相机换了传感器，颜色为什么就变了？——从跨传感器色彩恒常性新研究，看算法与标准光环境如何共同定义成像一致性
概念配图：以可控光谱、标准色卡与不同相机传感器呈现成像链路；非THOUSLITE产品实拍或论文实验装置。
同一张色卡、同一间实验室、看似相同的白光，换一颗相机传感器，颜色结果却未必相同。对于需要跨机型、跨产线甚至跨供应商保持成像一致性的企业而言，这并不是一个只靠“把白平衡调准”就能彻底消失的问题。差异可能从光进入传感器的那一刻就已经产生。
2026年10月19日，《Color Research & Application》在线发表了一项关于跨传感器色彩恒常性的新研究。研究者尝试把物理成像约束引入模型训练，让算法在没有逐一测量所有目标传感器光谱响应的前提下，改善面对陌生相机时的光源估计表现。它没有宣告硬件校准可以退出舞台，反而让一个更基础的问题重新变得清晰：如果成像链路的光学条件不可描述，算法究竟在学习什么？
色彩差异，始于光源与传感器的相遇
一块物体表面并不存在一个与照明无关、可被相机直接读取的固定RGB值。相机每个颜色通道接收到的信号，取决于照明光谱功率分布（SPD）、材料的光谱反射率，以及该通道的光谱灵敏度函数（Spectral Sensitivity Function，SSF）之间的共同作用。简化地说，相机记录的是这些光谱因素在可见波段内叠加后的响应，而不是物体颜色本身。
这解释了为什么两台相机即使面向同一场景，也可能得到不同的原始通道值。不同传感器的滤色片、像素结构与光电响应并不完全一致；同样标注为D65或相近相关色温（CCT）的光源，也不必然具有完全相同的SPD。若材料存在明显的波段选择性反射，微小的光谱差异就可能被不同的传感器放大为可见的色偏。
传统白平衡通过估计场景照明并对通道响应进行调整，能够缓解许多常见色偏，但它并不能凭空恢复传感器未记录的光谱信息，也无法保证所有材料在不同相机之间获得一致的颜色再现。由此，色彩恒常性不仅是图像处理问题，也是光源、样品与传感器共同构成的系统问题。
最新研究：让算法训练重新尊重物理关系
论文《Physically-Constrained Diagonal Manifolds for Cross-Sensor Color Constancy》由Chong Li、Long Ma、Kaida Xiao与Changjun Li共同发表。研究针对一个实际难题：在某种传感器数据上训练的光源估计模型，往往会因另一种传感器的光谱响应不同而出现性能下降。
研究团队采用以von Kries对角适应模型为基础的物理约束训练策略，将已测得的真实光源信息投影到受约束的对角变换空间，构造与成像模型相容的照明变化，使网络学习区分光照因素与传感器差异。与单纯扩大训练数据的思路不同，这项工作强调在学习过程中保留合理的物理结构。
作者在Cube+、INTEL-TAU与NUS-8三个公开数据集上进行了实验评估，并报告跨传感器泛化能力得到改善。这些结果属于数据集上的算法验证，不等于在真实工厂产线完成了长期稳定性、跨批次传感器、复杂混合光或全部材料表面的验证。公开摘要也不足以支持将改善幅度直接转换为某种工业色差保证。论文的价值，首先在于提出并检验了一条有物理依据的训练路线。
算法越聪明，测试光环境越需要可描述
当算法试图把“光照变化”与“传感器差异”分开时，研发团队也必须在实验端尽可能把这两个变量分别记录。只知道灯具设定为某个色温，并不足以说明真实入射到色卡表面的光谱。更有价值的测试记录包括实测SPD、照度、照明均匀性、观察或拍摄几何、曝光与增益、RAW数据处理路径，以及测试样品的光谱特性。
这类记录并不是为了增加流程复杂度，而是为了回答一个关键的工程问题：当某个相机模块出现颜色偏差时，差异来自传感器响应、照明条件、镜头和滤色系统，还是后端色彩矩阵与白平衡算法？只有测试条件足够稳定、可复现，跨设备比较才可能从“哪张照片更接近肉眼”推进到“哪个变量导致了可量化的差异”。
在研发验证中，可以先以约定的标准参考照明建立基线，再按明确的SPD条件扩展测试，观察不同相机的RAW响应与颜色校正结果如何变化。对于存在同色异谱风险的材料，增加具有不同光谱特征的测试样品与光源条件，往往比反复调整单一白点更有诊断意义。这里的多光谱测试是一种可设计的验证思路，具体是否需要、采用多少条件，仍应由产品用途与误差预算决定。
从研究验证到产线校准，光源承担不同角色
对于相机模组生产，稳定且均匀的测试卡照明首先服务于重复测量与工艺一致性。THOUSLITE LEDPanel面向相机模组与传感器产线校准，提供可设定的照明条件、均匀出光与SDK集成能力，适合嵌入既定测试流程。对需要研究不同SPD影响的场景，LEDTrans可提供光谱匹配与测试卡照明；LEDCube则支持D50、D65、D75等参考日光模拟及指定SPD匹配，为更大尺度的光谱比较与标准光环境研究提供另一类工具。
这些产品所提供的是可控制的照明条件，并不是自动获得跨相机色彩恒常性算法，也不意味着本次论文已使用THOUSLITE设备进行实验验证。真正的系统表现，还取决于目标光谱是否可在具体装置与几何条件下实现、实际输出是否经过仪器测量，以及相机与算法的联合验证结果。
把产线光源、实验室光谱可调能力和图像算法放在同一条质量链路中，各自的责任反而更加清楚：光源提供受控输入，测量建立可信记录，算法处理成像差异，最终以目标应用中的颜色误差、重复性与稳定性进行判定。
从“看起来一致”走向“可以解释的一致”
跨传感器色彩恒常性研究正在提示行业一个值得重视的方向：模型的泛化能力固然重要，但泛化并不意味着放弃对物理条件的认识。更成熟的色彩管理体系，应当让光源SPD、传感器SSF、样品反射特性与图像处理方法能够相互对应，并在必要时追溯每一次颜色判断所依据的条件。
当颜色差异不再只是屏幕上的主观争议，而能够被定位到可测量、可复现的环节，标准光环境的意义也随之拓展：它不仅帮助企业获得稳定的测试结果，更为新算法、新传感器与新工艺之间建立共同的验证语言。
研究出处
Chong Li, Long Ma, Kaida Xiao, Changjun Li. “Physically-Constrained Diagonal Manifolds for Cross-Sensor Color Constancy.” Color Research & Application, first published 19 October 2026. https://doi.org/10.1002/col.70137
让相机色彩判断，建立在可验证的光环境之上
如果您正在规划相机模组校准、标准测试卡照明或多光谱成像研究，欢迎与THOUSLITE技术团队交流目标SPD、测试几何、照度与验证流程，让光源控制与成像算法拥有可共同追溯的测试基础。
咨询专线：+86 0519-85289860
商务邮箱：sales@thouslite.com
官方网站：www.thouslite.cn
关于千明智能照明
千明智能照明（Thouslite）是一家专注于多通道LED全光谱可调技术与光品质管理技术的创新高科技企业。自2014年成立以来，公司始终致力于将前沿光谱可调LED照明技术应用于全球消费者与工业市场，业务遍及全球逾三十个国家和地区，服务于众多国际知名科研机构与行业领先企业。
作为多通道LED光谱可调技术领域的先行者，Thouslite拥有完整的电学与光学研发实验室及自主知识产权体系。公司深度参与国际学术会议与标准化组织，持续推动色彩科学与光谱成像领域的技术进步与标准制定。从实验室前沿研究到工业生产一线的品质管控，Thouslite以精密、稳定、可追溯的标准化光环境解决方案，为全球客户交付超越行业基准的光品质。
Light, Engineered for Precision. 驾驭光谱，成就标准。
关注THOUSLITE千明智能照明，持续获取光谱可调照明的前沿洞察与行业应用深度解读，让每一束光，都成为色彩的真实坐标。
