方法 - opencv 白平衡算法

二、方法

1、灰度世界算法

灰度世界算法以灰度世界假设为基础，该假设认为：对于一幅有着大量色彩变化的图像，R、G、B，三个分量的平均值趋于同一灰度值。从物理意义上讲，灰色世界法假设自然界景物对于光线的平均反射的均值在总体上是个定值Gray，这个定值近似地为“灰色”。颜色平衡算法将这一假设强制应用于待处理图像，可以从图像中消除环境光的影响，获得原始场景图像。

算法执行步骤：

（1）确定灰度均值：Gray

（2）计算三个通道的增益：Kr，Kg，Kb；

（3）调整R、G、B分量；

这种算法简单快速，但是当图像场景颜色并不丰富时，尤其出现大块单色物体时，该算法常会失效。

以下是OpenCV实现的灰度世界算法代码：

#include 《highgui/highgui.hpp》

#include 《imgproc/imgproc.hpp》

using namespace cv;

int main（）

{

Mat imageSource = imread（“02.jpg”）;

imshow（“原始图像”， imageSource）;

vector《Mat》 imageRGB;

//RGB三通道分离

split（imageSource， imageRGB）;

//求原始图像的RGB分量的均值

double R， G， B;

B = mean（imageRGB［0］）［0］;

G = mean（imageRGB［1］）［0］;

R = mean（imageRGB［2］）［0］;

//需要调整的RGB分量的增益

double KR， KG， KB;

KB = （R + G + B） / （3 * B）;

KG = （R + G + B） / （3 * G）;

KR = （R + G + B） / （3 * R）;

//调整RGB三个通道各自的值

imageRGB［0］ = imageRGB［0］ * KB;

imageRGB［1］ = imageRGB［1］ * KG;

imageRGB［2］ = imageRGB［2］ * KR;

//RGB三通道图像合并

merge（imageRGB， imageSource）;

imshow（“白平衡调整后”， imageSource）;

waitKey（）;

return 0;

}

原始图像一，整体图像偏绿色：

 

白平衡校正后，天空的蓝色和树叶的绿色都得到了很好的还原：

 

原始图像二，整体偏黄色：

 

白平衡校正后效果：

 

2、完美全反射理论

完美全反射理论（perfect Reflector）假设图像上最亮点就是白点，并以此白点为参考对图像进行自动白平衡，最亮点定义为R+G+B的最大值。

3、动态阈值算法

参考论文：A Novel Automatic White Balance Method For Digital Still Cameras

算法分为两个步骤：白点检测和白点调整。

三、验证

通过测试效果表明：动态阈值法，1、该算法效果非常好；2、对块大小不太敏感，因此非常适合于自动化操作。