Desde cámaras de seguridad y dispositivos para hogares inteligentes hasta imágenes automotrices, inspección industrial, endoscopia médica y visión robótica, los sistemas de cámaras comparten un requisito engañosamente sencillo: los colores que capturan deben coincidir con lo que ven las personas.
La iluminación cotidiana dificulta esa tarea. En una oficina, la luz natural proveniente de una ventana se mezcla con la iluminación fluorescente. En un centro comercial, las luces frías del techo se superponen a las luces cálidas de exhibición. En un estacionamiento subterráneo, los LED blancos y las lámparas de sodio amarillas iluminan la misma escena. Estos entornos comunes figuran entre los más difíciles para que las cámaras logren una reproducción precisa. La iluminación mixta es frecuente en instalaciones reales, donde una fuente de luz uniforme y única es relativamente rara.
Este artículo explica por qué las cámaras generan tonalidades de color bajo iluminación mixta, cómo los ingenieros ajustan y prueban los sistemas en esas condiciones, y cómo mantienen un rendimiento cromático constante durante la producción. En aplicaciones que utilizan el color para tomar decisiones, la reproducción precisa constituye un requisito funcional.
El color percibido depende de la interacción entre la fuente de luz, la forma en que un objeto refleja la luz y el observador, ya sea una persona o una cámara.
Cuando la luz incide sobre un objeto, su superficie refleja algunas longitudes de onda con mayor intensidad que otras. La luz reflejada entra en el objetivo de la cámara y la matriz de filtros de color (CFA) del sensor de imagen la muestrea en los canales rojo, verde y azul. A continuación, el procesador de señal de imagen (ISP) aplica operaciones como desmosaicado, balance de blancos, corrección de color y codificación gamma para generar la imagen que ves en una pantalla.
Estos pasos de procesamiento se basan en suposiciones acerca de la iluminación. La iluminación mixta cuestiona dichas suposiciones de tres maneras.
1. Diferentes temperaturas de color. La visión humana se adapta a la iluminación y tiende a percibir los objetos blancos como blancos en una amplia gama de condiciones de luz. Una cámara estima el punto blanco mediante un algoritmo. Cuando LEDs cálidos de 2700 K y luz diurna fría de 6500 K iluminan distintas zonas de la misma escena, un único ajuste global de balance de blancos puede neutralizar una zona mientras deja una dominante de color en otra.
2. Diferentes distribuciones espectrales de potencia. Las lámparas incandescentes producen un espectro continuo. Las lámparas fluorescentes y los LEDs pueden presentar picos estrechos y huecos en el espectro visible. Dos fuentes pueden tener la misma temperatura de color correlacionada, pero iluminar un objeto con distintas combinaciones de longitudes de onda. A medida que la mezcla de luz cambia a lo largo de la escena, también cambia el espectro reflejado por ese objeto.
3. Parpadeo y variación cuadro a cuadro. La iluminación conectada a la red eléctrica puede parpadear, y una desincronización entre el tiempo de exposición y la modulación de la luz puede provocar bandas visibles.
El resultado puede ser un tono verdoso o rojizo en la piel, paredes blancas teñidas, colores inexactos de productos o diferencias de color visibles en papel y tejidos. Estos errores son relevantes cuando el color se utiliza para evaluaciones médicas, clasificación industrial, inspección de calidad o fotografía de exhibiciones.
Cuatro partes de la tubería de la cámara determinan cómo reproduce el color bajo iluminación mixta.
1. Balance automático de blancos (AWB). El AWB estima el iluminante de la escena y ajusta las ganancias de los canales rojo y azul para representar superficies neutras sin tonalidades de color. Un único conjunto de ganancias tiene capacidad limitada para corregir zonas iluminadas por fuentes distintas.
2. Matriz de corrección de color (CCM). Después del balance de blancos, una cámara aún necesita corregir cómo representa cada color individual. La respuesta espectral de un sensor Bayer difiere de la de la visión humana. Una matriz de 3 × 3 transforma la respuesta RGB del sensor hacia un espacio de color objetivo. Los sistemas de cámaras suelen calibrar matrices independientes para distintos tipos de iluminación.
3. Gamma y mapeo tonal. La codificación gamma transforma datos de imagen lineales en una señal no lineal. Junto con el mapeo tonal, afecta cómo se representan los tonos medios y cómo aparecen los colores saturados.
4. Espacios de color y tablas de consulta. La cámara asigna el color a un espacio de salida como sRGB o Display P3. Cuando se requiere una corrección no lineal más precisa, una tabla de consulta tridimensional (3D LUT) puede ajustar los colores más allá de lo que permite una matriz.
Una canalización ajustada con un conjunto determinado de parámetros globales aplica la misma corrección en todo el fotograma. Si una ventana ilumina un lado de una habitación y LEDs cálidos iluminan el otro, ambas regiones pueden requerir correcciones diferentes.
Sensor de imagen y matriz de filtros de color (CFA). Evaluar la respuesta espectral RGB del sensor bajo iluminación representativa durante la selección de componentes. Verificar si determinadas fuentes provocan la saturación de un canal o dejan otro con señal insuficiente para una corrección fiable.
Filtros ópticos y rechazo de infrarrojos. La luz infrarroja fuera del espectro visible puede contribuir a la señal RGB y alterar los colores que registra una cámara. Un filtro de corte de infrarrojos correctamente seleccionado puede ayudar a reducir tonos rojizos no deseados, especialmente en escenas con una componente infrarroja significativa.
Control del parpadeo y rango dinámico amplio. Sincronizar el tiempo de exposición con la modulación de las fuentes de luz, siempre que sea posible. Evaluar los ajustes de HDR o rango dinámico amplio (WDR) para escenas que contengan tanto regiones brillantes como oscuras. Gestionar las bandas y las variaciones de exposición proporciona a la canalización de color una imagen más estable sobre la que trabajar.
Balance de blancos regional o con múltiples fuentes de iluminación. Agrupar áreas con características de iluminación similares, estimar la fuente de iluminación en cada región y aplicar ganancias locales. Suavizar las transiciones entre regiones para que la corrección no genere límites visibles.
Interpolar entre matrices de corrección de color. Calibrar las matrices de corrección de color (CCM) en varias temperaturas de color de referencia. Cuando la temperatura de color estimada se sitúe entre dos puntos de calibración, interpolar entre las matrices correspondientes para evitar cambios bruscos en la reproducción del color.
Refinar el resultado mediante una LUT tridimensional. Utilizar una LUT tridimensional para corregir errores de color no lineales residuales tras la corrección inicial. Esto puede resultar útil en aplicaciones donde los tonos de piel o los colores de los productos requieren un control especialmente preciso.
Mejorar la estimación de la fuente de iluminación. Las estadísticas de escala de grises y los modelos aprendidos de estimación de la fuente de iluminación pueden ayudar a estimar la contribución relativa de distintas fuentes e impulsar entradas más precisas para el algoritmo de corrección.
Reproducir iluminación mixta en el laboratorio. Utilizar una cabina de luz o un área de prueba controlada con fuentes ajustables de forma independiente. Reproducir combinaciones como luz diurna y luz fluorescente, o LED fríos y cálidos. Emplear iluminantes estándar, como D65 y D50, como referencias.
Medir el color y comprobar los tonos neutros. Capturar un objetivo estándar de 24 parches de color, como el X-Rite ColorChecker, y un objetivo de escala de grises bajo cada combinación de iluminación. Calcular las diferencias de color mediante una métrica como CIEDE2000 (ΔE₀₀). Refinar las matrices de corrección de color (CCM) y las tablas de búsqueda (LUT) hasta que las mediciones queden dentro de los límites de aceptación del proyecto.
Verificar la coherencia entre lotes de producción. Incorporar los parámetros de calibración aprobados al proceso de producción. Utilizar muestreo automatizado para comprobar la diferencia de color, la desviación del balance de blancos y la coherencia de la respuesta entre lotes. Estas verificaciones ayudan a determinar si los módulos de producción reproducen el rendimiento de la muestra aprobada.
La precisión del color bajo iluminación mixta depende de decisiones tomadas en la selección del sensor, el diseño del módulo, el desarrollo del controlador, la optimización del procesador de imágenes (ISP), la integración del sistema y la calibración en producción. Un problema de color visible en la imagen final puede originarse en cualquier punto de esa cadena.
Diseñamos y fabricamos módulos de cámara y placas principales. Según la aplicación, podemos evaluar opciones de sensores, seleccionar lentes y filtros ópticos, y diseñar el módulo según los requisitos mecánicos del dispositivo.
Nuestro trabajo de desarrollo de controladores abarca la adaptación del controlador del sensor, la depuración a nivel de registros y las pruebas de estabilidad bajo los requisitos de iluminación, temperatura y frecuencia de fotogramas del proyecto. También optimizamos el ISP para la aplicación prevista, incluyendo el equilibrio automático de blancos, las matrices de corrección de color, las LUT tridimensionales, la reducción de ruido y el HDR o WDR. Los criterios de aceptación de imagen del cliente guían ese trabajo.
El mismo equipo puede llevar a cabo el proyecto desde los requisitos y la selección de componentes hasta la creación de prototipos, la optimización de imágenes, la producción y las verificaciones de consistencia. Si tiene un entorno de iluminación objetivo o un problema de color en un sistema existente, comparta sus requisitos o imágenes de muestra con nosotros en [email protected].
Noticias destacadas2026-11-06
2026-10-29
2026-10-24
2026-10-23
2026-10-20
2026-10-19
EN
