3、CIE色度系统：CIE 1931 XYZ颜色空间、色度图与色域、Lab颜色空间
聊到色彩校正矩阵（CCM），绕不开的就是CIE色度系统。说白了，这是整个色彩科学的“地基”。我刚开始接触这行时，也觉得这些概念太抽象，什么XYZ、Lab，听着就头大。但后来调了几年矩阵，才明白——不懂这个，你连颜色偏差都描述不清楚。
今天咱们就把这块硬骨头啃下来。我会结合自己踩过的坑，帮你理清三个核心概念：CIE 1931 XYZ颜色空间、色度图与色域、Lab颜色空间。
3.1 为什么要有CIE 1931 XYZ？
先问个问题：你看到的“红色”，和我看到的“红色”，是同一个颜色吗？
嗯，这其实是个哲学问题。但做工程不能靠感觉，我们需要一个客观的、可量化的标准。CIE 1931 XYZ颜色空间就是干这个的。
它基于人类视觉的“三刺激值”理论。简单说，人眼视网膜上有三种锥状细胞，分别对红、绿、蓝光敏感。任何颜色都可以看作是这三种刺激的混合结果。
我在项目中遇到过一件事：用两台不同品牌的相机拍同一张色卡，出来的RGB值完全不同。为什么？因为它们的传感器光谱响应不一样。这时候，只有把RGB转换到XYZ空间，才能做公平的比较。
核心要点：XYZ是一个“设备无关”的颜色空间。它不依赖任何显示设备或拍摄设备，只描述颜色本身。
3.2 色度图与色域——颜色的“地图”
有了XYZ，我们就能画一张“颜色地图”了。这就是CIE 1931色度图，也就是你经常看到的那个“马蹄形”图。
这张图把颜色用两个坐标（x, y）表示出来。x代表红色分量，y代表绿色分量，蓝色分量通过z = 1 - x - y算出来。马蹄形的边界，是人眼能看到的全部颜色——也就是“光谱轨迹”。
那什么是色域？
色域就是某个设备能显示或记录的颜色范围。比如你的显示器是sRGB色域，它在色度图上就是一个三角形。专业显示器可能是Adobe RGB或DCI-P3，三角形更大。
我调CCM时，最常干的一件事就是：把相机的原始RGB转换到XYZ，然后在色度图上画出它的色域，再和目标色域（比如sRGB）做对比。这样一眼就能看出，哪个颜色拍“过”了，哪个颜色拍“丢”了。
避坑指南：我曾经以为色域越大越好。后来发现，如果相机的色域远大于显示器的色域，映射不好反而会偏色。所以调CCM时，一定要明确你的目标色域是什么。
3.3 Lab颜色空间——更“人性化”的坐标
XYZ虽然客观，但它有个问题：不符合人眼对颜色差异的感知。举个例子，在XYZ空间里，两个蓝色点的距离是10，两个绿色点的距离也是10，但人眼会觉得蓝色那两个差别更大。
这就麻烦了。我们做色彩校正，追求的是“看起来准”，而不是“数学上准”。
所以CIE在1976年推出了Lab颜色空间（也叫CIELAB）。它把颜色分成三个维度：
- L*：明度，从0（黑）到100（白）
- a*：红绿轴，正数偏红，负数偏绿
- b*：黄蓝轴，正数偏黄，负数偏蓝
Lab最大的优点是“均匀感知”。也就是说，在Lab空间里，两个颜色点的欧氏距离，和人眼感受到的色差基本成正比。这个距离有个专门的名字——ΔE（Delta E）。
我评估CCM效果时，最常用的指标就是ΔE。如果ΔE小于1，人眼基本看不出差别；1-3之间，仔细看能发现；大于3，那就是明显偏色了。
注意：Lab空间是从XYZ转换过来的，不是直接从RGB算的。所以你的CCM流程通常是：RGB → XYZ → Lab。别跳步，否则算出来的ΔE没有意义。
3.4 三者之间的关系——一张图说清楚
为了让你更直观地理解，我画了一张结构图。它展示了这三个颜色空间在CCM调优流程中的位置和作用。
3.5 实战中怎么用？
说了这么多理论，咱们落地到CCM调优里。我一般按这个步骤走：
- 采集数据：用相机拍一张标准色卡（比如X-Rite ColorChecker），得到每个色块的RGB值。
- 转换到XYZ：用相机的光谱响应曲线或标准转换矩阵，把RGB转到XYZ。
- 计算Lab：以D50或D65为白点，把XYZ转到Lab空间。
- 计算ΔE：把实测的Lab值和色卡标准值对比，算出每个色块的色差。
- 优化矩阵：调整CCM的9个系数，让所有色块的ΔE平均值最小。
这里有个小技巧：不要只看平均ΔE，还要看最大ΔE。我曾经调出一组矩阵，平均ΔE只有1.2，但某个蓝色块的ΔE高达4.5。结果拍蓝天时，颜色明显偏紫。所以我现在都会同时监控平均ΔE和最大ΔE。
一句话总结：XYZ是客观标尺，色度图是可视化工具，Lab是评价标准。三者缺一不可，共同构成了CCM调优的理论基础。
好了，这一章就到这里。记住这些概念，下一章咱们就开始动手算矩阵了。