Novas pesquisas sobre como as pessoas percebem as diferenças entre as cores estão derrubando uma teoria proposta pela primeira vez há quase 100 anos pelo físico Erwin Schrödinger. Roxanne Bujak, cientista do Laboratório Nacional de Los Alamos, liderou uma equipe que aplicou geometria para descrever com precisão como experimentamos matiz, saturação e luminosidade. As suas descobertas, apresentadas numa importante conferência sobre ciência da imagem, fortalecem os fundamentos de Schrödinger ao mostrar que estas qualidades básicas da cor surgem da estrutura interna do próprio sistema de cores.
“Concluímos que essas qualidades de cores não resultam de construções externas adicionais, como experiências culturais ou educacionais, mas refletem propriedades intrínsecas da própria métrica de cores”, disse Bujak. “Esta métrica codifica geometricamente a distância percebida da cor – isto é, quão diferentes duas cores parecem para um observador.”
Ao definir firmemente estas características perceptivas, os investigadores fornecem um importante componente que falta que ajuda a cumprir o objectivo original de Schrödinger de criar um modelo autónomo. Nesta visão, matiz, saturação e luminosidade serão determinados inteiramente pela geometria e pelo princípio da maior similaridade de cores.
A geometria por trás de matiz, saturação e brilho
A visão humana das cores depende dos três tipos de células cônicas do olho que são sensíveis à luz vermelha, azul e verde. Por causa disso, os cientistas representam as cores em três dimensões conhecidas como espaços de cores. No século XIX, o matemático Bernhard Riemann sugeriu que os espaços perceptivos poderiam ser curvos em vez de planos. Com base nesta ideia na década de 1920, Schrödinger descreveu matiz, saturação e brilho usando um sistema de medição matemática nesta estrutura curva.
Durante décadas, as definições de Schrödinger moldaram a compreensão científica da cor. No entanto, ao desenvolver algoritmos de imagens científicas, a equipe de Los Alamos descobriu pontos fracos na base matemática do modelo. Essas lacunas abriram a porta para refinar e fortalecer a teoria.
Definição do eixo neutro e teoria da fixação de cores
A questão principal centra-se no eixo neutro, a linha em tons de cinza que vai do preto ao branco. As definições de Schrödinger baseiam-se na forma como as cores são organizadas em relação a este eixo, mas ele nunca o definiu matematicamente. Sem esta definição, a estrutura do modelo não tem justificação formal: sem um eixo neutro definido, a estrutura não está formalmente definida.
Uma das conquistas mais importantes da equipe foi estabelecer um eixo neutro puramente a partir da geometria da métrica de cores. Alcançar esse objetivo exigiu ir além da estrutura Riemanniana tradicional, representando um avanço significativo na matemática utilizada na ciência da imagem.
Os pesquisadores também corrigiram dois problemas adicionais. Eles recorreram ao efeito Betzold-Brucke, no qual o aumento do brilho pode fazer com que uma cor mude de tonalidade. Em vez de assumir que as cores mudam em linhas retas, calcularam o caminho mais curto no espaço geométrico. A mesma abordagem do caminho mais curto no espaço não-Riemanniano ajudou a explicar os retornos decrescentes na percepção das cores, onde as diferenças crescentes entre as cores se tornam menos perceptíveis ao longo do tempo.
Avanço na ciência da imagem e nas aplicações do mundo real
O trabalho, apresentado na conferência de visualização Eurographics, é o culminar de um projeto mais amplo sobre percepção de cores, que em 2022 produziu um trabalho marcante em Anais da Academia Nacional de Ciênciascom
Modelos precisos de percepção de cores são vitais para a ciência da imagem, que oferece suporte a campos que vão desde fotografia e vídeo até análise avançada de dados. A modelagem de cores clara e robusta melhora a forma como os cientistas interpretam conjuntos de dados complexos e criam simulações, incluindo aqueles usados em pesquisas de segurança nacional. Ao criar uma base matemática mais forte para a cor no espaço não-Riemanniano, a equipe lançou as bases para avanços futuros na tecnologia de imagem.
Financiamento: Este trabalho foi apoiado pelo Programa de Pesquisa e Desenvolvimento Dirigido pelo Laboratório de Los Alamos e pelo Programa Avançado de Simulação e Computação da Administração Nacional de Segurança Nuclear.
