对光源的估计 (Illuminant Estimation): 人脑会主动尝试估计当前环境中光源的颜色和强度。它会分析场景中整体的颜色分布,并假设大多数物体是“中性色”的(如白色、灰色、黑色)。通过比较物体反射的光谱与场景的整体颜色,人脑可以推断出光源对物体颜色的“染色”程度。 色度减法 (Chromatic Subtraction) 或色度补偿 (Chromatic Compensation): 一旦估计出光源的颜色,人脑就会在一定程度上“减去”或“补偿”光源的颜色成分,从而更准确地感知物体的固有颜色。例如,如果光源偏蓝,人脑可能会补偿掉一部分蓝光,使得物体看起来更接近其真实的颜色。 背景和邻近颜色的影响 (Context and Surround Effects): A 和 B 区域的颜色感知不仅取决于它们自身的反射光谱,还受到它们周围环境颜色的强烈影响。 同时对比 (Simultaneous Contrast): 邻近的颜色会影响我们对某个区域颜色的感知。如果 A 区域周围是暖色调,它可能会看起来更偏冷色;反之亦然。 背景的“背景化” (Background Normalization): 人脑会将 A 和 B 区域的颜色与其各自的背景进行比较。即使 A 和 B 区域的物理光照相同,如果它们的背景不同,人脑也会产生不同的颜色感知。 物体形状和边缘的处理 (Object Shape and Edge Processing): 人脑在识别颜色时,还会考虑物体的形状和边缘信息。这有助于区分不同的物体,并更准确地感知它们的固有颜色。