基于图像偏色检测的自动白平衡算法研究*

（宁波大学信息科学与工程学院，浙江 宁波 315211）

基于图像偏色检测的自动白平衡算法研究*

巢 琳，杨 鸣

（宁波大学信息科学与工程学院，浙江 宁波 315211）

为了克服传统方法在图像偏色检测中的局限性，采用了一种基于等效圆的偏色检测和偏色划分方法。提出了一种结合灰度世界和完美反射的白平衡算法，根据偏色等级决定的尺度因子对图像进行白平衡校正，采用Imatest软件评测校正后图像。实验结果表明，基于图像偏色检测的自动白平衡算法有效弥补了传统方法的不足，取得了较好的处理效果。

偏色检测 偏色划分 自动白平衡算法 尺度因子 Imatest评测

1 引言

当光源的色温[1]发生改变时，人眼视觉系统能够自动调整光敏感度，使人眼对物体颜色的感知近似保持不变，这种现象称为色彩恒常性[2]。然而数码相机等摄像设备不具备色彩恒常性功能，因此设备采集的图像颜色与物体表面的真实颜色之间存在偏差，即偏色。为了对物体进行色彩的还原，需要利用自动白平衡技术[3]进行颜色的校正。

2 偏色检测方法

2.1 颜色空间的选择

在衡量2种颜色之间的偏差程度时，RGB颜色空间所计算出的2种颜 色之间的距离无法正确表征人们实际所感知到的这2种颜色之间的真实差异。本文采用的是1976年国际照明委员会制定的CIELAB颜色空间，其接近人类视觉系统对色彩的感知特性，具有设备无关性，在输出显示中色彩不失真。在Lab颜色空间中，L表示像素亮度，色度分量a为从绿到红，分量b为从蓝到黄。从RGB空间到Lab空间的转换要经由中间参考空间XYZ空间的过渡[4]。

2.2 基于等效圆的偏色检测方法

根据文献[5]，引入等效圆的概念。采用偏色因子K来衡量图像的偏色程度，定义为图像平均色度D和色度中心距C的比值，计算方法如下：

其中，M、N分别为图像的宽和高，以像素为单位，P(a)、P(b)分别为a、b位置对应的直方图。在ab色度平面上，等效圆的中心坐标为（da，db），半径为C，等效圆的中心到原点的距离为D。记偏色因子阈值为Kfold，若K＞Kfold，则认为图像存在偏色，否则认为无色偏，一般取Kfold为1。

当存在偏色时，通过等效圆在ab色度平面上的具体位置来判断图像偏色。偏色等级分为偏红、偏蓝、偏绿和偏黄。da≥0，－da≤db≤k1·da，为偏红色；da＜0，da≤db≤k2·da，为偏绿色；db＜0，|da|＜|db|为偏蓝色；其他情况为偏黄色。偏色划分示意图如图1所示，通过对多幅图像的测评分析，取k1为2，k2为-2。

图1 不同偏色在ab色度平面显示等效圆

3 自动白平衡算法

3.1 典型的白平衡算法

（1）灰度世界法[6]。该算法假设场景中所有物体表面的平均反射是无色差的（灰色的），那么图像的R、G、B通道统计平均值相等，表现为一灰度值。根据该灰度值来确定各个通道的增益，进而对图像进行调整。

（2）完美反射法[7]。该算法假设图像中最亮点就是白点，即最亮点的R、G、B值均为255。通过将图片各通道的值归一化到最大值来完成白平衡校正过程。

上述2种颜色校正方法原理比较简单，方便硬件实现。但是当其假设的前提条件不成立时，比如图像中存在大面积色块等明显的偏色，或者当图像中最亮的点也偏离白色很多的时候，上述算法的处理结果就会出现明显的偏差，不能达到白平衡调整的效果。

3.2 基于图像偏色检测的自动白平衡算法

（1）白点检测[8]

在RGB颜色空间中，获取图像的原始数据(Rorg，Gorg，Borg)，分别对R、G、B这3个通道进行直方图均衡化。然后将图像从RGB颜色空间转换至YCrCb颜色空间[9]，获得图像的直方图均衡化数据（YHist，CrHist，CbHist）。从中找出满足式（4）的所有白像素点：

在满足式（4）的像素点中，以具有最大的YHist值和最接近于零的CrHist、CbHist值找出亮度最高像素点。同时计算满足式（4）所有像素点的平均值。从图像的直方图均衡化数据中找出满足式（5）的所有像素点：

其中，YL和YH分别为选自和间的最小值和最大值，CrL、CrH、CbL和CbH同理。从该图像原始数据中选取满足式（5）的对应位置的像素点作为参考白像素，计算参考白像素的平均值（Rw，Gw，Bw）。

（2）增益计算

计算第一尺度因子（Rscale，Gscale，Bscale），具体如式（6）所示：

Yw为参考白点的亮度平均值。

计算第二尺度因子（RGWA，GGWA，BGWA），具体如式（7）所示：

其中，Gray=（Raver+Gaver+Baver）/3，而（Raver，Gaver，Baver）是图像RGB颜色空间中的原始数据（Rorg，Gorg，Borg）的平均值。

当图像偏红时，以（RGWA，Gscale，Bscale）为尺度因子进行增益计算。当图像偏蓝时，以（Rscale，Gscale，BGWA）为尺度因子进行增益计算。当图像偏绿时，以（Rscale，GGWA，Bscale）为尺度因子进行增益计算。当图像偏黄时，以（RGWA，GGWA，Bscale）为尺度因子进行计算。

（3）偏色校正

对图像进行偏色判断，若认为无色偏则不对图像做任何处理；若判断存在色偏，根据偏色等级得到对应的尺度因子，应用Von Kries[10]转化对图像的原始数据进行校正。

4 实验结果与分析

4.1 白平衡卡偏色检验和白平衡处理分析

测试图像是在色温为2700K的光源下实拍的标准白平衡卡，它能提供任意光线下绝对准确的白色还原。如图2（a）所示，算法求得其等效圆圆心为（5.246，23.018），偏色因子K=8.95，满足偏黄色条件，所以图像整体严重偏黄，与主观评测一致。

分别用灰度世界法、完美反射法和本文提出的方法进行白平衡处理，结果如图2所示。采用专业测评软件Imatest测试白平衡卡，在CIELAB颜色空间中，考察白平衡误差△C，计算式ΔC=((Δa*)2+(Δb*)2+(Δb*)2)1/2，测试结果列入表1中。

由图2、表1可以看出，灰度世界方法、完美反射法的处理结果并不理想。相比之下，本文所提方法的处理结果颜色误差小，同时没有基于任何假设，具有普遍适用性。

图2 标准白平衡卡白平衡处理结果

表1 白平衡处理后图像颜色误差

4.2 ColorChecker标准色卡白平衡处理和色彩分析

在色温为2700K的光源下拍摄24色标准色卡，其符合国家标准GB/T 3556-1983，得到存在偏色的原始图像，分别用灰度世界法、完美反射法和本文提出的方法进行白平衡处理，结果如图3所示：

图3 ColorChecker标准色卡白平衡处理结果

采用Imatest比较理想值（方块）和实际测量值（圆圈）之间的偏差，结果如图4所示。在CIELAB颜色空间中，考察经过饱和度校准的△C*ab、△E*ab，结果列入表2。ΔE除计算颜色误差ΔC外，还包含明度差，计算式ΔE=((ΔL*)2+(Δa*)2+(Δb*)2)1/2。

图4 白平衡处理后图像颜色误差比较

表2 白平衡处理后图像颜色误差

由图4、表2可以看出，原始偏色图像颜色误差较大，经灰度世界法和完美反射法处理后的图像有所改进，而本文所提方法将颜色误差大幅降低，图像还原准确度高。

5 结束语

从大量图像的试验结果来看，本文提出的方法能准确地反映图像的色偏程度和白平衡校正。同时将Imatest软件应用到白平衡检测中，使结果分析更为系统客观。依据该方法，笔者已经在PC系统中实现了图像检测和白平衡校正系统。将该方法加以延伸，应用于视频图像的实时检测和处理中将是下一步努力的方向。

[1] 冈萨雷斯. 数字图像处理[M]. 阮秋琦,译. 北京: 电子工业出版社, 2007: 224-228.

[2] Ebner M. Evolving color constancy[J]. Pattern Recognition Letters, 2006,27(11): 1220-1229.

[3] Mancuso M, Battiato S. An Introduction to the Digital Still Camera Technology[J]. ST Journal of System Research, 2001,2(2): 1-9.

[4] 刘浩学. CIE均匀颜色空间与色差公式的应用[J]. 北京印刷学院学报, 2003,11(3): 3-8.

[5] 徐晓昭,蔡轶珩,刘长江,等. 基于图像分析的偏色检测及颜色校正方法[J]. 测控技术, 2008,27(5): 10-12.

[6] D A Forsyth. A novel algorithm for color constancy[J]. International Journal of Computer Vision, 1990,5(1): 5-35.

[7] Gasparini F, Schettini R. Color balancing of digital photos using simple image statistics[J]. Pattern Recognition, 2004,37(6): 1201-1217.

[8] 哈小美,傅楸善,薛雅全. 白平衡方法[P]. 中国专利: 200510054583.7, 2006-09-20.

[9] 金黄斌. 自动白平衡算法研究及软硬件实现[D]. 杭州:杭州电子科技大学, 2011.★

巢琳：硕士就读于宁波大学，研究方向为数字信号处理系统。

杨鸣：硕士毕业于西北工业大学，现任宁波大学信息科学与工程学院研究员，主要研究方向为光机电一体化设备制造技术、显微镜数字成像及图像处理。

Automatic White Balance Algorithm Based on Image Color Cast Detection

CHAO Lin, YANG Ming

(Faculty of Electrical Engineering and Computer Science, Ningbo University, Ningbo 315211, China)

In order to overcome the limitations of traditional methods in image color cast detection, a method based on equivalent circle to detect and classify color cast was applied. A new automatic white balance algorithm which is combined gray world and the perfect refl ection was presented. Image white balance correction is implemented according to the scale factor, which is determined by different color cast. Meanwhile, Imatest software is used to assess the corrected images. Experimental results show that the proposed algorithm effectively compensates the fl aws of traditional methods and has better effect.

color cast detection color cast classification automatic white balance algorithm scale factor Imatest assessment

10.3969/j.issn.1006-1010.2015.08.017

TP391

A

1006-1010(2015)08-0080-04

巢琳,杨鸣. 基于图像偏色检测的自动白平衡算法研究[J]. 移动通信, 2015,39(8): 80-83.

浙江省教育厅科研项目（Y201121170）；宁波市自然科学基金项目（2012A610042）

2014-11-24

责任编辑：刘妙 liumiao@mbcom.cn