基于色觉异常人群的地图色彩设计研究进展

钱梦茹，梁栋栋，吴 旭

(1. 安徽师范大学国土资源与旅游学院，安徽 芜湖 241003； 2. 安徽师范大学数学 计算机科学学院，安徽 芜湖 241003)

基于色觉异常人群的地图色彩设计研究进展

钱梦茹1，梁栋栋1，吴 旭2

(1. 安徽师范大学国土资源与旅游学院，安徽 芜湖 241003； 2. 安徽师范大学数学 计算机科学学院，安徽 芜湖 241003)

在梳理国内外关于色觉异常人群的研究论文的基础上，从研究内容、研究方法等方面对国内外近年来有关色觉异常者的研究文献作了系统分析，发现国内外的研究主要集中在以下4个方面：①通过基本色的研究揭示非色彩的线索对色觉异常者描述和识别颜色起到作用；②对于色彩偏好的研究发现色觉异常者的颜色偏好与颜色情感相关；③根据色觉异常人群的视觉特征，结合图像转换算法，研究了无障碍色彩设计系统；④对于色觉异常人群的视觉色彩，利用图像模拟算法模拟校正色觉异常人群所看到的图像，进而识别图像信息。

色觉异常；无障碍地图；情感联想；图像算法；地图色彩

色盲，在国外首先由约翰逊·道尔顿在18世纪发现，又称“道尔顿症”。在道尔顿之前，也有很多关于色觉异常的记录。中国古书《列子》中曾有过记载红、黑、白不分的患者故事；《亢仓子》一书中曾将色觉异常这种病称为“夫瞀视者，以黄为赤，以苍为玄”。色觉异常者在国外被称为“color-vision deficiencies(CVD)”，即色觉缺陷者。色觉异常指的是一种无法正确辨识部分或全部颜色的疾病，影响着世界大约5%～8%的男性和0.5%～1%的女性。色觉异常可分为先天和后天两种，先天性色觉异常分为一色性视觉、二色性视觉、三色性视觉。其中一色性视觉也称全色盲，是只对于颜色的色相和纯度不能区分的色觉异常。二色性视觉包括红色盲、绿色盲、紫色盲，这类患者对可见光谱上的红绿蓝3种颜色至少能辨别其中的两种。异常三色性视觉包括红色弱、绿色弱、紫色弱。目前关于色盲的成因解释有两大类学说：三色学说和四色学说。

1 国内关于色觉异常者地图色彩设计的相关研究

国内对于色觉异常人群关于地图色彩设计相关的研究，主要集中在辅助设色、无障碍色彩设计、图像算法、色盲地图等方面，其中信息工程大学和武汉大学对色觉异常的地图设计进行了多方面研究，主要在《测绘通报》《测绘科学》和《武汉大学学报(信息科学版)》等发表多篇著作。西北工业大学和巢湖学院主要研究色觉异常人群的色彩设计系统。北京邮电大学对无障碍色彩情感进行了深入研究，在《北京邮电大学学报》发表了论文数篇。

1.1 色觉异常者与辅助设色

目前国内这方面的研究主要集中在运用已有的计算机技术和计算方法来解决色觉异常人群的辨色问题。王宁、余隋怀等针对色觉异常人群的计算机辅助设计的颜色问题，提出并开发了一套将选色与色彩视界转换结合的无障碍界面设计系统[1]。吴兵首先从调查色觉异常人群在媒体界面设计方面的色彩需求入手，提出了远程教育中满足该类人群的媒体界面设计原则和界面设计的流程[2]；然后在建立色盲色彩模型的基础上，提出了面向色盲人群的色彩明度配色方案和色相配色方案两种解决策略，并使用色盲色彩软件对设计方案进行了评价[3]。周宪针对色觉异常人群的辨色和生理特点，利用色彩设计理论提出了一套函数映射的色彩设计方法，建立了面向色觉异常人群的色彩模型[4]。初苗、田少辉建立了色盲人群与正常人群所见色彩的映射关系，实现了面向色盲人群的对比选色及色彩视界的转换与显示[5]。

1.2 色觉异常者与无障碍色彩

无障碍设计是基于“以人为本”为基础的全方位设计，无障碍色彩设计不只为存在视觉障碍的人群服务，而是一项服务于整个社会公众的设计，其运用范围与领域十分广泛。将色彩设计导入无障碍设计观念中，不但能够对更多人的工作与生活产生帮助和便利，而且能够大大提高各方面使用上的安全性。沈意浪和傅梅杰在地图、范腾飞和蒋阳升在交通信号灯、初苗和田少辉在包装设计等方面都有研究，这些研究多集中在加强色彩的识别度上，较少涉及色觉异常人群的认知与情感联想等方面的问题。朱健文在对色觉异常人群的分析和模拟基础上，研究了色盲用户的界面颜色选择问题[6]。张旭芳则归纳分析了视觉障碍人群的类别和色彩认知特点，研究了基于无障碍色彩设计构建视觉信息的无障碍环境[7]。李霞、杨露等从提高色觉异常用户的交互效率与满意度的思路出发，从理论上探讨了以红绿色觉异常用户色彩视界的认知与情感为基础构建无障碍交互设计色彩研究的方法[8-9]；进而从红绿色觉异常与色弱视界的色彩情感认知角度出发，通过情感与色彩之间的双向研究，以360安全卫士的网页界面为例进行交互色彩的无障碍设计，实现了网络环境中无障碍交互的色彩情感探索[10]。

1.3 色觉异常者与图像算法

目前国内关于色觉异常者辨识图像的研究主要从两方面开展：一方面是基于色觉视界模拟方法的研究，主要通过数学建模和算法设计，将图像色彩模拟为色觉异常者所见的状态。马煜、顾晓东等通过BP神经网络训练色盲和色弱患者视网膜上视觉感受细胞对具体视觉图像的响应信号，获取与正常人视觉感受细胞对相同图像的响应相类似的信号，提出了基于神经网络的色盲与色弱仿真模型[11]。另一方面是从帮助色觉异常者辨识图像的角度开展研究，主要通过色彩映射计算来改变图像中的色彩，进而帮助色觉异常者识别图像。杨胜基利用颜色之间饱和度的不同来区分颜色，达到二色盲的校正[12]。邓寅晖等提出了一种基于相似矩阵建立从三维空间到二维平面的固定映射关系的二色盲颜色固定映射的方法，帮助训练二色盲患者识别颜色[13]。鲍吉斌、王源源等提出一种基于H分量旋转的色盲校正方法，发现在色盲类型给定且图像颜色是给定色盲易混淆的情况下，对H分量旋转120°能得到色彩分辨率效果很好的校正图像[14-15]。吴丽思基于自适应映射算法、旋转H分量算法、几何变换算法和角度自适应算法4种色盲校正算法，进行红、绿、蓝二色盲图像校正试验，通过Matlab设计并实现了基于图像和基于小球的色盲测试系统[16]。孙养龙从图像处理的角度对色盲及其校正进行研究，改进了基于H分量旋转的色盲校正算法，针对较为普遍的二色盲设计开发了一套基于Android系统的色盲校正系统[17]。

1.4 色觉异常者与地图

白小双、江南等在国内率先开展色觉异常人群与地图关系的研究，根据色盲的分类及辨色特点，提出了色盲地图的设色原则，对2008年残奥会北京场馆分布图进行了修改和试验[18]。之后白小双、华一新等从色觉异常的分类和特点出发，研究不同色觉异常者眼中的色彩规律，提出面向色觉异常者的电子地图设计原则，并进行了点状符号、线状符号和面状符号的设计[19]。沈意浪和傅梅杰针对色觉异常人群识别地图的问题，从识别度的角度分别对地图上的点、线、面的用色提出了详细的用色原则[20]。汪华、朱海红等根据地图表达地理属性的量表性质，基于定性设色、顺序设色和双向设色3种地图设色方式的特点，根据红—绿色盲的光谱特性，设计了一系列试验地图，初步揭示出针对红—绿色盲人群使用地图的设色原则[21]。钟璇等使用Colour Contrast Analyser色盲模拟软件模拟红绿色盲人群的视觉特点，对《北京奥运场馆旅游交通图——人文篇》的地图色彩设计进行了修改[22]。

2 国外色觉异常者研究的主要内容

对已阅读的文献分析发现，国外针对色觉异常者的研究主要集中在医学、基本色命名、颜色偏好等方面，与国内研究的重点稍有不同。

2.1 关于色觉异常者的基本色研究

1967年Boynton和Scheibner的研究表明，二色性视觉者使用红黄绿色调的名字命名单色光[23]。1969年Berlin和Kay提出11种基本色，且认为11种基本颜色分类机制对应11种基本颜色[24]。Jamson和Hurvich通过面板D15试验测试二色性视觉者使用的颜色名称，结果表明一个正常的三色视者使用类似名称感知类似的颜色，但二色性视者使用不同的名称感知相似的颜色，二色视者与正常的三色视者颜色命名方式不同[25]。Paramei等研究要求红色盲使用5种基本色(红绿黄蓝白)命名在405～675 nm区间的单色刺激波长，发现基本色的使用不仅依靠波长还依靠强度[26]。Montag[27]和Uchikawa[28]等发现正常人喜欢二色性视者的颜色命名分类。

除了使用明度线索来指导表面颜色的命名，二色视者可通过另外的线索来研究。1905年Nagel描述了本人作为一个小的刺激绿色盲者(小于2°)和中型刺激(10°)的绿色弱者的试验结果，并认为这种改变是黄斑中心凹以外的一些残留的红绿色活动。直到20世纪60年代末根据临床标准诊断程序诊断的红绿色盲身上发现红绿色机制的残余活性，Nagel的工作才重新被人们审视[29]。Thomas等以颜色扩展(hue scaling)为基本方法，描述了在生理合理假设之上的人体光感受器信号产生过程，得到了二色受体信号的三视觉(trichromat-like)模型[30]。Byrne和Hilbert的研究表明色盲患者学习母语的全部，而不是放弃学习一些他们缺失的部分，社会环境可能迫使二色性患者使用他们可能不能辨别的一些基本的颜色词语[31]。Lillo等描述了红绿色盲基本色使用的两个模型，一个模型假定二色性使用基本色完全依赖于亮度和黄—蓝通道的活动，而另外一个模型假定二色性使用基本色但是有残留的红—绿通道的活动，两个模型得到同样的预测结果[32]。Uchikawa调查在各种颜色的光照下正常视觉者和二色性患者颜色感知分类特点，阐述二色性的颜色命名和正常视觉者一致，但不可能与正常人有一样的彩色分类机制[33]。

2.2 关于色觉异常者的色彩偏好研究

目前已有的色彩偏好的研究大多集中在心理活动的描述上[34]。Humphrey提出颜色偏好源于颜色传递到自然界中的信号[35]。Adams和Bornstein认为关于颜色偏好是天生具有的还是后天形成的问题是有争议的[36-37]。早期的研究普遍支持天赋假说[34]。关于色彩偏好的研究大多数在测量偏好时普遍使用高度饱和的色彩与使用较少的饱和度的色彩明暗对比，结果发现4～6个月大的婴儿和成人之间的显著差异。婴儿的色彩偏好与成人的色彩偏好有所不同的结果表明，颜色偏好的发展变化可能是由于免疫系统变化带来的，但同时在生命过程中颜色感知具有稳定性[38]。Petzold等在研究色相偏好表现与年龄的关系时发现，只有4～25岁这个年龄阶段有细微差别[39]。颜色偏好是视觉体验的一个重要方面，基于生物的适应和基于色彩的情感的角度解释为什么一般人喜欢一些颜色超过其他人[40]。基于Hurlbert和Ling的L-M和S-(L+M)视锥对比模型能够预测颜色偏好与颜色情感，此模型之后被扩展到包括测量明度(L+M+S)和饱和度[41]。Ling和Hurlbert对于相同的90种颜色，使用4个因素的线性回归模型以适应每个观测者的个人喜好。Ou等提出了基于“色彩的情绪”的解释，定义“感情由两种颜色或颜色组合诱发”，颜色的情绪可以从因果联系到颜色的喜好[42]。Palmer和Schloss基于生态因子解释颜色的偏好，人们喜欢或不喜欢给定颜色的程度与他们喜欢或讨厌的根据这个颜色联想到的所有实体或事物有关，研究者认为已经制定的生态价值理论能够解释颜色偏好[34]。此外，Leticia等在考虑二色性视锥细胞的选择性的基础上，使用视锥对比建模探究二色性的色彩偏好，以及二色性和正常人的颜色偏好与色彩命名之间的关系[43]。

2.3 色觉异常者的地图研究

20世纪后期美国、日本等就有学者开始研究色觉异常者的地图阅读，但研究较少。在针对色盲色弱人群的地图颜色设计的研究中，Kuyk等发现在彩色地形图上色觉异常者易错误判断边界线[44]，之后Mertens等的研究进一步确定只有少数的色觉异常读者能够正确区分气象雷达的颜色[45]；Olson和Brewer针对色盲色弱人群的地图颜色选择作了大量研究和试验，发现色觉异常者喜欢彩虹光谱颜色模式，且色觉异常者很容易读懂[46]；Brewer对于红绿色觉异常者的地图设计提出3个颜色使用原则，同时将色盲色弱者视觉特征的地图颜色配色方案运用到地区分布图中并评价其效果[47]；Jenny和Kelso借助配色方案软件Color Oracle，讨论了利用色彩组合和其他视觉变量帮助色彩视觉障碍明确区分地图符号，进而提出改变符号形状结合色调、饱和度的变化及注释的添加等进行点或线要素符号的设计[48]。

2.4 色觉异常者的图像模拟算法研究

Brettel在1997年提出一种模拟色觉异常者所见图像的算法，将图像色彩模拟为色觉异常者所见的状态，并应用到VisCheck上，实现将位图的色彩转化为色觉异常人群所见的色彩[49]。随后Capilla等在匹配Brettel算法相对应的步骤及不涉及色域I和II计算的情况下，提出相应的替代性算法，该算法不需要引入额外限制的颜色视觉模型[50]。Lee等通过改变模糊逻辑的软件模拟工具的模糊参数，修改了经典的线性变换模拟方法，并提出了基于模糊方法的4种新方法来纠正色盲[51]。Sriidhya和Sivakuma等提出可以模拟各类色觉异常用户视界并自动计算出无障碍效果不佳的视觉区域的算法[52]。Shankaran对比研究各种色觉异常者模拟图像算法后，发现任意颜色空间计算的误差率和颜色差异之间的关系符合指数衰减函数，仅在颜色正常空间中的色差计算足以确定一个人是否患有先天性色觉缺陷[53]。

色觉异常转换的模拟算法促使实现模拟色觉异常用户视觉这一功能的产品出现,如以Vischeck、Colororacle等为代表的软件，这类软件只针对红色盲、绿色盲、蓝色盲等情况；而Color Schemer Studio软件则提供了无障碍网页配色的解决方案。常见的色彩模拟器包括Variantor、Coblis和Vischeck 3种，利用Julio提出Simucheck方法评估彩色模拟工具精度的结果表明，只有Vischeck呈现准确性，能可靠地进行颜色转换选择[54]。

2.5 色觉异常者的图像校正算法研究

图像模拟算法转换后的模拟图像在色觉正常人看来不自然真实。研究发现，色觉异常者可能不能辨识转换后的图像，于是出现了适应色觉异常者的图像校正算法，该类研究主要是通过计算改变原始图像中的部分色彩，帮助色觉异常者识别图像的信息，同时使得校正后的图像在正常人看来较为自然。

(1) 对于色觉异常者的重新着色技术可概括为两类：用户辅助着色技术和自动化重新着色技术。对于用户辅助重新着色技术，Iaccarino等使用6个用户参数修改原始图像的色调、饱和度、亮度值，进而加强网络的可访问性，用户辅助的重新着色技术的输出结果高度依赖于用户提供的参数[55]。对于自动化重新着色技术，Ichikawa等通过构建目标函数为色觉异常者重新着色网页，同时尽可能保留正常人和色觉异常者颜色差感知的比率[56]。Wakita和Shimamura通过构建3个目标函数为色觉异常者重新着色[57]。Jefferson和Harvey从正常人和二色性视者的图像直方图之差中选择一组关键的颜色并用4种目标函数来保持图像的亮度、色彩对比度等[58]。自动化重新着色技术的目的都是建立最小化目标函数。Rasche通过构造一个目标函数，使原图在不同的映射关系下生成一系列校正图像，当对应的目标函数达到最小时，此时的校正图像就是需要的校正图像[59]。之后Huang等通过改变图像对比度，结合两个误差函数，使用拉格朗日乘数与用户指定参数的目标函数的算法，尽可能保持原始图像的色彩信息，使重新着色的图像尽可能自然[60]。Kuhn等提出基于mass-spring优化算法，该算法相对于Rasche算法能实时优化几百种颜色，并且使模拟后的图像尽可能自然[61]。Nakauchi等从通用设计的角度出发，通过计算颜色差修改混淆颜色簇得到校正后的图像[62]。

(2) Yong Man Ro提出了在色弱模型可逆条件下的色弱校正方法，使得色弱人群能够看到与原始图像一致的颜色[12]。Yang利用饱和度差异进行二色盲的校正。Iaccarino和Yang的方法都属于基于规则的，图像重新着色的表现随着规则的不适用，性能会下降。之后的Doliotis等提出基于规则的彩色变换算法，该算法只改变色觉异常者不能感知的颜色，代替转换图像中所有的颜色，解决了已有算法计算成本大的问题。

(3) Ruminski和Wtorek等结合图像模拟算法和图像校正算法，提出针对色觉异常者的色彩重构算法，以提高色觉异常者对图像的识别和理解，试验结果证明了该方法在WWW环境中快速进行色彩变换的有效性[63]。Ohkubo和Kobayashi等提出了色彩转换的算法，并设计了一种色彩补偿的头戴设备[64]。Jeong和Kim等通过旋转色觉异常者不能感知的颜色到RGB域能够识别的颜色方向提出新的算法，通过与Huang和Doliotis算法进行比较，发现新算法可以为色觉异常者增强感知，产生更多的理解图像，同时保持重新着色图像在正常人看来尽可能自然，保留重新着色图像的自然性与降低复杂度[65]。

(4) 对二色性来说，图像的重新着色是一个降维问题，其重新着色图像技术涉及图像彩色转化到灰色的最新技术[66-68]。Gooch等主要针对单色盲的校正提出了利用将彩色图像灰度化并保留原彩色图像中有用信息的方法[66]。Grundland等通过高斯配对采样色差和通过主成分分析颜色差异，提出了一个新的对比度增强颜色灰度转换算法[67]。与对比度增强颜色灰度转换优化算法[67-68]对比，已经证明在视觉上产生的结果类似但算法更有效，有更强数学的保证。

3 国内外研究对比

目前国内外在面向色觉异常者的色彩视界数字化的研究缺少系统的研究，对于色彩设计存在的主要问题有：

(1) 缺少具体的理论方法指导面向色觉异常人群的色彩设计。在地图、计算机辅助设计、工业设计等方面，色觉正常者所设计的产品都不能很好地让色觉异常人群辨识、简洁方便使用。

(2) 现有的能够模拟色觉异常人群所见色彩的色彩设计系统，其算法都较为简单，功能也较为薄弱，没有大量的实例验证，且只集中在平面、网页、包装设计等领域，只能提供简单的参考作用，不能从实际意义上满足设计师的需求。

(3) 现有的色彩设计对于色觉异常人群的心理意象、美感的研究较少。对于色觉异常者的辅助设色、无障色彩设计、图像算法和地图的研究，都较少关注色觉异常人群的心理情感需要，注重的都是色觉异常人群的识别辨色问题，对于搭配色彩和谐感及由此产生的心理情感影响很少得到研究者的关注。

(4) 国内外对于色觉异常人群的研究主要集中在图像算法、交互设计、工业设计等方面，却很少关注色觉异常人群的心理情感；同时，针对色觉异常人群与地图的结合研究，实现无障碍的地图设计甚少。

4 结束语

针对以上分析，关于色觉异常人群的地图色彩研究可以从以下方面展开：

(1) 关注色觉异常人群的地图色彩识别，制作地图时考虑色觉异常人群，建立针对于色觉异常人群的地图色彩设计理论及方法。

(2) 加强地图领域的无障碍色彩设计，从技术的角度研究地图相应算法，加强色觉异常人群对地图的识别度，并进行相应的试验调研，不断改进优化算法。

(3) 通过无障碍地图进一步关注色觉异常人群主观对地图色彩的认知和情感联想的研究，建立基于色觉异常人群的色彩意象体系，并对地图交互设计展开研究，提升色觉异常人群在地图交互中的效率和满意度。

[1] 王宁, 余隋怀, 苟秉宸,等. 面向色盲人群的计算机辅助色彩设计技术研究[J]. 科学技术与工程, 2007, 12(7):2880-2884.

[2] 吴兵, 陈立刚. 面向色盲人群的媒体界面设计策略与流程[J]. 远程教育杂志, 2008(1):76-78.

[3] 吴兵, 陈立钢. 面向色盲人群的色彩设计系统研究[J]. 巢湖学院学报, 2009, 10(6):77-81.

[4] 周宪. 面向色盲人群的计算机辅助色彩设计系统研究[J]. 西安工业大学学报,2009(3):223-227.

[5] 初苗, 田少辉. 面向色盲人群的包装色彩设计数字化技术研究[J]. 包装工程, 2010(12):115-118.

[6] 朱健文. 界面设计中针对色盲人群的色彩选择方式研究[J]. 轻工科技, 2008, 24(5):102-103.

[7] 张旭芳. 浅谈无障碍色彩设计[J]. 艺术与设计(理论), 2010(2):18-20.

[8] 李霞, 杨露. 数字化交互中的无障碍色彩设计研究[J]. 装饰,2012(11):79-80.

[9] 李霞, 李霜燕, 杨露. 网络环境中的无障碍交互色彩的情感研究[J]. 北京邮电大学学报(社会科学版), 2014, 16(03):39-44.

[10] 杨露. 数字媒体无障碍交互色彩的认知与情感联想研究[D]. 北京：北京邮电大学, 2014.

[11] 汪源源, 马煜, 顾晓东,等. 基于BP神经网络的色盲及色弱矫正方法: 中国, CN1895191[P]. 2007-01-17.

[12] YANG S J, RO Y M. Visual Contents Adaption for Color Vision Deficiency[C]∥IEEE International Conference on Image Processing.[S.l.]: IEEE, 2003: 453-456.

[13] DENG Y, WANG Y, MA Y, et al. A Fixed Transformation of Color Images for Dichromats Based on Similarity Matrices[J].Lecture Notes in Computer Science,2007(4681):1018-1028.

[14] 鲍吉斌. 基于图像颜色变换的色盲矫正方法研究[D]. 上海：复旦大学, 2009.

[15] 鲍吉斌, 汪源源, 马煜,等. 基于H分量旋转的色盲矫正方法[J]. 生物医学工程学进展, 2008, 3(3):125-130.

[16] 吴丽思. 色盲图像矫正算法研究及测试系统设计[D]. 武汉：武汉理工大学, 2014.

[17] 孙养龙. 基于Android的色盲矫正系统设计与实现[D]. 郑州：郑州大学, 2014.

[18] 白小双, 江南, 肖培培. 色盲地图的设色方案研究[C]∥《测绘通报》测绘科学前沿技术论坛摘要集.北京：测绘出版社，2008: 1-4.

[19] 白小双, 华一新, 崔虎平. 面向色觉异常者的电子地图研究与实践[J]. 测绘通报, 2009(2):39-42.

[20] 沈意浪, 傅梅杰. 针对色盲人群的地图色彩选择方式研究[J]. 科技资讯, 2012(15):216-217.

[21] 汪华, 朱海红, 李霖. 利用地理属性量表的色盲人群地图色彩设计研究[J]. 武汉大学学报(信息科学版), 2012, 37(4):477-481.

[22] 钟璇, 李霖, 朱海红. 针对色觉异常人群的地图设计研究[J]. 测绘科学, 2012, 37(4):90-92.

[23] SCHEIBNER H M, BOYNTON R M. Residual Red-Green Discrimination in Dichromats[J]. Journal of the Optical Society of America(1917—1983), 1968, 58(8):1151-1158.

[24] BERLIN B, KAY P. Basic Color Terms: Their Universality and Evolution[M]. [S.l.]: CSLI, 1969.

[25] JAMESON D, HURVICH L M. Dichromat Color Language: “Reds” and “Greens” Don’t Look Alike But Their Colors Do[J]. Sensory Processes, 1978, 2(2):146-155.

[26] PARAMEI G V, BIMLER D L, CAVONIUS C R. Effect of Luminance on Color Perception of Protanopes[J]. Vision Research, 1998, 38(21):3397-3401.

[27] MONTAG E D. Surface Color Naming in Dichromats.[J]. Vision Research, 1994, 34(16):2137-2151.

[28] UCHIKAWA K, NAKAJIMA C, SEGAWA K. Categorical Color Constancy for Dichromats[J]. Journal of Vision, 2005,5(8):272.

[29] NAGEL W. Dichromatische Fovea, Trichromatische Peripherie[J]. Z Psychol Physiol Sinnesorg, 1905(39):93-101.

[30] THOMAS W, ULRIKE D, RAINER H. Modeling Color Percepts of Dichromats.[J]. Vision Research, 2004, 44(24):2843-2855.

[31] BYRNE A, HILBERT D. How Do Things Look to the Color-blind?[J]. Color Ontology amp; Color Science, 2010.

[32] LILLO J, MOREIRA H,LVARO, et al. Use of Basic Color Terms by Red-green Dichromats: General Description[J]. Color Research amp; Application, 2014, 39(4):360-371.

[33] UCHIKAWA K. Categorical Color Perception of Color Normal and Deficient Observers[J]. Optical Review, 2014, 21(6):911-918.

[34] PALMER S E, SCHLOSS K B. An Ecological Valence Theory of Human Color Preference[J]. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107(19):8877-8882.

[35] HUMPHREY N. The Colour Currency of Nature[J]. Colour for Architecture, 1976(5):95-98.

[36] ADAMS R J. An Evaluation of Color Preference in Early Infancy[J]. Infant Behavior amp; Development, 1987, 10(2):143-150.

[37] BORNSTEIN M H. Qualities of Color Vision in Infancy[J]. Journal of Experimental Child Psychology, 1975, 19(3):401-419.

[38] SCHLOSS K B, MADELL D, PALMER S E. Ecological Influences on Individual Differences in Color Preference[J]. Attention Perception amp; Psychophysics, 2015, 77(8):2803-2816.

[39] PETZOLD A, SHARPE L T. Hue Memory and Discrimination in Young Children[J]. Vision Research, 1998, 38(23):3759-3772.

[40] SCHLOSS, KAREN B. Color Preferences Differ with Variations in Color Perception[J]. Trends in Cognitive Sciences, 2015, 19(10):554-562.

[41] LING Y, HURLBERT A C. A New Model for Color Preference: Universality and Individuality[C]∥Color and Imaging Conference. [S.l.]:[s.n.], 2007: 8-11.

[42] OU L C, LUO M R, WOODCOCK A, et al. A Study of Color Emotion and Color Preference, Part I: Color Emotions for Single Colors[J]. Color Research amp; Application, 2004, 29(3):232-240.

[44] KUYK T K, RD V J, LAHEY M A, et al. The Ability of Protan Color Defectives to Perform Color-dependent Air Traffic Control Tasks[J]. American Journal of Optometry amp; Physiological Optics, 1986, 63(7):582-586.

[45] MERTENS H W, MILBURN N J. Performance of Color-dependent Air Traffic Control Tasks as a Function of Color Vision Deficiency.[J]. Aviation Space amp; Environmental Medicine, 1996, 67(10):919-927.

[46] OLSON J M, BREWER C A. An Evaluation of Color Selections to Accommodate Map Users with Color-Vision Impairments[J]. Annals of the Association of American Geographers, 1997, 87(1):103-134.

[47] BREWER C A, MACEACHREN A M, PICKLE L W, et al. Mapping Mortality: Evaluating Color Schemes for Choropleth Maps[J]. Annals of the Association of American Geographers, 1997, 87(3): 411-438.

[48] JENNY B, KELSO N V. Color Design for the Color Vision Impaired [J]. Cartographic Perspectives, 2007(5):61-67.

[49] BRETTEL H, VIÉNOT F, MOLLON J D. Computerized Simulation of Color Appearance for Dichromats.[J]. Journal of the Optical Society of America A, 1997, 14(10):2647-2655.

[50] CAPILLA P, DEZ-AJENJO M A, LUQUE M J, et al. Corresponding-pair Procedure:A New Approach to Simulation of Dichromatic Color Perception[J]. Journal of the Optical Society of American A, 2004, 21(2):176-186.

[51] LEE J, SANTOS W P D. An Adaptive Fuzzy-Based System to Simulate, Quantify and Compensate Color Blindness[J]. Integrated Computer Aided Engineering, 2011, 18(1):29-40.

[52] SRIVIDHYA J P, SIVAKUMAR P, RAJARAM M. The Color Blindness Removal Technique in Image by Using Gradient Map Method[C]∥ 2011 International Conference on Signal Processing, Communication, Computing and Networking Technologies(ICSCCN). [S.l.]: IEEE, 2011:24-29.

[53] SHANKARAN R, HOVIS J K. Does Dichromatic Color Simulation Predict Color Identification Error Rates?[J]. Optometry amp; Vision Science, 2011, 88(5):621-627.

[54] JULIO L, LETICIA A, HUMBERTO M. An Experimental Method for the Assessment of Color Simulation Tools[J]. Journal of Vision, 2014, 14(8):15.

[55] IACCARINO G, MALANDRINO D, PERCIO M D, et al. Efficient Edge-services for Colorblind Users[C]∥ World Wide Web Conference Series. [S.l.]:[s.n.], 2006:919-920.

[56] ICHIKAWA M, TANAKA K, KONDO S, et al. Web-Page Color Modification for Barrier-Free Color Vision with Genetic Algorithm[J]. Lecture Notes in Computer Science, 2003(2724):2134-2146.

[57] WAKITA K, SHIMAMURA K. Smart Color: Disambiguation Framework for the Colorblind[C]∥ Proceedings of the 7th International ACM SIGACCESS Conference on Computers and Accessibility. [S.l.]: ACM, 2005:158-165.

[58] JEFFERSON L, HARVEY R. Accommodating Color Blind Computer Users[C]∥ Proceedings of Assets. Oregon: ACM,2006:40-47.

[59] RASCHE K, GEIST R, WESTALL J. Detail Preserving Reproduction of Color Images for Monochromats and Dichromats[J]. IEEE Computer Graphics Applications, 2005, 25(3):22-30.

[60] HUANG J B, WU S Y, CHEN C S. Enhancing Color Representation for the Color Vision Impaired[C]∥Proceedings of Eccv Workshop on Computer Vision Applications for the Visually Impaired.[S.l.]:[s.n.], 2008.

[61] KUHN G R, OLIVEIRA M M, FERNANDES L A F. An Efficient Naturalness-Preserving Image-Recoloring Method for Dichromats[J]. IEEE Transactions on Visualization amp; Computer Graphics, 2008, 14(6):1747-1754.

[62] NAKAUCHI S, ONOUCHI T. Detection and Modification of Confusing Color Combinations for Red Green Dichromats to Achieve a Color Universal Design[J]. Color Research amp; Application, 2008(33):203-211.

[63] RUMINSKI J, WTOREK J, RUMISKA J, et al. Color Transformation Methods for Dichromats[C]∥ 2010 3rd Conference on Human System Interactions(HSI). [S.l.]: IEEE, 2010:634-641.

[64] OHKUBO T, KOBAYASHI K, WATANABE K, et al. Development of a Time-sharing-based Color-assisted Vision System for Persons with Color-vision Deficiency[C]∥ Proceedings of SICE Annual Conference 2010. [S.l.]: IEEE, 2010:2499-2503.

[65] JEONG J Y, KIM H J, WANG T S, et al. An Efficient Re-coloring Method with Information Preserving for the Color-blind[J]. IEEE Transactions on Consumer Electronics, 2011, 57(4):1953-1960.

[66] GOOCH A A, OLSEN S C, TUMBLIN J, et al. Color2Gray: Salience-preserving Color Removal[J]. Acm Transactions on Graphics, 2005, 24(3):634-639.

[67] GRUNDLAND M, DODGSON N A. Decolorize: Fast, Contrast Enhancing, Color to Grayscale Conversion[J]. Pattern Recognition, 2007, 40(11):2891-2896.

[68] RASCHE K, GEIST R, WESTALL J. Re-coloring Images for Gamuts of Lower Dimension[C]∥ Computer Graphics Forum. [S.l.]: Blackwell Publishing, Inc, 2005:423-432.

ResearchProgressofMapColorDesignBasedonPeoplewithColor-visionDeficiency

QIAN Mengru1，LIANG Dongdong1，WU Xu2

(1. College of Territorial Resources and Tourism, Anhui Normal University, Wuhu 241003, China; 2. School of Methematics and Compute Science, Anhui Normal University, Wuhu 241003, China)

Based on the studies of people with color-vision deficiency at home and abroad, a systematical analysis on these literatures from the aspects of research content and method has been made in this paper. Four main aspects are found in these literatures. Firstly, scholars revel the roles of non-color's clues in people's description and recognition about color by fundamental color study. Secondly, from the people with color-vision deficiency, scholars have found their preferences are related with their color's emotion by the research on color reference. Thirdly, scholars study the system of accessible color design, combining with visual feature of people with color-vision deficiency and image conversion algorithm. Fourthly, scholars make use of the image conversion algorithm to revise the image that people with color-vision deficiency have seen to make them recognize image information.

color-vision deficiency； free barrier map; emotion associations; image algorithm; map color

P28

A

0494-0911(2017)01-0005-07

钱梦茹，梁栋栋，吴旭.基于色觉异常人群的地图色彩设计研究进展[J].测绘通报，2017(1)：5-11.

10.13474/j.cnki.11-2246.2017.0002.

2016-04-24

2014年度安徽师范大学研究生科研创新与实践项目(2014yks086zd)

钱梦茹(1990—)，女，硕士生，研究方向为地图制图。E-mail：18226793552@163.com

梁栋栋