在现代 UI 设计中，渐变色早已不是点缀，而是塑造品牌质感、传递产品调性的核心语言。从系统灵动背景到车载 HMI 沉浸式界面，渐变让冷冰冰的屏幕拥有了温度与层次。

但硬件选型的现实，让不少嵌入式与 UI 开发者陷入两难：选用 RGB888 屏，色彩细腻过渡自然，却意味着更高的成本、更大的功耗开销、更慢的刷新帧率；选用 RGB565 屏，成本与功耗更低、交互更流畅——可一旦用上渐变色，量化伪影立刻暴露无遗。

绘光解决方案并非简单的位深截断或传统抖动算法，而是基于人眼视觉感知模型与色彩空间特性，重新设计量化误差的扩散与分布策略，从而抑制 RGB888 到 RGB565 有损量化过程中不可避免的视觉伪影。

实际效果：在 RGB565 屏上，渐变过渡不再出现明显的色阶断层，低饱和区不再偏绿，色彩基调与整体观感更接近原始 RGB888 图像。

一、问题背景：为什么 RGB565 会出现伪影
RGB565 用 16 bit 表示一个像素：R 占 5 bit、G 占 6 bit、B 占 5 bit。相比 RGB888 每通道 8 bit，量化到 RGB565 相当于对每个通道做低位截断。最直接的做法是右移舍入（truncation / 四舍五入），但这会引入确定性的量化误差：
量化误差 = 原始值 − 量化后重建值
在色彩平缓过渡的区域（渐变、阴影、低饱和度肤色等），这个误差在空间上高度相关，人眼会把相邻的同色误差“连成一片”，就看到了所谓的色阶断层（banding）。而 G 通道多 1 bit、R/B 少 1 bit 的不对称，又会让低亮度区域整体偏向绿色——这正是 RGB565 渐变最常见的两类伪影。

二、传统方案及其局限
截断 / 四舍五入：实现最简单，误差全部“丢弃”，在渐变区必出断层。
Floyd–Steinberg 误差扩散：把当前像素的量化误差按比例扩散到右侧、下方邻近像素，用空间噪声“打散”色块，是印刷/图像领域经典的做法。伪代码：
for each pixel (x, y):
old = image[x, y]
new = quantize(old) # 量化为 RGB565 可表示的最近色
error = old - new
image[x+1, y ] += error * 7/16
image[x-1, y+1] += error * 3/16
image[x , y+1] += error * 5/16
image[x+1, y+1] += error * 1/16
FS 抖动确实能消除大面积断层，但直接搬到 RGB565 上仍有不足：① 它在线性 RGB 空间均匀扩散误差，而人眼对亮度（尤其是暗部）的敏感度是非线性的；② R/B 与 G 的位深不同，统一扩散系数会放大 G 通道的视觉残留；③ 对低饱和度、接近灰阶的区域不够敏感，容易残留偏色。

三、改进思路：面向视觉感知的量化抖动
核心思想：不追求“数值误差最小”，而追求“视觉误差最小”。具体从四个方向改进。

1. 转换到感知更均匀的色彩空间
   先把 RGB 转到 CIE Lab 或 YUV/YCoCg 空间再量化、扩散。Lab 的 L* 通道近似与人眼亮度感知成线性，在 L* 上做误差扩散，可以避免暗部被过度量化、亮部浪费精度的问题。
2. 按通道视觉权重分配误差
   利用人眼对绿通道最敏感、对蓝最不敏感的特性，为 R/G/B 的量化误差设置不同权重。例如对亮度（Luma）误差赋予更高优先级，让有限的 16 bit 位宽优先保证明暗过渡平滑。
3. 误差扩散系数的自适应化
   根据局部梯度与饱和度动态调整扩散强度：在平缓渐变区加强扩散以打碎色块，在纹理/边缘区减弱扩散以保护细节、避免“脏噪点”。
4. 误差能量再分配
   根据CSF（Contrast Sensitivity Function，对比敏感度函数）模型, 将误差能量从敏感频段搬迁到不敏感频段, 改善人眼视觉质量。

商务咨询 / 合作：1035582236@qq.com