同色异谱

一个被忽视的色彩问题,以及它为什么可以被计算

Spectral Colour Kit · 专题手册 · 精简版 · 2026

0 · 摘要

两块样品,在日光下测量色差为 0.0000,人眼看不出任何区别。换一盏白炽灯,同一个测量给出 28.05。

这不是错觉,也不是仪器故障。它是"把 81 维的光谱压成 3 维的三刺激值"这个线性映射的必然结果——这个映射的核有 78 维,也就是说,无穷多组完全不同的反射率曲线,在三个数上完全相同。

本手册讲四件事:为什么会这样(第 2 节)、怎么造出一对这样的样品(第 3 节)、怎么测(第 4 节)、为什么几乎所有渲染器都表达不了它(第 5 节)。本精简版到「为什么 RGB 做不到」为止;完整版另有验证方法、行业用法与附录。

1 · 现象

1.1 一个具体场景

某面料贸易商收到投诉:同一批布,在染厂、仓库、门店三处颜色不一致。供应商说"我们的布是同一缸",客户说"你们的东西有问题"。

双方都对。布确实是同一缸,颜色也确实不一样——因为三处的灯不一样。

更麻烦的情况是"批间色差":新一批货在厂里的标准灯箱下通过了验收,发到客户手里被退回。原因是客户在自然光下看。

1.2 为什么会发生

颜色的物理定义是一次积分:光源的光谱功率分布 S(λ),乘以物体的光谱反射率 R(λ),再乘以人眼三种锥细胞的响应曲线 x̄ ȳ z̄,对波长积分。

X = k ∫ S(λ) R(λ) x̄(λ) dλ Y = k ∫ S(λ) R(λ) ȳ(λ) dλ Z = k ∫ S(λ) R(λ) z̄(λ) dλ k = 100 / ∫ S(λ) ȳ(λ) dλ (归一化,使完美漫反射白在 Y 上等于 100)

关键在 S(λ) 这一项。不同的光源,S(λ) 的形状完全不同:日光相对平坦,白炽灯在长波端极强、短波端几乎没有,荧光灯在几个窄带上有尖峰。同一个 R(λ) 乘上不同的 S(λ),积分出来的三个数就不同。

1.3 行业里它值多少钱

这个现象有正式名字:同色异谱(metamerism)。它有国际标准(ISO 105-J03、CIE 15),有量化指标(同色异谱指数 MI),有行业允差。

它造成的成本很难统计,但可以列举:返工、退货、客户投诉处理、加严检验带来的损耗。在涂料行业,一个常见的说法是"补漆色差投诉里,相当一部分不是配方问题,是光源问题"。

本手册的立场 同色异谱不是"不可避免的误差",而是一个可以被精确计算、被主动设计、被写进验收条款的量。它之所以长期被当成"玄学",只是因为它的成因不在配方里,而在配方与光源的相互作用里。

2 · 为什么可能

2.1 三个数

人的视网膜有三种锥细胞,峰值响应分别在短、中、长波。所有关于颜色的信息,最终都经过这三条通道。这是生物学的限制,不是物理的限制。

所以"颜色"这个词指的是一个三维量。但物体本身不是三维的。

2.2 一条曲线

一个物体的反射率是一个函数 R(λ),定义在可见光波段(通常取 380–780 nm)。按 5 nm 采样,它是 81 个数。用 1 nm 采样,471 个数。连续情况下,它是无穷维的。

反射率不能是任意函数:它有物理约束。0 ≤ R(λ) ≤ 1(不能反射超过入射的能量),并且通常平滑(大多数材料的吸收带是宽的)。但即便如此,剩余的自由度仍然是巨大的。

2.3 降维

把 2.1 和 2.2 放在一起:

R(λ) ∈ ℝ⁸¹ ──M_S──▶ (X, Y, Z) ∈ ℝ³

M_S 是一个 3×81 的矩阵,它的第 i 行是 S(λ)·x̄ᵢ(λ)·Δλ。这是一个线性映射——积分是线性的,乘以 S(λ) 也是线性的。

线性代数告诉我们:一个从 81 维到 3 维的满秩线性映射,它的核(kernel)是 78 维的。

核心结论 给定任意一条反射率曲线 R₀,存在一个 78 维的连续族 {R₀ + d},其中每个 d 都满足 M_S · d = 0,因此族里所有曲线在光源 S 下给出完全相同的三刺激值。

2.4 这个数字意味着什么

78 维不是一个"理论上的余量"。它意味着:在同一种光源下看起来完全相同的两条曲线,它们的形状可以差得非常远——一条可能在蓝区有强吸收、红区几乎全反射,另一条正好相反。只要在 D65 下积分出来的三个数相等,它们在那个光源下就是"同一个颜色"。

换一个光源,积分权重 S(λ) 变了,两条曲线的差异立刻暴露。这就是同色异谱。

3 · 怎么造出来

3.1 把问题写成方程

给定参考光源 S_ref(例如 D65)和测试光源 S_test(例如 A),要找两条反射率 R₁, R₂,使得:

M_ref · (R₁ − R₂) = 0 ← 在参考光源下精确同色 ‖M_test · (R₁ − R₂)‖ 尽可能大 ← 在测试光源下差异尽可能大 0 ≤ R₁, R₂ ≤ 1 ← 物理可行

设 D = R₁ − R₂。第一个条件说 D 必须落在 M_ref 的零空间里。第二个条件说,在这个零空间里,我们要挑一个"最能让 M_test 变化"的方向。

3.2 零空间投影

对 M_ref(3×81)做奇异值分解,取后 78 个右奇异向量,得到零空间的正交基 Z(81×78)。

然后取目标方向 g = Σ M_test(把测试光源的三个刺激矩阵行加起来,得到一个 81 维向量),投影到零空间:

d = Z (Zᵀ g)

这个 d 就是"在不动参考光源三刺激值的前提下,最能改变测试光源三刺激值"的方向。

3.3 平滑与边界

直接投影出来的 d 是锯齿状的——它在数学上正确,但物理上不像真实材料(真实材料的吸收带是宽的)。所以要加平滑约束。

但平滑会破坏零空间性质。所以每次平滑之后必须重新投影:

for _ in range(24):
    d = gaussian_smooth(d, sigma=2.5)
    d = Z @ (Z.T @ d)        # 重投影回零空间
    d /= max(abs(d))         # 归一化

这 24 次迭代之后,d 既平滑,又严格在零空间内。最终 R₁ = base + s·d/2、R₂ = base − s·d/2,其中 s 由 [0,1] 约束决定。

3.4 结果

样品D65 下 ΔE₀₀A 下 ΔE₀₀XYZ 残差
中性灰 0.50.000028.1791.4e-14
深灰 0.180.001622.96—
ColorChecker 中度红0.00004.55—

残差 1.4e-14 是双精度舍入,不是"近似匹配"。人眼可分辨阈值约为 ΔE₀₀ = 1.0。

3.5 代码

from truth import metamer as M, colorimetry as C

R1, R2, info = M.design_pair(base=0.5, ref_illum="D65", test_illum="A")
print(info["deltaE_reference"])   # 0.0000
print(info["deltaE_test"])        # 28.179
print(info["xyz_residual"])       # 1.4e-14

3.6 一个物理限制

反射率有界 [0,1]。对于中性灰 0.5,上下都有 0.5 的空间,可以做满幅调制。但对于真实色卡的深色块,可用空间很小,调制幅度必须缩到满幅的 29–36%,色差也随之降到 4–10。

越暗、越饱和的颜色,越难做出强的同色异谱。这不是实现问题,是物理约束。工具里的 feasible 字段就是这个比例的量化。

4 · 怎么测

4.1 ΔE 的几个版本

指标年份特点本手册使用
ΔE*ab(CIE76)1976欧氏距离,简单但对蓝色区域偏差大仅作参考
ΔE941994引入权重,纺织业常用否
ΔE₀₀(CIEDE2000)2000当前最通用,修正了蓝色与亮度权重全文使用

CIEDE2000 的完整公式有 20 多个中间量。实现里最容易出错的是色相角的环绕处理(h 在 0/360 附近)和 R_T 旋转项。本手册配套代码中的实现与 colour-science 0.4.7 逐位相同(500 组随机 Lab 的误差为 0.0)。

4.2 色适应:这一步不能省

在白炽灯下,一张白纸看起来仍然是白的。这不是因为它的三刺激值和日光下相同——不是的——而是因为视觉系统做了色适应:把当前光源的白点当成参考白。

如果计算时不做这一步,白纸在 A 光源下会被算成橙色。那不是任何人看到的东西。

标准做法是 Bradford 变换:把测试光源白点映射到参考白,再计算 Lab。

XYZ_adapted = M_CAT · XYZ M_CAT = M_B⁻¹ · diag(dst_c / src_c) · M_B M_B(Bradford): [ 0.8951 0.2664 -0.1614 ] [-0.7502 1.7135 0.0367 ] [ 0.0389 -0.0685 1.0296 ]
一个真实的坑 如果渲染图已经做过色适应(显示时),测量时又做一次,等于重复适应。Z 通道会被放大 3 倍以上,一个粉色样品会算出 b* = −73(极蓝)。本手册配套代码里,渲染做适应、测量不再做——这条规则写进了注释。

4.3 同色异谱指数 MI

CIE 15 / ISO 105-J03 的做法:以 D65 为参考光源,用一组测试光源(A、F 系列等)分别计算试样与标准样的色差,取最大值作为 MI。

MI = max over i of ΔE₀₀( spec_test_under_i , standard_under_i )

对本手册的主角样品:

光源CCTΔE₀₀
D656503 K0.000
E5459 K5.334
FL24230 K5.350
D505002 K9.545
FL114007 K11.883
LED-B34112 K12.565
A2857 K28.176

4.4 阈值与行业允差

ΔE₀₀ = 1.0 是"标准观察条件下的可分辨极限",不是行业允差。实际允差更严:

这些数字是允差,而 MI 是风险指标——它告诉你"如果客户在另一种光下看会怎样",不告诉你"这批货合不合格"。两者要分开谈。

5 · 为什么 RGB 渲染器做不到

5.1 信息的丢失

常规渲染器把材质表示为三个数(RGB)。这三个数是怎么来的?是某条反射率曲线在某个光源下积分得到的。

积分之后,曲线不可恢复。3 个方程解不出 81 个未知数。

所以一旦两个材质在同一种光源下给出相同的三个数,它们在这类渲染器里就是同一个材质。此后无论怎么换光源,它们都保持相同——因为光源在渲染器里只是一个乘到那三个数上的颜色。

5.2 一个直接实验

把第 3 节造出的那对样品交给三种实现,各自渲染、各自测量(不是复用曲线上的数,是从渲染出的像素重新测):

实现材质表示D65AFL11
光谱(本手册配套)81 波长反射率0.000028.0541—
Cycles / Blender 5.2三个数0.00000.00000.0000
自研 RGB 管线三个数0.00000.0000—

0.0000 不是"很接近",是这几个数字在被比较的位数上相同。Blender 收到的两个材质,线性 RGB 差 2.8e-7,约等于双精度舍入。

5.3 一个更尖锐的数字

把同一条 RGB 管线在 D65 与 A 下渲染出的两张图逐像素相减:最大差 1.665e-16。

这个数的前提是显示端做了白平衡——两张图各自除以光源颜色,那个乘法就被抵消了。 如果不做白平衡(实时引擎常见的做法:把光源颜色直接乘进画面),换灯后整幅图会变橙, 全帧差 0.617。两种约定都对,区别只在有没有那一步白平衡; `verify/check_whitebalance.py` 会把两者并排算出来。

也就是说:对这条管线,换光源这件事完全不存在。它没有做错什么——它只是从来没有拿到那条曲线。

5.4 这不是在贬低 RGB

RGB 渲染器解决的是"这一帧看起来对不对",它做得很好、很快。它不解决的问题是"这两个材质是不是同一个颜色"。

两者不是替代关系。需要判断材料一致性时,用光谱;需要实时出图时,用 RGB。混淆这两件事,才会出问题。

8 · 局限与常见误解

8.1 误解一:同色异谱 = 色差

不是。色差是"两个样品在同一个光源下的差异",同色异谱是"两个样品在不同光源下的差异的变化"。前者是一个数,后者是一组数。一个 ΔE=0 的匹配对,MI 可能是 30。

8.2 误解二:只要仪器够准就没问题

仪器的精度决定"测得多准",不决定"在别的光下会怎样"。分光仪测的是反射率曲线,同色异谱是从曲线算出来的推论。仪器再好,不算这一步也不会知道。

8.3 误解三:这是实验室现象

它每天都在发生,只是没有被命名。仓库的钠灯、店里的 LED 射灯、客户家的暖白灯,光谱都不同。

8.4 本手册方法的局限

这一版到此为止

上面几节讲的是是什么、为什么可能、怎么造、怎么测。

完整版还有三部分,它们回答的是另一个问题——怎么证明你写的实现是对的:

完整版 13 页,随代码包一起发布。本精简版可自由分发、可原样转发。

Spectral Colour Kit · 专题手册 · 精简版 · 2026 · 配套代码另附