A ideia centenária de Erwin Schrödinger deu um passo importante graças a novas pesquisas sobre como as pessoas percebem as diferenças entre as cores.
Uma equipe liderada pela cientista de Los Alamos, Roxanne Bujak, usou a geometria para criar uma definição matemática da percepção das cores com base no matiz, saturação e luminosidade. Seus resultados, apresentados na Imaging Science Conference, formalizam o modelo de cores de Schrödinger e mostram que essas qualidades familiares da cor estão incorporadas na própria estrutura da percepção das 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.”
Completando o quebra-cabeça de cores de Schrödinger
Ao definir estes atributos perceptivos de forma mais rigorosa, os investigadores forneceram a peça que faltava na visão de longa data de Schrödinger de um modelo matemático fechado de cor. O objetivo era determinar matiz, saturação e luminância usando apenas a propriedade geométrica de maior similaridade de cores.
A visão humana das cores é baseada em três tipos de células cônicas, centradas nas cores vermelho, azul e verde. Isso dá aos espaços de cores três dimensões, permitindo aos cientistas organizar e comparar cores matematicamente.
No século 19, o matemático Bernhard Riemann sugeriu que os espaços de cores perceptivos não são planos nem retos, mas curvos. Na década de 1920, Schrödinger desenvolveu essa ideia ao definir matiz, saturação e luminosidade dentro do modelo Riemanniano de percepção de cores, usando uma métrica que descreve como as pessoas percebem as diferenças de cores.
Corrigindo a lacuna matemática centenária
As definições de Schrödinger moldaram a ciência das cores durante cerca de 100 anos. Mas enquanto a equipe de Los Alamos desenvolvia os algoritmos de imagem científica, descobriu que a matemática por trás do modelo tinha falhas importantes.
O maior problema envolvia o eixo neutro, a linha cinza que vai do preto ao branco. As definições de matiz, saturação e luminosidade de Schrödinger dependem de onde a cor se encontra em relação a esse eixo, mas ele nunca definiu formalmente o eixo em si.
Esta omissão criou uma séria ruptura. Sem uma definição clara do eixo neutro, toda a construção ficou formalmente incompleta. A conquista mais importante da equipe foi determinar uma maneira de determinar o eixo neutro usando apenas a geometria da métrica de cores.
Para conseguir isso, os pesquisadores tiveram que ir além do modelo Riemanniano tradicional. Essa mudança representa um grande avanço matemático para a ciência da imagem.
O melhor modelo de como as cores mudam
A equipe também corrigiu dois outros problemas importantes na estrutura antiga.
Um deles está relacionado ao efeito Betzold-Brucke, fenômeno no qual uma mudança na intensidade da luz pode causar uma mudança na tonalidade de uma cor. Os pesquisadores resolveram isso usando o caminho mais curto em seu modelo geométrico de percepção de cores, em vez de confiar em uma simples linha reta.
Eles também usaram o caminho mais curto no espaço não-Riemanniano para explicar os retornos decrescentes na percepção das cores, outro efeito que não foi totalmente capturado pela abordagem antiga.
Por que a percepção das cores é importante
A pesquisa foi apresentada na Eurographics Imaging Conference e baseia-se no maior Projeto de Percepção de Cores de Los Alamos. Este projeto também foi um avanço artigo de 2022 em Anais da Academia Nacional de Ciências.
Um modelo mais preciso de percepção de cores poderia ter amplas implicações em campos que dependem de cores precisas, incluindo fotografia, vídeo, imagem e tecnologias relacionadas. Também pode melhorar a forma como os cientistas criam e interpretam dados visuais.
A visualização científica desempenha um papel importante em ajudar os pesquisadores a compreender informações complexas. Melhores modelos de cores podem apoiar análises mais eficientes em muitas áreas, incluindo a segurança nacional.
O trabalho da equipe agora estabelece as bases para a futura modelagem de cores no espaço não-Riemanniano.
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.
