Как мы можем сравнить качество цветопередачи этих двух камер непосредственно по кривой?
"какая камера может получить значение RGB ближе к истинному значению RGB объекта, за вычетом перекрытия каналов RGB"
Возможно сравнение потенциала цветопередачи на основе квантовой эффективности сенсорных фильтров.
Как уже упоминалось, существует много факторов, способствующих окончательному воспроизведению цвета полноцветной системы камер. Тем не менее, чувствительность датчика RGB является, пожалуй, самым большим фактором, влияющим на точность цветопередачи, и можно измерить их характеристики цветопередачи.
Что такое RGB
Сначала мы должны ответить, что такое «истинный RGB» сцены? Хорошее определение «истинного RGB» будет относительной реакцией трех конусов сетчатки человека на сцену. Эти шишки называются LMS, длинные средние и короткие.
Спектр света, интегрированный по этим трем кривым чувствительности, дает три значения LMS, которые можно рассматривать как человеческие значения RGB, это целевые значения RGB, которые мы хотим воспроизвести с помощью нашей камеры, если наша цель - точное воспроизведение цвета.
Чаще всего мы также можем указывать на чувствительность функций сопоставления цветов XYZ. Это линейные комбинации функций LMS, поэтому они эффективно взаимозаменяемы с функциями LMS.
Цветовая коррекция
В цифровой камере, когда спектр интегрируется в зависимости от чувствительности камеры (наподобие тех, что вы опубликовали), результирующие значения RGB называются «камерой RGB».
В большинстве цифровых камер есть этап обработки, при котором алгоритм преобразования цвета (M) будет использоваться для преобразования cameraRGB в humanLMS (или XYZ).
M (cameraRGB) = humanLMS
В этом случае humanLMS будет догадкой. Он не будет идеальным, и разница между предположением и реальной величиной LMS, которую человек воспримет, является вашей ошибкой цвета.
Разработка хорошего M трудна, потому что это недостаточно определенная проблема, некоторые значения cameraRGB имеют несколько потенциальных значений humanLMS (это называется метамеризмом), поэтому не всегда возможно точно знать, что такое правильная LMS, но мы можем использовать естественную Статистика изображений и машинное обучение, чтобы угадать наиболее вероятный правильный ответ.
Наиболее распространенной реализацией M является матрица линейного преобразования 3x3, но если чувствительность камеры не является линейной комбинацией LMS, то преобразование будет содержать ошибки. Если чувствительности камеры оказываются линейными комбинациями LMS, тогда цветовая ошибка будет равна нулю, это называется условием Лютера. На практике чувствительность цифровых камер никогда не удовлетворяет условию Лютера, поэтому всегда существует ошибка цвета.
Сравнение цветопередачи
Теперь есть два фактора, которые влияют на то, насколько точны наши догадки LMS.
1) разработка нашего алгоритма цветовой коррекции M
2) насколько наши кривые чувствительности схожи с чувствительностью LMS
Суть вашего вопроса в том, что некоторые чувствительные дают количественно более точные цвета, чем другие, потому что они ближе к чувствительности LMS, что облегчает угадывание значения LMS, которое является «истинным RGB "Мы желаем
Или нам нужен эксперимент для этого?
Что может быть полезным, так это « Стандарт ISO 17321, Индекс метамерности чувствительности ». Это рассчитывает точность воспроизведения цвета на основе спектральных откликов.
https://www.dxomark.com/About/In-depth-measurements/Measurements/Color-sensitivity
http://www.iso.org/iso/iso_catalogue/catalogue_ics/catalogue_detail_ics.htm?csnumber=35835
Этот индекс показывает среднюю разницу в восприятии между цветами, записанными вашей камерой, которые были линейно скорректированы оптимизированной матрицей 3x3, и известными цветами тестовой сцены.
Единственная проблема заключается в том, что эта процедура выполняется для полной камеры, поэтому она измеряет цветовую ошибку датчика, матрицы коррекции цвета, оптики и т. Д., А не только датчика.
Если вы действительно хотите количественно определить ошибку только двух разных датчиков, вы можете выполнить процедуру SMI с одной и той же камерой и заменить только датчик. Или вместо физического эксперимента с реальной камерой вы можете смоделировать вашу камеру в программном обеспечении и не включать какой-либо оптический или демосакционный вклад в значения смоделированной cameraRGB.
Есть много работ по моделированию камеры для получения дополнительной информации об этом: http://color.psych.upenn.edu/simchapter/simchapter.pdf
" Специальный индекс метамерии CIE: изменение в наблюдателе " - это еще один соответствующий стандарт, предназначенный для сравнения цветопередачи у людей со слегка изменяющимися спектральными реакциями. Я думаю, вы могли бы применить это и к спектрам камеры.
http://link.springer.com/referenceworkentry/10.1007/978-3-642-27851-8_322-1#page-1