Dalle telecamere di sicurezza e dai dispositivi per la casa intelligente all’imaging automobilistico, all’ispezione industriale, all’endoscopia medica e alla visione robotica, i sistemi di acquisizione video condividono un requisito apparentemente semplice: i colori che catturano devono corrispondere a quelli percepiti dagli esseri umani.
L’illuminazione quotidiana rende tale obiettivo difficile da raggiungere. In un ufficio, la luce naturale proveniente da una finestra si mescola a quella fluorescente. In un centro commerciale, le luci fredde del soffitto si sovrappongono a quelle calde delle vetrine. In un parcheggio sotterraneo, LED bianchi e lampade al sodio gialle illuminano la stessa scena. Questi ambienti comuni rappresentano alcuni dei casi più complessi per una riproduzione accurata da parte delle telecamere. La presenza di illuminazione mista è frequente nelle installazioni reali, mentre una singola fonte luminosa uniforme è relativamente rara.
Questo articolo spiega perché le telecamere generano dominanti cromatiche in condizioni di illuminazione mista, come gli ingegneri ottimizzano e testano tali condizioni e come mantengono coerenti le prestazioni cromatiche in produzione. In applicazioni in cui il colore viene utilizzato per prendere decisioni, una riproduzione accurata costituisce un requisito funzionale.

Il colore percepito dipende dall'interazione tra la sorgente luminosa, il modo in cui un oggetto riflette la luce e l'osservatore, che può essere una persona o una fotocamera.
Quando la luce colpisce un oggetto, la superficie ne riflette alcune lunghezze d'onda più intensamente di altre. La luce riflessa entra nell'obiettivo della fotocamera e la matrice di filtri cromatici (CFA) sul sensore d'immagine la campiona nei canali rosso, verde e blu. Il processore del segnale d'immagine (ISP) applica quindi operazioni quali la demosaicizzazione, il bilanciamento del bianco, la correzione cromatica e la codifica gamma per produrre l'immagine visualizzata sullo schermo.
Questi passaggi di elaborazione si basano su ipotesi riguardo all'illuminazione. L'illuminazione mista mette in discussione tali ipotesi in tre modi.
1. Diverse temperature di colore. La visione umana si adatta all'illuminazione e tende a percepire gli oggetti bianchi come bianchi in una vasta gamma di condizioni di illuminazione. Una fotocamera stima il punto bianco in modo algoritmico. Quando LED caldi da 2700 K e luce diurna fresca da 6500 K illuminano parti diverse della stessa scena, un’unica impostazione globale di bilanciamento del bianco può neutralizzare un’area lasciando però una dominante cromatica in un’altra.
2. Diverse distribuzioni della potenza spettrale. Le lampade a incandescenza producono uno spettro continuo. Le lampade fluorescenti e i LED possono presentare picchi stretti e lacune nello spettro visibile. Due sorgenti possono avere la stessa temperatura di colore correlata pur illuminando un oggetto con combinazioni diverse di lunghezze d’onda. Man mano che la miscela di luce cambia nella scena, cambia anche lo spettro riflesso da quell’oggetto.
3. Flicker e variazione fotogramma per fotogramma. L'illuminazione alimentata dalla rete elettrica può sfarfallare, e una mancata sincronizzazione tra il tempo di esposizione e la modulazione della luce può causare bande visibili.
Il risultato può essere una dominante verdognola o rossiccia sulla pelle, pareti bianche colorate, colori dei prodotti inaccurati o differenze cromatiche visibili su carta e tessuti. Questi errori sono rilevanti quando il colore viene utilizzato per valutazioni mediche, selezione industriale, ispezione della qualità o fotografia di allestimenti.
Quattro componenti della catena di elaborazione della fotocamera determinano come questa riproduce il colore in presenza di illuminazione mista.
1. Bilanciamento automatico del bianco (AWB). L'AWB stima l'illuminante della scena e regola i guadagni dei canali rosso e blu per rendere le superfici neutre senza dominanti cromatiche. Un unico insieme di guadagni ha capacità limitata di correggere aree illuminate da fonti diverse.
2. Matrice di correzione del colore (CCM). Dopo la correzione del bilanciamento del bianco, una fotocamera deve ancora correggere la resa dei singoli colori. La risposta spettrale di un sensore Bayer differisce da quella della visione umana. Una matrice 3 × 3 trasforma la risposta RGB del sensore verso uno spazio colore obiettivo. I sistemi fotografici spesso calibrano matrici distinte per diversi tipi di illuminazione.
3. Gamma e mappatura tonale. La codifica gamma trasforma i dati immagine lineari in un segnale non lineare. Insieme alla mappatura tonale, influenza la resa delle mezze tinte e l’aspetto dei colori saturi.
4. Spazi colore e tabelle di ricerca. La fotocamera mappa i colori in uno spazio di uscita come sRGB o Display P3. Quando è richiesta una correzione non lineare più fine, una tabella di ricerca tridimensionale (3D LUT) può regolare i colori oltre i limiti raggiungibili con una semplice matrice.
Una catena di elaborazione ottimizzata con un unico insieme di parametri globali applica la stessa correzione a tutta l’immagine. Se una finestra illumina un lato di una stanza e LED caldi illuminano l’altro, le due zone possono richiedere correzioni diverse.

Sensore d'immagine e matrice cromatica (CFA). Valutare la risposta spettrale RGB del sensore sotto illuminazione rappresentativa durante la selezione dei componenti. Verificare se determinate sorgenti causano la saturazione di un canale o lasciano un altro canale con segnale troppo debole per una correzione affidabile.
Filtri ottici e riduzione dell'infrarosso. La luce infrarossa al di fuori dello spettro visibile può contribuire al segnale RGB e alterare i colori registrati da una fotocamera. Un filtro antinfrarossi opportunamente scelto può aiutare a ridurre indesiderati toni rossastri, in particolare in scene con una componente infrarossa significativa.
Controllo del flicker e ampia gamma dinamica. Sincronizzare il tempo di esposizione con la modulazione delle sorgenti luminose, ove possibile. Valutare le impostazioni HDR o a larga gamma dinamica (WDR) per scene che contengono sia aree molto luminose sia aree scure. Gestire il banding e le variazioni di esposizione fornisce alla pipeline cromatica un'immagine più stabile su cui operare.
Bilanciamento del bianco regionale o multi-illuminante. Raggruppare le aree con caratteristiche di illuminazione simili, stimare l'illuminante in ciascuna regione e applicare guadagni locali. Smussare le transizioni tra le regioni in modo che la correzione non crei contorni visibili.
Interpolare tra matrici di correzione del colore. Calibrare le matrici CCM a diverse temperature di colore di riferimento. Quando la temperatura di colore stimata ricade tra due punti di calibrazione, interpolare tra le matrici corrispondenti per evitare cambiamenti bruschi nella resa cromatica.
Affinare il risultato con una LUT 3D. Utilizzare una LUT 3D per correggere gli errori cromatici non lineari residui dopo la correzione iniziale. Ciò può essere utile in applicazioni in cui è necessario un controllo particolarmente accurato delle tonalità della pelle o dei colori dei prodotti.
Migliorare la stima dell'illuminante. Le statistiche in scala di grigi e i modelli appresi di stima dell'illuminante possono aiutare a stimare il contributo relativo di diverse sorgenti e fornire input migliori per l'algoritmo di correzione.
Riprodurre una combinazione di illuminazione in laboratorio. Utilizzare un box luminoso o un'area di prova controllata con sorgenti regolabili in modo indipendente. Ricreare combinazioni come luce diurna e luce fluorescente oppure LED freddi e caldi. Utilizzare illuminanti standard, quali D65 e D50, come riferimenti.
Misurare il colore e verificare le tonalità neutre. Acquisire un obiettivo cromatico standard a 24 patch, quale lo X-Rite ColorChecker, e un obiettivo in scala di grigi sotto ciascuna combinazione di illuminazione. Calcolare le differenze cromatiche mediante una metrica come CIEDE2000 (ΔE₀₀). Affinare le matrici di correzione del colore (CCM) e le LUT fino a quando le misurazioni rientrano nei limiti di accettazione previsti dal progetto.
Verificare la coerenza tra i diversi lotti di produzione. Incorporare i parametri di calibrazione approvati nel processo produttivo. Utilizzare campionamenti automatici per controllare la differenza cromatica, la deviazione del bilanciamento del bianco e la coerenza della risposta tra i lotti. Questi controlli consentono di stabilire se i moduli prodotti riproducono le prestazioni del campione approvato.
L'accuratezza del colore in condizioni di illuminazione mista dipende dalle decisioni prese nella selezione del sensore, nella progettazione del modulo, nello sviluppo del driver, nella taratura dell'ISP, nell'integrazione del sistema e nella calibrazione in produzione. Un problema relativo al colore visibile nell'immagine finale può originare in qualsiasi punto di tale catena.
Progettiamo e produciamo moduli per fotocamere e schede principali. In base all'applicazione, possiamo valutare le opzioni di sensore, selezionare obiettivi e filtri ottici e progettare il modulo in funzione dei requisiti meccanici del dispositivo.
Il nostro lavoro di sviluppo dei driver comprende il porting del driver del sensore, il debug a livello di registro e i test di stabilità rispetto ai requisiti di illuminazione, temperatura e frequenza dei fotogrammi del progetto. Inoltre, effettuiamo la taratura dell'ISP per l'applicazione prevista, inclusi l'equilibrio del bianco automatico, le matrici di correzione del colore, le LUT tridimensionali, la riduzione del rumore e le funzionalità HDR o WDR. I criteri di accettazione dell'immagine definiti dal cliente guidano tale attività.
Lo stesso team può gestire il progetto dall’analisi dei requisiti e dalla selezione dei componenti fino alla prototipazione, al tuning dell’immagine, alla produzione e ai controlli di coerenza. Se hai un ambiente di illuminazione specifico come obiettivo o riscontri un problema cromatico in un sistema già esistente, condividi i tuoi requisiti o immagini campione con noi all’indirizzo [email protected].
Notizie in primo piano2026-11-06
2026-10-29
2026-10-24
2026-10-23
2026-10-20
2026-10-19