本系列主要介紹圖像信號處理器 (ISP, image signal processor) 中各核心算法模塊的設計以及相關的前沿研究，以典型的相機成像系統為基礎，涉及的內容包括各類缺陷校正，去馬賽克，去噪，3A算法（自動對焦，自動曝光，自動白平衡），超分，HDR，風格遷移等主題。
本文將首先簡單介紹色彩校正的用途，以及色彩相關知識，再對色彩校正的相關方法進行簡單介紹。
色彩三要素
一切色彩都具有三大屬相——色相、明度、純度。在色彩學上也稱之為色彩的三要素。
色相：色相是色彩的最大特征。不管是粉紅、暗紅、棕紅、朱砂紅，總之，它們都是紅的；不論是檸檬黃、落日黃還是印度黃，它們都屬于黃色。從色相環上可以清晰的看出來，通常色相環可以劃分為12色、20色、24色、40色等色相。圖1為二十四色色相環的示意圖。
圖1 24色相環
純度：純度指色彩的純凈程度、飽和程度。又稱彩度、飽和度、鮮艷度、含灰度等。原色的純度最高。純凈程度越高，色彩越純；相反，色彩純度越低。
明度：明度指色彩的明暗、深淺程度，也稱光度。簡單來說，明度越低越接近黑色，明度越高越接近白色，可以理解為明度越高，加入的白色越多。
色彩矯正算法
色彩矯正的基本原理是通過一個3*3的色彩矯正矩陣對輸入圖像的進行矯正，其在RGB域進行變換映射到一個新的（R`,G`,B`）。變換如下：
patch-based方法的原理是使用X-Rite24色卡上的18個彩色色塊作為標準的矯正系數，用攝像機拍攝色卡，再提取得到的圖像里18個彩色色塊的平均值（Rn,Gn,Bn)n=1,2……18，作為輸入矩陣S，而色塊的標準RGB值作為目標矩陣S`。經過CCM矯正之后的輸入矩陣應和目標矩陣相等，也就是有公式S`=M·S。則可以計算出M矩陣。
圖2 色彩矯正效果圖
02
多項式擬合法
對于色彩矯正sensor_RGB空間經過M2與M1以及伽馬矯正轉換到最終的非線性sRGB空間，色彩矯正所需要的矩陣為M矩陣，變換過程如圖3所示[2]。其中M1已知，M2由 sensor_RGB到XYZ空間求得，將兩者相乘即可求得矩陣M，這種方法是ISP中最常用的方法。
圖3 空間轉換示意圖
3D-LUT
3D-LUT[2]方法主要有3個步驟：分割、重構、建表。
分割：把源空間按照一定的采樣間隔劃分成柵格。
重構：建立源空間和目標空間之間的聯系。這里舉例四面體插值的聯系。如圖4所示，源空間四個點為p0,p1,p2,p3，目標空間的對應值分別是q0,q1,q2,q3,如果輸入點為p,則對應的輸出值q為：
其中
建表：將源空間數據和目標空間數據按照次序放入表中，形成查找表。查找表的用途廣泛，精度高，但是缺點是占用內存太多。
圖4 四面體插值
參考文獻：
[1] Leon Lozhkin, and A.A. Soldatov. "ColorCorrection in Modern Color Reproduction Devices." Journal ofCommunications Technology and Electronics 63.4: 361-366,2018.
[2] https://blog.csdn.net/xiaoshuying/article/details/88842503
