何可丁,王 庆

齐鲁工业大学制浆造纸科学与技术教育部/山东省重点实验室,齐鲁工业大学(山东省科学院) 轻工科学与工程学院,济南 250353

目前对于自动白平衡(AWB)己经提出了多种经典算法,这些算法可以通过多种方式进行分类,其中包括1)静态方法:灰度世界法[1]、完美反射法[2]等；2)动态方法:动态阈值算法,色温估计算法、白点检测算法等；3)基于学习的方法:该方法通过学习训练集,以建立模型的方式来估计光源,校正效果较好但实现过程复杂。

灰度世界法,完美反射法等是目前公认最基础的两种白平衡方法。其中灰度世界法算法简单,假设条件宽泛,所以得到了广泛的应用,但对含有单一大色块图像的白平衡校正会失效。完美反射法其原理是假设图像上最亮点为白点,并以此白点为参考对图像进行自动白平衡校正。该算法的优势在于计算量少,实现方式简单,但当图像色彩绚丽或亮度整体偏暗时,经过该算法处理的图像仍然存在色偏。2005年Lam提出了一种灰度世界法和完美反射法的正交组合算法(Quadratic Combining GW&PR,QCGP)[3]。该方法可以很好地对图像的色彩进行调整,并且保留上面提到两种算法的优点。但有两种缺陷,其一,对色彩丰富度低且某一颜色为主导时的图像会失效;其二,会使图像亮度被削弱。针对第一种缺陷有学者提出了加权标准差的灰度世界算法[4],该方法将图像分块,并舍弃掉颜色相关性较小的宏块,对严重偏色的图像校正效果较好,但当颜色相关性较小的区块过多时,图像白平衡效果依旧很差。……