Identifying illuminants from photographs of known color patterns

Abstract

The goal of this thesis is to replace physical swatch books with a mobile phone camera. Allowing people to match paints or fabrics under ambient light- ing digitally using only one color chart, which requires a reliable estimation of the illuminant of the scene. Challenges include noise created by the environment, non-linear camera responses, and spectral distortions. We generate synthetic color charts using measured illuminant and reflectance spectra, simulating ideal RGB values. We replicate real-world conditions through renders, simulating noise and sensor artifacts. Using metrics such as Euclidean and Delta E color distances, along with a combination of color patterns, we create fingerprints of illuminants to match illuminated color checkers to their corresponding database. Although synthetic data achieves high precision, real-world performance drops significantly, exposing critical gaps between theory and practice. 1

Cílem této práce je nahradit tradiční vzorkovníky barev mobilní kamerou, která lidem umožní digitálně porovnávat barvy nátěrů nebo látek při běžném osvětlení, a to pouze pomocí jednoho barevného vzorku. To si vyžaduje spolehlivý odhad osvětlení scény. Mezi výzvy patří šum způsobený prostředím, nelineární reakce kamery a spektrální zkreslení. Generujeme syntetické barevné vzorky na základě naměřených spekter osvětlení, čímž simulujeme ideální hodnoty v prostoru lineárního RGB. Skutečné podmínky jsou replikovány pomocí renderů, které napodobují šum a artefakty snímače. Pomocí barevných metrik jako je euklidovská a Delta E v kombinaci s barevnými vzory, které jsou typické pro jed- notlivá světla, se pokoušíme přiřadit hledané vzorky k odpovídajícím záznamům v databázi. Ačkoli syntetická data dosahují vysoké přesnosti, výkon v reálných podmínkách klesá, což odhaluje zásadní rozdíly mezi teorií a praxí. 1