分辨率测试卡、灰阶卡、色彩还原测试卡等等都是用来检测相机、摄像机、手机镜头各项参数检测用chart。但是单单使用测试图卡是不可能实现这些参数的检测的，所以要借助一些设备完成。

抽象

现代数码相机彩色图像处理流水线中的一个重要步骤是从场景光谱辐射引起的相机响应到客观比色或相关量的转换。相机光谱灵敏度的知识对于构建任意捕捉和观看条件下的鲁棒相机变换是必不可少的。基于单色器的技术是众所周知的，但是对于例如生产线照相机校准等常规使用而言，这种技术笨重，缓慢且不实用。已经表明，利用合适的表征数据，可以在不使用单色器的情况下准确估计光谱灵敏度。然而，这些方法本质上是高度同源的，并且在可能的场景捕捉谱上的表现还不清楚。目前的工作结果表明，将高维度特征数据与典型相机响应的多维分析相结合，会产生测试相机的光谱灵敏度估计，该相机在可能的场景光谱上表现极佳，同时最大限度地减少相机观察者同色异谱的机会。

介绍

成像系统的光谱灵敏度描述了在成像系统可以检测的所有波长的范围内对给定波长的辐射的量子效率响应。在典型的数码相机的情况下，相机光谱灵敏度的知识可以与可能的场景光谱辐射度相结合，以建立相机特定的颜色变换。

典型地，光谱灵敏度的地面真实测量用实验室级单色器测量。这需要熟练的操作员参费时且昂贵的工艺情况下，利用具有足够的功率通量的单色器来实现足够的信号与噪声水平，因为单色器通过所有感兴趣的波长被分步。

最近，已经引入了简化的方法，其允许在不使用单色器的情况下快速估计光谱灵敏度。这些方法向相机呈现一组相对宽带的光谱辐射，并记录相机响应。然后使用各种技术和支持数据从光谱辐射率和相机响应数值地优化估计的光谱灵敏度

相关工作

用于代表较大类似相机的样品的快速单独校准的应用利用了典型的光谱灵敏度已知的事实。基于对平均光谱灵敏度的先验知识，将来自选定的峰值波长和光谱功率分布的发光二极管的一组光谱辐射呈现给相机，并且记录相机响应。然后使用约束奇异值分解来估计样本相机的光谱灵敏度。尽管适用于预期的用例，但是将其推广到任意相机是有问题的，因为最佳的光谱辐射集合在某种程度上取决于要被表征的相机以及在应用于来自不同种群的宽相机时的数值方法的鲁棒性。

特征向量法基于大多数现代数字相机具有相似的光谱灵敏度特性的假设。利用这种技术，单色器被用来创建各种制造和相机模型的光谱灵敏度的数据库。计算数据库的前几个（最重要的）特征向量。然后将已知光谱反射率的照明颜色图表呈现给未知光谱灵敏度将被估计并记录相机响应的测试相机。通过计算特征向量的相对量来估计未知的光谱灵敏度，所述特征向量与图谱的光谱辐射度相结合，最好地再现测试相机响应。该方法产生合理的光谱灵敏度估计，但是由于用于表征相机的彩色图反射率具有低维性，因此估计的光谱灵敏度也是低维的，通常导致无法可靠地预测重要光谱特性的估计。变化用光谱可调的光源照亮反射图以增加表征数据的维数。然而，这增加了表征设置的复杂性，实现高信号电平可能是一个挑战。

当前方法

在目前的方法中，利用上述相关工作最令人满意的属性，同时通过简单的设置来避免它们的局限性，所述简单的设置适合于快速和可靠的光谱灵敏度估计：

1.采用内置LED模块的积分球，均匀照射位于球体表面孔径内的扩散板。这些LED具有已知的光谱功率分布，并被选择为使得该组峰值波长覆盖可见光谱。

2.每个LED依次照射扩散板，并将测试相机（其未知光谱灵敏度将被估计）对每个LED的响应记录为表征数据。

3.测量或获得代表相关摄像机的光谱灵敏度的数据库。

4.确定了特征向量及其对光谱灵敏度数据库的相对贡献。

5.计算解决方案的估计光谱灵敏度，这涉及每个特征向量的相对量，当与LED光谱功率分布集成最好地再现相机特征数据。

背景

虽然更全面的技术通常是首选，但目前的方法是通过最初做出以下假设并在稍后重新审视来简化：

1.相机的颜色感测行为是线性的，空间静止的，并且在表征时，设置和曝光以噪声可以被忽略的方式执行。

2.每个颜色感测通道独立于其他颜色感测通道，从而允许对每个颜色通道光谱灵敏度进行可分离估计

3.摄像机不遵守路德条件，因为它们的光谱灵敏度不是人类颜色匹配函数的线性组合。因此，不同的表征数据集和数值优化技术可能会产生不同的光谱灵敏度估计值，这些估计值彼此近似互补，并与实际的光谱灵敏度相近。

4.估计程序可能被限制为在所有波长处产生正的光谱灵敏度估计值。

5.通过在表征数据组中包括参考白人来实现对估计的光谱灵敏度的相对高度的缩放，由此允许使用缩放的光谱灵敏度数据库。

给定这些初始假设，每个颜色通道的摄像机颜色形成由下式给出：

c = s^tT

其中T是呈现给照相机的光谱辐射率（例如训练或测试数据）的列矩阵，其尺寸是i个波长的光谱辐射采样。 s是给定颜色通道的相机的实际光谱灵敏度的i长度向量。 c是给定颜色通道的相机响应的结果向量。

目标是估算测试摄像机颜色通道的未知光谱灵敏度e：

c = e^tT

T通常由高度相关的光谱样本组成，因此不是线性独立的。 由于直接反演T来估计e不是满秩的，噪声敏感的，条件很差的，并且由于许多原因而产生问题，所以可以通过确定选定的一组ixk最显着的特征向量的k个权重w来估计e：

e = w^tP^t

所以：

c = w^tP^tT

然后：

w = c^t(P^tT)^t[(P^tT)(P^tT)^t]^-1

因此，光谱灵敏度估计e降低到：

e = P(P^tTT^tP)^-1P^tTc

并且针对感兴趣的所有测试相机色彩通道重复或扩展针对未知光谱灵敏度e的所得到的最小范数解。