Cientistas completam o modelo de Schrödinger com matiz, saturação e luminosidade

An unfinished model

Quem já mexeu em editor de fotos no celular sabe: quase sempre há três controles principais. Um clareia ou escurece a imagem, outro intensifica ou suaviza as cores, e um terceiro muda o “tom” (o matiz).

É fácil achar que esses botões são só convenções práticas - decisões de design feitas para facilitar a vida de quem edita. Só que um grupo de cientistas afirma que eles não foram “inventados” por nós. Matiz, saturação e luminosidade já estão embutidos na própria matemática das cores - e revelar isso exigiu concluir uma parte que um físico célebre do século 20 deixou em aberto.

Os olhos humanos têm três tipos de células sensíveis à cor, ajustadas à luz vermelha, verde e azul. Esses sinais se combinam e formam todas as cores que uma pessoa consegue enxergar.

Isso dá ao espaço de cores três dimensões, um tipo de mapa que cientistas usam para comparar cores.

No século XIX, o matemático Bernhard Riemann argumentou que esse mapa não é plano. Ele é curvo.

Há cerca de um século, o físico Erwin Schrödinger - famoso pelo gato de Schrödinger - usou esse mapa curvo para definir matiz, saturação e luminosidade.

Essas definições orientaram a ciência das cores por mais ou menos 100 anos. Até que uma equipe do Laboratório Nacional de Los Alamos (LANL) encontrou um problema.

Roxana Bujack, cientista computacional, desenvolvia ferramentas de cor para imagens científicas quando a matemática antiga começou a falhar.

The missing line

Toda a construção de Schrödinger dependia de uma linha de referência: a faixa de cinzas puros - do preto, de um lado, ao branco, do outro. Ele definiu matiz, saturação e luminosidade a partir de onde cada cor ficava em relação a essa linha.

Só que havia um buraco no esquema. Schrödinger nunca definiu a própria linha de cinzas. Ele a usava o tempo todo, mas a tratou como uma suposição sem amarração geométrica.

Esse detalhe pesa mais do que parece. Sem um “endereço” fixo para os cinzas, todas as definições construídas sobre eles ficam instáveis.

Sem um eixo neutro definido matematicamente, o modelo antigo permanecia incompleto.

Pinning down the grays

A equipe de Bujack decidiu definir essa linha usando apenas a geometria das cores, sem suposições externas.

Gerações de pesquisadores trabalharam a partir das definições de Schrödinger, mas ninguém tinha “pregado” a linha em que todos se apoiavam.

A solução deles ancorou os cinzas na cor mais cinzenta em cada nível de brilho - aquela mais próxima do preto quando a luminosidade se mantém constante.

Para chegar lá, o grupo saiu do modelo curvo de Riemann e foi para o que eles chamam de um espaço não-riemanniano.

Pela primeira vez, a linha surgiu diretamente da geometria. Um artigo anterior do mesmo grupo já tinha indicado que essa mudança era necessária.

Quando se somam pequenos passos de cor, o total parece maior do que o “salto único” que as pessoas realmente percebem.

Colors that drift

Ainda havia um segundo defeito para consertar. Ao clarear ou escurecer uma luz, certas cores parecem inclinar para outro matiz. Um amarelo pode ficar esverdeado quando a iluminação diminui, embora a cor em si não tenha mudado.

A matemática de Schrödinger lidava com isso usando uma linha reta entre uma cor e o preto. A equipe de Bujack descartou essa reta.

Em vez disso, usaram o caminho mais curto real dentro do espaço de cores - a rota que se curva do jeito que a percepção se curva.

Numa superfície curva, o trajeto mais rápido precisa dobrar e arquejar, e o espaço de cores se curva exatamente assim. Esses caminhos curvos capturaram os matizes “à deriva” que as retas antigas não conseguiam acompanhar.

Testing the colors with human eyes

Colocar os cinzas dentro desse novo tipo de espaço resolveu o problema dos retornos decrescentes, mas abriu uma nova preocupação. A cor mais cinzenta talvez não ficasse onde o caminho mais curto até os cinzas termina.

A equipe testou isso com olhos humanos. Observadores olharam fileiras de quadrados coloridos e escolheram quais cinzas pareciam mais próximos de uma cor selecionada.

Assim, os pesquisadores verificaram se o “patch” mais cinzento caía onde a matemática previa.

Nessa primeira rodada, deu certo. Os cinzas que as pessoas escolheram coincidiram com o que o modelo indicava, e a preocupação ficou só no campo teórico.

Um estudo separado já havia mostrado que testes de cor desse tipo se sustentam em ambiente de laboratório.

A model that’s now complete

Com os cinzas finalmente definidos, o modelo fica completo. Matiz, saturação e luminosidade agora derivam de uma única medida: a distância entre duas cores do jeito que ela aparece na percepção.

A afirmação maior é sobre a origem dessas qualidades. A equipe de Bujack argumenta que matiz, saturação e luminosidade não são produtos de linguagem ou de criação, como sugerem algumas explicações sobre percepção de cor. Elas emergem da matemática das cores.

“Esta métrica codifica geometricamente a distância de cor percebida”, disse Bujack.

A medida deles dá a cada par de tons um único número, tirado da geometria: o quão distantes eles parecem.

O que antes parecia depender de definições externas agora aparece como uma propriedade da própria cor.

Broader implications of the study

O que foi resolvido, no fim, se resume a uma linha. A faixa de cinzas no centro do espaço de cores passa a ter uma definição matemática real, e o modelo centenário ao redor dela finalmente se sustenta.

O valor prático é precisão. Qualquer tecnologia que depende de bater com o que as pessoas realmente veem - de câmeras e telas a visualizações científicas - precisa de modelos de diferenças de cor percebidas.

Um mapa de cor mais fiel pode tornar essas ferramentas mais alinhadas com a visão humana.

O ganho científico vai além. Pesquisadores que transformam dados em imagens - exames do cérebro, mapas climáticos, simulações - dependem da cor para carregar significado com exatidão.

Um modelo apoiado em geometria sólida empurra os próximos passos para áreas que o campo antes evitava.