如何拒绝单一显示：混色背后的科学

　　由于比传统照明方案拥有更多的优势，高亮度（HB）LED的应用日趋普及。高亮度LED的优势之一是其具有生成不同色彩的能力，它们为装饰照明领域开启了一片新天地。

　　混色的本质是通过以适当比例混合基础原色生成次级（secondary）色彩的过程。本文将解释混色背后的科学，包括涉及到的数学公式以及如何有效地应用它们。

　　混色和多点激励空间背后的科学

　　原色并不是光的基本属性，但往往涉及到眼睛对光的心理反应。人们认为，原色是完全相互独立的，但可以组合以生成一个有用的色彩范围（色域）。

　　类似于任何其他物理现象的数学表示，颜色模型可以以不同方式表述。每种模型各有优缺点。建模的目标是尽量减少公式的复杂性和变量数，同时最大化“实质”和覆盖范围。

　　传统上，无论分配给变量何种含义，其中三个足以描述所有颜色：RGB，色调—饱和度—亮度（HSB），其它基于色调—饱和度的模型，如L×a×b和xyY。它们的一个共同特点是变量的数量或维度。

　　在多点激励空间，色彩激励由字母R、Q、G、B和A等标记。Q指代任意颜色的激励；字母R、G、B和A，留作表述选定的用于配色实验的固定基本激励。红，绿，蓝和琥珀色是基本激励。

　　色彩匹配是指给定激励Q由确定的各种基本激励R、G、B和A以适当数量混合得到的附加剂混合物，可用矢量方程（公式1）表示为：

　　

　　公式1

　　在多维空间，颜色激励Q由多点激励向量Q表述；其中：标量乘数（scalar multiplier）RQ、GQ、BQ和AQ分别以给定的基本激励R、G、B和A的约定的各自度量单位来测量，它们被称为Q的多点激励值。

　　图1是公式1线性多维空间的几何表示。单位向量R、G、B和A代表基本激励，它们界定了空间。他们有共同起点，指向四个不同方向。

　　

　　图1：多维色彩空间。

　　向量Q与R、G、B和A的原点相同。其四个组成部分，位于由R、G、B和A定义的轴；长度分别等于Q的多点激励值RQ、GQ、BQ和AQ。方向和长度可由公式（1）定义的简单矢量方程获得。R、G、B和A定义的空间，被称为多激励空间。在该空间，颜色激励Q可看作一个多激励向量（RQ、GQ、BQ和AQ）。在颜色混合算法中，固件计算这些值应该是什么，以获得色彩激励Q。

　　混色

　　图2显示的是CIE 1932色度图。图中有三个LED：红色，绿色和蓝色。通过以适当比例混合两个原色（如红色和蓝色），就能够产生它们连线上的颜色；同样，当混合蓝色和绿色时，可以产生蓝色和绿色连线上的所？？有颜色。

　　

　　图2：CIE色度图。

　　对这三种LED色进行混合可以产生位于这个三角形内的任何颜色。该区域被称为色域。但在CIE 1931标准中，颜色分布是不均匀且不连续的。因此，在决定生成所需的次级色而计算原色的比例时，不能采用线性变换。

　　在混色应用中，固件按照CIE色度坐标的形式输入数值。对每个LED通道，它将坐标转换成适当的调光值。简单说，调光值就是LED必须具有的调光范围所对应最大光通量的比例。如果以智能方式迅速接通和关断LED的工作电流，就可对LED的光通量输出实施控制。

　　固件会将该坐标与预编程的系统中所用LED特点的知识相结合。然后，它完成必要的将色度坐标正确转换成每个LED亮度值的转换功能。该过程使得其光输出混合在一起以生成输入到系统中的颜色的色度坐标。