颜色/色调附录

算法和参考公式

本页面包含“颜色/色调交互式”和“颜色/色调自动”的算法和参考公式。由于全部内容都是数学公式，所以大部分文字为绿色。

背景阅读：我们经常收到关于色彩空间、色彩空间白点、用于测量 CIELAB 参考文件的光源、用于测量图像的色温、它们之间的转换方法等等方面的难题。为了帮助解答这些问题，我们强烈推荐阅读以下资料：

Babelcolor的 Danny Pascale 对RGB颜色空间的评测。

RGB 到 CIELAB (Lab)

Imatest Color/Tone测量 RGB 图像中的色块。我们如何得到 CIELAB 值？

imatest测量的大多数图像最初都是图像传感器中的原始图像。为了便于使用，它们会被转换成可互换的RGB图像文件，这些文件通常带有关联的色彩空间（可能嵌入在文件中）。转换过程包括去马赛克、白平衡、色彩校正（通常使用色彩校正矩阵）、伽马编码，以及（程度不一的）锐化和降噪。在色彩分析中，最重要的模块是白平衡（通常与色彩校正结合使用）和伽马编码。

首先将RGB数据转换为XYZ格式。维基百科的sRGB页面就提供了一个例子。图像通过反转伽马编码进行线性化，然后使用矩阵将线性RGB转换为XYZ。

接下来， XYZ 数据被转换为 CIELAB 色彩空间，即 L*a*b* 色彩空间。转换过程在维基百科的 CIELAB 色彩空间页面中有详细介绍。图像的 L*a*b* 值与参考值（对于色卡而言：可以是默认值，也可以是从参考文件中读取的值）之间的差异，可以用以下几种颜色差异指标之一来表示。通常首选 ΔE 2000 (ΔE ₀₀ ) 和 ΔC 2000 (ΔC ₀₀ )。

颜色差异（误差）公式-

你有两块颜色不同的矩形色块。它们之间有多大区别？

维基百科的“色差”页面对色差的概念和公式进行了简明扼要的介绍。本页面（撰写于维基百科页面发布之前）涵盖了类似的内容。

本页的符号说明改编自 Gaurav Sharma 编辑、CRC Press 出版的《数字彩色成像手册》（以下简称 DCIH）。参考了 DCIH 的在线勘误表。

在测量色彩误差时，请记住，准确的色彩并不一定等同于令人愉悦的色彩。许多制造商会刻意调整色彩，使其更赏心悦目，通常是通过提高饱和度来实现。（这就是富士Velvia胶片在1990年推出时如此成功的原因。）在计算色彩误差时，您可以选择不使用Colorchecker（或其他色卡）的精确L*a*b*参考值；您可以替换为您自己的增强值。Imatest Master允许您从CSV格式的文件中输入参考值（您可以使用“颜色/色调设置”保存测量色卡中的值）。

Imatest用户经常询问 Colorcheck a*b* 误差图中“corr”和“uncorr”的含义。“corr”表示在进行比较之前，将相机的平均饱和度（平均色度 = mean(sqrt(a* ² + b* ² )) 调整为与参考值相同。这是一个非常简单的校正；它表示如果平均色度与参考值相同，颜色色调的准确度会有多高。详情请参见下文。

绝对差异（包括亮度）

CIE 1976

CIELAB (L*a*b*) 色彩空间的设计目标是使其在感知上相对均匀。这意味着可感知的颜色差异近似等于 L*a*b* 值之间的欧氏距离。对于颜色 { L ₁ *, a ₁ *, b ₁ *} 和 { L ₂ *, a ₂ *, b ₂ *}，其中 Δ L * = L ₂ * - L ₁ *，Δ a * = a ₂ * - a ₁ *，Δ b * = b ₂ * - b ₁ *，

（DCIH（1.42，5.35）。

虽然 ΔE * _{ab 的}计算和理解相对简单，但它的精度并不高，尤其对于高饱和度的颜色而言。L*a*b* 的感知均匀性不如其设计者预期的那样。例如，对于饱和度较高的颜色（ C * = ( a * ² + b * ² ) ^1/2 ），人眼对色度变化的敏感度低于对色相相应变化的敏感度。）或亮度（ ΔL *）。为了解决这个问题，人们建立了几个额外的色差公式。在这些公式中，最小可觉差（JND）用椭球体而不是圆形来表示。

CIE 1994

CIE-94 色差公式Δ E * ₉₄比Δ E* _ab 更能准确地衡量感知到的颜色差异。

（DCIH（5.37）；省略设置为 1 的常量），其中

S _C = 1 + 0.045 C * ; S _H = 1 + 0.015 C *(DCIH (1.53, 1.54) )

[ （几何平均色度）对于颜色 1 和 2 给出对称的结果。然而，当其中一个颜色（用下标s表示）是标准色时，计算_SC和_SH时，最好使用标准色的色度C _s * = ( a _s * ² + b _s * ² ) ^1/2 。非对称方程由 Bruce Lindbloom 使用。

（色调差异；DCIH（5.36））

（色度差异）

CMC——CMC色差公式被纺织行业用于布料比对，但在摄影行业尚未得到广泛应用。该公式略微不对称：下标s表示标准（参考）测量值。CMC是英国染料及色彩师协会（Society of Dyers and Colourists (UK)）色彩测量委员会的缩写。我们在此提及仅作参考。

ΔE * _CMC ( l,c ) = ( ( ΔL * ⁄ lS _L ) ² + ( ΔC * ⁄ c S _C ) ² + ( ΔH * ⁄ S _H ) ² ) ^1/2 (DCIH (5.37) )，其中

Δ E * _CMC (1,1) ( l = c = 1) 用于图形艺术感知性测量， Imatest也使用了该测量方法。

S _L = 0.040975 L _s * ⁄ (1+0.01765 L _s *) ; L _s * ≥ 16 (DCIH (1.48) ) = 0.511 ; L _s * < 16

S _C = 0.0638 C _s * ⁄ (1+0.0131 ) + 0.638 ; S _H = S _C ( T _CMC F _CMC + 1 - F _CMC ) (DCIH (1.49, 1.50) )

F _CMC = ( ( C _s * ) ⁴ ⁄ ( ( C _s * ) ⁴ + 1900 ) ) ^1/2 (DCIH (1.51);

T _CMC = 0.56 + | 0.2 cos( h _s * + 168°) | 164° ≤ h _s * ≤ 345° (DCIH (1.52) ) = 0.36 + | 0.4 cos( h _s * + 35 °) | 其他情况

ΔH*和ΔC * 的公式与 CIE-94 相同。

CIEDE2000

CIEDE2000 公式（ΔE _oo和 ΔC _oo ）是目前最佳的颜色差异度量方法，并且比之前的公式更精确。此处省略公式，因为它们在维基百科的“颜色差异”页面和 Gaurav Sharma 的CIEDE2000 颜色差异公式网页中均有给出。参数k _L 、 k _C和k _H 的默认值均为 1。

CIE 1976 色差度量标准（ΔE * _ab …）仍然是最常用的标准。CIE 1994 标准更加精确和稳健，并且保留了相对简单的公式。CIEDE2000 公式（DCIH，第 1.7.4 节，第 34-40 页）的复杂性减缓了其广泛应用，但现在它已成为公认的标准。CIEDE2000色差度量标准是最佳选择。

色度差 ΔC（不考虑亮度差异的颜色差异）

曝光误差会严重影响色差Δ E* _ab 、Δ E * ₉₄和 Δ E * ₀₀ 。由于将色差与曝光误差分开来看是有用的，因此我们定义了省略 Δ L * 的色差。

（这是一种更通用的形式：去掉 Delta-L 的 Delta-E。）

Δ C ₀₀从Δ E ₀₀ （平方根）方程中省略了( Δ L' ⁄ k _L S _L ) ²项（参见Sharma ）。

这些公式并不能完全消除曝光误差的影响，因为 a* 和 b* 值本身也会受到曝光的影响，但它们可以将这种影响降低到可控的程度。需要注意的是， ΔC 的定义可能会引起一些混淆，因为它与纯色度差Δ| C *| 不同，其中色度 = | C *| = sqrt(a* ² + b* ² )。Δ | C *| 不适合作为感知测量指标，因为它不包含色调信息。

Colorcheck 灰度图中使用的其他颜色差异

第四个 Colorcheck 图的底部说明了白平衡误差（与中性灰的偏差），该误差以四种方式量化。

ΔC2000 _。这可能是感知上最有意义的颜色差异指标。参见维基百科“颜色差异”页面。它与颜色空间无关。
HSV颜色模型中的饱和度S （酒红色） 。S的取值范围为0到1，0代表完全中性的灰色，1代表完全饱和的颜色。与S对应的感知颜色差异取决于颜色空间。
相关色温 (CCT) 误差（单位为开尔文度，蓝色） ，根据 Günther Wyszecki 和 WS Stiles 合著的《色彩科学：概念与方法、定量数据与公式》（第 224-228 页）中的表格计算得出。色温（单位为开尔文度）是照明的通用描述单位。较高的色温在感知上更“冷”，即更偏蓝。CCT 误差是指照明色温的变化，这种变化会导致测量值与中性灰的偏差。
反色温（ Mireds ，微倒数度） （蓝色） ，其中 Mireds = ^10⁶ / (开尔文度)。与色温误差相比，这是一个感知上更均匀的度量标准。它曾用于指定光学色彩校正滤镜的强度，但在数字时代已很少使用，因为此类滤镜的需求量大大减少。

颜色差异表示（椭圆）

在Imatest中，颜色差异可以用 L*a*b* 空间 a*b* 平面上的 ΔC 圆或椭圆来表示。它也可以显示在 xy 和 uv 平面上——这有助于可视化这些空间的感知均匀性（uv 平面的效果不如宣传的那样好），但 a*b* 平面通常是最佳表示方法。下面展示了三种 ΔC 表示方法（点击图片查看完整尺寸）。ΔC ₉₄和 ΔC ₂₀₀₀彼此接近，但与 ΔC ab 截然不同（且优于 ΔC _ab ）。

色差圆圈或椭圆（图中所示为 ΔC _xx = 4）

ΔC _ab圆

ΔC ₉₄椭圆

ΔC ₂₀₀₀椭圆

在Imatest中添加这些椭圆之前，它们通常不可用。我们之前认为 ΔC ₉₄和 ΔC ₂₀₀₀之间的差异比实际更大。在“颜色/色调设置”中，可以在“颜色椭圆”下拉菜单中设置这些椭圆。 “颜色/色调自动”使用从“颜色/色调设置”中保存的设置。在“颜色检查”中，可以在“设置”窗口中选择它们。

颜色差异可视化工具

Imatest 5.2新增了一个用于可视化颜色差异的应用程序。它在高品质校准显示器（至少支持 sRGB 色域）上效果最佳，但也能在低品质显示器上提供颜色信息。要从Imatest 主窗口打开它，请按“实用工具” > “颜色差异可视化工具” ，或者在右侧方框的“实用工具”选项卡中按“颜色差异可视化工具” 。这将打开一个窗口，左侧大窗口显示 a* = b* = 0，底部小窗口显示 Δa* = Δb* = 0，以演示旋转功能。

**颜色差异可视化图，图中所示为 a* = 52，b* = 44，绕 ΔC ₂₀₀₀ ≅ 4 椭圆旋转**

要查看色差，请点击左侧的大 a*b* 显示框，选择一个 a*、b* 参考值。（a* 和 b* 值将四舍五入到最接近的整数。）然后点击底部的小显示框，选择 Δa* 和 Δb*。色差结果显示在右上角。在 a*b* 和 Δa*Δb* 显示框中，“+”表示 a*、b* 值。参考值和 o 分别表示 Δa* 和 Δb* 的差值。选定的值分别显示在 x 轴和 y 轴附近。

在结果显示中，外层区域是 a*、b* 参考值（显示为洋红色），内层区域是 a*+Δa*、b*+Δb* 偏移值（如上所示，围绕 ΔC ₂₀₀₀ ≅ 4 椭圆旋转）。

a*b* 显示屏右下方带有^ 、 v 、 <和>的小按钮可将 a* 或 b* 设置值加 1。Δa*Δb* 显示屏右侧的小ctr按钮可将Δa* = Δb* = 0 设置为 0。

假设采用sRGB 色彩空间。大尺寸 a*b* 图像中的中间灰色曲线代表 L(HSL) = 0.5 时 sRGB 的色域边界。请注意，这与 CIELAB L* = 50 不同（找到该值的曲线更困难）。

L* 滑块可用于设置亮度 L*。

右下角的“沿椭圆旋转” 按钮可使 Δa* 和 Δb* 值沿椭圆移动。默认椭圆对应于 ΔC 2000 = 4。您可以按此按钮暂停或恢复旋转。您可以在“设置”下拉菜单中选中（或取消选中） “快速旋转” 。由于眼睛的适应方式，旋转图像中的颜色差异可见度可能比静态图像更大。

通过“设置”下拉菜单，您可以重置默认值（a* = Δa* = b* = Δb* = 0 和 L* = 70），将 Δa*Δb* 窗口中的轴限制设置为 ±20（默认值）或 ±10，或者选择“快速旋转”。

“颜色椭圆”下拉菜单允许您设置椭圆类型（无、Macadam、ΔC _ab 、ΔC _{94} 、ΔC _00 (ΔC _2000 )）和放大倍数（ΔC2000椭圆通常为4倍或2倍；Macadam椭圆为10倍或5倍；1倍太小，几乎没有用处）。ΔC ₂₀₀₀ 是目前最佳的颜色差异计算公式，但远非完美。

已校正色度（饱和度）增强/减弱造成的颜色差异

在 Imatest 的最新版本中，这一结果已被弱化，因为调整色度对相机设计师来说并不重要，而且与色彩校正矩阵 (CCM)的性能无关。

许多数码相机为了提升图像质量，会刻意提高色度（即饱和度）。这种提高会增加上述ΔE *和ΔC公式中的色彩误差，但如果适度，则可能改善图像的感知质量。

平均色度百分比为

色度(%) = 100% * (测量平均值( ( a _i * ² + b _i * ² ) ^1/2 ) ) ⁄ (色卡平均值( ( a _i * ² + b _i * ² ) ^1/2 ) )

= 100% * 平均值 (|_测量值C |) ⁄ 平均值 (|_理想值C |) ; | C _i | = ( a _i * ² + b _i * ² ) ^1/2

1 ≤ i ≤ 18（颜色检查器的前三行）

色度与饱和度感知密切相关，当色度(%) > 100 时，色度会被增强。色度增强会增加 ΔE *和ΔC*色差测量值。由于在图像编辑器中很容易通过饱和度设置来消除色度增强，因此在将平均色度校正（归一化）至 100% 后测量色差会更有意义。为此，需要将归一化的a _{i_corr}和b _{i_corr}值代入上述公式中，以代替测量值（相机测量值） a _i 和b _i 。

a _{i_corr} = 100 a _i ⁄色度(%) ; b _{i_corr} = 100 b _i ⁄色度(%)

ColorChecker 的参考值保持不变。色度校正后的颜色差异分别表示为 Δ C* _ab (corr)、Δ C* ₉₄ (corr) 和 Δ C* ₂₀₀₀ (corr)。

平均值和均方根值

Colorcheck 图 3 显示了校正饱和度和未校正的ΔC * _ab的平均值和均方根值，其中

mean( x ) = Σ x _i ⁄ n ，其中 x 为 n 个值。

RMS( x ) = σ( x ) = (Σ x _i² ⁄ n ) ^1/2对于 n 个 x 值。

均方根值之所以重要，是因为它更重视较大的误差。

颜色检查算法

确定 24 个 ColorChecker 区域的感兴趣区域 (ROI)。

计算底部一行六个灰度图像块的统计数据，包括平均像素值以及对感兴趣区域（ROI）内像素值进行二阶多项式拟合的结果——该拟合值将从像素值中减去以计算噪声。它消除了非均匀光照的影响。计算每个图像块的噪声。

利用底部灰度区域 2-5 的平均像素值（忽略极端值：白色和黑色），将平均像素响应拟合到一个数学函数（实际上是两个函数）。这需要一些解释。

采集设备（相机或扫描仪）响应的简化方程为：

归一化像素级别 = (像素级别⁄ 255) = k ₁曝光^gamc

Gamc 是采集设备的伽玛值。显示器也有伽玛值，定义为 gamma = gamm。

显示器亮度 = (像素级⁄ 255) ^γ

两种伽马值都会影响最终图像的对比度。

系统 gamma = gamc * gamma

对于数码相机，Gamc 通常约为 0.5 或 1/2。Macintosh 系统的 Gamm 为 1.8；Windows 系统和几种常用色彩空间（例如 sRGB、Adobe RGB 1998 等）的 Gamm 为 2.2。当系统 Gamma 值略大于 1.0 时，图像通常看起来最佳，但这并非总是如此——尤其是在对比度高的场景中。有关 Gamma 的更多信息，请参阅术语表、使用 Imatest SFR和显示器校准。

利用公式，密度 = - log ₁₀ (暴露量) + k ，

_log10 （归一化像素级别）= _log10 （ _k1曝光^gamc ）= _k2 - gamc * 密度

这是一个不错的斜率为 gamc 的一阶方程，如图中蓝色虚线所示。但它的精度不高。二阶方程的效果要好得多：

_log10 （归一化像素级别）= _k3 + _k4 * 密度 + _k5 * 密度²

_k₃ 、 _k₄和_k₅是通过二阶回归得到的，并在图中以绿色虚线标出。二阶拟合效果非常好。

HSV颜色表示中的饱和度S定义为S(HSV) = (max(R,G,B)-min(R,G,B)) ⁄ max(R,G,B)。与HSL相比，HSV表示中的S与感知白平衡误差的相关性更高。

第三幅图下方图像中饱和度提升的方程为 S' = (1-e ^-4S ) ⁄ (1-e ^-4 )，其中 e = 2.71828...

Grayscale levels and exposure error

Colorchecker grayscale patch densities (in the bottom row) are specified as 0.05, 0.23, 0.44, 0.70, 1.05, and 1.50. Using the equation,

for common gamma = 2.2 color spaces such as sRGB and Adobe RGB (see ISO sensitivity, below), the ideal pixel levels would be 236, 195, 157, 119, 83, and 52.

In Imatest 25.2+, ColorChecker Exposure error is measured by comparing the measured pixel levels of patches 2-5 in the bottom row (20-23 in the chart as a whole) with the selected reference levels. White and black patches 1 and 6 of the bottom row (19 and 24) are omitted because they frequently clip.

Gamma is the average slope of log pixel level vs. Log exposure, measured from patches 2-5 in the bottom row, shown on the right as a diagonal dotted blue line (·········). Pixel level is approximately proportional to exposure^gamma, hence log₁₀(exposure) is proportional to log₁₀(pixel level) ⁄ gamma, the log exposure error for an individual patch is

Using the mean value of Δ(log exposure) for Colorchecker patches 2-5 and the equation, f-stops = 3.32 * log exposure,

NOTE: For Stepchart and Color/Tone grayscale charts, patches with reference densities between 0.1 and 0.8 are used for calculating Exposure error, with the exception of the ColorChecker Classic starting in 25.2, which specifically uses gray patches 2-5.

Changes to exposure error calculation in Imatest 5.1+ after December 2018
Prior to December 2018 the specified color space encoding gamma (typically near 1/2.2) was used for gamma (above). The Exposure error estimates for images encoded with gamma close to the nominal value were quite good, but decoded raw images with gamma ≅ 1 were seriously in error. After December 2018 the Exposure error calculation uses measured values of gamma (rather than the standard value for the color space). Exposure error is now much more consistent (though it will be somewhat different from the old values.)

It is important to note that an image with gamma near 1 may look very dark, even though it is well-exposed. This is illustrated by the two images displayed in Image Processing, where the image on the left has gamma = 0.9 and the image on the right— derived from the image on the left (the same capture)— has gamma = 0.45.

When run in Colorcheck or Color/Tone, both images have near-zero exposure error. But you wouldn't expect this from casually looking at the left image.

Color Contrast Enhancement (CCE)

Color Contrast Enhancement (CCE) has been added as an optional JSON and CSV output beginning in Imatest Version 25.2. It must be enabled in General Settings > Calculation > CCE Computation. Imatest currently supports CCE calculations using CIE94 and CIEDE2000 color difference formulas. CCE is a metric introduced in 2023 by the FDA, published in the Journal of Imaging Science and Technology as part of the Color Performance Review (CPR) tool for evaluating endoscopy devices [1]. CCE is a metric that evaluates how well an imaging system preserves or enhances the visible differences between colors. Unlike traditional color fidelity measures—which compare how closely a device reproduces absolute colors—CCE focuses on the relative contrast between pairs of colors.

Mathematically, CCE is defined as the ratio of the color difference reproduced by the device to the original color difference in the target.

CCE > 1: the system increases contrast between colors.
CCE < 1: the system reduces contrast.
CCE = 1: the system preserves contrast exactly.

By analyzing all pairs of patches in a test chart, CCE provides insight into whether an imaging pipeline makes colors more or less distinguishable. High CCE values indicate that subtle differences between colors are maintained or enhanced, which is critical for applications like medical imaging, photography, and computer vision where color separation impacts performance.

ISO sensitivity

Two types of ISO sensitivity are calculated: Saturation-based Sensitivity and Standard Output Sensitivity. These measurements are described on the ISO Sensitivity page.

Results (CSV and JSON)

Not all results, for example, ΔH, are displayed well graphically, but they can be found in the CSV and JSON text file output. Here is a sample for the Rezchecker chart (similar colors to the Colorchecker), which can be run in Color/Tone.

JSON

"Delta_E": [9.51,3.87,7.3,6.78,25.1,7.46,12.9,12.6,14,12.5,11.3,11.3,15.4,16.2,18.6,11.1,7.85,5.84,2.93,17.2,12.8,7.67,12.8,10.2,8.13,15.3,11.7,12.7,7.27,15.3],
"Delta_C": [6.14,1.49,5.76,5.08,22,2.11,6.5,9.51,9.91,9.34,8.15,6.63,4.87,12.2,14.5,5.7,6.36,5.46,2.8,8.94,9.78,4.44,5.59,3.04,2.75,7.83,10.4,10.7,7.11,7.86],
"Delta_E94": [7.97,3.64,6.06,5.22,17.2,7.22,11.4,9.42,10.3,12.2,11.2,11.2,15.4,11,12.5,11,7.65,5.8,2.91,15.6,9.7,7.59,12.7,10.1,8.11,13.4,7.91,8.18,2.74,13.7],
"Delta_C94": [3.27,0.696,4.07,2.67,12,0.971,1.96,4.49,2.66,8.87,7.94,6.43,4.67,3,4.15,5.47,6.11,5.42,2.78,5.21,5.08,4.3,5.41,2.96,2.71,2.38,5.84,4.4,2.3,3.94],
"Delta_E2000": [7.06,3.07,7.22,4.88,16.9,7.14,11.1,8.23,7.68,9.22,8.56,8.47,11.6,10.1,11.1,9.26,6.91,5.29,2.79,13.8,9.44,6.54,9.48,6.89,5.62,12.8,8.68,7.31,2.52,10.6],
"Delta_C2000": [3.7,0.697,5.72,2.71,12.4,1.06,2.04,4.82,3.12,7.69,6.94,5.85,4.49,3.24,4.6,5.24,5.6,4.86,2.69,7.25,4.61,4.27,4.88,2.87,3.13,2.52,7.72,5.37,2.26,4.45],
"Delta_L": [57.1,-7.26,-3.57,-4.48,-4.49,61.2,-12.2,48.5,84.2,85.3,79.2,-7.15,-11.2,45.9,44.8,47.1,80.4,-8.28,-9.9,-8.35,-7.85,-9.11,-14.6,-10.6,-11.8,-9.55,-4.6,2.08,-0.832,-14.7,-8.26,6.26,11.5,9.7,7.65,-13.1,51.9,-5.34,6.9,1.49,-13.2,45.8],
"Delta_Chroma": [5.59,-6.07,1.48,-2.44,-4.45,5.11,-12.8,7.87,7.94,8.31,6.34,-2.11,-6.47,7.72,7.51,6.9,6.43,-8.38,-9.05,9.18,7.7,6,4.07,-12.1,-14.1,4.64,5.46,5.31,2.56,-0.637,-4.9,4.08,5.59,2.41,1.67,-7.77,8.4,1.63,6.55,6.49,-7.04,3.91],
"Delta_Hue_Distance": [0,0.967,0.213,5.22,2.45,0,17.8,0,0,0,0,0.165,0.594,0,0,0,0,4.48,4.04,0,0,0,0,0.958,3.13,0,0,0,0,8.92,8.46,0,0,0,0,0.899,0,10.3,8.48,2.91,3.51,0],
"Delta_Hue_Degrees": [0,-3.31,0.456,14,5.76,0,31.3,0,0,0,0,0.374,0.694,0,0,0,0,-8.88,3.02,0,0,0,0,-0.88,3.42,0,0,0,0,10.8,-10.3,0,0,0,0,-1.07,0,11.4,6.56,-2.6,-8.1,0],
"mean_Delta_E": [11.5],
"mean_Delta_C": [7.43],
"mean_Delta_E94": [9.63],
"mean_Delta_C94": [4.41],
"mean_Delta_E2000": [8.34],
"mean_Delta_C2000": [4.56],
"mean_Delta_L": [13.7],
"mean_Delta_Chroma": [1.39],
"mean_Delta_Hue_Distance": [1.99],
"mean_Delta_Hue_Degrees": [2.93],
"max_Delta_E": [25.1],
"max_Delta_C": [22],
"max_Delta_E94": [17.2],
"max_Delta_C94": [12],
"max_Delta_E2000": [16.9],
"max_Delta_C2000": [12.4],
"max_Delta_L": [85.3],
"max_Delta_Chroma": [9.18],
"max_Delta_Hue_Distance": [17.8],
"max_Delta_Hue_Degrees": [31.3],

CSV

Color errors for reference vs input patches
Patch	Delta-E*	Delta-C	Delta-E*94	Delta-C 94	Delta-E*CMC	Delta-C CMC	Delta-E 00	Delta-C 00	Row
2	9.51	6.14	7.97	3.27	8.61	3.94	7.06	3.7	1
3	3.87	1.49	3.64	0.7	2.99	0.83	3.07	0.7	1
4	7.3	5.76	6.06	4.07	6.37	4.85	7.22	5.72	1
5	6.78	5.08	5.22	2.67	5.3	2.94	4.88	2.71	1
7	25.13	21.96	17.16	12.04	16.37	12.01	16.92	12.37	2
12	7.46	2.11	7.22	0.97	6.32	1.13	7.14	1.06	2
13	12.94	6.5	11.35	1.96	10.29	2.49	11.13	2.04	3
18	12.61	9.51	9.42	4.49	8.04	4.84	8.23	4.82	3
19	14.01	9.91	10.26	2.66	8.06	3.64	7.68	3.12	4
20	12.52	9.34	12.18	8.87	14.28	13.09	9.22	7.69	4
21	11.32	8.15	11.17	7.94	13.2	12.02	8.56	6.94	4
22	11.27	6.63	11.15	6.43	11.62	9.65	8.47	5.85	4
23	15.43	4.87	15.37	4.67	12.68	6.87	11.62	4.49	4
24	16.17	12.19	11.04	3	9.63	4.21	10.12	3.24	4
25	18.63	14.45	12.47	4.15	12.83	5.5	11.07	4.6	5
26	11.12	5.7	11.01	5.47	10.87	8.01	9.26	5.24	5
27	7.85	6.36	7.65	6.11	9.78	9.01	6.91	5.6	5
28	5.84	5.46	5.8	5.42	8.64	8.42	5.29	4.86	5
29	2.93	2.8	2.91	2.78	4.41	4.32	2.79	2.69	5
30	17.17	8.94	15.55	5.21	16.51	6.26	13.76	7.25	5
31	12.8	9.78	9.7	5.08	8.65	4.76	9.44	4.61	6
32	7.67	4.44	7.59	4.3	10.26	6.45	6.54	4.27	6
33	12.79	5.59	12.71	5.41	23.74	8.17	9.48	4.88	6
34	10.17	3.04	10.14	2.96	19.49	4.41	6.89	2.87	6
35	8.13	2.75	8.11	2.71	15.51	4.09	5.62	3.13	6
36	15.29	7.83	13.35	2.38	12.18	3.04	12.82	2.52	6
38	11.7	10.42	7.91	5.84	9.71	6.99	8.68	7.72	7
39	12.74	10.71	8.18	4.4	8.02	6.04	7.31	5.37	7
40	7.27	7.11	2.74	2.3	2.98	2.75	2.52	2.26	7
41	15.34	7.86	13.75	3.94	16.52	4.45	10.58	4.45	7
	Delta-E*	Delta-C	Delta-E*94	Delta-C 94	Delta-E*CMC	Delta-C CMC	Delta-E 00	Delta-C 00
Mean	11.46	7.43	9.63	4.41	10.79	5.84	8.34	4.56
Maximum	25.13	21.96	17.16	12.04	23.74	13.09	16.92	12.37

Additional color errors and values
Patch	Delta-L*	Delta-Chroma	\|Delta-Hue dist\|	\|Delta-Hue degs\|		Note: Delta-Hue is undefined for grayscale patches (a* & b* near 0)
2	57.12	5.59	0	0
3	-7.26	-6.07	0.97	-3.31
4	-3.57	1.48	0.21	0.46
5	-4.48	-2.44	5.22	13.97
7	-4.49	-4.45	2.45	5.76
12	61.23	5.11	0	0
13	-12.22	-12.79	17.85	31.31
18	48.52	7.87	0	0
19	84.23	7.94	0	0
20	85.25	8.31	0	0
21	79.24	6.34	0	0
22	-7.15	-2.11	0.17	0.37
23	-11.18	-6.47	0.59	0.69
24	45.95	7.72	0	0
25	44.78	7.51	0	0
26	47.11	6.9	0	0
27	80.38	6.43	0	0
28	-8.28	-8.38	4.48	-8.88
29	-9.9	-9.05	4.04	3.02
30	-8.35	9.18	0	0
31	-7.85	7.7	0	0
32	-9.11	6	0	0
33	-14.64	4.07	0	0
34	-10.62	-12.15	0.96	-0.88
35	-11.75	-14.11	3.13	3.42
36	-9.55	4.64	0	0
38	-4.6	5.46	0	0
39	2.08	5.31	0	0
40	-0.83	2.56	0	0
41	-14.66	-0.64	8.92	10.84
	Delta-L*	Delta-Chroma	\|Delta-Hue dist\|	\|Delta-Hue degs\|
Mean	13.73	1.39	1.99	2.93	Maximum	85.25	9.18	17.85	31.31
Mean camera chroma %	107.1

Mean chroma level CPIQ %	89.96

参考

W.-C. Cheng， “色彩性能评估（CPR）：内窥镜设备色彩性能分析器” ， 《成像科学与技术杂志》 ，第67卷，第5期，第1-9页，2023年， doi: 10.2352/J.ImagingSci.Technol.2023.67.5.050406 。