En el artículo titulado «Calibrating color cameras using metameric blacks», los autores Alsam y Lenz presentan una novedosa metodología para calibrar cámaras de color mediante el uso de «negros metamericos». Este enfoque parte de la premisa de que la diferencia entre dos espectros metamericos se encuentra en el espacio negro del sensor, y su objetivo principal es estimar las curvas de sensibilidad espectral del sensor de la cámara.
El proceso inicia seleccionando tríos de colores de calibración y usando combinaciones lineales convexas de espectros de chips de calibración que presentan valores de respuesta del sensor tanto superiores como inferiores. La diferencia entre el espectro de reflectancia medido y el metamerismo numérico calculado reside en el espacio nulo del sensor. Para cada espectro medido, se genera una colección de señales de color que están en este espacio nulo, y se emplea el análisis robusto de componentes principales (PCA) para calcular proyecciones que caracterizan el espacio nulo de la cámara. La implementación de esta metodología, probada en las cámaras Nikon D70 y MegaVision, demostró ser robusta ante valores atípicos y ruido, superando a métodos tradicionales como la Descomposición en Valores Singulares truncada (TSVD) y la regularización de Tikhonov (TR).
Los resultados experimentales subrayan que, usando el nuevo método, la estimación de las sensibilidades espectrales fue comparable o incluso mejor que las obtenidas mediante métodos convencionales, especialmente en el caso de datos no incluidos en la calibración. De hecho, para las cámaras calibradas, la diferencia absoluta entre las respuestas medida y estimada fue menor utilizando el nuevo método basado en metamers que con TSVD y TR.
La construcción de los «negros metamericos» se describe técnicamente, detallando cómo se calculan y se usan para determinar una base ortogonal en el espacio del sensor. Esto proporciona una estimación más precisa y menos sensible al ruido, transfiriendo la variabilidad del ruido desde los datos de respuesta al espacio espectral. Una característica clave del método propuesto es su capacidad para evaluar la «bondad» de la calibración basada en la dimensionalidad de los datos espectrales obtenidos.
Por último, el artículo concluye que este enfoque no solo es eficiente sino también más robusto en comparación con los métodos tradicionales, sugiriendo mejoras potenciales para futuras investigaciones que podrían centrarse en una evaluación más detallada de las características del ruido .
