Есть опенсорсная реализация hdr+ ( http://www.hdrplusdata.org ) https://github.com/timothybrooks/hdr-plus/tree/master/src http://timothybrooks.com/tech/hdr-plus/ В статье timothybrooks нет ничего про exposure, в supplements оригинальной статьи о нем отдельная часть. Если интересен pipline камер, рекомендую оригинальную статью - работа начинается с bayer array. Конечно, подробно не освещаются отдельные не относящиеся к теме вещи вроде lens correction и color matrix, но в целом описание очень полное. Кстати, для lens correction есть lensfun ( http://lensfun.sourceforge.net ). Еще не пробовал делать им калибрацию, поэтому сейчас отзыв оставить не могу. Скорее всего, работать с ним все-таки придется.

*whitepapers http://liris.cnrs.fr/~nbonneel/cameraarrays/ https://groups.csail.mit.edu/graphics/demosaicnet/ http://jamestompkin.com/

http://alexgkendall.com - сайт одного из авторов GC-Net ( https://arxiv.org/pdf/1703.04309.pdf ). Сейчас сетка на втором месте в kitti benchmark, но на первом какая-то мутная ерунда, которую я не мог нагуглить.

Изобретают декодирование raw'ок, от костылей к правильному пути: http://www.odelama.com/photo/Developing-a-RAW-Photo-by-hand/ http://www.odelama.com/photo/Developing-a-RAW-Photo-by-hand/Developing-a-RAW-Photo-by-hand_Part-2/ Про dcraw: http://techfindings.one/archives/category/photography Из интересного: помимо того, что black level может отличаться у разных каналов (R, G1, G2, B), он может отличаться при разном gain (ISO). Еще раз про raw'ки в целом http://www.photographersadventureclub.com/raw-files-sensor-native-color-space-camera-processing/ Блоги: https://www.rawdigger.com/articles https://www.libraw.org/articles http://www.darktable.org/category/blog/ Есть еще стандарт ISO 17321 (Graphic technology and photography — Colour characterisation of digital still cameras (DSCs) ).

Рассказ про реверс-инженеринг raw'ок камер: https://www.rawdigger.ru/howtouse/nikon-small-raw-internals

Увидел упоминание http://www.disp.duke.edu/projects/AWARE http://www.disp.duke.edu/history/index.ptml - история чего-то вроде лаборатории.

Если вы сделали histogram matching как тут http://stackoverflow.com/questions/32655686/histogram-matching-of-two-images-in-python-2-x а он работает хреново, прочитайте папир "Histogram Equalization using Neighborhood Metrics" http://people.scs.carleton.ca/~mould/papers/histeq.pdf и сделайте matching аналогично тому, как там делается equalization. Работает намного лучше.

https://en.wikipedia.org/wiki/Sigma_SD14 - альтернатива bayer filter sensors. Сравнение камеры с кэноном: http://www.ddisoftware.com/sd14-5d/ http://3dprinting.com/products/is-pelican-imagings-new-camera-system-the-ultimate-mobile-scanning-app/ - массив сенсоров, каждый снимает свой цвет http://light.co - массив камер, с разной оптикой http://image-sensors-world.blogspot.ru/2015/04/apple-acquires-array-camera-developer.html - опять массив сенсоров