发布时间:2023年12月15日
1 | 简介
ColorChecker色彩还原测试卡是业内广为人知的一种测试卡,它包含一组4 x 6共24个色块,是成像行业的标志性产品。 它在1976年由C. S. McCamy (1924-2017) 以及他在Macbeth 的同事最早发布的(Macbeth是Kollmorgen Corporation 当时的一个子公司)。
- McCamy(1924-2017)和他的同事H. Marcus, J.G. Davidson ,在1976年夏天,首次发表了文章“A Color-Rendition Chart” ,文章刊载于Society of Photographic Scientists and Engineers 杂志,J. Appl. Phot. Eng., Vol. 2, No. 3, pp.95-99(现在称为The Society for Imaging Science and Technology (IS&T), 其网址为:https://www.imaging.org )。 这篇文章的副本在IS&T网上商店里没有,但可以通过发送电子邮件到客户服务部订购。扫描文章的PDF格式,可以从罗切斯特理工学院的网站上免费获得(复制/粘贴此链接:https://home.cis.rit.edu/~cnspci/references/mccamy1976.pdf
下图是2002年McCamy先生在参观Munsell颜色科学实验室时与Colorchecker的合影。
ColorChecker的历史
截至2021年,Colorchecker由X-Rite旗下的Munsell Color Company生产(其为X-Rite的子公司),并由Calibrite公司销售。 这里是一个时间轴,展示了Colorchecker与Macbeth, Munsell, XRite的公司的相关历史,1915-2006数据来源:Macbeth Lighting History:
- 1915年:Macbeth Artificial Daylight Company成立于美国纽约)(日光灯具制造商)
- 1918年:Munsell Color Company成立(美国波士顿)(基于孟塞尔系统的颜色标准制造商)
- 1965年:Kollmorgen Instruments Corporation 与 Macbeth公司合并
- 1970年:Kollmorgen收购Munsell Color Company
- 1976年:Kollmorgen的子公司Macbeth公司的McCamy等人开发了ColorChecker测试卡
- 1997年:Gretag AG的Gretag色彩控制系统部门(瑞士)与Macbeth公司合并
- 2001年:Gretag-Macbeth更名为Amazys Holdings AG(瑞士)
- 2006年:X-Rite公司(美国)收购Amazys Holding AG
- 2012年:Danaher公司(美国)收购X-Rite(注:Danaher在几年前收购了Kollmorgen)
- 2021年:X-Rite将与Colorchecker颜色测试卡相关的Colorchecker品牌和产品剥离给Calibrite公司。 X-RIte仍然是Calibrite的密切合作伙伴,将制造用于显示器和打印机校准的设备,并为Colorchecker提供来自Munsell Color Company的颜色材料。
2 | ColorChecker的组成和用途
该ColorChecker测试卡包括六个灰色色块,加上典型的加色法三原色(红-绿-蓝)和减色法三原色(青-品红-黄),加上其他“自然界”的颜色,如较亮的和较暗的皮肤色,天蓝色,树叶等颜色。它选择了特别的颜料,使其达到最佳的颜色恒常性时,比较图像中的测试卡颜色与测试卡的自然颜色非常接近, 就像在彩色胶片上还原一样! 因此,优化人类视觉匹配并不是第一优先事项,尽管如此,图卡设计者表明,当直接将图卡与自然物体颜色进行比较时,同色异谱的程度也非常小。 换句话说,无论是在胶片上成像还是直接比较,当光源改变时,ColorChecker的感知颜色都与它所代表的自然颜色以几乎相同的方式变化。
注意:颜色不稳定性是一个技术术语,它与同色异谱有关,但不相同,同色异谱是指在一个光源下匹配的两种颜色在另一个光源下不匹配
过去我们在传统摄影杂志中常常看到,ColorChecker应用在处理彩色胶片再现的文章中。随着数码相机的出现,ColorChecker图卡重新引起了人们的兴趣。 有些争论的声音认为针对基于胶片色彩再现而优化的ColorChecker测试,对于这些新的数码相机的传感器来说将不是理想参考。 然而,由于所有数码相机的成像系统都是专门设计用来模仿人类视觉系统的,因此ColorChecker的自然色块仍然可以视为各种照明条件下自然色块的有效替代品 。 并且,其他非自然的颜色,如:加色和减色的三原色,以及灰度色块,这些颜色并不是为了等同于特定的现实生活中的颜色设计的,但是它们现在仍然十分有用。 在现实中,一个彩色图卡的色块不需要是所有自然对象的替代品,但事实上,一些ColorChecker中色块,还是可以用这种方式来使用的。
** 注:尽管如此,一些研究是有意义的,在各种光照条件下用数码相机拍摄时,图卡色块的图像和它们所代表的自然物体的图像是如何匹配的。 需要强调的是,这里的匹配并不意味着图像是原始物体的准确表示,而是说图卡色块和自然对象的颜色,在不同的光照条件下“以相同的方式变化色彩”。
正如我们许多人所知,各种品牌的数码相机就像以前的胶片品牌一样,每种相机都有自己的色彩特性,相机内的自动白平衡软件会不断修改这些特性。 基本上,在输出端的颜色精度是一个变化的目标。 问题是,许多高端相机提供了一种从相机传感器中提取“原始”测量值的方法,不做任何处理,这种文件格式被称为“RAW”(RAW是指来自相机传感器的未经gamma校正、未经颜色校正的高分辨率(远远超过3 x 8位RGB)数据),这并不奇怪。 然后,用户可以处理数据,并尝试在宽动态范围内提取准确的颜色信息。 这样,我们只需要拍摄照片,然后在后期的照片调整器或处理软件中进行颜色平衡和校正,色彩处理的主动权交给了用户,这是一种技术进步。
有助于获得颜色保真度的一种方法是使用ColorChecker作为场景中的目标。 拥有更多色块的图片也被设计出来了,例如ColorChecker SG卡,但这个24色的简单图卡,已经满足了许多人的需求,因为你可以作出快速判断,只要看看它就可以做出视觉判断。以下列出了四种色卡,前三个是只有不同的排版,第四个,来自于Datacolor Spyderchecker KR是ColorChecker Passport的直接竞争对手,它也配备了专用软件,但是采用更大的尺寸。
3 | 不同的外观和不同的用途
![](https://kb.colorspace.com.cn/kb/wp-content/uploads/2023/12/image-2-1024x133.png?v=1702202402)
第一个色卡的显示顺序按a(Lab 的a,从绿色到红色,从上到下,然后从左到右)排序的色块, 第二个图卡是常见的ColorChecker布局,第三个图卡按色调(LC*h的h)进行色块排序。 第一个和第三个布局看起来并不熟悉,但当您看到右边最后一个目标时,可能会犹豫片刻,因为它的颜色非常相似,第一行和第三行的布局略有变化(注意:第一行的第三个色块在某些Datacolor图像中看起来是棕色的,在其他图像中是绿色的,用于此图像的颜色是来自Datacolor的参考sRGB颜色)。
ColorChecker图卡之前主要提供两种格式:近似“信纸大小”(标准的北美书写纸张大小)的“标准”尺寸图卡,以及近似名片大小的较小格式,称为“迷你”尺寸。 这两种格式现在称为“经典”格式。 此外,我们现在可以找到很多其他尺寸的ColorChecker,或者为专门的应用程序提供额外的色块。
- ColorChecker(1976)和ColorChecker Classic 8 x 11 7/16英寸 (20.4 x 29.0 cm),部件编号:MSCCC原始图卡,1976年开发。 虽然略大,它是最初的尺寸,你可以看看上面图中McCamy先生手持的图卡为例,ColorChecker在过去的14年中,一直保持几乎相同尺寸。出现在图卡上的公司名称,即品牌,是随着孟塞尔公司的易手而修改的;下面是这些不同版本的几个例子。
- ColorChecker Proof(2011)
4.5 x 6.375英寸 (11.4 x 16.1 cm),与i1 Publish和i1 Pro解决方案捆绑在一起销售。这是一种中等尺寸的ColorChecker,每个色块上都有开口,其目的是评估和验证定制印刷目标的准确性,从而评估印刷流程的准确性。 ColorChecker Proof不能单独购买,它是在某些X-Rite“解决方案”中捆绑提供的,与软件(i1 Publish,2011年首次推出,其中包括i1 Profiler)或硬件(例如: i1Photo Pro 2)。 当前的图表在每个色块的中心都有圆形开口,在i1 Publish的测试版中可以看到三角形开口。
- ColorChecker护照(2009)
2.5 x 4.5英寸 (6.4 x 10.8 cm)是色卡护照内的ColorChecker:MSCCPPCCxxxx。 产品于2009年发布,取代并增强了原始的ColorChecker mini。 ColorChecker Passport有三个目标:一个迷你的ColorChecker,一个用于白平衡的浅灰色目标,以及一个带有色块的目标,该色卡旨在中和或增强图像中的全局颜色偏移和其他色块,以控制高光和阴影裁剪(最后一个色卡的使用,在Raw工作流中程中比较有用)。 ColorChecker Passport还包括用于从ColorChecker的图像生成DNG相机配置文件的软件,该软件可作为单独的应用程序,Adobe LightRoom 中的插件使用。 Passport的ColorChecker图卡嵌入在其中一个Passport页面中,与Classic Mini大小相同,略大于原始Mini。
- ColorChecker Digital SG
11 .7/16英寸 (20.4 x 29.0 cm)部件编号:MSDCCSG。专用于数码摄影,ColorChecker Digital SG具有140个色块。 其中24个图色块的颜色与原始ColorChecker相似,并以相同的配置进行布局。 目标外围的44个色块是三个中性色块(白色、灰色和黑色)的图案,这些色块设计用于评估目标上照度和光色温的均匀性。 专门选择了14个色块来模拟各种肤色的外观(除了原来的两个ColorChecker之外),并添加了许多饱和颜色的色块来扩展色域,以便更好地匹配数码相机的传感器。 然而,由于其半光泽表面,SG图卡,与原始的ColorChecker图卡的颜色是不一样的,光泽度也不同。因此,不能使用经典的ColorChecker颜色数据与ColorChecker SG色卡配合使用。
5 | 2014年11月之前和之后的标准数据变化
2014年11月之后推出了新的ColorChecker颜色规格, 在2015年10月23日,爱色丽宣布ColorChecker Classic和ColorChecker SG需要新的颜色配方。 这些变更影响了从2014年11月以来生产的所有图卡。 由于法规和合规性原因,这些变化可能是由于以前的图卡中,使用的颜料毒性以及某些司法管辖区更严格的环境法律。虽然X-Rite将这一变化称为“2014年11月之前”和“2014年11月之后”,但参考文件中的评论表明,11月的生产也采用了新配方。 由X-Rite提供的“2014年11月之前”的数据是用于与我们的30个图表的平均值进行比较的相同的Lab* 数据,该数据首次提供于2005年。 “2014年11月之后”的数据中,许多色块有显著差异(即存在肉眼可见的差异)。我们提供了两个版本的数据比较。 新旧X-Rite参考文件,在这里您还可以找到X-Rite“之前”和“之后”的数据与BabelColor 30个图表的平均值的视觉比较,以及ColorChecker在Lab* 和三个RGB空间中的合成图像。
以下是2014年11月之前的参考数据,关于它的光谱数据,请联系我们索取:
Date: 3/27/2000 Time: 19:04 LGOROWLENGTH 12 ORIGINATOR "ColorChecker24 - Before November2014 edition" MANUFACTURER "X-Rite - http://www.xrite.com" NUMBER_OF_FIELDS 4 BEGIN_DATA_FORMAT SAMPLE_NAME Lab_L Lab_a Lab_b END_DATA_FORMAT NUMBER_OF_SETS 24 BEGIN_DATA A1 37.986 13.555 14.059 A2 62.661 36.067 57.096 A3 28.778 14.179 -50.297 A4 96.539 -0.425 1.186 B1 65.711 18.13 17.81 B2 40.02 10.41 -45.964 B3 55.261 -38.342 31.37 B4 81.257 -0.638 -0.335 C1 49.927 -4.88 -21.905 C2 51.124 48.239 16.248 C3 42.101 53.378 28.19 C4 66.766 -0.734 -0.504 D1 43.139 -13.095 21.905 D2 30.325 22.976 -21.587 D3 81.733 4.039 79.819 D4 50.867 -0.153 -0.27 E1 55.112 8.844 -25.399 E2 72.532 -23.709 57.255 E3 51.935 49.986 -14.574 E4 35.656 -0.421 -1.231 F1 70.719 -33.397 -0.199 F2 71.941 19.363 67.857 F3 51.038 -28.631 -28.638 F4 20.461 -0.079 -0.973 END_DATA
以下是2014年11月之后的ColorChecker参考数据. :
LGOROWLENGTH 12 ORIGINATOR "ColorChecker24 - November2014 edition and newer" MANUFACTURER "X-Rite - http://www.xrite.com" 4/28/2015 # Time: 14:33 "i1Pro 2 ; Serial number 1001785" "MeasurementCondition=M0 Filter=no" NUMBER_OF_FIELDS 4 BEGIN_DATA_FORMAT SAMPLE_NAME Lab_L Lab_a Lab_b END_DATA_FORMAT NUMBER_OF_SETS 24 BEGIN_DATA A1 37,54 14,37 14,92 A2 62,73 35,83 56,5 A3 28,37 15,42 -49,8 A4 95,19 -1,03 2,93 B1 64,66 19,27 17,5 B2 39,43 10,75 -45,17 B3 54,38 -39,72 32,27 B4 81,29 -0,57 0,44 C1 49,32 -3,82 -22,54 C2 50,57 48,64 16,67 C3 42,43 51,05 28,62 C4 66,89 -0,75 -0,06 D1 43,46 -12,74 22,72 D2 30,1 22,54 -20,87 D3 81,8 2,67 80,41 D4 50,76 -0,13 0,14 E1 54,94 9,61 -24,79 E2 71,77 -24,13 58,19 E3 50,63 51,28 -14,12 E4 35,63 -0,46 -0,48 F1 70,48 -32,26 -0,37 F2 71,51 18,24 67,37 F3 49,57 -29,71 -28,32 F4 20,64 0,07 -0,46 END_DATA
6 | 多样本测试,让我们更深入了解它的数据变化和生产精度
对于30个样品的测试,我使用的测量几何条件:45 °/0度。 用于所有数据集。 照明是以45度入射到色块上的倒置光锥,并且测量是在零度垂直于色标进行的。 这种配置使得来自色块表面上的光的镜面反射不被引导回到传感器上,并且因此对光泽较不敏感,这是用于印刷应用的优选几何测量条件。 请注意,该几何条件被视为与照明垂直照射目标时相同,并且测量在45度(即0度/45 °)。
测量仪器:30个数据中的24个,使用了Eye-One Pro(即i1 Pro)分光色度计测量,三个使用X-Rite DTP 20(Pulse),两个使用GretagMacbeth Spectrolino/Spectroscan,一个使用X-Rite DTP 22(Digital Swatchbook)。 DTP 20、DTP 22和Spectrolino/Spectroscan现已停产。 本汇编中使用的24台i1 Pro是2003年至2011年生产的Rev-A至Rev-D仪器的混合,其中大多数是非UV cut的(尽管这对测量没有影响,因为ColorChecker颜料不含有荧光材料的)。但是没有一个测量结果是通过X-Rite XRGA协议获得的,XRGA协议是一种旨在改善许多传统和当前X-Rite和GretagMacbeth仪器之间的仪器间一致性的协议; XRGA于2010年宣布,正在逐步集成到X-Rite产品中。 根据X-Rite XRGA网页,XRGA协议引起的变化应该是最小的。 2012年4月,X-Rite宣布推出Eye-One Pro 2(i1 Pro 2),取代原来的Eye-One。 基于相同的测量几何结构,i1 Pro 2具有新的改进功能,其中之一是支持ISO 13655中定义的M0/M1/M2测量条件。 当使用i1 Pro 2测量ColorChecker时,应选择M0条件,因为它与我们使用较旧的Eye-One获得的条件相同,并且仍然完全适合非荧光底物测量。
![](https://kb.colorspace.com.cn/kb/wp-content/uploads/2023/12/image-9-1024x550.png?v=1702527461)
![](https://kb.colorspace.com.cn/kb/wp-content/uploads/2023/12/image-13.png)
7 | 数据解读给我们的启示
在公共网络和科学资源中,人们都有可能找到许多人测量他们的图卡所获得的公布数据。 虽然原则上可以参考或使用,但这还不够。 还有许多值得关注的地方:例如:这张图卡是多少年前生产的? 图卡是否代表平均值,可以直接使用平均值? 测量仪器的精度如何? 仪器在测量前是否校准了? 之后数据又是如何处理和转换色度数据的? 这些因素和其他因素使得单次测量的结果不可靠。
8 | 光谱数据很重要
这是编者统计这些数据的原因。 这也是对图卡进行光谱数据测试,和平均的重要原因。 为什么光谱数据很重要? 因为光谱信息使您能够更精确地确定在任何光源下看到的颜色坐标,从而确定任何RGB空间中的色彩数据。
![](https://kb.colorspace.com.cn/kb/wp-content/uploads/2023/12/image-22-1024x532.png?v=1703852467)
对光谱数据的分析表明各种颜料被用于制作图表。 该图显示了浅色皮肤色块的两种光谱类型;这两种类型在标准和迷你图表中都可以看到,无论是新的还是稍微旧一点的(例如使用3年以上)图卡。 其他色块也显示出类似的表现。 重要的是,要注意,这些不同的光谱,不一定会导致明显不同的颜色(或颜色坐标),其他因素也会导致光谱数据的变化,例如存储方式、使用频率,曝露在光线下的时间,和图卡生产版本(制造质量的可变性)。
这个分析中的一个惊喜发现是,图卡在黑暗中保存,并偶尔使用时似乎老化得很慢,这对于大多数认真的业余爱好者和专业人士来说都是如此。一个12年的图卡(保存良好)有23个色块在标准差以内!变化最大的色块之一是白色色块。 我最近看到一个白色的色块,来自于一个从未使用过的ColorChecker图卡,即使它总是保存在其黑色纸套中,数据差异也是很大的,相当于偏黄色了很多(Lab* D50,3次测量的平均值:L*:96.48/a*:-0.53/b*:5.84)。然而,在任何情况下,白色色块都不是灰色色块中最中性的,通常建议使用从左边数第三个中性色块来执行灰平衡校正。
当这个项目开始时,我们只能将来自1976年McCamy文章的数据与少数平均测量值进行比较。 因为用少量样本进行的实验测量不能被认为是可靠的,所以我当时更重视从文章中得出的数据,而不是测量数据。 随着测量的图表数量的增加,很明显,测量数据变得稳定,但仍然不同于原始参考值。 虽然越来越多的证据表明,用户测量的“平均”图卡比1976年文章中的数据更准确,但使用这两种方法确定的RGB坐标和图像(合成图)在该网站上都可以获得,以便用户可以选择他们喜欢的。
那么,有了所有这些数据和分析,我们是否可以说我们已经充分描述了ColorChecker的特征? 差不多了,然而,在2015年10月,爱色丽宣布自2014年11月起使用新的颜色配方,并需要新的比色参考。 因此,需要精确表示新配方的合成图像,这就是为什么您可以在ColorChecker图像部分找到基于新文件引用的图像。 当然,我们还需要用户测量来验证新的参考。
对于许多色块,新旧版本之间的差异(2014年11月之前与之后)是可见的。 特别地,白色色块不是白色的(L=95.2而不是96.5),并且更黄(b=2.9而不是1.2)。 平均色差为0.85,最大色差为1.95,有7个色块的色差大于1.0。 将我们测量的平均值与新配方参考文件进行比较,结果非常相似,无论是在那些色块误差较大的,还是在平均色差方面。 将我们测量的平均值与旧配方参考文件(右侧的两个截图)进行比较,显示出非常好的匹配,平均色差为0.49,最大色差为1.1。这些比较证实了,2014年11月以后生产的色卡需要使用新的参考文件。
9 | ColorChecker SG色卡的相关问题
ColorChecker SG是专用于数码摄影的图卡。 它的色块具有半光泽的效果和高度饱和的颜色。 在图卡网页上,我们在功能部分中看到,它包括“ColorChecker24色块的颜色块”,并且相应的色块排序与标准ColorChecker相同。 由于布局相同,介绍相机,许多人会认为它们是完全相同的,但事实并非如此。因为半光泽表面特性的引入,带来了测量的差异。ColorChecker SG数据·2014年11月之前制造的图表的光谱数据(来源不明)但可能来自GretagMacbeth。
Digital ColorChecker SG.txt·Lab* D50数据2014年11月之前(联系索取)
Digital ColorChecker SG.txt·Lab* D50数据2014年11月之后(联系索取)
这两个图表上的测量数据得到证实,测量值非常接近,这是好的,因为它显示了制造的一致性。但我们不建议使用ColorChecker24色卡的平均光谱数据、RGB和Lab 值与ColorChecker Digital SG char的“等效”色块进行比较,因为它们的数据不并相同。
问题1:相机或摄像机的色彩校正,可以依赖于色卡的标准色度数据吗?
答案是否定的。除非你完全了解这背后的原理,以及有可能带来的潜在问题。你需要有色卡的所有相关的光谱测量数据,使用场景中的环境光谱数据,否则色彩再现图卡不应用于执行相机图像的色彩校正,而只能用于白平衡和相对曝光调整。
如果场景光源光谱与用于计算色彩再现图卡参考值的光源不同,则使用色彩再现图卡进行色彩校正可能会显著增加误差。 因为色卡的参考值是针对特定光源给出(或计算出)的,例如D50, D65。 在许多使用场景下,场景光源光谱功率分布从未被测量,因此总是未知的。 在以下情况下,许多因素将使得使用颜色再现图卡不适合相机校准:
– 色卡的光照条件可能与相机拍摄环境的光照条件不相同
– 色卡的光谱反射率未知,或不了解其老化情况
– 样本数据不够
– 相机的噪点和炫光带来的影响
在同一种光源下进行色彩校正和使用,这是理想情况。但是实现情况是,在实验室仅有的几种典型色温和光谱条件下进行色彩校正,而使用环境的光源确是复杂多变的。因此仅通过色卡的色度数据进行相机色彩校正,很容易出现同色异谱现象带来的后遗症,在以下的例子中,可以看出校正光源光谱,与使用环境光源光谱不同时,带来的成像色彩偏差:
![](https://kb.colorspace.com.cn/kb/wp-content/uploads/2023/12/image-23-1024x575.png?v=1703856235)
在理想的D65光源下,我们看到的ColorChecker的色彩是这样的:
而我们在窄带LED光源下看到ColorChecker色卡的色彩感觉是这样的,看上去鲜艳了很多:
如果我们在这种窄带的LED光源下,使用ColorChecker的标准色度数据,使用分别使用LLS和RPE两种方法进行校色,得到的结果如下:
![](https://kb.colorspace.com.cn/kb/wp-content/uploads/2023/12/image-26-1024x348.png?v=1703856538)
LLS(Linear Least Squares): 线性最小二乘法是一种数学优化技术,用于找到一个线性模型,使得模型的预测值与观测值之间的残差平方和最小化。RPE(Rating of Perceived Exertion): 多项式回归是一种校正方法,旨在调整图像的颜色以匹配期望的颜色。
这是一个理想的场景,使用相同的观察者来观察场景,但仍然不成功。在现实中,相机的使用环境,更复杂,更具挑战性,因为相机在研发过程的色彩校正和画质调优时,大多数情况是对自然光的反射率优化的,而不会针对窄带光源优化校正,导致窄带光源下产生的最终颜色常常超出正常颜色。
成像系统的颜色特征化校正,以使其有良好的颜色表现,是科学和艺术的融合。特征化校正的结果,通常是各种光源的一系列变换矩阵,通常使用CIE D光源和ISO 7589 钨丝灯等标准光源。 最常使用的是CCM矩阵校色方法,具有3×3的形状,因为人类观察者的训练数据集和相机测试数据集之间的回归使用线性最小二乘法(LLS)。 3×3矩阵是曝光不变的,并且通常情况下,性能比较好。 而nx3矩阵相对比较少见,是多项式回归的结果,例如Finlayson等人(2015)使用曝光不变根多项式展开(RPE)方法。
相机制造商会偏向于强调某些颜色,如肤色,天空蓝,树叶绿等。 选择具有广泛光谱变化的样品,以提供相当大的光谱灵敏度。 标准的颜色再现图表样品不足以显示这样的变化。 此外,低样本数也不适合于产生完整的自然反射率范围。ColorChecker Classic没有足够的样本,不适合进行高精度的相机特性化。
ISO 17321-2标准介绍了一个数字相机特性化的程序,其中包括使用光谱测量确定场景分析变换的方法。这种方法相对于使用包含已知反射率的测试图卡的表征方法具有许多优势,通过光谱方法计算归一化RGB值的线性变换,使用相机的光谱灵敏度和一个测量的光谱辐射的训练数据集。使用光谱测量进行场景分析转换涉及捕捉和分析场景的光谱特性,以了解相机对不同波长光的响应。以下是此过程中涉及的一般步骤:
1. 数据收集:
- 光谱测量: 使用光谱辐射度仪或高光谱相机测量场景的光谱辐射。这包括在光谱的不同波长处捕捉光的强度。
- 光源信息: 记录场景中使用的光源(光源)的信息,因为不同的光源可能会影响光谱特性。
- 参考标准: 可选地使用具有已知反射率光谱的参考标准,如ColorChecker图表,以提高测量的准确性。
![](https://www.colorspace.com.cn/cs/Uploads/632dbad7d83f7.png)
![](https://www.colorspace.com.cn/cs/Uploads/6478633b6470f.jpg)
2. 相机校准:
- 拍摄图像: 使用将要进行校准的相机捕捉在指定光源下场景的图像。
- 光谱灵敏度: 测量相机的光谱灵敏度。这涉及了解相机对光的不同波长的响应。
3. 计算场景分析转换:
- 归一化: 通过将光谱辐射值除以相应的相机光谱灵敏度值,通常对捕捉的光谱数据进行归一化。
- 线性变换: 计算归一化RGB值的线性变换。该变换将相机捕捉的RGB值与场景的光谱特性相关联。
- 训练数据: 使用包括归一化RGB值和相应已知光谱辐射的训练数据集。该数据集有助于建立相机响应与实际场景属性之间的关系。
- 回归或优化: 进行回归分析或优化技术,以导出线性变换的系数。这一步涉及在测量的光谱数据和相机捕捉的RGB值之间找到最佳拟合。
4. 验证和测试:
- 验证集: 使用在训练数据集中未使用的图像或场景的单独集合来验证确定的场景分析转换的准确性。
- 评估错误: 测量并评估基于转换的预测RGB值与相机捕捉的实际RGB值之间的误差。
5. 迭代精炼:
- 精炼: 如有必要,通过迭代地增加额外数据或调整参数来精炼场景分析转换,以提高准确性。
6. 参数记录:
- 记录参数: 记录确定的转换的参数,包括任何系数或校准设置。
通过遵循这些步骤,可以利用光谱测量确定场景分析转换,从而实现数字成像系统中更准确的色彩再现。这对于普通的摄影爱好者和发烧友来说,这些过程显然太过复杂了,没必要深究。但是对于相机的研发和Tuning工程师来说,追求和探究一种更精确的,更高效的色彩校正方法是非常重要的。
高光谱相机逐渐在成像系统的色彩和光谱校正被越来越多人关注和采用
高光谱相机可以通过其捕捉广泛光谱信息的能力,可以帮助校准成像系统的颜色还原。以下是高光谱相机在颜色校准方面的帮助:
- 详细的光谱信息: 高光谱相机可以在一次拍摄中,捕捉广泛的光谱波段,例如400nm~1000nm,覆盖可见光到近红外。甚至远红外(在某些特定的应用中)。这些详细的光谱信息使其能够更准确地呈现场景的颜色特征,相较于传统的RGB相机而言更为精确,相较于单点式分光仪则更为高效。
- 颜色匹配和校正: 高光谱相机获得的丰富光谱数据有助于进行精确的颜色匹配和校正。这在需要准确颜色表示的应用中尤为重要,如手机、医学成像、遥感和工业质量控制。
- 光谱校准目标: 高光谱相机可以与特定的光谱校准目标一起使用。这些目标具有已知的光谱反射特性,通过对其进行成像,高光谱相机可以帮助表征和校准整个成像系统的颜色响应。
- 白平衡校准: 高光谱数据可用于更复杂的白平衡校准。通过分析场景的光谱组成,高光谱相机可以提供关于在不同照明条件下实现准确颜色复制所需调整的信息。
- 减小色彩串扰: 高光谱相机以其狭窄且明确定义的光谱波段有助于减小色彩串扰。色彩串扰发生在一个颜色通道的响应受到相邻通道影响的情况下。通过隔离特定的光谱波段,高光谱相机有助于减小这种影响,从而提高颜色准确性。
- 质量控制和监测: 在对颜色一致性要求极高的应用中,例如制造业或艺术品复制,高光谱相机可用于实时质量控制和监测。可以迅速识别并纠正与预期颜色不符的任何偏差。
高光谱相机通过捕捉详细的光谱信息,提供了一种更全面的颜色校准方法。这种能力提高了在各种应用中成像系统颜色复制的准确性和可靠性。欢迎与我们联系cs_support@colorspace.com.cn,共同深入研究和探讨相关的方法和实践。
联系我们:
如果您有什么问题或想要了解的讯息,可以与我们联系:sales@colorspace.com.cn或cs_support@colorspace.com.cn, 或拨打电话400-886-3881!分享您的看法或提出您的问题!
![正印科技](https://kb.colorspace.com.cn/kb//wp-content/uploads/2022/12/%E6%AD%A3%E5%8D%B0%E7%A7%91%E6%8A%80%E5%BE%AE%E4%BF%A1%E5%85%AC%E4%BC%97%E5%8F%B7%E4%BA%8C%E7%BB%B4%E7%A0%81-%E6%9B%B4%E6%8D%A2logo1-1024x1024.jpg)
Was this helpful?
4 / 0