El artículo «Camera characterization for color research» escrito por Kobus Barnard y Brian Funt en 2002, introduce un nuevo método para estimar las funciones de sensibilidad de las cámaras a partir de datos de la potencia espectral de entrada y la respuesta de la cámara. Este trabajo se centra en la importancia de caracterizar una cámara adecuadamente para predecir las respuestas de la cámara en función de la distribución espectral de energía de entrada, lo que resulta crucial en el desarrollo y aplicación de algoritmos relacionados con el procesamiento de imágenes en color, especialmente en el contexto de la constancia del color computacional.
El modelo estándar de cámara, que se discute inicialmente, vincula la formación de imágenes a través de las funciones de sensibilidad del sensor y una función de linealización que se supone independiente de la longitud de onda. Este modelo, que también se asume para el sistema visual humano y es la base del estándar de colorimetría CIE, permite absorber efectos geométricos y globales como la apertura de la lente de la cámara o la longitud focal en las funciones de linealización o de sensibilidad del sensor.
Barnard y Funt argumentan que es beneficioso ajustar simultáneamente las funciones de linealización y de respuesta del sensor ya que los datos requeridos para estimar la sensibilidad de la cámara también contienen información de linealización. En este proceso, los errores debido a la inadecuación del ajuste de la linealización pueden intercambiarse con los errores de las imprecisiones en el ajuste de la función del sensor. Se enfocan en la obtención de funciones de linealización y de respuesta del sensor a través de la investigación tanto con datos sintéticos como reales, utilizando un Sony DXC-930 3 chip CCD camera para recoger un conjunto amplio de datos de calibración. Utilizaron un Macbeth ColorChecker® iluminado con diferentes combinaciones de filtros/iluminación, y realizaron 598 mediciones en total para sus experimentos.
El trabajo destaca la importancia de abordar la no linealidad de la cámara, evidenciando que un simple sustracción del «black level» de la cámara puede inducir errores en la cromaticidad debido a una ligera no linealidad en la respuesta de los canales rojo, verde y azul. Propusieron y evaluaron varios enfoques para la linealización, encontrando que el ajuste simultáneo de la linealización y las funciones de sensibilidad del sensor significativamente reduce el error comparado con enfoques más simples.
Los autores comparan su método con enfoques previos y argumentan que su método, que incorpora regularización para suavizar las funciones de respuesta del sensor y mantiene restricciones de positividad y modalidad, ofrece resultados más robustos frente a ruido y datos limitados. Presentan resultados de ajuste utilizando diferentes métodos de suavizado de Fourier, ilustrando la eficacia de su enfoque con datos sintéticos y reales.
Finalmente, este artículo proporciona una discusión sobre la robustez del método propuesto cuando se utiliza un conjunto reducido de datos, concluyendo que agregar restricciones aumenta la robustez del ajuste frente a la disminución de tamaño de la muestra de datos. El estudio destaca cómo las técnicas de suavizado y restricciones de positividad y modalidad pueden mejorar significativamente la precisión de la caracterización de cámaras, lo que es esencial para aplicaciones avanzadas en visión por computadora y procesamiento de imágenes .
