https://pixinsight.com/doc/docs/SPCC/SPCC.html如果你問的是 PixInsight 的 SPCC（Spectrophotometric Color Calibration）到底「底層怎麼算」，它其實不是單純找幾顆白色星星來做 RGB balance，而是比較接近「用已知恆星光譜 + 你的相機/濾鏡響應，反推出你的 RGB 系統應該得到什麼顏色」。
1. 核心概念
每一顆 Gaia DR3 的星，SPCC 有它的 BP/RP 光譜。所以它知道：
這顆星從約 330–1050 nm 的真實光譜長什麼樣。
然後 SPCC 又知道你相機的：
Sensor QE
Bayer R/G/B filter response
或 mono 相機的 R/G/B 濾鏡 transmission
必要時還包含其他光學/濾鏡響應
因此可以計算：
其中：
�：Gaia 測得的恆星光譜
�：你的整個 R/G/B 系統響應
�：理論上這顆星應該在你相機得到的 RGB 訊號
這就是 SPCC 跟傳統 Color Calibration 最大的不同。Gaia DR3 提供的是光譜資料，不是單純幾個 RGB 星等。�
Astroguide +1
2. 然後它拿「實際照片」來比
假設照片裡有 500 顆 Gaia 可以辨識的星。
對每一顆：
Gaia：
你的照片：
SPCC 就尋找一組 RGB transformation，使得：
而且不是只用一顆星，而是大量星一起 fitting。
所以它不是：
找一顆 G2V 太陽型星 → 把它調成白色
而是：
找很多不同光譜型態的星 → 看你的相機對這些不同光譜的反應 → 求出最合理的色彩轉換。
這也是為什麼 SPCC 對不同顏色的恆星特別有意義。�
PixInsight +1
3. 為什麼一定要輸入 Sensor / Filter？
這點非常重要。
例如你的 IMX571 OSC：
星光
↓
望遠鏡
↓
UV/IR cut
↓
Bayer CFA
↓
IMX571
實際上 R channel 收到的不是「純紅光」。
而是：
R response
↑
Sensor QE
×
Bayer R transmission
×
UV/IR filter
×
Optical response
所以 SPCC 必須知道你的 instrument response。
如果你把濾鏡選錯，SPCC 會得到一個「數學上很合理，但實際上錯誤」的校正結果。
這也是為什麼 SPCC 裡的 QE curve / R G B filter 選擇很重要。�
Telescope Live +1
4. 那 White Reference 又是什麼？
這是 SPCC 最容易誤解的地方。
它不是在問：
「哪顆星是白色？」
而是在問：
「你希望什麼樣的宇宙光譜分布，被定義成影像中的 neutral/white？」
例如預設的：
Average Spiral Galaxy
代表採用一個典型螺旋星系的綜合光譜作為白色參考。
因為螺旋星系裡面包含大量不同年齡、不同溫度的恆星，所以它是一種比較中性的 astronomical white reference。�
PixInsight +1
因此 SPCC 並不是完全「沒有 white balance」。
比較精確地講：
前面的 spectrophotometric calibration 是在建立你的儀器色彩尺度；white reference 則決定這個尺度最後如何呈現成 RGB 中的 neutral。
5. 為什麼 SPCC 比 PCC 強？
可以把兩者簡化成：
PCC：
照片中的星
↓
APASS photometric data
↓
比較 RGB 顏色
↓
求 correction
SPCC：
Gaia DR3 BP/RP spectrum
↓
星的光譜
↓
× Sensor QE
× Filter transmission
↓
預測你的相機 R/G/B
↓
與實際照片星點比較
↓
求最佳色彩轉換
因此 SPCC 不只是「Gaia 星表版本的 PCC」，而是把光譜資訊與你的 imaging system response 放進來。�
Astroguide
6. 用你做 IC 的角度來看，會很好理解
其實 SPCC 很像你熟悉的 system identification / transfer function calibration。
把相機想成：
其中 � 就是整個 imaging chain 的 transfer function。
Gaia 提供：
而照片提供：
SPCC 就是在大量已知 � 的 calibration targets 上，找出：
以及最後的 color transformation。
所以它本質上很像拿一堆已知 input spectrum 的「標準測試訊號」，去反推你的 RGB imaging chain。
這也是 SPCC 為什麼比「拉 RGB histogram 到看起來正常」有物理意義得多。�
Astroguide
如果你有興趣，我可以再直接講 SPCC 裡那兩張很重要的「White Balance 圖 / Color Calibration 曲線」到底在畫什麼，以及它最後的 �、� 是怎麼算出來的。
