色差值与目视评估为什么不一致？如何通过色差仪减少差异？

在色彩管理行业，用分光测色仪（又称色差仪）进行色差的评估无疑是较为科学和客观的方法，一般情况下色差数据与目视评估结果是比较一致吻合的，即：色差值较小时，眼睛看不出色差；色差值较大时，目视差异很大。但有时我们会碰到不一致的情况，色差很小了，但我们目视无法接受；色差值很大，但眼睛看上去样品色差不大，可以接受。造成不一致的可能原因有很多，我们可以问问自己下列几个问题。

首先，从仪器选择和设置方面分析：

我们介绍过色差仪常用的有三种几何结构，包括0°/45°，d/8°和多角度，其中d/8°还有包含镜面反射状态和排除镜面反射状态。同一个样品使用不同的几何结构的分光光度仪测量得到的结果是不同的。为了达到与目测结果一致，建议按照如下原则选择仪器和设置：

• 对于普通颜色样品，0/45和SCE的结构与目视评估结果为接近；

  
  

• 对于诸如金色银色等高镜面反射的样品，SCI的结构与目视结果更为接近；

  
  

• 对于特殊效果颜色，多角度反光光度仪测量结果与目视结果匹配优质.

2. 仪器光源类型选择正确吗？

CIE规定了若干种标准照明体，来模拟不同应用场景下的光源，相同一个样品在不同的照明体下计算得出的颜色数据是不同的。选择一种与目视评估使用光源类型一致的标准照明体，才会得到相一致的结果。比如目视是在在户外或者灯箱D65照明下，仪器中就要选择对应的D65标准照明体。

3. 仪器视角选择的合适吗？

视角又叫标准观察者，是指CIE制定标准时样品在观察者眼睛中投影的夹角，有两个标准，一个是2°，另外一个是10°。2°对应于小样品或远观样品，10°对应于大样品或近看样品。如果评估产品面积很大，而仪器中选择了2°视角，就容易出现不匹配的情况。

4. 仪器色差公式是优的吗？

CIE分别在1976年、1995年、2001年发布了不同的总色差公式DE*、DE94、DE2000；其他有关组织也发布了一些不同的色差公式，比如英国染料协会的DEcmc、德国标准局的DEp等。发布不同的色差计算方法正是因为总色差数据计算总是有局限性，不尽，与人眼评估的结果无法100%吻合，所以需要不断地进行修正，发布更新的计算标准。

根据统计研究，DL*a*b*容差与人眼的吻合率只有75%，而DE*94和DEcmc可达95%，而DE2000则更高。选用更新的色差公式将减少数据与目视的偏差。

比如对于浅灰色，DE*=0.5目视都感觉很明显；但对于大红色，DE*=3.0目视都可以接受。相同的色样，用DE2000计算两个结果都在1.0左右，这样与目视就更加接近了。

下图是DEcmc在不同颜色区域的形状和大小，可见他在精确性上相对于DE*有较大改进：

数据与眼睛不一致的状况，有可能是仪器的选择或设置不恰当造成的，也有可能是目视评估偏差造成的。当我们遇到这类问题时，不妨从这几个角度看一下目视评估工具和流程是否标准。

其次，从目视评估的外部和内部情况分析：

1. 目视光源符合标准吗？

仪器测量获得的数据是以CIE规定的标准照明体进行计算的，那么我们在目视评估时所用的光源也应该使用对应的光源，两者的结果才能达到一致。而现实中大家使用的照明光源参差不齐，很难一致。比如对于日光，CIE规定的光谱能量分布曲线（仪器计算使用）和现实灯箱中光源的曲线分别是这样的：

这实际上是一种光的同色异谱现象，看上去都是白光，但其内部不同色光的能量不同，那么想他的样品在下面看到不同的结果就不足为奇了。CIE对于光源的质量制定了等级标准（A，B，C，D，E级），为了获得与仪器数据一致的结果，选择一台高等级的灯箱是很有必要的。

 2. 目视环境符合要求吗？

人眼对产品颜色进行对比分析时，很容易受到产品周围环境的影响，比如周围环境太亮，附近有其他颜色。根据研究，在中性灰的背景和环境中评估颜色是准确的，所以现在大多数的灯箱内部涂布的是孟塞尔N7亚光灰色，其L*值在70左右，a*b*接近于0。实际上我们能看到的东西都可以视为一个光源，比如我们穿的衣服，它们对于颜色的评估是有或多或少的影响的。

右图中A块和B块的颜色差异看上去非常大，但当我们将A和B单独移出来进行对比时，它们就看上去一致了。

3. 目视的样品合适吗？

还记得那个有趣的图片吗？近看像爱因斯坦，远看像梦露：

我们经常看到工程师直接对两个大小不同的样品进行评估，这种评估方法是不标准的，很容易产生偏差。我们建议被评估的样品大小和形状都是一致的，放置在对称的位置。如果大小无法一致，那么建议对大的样品进行部分遮盖，让看到的面积与小样品保持基本一致。

不建议对样品进行叠放，如果实在需要，建议在两边重复多方几个样品，排除由于不同层次和左右环境对评估的影响。

4. 眼睛是优质状态吗？

世界上没有两片相同的树叶，也没有相同的两双眼睛！眼睛作为颜色的接受者，与大脑一起工作形成颜色感受，这个过程是相当复杂的。后的感知除了受物体本身的光学特性影响外，还与眼睛的结构状态，身体和心理状态，人的文化背景等有关系。基本的，我们要排除评估者的视觉有生理缺陷，比如色盲或者弱视。这方面有很多颜色识别工具可以对个体的颜色敏感性进行测试和分析，避免不合适的人员参与到颜色评估工作中来。

科学是无止境的，为了实现更准确的颜色数据化，很多组织和个人都在这方面做深入研究，让数据与目视更加一致。仪器的测量原理是非常理想的状态（比如完全漫反射照明），但目视评估时的光源是非理想状态；仪器测量只给出颜色数据；但目视评估会同时感受到颜色和其它外观参数（比如光泽度和透明性）；仪器测量可能是单组数据，但目视评估可能是从不同方向看到多组结果。这种差异性的存在，将导致短期内很难完全解决色差数据与目视评估不一致的情况。我们希望利用现有的工具，通过合适的设置和方法，减少这种情况的发生。