26 -0.37 F10.350.22-0.22-0.25-0.33-0.22-0.30F20.300.07-0.47-0.15-0.25-0.48-0.43評價指標QaQfQpQgFCIGAIMCRI展品色彩真實感程度-0.49 -0.36 -0.63 -0.59 -0.67 0.18 -0.39 光源色喜好程度-0.48 -0.47 -0.41 -0.19 -0.28 0.27 -0.12 展品細節表現力-0.50 -0.44 -0.52 -0.35 -0.41 0.21 -0.24 立體感表現力-0.40 -0.31 -0.48 -0.37 -0.52 0.25 -0.30 展品紋理清晰度-0.40 -0.34 -0.43 -0.29 -0.36 0.19 -0.17 展品外輪廓清晰度-0.51 -0.45 -0.53 -0.34 -0.44 0.29 -0.26 展品光亮接受度-0.45 -0.40 -0.46 -0.28 -0.32 0.15 -0.23 視覺適應性-0.30 -0.27 -0.30 -0.20 -0.27 0.21 -0.12 視覺舒適度(主觀)-0.52 -0.52 -0.43 -0.17 -0.23 0.19 -0.18 心理愉悅感-0.53 -0.50 -0.49 -0.25 -0.35 0.27 -0.24 用光藝術的喜好度-0.37 -0.29 -0.44 -0.37 -0.43 0.23 -0.20 感染力的喜好度-0.32 -0.23 -0.44 -0.37 -0.49 0.25 -0.32 F1-0.26-0.18-0.36-0.32-0.380.14-0.23F2-0.48-0.48-0.39-0.15-0.230.22-0.13

表8 旋轉后的成分矩陣

此外，也可以將光源色喜好程度和其他指標區分開來，光源色喜好程度與公因子1的相關系數僅為0.11，與公因子2的相關系數高達0.98。因此，公因子2可以解釋為“光源色喜好度”，僅與光源色本身相關；公因子1可以解釋為“顯示效果”，與展品相關。但是，我們主要研究舒適度與愉悅度。

當進行如表7的分析時發覺，各個單一主觀評價指標與顏色質量參數間的相關系數均較低(小于0.50)，決定采用提取出的成分計算其與各參數之間的相關性，如表7所示，但是提取出的成分F1、F2與參數的相關性未得到有效提升。Rf，Ra，R9，Qa，Qf勉強對F2的相關性比其他參數的相關性高些。

3)對主觀評價數據進行建模。使用上文所用的6個模型，對F1清晰度和F2舒適度建模得到的參數如表9所示。將顏色質量參數代入模型，得到建模后的主觀評測數據。計算視覺實驗得到的主觀評測數據與建模得到的主觀評測數據間的相關性，如表10所示。

從表10中可以看出，建模后，客觀數據對主觀數據的相關性得到提升，基本上達到0.50左右。M1，M5，M6包含CCT，M4，M2，M3不包含CCT，從M1與M4，M5與M2，M6與M3的對比中可以發現，模型中加入CCT可以有效提高視覺實驗得到的主觀評測數據與建模得到的主觀評測數據間的相關性。這是因為在所有顏色質量參數中，CCT與主觀評價指標之間的相關性最強，且CCT范圍在2 000～5 000 K之間，范圍廣，梯度多。對于F1清晰度，使用M5、M6建模得到的數據最接近原始數據；對于F2愉悅度，使用M2、M5建模得到的數據最接近原始數據。

表9 對F1、F2建模得到的參數

表10 視覺實驗得到的主觀評測數據與建模得到的主觀評測數據間的相關性

4 結論與展望

在本次研究中，總共收集了近2 800份數據樣本，其規模之大前所未有。在如此龐大的數據基礎上，我們進行了大數據分析，研究光源的哪些顏色品質指數能夠影響觀察者對于藝術品的主觀評價。經過結果的統計分析，舒適度及清晰度二指標，可代表實驗中的所有評價指標。測試了幾個混合顏色品質指數模型，模型由色保真度的參數(如Ra，Rf)，色域參數(Rcs.h1，Rg， GAI)所組成，與之前研究結果相似。結果顯示客觀數據CCT(相關色溫)十分重要，它反映著預測主觀評價的模型。

綜合來看，本次調研得到了大量的視覺主觀評價數據，無論是對接下來的標準制定還是對學術研究都非常有參考價值。但是，本次調研評價中的主觀量表部分沒有完全達到預期的最好效果。評價指標的因子分析中可以看到，除了“光源色喜好”這一項略有獨立其它指標的趨勢之外，所有評價指標的趨勢都非常相似，指標之間沒有太多差異性，都反映了被試對展廳照明的整體印象分，而沒有十分細致的專項意義。另外，評價的分數與光源本身的關系非常微妙，能夠體現出光源質量的信息還不夠多。

這里列出本次調研評價對于未來調研和評估提出相關的改進建議：

1)評價分值是價值體現還是客觀感受的體現需更明確。兩者可以放在同一個問卷里，但是不適合混為一體進行量表設計。如果是價值體現，應該直接對“好壞”程度進行印象打分，并嚴格統一打分人群；如果是客觀感受如“冷暖”“亮暗”等，應將量表難度降低，提出如“鮮艷不鮮艷”、“冷還是暖”、“明亮還是昏暗”、“立體還是平面”等兩面對立的簡單問題。也就是說在主觀評價時，要求被試對相對較好理解的問題進行客觀的評價。

2)評價的分值設置需更科學。評價分值之間的定義需明確，導致本次不同的被試在不同的場合下評分的標準不夠統一。為了明確分值意義和統一被試之間的評分標準，應減小總體的評分跨度，并對每一個等級進行程度說明；或者對最高和最低的程度進行文字描述的準確定義，再進行評分設置。如“冷暖”這個指標，建議可以設置為簡單的四個等級：“非常冷-冷-暖-非常暖”；或明確最低分值-100為“非常冷”，最高分值100為“非常暖”，并分別給出-100和100相當于怎樣的光源，再進行打分。

3)環境變量控制應更嚴格。建議在盡可能的條件下統一所有展廳評價的對象，如統一評價某一個或某一類展品；或者在盡可能的條件下將評價對象分類統計，并統一其它環境變量，如相似的空間大小、相似的展陳題材等。