色彩調和模型研究現狀綜述

劉冬圓 蘇玉香 趙嘉怡 許龍/青島理工大學藝術與設計學院

色彩調和對于色彩的意義在于通過合理的搭配和運用，表達情感和提升用戶體驗等，對于設計作品的成功與否具有重要影響。正確的色彩調和不僅是可觀賞的藝術，更是現代生活中具有實用價值的現實存在。它與環境、器用、生活等融匯在一起有效地提升設計中的品質與表現力。色彩調和模型作為表達色彩調和的最本質的形式，是色彩調和研究的最新前沿。

1 基本概述

1.1 色彩調和模型的定義

色彩調和模型旨在通過一系列規則或算法選擇和組合色彩，尋找最優的配色方案和組合方式，以達到設計的目的和效果。它依據色彩學、心理學和設計原則等領域的知識，為設計師、藝術家和其他相關人員提供了一種選擇和組合適宜配色方案的方法。

1.2 色彩基礎

色彩體系是描述顏色的系統化方法，提供了色相、飽和度、明度等參數描述顏色的屬性，是色彩調和模型實現的基礎。色彩調和模型則是利用色彩體系的規范和原理，通過調整和組合不同的顏色屬性實現對顏色的調和。對于顏色調整和設計領域，常見的色彩體系包括Munsell 色彩系統、CIELAB色彩空間、CIECAM02 色彩空間和HSV 色彩空間。

Munsell 色彩系統是基于人類顏色感知的三維色彩系統。色相用0 到100 的數字表示，其中紅色位于0 度，黃色位于90 度，綠色位于180 度，藍色位于270 度，紫色位于300 度。明度表示顏色的亮度或暗度，用0 到10 的數字表示，0 表示黑色，10 表示白色。飽和度表示顏色的純度或強度，用0 到20 的數字表示，0 表示灰色，20 表示純色。

CIELAB 是一種基于人眼視覺感知的色彩空間，可以提供更準確的顏色描述，適用于顏色測量和匹配。它廣泛應用于工業和科學研究領域。L 表示明度差異，正值表示較淺（白色），負值表示較暗（黑色）；a 表示紅綠差異，正值表示較紅，負值表示較綠；b 表示黃藍差異，正值表示較黃，負值表示較藍。

CIECAM02 是基于CIELAB 色彩空間的改進版本，它考慮了觀察者的視角和觀察條件對顏色感知的影響。CIECAM02 提供了更全面和準確的顏色描述，包括明度、色相和飽和度等參數。它還引入了對光照條件和表面反射特性的考慮，對顏色感知進行更細致地建模。

HSV 是一種常用的色彩體系，它是根據人眼對顏色的感知方式來定義的，能夠更直觀地描述顏色的特征。在計算機圖形學和圖像處理領域廣泛應用。顏色在色相環上的位置用0 度到360 度的角度值表示。

如上可見，目前常用的色彩空間基于三維體系。不同的色彩體系有不同的基本原理和參數用于描述顏色的屬性。這些色彩空間的選擇取決于具體的應用需求和顏色屬性的表達方式。（圖1）

圖1 色彩空間

2 發展歷程

2.1 基于色相環與色立體的研究

色彩調和模型的研究始于20 世紀初期。研究者通過根據自身經驗與實踐探索色彩調和規律，以色相環或色立體為載體制定規則和邏輯實現色彩調和。色相環是將色彩按照色相進行環狀排列，而色立體則是將色彩按照色相、明度和飽和度進行立體排列形成的色彩體系。這些規則被廣泛應用于設計領域，如三色原則、對比原則。多位專家在這方面做出了重要貢獻[1]。Goethe 創建了六等分的色相環，他建議從色相環對側選擇顏色實現調和。Itten 建立了十二色相環，他認為如果顏色在色相環中形成多邊形是調和的。Chevreul 主張顏色在色相環上進行互補或類比的調和規則。隨后，為了突破模型僅依賴色相環的局限性，一些研究人員開發了通用的色立體系統，如美國Munsell 系統、德國Ostwald 系統、瑞典NCS 系統和日本PCCS 系統，提供了更全面、系統的色彩調和方法。后期研究中，一些學者提出新方法嘗試定量表示色彩調和。Moon、Spencer 通過觀察色彩的差異衡量審美程度，建立了一套基于色相和色調的調和規則。Matsuda 則設計了一組色彩調和模型，規定了在Munsell 系統上色彩調和的范圍。基于色相環和色立體的研究為色彩調和提供了重要的理論基礎，但這些理論之間沒有明顯的界限。有許多共同的原則的同時，也存在相互矛盾的地方。

2.2 基于心理物理實驗的研究

隨著顏色測量和實驗儀器的普遍應用，心理物理學研究在色彩調和模型的發展中發揮了積極的推動作用。研究人員通過結合人類視覺感知、色彩心理學對色彩調和進行定量與定性研究。這些研究通過心理物理實驗對早期的傳統研究進行了完善與補充。Chuang 和Ou 通過視覺實驗探索基于整體色彩空間中的色彩調和。Ou 和Luo 則通過配對比較法建立了基于CIELAB 空間的雙色調和模型。Szabó 等人通過視覺實驗與量表評估法建立了二色、三色調和公式；Chamaret等人基于眼動追蹤實驗，提出了評估圖片色彩調和的框架。此外，一些研究通過探討影響因素評估色彩調和。Ou 等人使用世界上12 個地區的視覺實驗數據開發了一套色彩情感和色彩調和的定量模型。Wu 等人通過問卷測量和眼動追蹤實驗，研究了色彩調和、不同色彩組合的愉悅感和認知負荷之間的關系，并建立模型。這些研究主要是通過少數參與者的實驗數據，基于公式和色彩空間的計算評估配色。研究者通常選擇兩種或三種配色進行實驗，以便進行更具體和可控的研究。

2.3 基于機器學習的研究

隨著人工智能技術發展，利用機器學習算法對色彩數據進行分析和學習，推斷出色彩間的調和規律逐漸成為潮流。盡管圖像審美評估領域已經有很多研究，但對色彩調和本身的研究相對較少。一些研究人員嘗試利用機器學習創建更加通用、精確且符合當前趨勢的模型。O'Donovan 等人使用線性回歸從網絡數據集中訓練模型進行色彩調和評估[2]；Yang等人利用最大似然估計法和反向傳播神經網絡預測RGB 空間中色彩主題的調和程度。大部分研究致力于圖像美學評估。Luo 和Tang 使用Matsuda 的調和模板以及場景組成特征來評估圖像的審美質量。為評價照片和視頻的質量，他們還提出了一種聚焦于圖像主題的方法，該方法考慮了顏色三個基本屬性的組合值；同時，Charmaret 和Urban 通過計算Matsuda 色相模型的權重檢測圖像的調和；Nishiyama等人開發了基于照片色彩調和度的框架；而Zaeimi 和Ghoddosian 根據Munsell 色彩系統中提出了基于元啟發式算法的色彩調和算法（CHA）。為克服模型過分依賴經典規則并忽略圖像語義信息的問題，一些研究從訓練圖像中學習色彩調和。Lu 等人引入圖像語義特征的概念構建了符合人類視覺感知的預測模型，他們還利用深度神經網絡設計了基于條件隨機場（CRF）的模型完成圖像審美評價。另外，一些研究通過獲取影響色彩調和的因素來構建模型。Hu 等人結合顏色組合特征與個人偏好表征重構了配色方案；Wu 等人使用多目標交互式遺傳算法生成符合個人偏好的配色方案；Hao 和Ni 運用人工神經網絡優化色彩調和算法。另外，Lee 和Gong 通過研究色彩情感與調和之間的關系建立回歸模型；Wang 等人結合實驗心理學和機器學習構建了生理和物理模型。

綜上所述，色彩調和模型的發展經歷了不斷的迭代過程，從理論經驗研究到基于心理物理學研究、機器學習的應用。這一過程涌現出許多不同的模型和方法，使我們能夠全面地理解和應用色彩調和，為設計和藝術領域提供更好的色彩選擇和組合方法。

3 主要成果

3.1 基于圖形的模型

Munsell 色彩調和模型是基于Munsell 色彩系統中的色相、明度和飽和度，利用其固有的關系來創建各種配色方案。該模型描述了7 種色彩調和的規則，具體包括垂直調和、水平調和、圓周調和、對稱斜面的調和、非對稱斜面的調和、螺旋調和和橢圓調和。這些規則形成了配色方案的基礎，使得色相、明度和飽和度能夠相互協調。

Moon 和Spencer 的色彩調和模型基于Munsell 系統地以定量的方法創建色彩調和規則。他們將色相分為主色、輔助色和中間色，并根據色相環的調和規則進行配色，調和區域分為同一性、類似性、對比性。明度關系分為高明度、中明度和低明度，飽和度關系分為高飽和度、中飽和度和低飽和度。當明度與飽和度的關系處于陰影部分時為調和區域。

Matsuda 的色彩調和模型將色彩分為色相和色調兩個方面，其中色調包括明度和飽和度。根據色相和色調的相互關系，分為8 種色相調和和10 種色調調和，共形成80 種配色方案類型，陰影部分的顏色是調和的（圖2）。

圖2 基于圖形的模型

這些模型提供了指導配色方案的規則。然而，它們也存在一些缺點。這些模型對色彩的定義是基于經驗和理論進行構建的，可能無法完全涵蓋色彩的多樣性。況且，色相環由預定義的顏色組成，但實際顏色變化是無限的。因此，這些模型涵蓋的色彩范圍相對較窄。

3.2 基于公式的模型

基于數學公式的模型是基于色彩空間的坐標計算顏色之間的距離或相關性。Ferenc Szabó 等人利用CIECAM02 色彩空間開發了預測色彩調和度的數學公式[3]。他們將色彩分為單色和多色，基于二、三色提出了四種調和公式。值得關注的還有臺灣科技大學的Lichen Ou 的研究成果[4]。早期，Mingchuen Chuang 和Lichen Ou 探究了整體色彩空間與色彩調和之間的關系，建立了基于CIELAB 色彩空間的三次函數公式，確定了調和區域[5]。中期，Lichen Ou 和M.Ronnier Luo 通過考慮色彩之間色相、飽和度、明度之間的關系建立二色調和公式，其中調和的預測分數CH 在-1.24到1.39 的區間尺度上變化。之后，Lichen Ou 等人提出了可以預測三色和多色調和的模型。通過研究相鄰顏色對和非相鄰顏色對之間的關系，并結合二色調和公式，進行三色調和的補充。后期，Lichen Ou 等人考慮到文化差異等因素，利用多個國家地區的實驗數據開發了二色通用模型。此外，Shimin Gong 和Wenyuan Lee 從三維產品的角度通過改變三種色彩屬性，規定兩種顏色的飽和度范圍，建立了四種調和公式。

基于心理物理公式的模型更注重考慮人類的感知和心理反應，包括感知、情感和心理特征等影響因素。由此，Shuang Wang 等人利用機器學習算法分別構建了基于色彩屬性等客觀因素的公式，基于直接心理因素的公式，以及基于間接心理因素的公式。此外，還有一些基于特定領域的模型研究。例如，ShuoTing Wei 和Lichen Ou 等人研究了果汁包裝的雙色調和模型，考慮了水果的新鮮度和外觀顏色等影響因素；Min Huang 等人結合了年齡、性別和風格等因素，建立了適用于兩件式服裝的雙色調和模型。總的來說，這些特定領域的模型綜合考慮了心理物理因素和其他影響特定領域的因素。

總體而言，數學公式更注重色彩之間的物理性質和計算方法，而心理物理公式則更注重人類對顏色的感知和情感反應。兩者的側重點和方法不同。這些模型實際應用時可能會受到技術和適用領域的限制（圖3）。

圖3 基于公式的模型

4 總結與反思

目前，色彩調和領域廣泛采用數據驅動方法，通過大規模數據集訓練模型學習色彩關聯和規律。各種調和模型有各自的規則和適用領域，如二色、三色、五色，并且主要應用于三維色彩體系，其中CIELAB 色彩體系被廣泛使用。雖然最新研究得到了很大提升，但缺乏對其準確性的實證研究。不同模型可能導致結果不一致性，缺乏統一通用色彩調和模型，這是需要關注的重點。并且顏色特性不僅限于三個維度。因此，也需要進一步關注如何利用新技術打破三維空間的局限性。