Question

我正在对从相机中直接拍摄的原始图像进行色彩校正。我想让我的相机再现与我的目标相机相同的颜色。

以下是我要遵循的步骤：

使用Target Camera＆amp; amp;拍摄Macbeth颜色图表，获取目标颜色值。取一套24个调色板。
通过使用Reference Camera＆amp; amp;获取相同的Macbeth Color图表来获取输入颜色值。取一套24个调色板。

现在，如果我在此阶段直接计算颜色校正，则所有白色颜色都显示为玫瑰色或不正确。

所以我按照以下方式应用Gamma校正：

拆分三个频道。对于每种颜色，使用此公式找到该调色板的Gamma。

float Gamma_R = log10（Target_R / 255.0））/（log10（Input_R / 255.0）;

错误案例：1

如果Input_Channel值== 255，则将其设为254

如果Input_Channel值== 0，则将其设为1

如果gamma_Channel＆gt; 3或gamma_Channel＆lt; 0.2使gamma_Channel为1。

平均所有24种颜色的Gamma_R值和＆amp;把它作为一个该频道的伽玛。
使用公式为每个通道计算的Gamma为每个通道应用Gamma。

Corrected_R = 255 *（Input_R / 255）^（1 / Gamma_R）

我的问题：

如何确保我在此阶段计算出的Gamma值是正确的？如果我做错了也要纠正我。
以下错误案例：1发生时该怎么办？
应用Gamma校正＆amp;使用3x3矩阵进行色彩校正（假设我正确地执行了此操作）仍然无法正确再现色彩。
如果我使用此公式使用上一阶段中相同的Gamma值对伽玛进行编码，则再次无法正确再现颜色。

Corrected_R = 255 *（Input_R / 255）^（Gamma_R）
那么我需要从色彩校正输出再次计算Gamma吗？

非常感谢任何建议或参考资料！

Answer 1

在不减损Spektre的答案的情况下，请注意使用正确的近似值可以获得良好的结果，并且第一次尝试是线性的。几点说明：

你提到了一个＆＃34; gamma＆＃34;似乎混淆了两个截然不同的事情：（a）＆＃34;伽马扩展＆＃34;可能会或可能不会应用于数字转换后的线性传感器值，以及（b）您可能想要用来匹配颜色空间的幂律曲线。在这里，我们将专注于（a）。例如，如果您知道您的传感器正在以每个物理（拜耳模式）像素为10或12位进行录制，但是相机会在彩色镶嵌后生成每通道8位的图像，通常会出现非线性（通常为电源）在彩色拼接之前应用扩展步骤，以匹配人眼对强度的响应（人类在低强度值时不太敏感，因此应将更多位分配到强度范围的较高端）。这与旧的＆＃34;伽马压缩＆＃34;相同（但是应用程序不同）。在CRT显示器上显示时使用的转换。
上述观点意味着，如果您怀疑此类伽马扩展已应用于图像的亮度值，则应先将其反转，以便在尝试任何色彩空间匹配之前获得（近似）亮度线性值。如果您计划使用线性匹配方法，这一点尤为重要，我将在下一步提出建议。
在线性亮度空间中同时输入您的输入和参考（目标）图像后，您可以使用Macbeth颜色图表的图像尝试它们之间的线性匹配。要做到这一点，你首先必须在（数学）线性空间中表示你的颜色，例如＆＃34; CIELAB＆＃34 ;.在维基百科上查找从RGB到CIELAB的转换方程。它们要求您指定色温，这应该与捕获色图图像时的色温相同（或接近）（例如，日光〜= 6500K）。
输入和参考CIELAB值可以线性匹配。这意味着对于所有参考和输入颜色值估计3x3颜色变换Q，使得reference_lab~ = Q * input_lab。要计算估计值，您可以在两个图像上选择Macbeth图表的彩色色块上的像素（通常每个色块中有几百个），然后对它们求平均值，以便在每个图像中获得每个色块的单个值。这些是您估算Q的输入输出值。估算使用标准线性最小二乘算法（例如匹配问题隐含的设计矩阵的RQ或SVD因子分解）。
至于实用性，在匹配时要注意异常值 - 异常值肯定会使任何非鲁棒的线性算法变得毫无意义。特别是，请确保您选择匹配的像素位于每个彩色色块的图像内，以避免在色块边框处混合。另外，请注意保持图表的方向与w.r.t大致相同。两台摄像机，照明尽可能均匀。

稍加注意，线性近似应该给你一个非常接近的匹配。请记住，估计的变换仅在线性CIELAB颜色空间中有效，因此要应用于自然（非图表）图像，您必须遵循整个变换链：撤消强度的伽马扩展=＆gt;转换为Lab =＆gt;申请Q =＆gt;反向转换为RGB =＆gt;伽玛压缩回到8bpp。

线性近似通常也是非线性细化的良好起点，在这种情况下，您尝试估计一个小的＆＃34;通常是多项式，校正Q变换值以改善视觉外观。输出。

Answer 2

我认为你需要稍微改变一下

检查您的相机是否使用相同的波段。如果没有，那么你就麻烦大了。这样：

multi band rendering

可能会为它发光。您需要将波段作为连续光谱处理，因此处理一个相机颜色作为曲线的控制点，并获取第二个相机的波段的点。但是对于3个频段（标准摄像机的通常情况）这不是很精确。只有在此之后，您才能应用以下

如果乐队相同或非常接近，那么这样做：

获取每个摄像机每个频段的传输功能

它将采用以下形式：
```
R'=r0+r1*R+r2*R*R+...
```
其中R'是红带实际强度。 R是相机返回的强度
r0,r1,..是偏移，亮度，伽玛等传递函数常数......

这只能从颜色渐变中获得。不要使用调色板使用带颜色渐变
当您查看多项式时，它们是曲线

所以从相机计算实际强度，找到曲线上的点，在第二个相机上返回相同的强度，这就是每个波段的结果输出......

您可以使用bin搜索...或计算逆多项式

Answer 3

我对Gamma校正提出了一个小建议：

不要对你获得的游戏进行平均，而是按照以下步骤进行小型缩小：找到最小化|ref-F(qry,**Gamma**)|的 Gamma ; ref是第一个相机图像，qry是第二个相机图像。此致

如何在应用色彩校正之前线性化输入图像？

3 个答案: