1. 实验成像系统色彩校准工程导论
实验成像系统与普通摄影系统最大的区别在于：它输出的图像往往要用于测量、判读、比对或定量分析，而不是仅仅供人眼观看。因此，“颜色看起来差不多”远远不够，我们关心的是同一物体在不同时间、不同设备、不同光照条件下，成像系统输出的像素值是否稳定、可复现、可溯源。色彩校准工程，就是围绕这一目标建立的一套可测量、可控制、可验证的技术体系。
课程目标与校准工程的定位
本课程的目标，是让学习者能够独立完成一套实验成像系统的色彩校准：从识别色彩失真来源，到设计校准流程，再到采集数据、求解校正参数、验证校准结果，并给出可复现的校准报告。校准工程在实验成像链路中处于“数据可信度保障”的位置——它不改变成像系统的物理结构，而是通过标定与变换，把原始响应映射到一个统一的、有明确物理意义的色彩空间中。
可以把成像链路理解为一条信号链：光源 → 被测对象 → 光学系统 → 传感器 → 增益/白平衡 → 去马赛克 → 色彩变换 → 输出图像。色彩失真可能发生在其中任何一个环节，而校准工程的任务，就是定位主要失真环节，并用可量化的手段加以补偿。下图给出了一条典型的实验成像色彩信号链，以及各环节对应的主要失真类型与校准手段。
色彩失真的来源分类
从工程角度，色彩失真可以按“是否与设备相关”和“是否与场景相关”两个维度来分类。设备相关失真包括传感器光谱响应差异、CFA串扰、镜头色差、暗电流等，它们在同一台设备上相对稳定，可以通过一次性标定来补偿。场景相关失真包括光源色温变化、被测对象表面反射特性、环境杂散光等，它们随拍摄条件变化，需要每次拍摄时用参考白板或色卡进行现场校正。
另一类容易被忽视的是同色异谱：两个物体在某一光源下看起来颜色相同，但在另一光源下颜色不同。这是因为它们的光谱反射率曲线不同，而人眼或相机只采样了三个通道。对于实验成像，如果被测对象与标准色卡的光谱特性差异较大，即使色卡校准得再好，被测对象的颜色仍可能偏离。因此在高精度应用中，需要记录光源光谱和对象光谱，必要时使用多光谱成像或光谱仪辅助。
校准流程总览
一套完整的色彩校准流程通常包含以下阶段：
- 系统状态确认：检查光源是否预热稳定、镜头是否清洁、传感器是否处于线性工作区。建议光源预热15～30分钟，并用光谱仪或色温计确认色温波动小于±50K。
- 暗场与平场校正：盖上镜头盖采集暗场，用均匀白板采集平场，扣除暗电流并补偿镜头渐晕。这一步是后续色彩计算的基础，不可跳过。
- 线性化：用灰阶卡或积分球采集多级亮度，拟合传感器响应曲线。若响应非线性，需先做线性化，否则色彩矩阵求解会引入系统误差。
- 白平衡标定：在标准光源下拍摄白卡或灰卡，计算R/G/B通道增益，使中性色三通道响应一致。
- 色彩矩阵求解：拍摄标准色卡（如24色卡），提取每个色块的RGB响应，与标准色度值建立最小二乘映射，求解3×3或3×4色彩校正矩阵。
- 验证与报告：用未参与求解的色块或独立色卡验证，计算色差ΔE，判断是否满足目标容差。
关键指标与判断依据
校准是否成功，不能只看“图像好不好看”，而要看量化指标。常用的判断依据包括：
- 中性色偏差：白卡、灰卡在校准后三通道值应接近相等，偏差通常要求小于2%。
- 色卡平均色差：24色卡中所有色块的平均ΔE00，反映整体色彩还原能力。
- 最大色差：最差色块的ΔE00，反映极端颜色的还原能力，常用于判断是否需要对特定色域做二次校正。
- 重复性：同一色卡连续拍摄10次，计算各色块ΔE00的标准差，反映系统稳定性。
- 线性度：灰阶响应与理想线性关系的R²，通常要求大于0.99。
在实际工程中，建议先明确应用目标，再反推所需指标。例如，若实验成像用于植物表型分析，重点可能是绿色和近红外通道的稳定性；若用于病理切片扫描，则对白平衡和中性灰的准确性要求极高。校准不是越复杂越好，而是要与应用需求匹配。
本课程后续将围绕上述流程逐步展开：从光源与色度学基础，到传感器响应建模，再到色彩矩阵求解、色差评估和校准报告撰写。每一节都会给出可操作的参数、示例数据和判断标准，帮助你把“色彩校准”从概念变成可复现的工程能力。