色域

每种颜色都可以分为色度和亮度分量。

色度分量描述了构成颜色的不同波长的比例。色度Chromaticity 也同样定义了色彩空间或色域。有两种常见的方法：CIE 1931 xy 色度图和 CIE 1976 u’v’ 色度图。

CIE 1931 xy 色度图

CIE颜色匹配函数是通过研究人眼来确定的，人类的视觉系统是trichromatic(三色)，该函数是用来将spectral energy转换到color的函数，其输出为CIE XYZ tristumulus values，用X，Y和Z表示。将所有光谱转换为x,y,Y空间，其中Y表示亮度，并绘制x,y时，就得到色度图。

1931年色度图

根据光谱学定律：色温是与亮度成反比的，色温越高，亮度也就越低，理解过来就是越偏暖射得越远。

其次，根据光波的概念，不同的颜色是有不同的波长的，引起人眼的感觉也会是不同的。

这是不同颜色光的波长(单位：nm)

(380～420)—紫

(420～450)—蓝

(450～490)—青

(490～560)—绿

(560～590)—黄

(590～620)—橙

(620～780)—红

而对正常人来说，眼睛可以感知的电磁波(可见光)的波长在400-700nm之间，对波长约为555nm的电磁波最为敏感，这个恰恰是绿光范围内，在这个适当的波长逐渐向两个方向越远感应度越低。

根据上面两个概念，所以我们会觉得绿光照得比较远。

亮度计算单位是 cd/m²和nit

nit，也称尼特，每平方米一个坎德拉

cd/m²，亮度是一光源单位在给定方向上，单位面积单位立体角内所发出的光通量

1nit= 1cd/m²

GAMMA

显示杂谈(1)-Gamma到底是个什么鬼 - 知乎

显示杂谈(2)为啥选择gamma2.2 - 知乎

Gamma校正与线性工作流入门（韩世麟老师的视频笔记） - 知乎

GAMMA就是亮度曲线或者说是亮度分配方式，GAMMA2.2是适合人眼的亮度曲线标准。

人眼对亮度的分辨程度

人的眼睛构造都是一样的，但是感觉细胞却是很奇怪，每个人都会有一点点的差别，但是大众的眼睛感觉也都差不多，除了一些色盲色弱的人。

什么感觉细胞呢？也就是说对于明暗的识别程度，听起来还想有点费解，明暗的识别程度？

亮度是有单位的，也就是nit

灰阶

显示器也有这样一个特性，它的亮度可不是连续的，虽然你看着他是连续的，但实际上并不是这样，只是它的亮度变化间隔很小而已，每一个变化都会有一个亮度和他对应，这个亮度，咱们也给他有一个定义，就是灰阶。灰阶是人为规定的。

我们的眼睛的感观和亮度是一个什么关系呢？

这个就是我们的标准了，也就是gamma2.2

红色的线把总亮度平均分成256份，每一份代表着一个灰阶，蓝色的曲线则不是这样的分配方式，他是按照在低灰阶下亮度分的比较密，高亮度下，分得比较疏，也就是这个曲线满足一个关系2.2。

计算方式也就是（灰阶值/256）^2.2=亮度，这个公式大家可以推导一下，知道亮度，知道灰阶，计算指数，那可是小菜一碟。

2.2就是这个指数，那现在你也应该知道gamma1.0是啥意思了吧，红色的直线，斜率是1，指数也是1。

我们把物理光强50%的灰度叫做物理中灰，人眼中的50%的灰度叫美术中灰。

可以看到，美术中灰对应的物理光强差不多是21.8%。

8位通道能存储的灰阶有限

8位通道能存储的值是0-255，而21.8%的美术中灰对应的值是256 x 0.218 = 55.808，也就是说整个美术暗部，只有55级灰阶用来存储，那么自然就会出现灰阶断层。

GAMMA校正

人眼对于光强的感知是非线性的
8位通道能存储的灰阶层数有限，不做校正，“美术暗部”只能保留55级，会出现色彩断层
通过Gamma 校正，将灰阶均匀地存储在8位通道中

清晰度：分辨率+锐度

清晰度（Sharpness）

清晰度描述了照片中细节内容的清晰程度，能够有效地衡量细节纹理的展现效果。清晰度的效果会受到相机设备，图像放大程度和观看距离的影响，但是通过适当的摄影和后处理技术，能够极大地提高清晰度的效果。决定一幅图像的可感知清晰度的两个基本因素为：分辨率和锐利度。

锐利度描述了图像中边缘位置的过渡情况，高锐利度意味着快速的过渡变化以及明显的边界细节。

分辨率描述了相机区分空间邻近的细节元素的能力，例如下图所展示的两组线条。

就数码相机而言，分辨率会受到其数字传感器的限制，而锐利度则主要取决于镜头质量和后处理类型。只有锐利度是在拍摄后仍然能够控制的，因此可以通过数字化的锐化操作来增强图像锐利度效果（请见使用非锐化蒙版的锐化方法）。

效果对比

只有当高分辨率和高锐利度同时具备时，人们才会觉得一幅图像特别清晰。下图展示了分辨率和锐利度的不同组合效果。

清晰度的特性

对于分辨率和锐利度的主观感知，还会受到其他因素的影响，进而影响到图像的清晰度。通常情况下，图像噪声会降低图像质量，但是适量的噪声颗粒会在一定程度上增强图像的清晰度效果。这也恰恰体现了的清晰度的主观特性。如下图所示，虽然两幅图像都没有经过锐化处理，但是左图给人的感觉明显要更加柔和，并且缺少细节。由于图像噪声都具有较高的锐利度，这会欺骗我们的眼睛，让我们觉得存在较为丰富的细节。