摘  要： 針對(duì)白平衡算法中普遍存在的校正不足及算法復(fù)雜度過(guò)高等問(wèn)題,，結(jié)合灰度世界算法和完美反射算法的優(yōu)點(diǎn),，提出了一種基于高斯分解的自動(dòng)白平衡算法。該算法通過(guò)對(duì)圖像灰度分布的高斯分解,，得到圖像的高斯分布模型,，并以此計(jì)算增益曲線。實(shí)驗(yàn)結(jié)果表明,，該算法能有效校正圖像的偏色問(wèn)題,，適用于多種不同場(chǎng)景。
關(guān)鍵詞： 白平衡,；高斯分布,；灰度世界算法；完美反射算法

　顏色是圖像的重要特征之一,，也是圖像處理與分析的重要依據(jù),。從物理意義上說(shuō)，物體之所以呈現(xiàn)出某種特定的顏色,，是因?yàn)楣饩€照射物體時(shí),，物體所反射的光在人類視覺(jué)系統(tǒng)中呈現(xiàn)出這種特定的顏色。也就是說(shuō),，物體被人眼觀測(cè)到的顏色不僅僅是由其反射特性所決定的,，同時(shí)也取決于射向物體的光線顏色。
　人類的視覺(jué)系統(tǒng)具有顏色恒常性,，能夠在一定程度上消除光照條件等因素對(duì)顏色的影響,，正確地感知物體的顏色,。但成像設(shè)備卻不具有這種“調(diào)節(jié)”功能，其采集的圖像往往與物體表面的真實(shí)顏色之間存在一定程度的誤差,，即偏色,。這種偏色的現(xiàn)象是由外部光源的不同色溫決定的，偏色的程度與外部光源的色溫變化有直接關(guān)系,。在不同外部光源的照射下,，物體所呈現(xiàn)的顏色是不同的。其中,，白色物體變化最為明顯,，在室內(nèi)鎢絲燈光這樣低色溫的照射下，白色物體看起來(lái)會(huì)帶有橘黃色的色調(diào),，而在這樣的光照條件下拍攝出來(lái)的景物就會(huì)偏黃,；但如果是在蔚藍(lán)天空這樣高色溫的照射下，則會(huì)帶有藍(lán)色色調(diào),。
　自動(dòng)白平衡的目的就是盡可能地減少外部光源所造成的色彩差異影響,，在不同的色溫條件下均能還原出被攝目標(biāo)本來(lái)的色彩，使得拍攝出的圖片盡量符合人類視覺(jué)的習(xí)慣,。經(jīng)典的自動(dòng)白平衡算法主要有灰度世界算法[1]GW（Gray World）,、完美反射算法[2]PF（Perfect Reflector）、模糊神經(jīng)網(wǎng)絡(luò)算法[3]FNN（Fuzzy Neural Network）,、基于邊緣的白平衡算法[4]以及基于上述幾種算法的改進(jìn)算法[5-7]等,。灰色世界算法基于Von-Kries系數(shù)理論的灰色世界假設(shè),，但是當(dāng)圖像的色彩并不豐富時(shí),，灰度世界算法得到的數(shù)值往往是不真實(shí)的。完美反射法的理論基礎(chǔ)是,，搜尋圖像中最亮的區(qū)域作為白色區(qū)域,，并將此區(qū)域視為標(biāo)準(zhǔn)白色，對(duì)圖像進(jìn)行偏色校正,；但當(dāng)所拍攝物體最亮部分并非白色時(shí),，此方法往往失效。而較新的模糊神經(jīng)網(wǎng)絡(luò)算法存在著邏輯單元消耗多,、功耗高等難題,；基于邊緣的白平衡算法對(duì)大多數(shù)圖像都能很好地進(jìn)行自動(dòng)白平衡，但是當(dāng)圖像出現(xiàn)大范圍有色紋理時(shí),，由于該顏色紋理邊緣占主導(dǎo)地位,，導(dǎo)致白平衡失效。
針對(duì)以上算法的種種不足,，結(jié)合灰度世界算法和白點(diǎn)檢測(cè)算法的優(yōu)點(diǎn),，本文提出了一種基于高斯分布的自動(dòng)白平衡算法,。該算法通過(guò)對(duì)圖像灰度直方圖的高斯分解，自適應(yīng)獲取白點(diǎn)檢測(cè)條件,，從而得到較準(zhǔn)確的增益曲線,，提高了算法的適應(yīng)性。實(shí)驗(yàn)結(jié)果表明,，該算法能有效校正圖像的偏色問(wèn)題,，適用于多種不同場(chǎng)景。

　對(duì)于色彩豐富的圖像,，灰色世界法的校正效果比較明顯,；但對(duì)顏色單調(diào)的圖像，其算法效果很差,，有時(shí)會(huì)出現(xiàn)過(guò)度校正,。
1.2 完美反射算法
　完美反射法又稱鏡面法，其基本理論為,，假設(shè)圖像中存在一個(gè)鏡面,，那么圖像中鏡面的亮度是最大的，且該鏡面可以反射光源色彩,，而其本身又不帶有任何色彩。因此,，該方法通過(guò)尋找圖像的鏡面并將這個(gè)高亮度的物體或區(qū)域視為標(biāo)準(zhǔn)白色,，計(jì)算所有參考白點(diǎn)的平均色差，以此對(duì)圖像進(jìn)行偏色校正,。
完美反射法的優(yōu)點(diǎn)是計(jì)算非常簡(jiǎn)便,，當(dāng)圖像中存在高亮度區(qū)域時(shí)還原效果很好。但是白點(diǎn)的檢測(cè)往往缺乏通用性,，當(dāng)圖像中不存在鏡面或者圖像亮度較低時(shí)表現(xiàn)不佳,。

　（2）確定高亮區(qū)域,。在高亮區(qū)域的選擇上,，不同的方法提供了不同的依據(jù)。本文提出了一種基于RGB色彩空間的約束條件,，即：在RGB色彩空間中定義一個(gè)三維結(jié)構(gòu),，將落在這個(gè)區(qū)域內(nèi)的像素認(rèn)為是高亮區(qū)域，而區(qū)域外的像素被認(rèn)為是非高亮區(qū)域,。在進(jìn)行色差計(jì)算時(shí),，只需計(jì)算高亮區(qū)域像素的平均色差以取代整個(gè)圖像的色差，從而提高色溫估計(jì)的準(zhǔn)確度,。本文提出的約束條件可以表述為：

3 實(shí)驗(yàn)及結(jié)果
　為檢驗(yàn)算法的有效性,，本文對(duì)多幅實(shí)際自然場(chǎng)景圖像進(jìn)行了實(shí)驗(yàn),，并將實(shí)驗(yàn)結(jié)果與采用灰度世界算法和完美反射算法的結(jié)果進(jìn)行了對(duì)比。
　限于篇幅,，這里只選取了兩組白平衡的結(jié)果進(jìn)行比較,，如圖2和圖3所示。圖2（a）是一幅低色溫下的自然場(chǎng)景圖像,，有明顯的偏紅現(xiàn)象,；圖2（b）是采用本文算法的校正結(jié)果，圖像的色彩,、亮度都很均勻,，非常接近人眼的視覺(jué)效果；圖2（c）是采用灰度世界算法的校正結(jié)果,，圖像偏藍(lán),，有較嚴(yán)重的過(guò)度校正情況出現(xiàn)；圖2（d）是采用完美反射算法的校正結(jié)果,，效果稍好于灰度世界算法,，但仍有過(guò)度校正現(xiàn)象。圖3（a）是一幅高色溫下的自然場(chǎng)景圖像,，有明顯的偏藍(lán)現(xiàn)象,；圖3（b）是采用本文算法的校正結(jié)果，天空和綠地的色彩很純正,，符合人眼的視覺(jué)效果,；圖3（c）是采用灰度世界算法的校正結(jié)果，圖像有些偏藍(lán),，顯示出算法的白平衡校正不足,；圖3（d）是采用完美反射算法的校正結(jié)果，效果稍好于灰度世界算法,，基本符合人眼的視覺(jué)效果,。從多幅實(shí)際自然場(chǎng)景圖像的實(shí)驗(yàn)結(jié)果來(lái)看，本算法改進(jìn)了自動(dòng)白平衡的效果,，在不同色溫條件下都能很好地進(jìn)行白平衡處理,，顯示了該算法的廣泛適用性。

　針對(duì)白平衡算法中普遍存在的校正不足及算法復(fù)雜度過(guò)高等問(wèn)題,，結(jié)合灰度世界算法和完美反射算法的優(yōu)點(diǎn),，提出了一種基于高斯分解的自動(dòng)白平衡算法。該算法通過(guò)對(duì)圖像灰度分布的高斯分解,，得到圖像的高斯分布模型,，并以此參數(shù)計(jì)算增益曲線。實(shí)驗(yàn)結(jié)果表明，該算法能有效校正圖像的偏色問(wèn)題,，適用于多種不同場(chǎng)景,。
參考文獻(xiàn)
[1] BARNARD K. Practical color constancy[D]. Bumaby Canada： School of Computing Science， Simon Fraser University,， 1999.
[2] GASPARINI F,， SCHETTINI R. Color balancing of digital photos using simple image statistics[J]. Pattern Recognition，2004,， 37（6）：1201-1217.
[3] Cheng Y C,， Chen W H， Chen Y Q. Automatic white balance for digital still camera [J]. IEEE Transaction on Consumer Electronics,， 1995,，41（3）： 460-466.
[4] Lin Jinlong. An automatic white balance method based on edge detection[C]. IEEE Tenth International Symposium on Consumer Electronics， St. Petersburg,， 2006： 1-4.
[5] 嚴(yán)世珺.數(shù)字圖像白平衡處理算法研究與改進(jìn)[D].上海：上海交通大學(xué),，2007.
[6] 趙全友，潘保昌.改進(jìn)的LoG邊緣自動(dòng)白平衡算法[J].計(jì)算機(jī)應(yīng)用研究,，2009,，26（2）：775-778.
[7] 金黃斌，秦興,，郭斌林.基于灰度世界和白點(diǎn)檢測(cè)的自動(dòng)白平衡算法[J].電子器件,，2011，34（2）：226-231.