如何在应用颜色校正之前使输入图像线性化

How to Linearise an Input Image before applying Color Correction?

本文关键字：输入图像线性化应用颜色更新时间：2023-10-16

我正在对直接从相机拍摄的原始图像进行颜色校正。我想让我的相机重现与目标相机相同的颜色。

以下是我正在执行的步骤：

通过使用Target Camera&取一套24个调色板
通过使用Reference Camera&取一套24个调色板

现在，如果我在这个阶段直接计算颜色校正，则所有白色都显示为玫瑰色或不正确。

所以我应用伽玛校正如下：

拆分三个通道。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/25.50))/(log10(Input_R/255.0)；

错误案例：1

如果Input_Channel Value==255，则将其设为254

如果Input_Channel Value==0，则将其设为1

如果gamma_ Channel>3或gamma_；0.2使gamma_Channel为1。

对所有24种颜色的Gamma_R的值进行平均&将此作为该通道的伽玛。
使用公式为每个通道计算的Gamma为每个通道应用Gamma。

校正的_R=255*(输入_R/255)^(1/Gamma_R)

我的问题：

在这个阶段如何确保我计算的伽马值是正确的？如果我做错了，也要纠正我。
发生以下错误情况：1时该怎么办？
在应用伽玛校正&使用3x3矩阵进行颜色校正(假设我做得正确)仍然无法正确再现颜色。
如果我使用这个公式使用上一阶段的相同gamma值对gamma进行编码，那么颜色也不会正确再现。

校正的_R=255*(输入_R/255)^(伽马_R)
那么，我需要根据颜色校正输出再次计算Gamma吗？

如有任何建议或参考，不胜感激！

在不偏离Spektre答案的情况下，请注意，使用正确的近似可以获得良好的结果，我首先尝试的是线性近似。几个注意事项：

你提到的；γ"；似乎混淆了两件非常不同的事情：(a)；伽马膨胀"；可能已经或可能没有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。在这里我们将集中讨论(a)。例如，如果你知道你的传感器以每个物理(拜耳模式)像素10或12位的速度进行记录，但在颜色镶嵌后，相机以每个通道8位的速度生成图像，那么在颜色镶嵌之前通常会应用非线性(美国幂律)展开步骤，以匹配人眼对强度的反应(人类对低强度值不太敏感，因此应该将更多的比特分配给强度范围的高端)。这与旧的"；伽玛压缩"；在CRT监视器上显示时使用的变换
以上这一点意味着，如果您怀疑这样的伽马展开已应用于图像的亮度值，则在尝试任何颜色空间匹配之前，应将其反转以获得(近似)亮度线性值。如果您计划使用线性匹配方法，这一点尤其重要，正如我接下来要建议的那样
一旦你在线性亮度空间中有了输入和参考(目标)图像，你就可以使用麦克白颜色表的图像来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"；CIELAB"；。在维基百科上查找RGB到CIELAB的转换方程。它们要求您指定色温，并且这应该与拍摄彩色图表图像时的色温相同(或接近)(例如日光~=6500K)
然后可以线性地匹配输入和参考CIELAB值。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，您可以在两张图像上选择麦克白图彩色补丁上的像素(通常每个补丁中有几百个)，然后对它们进行平均，以获得每张图像中每个补丁的单个值。这些是你估计Q的输入输出值。估计使用标准的线性最小二乘算法(例如，匹配问题所隐含的设计矩阵的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线性算法变得毫无意义。特别是，请确保选择匹配的像素位于每个彩色补丁的图像内部，以避免在补丁边界处混合。此外，请注意保持图表的方向与两台相机的方向大致相同，并使其照明尽可能均匀

稍微小心一点，线性近似应该会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gamma展开=>转换为实验室=>应用Q＝>向RGB的反向转换＝>伽马压缩回到8bpp。

线性近似通常也是非线性精化的良好起点，在非线性精化中；"小"；，通常是多项式，对Q变换值进行校正以改善输出的视觉外观。

我对伽马校正有一个小建议：

不要对你获得的gamma求平均值，而是做一个小的迷你化过程，如下所示：找到最小化|ref-F(qry,**Gamma**)|的Gamma；ref是第一相机图像，qry是第二相机图像。问候

我认为您需要以不同的方式处理

检查你的相机是否使用相同的波段。如果没有，那么你就有大麻烦了。这个：

多波段渲染

可能会照射一些光。你需要将波段处理为连续光谱，因此将一个相机的颜色处理为曲线的控制点，并获得第二个相机波段的点。但对于仅3个波段(标准相机的常见情况)，这不是很精确。只有在这之后，您才能应用以下

如果波段相同或非常接近，则执行以下操作：

获得每个相机的每个波段的传递函数

它的形式是：
```
R'=r0+r1*R+r2*R*R+...
```
其中R'是红带的真实强度。R是相机返回的强度
CCD_ 4是像偏压、亮度、伽玛等传递函数常数，。。。
这只能从颜色梯度中获得。不要使用调色板使用带色渐变代替
当你看多项式时，它们是曲线

所以计算你的相机的真实强度，找到曲线上的点，它在你的第二台相机上返回相同的强度，这就是每个波段的输出。。。

你可以使用垃圾箱搜索。。。或计算逆多项式