色貌模型是模拟人眼复杂视觉响应的数学变换模型,可以用于解决复杂环境下物体颜色外貌的度量问题,成为现代色度学的研究热点。构建色貌模型的核心是色适应变换模型,色适应变换模型也被单独应用于颜色复制和图像应用等领域。目前国际照明委员会CIE认可的四个表现最佳的色适应变换公式的预测误差都在4-5CMC(1:1)之间,精度难以提高。究其原因,推导色适应变换公式的对应色数据集的标准偏差即为4.0左右,这也从根本上限制了色适应变换公式的精度。因此高精度对应色数据集的采集成为色适应变换公式乃至色貌模型向更高精度发展的一个关键。本课题利用反射稿和显示器跨媒介采集对应色数据集,采用记忆匹配法作为实验方法。为了降低实验过程中的记忆误差,在对应色采集实验前先进行色块记忆精度的训练和测试。此外,本课题利用MATLAB设计GUI语音控制实验流程、提供对应色采集实验界面及保存记忆测试答案和对应色数据,每轮实验使用的GUI中备选色块的色域范围会根据前面几轮实验的实验结果进行调整以减少滑块调节对实验精度的影响。由于第一二轮、第三四轮和四轮以后实验使用的备选色块间的色差不一样,课题将采集到的对应色数据集整理为三个对应色数据集。通过分析得出结论,本实验采集到的数据集的标准偏差相比于历史同类数据集有所减少,观察者之间及观察者各轮实验之间的标准偏差都在2(△E00)左右,说明记忆训练和测试起到了良好的效果。但实验设计中还存在一些有待于改进的地方,需要在今后的研究中进一步改善。