Từ điển học thuật Kỹ thuật và công nghệ

Thông tin màu (color information) là gì?

Tiếng Anhcolor information

Tên gọi khácthông tin màu sắc

Thông tin màu là tập hợp dữ liệu định lượng hoặc cảm nhận mô tả các đặc trưng màu sắc của một kích thích ánh sáng, bề mặt vật thể hay điểm ảnh; trong xử lý tín hiệu hình ảnh, thuật ngữ này còn chỉ riêng thành phần sắc độ sau khi tách rời khỏi thông tin độ chói.

Cập nhật 17/11/2026

Thông tin màu (color information) là tập hợp dữ liệu định lượng hoặc mô tả cảm nhận phản ánh các đặc trưng màu sắc của một kích thích ánh sáng, bề mặt vật thể hay điểm ảnh trong hệ thống thị giác và kỹ thuật số. Trong trắc sắc học và xử lý tín hiệu hình ảnh, thuật ngữ này vừa chỉ toàn bộ dữ liệu mô tả màu (bao gồm cả độ sáng và sắc thái), vừa được dùng theo nghĩa hẹp để chỉ thành phần sắc độ (chrominance hoặc chromaticity) sau khi tách rời khỏi thông tin độ chói (luminance). Bài viết trình bày cơ sở vật lý – sinh học, chuẩn định nghĩa quốc tế, các không gian biểu diễn phổ biến, ứng dụng trong thị giác máy tính kèm nghiên cứu tại Việt Nam, và những giới hạn cốt lõi của thông tin màu.

Bản chất vật lý, sinh học và chuẩn định nghĩa quốc tế

Màu sắc không phải là thuộc tính vật lý nội tại độc lập của vật thể mà là kết quả tương tác giữa phổ phát xạ của nguồn sáng, phổ phản xạ hoặc truyền qua của bề mặt và đáp ứng của hệ thụ cảm quang học hoặc cảm biến. Ở người có thị lực màu bình thường, cơ chế tiếp nhận dựa trên ba loại tế bào nón ở võng mạc nhạy cảm với các vùng bước sóng ngắn, trung bình và dài của phổ khả kiến, cho phép mã hóa kích thích ánh sáng thành không gian ba chiều cảm nhận.

Theo Từ vựng Chiếu sáng Quốc tế CIE S 017/E:2020 của Ủy ban Chiếu sáng Quốc tế (Commission Internationale de l'Éclairage, CIE), màu sắc cảm nhận (perceived colour) được định nghĩa là đặc trưng của nhận thức thị giác mô tả qua ba nhóm thuộc tính: sắc độ (hue), độ sáng hoặc độ nhẹ (brightness hoặc lightness), và độ sặc sỡ, độ bão hòa hoặc cường độ màu (colourfulness, saturation hoặc chroma). Cũng theo chuẩn CIE S 017/E:2020, bức xạ khả kiến là bức xạ quang học có khả năng gây cảm giác thị giác trực tiếp, nhưng dải phổ này không có ranh giới tuyệt đối cố định; giới hạn dưới thường được lấy trong khoảng 360 nm đến 400 nm và giới hạn trên trong khoảng 760 nm đến 830 nm tùy thuộc thông lượng bức xạ và đáp ứng của người quan sát.

Để tách riêng thành phần màu thuần túy và thành phần cường độ sáng, CIE S 017/E:2020 chuẩn hóa hai khái niệm nền tảng:

  • Sắc độ (chromaticity): tính chất của một kích thích màu được xác định bởi các tọa độ sắc độ, hoặc bởi bước sóng trội hay bước sóng bù xét đồng thời với độ tinh khiết màu, độc lập với độ sáng tổng thể.
  • Độ chói (luminance): ký hiệu là LvL_v (hoặc LL), là mật độ cường độ sáng theo diện tích chiếu theo một hướng xác định tại một điểm trên bề mặt thực hoặc bề mặt giả định, đo bằng đơn vị candela trên mét vuông (cd⋅m−2\text{cd}\cdot\text{m}^{-2}):
Lv=dIvdAcos⁡αL_v = \frac{\mathrm{d}I_v}{\mathrm{d}A \cos\alpha}

Trong biểu thức trên của chuẩn CIE S 017/E:2020, LvL_v là độ chói, IvI_v là cường độ sáng, AA là diện tích bề mặt tại điểm đang xét, và α\alpha là góc hợp bởi pháp tuyến của bề mặt với hướng quan sát được chỉ định.

Phân biệt thông tin màu tổng thể và thông tin sắc độ

Trong kỹ thuật xử lý ảnh, đồ họa và truyền dẫn video, khái niệm thông tin màu được phân biệt rõ theo hai tầng ngữ nghĩa. Ở tầng biểu diễn dữ liệu thô, mỗi điểm ảnh lưu trữ đồng thời thông tin sáng tối và sắc thái dưới dạng bộ ba giá trị trong các hệ màu phần cứng như mô hình cộng ánh sáng (RGB) dùng cho màn hình hoặc mô hình trừ ánh sáng (CMYK) dùng trong in ấn. Ở tầng mã hóa tín hiệu, thông tin độ chói và thông tin màu sắc được tách riêng thành các kênh độc lập.

Cơ sở sinh lý của phép tách kênh này xuất phát từ đặc tính thị giác người: mắt người nhạy cảm với biến thiên không gian của độ chói hơn là biến thiên sắc độ thuần túy. Do đó, nhiều chuẩn truyền hình và nén dữ liệu tách thông tin độ chói khỏi thông tin màu sắc để giảm độ phân giải lấy mẫu ở các kênh sắc độ mà ít ảnh hưởng đến chất lượng cảm nhận tổng thể.

Một ví dụ chuẩn hóa điển hình là Khuyến nghị ITU-R BT.709-6 (2015) của Liên minh Viễn thông Quốc tế (International Telecommunication Union, ITU) cho truyền hình độ nét cao (HDTV). Chuẩn này xác định ba màu gốc trên sơ đồ sắc độ CIE 1931 gồm đỏ (x=0,640x = 0,640; y=0,330y = 0,330), lục (x=0,300x = 0,300; y=0,600y = 0,600) và lam (x=0,150x = 0,150; y=0,060y = 0,060), cùng điểm trắng chuẩn CIE D65 (x=0,3127x = 0,3127; y=0,3290y = 0,3290). Từ các tham số màu gốc đó, chuẩn ITU-R BT.709-6 (2015) quy định phép biến đổi từ ba thành phần màu hiệu chỉnh gamma sang tín hiệu tách biệt độ chói không hằng số Y′Y' và hai kênh hiệu sắc độ CBC_B, CRC_R:

Y′=0,2126R′+0,7152G′+0,0722B′Y' = 0,2126 R' + 0,7152 G' + 0,0722 B'

Trong phương trình của ITU-R BT.709-6 (2015), R′R', G′G' và B′B' lần lượt là các tín hiệu thành phần đỏ, lục và lam đã hiệu chỉnh gamma; Y′Y' là tín hiệu độ chói (luma) phản ánh đóng góp vượt trội của kênh lục đối với cảm nhận độ sáng; còn hai thành phần CBC_B và CRC_R mang thông tin sắc độ hiệu số tương ứng với màu lam và màu đỏ.

Các mô hình và không gian biểu diễn thông tin màu

Việc lựa chọn không gian màu quyết định trực tiếp cách thông tin màu được lượng hóa, biến đổi và bảo toàn trong từng bài toán kỹ thuật. Dựa trên tổng quan và thực nghiệm của Muratbekova và cộng sự (2026) cùng khung chuẩn ITU-R BT.709-6 (2015) và CIE, các họ không gian màu chủ đạo có đặc trưng khác biệt như sau:

Họ không gian màu Cấu trúc thành phần Tách độ chói và sắc độ Tính phụ thuộc thiết bị Ứng dụng tiêu biểu
RGB (Red, Green, Blue) Ba kênh cộng ánh sáng đỏ, lục, lam Không tách; độ sáng trộn vào cả ba kênh Phụ thuộc thiết bị thu và hiển thị Thu nhận ảnh số, màn hình phát sáng, đồ họa máy tính
CMYK (Cyan, Magenta, Yellow, Key) Bốn kênh trừ ánh sáng lơ, hồng cánh sen, vàng, đen Không tách hoàn toàn theo cảm nhận Phụ thuộc mực in và vật liệu nền Công nghiệp in ấn và xuất bản
Y'C_BC_R / YUV Một kênh độ chói và hai kênh hiệu sắc độ Tách rõ kênh độ chói khỏi hai kênh sắc độ Gắn với chuẩn truyền dẫn và gam màu gốc Truyền hình số, nén ảnh và video
Họ HS* (HSV, HSL, HSI) Sắc độ (hue), độ bão hòa (saturation), độ sáng/giá trị Tách thành phần sắc thái khỏi cường độ sáng Thường suy ra từ không gian RGB chuẩn hóa Phân ngưỡng màu, lọc đối tượng trong thị giác máy tính
CIELAB / CIELUV Độ nhẹ L* và hai trục đối lập màu (a*, b* hoặc u*, v*) Tách trực giao trục độ sáng khỏi mặt phẳng sắc độ Độc lập thiết bị dựa trên chuẩn người quan sát CIE Đo sai biệt màu, kiểm soát chất lượng, thuật toán bảo toàn tương phản

Đánh giá thực nghiệm mô hình màu và lợi ích trong theo dõi thị giác

Trong không gian RGB thông thường, khoảng cách Euclid giữa hai bộ tọa độ không phản ánh đồng đều mức độ sai biệt màu mà mắt người nhận thấy. Ở góc độ tính toán hiện đại, khảo sát và đánh giá thực nghiệm của Muratbekova và cộng sự (2026) đã đối chiếu các mô hình truyền thống (RGB, CMYK, YUV), các không gian đồng đều cảm nhận (CIELAB, CIELUV) và những tiếp cận dựa trên logic mờ theo ba tiêu chí: tính phụ thuộc thiết bị, tính nhất quán sắc độ và độ phức tạp tính toán. Kết quả thực nghiệm cho thấy họ mô hình HS* đạt mức tương hợp cao nhất với cảm nhận thị giác con người, đồng thời nhóm tác giả ghi nhận các mô hình màu hiện hành vẫn tồn tại những khoảng trống về hiệu năng khi cân bằng giữa độ chính xác cảm nhận và chi phí tính toán.

Ở chiều ngược lại, việc khai thác trực tiếp thông tin màu mang lại lợi ích định lượng rõ rệt trong các tác vụ thị giác máy tính phức tạp. Trong nghiên cứu chuẩn hóa năm 2015 về theo dõi đối tượng thị giác, Liang, Blasch và Ling nhận định nhiều bộ theo dõi trước đó chỉ giới hạn trên miền ảnh xám; nhóm tác giả đã mã hóa có hệ thống 10 mô hình sắc độ vào 16 bộ theo dõi hiện đại và đánh giá trên bộ dữ liệu gồm 128 chuỗi video màu có chú thích yếu tố thách thức như che khuất, qua đó ghi nhận hiệu quả cải thiện rõ rệt khi tích hợp thông tin màu vào bộ theo dõi.

Ứng dụng trong thị giác máy tính và bối cảnh nghiên cứu tại Việt Nam

Trong thị giác máy tính và xử lý ảnh số, thông tin màu là nguồn đặc trưng bậc thấp nhưng giàu thông tin phân biệt, thường được khai thác kết hợp với đặc trưng hình dạng và kết cấu qua các hướng kỹ thuật chính sau:

  • Phân đoạn và lọc đối tượng theo màu sắc: Chuyển đổi ảnh từ RGB sang các không gian tách độ sáng như HSV hoặc CIELAB giúp thuật toán khoanh vùng nhanh các đối tượng có màu đặc trưng (biển báo, nông sản, vùng tổn thương mô học) đồng thời giảm nhiễu do bóng đổ hay thay đổi cường độ chiếu sáng cục bộ.
  • Chuẩn hóa màu và bất biến màu tính toán (computational color constancy): Trong các hệ thống camera thực địa, màu sắc thu được bị pha trộn bởi phổ nguồn sáng môi trường. Theo tổng quan của Gijsenij, Gevers và van de Weijer (2011), các thuật toán bất biến màu nhằm loại bỏ ảnh hưởng của nguồn sáng để khôi phục màu phản xạ nội tại của bề mặt được chia thành 3 nhóm chính: phương pháp tĩnh (static), phương pháp dựa trên gam màu (gamut-based) và phương pháp học máy (learning-based).
  • Chuyển đổi ảnh màu sang ảnh xám bảo toàn thông tin: Trong in ấn đơn sắc hoặc tiền xử lý ảnh xám, việc chỉ giữ kênh độ chói truyền thống có thể làm mất các ranh giới màu sắc nổi bật. Gooch, Olsen, Tumblin và Gooch (2005) đề xuất thuật toán Color2Gray gồm 3 bước: chuyển ảnh RGB sang không gian CIE L∗a∗b∗L^*a^*b^*, tính sai khác sắc độ và độ chói giữa các điểm ảnh lân cận để xác lập mục tiêu tương phản, rồi giải bài toán tối ưu toàn cục nhằm giữ lại các chi tiết nổi bật từ thông tin màu.

Tại Việt Nam, khai thác thông tin màu trong thị giác máy tính được ứng dụng trực tiếp vào các bài toán giao thông và tự động hóa trong điều kiện chiếu sáng ngoài trời. Nghiên cứu của Võ Minh Tiến và Huỳnh Hữu Hưng (2014) công bố trên Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng đã xây dựng quy trình nhận dạng biển báo giao thông từ chuỗi ảnh camera gắn trên xe bằng cách dùng bộ lọc màu và phân đoạn ảnh để khoanh vùng ứng viên biển báo, sau đó so khớp hình dạng với ảnh nhị phân chuẩn và tối ưu hóa bằng thuật toán tối ưu hóa bầy đàn (Particle Swarm Optimization, PSO). Khi thử nghiệm trên hơn 60 biển báo, giải pháp đạt độ chính xác trung bình 93,5%, cho thấy hiệu quả thực tế của việc kết hợp thông tin màu ở bước tiền xử lý vùng quan tâm với đặc trưng hình học.

Giới hạn, sai lệch và các vấn đề còn mở

Mặc dù thông tin màu đóng vai trò trung tâm trong nhiều quy trình khoa học và kỹ thuật, việc sử dụng trực tiếp dữ liệu màu chịu sự chi phối của nhiều giới hạn vật lý, thuật toán và sinh lý:

  • Phụ thuộc nguồn sáng và tính bất định của bài toán bất biến màu: Tín hiệu màu ghi nhận trên cảm biến là hàm của cả phổ chiếu sáng lẫn đặc tính phản xạ bề mặt. Như Gijsenij và cộng sự (2011) phân tích, việc tách rời hai yếu tố này từ một ảnh đơn là bài toán ngược thiếu điều kiện ràng buộc, khiến các thuật toán ước lượng nguồn sáng vẫn phụ thuộc vào giả định thống kê của cảnh tự nhiên hoặc phân bố dữ liệu huấn luyện.
  • Mất thông tin tại các vùng đẳng chói (isoluminant): Khi nén dữ liệu quá mức trên kênh sắc độ hoặc chuyển ảnh màu sang ảnh xám bằng phép chiếu tuyến tính chỉ giữ độ chói, những vùng có sắc độ khác nhau nhưng cùng mức độ sáng sẽ bị gộp thành một giá trị xám giống nhau, làm biến mất ranh giới đối tượng (Gooch và cộng sự, 2005).
  • Biến thiên sinh học và khiếm khuyết thị giác màu ở người quan sát: Thông tin màu không được mọi người quan sát tiếp nhận giống hệt nhau. Tổng quan các khảo sát quần thể ngẫu nhiên lớn của Birch (2012) ghi nhận tỷ lệ khiếm khuyết thị giác màu đỏ–lục di truyền ở người gốc Âu vào khoảng 8% ở nam giới và khoảng 0,4% ở nữ giới, trong khi ở nam giới gốc Hoa và Nhật Bản tỷ lệ này nằm trong khoảng 4% đến 6,5% (các số liệu này gắn với từng nhóm quần thể được khảo sát và không mặc định áp dụng đồng đều cho mọi dân tộc khác). Trong trực quan hóa dữ liệu khoa học, việc mã hóa thông tin quan trọng chỉ bằng cặp màu đỏ–lục mà thiếu ký hiệu hình học hoặc độ tương phản độ chói sẽ làm sai lệch khả năng đọc hiểu đối với nhóm người quan sát này.
  • Đánh đổi giữa tính đồng đều cảm nhận và chi phí tính toán: Tính đến 2026, đánh giá thực nghiệm của Muratbekova và cộng sự (2026) chỉ ra rằng các không gian màu truyền thống như RGB dễ tính toán nhưng lệch cảm nhận thị giác và phụ thuộc thiết bị, còn các không gian tiệm cận cảm nhận người như CIELAB hay tiếp cận logic mờ đòi hỏi chi phí biến đổi cao hơn và vẫn còn khoảng trống về độ ổn định sắc độ trong các tác vụ phức tạp.

Câu hỏi thường gặp

Thông tin màu khác gì với thông tin độ chói trong xử lý ảnh và truyền hình?

Thông tin màu theo nghĩa hẹp (sắc độ) mô tả sắc thái và độ bão hòa của màu sắc, tách biệt với mức sáng tối của điểm ảnh. Trong khi đó, thông tin độ chói biểu diễn mật độ cường độ sáng và quyết định độ sắc nét cấu trúc không gian của hình ảnh. Các chuẩn như ITU-R BT.709-6 tách riêng kênh độ chói và hai kênh sắc độ để xử lý và nén hiệu quả hơn.

Vì sao các chuẩn video như truyền hình HDTV tách riêng kênh độ chói và kênh sắc độ?

Hệ thị giác người nhạy cảm với biến thiên không gian của độ chói hơn là biến thiên sắc độ thuần túy. Việc tách thành phần độ chói khỏi hai thành phần sắc độ cho phép giảm độ phân giải lấy mẫu ở kênh sắc độ nhằm tiết kiệm băng thông truyền dẫn và dung lượng lưu trữ mà ít làm suy giảm chất lượng cảm nhận của người xem.

Sự khác nhau chính giữa các không gian màu RGB, HS* và CIELAB là gì?

RGB là mô hình cộng ánh sáng phụ thuộc thiết bị thu và hiển thị, trong đó độ sáng bị trộn lẫn vào cả ba kênh đỏ, lục, lam. Họ HS* (như HSV, HSL, HSI) tách sắc độ và độ bão hòa khỏi độ sáng nên tương hợp cao với cảm nhận trực giác của con người và thuận tiện cho phân ngưỡng màu. Trong khi đó, CIELAB là không gian độc lập thiết bị do CIE chuẩn hóa, tách trục độ nhẹ khỏi mặt phẳng sắc độ để đo sai biệt màu chính xác hơn.

Những yếu tố nào làm thông tin màu bị sai lệch hoặc mất tác dụng trong thực tế?

Thông tin màu có thể biến đổi mạnh khi nguồn sáng môi trường thay đổi, đòi hỏi các thuật toán bất biến màu tính toán để hiệu chỉnh. Ngoài ra, phép chuyển ảnh màu sang ảnh xám thông thường có thể làm biến mất ranh giới giữa các vùng đẳng chói, còn ở người quan sát, tỷ lệ khiếm khuyết thị giác màu đỏ–lục di truyền đạt khoảng 8% ở nam giới và khoảng 0,4% ở nữ giới gốc Âu theo tổng quan của Birch (2012).

Tài liệu tham khảo

  1. CIE JTC 8 (2020). CIE S 017/E:2020 ILV: International Lighting Vocabulary, 2nd Edition. International Commission on Illumination (CIE). DOI: 10.25039/S017.2020
  2. ITU-R (2015). Recommendation ITU-R BT.709-6: Parameter values for the HDTV standards for production and international programme exchange. International Telecommunication Union. Nguồn
  3. Gooch, A. A., Olsen, S. C., Tumblin, J., & Gooch, B. (2005). Color2Gray: salience-preserving color removal. ACM SIGGRAPH 2005 Papers (ACM Transactions on Graphics, 24(3)), 634–639. DOI: 10.1145/1186822.1073241
  4. Gijsenij, A., Gevers, T., & van de Weijer, J. (2011). Computational Color Constancy: Survey and Experiments. IEEE Transactions on Image Processing, 20(9), 2475–2489. DOI: 10.1109/TIP.2011.2118224
  5. Birch, J. (2012). Worldwide prevalence of red-green color deficiency. Journal of the Optical Society of America A, 29(3), 313–320. DOI: 10.1364/JOSAA.29.000313
  6. Võ Minh Tiến & Huỳnh Hữu Hưng (2014). Nhận dạng biển báo giao thông bằng bộ lọc màu và tối ưu hóa nhóm hạt. Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng, 1(74.1), 131–135. Nguồn
  7. Liang, P., Blasch, E., & Ling, H. (2015). Encoding Color Information for Visual Tracking: Algorithms and Benchmark. IEEE Transactions on Image Processing, 24(12), 5630–5644. DOI: 10.1109/TIP.2015.2482905
  8. Muratbekova, M., Toganas, N., Igali, A., Shagyrov, M., Kadyrgali, E., Yerkin, A., & Shamoi, P. (2026). Color models in image processing: a review and experimental comparison. Discover Applied Sciences, 8, 494. DOI: 10.1007/s42452-025-08192-7