色差降低超40％，韩国团队为全息显示提出全新色彩管理框架
色差降低超40%
（映维网Nweon 2026年04月20日）在XR设备不断向轻薄、高画质发展的今天，全息显示技术因其能够重建完整光波前、提供自然深度感知而备受关注。然而，一个至关重要的难题依然困扰着研究人员：色彩的真实再现。针对这个问题，韩国首尔国立大学的研究团队提出了一套全新的感知驱动色彩管理框架，而它可以显著提升全息图像的色彩保真度。
与传统液晶屏或OLED屏不同，全息显示使用红、绿、蓝三色激光作为光源，光波经过SLM空间光调制器调制后重建图像。激光的窄带光谱能带来极高的色彩饱和度，但同时造成了严重的系统级失真：激光波长与标准色彩空间不匹配、光学元件引入的色差、摄像头传感器对窄带光的非线性响应等。简单来说，你希望显示一个标准的“苹果红”，最终看到的却可能偏橙或偏紫。
现有的全息图像优化方法主要关注降低散斑噪点和提高像素级精度，对色彩的处理往往停留在简单的矩阵校正，忽视了人眼感知的准确性。
研究团队提出的PAColorHolo框架将色彩管理拆解为三个模块，既保证了数学精确性，又能灵活适应不同硬件：
色彩空间变换（CST）：根据实际测量的激光光谱功率分布，定义一个“Holo色彩空间”，将目标图像从标准sRGB或AdobeRGB线性转换到该空间，避免色域不匹配造成的色调偏移。
基于MLP的色彩恢复：针对摄像头在激光窄带照明下的复杂非线性响应，团队采集了超过4.4万组摄像头RGB与光谱仪XYZ的配对数据，训练了一个MLP多层感知器经网络。网络能将摄像头拍到的偏色图像还原为人眼感知真实的CIE XYZ色彩。实验显示，恢复后的平均色差ΔE降低了近一半。
两步色彩平衡校正（CBC）：动态调整RGB激光的功率比。先根据目标图像的平均色估算初始值，优化中途再根据相机回传的真实图像进行二次修正，从而让白平衡和整体色调更自然。
为了验证效果，团队搭建了一套完整的全息显示原型系统（RGB激光波长636nm/512nm/453nm，SLM分辨率1920×1080），并在31张复杂自然图像上对比了三种方法：传统CITL、增加传统颜色校正矩阵的CITL+CCM、以及提出的PAColorHolo。
定量指标方面，PAColorHolo的平均峰值信噪比（PSNR）达到27.08dB，比CITL高出约4.6dB；色差ΔE从9.11降至5.39，提升幅度超过40%。
定性视觉方面，无论是简单色块还是复杂水果、风景照片，PAColorHolo重建的图像与目标参考几乎难以区分，而对比方法普遍存在偏暖（CITL）或偏绿（CITL+CCM）的问题。在3D焦点堆栈场景中，新方法同样在不同深度上保持了稳定的色彩一致性。
在用户研究方面，PAColorHolo在所有13个颜色类别（红、绿、蓝、肤色、冷暖色调等）中均获得了显著更优的“恰可察觉差异”（JOD）分数，统计置信度p值均小于0.001。
相关论文：PAColorHolo: A Perceptually-Aware Color Management Framework for Holographic Displays
当然，框架当前仍需针对特定硬件进行一次性校准（测量激光光谱、相机响应、光学像差等）。团队表示，未来可结合端到端的神经全息模型，让系统自动学习映射，从而迈向实时、高保真的全息AR/VR显示。
