灰色世界法（greyworldmethod）

要計(jì)算未知光源的特性必須從圖片中提取相關(guān)的統(tǒng)計(jì)特性。當(dāng)我們能夠僅使用一個(gè)統(tǒng)計(jì)特性就獲得未知光源特性時(shí)，算法就變得非常簡(jiǎn)單了。在這種情況下，未知光源必須在整幅圖片上都是統(tǒng)一的。均值于是就成為了此類(lèi)方法之下最好的統(tǒng)計(jì)指標(biāo)。而灰色世界法正是利用了均值作為估算未知光源的關(guān)鍵統(tǒng)計(jì)量。

從物理意義上說(shuō)，灰色世界法假設(shè)自然界景物對(duì)于光線的平均反射的均值在總體上是個(gè)定值，這個(gè)定值近似地為“灰色”。在給定圖片的白平衡算法中，灰色世界假設(shè)圖片中的反射面足夠豐富，以至于可以作為自然界景物的一個(gè)縮影。若這幅圖片是在經(jīng)典光源下拍攝的，其均值就應(yīng)該等于灰色。若這幅圖是在非經(jīng)典光源下拍攝的，那么均值就會(huì)大于或者小于灰色值。而該均值對(duì)于灰色的偏離程度則反映了未知光源相對(duì)于已知光源的特性。

雖然這個(gè)方法比較簡(jiǎn)單，但是仍然可以從一些方面進(jìn)行調(diào)整。一個(gè)方面就是對(duì)于灰色的定義形式的選擇。包括對(duì)于光譜的定義、對(duì)于光譜成分的定義和在經(jīng)典光源之下的RGB的響應(yīng)。另一個(gè)更加重要的調(diào)整方面就是對(duì)于灰色的選擇。不管如何定義灰色，最佳的灰色之選必然是自然界實(shí)事上出現(xiàn)的灰色。但是這個(gè)值是無(wú)法獲得的（除非是合成數(shù)據(jù)），所以對(duì)于灰色的選擇是不同的灰色世界算法的一個(gè)重要的區(qū)別點(diǎn)。 一個(gè)方法是假設(shè)這個(gè)灰色就是實(shí)事上的灰色。也就是說(shuō)反射光譜是均衡的。給定光源之下的RGB響應(yīng)是純白色對(duì)此光源的響應(yīng)值的一部分。比方說(shuō)，可以使用50%作為反射率（雖然這個(gè)灰色值對(duì)于人眼視覺(jué)習(xí)慣而言可能過(guò)于明亮）。

另一種方法，就是根據(jù)大量的數(shù)據(jù)提煉出一個(gè)均值，并把它定義為灰色。這種方法提煉的灰色值可能因?yàn)閿?shù)據(jù)庫(kù)使用的不同而有所不同。最終提煉的灰色也能僅適用于原始的數(shù)據(jù)庫(kù)，而對(duì)于數(shù)據(jù)庫(kù)未包括的圖片的適用度就會(huì)比較差一些。確定下來(lái)的灰色表達(dá)形式可以用來(lái)表示。下標(biāo)i表示信道，上標(biāo)c為canonical的首字母，表示經(jīng)典光源。

在確定灰色的表達(dá)形式后只要用RGB響應(yīng)與經(jīng)典光源下灰色的比值來(lái)歸一化圖片就可以了。假設(shè)RGB響應(yīng)均值為，下標(biāo)i表示信道，上標(biāo)U為Unknown的首字母，表示未知光源。那么歸一化率的計(jì)算式為如下式所示： 根據(jù)光源轉(zhuǎn)換理論，從未知光源到經(jīng)典光源下圖片表達(dá)式的轉(zhuǎn)換式如下式所定義： 那么，灰色世界法的計(jì)算過(guò)程如下圖所示：

?

本實(shí)驗(yàn)選擇的灰色值為（129，129，129），具體的matlab實(shí)現(xiàn)程序如下：

?

偏藍(lán)圖片

白平衡調(diào)整后的圖片

?

正常光照下的圖片

?

動(dòng)態(tài)閥值的自動(dòng)白平衡法

基于動(dòng)態(tài)閥值的自動(dòng)白平衡法（AutomaticWhiteBalanceMethod）這個(gè)算法是通過(guò)對(duì)圖片的ycbcr色空間的分析來(lái)確定參考白點(diǎn)的，所以次算法可以說(shuō)是自適應(yīng)白平衡算法。本算法選擇參考白點(diǎn)的閥值是動(dòng)態(tài)變化的，所以對(duì)于不同的圖片，其閥值也不同。通過(guò)對(duì)圖片的cbcr坐標(biāo)空間的分析，我們可以看到一個(gè)接近白色的區(qū)域（near-whiteregion）是包含著參考白點(diǎn)的。通過(guò)這個(gè)思路，我們可以通過(guò)對(duì)圖片分區(qū)，然后找出參考白點(diǎn)，然后在通過(guò)vonkviesmodel來(lái)調(diào)整圖片時(shí)期實(shí)現(xiàn)白平衡。這樣，這個(gè)算法就包括了兩個(gè)步驟了：尋找參考白點(diǎn)，白點(diǎn)調(diào)整。尋找參考白點(diǎn)：

為了確定一個(gè)接近白色的區(qū)域，我們就必須把RGB色空間轉(zhuǎn)換成YCbCr色空間。

色空間轉(zhuǎn)換后，就是計(jì)算Cb、Cr的均值Mb、Mr；然后通過(guò)下式計(jì)算Cb、Cr的均方差Db、Dr：

為了提高算法的穩(wěn)健性，將圖片分為幾個(gè)區(qū)域并且計(jì)算每個(gè)區(qū)域的Mb、Mr、Db、Dr，如果一個(gè)區(qū)域的Db，Dr太小，那么這個(gè)區(qū)域就沒(méi)有足夠的色彩變化，就可以丟棄掉了。這樣可以避免大面積的統(tǒng)一色調(diào)對(duì)結(jié)果的影響。

接下來(lái)就可以通過(guò)下面的關(guān)系式得到接近白色區(qū)域的所有像素點(diǎn)了：

根據(jù)亮度值，我們選擇接近白色區(qū)域中的10%的候選參考白點(diǎn)最為參考白點(diǎn)。在白點(diǎn)確定后，就可以從參考白點(diǎn)中得到信道增益的值了。為了維持整幅圖片的亮度不變，亮度的最大值被用來(lái)得到信道增益。所以信道增益不及和參考白點(diǎn)有關(guān)還與亮度的最大值有關(guān)，其表達(dá)式如下：

其中是整幅圖片像素的亮度最大值，和是參考白點(diǎn)的RGB信道的均值。

最后，根據(jù)von-kviesmodel來(lái)調(diào)整圖片，使其達(dá)到白平衡的效果。調(diào)整的表達(dá)式如下：

其中RGB是圖片的像素點(diǎn)的三個(gè)信道值，是調(diào)整之后的圖片的像素點(diǎn)的三個(gè)信道值。其源程序如下：

%Programforwhitebalancing%

functionW=wbalance（im）

clearall;

closeall;

%讀取照片的信息%

［filename，pathname］=uigetfile（‘*.jpg;*.bmp;*.gif’，‘Pick an

image-file’）;

ifisequal（filename，0）

disp（‘UserselectedCancel’）;

Else

disp（［‘Userselected’，fullfile（pathname，filename）］）;

end

fname=strcat（pathname，filename）;

im=imread（fname）;im2=im;

im1=rgb2ycbcr（im）;

%將圖片的RGB值轉(zhuǎn)換成YCbCr值%

Lu=im1（：，：，1）;

Cb=im1（：，：，2）;

Cr=im1（：，：，3）;

［xyz］=size（im）;

tst=zeros（x，y）;

%計(jì)算Cb、Cr的均值Mb、Mr%

Mb=sum（sum（Cb））;

Mr=sum（sum（Cr））;

Mb=Mb/（x*y）;

Mr=Mr/（x*y）;

%計(jì)算Cb、Cr的均方差%

Db=sum（sum（Cb-Mb））/（x*y）;

Dr=sum（sum（Cr-Mr））/（x*y）;

%根據(jù)閥值的要求提取出near-white區(qū)域的像素點(diǎn)%

cnt=1;

fori=1:x

forj=1:y

b1=Cb（i，j）-（Mb+Db*sign（Mb））;

b2=Cr（i，j）-（1.5*Mr+Dr*sign（Mr））;

if（b1《abs（1.5*Db）&b2《abs（1.5*Dr））

Ciny（cnt）=Lu（i，j）;

tst（i，j）=Lu（i，j）;

cnt=cnt+1;

End

End

End

cnt=cnt-1;

iy=sort（Ciny，‘descend’）;

%將提取出的像素點(diǎn)從亮度值大的點(diǎn)到小 的點(diǎn)依次排列%

nn=round（cnt/10）;

Ciny2（1:nn）=iy（1:nn）;%提取出near-white區(qū)域中10%的亮度值較 大的像素點(diǎn)做參考白點(diǎn)%

%提取出參考白點(diǎn)的RGB三信道的值%

?

%計(jì)算參考白點(diǎn)的RGB的均值%

黃偏色圖片

?
? ? ??

正常光照下的圖片

?