图像白平衡原理及实现

您所在的位置:网站首页 白平衡调节的步骤 图像白平衡原理及实现

图像白平衡原理及实现

2024-05-31 05:07| 来源: 网络整理| 查看: 265

白平衡,顾名思义,即白色的平衡,由于人眼的适应性,在不同色温下,都能准确判断出白色,但是相机就差远了,在不同色温的光源下,图像会出现偏色,与人眼看到的颜色不一致,因此需要进行白平衡处理。在数码相机中,往往有ISP,这里面会做AWB(自动白平衡)处理。

下面先来说说白平衡与色温,然后介绍一种简单的白平衡算法,并且考虑其硬件化实现。

白平衡后的图像看起来更真实,这里说的真实,是指人眼实际看到的效果。

白平衡与色温

色温指某一温度下黑体所辐射的光谱,我们知道,blackbody吸收所有光谱,既不反射也不透过,因此,我们看到的黑体的颜色只与其表面温度相关。不同温度下黑体辐射出的光谱相对强度如下,可以看出,温度升高时,辐射的峰值波长在向短波方向移动,我们知道,温度越高,能量越大,而红橙黄绿蓝锭紫,波长依次减小,光子能量依次增大。因此,色温越高,光线越偏冷色,色温越低,光线越偏暖色。

有些数码相机在做白平衡时,可以手动选择光源,不同光源的色温如下:

自动白平衡(auto white balance,AWB),相对来说可能没有手动白平衡效果好,对于非摄影应用来说,由于无须人为设置,而广泛应用成像监控领域。

白平衡的方法介绍

白平衡的算法很多,有灰度世界法,完美反射法、动态阈值法,这里先介绍一种比较简单的,灰度世界法。

该方法以灰度世界假设为前提,认为对于一幅有大量色彩的场景,R、G、B分量的平均值趋于同一个灰度。算法大致可以分为以下三步:

计算三个通道的平均灰度计算三个通道的增益系数原始值乘上增益系数

matlab代码如下:

%%白平衡与色温紧密相关,不同色温光源下图像会呈现不同程度的偏色 %%由于人眼独特的适应性,在不同光照条件下观看物体时不会出现偏色,而就没这么先进了 %%蓝色光色温高,红色光色温低 clc; clear all; close all; tic; imgSrc = imread('E:\picture\03-work\02-imgProc\00-ISP\wb_sardmen-incorrect.jpg'); imgDst = imgSrc; %%第一步,计算三个通道的平均灰度 imgR = imgSrc(:,:,1); imgG = imgSrc(:,:,2); imgB = imgSrc(:,:,3); RAve = mean2(imgR); GAve = mean2(imgG); BAve = mean2(imgB); aveGray = (RAve + GAve + BAve) / 3; %%第二步,计算三个通道的增益系数 RCoef = aveGray / RAve; GCoef = aveGray / GAve; BCoef = aveGray / BAve; %%第三步,使用增益系数来调整原始图像 RCorrection = RCoef * imgR; GCorrection = GCoef * imgG; BCorrection = BCoef * imgB; imgDst(:,:,1) = RCorrection; imgDst(:,:,2) = GCorrection; imgDst(:,:,3) = BCorrection; figure,subplot(1,2,1),imshow(imgSrc),title('original image'); subplot(1,2,2),imshow(imgDst),title('white balanced image'); toc;

效果如下,该算法适用于有大量色彩的场景。

考虑硬件化实现

对于数字硬件来说,要考虑算法硬件实现的可能性,一般来说,可以利用帧间数据相关性,使用上一帧计算得到的各个分量的增益系数来完成图像数据的调整。算法实现如下:

帧有效期间,完成各个分量数据的累加;帧消隐期间,完成通道平均灰度与增益系数的计算;下一帧有效期间,使用上一帧计算的增益系数完成数据调整,同时,完成各个分量数据的累加,依此下去。

 

参考:

[1] http://www.cambridgeincolour.com/tutorials/white-balance.htm

[2] https://www.cnblogs.com/Imageshop/archive/2013/04/20/3032062.html



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3