一种效果很好的自动白平衡技术(WhiteBalance)
白平衡是图像处理的一个极重要概念。所谓白平衡（英文名称为White Balance），就是对白色物体的还原。当我们用肉眼观看这大千世界时，在不同的光线下，对相同的颜色的感觉基本是相同的，比如在早晨旭日初升时，我们看一个白色的物体，感到它是白的；而我们在夜晚昏暗的灯光下，看到的白色物体，感到它仍然是白的。这是由于人类从出生以后的成长过程中，人的大脑已经对不同光线下的物体的彩色还原有了适应性。但是，作为拍摄设备，如数码相机，可没有人眼的适应性，在不同的光线下，由于CCD输出的不平衡性，造成数码相机彩色还原失真。一般情况下，我们习惯性地认为太阳光是白色的，已知直射日光的色温是5200K左右，白炽灯的色温是3000K左右。用传统相机的日光片拍摄时，白炽灯光由于色温太低，所以偏黄偏红。所以通常现场光线的色温低于相机设定的色温时，往往偏黄偏红，现场光线的色温高于相机设定时，就会偏蓝。
为了解决不同色温下，引起的白色漂移现象。由于白色对色温变化的响应最大，通常用白色来作为调整的基色。通常的白平衡技术有：自动白平衡、钨光白平衡、荧光白平衡、室内白平衡、手动调节。本文仅介绍其中的一种自动白平衡。
白平衡算法通常分为两步：白色点的检测，白色点的调整。本方法采用一个动态的阀值来检测白色点。详细算法过程为：
1. 把图像w*h从RGB空间转换到YCrCb空间。
2. 选择参考白色点：
a. 把图像分成3*4个块(块数可选)。
b. 对每个块，分别计算Cr，Cb的平均值Mr，Mb。
c. 对每个块，根据Mr，Mb，分别计算Cr，Cb的方差Dr，Db。
d. 判定每个块的近白区域（near-white region）。
判别表达式为：Cb(i, j) − (Mb + Db × sign(Mb )) < 1.5× Db&&Cr(i, j) − (1.5×Mr + Dr × sign(Mr )) < 1.5× Dr
设一个“参考白色点”的亮度矩阵RL，大小为w*h。
若符合判别式，则作为“参考白色点”,并把该点（i,j）的亮度（Y分量）值赋给RL(i,j)；
若不符合，则该点的RL(i,j)值为0。
3. 选取参考“参考白色点”中最大的10%的亮度（Y分量）值，并选取其中的最小值Lu_min.
4. 调整RL，若RL(i,j)<Lu_min, RL(i,j)=0; 否则，RL(i,j)=1；
5. 分别把R，G，B与RL相乘，得到R2，G2，B2。分别计算R2，G2，B2的平均值，Rav，Gav，Bav；
6. 得到调整增益： Ymax=double(max(max(Y)))/15;
Rgain=Ymax/Rav;
Ggain=Ymax/Gav;
Bgain=Ymax/Bav;
7. 调整原图像：Ro= R*Rgain; Go= G*Ggain; Bo= B*Bgain;
代码如下：
1 function autoWhiteBalanceTest 2 clear all; 3 close all; 4 clc; 5 6 im=imread('13.jpg'); 7 im2=im; 8 im1=rgb2ycbcr(im);%将图片的RGB值转换成YCbCr值% 9 Lu=im1(:,:,1);10 Cb=im1(:,:,2);11 Cr=im1(:,:,3);12 [x y z]=size(im);13 tst=zeros(x,y);14 15 %计算Cb、Cr的均值Mb、Mr%16 Mb=mean(mean(Cb));17 Mr=mean(mean(Cr));18 19 %计算Cb、Cr的均方差%20 Db=sum(sum(Cb-Mb))/(x*y);21 Dr=sum(sum(Cr-Mr))/(x*y);22 23 %根据阀值的要求提取出near-white区域的像素点%24 cnt=1; 25 for i=1:x26for j=1:y27 b1=Cb(i,j)-(Mb+Db*sign(Mb));28 b2=Cr(i,j)-(1.5*Mr+Dr*sign(Mr));29 if (b1<abs(1.5*Db) & b2<abs(1.5*Dr))30 Ciny(cnt)=Lu(i,j);31 tst(i,j)=Lu(i,j);32 cnt=cnt+1;33 end34end35 end36 cnt=cnt-1;37 iy=sort(Ciny,'descend');%将提取出的像素点从亮度值大的点到小的点依次排列%38 nn=round(cnt/10);39 Ciny2(1:nn)=iy(1:nn);%提取出near-white区域中10%的亮度值较大的像素点做参考白点%40 41 %提取出参考白点的RGB三信道的值% 42 mn=min(Ciny2);43 for i=1:x44for j=1:y45 if tst(i,j)<mn46 tst(i,j)=0;47 else48 tst(i,j)=1;49 end50end51 end52 53 R=im(:,:,1);54 G=im(:,:,2);55 B=im(:,:,3);56 R=double(R).*tst;57 G=double(G).*tst;58 B=double(B).*tst;59 60 %计算参考白点的RGB的均值%61 Rav=mean(mean(R));62 Gav=mean(mean(G));63 Bav=mean(mean(B));64 Ymax=double(max(max(Lu)))/15;%计算出图片的亮度的最大值%65 66 %计算出RGB三信道的增益% 67 Rgain=Ymax/Rav;68 Ggain=Ymax/Gav;69 Bgain=Ymax/Bav;70 71 %通过增益调整图片的RGB三信道%72 im(:,:,1)=im(:,:,1)*Rgain;73 im(:,:,2)=im(:,:,2)*Ggain;74 im(:,:,3)=im(:,:,3)*Bgain;75 76 %显示图片%77 figure,imshow(im2),title('原图');78 figure,imshow(im),title('白平衡后的效果图');
参考地址：/haar/articles/1392227.html
/tiandsp/archive//05/01/2477897.html
