Рассмотренные в предыдущих разделах данные различения апертурных цветов обнаружили существенную неевклидовость цветового пространства. Во-первых, данные локального цветоразличения, полученные Мак Адамом, Брауном и Мак Адамом, Райтом и другими авторами в аналогичных работах, показывают, что области дифференциальной чувствительности в пространстве равноярких цветов не могут быть представлены евклидовой квадратичной формой, а только в виде поверхности, имеющей ненулевую гауссову кривизну.

Нейроны коры со сходными свойствами группируются в вертикальные столбцы (колонки), идущие радиально от поверхности коры к белому веществу. При микроэлектродном исследовании это проявляется в том, что по мере погружения электрода в глубину коры (перпендикулярно к ее поверхности) по ходу встречаются нейроны с близкими свойствами.
Морфологически колонки выявляются, в частности, по преобладанию вертикальных связей между нейронами внутри колонки над горизонтальными связями между соседними колонками. Деление коры мозга на вертикальные элементарные единицы, объединяющие нейроны из разных слоев, обнаружил методами гистологии Лоренте де Но (1943).

Измерение больших цветовых различий. Новая методология шкалирования цветовых различий сформировалась в 60-х и 70-х гг. благодаря интенсивному развитию нового направления в математической психологии, называемого многомерным шкалированием. Интересно отметить, что развитие методов многомерного шкалирования оказалось очень тесно связано с исследованиями цветового зрения.
Обширные и разноплановые исследования цветоразличения предоставляют удобный материал для проверки эффективности разрабатываемых в многомерном шкалировании алгоритмов. В свою очередь применение различных вычислительных алгоритмов к одним и тем же данным цветоразличения позволило выявить некоторые скрытые характеристики структуры цветовых различий.