在本文中,我们研究了一种特殊的局部适应方法。 在可以基于给定相机响应选择地图的意义上,该方法属于局部适应。 但是,每次选择的地图都是三个可用地图之一,因此无需再次计算。 因此,该方法在计算时间方面将是有效的。 所提出的方法仅需要三个图。 它们是一次性计算的。 更具体地说,整个训练样本(G)可以进一步分为两组。 在一组(GL)中,每个样本的亮度L小于50,而在另一组(GH)中,每个样本的亮度L不小于50。因此,可以使用以下公式训练三个映射:M0,ML,MH整体训练样本(G),GL组和GH组。 对于任何给定的摄像机响应,使用映射M0映射给定的摄像机响应,以将初始估计值转换为相应的色度值XYZ。 因此,获得估计的L。 根据估计的L,然后将映射ML或MH用于最终估计。 我们提出的方法与Amiri和Fairchild方法进行了比较[Color Research and Application 2018,vol。 43:675-684]。 结果清楚地表明,我们提出的方法不仅在计算成本上,而且在预测准确性上均优于Amiri和Fairchild方法。