Novas pesquisas sobre como as pessoas percebem as diferenças de cores estão remodelando uma teoria proposta pela primeira vez pelo físico Erwin Schrödinger há quase 100 anos. Uma equipe liderada por Roxana Bujack, cientista do Laboratório Nacional de Los Alamos, aplicou a geometria para descrever com precisão como experimentamos matiz, saturação e brilho. As suas descobertas, apresentadas numa importante conferência científica de visualização, reforçam a estrutura de Schrödinger, mostrando que estas qualidades essenciais das cores surgem da estrutura interna do próprio sistema de cores.
“Concluímos que essas qualidades de cor não surgem de construções externas adicionais, como cultura ou experiência de aprendizagem, mas refletem propriedades intrínsecas da própria medida de cor”, disse Bujek. “Esta métrica codifica geometricamente a distância da cor percebida – isto é, quão diferentes duas cores parecem para um observador.”
Ao definir firmemente estas características perceptivas, os investigadores forneceram um componente crítico que faltava que ajudou a alcançar o objectivo original de Schrödinger de criar um modelo independente. Nesta visão, matiz, saturação e brilho seriam determinados inteiramente pela geometria e pelo princípio da máxima similaridade de cores.
A geometria por trás da matiz, saturação e brilho
A visão humana das cores depende de três tipos de cones no olho que são sensíveis à luz vermelha, azul e verde. Portanto, os cientistas representam as cores em três dimensões chamadas espaço de cores. No século XIX, o matemático Bernhard Riemann propôs que o espaço perceptivo poderia ser curvo em vez de plano. Com base nesta ideia da década de 1920, Schrödinger utilizou um sistema de medição matemática para descrever matiz, saturação e brilho dentro desta estrutura curva.
A definição de Schrödinger moldou a compreensão científica da cor durante décadas. No entanto, ao desenvolver o algoritmo de visualização científica, a equipe de Los Alamos descobriu pontos fracos na base matemática do modelo. Essas lacunas abrem a porta para refinar e fortalecer a teoria.
Definindo o Eixo Neutro e a Teoria das Cores Fixas
Uma questão fundamental gira em torno do eixo neutro, a linha tonal cinza que vai do preto ao branco. A definição de Schrödinger baseava-se na forma como a cor era posicionada em relação a este eixo, mas ele nunca a definiu matematicamente. Sem esta definição, a estrutura do modelo carece de uma base formal: sem um eixo neutro definido, a estrutura é formalmente indeterminada.
Uma das conquistas mais importantes da equipe foi o estabelecimento de eixos neutros baseados puramente na geometria das métricas de cores. Alcançar este objectivo requer ir além do quadro Riemanniano tradicional, marcando um grande avanço na matemática utilizada para visualizar a ciência.
Os pesquisadores também corrigiram dois outros problemas. Eles abordaram o efeito Bezold-Brücke, em que o aumento do brilho faz com que uma cor pareça mudar de tonalidade. Em vez de assumir que a cor muda ao longo de uma linha recta, calcularam o caminho mais curto dentro do espaço geométrico. A mesma abordagem do caminho mais curto em espaços não-Riemannianos ajuda a explicar os retornos decrescentes na percepção das cores, onde as diferenças entre as cores se tornam menos aparentes com o tempo.
Avanço da ciência visual e aplicações do mundo real
Este trabalho, apresentado na Conferência Europeia sobre Visualização Gráfica, representa o culminar de um projeto mais amplo sobre percepção de cores, que também resultou na publicação de um artigo marcante em 2022 Anais da Academia Nacional de CiênciasS.
Modelos precisos de percepção de cores são essenciais para a ciência da visualização, apoiando campos que vão desde fotografia e vídeo até análise avançada de dados. A modelagem de cores clara e confiável melhora a forma como os cientistas interpretam conjuntos de dados complexos e constroem simulações, incluindo aquelas usadas em pesquisas de segurança nacional. Ao estabelecer uma base matemática mais forte para a cor em espaços não-Riemannianos, a equipe lançou as bases para avanços futuros na tecnologia de visualização.
Financiamento: Este trabalho foi apoiado pelo Programa de Pesquisa e Desenvolvimento Dirigido pelo Laboratório de Los Alamos e pelo Programa de Simulação e Computação Avançada da Administração Nacional de Segurança Nuclear.
