色彩恒常性

色彩恒常性（color constancy，亦称色调恒常性）是知觉恒常性的一个分支：当照射物体表面的光的光谱成分发生变化、因而到达眼睛的反射光随之改变时，观察者对该物体表面颜色的知觉仍趋于保持相对稳定。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

色彩恒常性的典型表现是：熟悉物体的颜色知觉不随照明条件改变而改变。例如黑色木炭无论在暗处还是阳光下都被知觉为黑色；红旗无论在黄光还是蓝光照射下都被知觉为红色。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

色彩恒常性并不要求照明变化后知觉到的颜色完全不变，而是保持相对稳定：用不太饱和的黄光照射蓝色色盘，观察者看到的不是灰色，而是饱和度较小的蓝色；用红光照射白色表面，看到的不是红色，而是在红光照射下的白色。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

色彩恒常性描述的是人对物体颜色的知觉特性，而非物体本身颜色的物理恒定性；它与人的生活经验、知识经验和心理倾向密切相关。一个因眼疾从未见过红旗的人，在光亮处初次见到红旗可能确定它是红色，但若在暗处初次见到，就不一定能把它知觉为红色。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

作为知觉恒常性家族的一员，色彩恒常性与大小恒常性、形状恒常性等并列，共同体现知觉系统在近端刺激变化时维持远端物体属性稳定的倾向；但色彩恒常性依赖的线索（光照光谱、空间上下文、熟悉性）与形状、大小恒常性所依赖的线索不同，因此其机制不能简单由几何恒常性类推。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

在计算层面，色彩恒常性常被形式化为估计场景照明并从图像中去除其影响的问题：基于比尔-朗伯定律，两种不同光照下形成的图像可通过对角矩阵相互转换（Von Kries 模型，又称对角模型），求出原图光照后即可把图像转换为标准白光（R=G=B=1）下的图像。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

色彩恒常性（color constancy）指在照明光谱成分发生显著变化时，人仍倾向于把同一物体表面知觉为大致相同颜色的现象；它并不是说视网膜接收到的光信号不变，恰恰相反，进入眼睛的光谱功率分布会随光源改变而大幅改变。^{44Color Constancywiley.com前往参考资料 ↓在新标签页中打开|55Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

从物理光学看，物体表面反射进入眼睛的光等于光源光谱功率分布与表面光谱反射率的逐波长乘积；因此光源一变，视网膜输入就变，而表面反射率（即「本色」）并未改变。色彩恒常性要解决的问题，就是视觉系统如何从变化的乘积中估计出不变的那一项。^{44Color Constancywiley.com前往参考资料 ↓在新标签页中打开|66Color Constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

一个常被引用的数量级是：日光在日出到正午之间，其光谱成分与色温变化很大，从低色温的偏红橙光到约 5000–6500 K 的中性日光；室内白炽灯色温约 2700–3000 K，阴天天空光可达 6500–10000 K 以上。这些光源下同一张白纸反射进眼睛的光谱差异，远大于两张不同颜色纸在单一光源下的差异。^{77Color Appearance Models (3rd ed.)wiley.com前往参考资料 ↓在新标签页中打开}

经典演示是：在黄色钨丝灯照明下看一张白纸，若用仪器测量，白纸反射的光其实偏黄、其色度与日光下的一张浅黄纸相近；但观察者仍报告白纸是白的。这说明知觉到的颜色不能由视网膜局部输入直接读出。^{55Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开|88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

视网膜输入本身是「欠定」的：同一组锥体激发值可以由「偏红光源 + 中性表面」或「中性光源 + 偏红表面」等多种组合产生，仅凭单个像素或局部区域的光谱信息无法唯一反推出表面反射率。这一欠定性是色彩恒常性研究的出发点。^{44Color Constancywiley.com前往参考资料 ↓在新标签页中打开|66Color Constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

人类视网膜拥有三种视锥细胞（S、M、L 型），分别对不同波段敏感，因此颜色视觉本质上是三通道（三刺激值）测量；三通道信息不足以完整恢复光源光谱与表面光谱，只能恢复三维色度坐标，这进一步限制了从视网膜输入反推表面的可能性。^{77Color Appearance Models (3rd ed.)wiley.com前往参考资料 ↓在新标签页中打开}

色彩恒常性并非完美：在真实场景中，观察者匹配同一表面在不同光照下的颜色时，仍会出现可测量的偏差，恒常性指数通常小于 1（完全恒常为 1，完全无恒常为 0）。不同实验范式（记忆匹配、同时匹配、不对称匹配）给出的恒常程度差异很大。^{88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开|88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

「光照变化」在实验上通常通过更换光源光谱（如钨丝灯、日光模拟、LED 可调光谱）或使用滤光片实现；「视网膜输入」则通过光谱辐射计测量或由相机记录，再经锥体光谱敏感度加权换算为三刺激值。这一测量链条是心理物理学实验的基本操作。^{66Color Constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

色彩恒常性与对比学习中「同一物体在不同条件下应映射到相近表征」的思想在形式上相似：两者都要求系统从变化的观测中提取不变的属性；但生物视觉依赖的线索（空间平均、阴影、熟悉物体）与机器学习中依赖的数据分布先验并不相同，不能简单等同。^{44Color Constancywiley.com前往参考资料 ↓在新标签页中打开|99A survey on color constancy algorithmsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

主观颜色稳定性的核心表现是：当照射物体表面的光的光谱成分发生改变时，观察者对该物体表面颜色的知觉仍趋于保持相对不变，这一特性即通常所说的颜色恒常性（color constancy），亦称色调恒常性。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

颜色恒常性属于知觉恒常性的一种，其稳定性针对的是人对物体颜色的知觉，而不是物体表面反射光本身；物体表面的反射光谱会随光照变化而改变，但知觉判断在一定范围内保持稳定。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

典型例子包括：黑色木炭无论在暗处还是在阳光下都被知觉为黑色；红旗在黄光或蓝光照射下仍被知觉为红色。这类例子说明恒常性是对熟悉物体颜色的一种稳定化知觉倾向。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

颜色恒常性并非绝对：用不太饱和的黄色光照射蓝色色盘时，观察者看到的不是灰色，而是饱和度较小的蓝色；用红光照射白色表面时，看到的不是红色，而是在红光照射下的白色。这说明恒常性表现为颜色朝物体本色方向的偏移，而非完全抵消光照影响。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

颜色恒常性与人的生活经验和知识密切相关：一个因眼疾从未见过红旗的人，在痊愈后于光亮中初次见到红旗可能确定它是红色，但若在黑暗处初次见到红旗，就不一定能把它知觉为红色。因此恒常性依赖观察者对物体本色的先验知识，而非仅由视网膜输入决定。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

主观颜色稳定性存在作用范围：当光照变化在一定范围内变动时，人类识别机制会认为该物体表面颜色恒定不变；超出该范围，恒常性可能减弱或失效。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

在计算层面，颜色恒常性问题常被表述为：由两种不同光照形成的图像可通过对角矩阵转换（Von Kries 模型，又称对角模型）相互联系，因此只需估计原图光照，即可将图像经对角矩阵转化为标准白光（R=G=B=1）下的图像。这一表述把主观颜色稳定性与计算模型与机器视觉中的光照估计问题联系起来。^{11[科普中国]-颜色恒常性- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

色彩恒常性研究的理论起点通常追溯到 17 世纪。牛顿在《光学》中提出，颜色并非物体固有的属性，而是物体反射的光线作用于视觉系统所产生的感觉；这一立场为后来「同一物体在不同光照下反射光谱不同、却仍被看成同一种颜色」的问题埋下了伏笔。^{1010Opticks: or, A Treatise of the Reflexions, Refractions, Inflexions and Colours of Lightgutenberg.org前往参考资料 ↓在新标签页中打开}

19 世纪初，杨（Thomas Young）于 1802 年提出三色说，认为视网膜中只存在有限几种对波长敏感的受体；这一假设后来由亥姆霍兹（Hermann von Helmholtz）在 19 世纪中叶系统化，形成杨–亥姆霍兹三色理论，成为解释颜色匹配与色觉缺陷的经典框架。^{1111On the theory of light and colours (Bakerian Lecture)royalsocietypublishing.org前往参考资料 ↓在新标签页中打开}

三色说能解释颜色混合与色盲现象，却难以解释色彩恒常性：若视觉系统只按三个通道的绝对响应编码颜色，那么光照光谱改变时同一表面的知觉颜色就应随之改变。亥姆霍兹因此提出「无意识推断」（unconscious inference）概念，认为知觉是对感觉信号背后外部原因的一种快速、自动的推断，颜色恒常性正是这种推断的结果。^{1212Handbuch der physiologischen Optik (Treatise on Physiological Optics)archive.org前往参考资料 ↓在新标签页中打开}

与亥姆霍兹的推断主义相对，赫林（Ewald Hering）在 19 世纪后期提出对立色理论，主张色觉由红–绿、蓝–黄、黑–白三对拮抗过程构成。对立色理论本身并不直接给出恒常性机制，但它提示颜色编码发生在比三通道响应更靠后的阶段，为后来「适应与对比」类恒常性解释提供了生理学基础。^{1313Zur Lehre vom Lichtsinne (On the theory of the light sense)archive.org前往参考资料 ↓在新标签页中打开}

20 世纪初，冯·克里斯（Johannes von Kries）提出系数模型（coefficient model）：假设每种视锥对光的吸收随强度线性缩放，视觉系统通过估计各通道的增益并归一化来抵消照明变化。该模型是第一个可计算的色彩恒常性理论，至今仍是许多现代算法的基线。^{1414Chromatic adaptation (von Kries coefficient law)mitpress.mit.edu前往参考资料 ↓在新标签页中打开}

20 世纪中期，Land 与 McCann 提出 Retinex 理论，用「每个像素相对于其邻域长波、中波、短波通道的比值」来解释恒常性，强调空间比较而非绝对光强。Retinex 把恒常性从「通道增益」问题转变为「空间对比」问题，深刻影响了后续的计算模型与机器视觉中的颜色恒常算法。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开}

20 世纪 80 年代以后，研究者把色彩恒常性拆解为可分别检验的子问题：光照估计、表面反射率恢复、以及知觉层面的「同一性判断」。这一拆解使心理物理学实验能够把「看到什么颜色」与「推断出什么反射率」分开测量，成为现代研究的标准范式。^{1717Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

早期理论多以「照明是 spatially uniform」为默认假设，而真实场景中光照往往存在强烈空间梯度与阴影。后续研究指出，这一简化假设是早期模型在自然图像上失效的主要原因之一，也推动了从全局增益模型向局部、空间变化模型的发展。^{1717Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

视网膜皮层理论（Retinex）由 Edwin H. Land 与 John J. McCann 于 1971 年在美国光学学会期刊《Journal of the Optical Society of America》上正式提出，论文题为《Lightness and Retinex Theory》。该文把「retina」（视网膜）与「cortex」（皮层）拼合为 Retinex 一词，用以指称一种不依赖绝对光量、而依赖空间比较来估计表面反射率的视觉机制。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开}

Retinex 理论的直接实验基础是 Land 在 1959 年发表的「Mondrian」色块演示：在投影仪照明不均匀、各色块物理辐亮度被任意改变的情况下，观察者仍把同一色块报告为同一颜色。Land 用这一现象论证颜色知觉并不由到达眼睛的绝对光量决定，而由场景内的相对关系决定。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开|1919The Retinex Theory of Color Visionscientificamerican.com前往参考资料 ↓在新标签页中打开}

1971 年的原始 Retinex 模型是一个「空间比较」算法：对图像中每个位置，沿若干条一维路径比较相邻像素的亮度比，把比值累加（或取对数后相减）得到该点的相对亮度估计，再对多条路径的结果取平均。Land 与 McCann 用这一算法在数字图像上复现了 Mondrian 演示中的颜色恒常现象。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开|2020Retinex in MATLABdoi.org前往参考资料 ↓在新标签页中打开}

1970 年代中后期，Land 把 Retinex 从亮度推广到三色通道，提出「颜色恒常性的视网膜皮层理论」：分别对长、中、短波敏感通道独立运行 Retinex 算法，得到三个「亮度」图，三者之比决定知觉到的颜色。这一表述把颜色恒常性归因于三个通道各自的相对响应，而非通道间的绝对比值。^{1919The Retinex Theory of Color Visionscientificamerican.com前往参考资料 ↓在新标签页中打开}

Retinex 的早期版本在计算上依赖路径选择，不同路径会给出不同结果，且对图像边缘与噪声敏感。1980 年代以后，Horn、Blake、Marroquin 等人指出路径依赖是原模型的结构性缺陷，并尝试用全局迭代或随机游走替代固定路径。^{2020Retinex in MATLABdoi.org前往参考资料 ↓在新标签页中打开|2121Lightness and Retinex Theory: A Reviewdoi.org前往参考资料 ↓在新标签页中打开}

1997 年，Jobson、Rahman 与 Woodell 在 IEEE Transactions on Image Processing 上发表单尺度 Retinex（SSR）与多尺度 Retinex（MSR），用高斯环绕函数替代一维路径比较，使 Retinex 成为可实用化的图像增强算法，并被广泛用于遥感、医学影像与消费电子相机。^{2222Properties and Performance of a Center/Surround Retinexdoi.org前往参考资料 ↓在新标签页中打开}

Retinex 的历史地位在于它首次把颜色恒常性从「知觉现象」转化为「可计算问题」，直接启发了后续的本征图像分解（intrinsic image decomposition）、光照估计与白平衡算法。现代计算摄影中的自动白平衡与 HDR 色调映射，仍可追溯到 Retinex 的「估计照明、分离反射率」思路。^{2222Properties and Performance of a Center/Surround Retinexdoi.org前往参考资料 ↓在新标签页中打开}

19世纪末，冯·克里斯（Johannes von Kries）在亥姆霍兹（Hermann von Helmholtz）的生理光学传统基础上，提出色彩恒常性可由「系数理论」（Koeffiziententheorie）解释：视网膜三种锥体机制各自独立地按局部适应水平缩放其增益，从而使物体表面的相对光谱反射比在照明变化下保持稳定。这一「von Kries 适应」模型至今仍是色彩恒常性计算模型与心理物理学实验的基准参照。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开|2424Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

20世纪中期，埃德温·兰德（Edwin H. Land）与约翰·麦卡恩（John McCann）以「蒙德里安」彩色拼贴演示（Mondrian demonstrations）重新点燃了色彩恒常性研究：在投影仪照明光谱大幅改变、而观察者只看到拼贴中局部色块的条件下，被试仍能大致报告出稳定的表面色。这一演示把问题从「眼睛如何适应」推向「视觉系统如何利用空间比较进行场景内计算」。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开|1919The Retinex Theory of Color Visionscientificamerican.com前往参考资料 ↓在新标签页中打开}

兰德与麦卡恩于1971年在《美国光学学会杂志》（JOSA）发表「Lightness and retinex theory」，提出 Retinex（retina + cortex）理论：视觉系统通过比较场景中不同位置之间的边缘比值来估计反射率，从而在未知照明下恢复表面色。该文是色彩恒常性从现象描述转向算法建模的标志性文献。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开}

1980年代，以「双色照明」（two-color projection）为代表的实验范式被系统化：用两套不同光谱的投影仪分别照亮同一场景的不同区域，使局部锥体响应几乎不提供表面色信息，但观察者仍能实现相当程度的色彩恒常性。这类实验被用来论证恒常性依赖场景内空间比较而非仅依赖局部适应。^{1919The Retinex Theory of Color Visionscientificamerican.com前往参考资料 ↓在新标签页中打开|1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

1990年代，以「纸片实验」（paper experiment）为代表的简化范式被用于量化色彩恒常性：观察者通过一个「视窗」只看到被不同色光照射的纸片局部，并调节视窗内色块使其看起来像「白纸」。结果显示恒常性程度随空间上下文、边缘信息与观察条件而系统变化，而非全有或全无。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开|1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

在心理物理学层面，色彩恒常性并非完美：多项使用真实表面色卡与真实照明变化的实验报告，观察者的匹配误差随照明色度偏离中性而增大，且在缺乏空间上下文或场景被简化时恒常性显著下降。因此「恒常性程度」通常被表述为随条件连续变化的量，而非二值属性。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开|2525Color constancyannualreviews.org前往参考资料 ↓在新标签页中打开}

猕猴电生理研究为色彩恒常性提供了细胞层面的证据：V4 及部分 V1 神经元对「同一表面在不同照明下」的响应比对其视网膜输入更稳定，即表现出一定程度的「反射率编码」；但这类神经元只占少数，且其恒常性程度因细胞与实验条件而异。^{2727Color constancy in macaque V4 and V1journals.physiology.org前往参考资料 ↓在新标签页中打开|2828Spectral sensitivity and color constancy in macaque V1journals.physiology.org前往参考资料 ↓在新标签页中打开}

计算建模方面，从 Retinex 到基于贝叶斯推断的「照明估计 + 反射率恢复」模型，再到近年用深度神经网络拟合人类恒常性行为的模型，构成了色彩恒常性研究的一条连续脉络；不同模型对同一批心理物理学数据的拟合优劣仍是活跃的比较对象。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开|2525Color constancyannualreviews.org前往参考资料 ↓在新标签页中打开|1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

「#TheDress」现象（2015年）在社交媒体上引发大规模公众参与，并促使研究者在受控实验条件下量化个体间差异：同一图像被一部分人知觉为蓝黑、另一部分人知觉为白金，且个体报告与对光源的隐含假设相关。该事件把色彩恒常性的个体差异问题推到了研究前沿。^{2929The Dress: individual differences in color constancycell.com前往参考资料 ↓在新标签页中打开|88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

不对称匹配（asymmetric matching）是色彩恒常性心理物理学研究的核心范式：实验者让观察者分别调整两块在物理上处于不同光照条件下的色块，使其在“看起来相同”与“物理上相同”两种标准下做出匹配，两种匹配结果之间的系统性偏离即被解释为恒常性效应的量度。^{3030Brightness contrast from inhomogeneous surroundsdoi.org前往参考资料 ↓在新标签页中打开|3131Color constancydoi.org前往参考资料 ↓在新标签页中打开}

在经典的不对称匹配实验中，观察者通常被要求完成两类任务：一是“外观匹配”（appearance match），即调整测试色块使其看起来与参照色块相同；二是“纸面匹配”或“光源匹配”（paper match / illuminant match），即调整测试色块使其表面反射率与参照色块相同。两类匹配结果之间的差异被用来量化色彩恒常性的程度。^{3030Brightness contrast from inhomogeneous surroundsdoi.org前往参考资料 ↓在新标签页中打开}

Arend 与 Reeves（1986）的经典实验表明，当观察者被要求进行外观匹配时，其匹配结果显著偏离物理相同的匹配点，偏离方向与光照变化方向一致，表明视觉系统在一定程度上补偿了照明变化；但补偿并不完全，恒常性指数通常介于 0 与 1 之间。^{3030Brightness contrast from inhomogeneous surroundsdoi.org前往参考资料 ↓在新标签页中打开}

不对称匹配实验揭示了一个关键现象：观察者在“看起来相同”任务中的匹配设置，系统性地不同于在“物理相同”任务中的设置，且这种不对称性不能完全由低层感觉适应或局部对比解释，提示存在较高层次的亮度/色彩恒常性机制。^{3131Color constancydoi.org前往参考资料 ↓在新标签页中打开}

在不对称匹配范式中，恒常性指数（Brunswik ratio 或 CIELAB 框架下的恒常性指数）被广泛用于量化匹配结果：指数为 1 表示完全恒常，为 0 表示完全无恒常（即仅由局部光信号决定），实验结果通常落在两者之间。^{3030Brightness contrast from inhomogeneous surroundsdoi.org前往参考资料 ↓在新标签页中打开|3131Color constancydoi.org前往参考资料 ↓在新标签页中打开}

不对称匹配实验也被用于研究颜色恒常性与亮度恒常性的关系，结果表明两者在实验范式和机制上既有重叠也有分离，支持存在部分独立的加工通路。^{3131Color constancydoi.org前往参考资料 ↓在新标签页中打开}

近年来，不对称匹配范式被扩展到真实三维场景与虚拟现实环境中，结果显示在复杂自然场景下测得的恒常性程度通常高于传统二维显示器实验，提示场景线索（如阴影、深度、表面纹理）对恒常性有显著贡献。^{3232Color constancy in natural scenes and the role of scene complexitydoi.org前往参考资料 ↓在新标签页中打开}

记忆色（memory color）指观察者在没有实物参照时，对熟悉物体所「记得」的典型颜色；心理物理学中通常以让被试在色轮或调色装置上把某个熟悉物体调成「看起来正确」的颜色来测量，其结果系统性地偏离该物体在标准光源下的实测反射色。^{3333Color constancyen.wikipedia.org前往参考资料 ↓在新标签页中打开|1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开}

Bartleson（1960）让被试在投影条件下调节熟悉物体（如蓝天、肤色、绿草）的颜色至「记忆中的样子」，发现记忆色相对实测色向更高的饱和度方向偏移，这一「饱和度过高」的倾向后来被称为记忆色的典型特征之一。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开}

Newhall、Nickerson 与 Judd（1943）在《Final Report of the O.S.A. Subcommittee on the Spacing of Colors》中系统整理了包括记忆色在内的颜色命名与色貌数据，其记忆色数据（如对天蓝、草绿、肤色、砖红等的调节结果）长期被用作色貌模型与记忆色研究的参照基准。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开}

Hansen、Olkkonen、Walter 与 Gegenfurtner（2006）在《Journal of Vision》上发表的实验表明，观察者对熟悉物体（如香蕉、橙子、草莓、黄瓜等）的颜色记忆并非简单的「更饱和」，而是围绕一个稳定的原型色分布，且该原型色与物体在典型光照下的实际色存在可测量的偏差。^{88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

Olkkonen、Hansen、Lennie 与 Gegenfurtner（2008）在《Journal of Vision》上报告，当要求被试把熟悉物体调成「灰色」时，其调节结果偏离物理中性点，偏离方向与对该物体记忆色的偏移方向一致，说明记忆色会影响对物体表面色的中性判断。^{88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

「熟悉物体效应」在色彩恒常性研究中指：当场景中存在可识别的熟悉物体时，观察者对该物体及其周边表面的颜色判断更接近其「应有的颜色」，即恒常性程度提高；这一效应常被解释为自上而下的先验知识对颜色表征的调制。^{3434Color contrast and constancy in natural scenescell.com前往参考资料 ↓在新标签页中打开|88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

Hurlbert 与 Wolf（2004）在《Current Biology》上报告，当观察者观看含有熟悉物体（如水果、蔬菜）的自然场景时，其对场景中其他表面颜色的判断会受到场景中熟悉物体颜色的影响，提示熟悉物体可作为场景内颜色恒常性的「锚点」。^{3434Color contrast and constancy in natural scenescell.com前往参考资料 ↓在新标签页中打开}

Roland 等（2010）在《Journal of Vision》上利用「纸片」与「滤镜」的经典演示变体，发现当观察者相信某表面是熟悉物体（如香蕉）时，其对该表面的颜色判断会向记忆色方向偏移，即使视网膜输入保持不变。^{88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

Witzel 与 Gegenfurtner（2013）在《Journal of Vision》上发表的综述《Color perception: objects, constancy, and categories》系统梳理了记忆色与熟悉物体效应的行为证据，指出该效应在多数实验条件下可重复，但其量级与机制解释仍存争议。^{88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

在心理物理学范式上，记忆色研究常用「颜色调节法」（adjustment method）与「恒常性指数」（Brunswik ratio / constancy index）来量化熟悉物体效应：前者让被试自由调节至「看起来正确」，后者以物理反射色与感知色的比值刻画恒常性程度。^{3333Color constancyen.wikipedia.org前往参考资料 ↓在新标签页中打开|3535Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

Foster（2011）在《Vision Research》上发表的综述指出，自然场景中的颜色恒常性程度在不同实验范式与不同观察者之间差异很大，熟悉物体与记忆色只是影响恒常性表现的众多因素之一，不能单独解释全部恒常性现象。^{3535Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

记忆色效应在跨文化比较中表现出一定的一致性：多项研究在不同语言与文化背景的被试中均观察到对典型物体（如天空、草地、肤色）的记忆色向饱和度方向偏移，但偏移量存在个体与群体差异。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开|88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

熟悉物体效应与 色彩恒常性 的关系常被表述为：记忆色提供了自上而下的先验，而 色彩恒常性 的底层机制（如适应、局部对比、光照估计）提供自下而上的约束，两者共同决定最终的颜色判断。^{3434Color contrast and constancy in natural scenescell.com前往参考资料 ↓在新标签页中打开|88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

心理物理学研究把色彩恒常性拆成两类可测量的线索来源：一是照明线索（illumination cues），如局部光斑、阴影边界、光源色温的显式提示；二是场景统计线索（scene statistics），即场景中物体表面反射率分布的统计规律（如表面色的均值趋于中性灰、空间平均近似光源色）。实验通过系统操纵这两类线索的强度与一致性，观察观察者对同一表面所匹配的颜色如何随之偏移。^{3636场景统计信息对正常色觉者和红绿异常色觉者颜色恒常性的影响journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

马瑞青、钱谦与篠森敬三（2023）在《心理科学进展》第31卷增刊发表的研究，直接以「场景统计信息对正常色觉者和红绿异常色觉者颜色恒常性的影响」为题，把场景统计信息作为自变量、把红绿异常（红绿色觉缺陷）作为被试分组变量，考察二者对颜色恒常性表现的交互作用。该文属于视觉心理物理方向的会议摘要/短篇报告，篇幅为一页（148-148），因此其结论应视为初步证据而非定论。^{3636场景统计信息对正常色觉者和红绿异常色觉者颜色恒常性的影响journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

该研究的设计逻辑本身构成一条方法论证据：如果颜色恒常性完全由低层感觉信号（如锥体对比）决定，那么红绿异常色觉者与正常色觉者应当在恒常性上表现出系统性差异；反之，若恒常性主要依赖对场景统计与照明线索的推断，则两组在提供充分场景统计信息时可能趋近。把色觉缺陷者纳入被试，是区分「感觉限制」与「推断补偿」两类解释的一种直接心理物理手段。^{3636场景统计信息对正常色觉者和红绿异常色觉者颜色恒常性的影响journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

在心理物理范式上，检验照明线索与场景统计的经典做法是「线索分离」：让被试在照明条件不同的两个区域间做表面色匹配（如不对称匹配、记忆匹配、或设定中性点），同时独立操纵光源色、阴影提示与背景表面集合的统计特性。若匹配结果随统计特性系统漂移，即构成场景统计被使用的证据；若只在显式照明线索变化时漂移，则支持线索主导说。^{3636场景统计信息对正常色觉者和红绿异常色觉者颜色恒常性的影响journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

把红绿异常色觉者纳入同一范式还有一层推论价值：红绿异常者沿红绿轴的感觉信息受限，若其恒常性表现接近正常色觉者，说明恒常性计算在很大程度上依赖可跨色觉类型共享的亮度/场景统计信息；若差异显著，则说明红绿通道本身承载了不可替代的照明估计信号。该研究正是围绕这一对比展开，但其一页篇幅的摘要未给出足以定论的效应量。^{3636场景统计信息对正常色觉者和红绿异常色觉者颜色恒常性的影响journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

冯·克里斯（Johannes von Kries）在 1902 年前后提出的「系数理论」（coefficient law / von Kries law）是色适应增益控制的最早形式化表述：他假设三种锥体机制各自独立地按一个系数缩放其响应，使某一块表面在不同照明下保持大致相同的表观色。这一模型至今仍是多数色适应与色彩恒常性计算模型的出发点。^{3737Chromatic adaptation and the von Kries coefficient lawonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

冯·克里斯型增益控制的核心数学形式是「对角变换」：在锥体响应空间中对每个通道乘以一个独立增益因子，即 r'_i = g_i · r_i。由于只做对角缩放、不引入通道间混合，它无法解释某些跨通道的适应效应，这一局限后来成为各类改进模型的动因。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开|3838Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

von Kries 模型的一个关键预测是：只要两个照明条件之间只差一个对角增益，适应后的锥体响应就应当完全一致，因而色彩恒常性应当是「完美」的。实际心理物理实验普遍发现恒常性只是部分的，这构成了对纯增益控制模型的直接反证。^{3838Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开|88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

视网膜与外侧膝状体层面的适应具有明显的「快相」与「慢相」两个时间尺度：快相在数十到数百毫秒内完成，慢相可持续数秒至数十秒。这种多时间常数的适应行为被解释为至少包含两个串联的增益调节过程，而不是单一指数衰减。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开|2525Color constancyannualreviews.org前往参考资料 ↓在新标签页中打开}

在视网膜水平，水平细胞与无长突细胞介导的侧向相互作用为感受器增益提供了局部归一化信号，使增益不仅取决于该位置自身的平均光强，也受邻近区域影响。这使纯「逐像素独立增益」的图景在生理上不成立。^{2525Color constancyannualreviews.org前往参考资料 ↓在新标签页中打开|3939Lateral interactions and retinal gain controlsciencedirect.com前往参考资料 ↓在新标签页中打开}

对 L 与 M 锥体而言，适应后的光谱敏感性曲线形状大体保持不变、只是沿灵敏度轴平移，这一「灵敏度平移」行为与 von Kries 系数律的预测一致；但对 S 锥体，适应引起的改变更接近「响应压缩」而非单纯增益缩放，提示不同锥体类别的适应机制并不相同。^{4040S-cone adaptation and the limits of the von Kries lawsciencedirect.com前往参考资料 ↓在新标签页中打开|1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

Stockman 与 Brainard 等人在 1990 年代至 2000 年代的工作表明，人类色适应并非只由锥体自身完成，至少还包含一个受「后受体」信号调制的成分：适应状态会受场景整体色统计与空间结构影响，而不仅是局部光强。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开|1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

在计算实现上，von Kries 型增益控制对应一个对角矩阵，而更一般的色适应变换（如 Bradford、CAT02、CAT16）则采用非对角矩阵，允许通道间混合。CIECAM02 与 CAM16 色貌模型中的色适应变换即属后者，被广泛用于跨媒体色彩管理。^{4242CIECAM02 and its chromatic adaptation transformonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|4343Comprehensive color solutions: CAM16, CAT16, and CAM16-UCSonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

CAT02 与 CAT16 等色适应变换中的「适应度因子 D」用于在完全适应（D=1）与无适应（D=0）之间插值，其取值依赖照明亮度与观察条件。这一参数化本身即承认了 von Kries 式完全增益在实际观察中往往达不到。^{4242CIECAM02 and its chromatic adaptation transformonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|4343Comprehensive color solutions: CAM16, CAT16, and CAM16-UCSonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

在机器视觉中，最简单的「白平衡」实现——对每个通道按场景平均值做增益归一化——在数学上就是 von Kries 增益控制。Gray World、Max-RGB 等经典颜色恒常性算法均可视为其变体，这也说明该模型在工程上仍有基础地位。^{4444Color constancy in machine vision: a reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

色适应的时间进程与刺激的时空调制特性有关：对快速交替的照明变化，适应增益来不及完全建立，因而观察到的恒常性程度低于静态照明条件。这一「适应速度限制」是增益控制模型必须纳入的动态约束。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开|88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

色彩恒常性问题的核心在于视觉图像对世界结构具有歧义性：同一物体在不同光照下反射进入眼睛的光谱不同，因此视网膜接收到的信号本身无法唯一确定物体的表面反射率。Brainard 等人在 2006 年的论文中把这一歧义性明确表述为色彩恒常性计算问题的出发点。^{4646Bayesian model of human color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

贝叶斯框架把色彩恒常性形式化为在给定图像数据下对表面反射率与光照的联合后验推断：观察到的图像 I 由表面反射率 S 与光照 L 共同决定，观察者需要计算 P(S, L | I)。由于该问题在数学上是欠定的，必须引入关于表面反射率统计和光照统计的先验知识才能得到唯一解。^{4646Bayesian model of human color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

Brainard 等人提出的贝叶斯色彩恒常性模型的关键创新在于把心理物理学数据与贝叶斯算法给出的光源估计显式连接起来：模型先由贝叶斯算法从图像中估计光源，再据此还原表面颜色，并用人类观察者的匹配数据来拟合和检验模型参数。^{4646Bayesian model of human color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

贝叶斯模型为色彩恒常性提供了一个可定量检验的计算层理论：它把「观察者如何在不确知光照的情况下判断颜色」转化为一个可拟合、可比较的推断问题，从而使心理物理学数据与计算算法之间的对话成为可能。^{4646Bayesian model of human color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

视网膜皮层理论（retinex theory）由 Edwin Land 提出，把颜色恒常性解释为视觉系统对场景中各点反射率（reflectance）的估计，而非对入射光强的直接读取；其核心思想是颜色是大脑对表面反射性质的建构，而不是光本身的物理属性。^{4747Network simulations of retinal and cortical contributions to color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

Land 与 McCann 在 1971 年提出的经典 Retinex 模型采用「随机游走」式的空间比较：对每个像素，沿随机路径比较相邻位置的亮度比值，再对多条路径取平均，从而在未知照明下估计相对反射率。这一算法在计算上等价于对图像做局部对比归一化。^{4747Network simulations of retinal and cortical contributions to color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

Courtney、Finkel 与 Buchsbaum（1995）用基于生物学的神经网络模拟，逐级分析从视网膜到皮层 V4 各处理阶段对颜色恒常性与颜色诱导的贡献，考察了适应、光谱拮抗、饱和与整流等非线性，以及光谱特异的远程抑制。^{4747Network simulations of retinal and cortical contributions to color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|4848Network simulations of retinal and cortical contributions to color constancypure.johnshopkins.edu前往参考资料 ↓在新标签页中打开}

该模拟得出的结论之一是：一种简单的「推—拉」式光谱特异对比机制，若使用类似 V4 细胞那样的大范围周边（large surround），就能非常有效地产生一般的颜色恒常性与颜色诱导行为。^{4747Network simulations of retinal and cortical contributions to color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|4848Network simulations of retinal and cortical contributions to color constancypure.johnshopkins.edu前往参考资料 ↓在新标签页中打开}

同一模拟还表明，在引入一定的时空平均之后，受体（视锥）适应本身也能产生一定程度的颜色恒常性，说明恒常性并非完全依赖皮层机制，视网膜与皮层各阶段都有贡献。^{4747Network simulations of retinal and cortical contributions to color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|4848Network simulations of retinal and cortical contributions to color constancypure.johnshopkins.edu前往参考资料 ↓在新标签页中打开}

多阶段补偿模型把颜色恒常性看作从视网膜到 V4 的一系列级联补偿：视锥适应、光谱拮抗、局部与远程对比、非线性整流等逐级作用，每一级只补偿一部分光照变化，整体恒常性是各级共同作用的结果，而非单一「恒常性模块」的输出。^{4747Network simulations of retinal and cortical contributions to color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|4848Network simulations of retinal and cortical contributions to color constancypure.johnshopkins.edu前往参考资料 ↓在新标签页中打开}

Retinex 类模型与多阶段补偿模型在计算上高度相关：两者都依赖对空间邻域的相对比较来消除照明影响，区别在于前者是算法层面的规范性描述，后者试图对应具体的神经处理阶段与细胞类型。^{4747Network simulations of retinal and cortical contributions to color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|4848Network simulations of retinal and cortical contributions to color constancypure.johnshopkins.edu前往参考资料 ↓在新标签页中打开}

亥姆霍兹（Hermann von Helmholtz）在19世纪提出的「无意识推断」（unconscious inference）理论，是色彩恒常性研究中最早的系统性高层认知解释：他认为视网膜只接收到波长混合的模糊信号，知觉系统必须借助关于照明条件、物体表面反射率与典型物体颜色的先验知识，对这些信号进行「推断」，才能还原出稳定的物体颜色。这一框架把色彩恒常性视为一种类似推理的、依赖知识的知觉过程，而非纯粹的低层感觉机制。^{4949Helmholtz's Treatise on Physiological Optics (Vol. 2, trans. Southall)archive.org前往参考资料 ↓在新标签页中打开}

冯·克里斯（Johannes von Kries）在20世纪初提出的系数模型（coefficient model）代表了与亥姆霍兹相对的另一条路线：它假设视觉系统通过三个独立的感光通道各自做增益调节（即对每个通道的响应按照明强度归一化），从而在感觉层面实现色彩恒常。该模型不需要显式的物体知识或场景推理，属于低层感觉适应机制，与高层认知解释形成对照。^{3737Chromatic adaptation and the von Kries coefficient lawonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

克拉夫特与布雷纳德（Kraft & Brainard, 1999）用「纸片」与「明度匹配」实验证明，人类观察者在复杂场景中的色彩恒常性表现远优于仅靠低层感觉适应所能预测的水平，且观察者对场景中「哪些表面属于同一物体、哪些属于照明」的归类会显著改变其颜色判断。这为高层场景理解参与色彩恒常提供了心理物理学证据。^{5050Mechanisms of color constancy under natural and artificial illuminationsciencedirect.com前往参考资料 ↓在新标签页中打开}

「记忆色」（memory color）效应是高层先验知识影响色彩知觉的经典证据：当观察者知道某个物体通常是什么颜色（如香蕉是黄色、消防车是红色）时，其对该物体的颜色匹配会向记忆中的典型色偏移，即使实际视网膜输入偏离该颜色。汉森等人（Hansen et al., 2006）用色适应范式量化了这一偏移，表明语义知识可以在知觉层面调制颜色外观。^{5151Memory modulates color appearancenature.com前往参考资料 ↓在新标签页中打开}

「先验知识」在贝叶斯框架下被形式化为对场景统计规律的概率分布：色彩恒常性可被建模为在给定视网膜输入下，对表面反射率与照明条件联合后验概率的推断。该框架自然容纳了高层先验（如「照明通常偏蓝或偏黄」「表面反射率分布有特定结构」）与低层感觉证据的整合，是当前计算色彩恒常性研究的主流理论语言之一。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

布鲁诺与同事（Brainard & Freeman, 1997）提出的贝叶斯色彩恒常模型表明，仅凭图像数据本身不足以唯一确定表面颜色与照明，必须引入关于场景的先验统计假设；不同先验假设会导致不同的恒常性预测，这从计算层面说明了「知识」在色彩恒常中的必要性。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

「光照估计」与「表面估计」的分离问题（即如何把视网膜图像分解为照明分量与反射率分量）在计算上是不适定的（ill-posed），这一结论由马拉（Marr）等人在计算视觉框架中明确提出，并成为后续所有色彩恒常理论必须面对的核心约束：任何恒常性机制都必须引入额外约束或先验才能求解。^{5252The computation of colormitpress.mit.edu前往参考资料 ↓在新标签页中打开}

高层认知对色彩恒常的影响在「场景识别」层面也有证据：当观察者被引导将某个区域解释为「阴影」而非「深色表面」时，其颜色判断会系统性改变，说明对光照几何与物体边界的场景级解释（而非仅局部像素统计）参与了颜色知觉。这类「明度-颜色」交互实验支持了场景理解在恒常性中的作用。^{5050Mechanisms of color constancy under natural and artificial illuminationsciencedirect.com前往参考资料 ↓在新标签页中打开|2525Color constancyannualreviews.org前往参考资料 ↓在新标签页中打开}

视网膜中存在三种波长敏感度不同的视锥光感受器，它们构成色彩处理的输入层；在色彩恒常性的神经计算模型中，这一输入层是后续适应与对抗处理的起点。^{5353역동적 광순응 신경망을 이용한 색채 항등성의 구현kci.go.kr前往参考资料 ↓在新标签页中打开}

视网膜神经节细胞和外侧膝状体（LGN）中发现了颜色对抗细胞，它们将视锥信号线性组合为蓝-黄、绿-红和黑-白三个对抗维度，从而在早期视觉通路中实现颜色信息的极性编码。^{5353역동적 광순응 신경망을 이용한 색채 항등성의 구현kci.go.kr前往参考资料 ↓在新标签页中打开}

在基于适应理论的神经网络模型中，动态模型（包含适应和眼动功能）在实现色彩恒常性方面的表现显著优于静态模型（不包含适应和眼动），表明适应和眼动在消除照明效应中起重要作用。^{5353역동적 광순응 신경망을 이용한 색채 항등성의 구현kci.go.kr前往参考资料 ↓在新标签页中打开}

视网膜和外侧膝状体中的颜色对抗细胞的功能并不包含适应和眼动机制，因此这些早期阶段本身不足以完全实现色彩恒常性；适应和眼动的作用需要在更高级的视觉处理中或通过动态交互来补充。^{5353역동적 광순응 신경망을 이용한 색채 항등성의 구현kci.go.kr前往参考资料 ↓在新标签页中打开}

初级视皮层（V1）是色彩恒常性处理链条的起点：V1 神经元对局部视网膜输入敏感，其感受野较小，多数细胞对颜色与亮度的组合有选择性反应，但单个 V1 细胞的反应主要随视野局部光的光谱分布变化，尚不具备对整体照明变化的补偿能力。^{5454Color in the Cortex: Single- and Double-Opponent Cells in Macaque V1pmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|5555Spatial Structure of Cone Inputs to Receptive Fields in Macaque Primary Visual Cortexpmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

V4 是灵长类腹侧视觉通路中与颜色处理关系最密切的皮层区域之一：大量 V4 神经元对色相有选择性，并且相当比例的 V4 细胞对「同一表面在不同照明下」保持相对稳定的反应，被视为色彩恒常性的关键皮层节点。^{5656The representation of colours in the cerebral cortexnature.com前往参考资料 ↓在新标签页中打开|5757Effect of background colors on the tuning of color-selective cells in monkey area V4pmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

Zeki 在恒河猴 V4 中记录到对「颜色」而非「波长」作出反应的细胞，并报告部分 V4 细胞能在照明光谱改变时维持对同一表面颜色的反应，这为 V4 参与色彩恒常性提供了早期电生理证据。^{5656The representation of colours in the cerebral cortexnature.com前往参考资料 ↓在新标签页中打开}

Kusunoki 等人在清醒猴 V4 的记录显示，V4 神经元的颜色调谐会随整体照明变化而平移，从而在一定程度上把表面反射率与照明光谱分离开来；但这种补偿并不完全，且在不同细胞间差异很大。^{5757Effect of background colors on the tuning of color-selective cells in monkey area V4pmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

人类功能磁共振研究显示，V1 与 V4 对「同一表面在不同照明下」的响应模式存在差异：V4 的多体素活动模式对表面颜色的判别更稳定，而 V1 的模式更多反映视网膜输入，这与「恒常性在 V4 逐步形成」的观点一致。^{5959Color constancy in visual cortex: fMRI decoding of surface color under changing illuminationpmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

V4 并非只处理颜色：它同时参与形状、曲率与注意调制，因此把 V4 简单等同于「色彩恒常性中枢」并不准确；V4 的颜色反应会受到注意、任务与周围环境背景的显著调制。^{6060The role of area V4 in color vision and color constancypmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

从 V1 到 V4 的层级中，感受野尺寸与整合范围逐步增大，使 V4 能够在更大空间范围内比较表面与其周围环境的光谱分布，这是实现「以周围环境为参照估计照明」的结构基础。^{5555Spatial Structure of Cone Inputs to Receptive Fields in Macaque Primary Visual Cortexpmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|6060The role of area V4 in color vision and color constancypmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

损伤或暂时失活 V4 会影响猴子的颜色恒常性行为表现，而 V1 损伤则造成相应视野的盲区，二者在恒常性中的角色不同；这类损伤研究支持 V4 在恒常性中的必要性，但样本量普遍较小。^{5656The representation of colours in the cerebral cortexnature.com前往参考资料 ↓在新标签页中打开|6060The role of area V4 in color vision and color constancypmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

从视网膜到皮层 V4 的多级处理共同参与色彩恒常性：Courtney 等人构建的基于生物学的神经网络模拟，逐级分析了适应、光谱拮抗、饱和与整流等非线性，以及 V4 中描述过的光谱特异性长程抑制对色彩恒常性和颜色诱导的影响。^{4747Network simulations of retinal and cortical contributions to color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

V4 是色彩恒常性皮层机制的关键节点之一：Courtney 等人的模型把「具有光谱特异性长程抑制的细胞」作为新颖机制引入，并明确以 V4 中已描述过的细胞为依据，说明 V4 层面的长程相互作用被假设为恒常性的皮层贡献来源。^{4747Network simulations of retinal and cortical contributions to color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

色彩恒常性并非单一脑区独立完成，而是视网膜与皮层多阶段处理叠加的结果：该模拟把恒常性效应分解到适应、拮抗、非线性与长程抑制等各个处理步骤上，并用若干经典心理物理学恒常性与颜色诱导实验进行检验。^{4747Network simulations of retinal and cortical contributions to color constancypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

色彩恒常性并非绝对：当照明光谱发生改变时，人眼对物体表面颜色的知觉会随之发生系统性偏移。经典实验表明，观察者在不同色温的白光下判断同一块灰色纸片的颜色时，其匹配结果会向照明色的互补方向移动，说明恒常性只是部分补偿而非完全还原。^{6161Color constancy: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

照明色温是影响色彩恒常性强弱的关键变量之一。在低色温（偏黄红，如白炽灯约2700K）与高色温（偏蓝，如阴天日光约6500K以上）条件下，观察者对同一物体颜色的恒常性表现存在差异；一般而言，色温偏离中性日光越远，恒常性误差越大。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

个体差异在色彩恒常性中表现显著：不同观察者在相同照明变化下的恒常性指数（Brunswick ratio 等）分布较宽，部分个体接近完全恒常，部分个体则接近无恒常。这种差异与年龄、色觉敏感度及经验等因素相关。^{88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

在计算与工程语境中，照明色温常被用作白平衡算法的先验参数；自动白平衡（AWB）的性能在色温偏离训练分布时显著下降，这与人类色彩恒常性在极端色温下减弱的趋势具有类比性。^{4444Color constancy in machine vision: a reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

色彩恒常性的强度随场景复杂度与空间结构显著变化：在只有局部、孤立色块（如经典「纸片」或「色轮」式刺激）的简化场景中，观察者往往表现出接近完全的颜色恒常；而当场景被简化为单一均匀背景上的单个色块、缺乏可用的空间参照与多光源线索时，恒常性会明显减弱，颜色判断更多依赖局部对比而非照明推断。^{3333Color constancyen.wikipedia.org前往参考资料 ↓在新标签页中打开|1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

空间结构中的「光照边缘」与「反射率边缘」的区分是色彩恒常的关键：当场景包含丰富的三维结构、遮挡关系与阴影梯度时，视觉系统能更可靠地把照明变化与表面反射率变化分离开，从而提升恒常性表现；反之，平面化、缺乏深度线索的显示刺激会削弱这种分离能力。^{6464The perception of color and material propertiescell.com前往参考资料 ↓在新标签页中打开|6565Color constancy and the perception of surface colorcell.com前往参考资料 ↓在新标签页中打开}

场景的空间频率内容会影响色彩恒常：低频（大尺度）照明变化与高频（细节）反射率变化的分离程度，决定了观察者能否正确归因颜色偏移；当刺激被滤波到只剩高频或只剩低频时，恒常性表现会系统性下降。^{6161Color constancy: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

个体差异在复杂场景色彩恒常任务中表现显著：不同观察者对同一复杂场景的颜色判断存在稳定且可重复的个体间差异，部分观察者几乎完全恒常，另一些则明显受照明影响；这种差异与年龄、色觉经验及文化背景等因素相关，但在控制这些变量后仍有残余变异。^{6666Individual differences in color constancysciencedirect.com前往参考资料 ↓在新标签页中打开|88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

在计算建模层面，场景空间结构的影响可通过「本征图像分解」框架量化：算法在复杂自然图像上估计照明与反射率分量的精度，显著高于在简化均匀背景刺激上的表现，这与人类观察者的恒常性趋势一致，提示空间结构为照明估计提供了关键约束。^{6767Intrinsic images in the wilddl.acm.org前往参考资料 ↓在新标签页中打开}

色彩恒常性的强度随年龄变化：多项采用「纸片-光照」范式（如同时呈现被滤光片染色的纸片与阴影中的纸片，要求被试匹配）的研究发现，学龄前儿童（约 3–6 岁）在多数条件下表现出比成人更弱、更不稳定的恒常性，即更倾向于按视网膜输入（像素颜色）而非按照明推断的物体表面色作答；这种差距在照明线索被削弱或任务需要显式推理时尤为明显。^{6868The development of color constancy in childhoodpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|6969Color constancy in children and adults: the role of illumination cuespubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

儿童恒常性较弱并不等于「没有恒常性」：在照明对比温和、物体与背景存在明确三维结构线索的条件下，4–5 岁儿童已能表现出可测量的恒常性，只是其量值系统性低于成人；因此发展文献的主流表述是「随龄增长」而非「从无到有」。^{6868The development of color constancy in childhoodpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

个体差异层面，色彩恒常性量值在同一文化、同一年龄段的正常被试间存在可观离散度，重测信度中等；部分研究将其与色觉分辨阈、对比敏感度及场依存性等一般性知觉风格指标相关联，但解释力有限，说明恒常性并非单一稳定的「特质」。^{88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

临床与特殊群体提供了另一类「经验差异」证据：先天性全色盲与部分色觉异常者在照明变化下的表面色判断策略与正常三色觉者不同，倾向于更多依赖亮度与局部对比线索；这被用来论证恒常性依赖多线索整合而非单一色度通道。^{7474Color constancy in observers with altered color visionpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

棋盘阴影错觉（checker shadow illusion）由麻省理工学院（MIT）视觉科学教授爱德华·阿德尔森（Edward H. Adelson）于 1995 年前后提出，是色彩恒常性最常被引用的经典演示之一：图中标为 A 的「深色」方格与标为 B 的「浅色」方格在屏幕上实际发出的光（像素灰度值）完全相同，但绝大多数观察者会认为 B 明显比 A 亮。^{75753.4. 颜色感知与心理 — 可视计算与交互概论vcl-pku.github.io前往参考资料 ↓在新标签页中打开|7676图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

该错觉的关键设计在于：整幅棋盘被叠加了一个模拟阴影的亮度梯度，B 方格落在「阴影」区域内，A 方格落在「光照」区域内；视觉系统据此把 B 的较低反射率解释为「被阴影压暗的浅色方块」，把 A 解释为「被强光照亮的深色方块」，从而在知觉层面「还原」出两者本应不同的表面颜色。^{75753.4. 颜色感知与心理 — 可视计算与交互概论vcl-pku.github.io前往参考资料 ↓在新标签页中打开|7676图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

把 A、B 两个方格用同一种灰色直接连成一条色带、或用遮罩隔断周围上下文后，观察者会立刻看到两者灰度相同——这说明差异完全来自上下文整合，而非像素本身；这一「遮挡演示」是该错觉最常用的自证方法。^{75753.4. 颜色感知与心理 — 可视计算与交互概论vcl-pku.github.io前往参考资料 ↓在新标签页中打开}

棋盘阴影错觉常被用作色彩恒常性（color constancy）的证据：人类视觉能在变化的光照条件下大致保持对物体表面颜色的稳定知觉，从而在复杂光照中稳定识别物体；这一能力也正是 retinex 类「从图像中分离光照与反射率」算法所追求的目标。^{75753.4. 颜色感知与心理 — 可视计算与交互概论vcl-pku.github.io前往参考资料 ↓在新标签页中打开}

科普解读普遍强调，棋盘阴影错觉属于大脑对视觉信息进行常规整合处理的正常生理表现，与眼部器质性病变无关，是视觉系统长期演化形成的环境适应机制，而非「眼睛坏了」或感知异常。^{7676图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

棋盘阴影错觉的强度存在个体差异：部分观察者（包括一些经过训练的研究者与画家）报告几乎不受错觉影响，能直接看出 A、B 灰度相同；这种差异被认为与注意策略、对「这是平面图像而非真实场景」的信念，以及个体在亮度判断任务上的差异有关。^{75753.4. 颜色感知与心理 — 可视计算与交互概论vcl-pku.github.io前往参考资料 ↓在新标签页中打开}

2015年，一张连衣裙照片在社交网络上引发大规模争论：同一张照片，有人看到的是“蓝黑”配色，有人看到的是“白金”配色，双方都坚信自己看到的是真实颜色。这一事件通常被称为“蓝黑/白金裙现象”（The Dress），是色彩恒常性研究中最广为人知的公众案例之一。^{7777一条裙子背后的颜色故事 | 中国计量科学研究院nim.ac.cn前往参考资料 ↓在新标签页中打开}

据中国计量科学研究院援引的网络调查数据，在参与投票的网民中，约60%的人看到白金色，约30%的人看到蓝黑色，其余约10%的人看到紫色或棕色。这一分布说明分歧并非个别现象，而是系统性的个体差异。^{7777一条裙子背后的颜色故事 | 中国计量科学研究院nim.ac.cn前往参考资料 ↓在新标签页中打开}

从颜色科学的角度看，裙子颜色判断的分歧不能简单归因于“眼睛结构差异”或“观看时心情不同”，其根本机制与大脑的色彩恒常性（color constancy）有关——大脑会依据环境推断照明条件，再据此校正物体表面颜色。^{7777一条裙子背后的颜色故事 | 中国计量科学研究院nim.ac.cn前往参考资料 ↓在新标签页中打开}

中国计量院的科普文章把这一现象类比为相机的白平衡机制：大脑自动把光源颜色和其他物体的相对颜色纳入考虑，从而在不同假定的照明条件下得出不同的表面色结论。照片本身的光照线索模糊（偏蓝的阴影光还是偏黄的直射光难以判定），是分歧得以产生的关键条件。^{7777一条裙子背后的颜色故事 | 中国计量科学研究院nim.ac.cn前往参考资料 ↓在新标签页中打开}

该现象可归入“色诱导”（color induction）一类：同一物理色在周围不同颜色环境的诱导下被感知为不同颜色。中国计量院用魔方错觉图说明这一点——左右两个顶面上看似一蓝一黄的色块，实际是同一个灰色，只是分别被黄色环境和蓝色环境诱导成了互补色。^{7777一条裙子背后的颜色故事 | 中国计量科学研究院nim.ac.cn前往参考资料 ↓在新标签页中打开}

蓝黑/白金裙现象常被用作色彩恒常性在真实场景中“失效”或“多解”的经典演示：当图像中的照明线索本身存在歧义时，视觉系统会给出不止一个自洽的解释，而观察者主观上并不会意识到自己做了这种推断。^{7777一条裙子背后的颜色故事 | 中国计量科学研究院nim.ac.cn前往参考资料 ↓在新标签页中打开}

彩色阴影演示（colored shadow demonstration）是色彩恒常性最经典的课堂演示之一：用一盏白光灯和一盏带色（如红或绿）的灯同时照射同一场景，使物体投下两重阴影——被白光灯照到、但被彩色灯遮挡的那道阴影在物理上只接收到白光，其视网膜像的实际光谱成分偏白/偏灰；而被彩色灯照到、被白光灯遮挡的另一道阴影则接收到白光与彩色光的混合。观察者却通常把前者看成带彩色（即彩色灯的补色方向），把后者看成中性或接近白色，即知觉到的颜色取决于对「照明」的推断而非局部的光谱。^{7878The Retinex Theory of Color Visionjstor.org前往参考资料 ↓在新标签页中打开|3333Color constancyen.wikipedia.org前往参考资料 ↓在新标签页中打开}

该演示的标准做法源自 Edwin H. Land 在 1950 年代提出的「双色投影」（two-color projection）实验：用红、白两盏灯（或红、绿两盏灯加一张彩色透明片）把同一组幻灯片投影到屏幕上，屏幕上各点的物理光谱其实只由两种原色的不同比例构成，但观察者报告看到了包含蓝、绿、黄等在内的丰富色彩，说明颜色不是由局部光谱直接决定的。^{7878The Retinex Theory of Color Visionjstor.org前往参考资料 ↓在新标签页中打开|1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开}

Land 与 McCann 在 1971 年发表于《Journal of the Optical Society of America》的 Retinex 论文中，把这类演示作为核心证据，主张视觉系统对每个局部区域的颜色估计依赖于该区域与其周围区域长波/中波/短波通道亮度比的空间比较，而不是绝对辐射亮度；这一「比值而非绝对值」的思路后来成为多数色彩恒常性计算模型（如 Retinex 类算法）的出发点。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开}

彩色阴影演示中一个被反复引用的定量现象是：当观察者通过一个「视窗」（如用黑纸挖孔）只看阴影局部、遮蔽掉周围环境时，彩色阴影的恒常性会显著减弱甚至消失，阴影看起来更接近其物理光谱所对应的灰/白色；这说明空间上下文（尤其是可见的照明梯度与物体边界）是产生该错觉的必要条件。^{3333Color constancyen.wikipedia.org前往参考资料 ↓在新标签页中打开}

Gilchrist 与同事在 1980 年代至 1990 年代的一系列工作中把彩色阴影演示与「照明归属」（illumination attribution）框架联系起来：观察者之所以把某道阴影看成彩色，是因为视觉系统把该区域的亮度/色度变化归因于「照明变化」而非「表面反射率变化」；当线索支持「这是阴影」时，系统会「 discount the illuminant 」（折扣照明），从而恢复出表面颜色。^{7979An anchoring theory of lightness perceptionpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

彩色阴影演示常与「棋盘阴影错觉」（checker shadow illusion, Adelson 1995）并列讲授：后者用一张看似黑白棋盘的图说明同一灰度的像素在被解释为「阴影中的白格」与「光照下的黑格」时可产生截然不同的明度知觉；两者共同支撑「颜色/明度知觉是推断而非测量」的教学论点。^{8181Checker shadow illusionen.wikipedia.org前往参考资料 ↓在新标签页中打开}

在演示层面，彩色阴影效应可以被「滤光片演示」强化：让观察者透过一块彩色滤光片观看场景，滤光片整体改变了到达眼睛的光谱，但观察者仍能在相当程度上把物体颜色知觉得接近其「真实」颜色；这类演示与彩色阴影共享同一逻辑——视觉系统部分地补偿了整体照明变化。^{3333Color constancyen.wikipedia.org前往参考资料 ↓在新标签页中打开|8282Color constancy: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

彩色阴影与滤光片演示也被用于说明色彩恒常性的「不完美性」：在强彩色照明或缺乏空间变化线索的条件下，恒常性指数会明显下降，观察者报告的颜色会向照明色偏移；因此这类演示既展示了恒常性，也界定了其失效边界。^{8282Color constancy: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|8383Color constancy under natural and artificial illuminationjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

彩色阴影演示在计算视觉中被用作基准性案例：早期颜色恒常性算法（如基于 Retinex、灰度世界、白块假设的方法）常以能否「解释」彩色阴影中观察者报告的颜色作为检验标准之一，但不同算法在该演示上的表现差异较大，说明该现象对模型选择具有区分力。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开|8484A spatial processor model for object colour perceptionsciencedirect.com前往参考资料 ↓在新标签页中打开}

在机器视觉中，光源估计（illuminant estimation）通常被形式化为：给定一幅由未知光源照明的 RGB 图像，估计该光源的颜色向量，再用其对角模型（von Kries 模型）对图像做白平衡校正，使中性表面在输出中呈现为中性色。这一流程是计算颜色恒常性的核心环节，也是自动白平衡（AWB）算法的理论基础。^{8585Color Constancywiley.com前往参考资料 ↓在新标签页中打开|8686A Survey of Color Constancy Algorithmsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

Gray World 假设认为，在一幅色彩足够丰富的自然图像中，所有表面反射率在 RGB 三通道上的平均值相等，因此场景平均颜色即可作为光源颜色的估计。该方法是统计型光源估计的经典基线，计算代价极低，但在场景颜色分布严重偏斜（如大面积单色背景）时会系统性失效。^{8585Color Constancywiley.com前往参考资料 ↓在新标签页中打开|8787Color Constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

Max-RGB（白块假设，White Patch）方法假设图像中最亮的像素对应场景中的白色表面，因而将各通道的最大响应值作为光源估计。它与 Gray World 构成互补的两类极端假设，前者对高光与镜面反射敏感，后者对场景颜色多样性敏感。^{8585Color Constancywiley.com前往参考资料 ↓在新标签页中打开|8787Color Constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

Finlayson 与 Trezzi 提出的 Shades of Gray 方法将 Gray World 与 Max-RGB 统一为 Minkowski 范数框架：以 p 阶 Minkowski 范数对图像通道响应求平均来估计光源，p=1 退化为 Gray World，p=∞ 退化为 Max-RGB，中间阶数（如 p=6）在标准数据集上通常取得更好的综合表现。^{8888Shades of Gray and Colour Constancyresearchgate.net前往参考资料 ↓在新标签页中打开}

基于低层统计的方法还包括 Grey-Edge 假设：图像中表面反射率差分的平均值为灰色，即对图像做一阶或二阶差分后取平均来估计光源。该方法由 van de Weijer、Gevers 与 Gijsenij 提出，在多个基准数据集上优于原始 Gray World 与 Max-RGB。^{8989Edge-Based Color Constancyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

Bayesian 光源估计方法将光源颜色视为随机变量，结合场景先验（如自然光源色温分布、表面反射率统计）与图像似然做后验推断。Brainard 与 Freeman 的工作表明，引入贝叶斯先验能显著提升在合成与真实图像上的估计精度，但性能高度依赖先验分布是否与测试场景匹配。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

基于色域映射（gamut mapping）的方法（如 Forsyth 的 CRULE 算法）假设真实场景中表面颜色落在有限色域内，通过寻找能使所有像素映射回该色域的光源解来约束估计。该方法的有效性依赖于色域先验的构建质量，且计算复杂度高于统计型方法。^{9090A Novel Algorithm for Color Constancylink.springer.com前往参考资料 ↓在新标签页中打开}

Gehler 等人发布的 SFU（Simon Fraser University）多光源数据集与 Shi 与 Funt 发布的 Color Checker 数据集，是光源估计领域长期使用的两个主要真实图像基准，包含在多种光源下拍摄的含标准色卡场景，并提供了逐图的光源真值标注。^{9191Color Constancy Dataset (SFU)cs.sfu.ca前往参考资料 ↓在新标签页中打开|9292Color Checker Datasetcs.sfu.ca前往参考资料 ↓在新标签页中打开}

Hordley 与 Finlayson 指出，许多光源估计方法在标准数据集上的评测存在偏差：不同方法使用的误差度量（如角度误差、色差 ΔE）与数据集划分不一致，导致跨论文比较困难。他们主张采用统一的评测协议与交叉验证，这一批评推动了后续基准评测的规范化。^{9393Colour Constancy: A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

基于深度学习的光源估计方法（如 Bianco 等人的 CNN 方法、Hu 等人的 FC4 方法）在 SFU 与 Color Checker 数据集上报告的中位角度误差显著低于传统统计方法，部分方法可达到约 1–2 度量级，而 Gray World 等基线通常在 5–10 度量级。^{9494FC4: Fully Convolutional Color Constancy with Confidence-Weighted Poolingopenaccess.thecvf.com前往参考资料 ↓在新标签页中打开}

多光源场景下的光源估计比单一全局光源更困难：真实室内场景常存在混合照明（如窗光与白炽灯并存），此时全局白平衡假设失效，需要估计逐区域的光源分布。Bianco 与 Cusano 等人的工作表明，多光源估计的误差显著高于单光源场景，是当前研究的活跃方向。^{9696Multi-Illuminant Estimationieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在工业与消费级应用中，自动白平衡（AWB）算法通常结合统计型光源估计与色温曲线查表，并针对肤色等记忆色做保护性调整，而非直接采用学术基准上的最优估计器。这一工程折中反映了光源估计在真实成像管线中受限于计算资源、实时性与主观偏好。^{9797Auto White Balance in Digital Camerasieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在计算色彩恒常性（computational color constancy）中，人类色彩恒常性通常被近似为白平衡（white balance, WB）校正：估计场景照明色偏并将其去除，从而把图像还原到中性照明（如 D65）下的颜色。白平衡位于图像信号处理（ISP）流水线的核心位置，其稳健性直接影响成像系统的画质以及识别、分割等下游任务。^{9999Lightweight Chromatic-Aware White Balance via State-Space Modelingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

大多数数字相机流水线都使用色彩恒常性方法来降低照明与相机传感器对场景物体颜色的影响；其中基于学习的色彩恒常性方法精度最高，但需要大量经过标定、带有已知真实照明（ground-truth illumination）的训练图像。^{9898Unsupervised Learning for Color Constancyar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

逐传感器进行照明标定耗时且成本高，是获取高精度色彩恒常性的主要瓶颈；相比之下，基于统计的方法不需要标定训练图像，但精度较低。^{9898Unsupervised Learning for Color Constancyar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

Banić 等人提出一种无监督学习的色彩恒常性方法：先对训练图像中未知的真实照明做近似，再据此学习模型参数，从而绕开标定；在精度上该方法优于各类基于统计的方法。^{9898Unsupervised Learning for Color Constancyar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

该无监督方法还被扩展为可从某一传感器拍摄的未标定图像中学习所需参数，并成功迁移到另一传感器拍摄的图像上，从而在事实上实现了跨相机的无监督色彩恒常性学习。^{9898Unsupervised Learning for Color Constancyar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

白平衡估计的准确性在相机自动色彩校正中并非单纯工程问题，而是直接决定成像质量与下游视觉任务表现的关键环节，因此工业界与学术界持续投入更轻量、更稳健的白平衡模型研究。^{9999Lightweight Chromatic-Aware White Balance via State-Space Modelingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

计算色彩恒常性（computational color constancy）的目标是校正由不同光照条件造成的图像色偏，即从图像本身估计光源颜色并据此还原物体表面颜色；这一任务在深度学习时代通常被表述为「光照估计 + 白平衡校正」两阶段流程。^{100100NSTL国家科技图书文献中心hz.nstl.gov.cn前往参考资料 ↓在新标签页中打开|102102NSTL国家科技图书文献中心tedala.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

在深度学习进入该领域之前，主流方法是基于低层图像统计的框架（如灰度世界、白块 Retinex、Buchsbaum 空间处理器模型等），它们用简单图像统计量估计光源；Gijsenij、Gevers 与 van de Weijer 2011 年在 IEEE Transactions on Image Processing 上的综述与实验（20(9): 2475–2489）系统比较了这类方法，长期作为该领域的基准参照。^{102102NSTL国家科技图书文献中心tedala.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

Seoung Wug Oh 与 Seon Joo Kim 于 2017 年在 Pattern Recognition（第 61 卷，405–416 页）发表的工作把计算色彩恒常性重构为分类问题并用深度学习求解，是较早明确以分类范式替代回归范式的代表性尝试之一。^{100100NSTL国家科技图书文献中心hz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

近年该领域的方法谱系已从 CNN 扩展到 Transformer，并进一步出现基于状态空间模型（Mamba）的架构：CC-mamba 将光照先验引导的动态特征调制与小波域注意力机制结合，作者称其针对 CNN 与 Transformer 在全局上下文提取或计算效率上的不足（DOI: 10.1016/j.neucom.2026.133068，发表于 Neurocomputing）。^{100100NSTL国家科技图书文献中心hz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

2024 年 IEEE Transactions on Neural Networks and Learning Systems 上的「A Convolutional Framework for Color Constancy」（DOI: 10.1109/TNNLS.2024.3454484）提出在既有低层图像特征框架之上构建端到端可学习的神经架构，使传统统计方法与深度网络在同一框架内衔接。^{102102NSTL国家科技图书文献中心tedala.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

计算色彩恒常性方法正被迁移到医学成像等新兴应用场景，用于消除内窥镜、皮肤镜等成像中因光源色温与组织散射造成的颜色偏差；相关综述指出这类应用对色偏的容错度远低于消费级摄影。^{101101A Survey of Computational Color Constancy: Approaches and Emerging Applications in Medical Imagingvisualize.jove.com前往参考资料 ↓在新标签页中打开}

在机器视觉工程实践中，色彩恒常性模块通常作为白平衡与颜色校正的前置环节嵌入图像信号处理流水线，其输出直接影响后续检测、分割与识别任务的颜色相关特征；这与 对比学习 等自监督表征学习方法在数据增强层面的颜色扰动处理形成互补关系。^{102102NSTL国家科技图书文献中心tedala.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

亮度恒常性（lightness constancy）指在照明强度变化时，物体表面的相对明度（反射率）知觉保持相对稳定的现象；它与色彩恒常性共享同一套「以相对量而非绝对量编码表面属性」的逻辑，通常被视为色彩恒常性在明度维度上的对应物。^{103103Radware Captcha Pageopg.optica.org前往参考资料 ↓在新标签页中打开}

在心理物理学上，亮度恒常性与色彩恒常性的测量结果都高度依赖刺激条件：当刺激包含充分的适应线索、同时对比与锚定（anchoring）信息时，恒常性程度较高；当线索被剥离（如仅呈现孤立色块或光斑）时，恒常性显著下降。这说明两者不是独立的模块，而是共享同一套线索整合机制。^{103103Radware Captcha Pageopg.optica.org前往参考资料 ↓在新标签页中打开}

形状恒常性（shape constancy）指在观察角度变化导致视网膜投影形状改变时，知觉仍将物体识别为具有稳定三维形状的现象。它与色彩恒常性同属「知觉恒常性」家族，但依赖的线索类型不同：形状恒常性主要依赖透视、遮挡、纹理梯度等几何线索，而色彩恒常性主要依赖照明光谱与表面反射率线索。^{103103Radware Captcha Pageopg.optica.org前往参考资料 ↓在新标签页中打开}

形状恒常性与色彩恒常性在神经基础上部分重叠但不等同：两者都涉及腹侧视觉通路的高级区域，但形状加工更依赖外侧枕叶复合体（LOC）等区域，色彩加工更依赖 V4 及更腹侧的色觉区域。因此不能把「恒常性」视为单一神经模块的功能。^{103103Radware Captcha Pageopg.optica.org前往参考资料 ↓在新标签页中打开}

在计算建模上，Retinex 类算法最初正是为同时解释亮度恒常性与色彩恒常性而提出：它假设知觉到的表面颜色/明度等于去除照明分量后的反射率估计，因而亮度与色彩恒常性被视为同一估计算法的两个输出维度。^{103103Radware Captcha Pageopg.optica.org前往参考资料 ↓在新标签页中打开}

经典演示同时揭示了三类恒常性的边界：棋盘阴影错觉（Adelson checker shadow）展示亮度恒常性，彩色照明下的「蓝黑/白金」裙装争议展示色彩恒常性的个体差异，而 Ames 房间则展示形状恒常性在极端透视线索下的失效。三者共同说明恒常性是「线索驱动的推断」而非物理量的直接读取。^{103103Radware Captcha Pageopg.optica.org前往参考资料 ↓在新标签页中打开}

色适应（chromatic adaptation）指视觉系统对视野中整体色偏的缓慢调整：长时间暴露于某一色温的光照后，中性物体的知觉颜色会向该光照的补色方向偏移，从而在很大程度上“抵消”光源色。它是色彩恒常性的主要低层机制之一，与色彩恒常性所描述的整体现象构成机制—现象关系。^{104104A physiological adaptation model and its predictions for different color induction effectsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

同时对比（simultaneous contrast）指一个色块的外观受其紧邻环绕刺激影响而改变的心理物理现象：同一灰色放在不同背景上会呈现不同的明度与色调。它与色适应共享“外观取决于上下文而非仅取决于刺激本身”这一前提，但作用的时间尺度不同——同时对比近乎即时，色适应需要数秒到数十秒的暴露。^{104104A physiological adaptation model and its predictions for different color induction effectsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在生理适应模型框架下，诱导（induction，即同时对比）与对比度诱导（contrast induction）被统一解释为空间环绕效应引起的表观变化：中心区域的颜色或对比度知觉，会随环绕刺激的对比度而被调制。该模型把同时对比与色适应放在同一套适应机制下处理，为“二者是同一适应过程在不同空间尺度上的表现”提供了理论依据。^{104104A physiological adaptation model and its predictions for different color induction effectsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

同时对比的强度并非简单地随背景对比度单调增加：当环绕由均匀色块改为“混杂”（variegated）的多色纹理时，中心色块所受到的诱导效应反而变小，这一现象被称为“intermixed effect”。它说明同时对比不能仅用局部边缘对比解释，还涉及对环绕统计特性的整合。^{104104A physiological adaptation model and its predictions for different color induction effectsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在色彩恒常性的经典演示中，色适应与同时对比往往同时起作用：观察者进入不同色温照明环境后先经历快速色适应，而画面内的局部同时对比进一步放大了“同一物体在不同背景下看起来颜色不同”的效果。因此，在实验设计中若要分离二者，需要控制背景均匀性与适应时长。^{104104A physiological adaptation model and its predictions for different color induction effectsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

记忆色（memory color）指观察者在没有实际色刺激呈现时，对某一熟悉物体「应当是什么颜色」的内部表征；它既可作为自上而下的先验参与颜色判断，也可在延迟匹配任务中被直接测量。在色彩恒常性研究中，记忆色被视为一种与即时感觉输入并列的「先验知识源」，用于解释在照明信息不足时观察者仍能稳定地报告物体颜色。^{105105Memory color and color constancyopg.optica.org前往参考资料 ↓在新标签页中打开|8080Color contrast and color constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

Bartleson（1960）以「记忆色」为名报告：观察者对熟悉物体颜色的记忆并非其真实色度，而是系统性地向该物体的典型色偏移——例如对绿色草地的记忆比对实际草地的测量更饱和、更偏黄绿。这一结果奠定了「记忆色是典型色的夸大版本」这一经典表述。^{106106Memory colors of familiar objects (Bartleson)opg.optica.org前往参考资料 ↓在新标签页中打开}

在色彩恒常性实验里，记忆色常被用作解释「不完美恒常」的候选机制：当照明变化被显式提示、观察者知道物体身份时，颜色匹配会向物体典型色偏移；而当物体身份被遮蔽或照明线索被移除时，这种偏移减弱。这一模式支持记忆色作为先验参与恒常性判断。^{105105Memory color and color constancyopg.optica.org前往参考资料 ↓在新标签页中打开|8383Color constancy under natural and artificial illuminationjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

色彩命名（color naming）研究显示，不同语言的颜色词切分并不任意：Berlin 与 Kay（1969）提出基本颜色词存在跨语言的演化次序，WCS（World Color Survey）在 110 种无文字语言中大体复现了这一次序。颜色命名因此被视为色彩恒常性与颜色范畴化之间的桥梁——范畴边界会影响对同一物理色差的判别。^{107107Basic Color Terms: Their Universality and Evolutionucpress.edu前往参考资料 ↓在新标签页中打开|108108World Color Surveywww1.icsi.berkeley.edu前往参考资料 ↓在新标签页中打开}

记忆色与颜色命名在实验上可以分离：颜色命名任务测量的是观察者对色刺激的范畴标签，而记忆色任务测量的是对特定物体典型色的内部表征。二者共享「典型色」这一概念资源，但前者依赖语言范畴、后者依赖物体知识，因此不能互相替代。^{8080Color contrast and color constancysciencedirect.com前往参考资料 ↓在新标签页中打开|109109Color categories and color constancyannualreviews.org前往参考资料 ↓在新标签页中打开}

在计算与机器视觉语境中，记忆色与颜色命名被用作先验：白平衡与色彩恒常算法可借助「典型物体色」或「颜色名」作为弱监督信号来约束照明估计。这使记忆色从心理物理学概念延伸为工程先验。^{111111Color constancy for machine vision: priors from memory color and color namesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

数码相机的自动白平衡（AWB）本质上是一个色彩恒常性计算问题：它需要从传感器原始响应中估计场景照明色温，再对图像做通道增益校正，使中性表面在最终图像中仍呈现为中性。主流实现通常结合灰世界假设、白块检测与色温曲线查表等启发式方法。^{112112Color Constancy and Automatic White Balanceieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在摄影实践中，色彩恒常性解释了为什么同一件衣服在不同色温光源下拍摄会呈现不同颜色，而人眼在现场却觉得颜色基本不变；相机没有人类视觉那样的适应性机制，因此需要显式的白平衡设定或后期校正。^{113113The Dress: A Case of Color Constancy Gone Viralcell.com前往参考资料 ↓在新标签页中打开}

色彩恒常性研究直接启发了「颜色恒常性」计算算法，例如基于 Retinex 理论的方法和基于贝叶斯估计的方法，这些算法被用于图像增强、白平衡和跨设备颜色管理。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

显示技术中的颜色管理依赖色彩恒常性假设：ICC 色彩配置文件通过定义设备相关的 RGB 与设备无关的 CIELAB/XYZ 之间的映射，试图在不同显示设备上保持颜色外观一致，其理论基础之一是人眼对绝对光谱分布不敏感、而对相对颜色关系敏感。^{114114ICC Color Management and Color Appearance Modelscolor.org前往参考资料 ↓在新标签页中打开}

电影与视频制作中的色彩分级（color grading）大量利用色彩恒常性的心理物理特性：调色师可以在不改变物体识别的前提下整体偏移画面色温，以营造时间、情绪或地域感，而观众仍能正确识别场景中的物体颜色。^{115115Color Grading and Color Constancy in Cinemaieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

色彩恒常性在印刷与跨媒体颜色复制中具有核心意义：ICC 色彩管理流程通过色度适应变换（如 Bradford 变换）将不同照明下的颜色映射到共同参考白点，以减少同色异谱和观察条件变化带来的颜色偏差。^{114114ICC Color Management and Color Appearance Modelscolor.org前往参考资料 ↓在新标签页中打开}

在虚拟现实与增强现实中，色彩恒常性被用于设计显示校准流程：头显的色域映射和白点调整需要考虑用户视觉系统对虚拟照明的适应性，否则会出现「颜色漂移」或场景间颜色不一致的感知问题。^{116116Color Calibration for Virtual and Augmented Reality Displaysdl.acm.org前往参考资料 ↓在新标签页中打开}

色彩恒常性的临床评估价值在于：它把「颜色知觉」从单纯的光波长辨别中分离出来。患者 D.B. 因右侧纹状皮质被切除，在判断颜色外观时完全不利用颜色对比，而只做简单的波长比较；当刺激置于空间上渐变的背景前时，正常观察者会表现出对比效应，而 D.B. 不会。这说明色彩恒常性依赖纹状皮质参与的对比加工，可作为区分「感觉层面」与「知觉恒常层面」损伤的探针。^{117117正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在临床与研究实践中，色彩恒常性任务常被设计为「渐变背景 + 相同反射率色块」的对照范式：实验条件使用空间渐变的背景，控制条件使用均匀背景。两种条件之差被视为对比/恒常机制贡献的量化指标，这一设计可直接移植到患者评估中，用于判断恒常性机制是否保留。^{117117正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

色彩恒常性评估对脑损伤后视觉功能障碍的定位具有意义：由于恒常性依赖对象与背景之间的颜色对比加工，而该加工在纹状皮质受损后可选择性丧失，因此恒常性缺损可出现在基础色觉（如波长辨别）相对保留的情况下，提示损伤位于更高级的对比整合环节而非视网膜或视神经。^{117117正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

色彩恒常性范式在临床上的另一层意义是提供可量化的行为指标：通过比较渐变背景与均匀背景下同一对色块的匹配或命名结果，可以得到一个「对比利用度」分数，用于纵向追踪病情或康复效果，而不必依赖患者主观描述。^{117117正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

阿伦特（Arend）与里夫斯（Reeves）用不对称颜色匹配系统测量恒常性程度，发现观察者设定的匹配色随照明变化而系统性偏移，恒常性指数通常明显低于 1（完全恒常），说明颜色恒常是部分性的而非全有或全无。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

个体差异与跨文化差异是未解问题之一：不同观察者在同一恒常性任务上的设定差异可达数倍，且部分研究报告了与语言颜色范畴、生活环境（如是否长期处于特定光照环境）相关的系统差异，但重复性有限。^{1616Color constancy: a method for recovering surface spectral reflectanceopg.optica.org前往参考资料 ↓在新标签页中打开}

Adelson 的「棋盘阴影错觉」（checker shadow illusion）是高层派最常引用的证据：在图像中两个灰度像素的物理亮度完全相同，但被标注为「阴影中的白格」与「光照下的黑格」后，观察者看到明显不同的明度。Adelson 据此主张视觉系统在推断光照条件后对表面反射率作出判断，而非直接读取像素亮度。^{120120Lightness Perception and Lightness Illusionspersci.mit.edu前往参考资料 ↓在新标签页中打开}

在计算层面，以 Land 与 McCann 的 Retinex 理论为代表的早期模型用局部空间比较与「白平衡」式归一化解释恒常性，不需要显式的光源估计；这类模型在若干经典演示上能复现人类判断，但在复杂自然场景与三维光照条件下表现有限，成为低层解释路线的主要经验支撑与主要弱点。^{1515Lightness and Retinex Theoryopg.optica.org前往参考资料 ↓在新标签页中打开}

以 von Helmholtz 的「无意识推断」传统为源头的高层解释，在当代以贝叶斯与生成模型形式复兴：把恒常性建模为在光照与反射率先验下对图像进行概率推断。这类模型能统一解释多种错觉，但其「高层」性质取决于模型是否显式包含光源与表面变量，而非仅仅因为使用了概率框架。^{122122Color Constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

「#TheDress」现象（2015 年）被广泛用作检验高层与低层解释的天然实验：同一张照片被不同观察者分别看成蓝黑或白金。研究显示，观察者对光源色温的隐含假设（即是否假定场景处于冷色阴影或暖色光照）与所报告的颜色版本相关，这支持了「光源推断参与颜色判断」的高层解释。^{123123The Dress: Individual Differences in Color Perceptioncell.com前往参考资料 ↓在新标签页中打开}

一个被双方共同承认的方法论困难是：多数经典演示（棋盘阴影、空洞分光光度计、#TheDress）都是高度受控的二维图像或简化场景，其结论向真实三维自然场景的外推能力有限；而自然场景中的恒常性测量又难以分离低层与高层贡献，导致争议长期缺乏判决性实验。^{2525Color constancyannualreviews.org前往参考资料 ↓在新标签页中打开}

色彩恒常性的经典实验室范式（如同时对比、照明折扣、记忆色匹配）通常使用二维显示器、均匀色块、单一或少数几个光源，并要求被试在受控照明下做色卡匹配或命名。这类范式把「照明」简化为全局的、空间均匀的乘性变换，从而绕开了自然场景中光照的空间非均匀性、光谱复杂性与阴影。^{3333Color constancyen.wikipedia.org前往参考资料 ↓在新标签页中打开|119119Color constancyscholarpedia.org前往参考资料 ↓在新标签页中打开}

自然场景中的光照远非全局均匀：直射阳光、天空光、物体间反射（inter-reflection）与自阴影会在同一视场内造成数量级的光照差异和显著的光谱变化。Foster 等人的高光谱成像研究显示，自然场景中局部光照的光谱功率分布随空间位置与时间剧烈变化，这与实验室中「单一光源」假设存在系统性差距。^{124124Color constancy in natural scenes with and without an explicit illuminant cuepubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在真实三维场景中，物体表面反射率与照明、几何、阴影相互纠缠，视网膜图像是三者乘积的结果，因此「恒常性」在计算上是不适定的（ill-posed）。实验室范式通过控制几何与照明把问题降维，而自然场景要求观察者同时解算照明、形状与反射率，这正是实验室与自然场景差距的计算根源。^{125125Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开}

实验室范式常要求被试做「色卡匹配」或「命名」，而自然观察中颜色判断服务于物体识别与行动，任务目标不同。有研究指出，任务与判断标准的变化会系统性改变恒常性指数，因此跨研究比较恒常性强度时必须考虑任务差异，不能直接把实验室数值外推到自然行为。^{124124Color constancy in natural scenes with and without an explicit illuminant cuepubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|127127Color constancy: a review of the literaturefrontiersin.org前往参考资料 ↓在新标签页中打开}

虚拟现实与增强现实为弥合实验室与自然场景差距提供了中间路径：头戴显示器可呈现接近自然的光照与立体场景，同时保持刺激可控。但显示器的色域、亮度范围与渲染的光谱简化仍与真实世界存在差距，且头显内的照明线索（如缺少真实阴影与相互反射）可能低估自然条件下的恒常性挑战。^{88Color constancy in natural scenesjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

计算色恒常性研究同样面临实验室与自然场景的差距：多数算法在标准合成数据集（如 Gehler-Shi、NUS 等）上评测，这些数据集多为单一光源或有限光源组合；在真实复杂光照（多光源、混合光谱、强阴影）下，算法性能显著下降，说明基准数据与自然场景之间存在系统性鸿沟。^{128128Color constancy datasets and benchmarksarxiv.org前往参考资料 ↓在新标签页中打开}