這對你來說可能不太明顯，但是當你在中午進入你的家，走到沒有窗戶，只有鎢燈或熒光燈照亮你的路的較低層時，白色的墻壁看起來是白色的，所有家具的顏色看起來都是“正確的”，就像它們在上層一樣。這就是顏色恒常性。人類的視覺系統已經進化到了一種動態的“白平衡”狀態。在晚上，雖然鎢燈燈泡看起來有點黃，但周圍環境卻保持著各自的顏色平衡，就像陽光透過窗戶時一樣。這種好奇心首先由埃德溫H.蘭德（edwinh.Land）展示，當時他點亮了一個由一組隨機色塊組成的“蒙德里安”（Mondrian），它由三種光源組成：紅色、綠色和藍色。調整三個光源的強度，使白色斑塊看起來是中性的。然后，假設用三個光源照射紅色斑塊，使得紅色斑塊的反射光與初始實驗中的白色斑塊具有相同的光譜（增加藍色和綠色強度），人們可以假設紅色斑塊將移動到中性顏色。然而，對觀察者來說，紅色的斑點仍然是紅色的，白色的斑點是中性的，綠色的斑點是綠色的，依此類推。現在，將這個觀察結果與一個男人在男裝店買西裝的情況進行對比。他挑選出一套在周圍鎢燈照明下呈深棕色的西裝。令他大吃一驚的是，在白天，這套衣服看上去是一種非常難看的綠色陰影。在這種情況下，人類的視覺系統能夠檢測到光源的影響（鎢光源幾乎沒有綠光），如何協調這些不同的經驗？答案只能在人類彩色視覺系統的實驗和理論研究中找到。顏色恒常性的研究是人類顏色視覺系統研究的一個重要方面，具有重要的實際意義和商業意義。也許最常見的潛在應用是在復制傳統或數字攝影圖像。使用CCD或CMOS成像傳感器的傳統鹵化銀薄膜和數碼相機具有固定的光譜靈敏度，這意味著當它們對給定的光源進行平衡時，它們會從中性物體產生一種中性顏色，而光源的任何變化都會使顏色復制偏離發光體：在鎢絲燈下朝向紅色，在某些熒光燈下朝向綠色，在日光陰影中朝向藍色。薄膜通過對日光和鎢光源使用不同的光譜靈敏度以及對其他光源使用顏色校正濾波器來解決這個問題。數碼相機有預先設定的和動態的方法來估計光源，這允許紅、綠、藍通道的相對增益發生變化，以保持“白平衡”。這些校正允許“成像系統”產生一種打印或顯示，使其看起來像原始圖像觀察員。但是，假設存在混合光源，例如鎢和日光、鎢和熒光，或直接日光和藍色陰影。人類的彩色視覺系統能夠在掃描場景時進行調整，并創建圖像的“記憶”。然而，當一幅圖像被具有固定光譜靈敏度的膠片或數碼相機捕捉到，并且只有一次“白平衡”調整，得到的圖像將不是觀察者記憶中的圖像。顏色恒常性的研究集中在這些問題上，而這項正在進行的研究的結果將導致開發軟件來處理圖像，以便使其恢復到觀察者“看到和記住”的東西，或者，對于數碼相機來說，是在照相機中進行的處理，它在存儲圖像之前進行處理，然后根據傳感器生成的數據作為普通彩色圖像文件進行打印。另一個應用是高級目標識別，其中捕獲的圖像內容被陰影和多個光源遮擋。Marc Ebner的顏色恒常性是威利is&T系列在成像科學和技術方面的第四個產品。Ebner博士系統地介紹了人類視覺系統、彩色圖像形成、顏色再現和顏色空間，這些都是理解顏色恒常性復雜性的基礎。本文的大部分內容致力于對顏色恒定性的實驗和理論理解，以及估計復雜場景中“局部”光源光譜的相關方法。將現有理論和算法的結果與發表論文中的相關實驗心理學數據進行了比較。這是一個‘必須’為所有科學家和工程師工作在任何方面復雜的色彩場景識別和再現。埃布納博士從1996年開始從事計算機視覺研究，1999年獲得博士學位后，他一直在教授計算機圖形學、虛擬現實和進化算法。他的研究主要集中在計算機視覺和進化算法上。他是30多個同行評議出版物的作者，經常在國際會議上發言，特別是在機器智能、計算機視覺、生物啟發系統和遺傳編程等領域。在過去的幾年里，他對將進化方法應用于計算機視覺領域的興趣與日俱增。2000年，他開始研究顏色恒定性問題。他意識到，在開發可視化算法時，非常重要的一點是，算法足夠健壯，能夠在內部和外部實現自動化任務。然而，他了解到內部的照明條件與外部的照明條件有很大的不同，因此使魯棒算法的開發變得復雜。這些顏色視覺問題定義了Ebner博士所做的研究，因為他專注于開發顏色恒定性的并行算法，這種算法也可以映射到人類視覺系統的已知特性上。憑借對顏色恒常性研究的杰出貢獻，埃布納博士加入了一個精英研究小組，包括格雷厄姆·芬萊森、馬克·費爾柴爾德和布賴恩·芬特，走在這一領域研究的前沿。艾伯納博士將他的專業知識、知識和對色覺研究的熱情帶到了威利IS&T系列影像科學與技術的第四個課程中。