颜色混合背后的科学

　　高亮度 (HB)LED相比于传统照明解决方案而言具有众多优势，因此越来越受欢迎。高亮度LED的优势之一是能生成不同颜色，为装饰照明领域增加了一个全新矢量。颜色混合指利用基色的适当配比合成次生色。本文将介绍颜色混合背后的科学，包括所涉及的数学方程以及高效的实施方法。

　　颜色混合和多激励空间背后的科学

　　三原色不是光的基本属性，但经常与眼睛对光的心理物理响应关联在一起。我们认为，三原色彼此之间完全独立，通过相互组合能生成一系列其它颜色(颜色域)。

　　与其它物理现象的数学表达类似，颜色模式也能通过不同的方式表达。每种方法都有其优势和不足。颜色建模的目的是使表达式的复杂性和变量数量实现最小化，同时最大限度地提高“实质”和覆盖幅度。

　　历史上，人们只用三个变量就能表达所有颜色，不同表达法中变量的含义不同。一是红、绿、蓝(即 RGB)，二是色调、饱和度和亮度(即 HSB，Hue-Saturation-Brightness)，此外还有基于 HS 的模式，如 L*a*b 和 xyY。这些不同表达方法的共同点在于变量或矢量的数量都相同。

　　在多激励空间中，颜色激励用字母表示，例如 Q、R、G、B 和 A。Q 代表任意的颜色激励，而 R、G、B 和 A 则代表固定的原色激励，用于进行颜色匹配实验。原色激励分别是红 (R)、绿 (G)、蓝 (B) 和琥珀色 (A)。将固定原色激励 R、G、B 和 A 以适当的量进行加色混合，再与给定激励 Q 配色，相应的配色矢量方程式如下所示：　　

　　在多维空间内，颜色激励Q 由多激励矢量 Q 表示，并依照给定的原色激励 R、G、B 和 A 得出相应的标量乘数 RQ、GQ、BQ、AQ，这些标量乘数称为 Q 的多激励值。

　　图 1 给出了方程式 1 在线性多维空间内的几何表达法。单位矢量 R、G、B 和 A 代表原色激励，用于定义多维空间。它们的起点相同，指向四个不同方向。矢量 Q 的起点与 R、G、B 和 A 一样。其四个元素分别沿 R、G、B 和 A 定义的轴向方向，长度分别等于 RQ、GQ、BQ 和 AQ，即 Q 的多激励值。可利用方程式 1 定义的简单矢量方程获取方向和长度。R、G、B 和 A 定义的空间称为多激励空间。在空间中，颜色激励 Q 的表现形式为多激励矢量(RQ、GQ、BQ 和 AQ)。

　　在颜色混合算法中，获得颜色激励 Q 所需的数值可通过固件计算得出。

　　颜色混合

　　图 2 显示了 CIE 1932 色度图。图中有红绿蓝三个LED。将两种原色按照适当比例混合，例如红色与蓝色，我们就能获得红蓝交线上的所有颜色，同样，将蓝色和绿色混合也能得到蓝绿交线上的所有颜色。将三个 LED 进行混合则能生成三角形内的任何颜色。这个区域称为颜色域。不过，在 CIE 1931 标准中，颜色并非均匀分布，其中存在断层。因此，我们无法通过线性转换来决定所需次生色的原色比例。　　

　　颜色混合算法

　　在颜色混合应用中，固件向 CIE 色度坐标表中输入坐标值，将坐标转换成每个 LED 通道的调光值。调光值就是最大光通量占 LED 调光的百分比。如果 LED 的电流能够智能地快速通断，那么就能控制 LED 的输出光通量。

　　固件首先将坐标与系统中 LED 特征的预编程信息相结合，然后构建必要的转换函数，用于将色度坐标转换为每个 LED 的调光值。这个过程使各路光输出实现混合，从而生成输入色度坐标所对应的颜色。