【伽马&白平衡】显示设备中伽马调整技术原理与 RGB、亮度、色温关联机制

显示设备中伽马调整技术原理与 RGB、亮度、色温关联机制

1. 引言

1.1 技术背景与研究意义

在现代显示设备技术体系中，伽马调整作为解决 “输入信号” 与 “屏幕输出亮度” 非线性匹配的核心技术，直接决定了图像显示的视觉质量和色彩准确性(11)。人眼对亮度的感知遵循韦伯 – 费希纳定律，呈现非线性特性，对低照度区域更敏感，对高照度区域相对迟钝。而显示设备的光电转换过程同样存在固有的非线性特性，这导致未经校正的图像会出现偏暗、对比度异常、色彩偏差等问题。

伽马调整的核心价值在于通过精确的数学模型和信号转换机制，实现设备特性与人类视觉特性的最佳匹配，确保图像在不同显示设备上的一致性表现。在实际工程应用中，伽马调整不仅影响整体亮度分布，更通过对 RGB 三通道的差异化处理，直接决定了显示设备的色温平衡和色彩表现能力。

1.2 文档目标与适用范围

本技术文档面向显示设备研发工程师，系统阐述伽马调整的数学模型、信号转换机制、与 RGB 通道及亮度色温的关联关系，以及工程化应用方法。文档涵盖从理论推导到实际测试的完整技术链条，旨在为研发、生产、校准等环节提供标准化的技术指导。

文档内容适用于 LCD、OLED 等主流显示技术的产品研发、生产校准、质量控制、技术支持等场景，特别关注伽马调整与白平衡控制的协同工作机制，为显示设备的色彩管理系统设计提供理论依据和实践指导。

2. 伽马调整的数学模型与理论基础

2.1 韦伯 – 费希纳定律与人眼视觉特性

人眼对亮度的感知机制是伽马调整技术的理论基础。根据韦伯 – 费希纳定律，人眼感受到的亮度与物理照度之间存在幂指数关系，数学表达式为：

人眼感受到的亮度 = 物体照度 ^n （公式一）

这一关系表明，人眼对亮度变化的感知具有非线性特征，对低照度物体更敏感，对高照度物体相对迟钝。例如，人眼能够区分照度为 2、3、4 的三个物体，但难以区分照度为 222、223、224 的三个物体。

在 8 位图像系统中，能够表示的照度有 256 种灰度等级，换算到 0~1 区间，其中间灰度（128 级）要让人眼感觉为 0.5 的亮度感知，这样人眼看起来的灰度是均匀渐变的。研究表明，当n=2.2 时，人眼感知的中间灰度（0.5）对应的物理照度为 0.218，即pow(0.5,2.2) = 0.218，这就是伽马值 2.2 的理论由来。

2.2 伽马调整的基础数学模型

伽马调整的核心数学模型基于幂函数变换，其基础公式为：

输出亮度 = (输入信号值)^(1/γ) （公式二）(11)

其中：

输入信号值：范围 0~1，代表像素原始亮度信息（如 RGB 通道灰度值）

输出亮度：范围 0~1，代表屏幕最终显示的物理亮度

γ：伽马值，行业标准为 2.2

在实际工程应用中，考虑到设备的非线性响应特性，输入电压与输出亮度的关系通常表示为：

L(V) = V^γ （公式三）

其中 V 为输入电压，L 为输出亮度。这一关系最初源于 CRT 显示器的响应曲线，即亮度与输入电压的非线性关系(15)。

2.3 工程修正模型与参数优化

为了更精确地匹配实际设备特性和环境条件，工程应用中需要对基础模型进行参数修正。修正后的伽马调整公式为：

L_out = K × (V_in – V_offset)^(1/γ) （公式四）(12)

其中：

V_offset：黑电平偏移量，通常取值 0.01~0.03，用于消除面板漏光导致的暗态不纯

K：亮度增益系数，取值 0.95~1.05，用于匹配面板最大物理亮度

ε：噪声抑制偏移量，用于暗部噪声明显的图像，优化公式为 output = (input + ε)^(1/γ)

当 γ>1 时，图像整体变暗，增强暗部细节（输入值越小，输出衰减越明显）；当 γ<1 时，图像整体变亮，抑制高光过曝（输入值越大，输出增益越平缓）；当 γ=1 时，无矫正效果，保持线性关系(12)。

2.4 伽马函数的分段定义与标准规范

在行业标准中，伽马函数通常采用分段定义的方式以提高精度。以 sRGB 标准为例，其伽马映射曲线由两部分组成(55)：

线性段（x < 0.0031308）：

y = 12.92 × x

非线性段（x ≥ 0.0031308）：

y = 1.055 × x^(1/2.4) – 0.055

这一分段函数更符合人眼对中低灰阶区域的亮度感知特性，能够在保证暗部细节的同时，避免亮部区域的过度压缩。IEC 61966-2-1:1999 标准定义的 sRGB EOTF（电光转换函数）与纯伽马 2.2 函数之间存在近似关系，但标准本身缺乏对 EOTF 的明确定义(61)。

3. 信号转换机制与系统架构

3.1 完整信号流程与处理环节

伽马调整的信号转换机制需要经过 **“数字信号处理→伽马表映射→模拟电压输出→面板亮度显示”** 四个核心环节，形成完整的信号处理链条(2)。

数字信号输入：信号源输出 8bit/10bit RGB 数字信号（灰度值 0~255/0~1023），经归一化处理后得到 V_in；

伽马表映射：数字信号通过伽马表（Gamma LUT），根据当前伽马值 γ 输出目标电压控制值；

数模转换（DAC）：驱动 IC 将伽马表输出的数字控制值转换为模拟电压 V_RGB；

面板亮度输出：RGB 子像素接收 V_RGB，发光亮度由 V_RGB 决定，最终叠加为屏幕显示亮度 L_out。

在 ISP（图像信号处理器）中，伽马映射通常由专门的 Gamma 模块负责实现，该模块的核心工作是将线性输入信号通过查找表（LUT）进行非线性映射，输出适配人眼感知与显示设备特性的像素数据(55)。

3.2 伽马 LUT（查找表）的实现机制

伽马 LUT是实现伽马调整的核心组件，通过预存储的查找表实现快速的非线性映射。典型的 LUT 实现方法为(37)：

LUT = np.array((((i/255.0) ** (1/gamma)) * 255 for i in range(256)), dtype='uint8')

这一方法通过列表推导式创建查找表，将每个像素值（0-255）进行伽马变换，并将结果存储在 NumPy 数组中。在实际工程中，LUT 的精度通常为256 点或 1024 点（8~10bit 输入→8bit 输出），支持线性段 + 非线性段的组合配置，可对低灰阶、中灰阶、高灰阶分区调节(55)。

现代可编程伽马表支持通道独立映射，可对 R、G、B 各通道分别配置不同的伽马曲线，也可启用统一的 Y 通道伽马控制。这种灵活的配置机制为实现精确的色彩管理和白平衡控制提供了技术基础。

3.3 数模转换（DAC）技术实现

在工程实现中，伽马调整的模拟信号转换通常采用高精度 DAC 芯片，如 ADI 的 AD5689R（16 通道，16 位分辨率）或 TI 的 DAC8568，这些芯片支持 SPI 接口与片内基准，可编程输出任意电压序列(34)。

DAC 芯片将 16 位数字量映射到 0~Vref×(1−1/2^16) 的电压范围内，通过高速 DAC 逐点输出对应电压，极大提升了灵活性与精度。在 Gamma 校正 DAC 的具体实现中，通常采用分段处理方式，通过多个参考伽马电压和数字数据的不同位组合生成最终的伽马电压(35)。

3.4 硬件架构与集成方案

现代显示设备的伽马调整系统采用数字化集成方案，将非线性映射过程数字化，先在 MCU 或 TCON 中预存 LUT，再通过高速 DAC 逐点输出对应电压。这种方案相比传统的模拟电路方案，具有更高的精度、更强的可编程性和更好的稳定性(34)。

在实际硬件设计中，伽马调整模块通常集成在显示驱动 IC 内部，通过 I2C、SPI 等总线接口接收控制指令，支持动态调整伽马参数和 LUT 内容。高端显示设备还支持多伽马模式切换，可根据不同的应用场景选择不同的伽马曲线，如标准模式、影院模式、游戏模式等。

4. RGB 通道与亮度色温的关联机制

4.1 RGB 通道独立伽马控制原理

RGB 三通道各自拥有独立的伽马曲线，通过对各通道伽马值的差异化调节，可以实现对色彩表现和色温平衡的精确控制。全局伽马调整同步改变 R、G、B 三通道的伽马值，不破坏原有 RGB 亮度比例，仅调整画面整体明暗细节，不改变色彩基调(1)。

分通道伽马调整则通过单独改变某一通道的伽马值，打破 RGB 亮度平衡，从而实现色彩偏移控制。具体影响机制如下：

红色通道伽马值增加：使图片看起来更温暖（偏红）

蓝色通道伽马值减少：使场景显得更加寒冷（偏蓝）

绿色通道伽马值调整：影响画面的绿色占比，进而影响整体色调平衡

在实际工程应用中，分通道伽马控制为白平衡调节提供了重要的技术手段，通过对 R、B 通道的精确调节，可以实现对色温的细微调整，而不影响整体亮度分布。

4.2 亮度计算的加权叠加模型

显示设备的总亮度由 RGB 三通道输出亮度的加权叠加决定，其数学模型为：

L_total = 0.299 × L_R + 0.587 × L_G + 0.114 × L_B （公式五）

其中 0.299、0.587、0.114 为 Rec.601 标准定义的通道亮度权重系数，反映了人眼对不同颜色通道的敏感度差异。

在伽马表固定的前提下，每个通道的输出亮度 L_R、L_G、L_B 完全由该通道的输入电压决定，呈现正相关关系。当某通道输入电压升高时，该通道输出亮度增加；当电压达到饱和上限时，亮度达到最大值，不再随电压升高而变化(1)。

4.3 色温控制的比例调节机制

色温的本质是RGB 三通道亮度的相对比例关系，通过调节 RGB 通道电压比例可以实现色温的精确控制。在实际应用中，通常以 G 通道为基准（因为 G 通道对人眼亮度感知贡献最大），通过调整 R、B 通道电压来匹配目标色温(1)。

色温与电压比例的对应关系如下：

目标暖色温（5000K）：需提高 R 通道电压、降低 B 通道电压，增加红色亮度占比

目标冷色温（9300K）：需降低 R 通道电压、提高 B 通道电压，增加蓝色亮度占比

标准白平衡（6500K）：需使 R、G、B 通道电压比例经伽马转换后，亮度比例符合标准要求

在 CIE XYZ 颜色空间中，色温与 RGB 比例的关系需要通过线性变换矩阵进行转换。sRGB 标准的 D65 白光对应的 XYZ 值为 X=95.05、Y=100.00、Z=108.90，对应的 RGB 值为 255,255,255。

4.4 白平衡调整的变量关系分析

在伽马表固定的前提下，白平衡调整涉及以下核心变量关系(1)：

调整变量	直接影响对象	间接影响对象	关键规律
RGB 单通道电压	该通道单色亮度	总亮度（占比高时）	电压↑→亮度↑（未饱和时）
RGB 电压比例	三通道亮度比例	色温	比例匹配目标→白平衡正常
三通道电压同步增减	总亮度	色温	同步↑→总亮度↑，色温不变

电压比例失衡会直接导致白平衡偏移：

R 通道电压过高 / B 通道过低：画面偏红（暖度过剩）

B 通道电压过高 / R 通道过低：画面偏蓝（冷度过剩）

G 通道电压异常：画面偏绿或偏品红（G 的补色）

4.5 CIE 色彩空间转换机制

在进行精确的色温控制时，需要将 RGB 值转换到 CIE XYZ 颜色空间进行处理。CIE XYZ 颜色空间是基于线性光度值定义的，因此在进行颜色空间转换时，必须使用与 CIE 标准匹配的线性三刺激值(23)。

转换过程需要首先对 RGB 值进行Gamma 解码，将其还原到线性空间，再进行从线性 RGB 到 CIE XYZ 的线性变换，最后归一化得到 CIE xy 值。sRGB 到 XYZ 的转换矩阵为：

[R]   [3.2406  -1.5372  -0.4986]   [X]

[G] = [-0.9689   1.8758   0.0415] × [Y]

[B]   [0.0557  -0.2040   1.0570]   [Z]

这一转换矩阵适用于标准 D65 照明体（6500K 日光），能够实现 RGB 颜色空间与设备无关的 CIE 颜色空间之间的精确转换。

5. 工程应用方法与测试案例

5.1 伽马校准的标准化流程

伽马校准是确保显示设备色彩准确性的关键环节，需要遵循严格的标准化流程。典型的校准步骤包括：

设备初始化：将显示设备恢复出厂设置，设置亮度 / 对比度为默认值（如亮度 50%、对比度 70%）

伽马值设定：通过驱动工具设定目标伽马值（显示器 2.2、电视 2.4、工业屏 2.0）

灰度值采样：用校色仪采集灰度值 0（黑）、32、64、128、192、255（白）对应的实际亮度

伽马表修正：对比采样亮度与理论亮度，若偏差 > 5%，修正对应灰度值的电压控制值

验证测试：重复采样 – 修正过程，直至所有灰度值的亮度偏差≤3%，保存伽马表参数

校准过程需要使用专业的光学测试设备，如 Konica Minolta 的 CA 系列光学测试仪（CA-310、CA-410 等），测试至少 64 个灰度级的亮度，并与标准伽马 2.2 曲线进行比较。

5.2 不同伽马值的效果对比分析

通过实际测试数据可以清晰展示不同伽马值对显示效果的影响。使用 CA310 测试仪对 Gamma=2.1、2.2、2.3 三种情况进行对比测试，得到以下关键数据：

灰度级	Gamma=2.1	Gamma=2.2	Gamma=2.3
1	0.00	0.00	0.00
16	4.62	4.00	3.46
32	21.20	19.75	18.40
48	50.81	49.34	47.91
64	94.00	94.00	94.00

从测试数据可以看出：

Gamma 1.8 曲线：对应更高的亮度，画面看起来更亮，但对比度较低

Gamma 2.2 曲线：标准曲线，平衡了亮度和对比度

Gamma 2.4/2.6 曲线：画面看起来更暗，但具有更高的对比度(44)

在实际应用中，Gamma 2.4 的图像明显更暗、对比度更高，提供 “更有冲击力” 的戏剧性效果，适合在较暗或完全黑暗的环境中观看(54)。

5.3 色温调节的工程实现案例

在实际工程应用中，通过 Gamma 调节色温的典型案例包括：

案例一：暖色调调整

当需要实现暖色调效果时，可通过以下方式调节：

增加红色通道的伽马值：使红色成分在暗部区域更加突出

减少蓝色通道的伽马值：降低蓝色成分在暗部的表现

保持绿色通道不变：维持亮度感知的稳定性

案例二：冷色调调整

当需要实现冷色调效果时：

减少红色通道的伽马值：降低红色成分的整体表现

增加蓝色通道的伽马值：使蓝色成分在亮部区域更加突出

适当调整绿色通道：根据具体效果需求进行微调

这些调整方法可以通过可编程伽马表实现，支持实时切换不同的色温模式，满足不同应用场景的需求。

5.4 测试设备配置与数据采集方法

专业的伽马测试需要配置以下关键设备和软件：

硬件设备：

光学测试设备：Konica Minolta CA-310/CA-410 彩色分析仪

信号发生器：支持标准 RGB 信号输出，分辨率至少 10bit

示波器：用于测量 RGB 通道的模拟电压输出

可编程电源：为显示设备提供稳定的工作电压

软件工具：

校准软件：支持 Gamma LUT 生成和实时调整

数据分析软件：Excel 或 MATLAB，用于数据拟合和曲线分析

信号控制软件：通过 I2C/SPI 接口控制显示驱动 IC

数据采集方法：

设定标准测试条件：环境照度 < 50lux，设备预热 30 分钟

采集完整灰度序列：从 0 到 255 的 256 个灰度级

测量参数包括：亮度（cd/m²）、色温（K）、CIE xy 坐标、RGB 通道电压

数据处理：使用最小二乘法拟合幂函数曲线 L = a・V^γ + b，优化 γ 值(45)

5.5 工程调试中的常见问题与解决方案

在伽马调试过程中，常见的技术问题及解决方案如下：

问题一：暗部细节丢失

原因：伽马值过高（>2.5）导致暗部过度压缩

解决方案：降低伽马值至 2.2~2.4 范围，重新生成伽马表暗部参数

问题二：色彩偏移

原因：RGB 通道伽马值不匹配，或白平衡设置不当

解决方案：检查各通道伽马值一致性，重新进行白平衡校准

问题三：亮度不均匀

原因：显示面板的固有特性或驱动电路设计问题

解决方案：通过分区伽马校正或光学补偿膜改善均匀性

问题四：伽马曲线波动

原因：伽马表参数错误或 LUT 插值算法问题

解决方案：重新生成伽马表，确保参数连续性和单调性

5.6 行业标准与规范应用

伽马调整技术必须遵循相关的国际标准和行业规范，确保产品的兼容性和互操作性。主要标准包括：

ITU-R BT.709 标准（Rec.709）：

用于 HDTV 的视频编码标准，Gamma 曲线近似为 1/2.2

定义了严格的 EOTF 和 OETF（光电 / 电光转换函数）规范

适用于广播电视和专业视频制作领域(55)

IEC 61966 系列标准：

IEC 61966-2-1:1999：定义 sRGB 标准，使用约 2.2 的伽马函数

IEC 61966-2-4：适用于视频系统 YCC 颜色的编码和通信

标准定义了 “显示输入 / 输出特性” 和 “编码特性”，而非直接使用伽马术语

BT.2020 标准（Rec.2020）：

支持更宽广的色域和更高动态范围，用于 4K/8K UHD 和 HDR 视频系统

SDR 模式可使用传统 Gamma 曲线（如 Gamma=2.4）

HDR 模式使用 PQ（感知量化器）或 HLG（混合对数伽马）曲线(55)

在实际产品开发中，需要根据目标市场和应用场景选择相应的标准规范，并确保产品符合相关认证要求。

6. 结论与技术展望

6.1 核心技术总结

伽马调整技术通过精确的数学模型和信号转换机制，成功解决了显示设备的非线性响应与人类视觉特性之间的匹配问题。其核心价值体现在三个方面：

数学模型的精确性：基于韦伯 – 费希纳定律的幂函数模型，通过 γ=2.2 的标准参数实现了设备特性与视觉感知的最佳匹配。工程修正模型通过引入偏移量和增益系数，进一步提高了系统的适应性和精度。

信号转换机制的完整性：从数字信号输入到模拟电压输出的完整处理链条，通过伽马 LUT 实现快速非线性映射，结合高精度 DAC 技术确保了转换精度和稳定性。

RGB 与色温控制的协同性：通过 RGB 通道独立伽马控制，实现了对亮度分布和色温平衡的精确调节，为显示设备的色彩管理提供了灵活的技术手段。

6.2 技术发展趋势

随着显示技术的不断进步，伽马调整技术呈现以下发展趋势：

智能化自适应调整：基于 AI 和机器学习技术，开发能够根据环境光照、内容特征、用户偏好等因素自动调整伽马参数的智能系统。

高动态范围适配：针对 HDR 显示技术，开发支持 PQ、HLG 等新型电光转换函数的伽马调整方案，实现对超宽动态范围内容的精确处理。

多模态协同处理：将伽马调整与局部调光、色彩增强、对比度提升等技术相结合，形成综合性的画质优化方案。

标准化与兼容性提升：随着新型显示技术的发展，需要建立更加完善的行业标准体系，确保不同设备间的色彩一致性和互操作性。

6.3 工程实践建议

基于本技术文档的分析，对显示设备研发工程师提出以下实践建议：

建立标准化的测试流程：制定详细的伽马校准规范，确保产品质量的一致性和可靠性。

优化硬件设计方案：选择高性能的 DAC 芯片和驱动 IC，确保信号转换的精度和稳定性。

加强软件算法研发：开发灵活的伽马 LUT 生成算法，支持多模式切换和实时调整。

重视标准规范应用：严格遵循相关国际标准和行业规范，确保产品的兼容性和市场准入。

持续技术创新：关注行业技术发展趋势，积极探索新的伽马调整方法和应用场景。

通过深入理解伽马调整的技术原理和工程实现方法，结合先进的测试设备和标准化流程，可以为显示设备提供卓越的色彩表现和视觉体验，满足不断增长的市场需求和用户期望。

参考资料

[1] GS-AGC: An Adaptive Glare Suppression Algorithm Based on Regional Brightness Perception https://www.semanticscholar.org/paper/GS-AGC:-An-Adaptive-Glare-Suppression-Algorithm-on-Li-Wei/5aaf7f5034a88cf0abe3f51bcc88df2026de8321

[2] RGB-Event ISP: The Dataset and Benchmark https://arxiv.org/pdf/2501.19129

[3] Modeling Image Tone Dichotomy with the Power Function https://arxiv.org/pdf/2409.06764

[4] Language Model is Suitable for Correction of Handwritten Mathematical Expressions Recognition https://preview.aclanthology.org/vimeo_vids_to_local/2023.emnlp-main.247.pdf

[5] Weber-Fechner Law in Temporal Difference learning derived from Control as Inference https://arxiv.org/pdf/2412.21004

[6] fcdfusion: a fast, low color deviation method for fusing visible and infrared image pairs https://arxiv.org/pdf/2408.01080

[7] exploiting human color discrimination for memoryand energy-efficient image encoding in virtual reality https://arxiv.org/pdf/2310.00441

[8] Fitts Law as a Restrained Random Walk https://comptes-rendus.academie-sciences.fr/mecanique/item/10.5802/crmeca.250.pdf

[9] A quantitative calculation method for fracture density utilizing the neutron self-shielding modification and neutron-induced gamma logging https://www.semanticscholar.org/paper/A-quantitative-calculation-method-for-fracture-the-Zhang-Chen/0e5ccaaacadade9c85d253d707cea957d86cdd54

[10] Phase Error Analysis and Correction for Crossed-Grating Phase-Shifting Profilometry https://mdpi-res.com/d_attachment/sensors/sensors-21-06475/article_deploy/sensors-21-06475.pdf

[11] 对Gamma校正的理解_显示器gamma多少合适-CSDN博客 https://blog.csdn.net/enternalstar/article/details/122915866

[12] 【图像处理】直方图均衡化c++实现-CSDN博客 https://blog.csdn.net/weixin_59422604/article/details/149787340

[13] 【光照】UnityURP为什么要[Gamma矫正]? – SmalBox – 博客园 https://www.cnblogs.com/SmalBox/p/19149864.html

[14] 图像增强二维伽马值的计算 图像伽马校正_mob6454cc6f27a3的技术博客_51CTO博客 https://blog.51cto.com/u_16099261/10010979

[15] gamma 校正理解及python实现_gamma校正曲线-CSDN博客 https://blog.csdn.net/huobanjishijian/article/details/73177973

[16] Gamma https://www.southampton.ac.uk/~km2/imaging/course/gamma.html

[17] 伽玛值[图像技术术语]_百科 https://m.baike.com/wiki/%E4%BC%BD%E7%8E%9B%E5%80%BC/1527502?baike_source=doubao

[18] Mastering Gamma in Film Editing https://www.numberanalytics.com/blog/ultimate-guide-to-gamma-in-film-editing

[19] ISP gamma校正简介-CSDN博客 https://blog.csdn.net/liuluyang530/article/details/147799670

[20] 通过Gamma调节色温的原理 – CSDN文库 https://wenku.csdn.net/answer/7cvdcg1tu3

[21] Light and colour(pdf) http://www.cl.cam.ac.uk/teaching/1516/AdvGraph/02_Light_and_colour.pdf

[22] How to Calibrate Color on Your Display https://www.amd.com/en/resources/support-articles/faqs/DH-021.html

[23] 需要做gamma么 – CSDN文库 https://wenku.csdn.net/answer/82i8rupvts

[24] XYZ to RGB Converter – CIE XYZ Color Space Transformation Matrix & Formula https://rgbatohex.com/tools/xyz-to-rgb

[25] Method and system of generating gamma data of display device https://patents.google.com/patent/US8279234B2/en

[26] Color Spaces and Digital Imaging(pdf) http://eprints.ma.man.ac.uk/2380/01/covered/MIMS_ep2015_85.pdf

[27] Gamma Correction and Color Space https://education.siggraph.org/static/HyperGraph/gamma_correction/gamma_colorspace.html

[28] gamma和白平衡的关系 – CSDN文库 https://wenku.csdn.net/answer/mgrymzxdq8

[29] LUT for Color Balance https://documentation.euresys.com/Products/OPEN_EVISION/OPEN_EVISION_24_10/en-us/Content/03_Using/2_General_Purpose/2_EasyColor/lut-for-color-balance.htm

[30] Gamma correction https://www.w3.org/Conferences/WWW4/Papers/53/gq-gamma.html

[31] Understanding White Balance and Greyscale Settings on a Laser TV Projector https://awolvision.com/blogs/awol-vision-blog/calibrating-white-balance-and-greyscale-on-a-laser-tv-projector

[32] Gamma | Basler Product Documentation https://zh.docs.baslerweb.com/gamma

[33] International Color Consortium(pdf) https://fanyv88.com/https/www.color.org/ICC_white_paper5glossary.pdf

[34] 【LCD Gamma校正电路实现】:精准色彩还原的6步调试秘籍 – CSDN文库 https://wenku.csdn.net/column/1gtwm18h78

[35] Gamma correction digital-to-analog converter, data driver and method thereof https://patents.google.com/patent/US10417972B1/en

[36] A 10-bit CMOS DAC with current interpolated gamma correction for LCD source drivers https://ntut.elsevierpure.com/en/publications/a-10-bit-cmos-dac-with-current-interpolated-gamma-correction-for-

[37] gamma 变换 lut python opencv_mob64ca12e8d855的技术博客_51CTO博客 https://blog.51cto.com/u_16213400/12825078

[38] Method for creating gamma look-up table and display device https://patents.google.com/patent/US8648885

[39] 伽马校正算法完全指南:四种策略从全局到自适应的实现详解_调谐自适应伽马校正tagc-CSDN博客 https://blog.csdn.net/qq_43743037/article/details/149027099

[40] Visual gamma correction for LCD displays(pdf) https://www.kaidaxiao.co.uk/_files/ugd/4e7dd9_c51b99bbe2eb479ba1fe0b7ae2ef3850.pdf

[41] Blind Inverse Gamma Correction with Maximized Differential Entropy(pdf) https://arxiv.org/pdf/2007.02246

[42] How to create a color profile using existing gamma curve values https://hub.displaycal.net/forums/topic/how-to-create-a-color-profile-using-existing-gamma-curve-values/

[43] All about monitor calibration https://www.eizo.eu/colour-management-and-calibration/all-about-monitor-calibration

[44] Our eyes are more complex and sophisticated than imagined. The gamma curve is a setting that conforms to the display characteristics of the human eye. https://lcddisplay.co/tft-display-gamma-correction/

[45] 如何测量特定LED的最佳伽马值? – CSDN文库 https://wenku.csdn.net/answer/7dch39wtqk

[46] project http://acorn.stanford.edu/psych221/projects/1998/colorConversion/sony/project2.htm

[47] Samsung QLED TV calibration https://hub.displaycal.net/forums/topic/samsung-qled-tv-calibration/

[48] Images washed out after calibration https://hub.displaycal.net/forums/topic/images-washed-out-after-calibration/page/3/

[49] 04实验和不确定度评估-WDa0.1-20241214-1-Mini显示屏空间光色特性校准规范.docx-原创力文档 https://m.book118.com/html/2025/0317/5044100310012120.shtm

[50] Terrible pure blue dE after profiling https://hub.displaycal.net/forums/topic/terrible-pure-blue-de-after-profiling/

[51] Development and evaluation of a method of calibrating medical displays based on fixed adaptation – PubMed https://pubmed.ncbi.nlm.nih.gov/25832092/

[52] Optimal Linear RGB-to-XYZ Mapping for Color Display Calibration(pdf) https://www.researchgate.net/profile/Brian-Funt/publication/221501874_Optimal_Linear_RGB-to-XYZ_Mapping_for_Color_Display_Calibration/links/540db8b40cf2d8daaaccc633/Optimal-Linear-RGB-to-XYZ-Mapping-for-Color-Display-Calibration.pdf

[53] Resolve Gamma 2.4 vs Rec709 (Scene) https://lowepost.com/forums/topic/1144-resolve-gamma-24-vs-rec709-scene/?do=findComment

[54] Guide to Gamma 2.2 vs. 2.4: Achieving Cinematic Fidelity in Your Home Theater https://awolvision.com/blogs/awol-vision-blog/gamma-2-2-vs-2-4

[55] Gamma Curve 映射机制全解析:sRGB、BT.709、BT.2020 的技术实现与平台调优_rec709 gamma曲线-CSDN博客 https://blog.csdn.net/sinat_28461591/article/details/148620186

[56] Poynton’s Gamma FAQ https://www.johnloomis.org/ece563/notes/color/Poynton/GammaFAQ.html

[57] Adaptive Logarithmic Mapping For Displaying High Contrast Scenes(pdf) https://domino.mpi-inf.mpg.de/intranet/ag4/ag4publ.nsf/bddf8901fc91fe7bc125687f005b7b50/53a4b81d590a3eeac1256cfd003ce441/$file/logmap.pdf

[58] Rec. 709 Reference Display https://color.org/rec709.xalter

[59] perform gamma adjustment on a PNM image https://www.mankier.com/1/pnmgamma

[60] SEMI International Standards Standards New Activity Report Form (SNARF) http://downloads.semi.org/web/wstdsbal.nsf/0e0afa4c4969bea688256efd0062a27c/23d65eea30cc8e14882581370028ec25!OpenDocument

[61] sRGB EOTF: Pure Gamma 2.2 Function or Piece-Wise Function? https://www.colour-science.org/posts/srgb-eotf-pure-gamma-22-or-piece-wise-function/

[62] Visual gamma correction for LCD displays(pdf) https://www.kaidaxiao.co.uk/_files/ugd/4e7dd9_c51b99bbe2eb479ba1fe0b7ae2ef3850.pdf