白平衡算法模型(灰度世界、完美反射、自适应自动白平衡)

        

目录

1、灰度世界算法模型

2、完美反射模型

3、自适应自动白平衡算法


        该部分的白平衡算法主要是基于一定假设基础上的算法,主要有灰度世界算法模型、完美反射算法模型以及自适应自动白平衡算法模型,该类算法原理比较简单,方便实现,但是当假设不成立的话,方法的效果并不好。

1、灰度世界算法模型

        如果一副图像颜色足够丰富的话,那么在已知经典光源下的R、G、B三通道的均值应该等于相等,等于一个“灰色”值,这个灰色值是已知的,通过统计未知光源下的R、G、B三通道的均值,与已知的”灰色“值进行比较,就可以获得未知光源的信息,对于“灰色”值的定义一般有两种方法。

方法一:取整幅图像的RGB三通道的平均值值作为该“灰度”值。

方法二:考虑到人眼视觉系统中 ,人眼对绿色通道最敏感,同时大多数Bayer格式的CFA插值也是G通道的通光量最大,因此绿通道包含更多的光源信息,所以选取图像的G通道为该“绿色”值:

对于一幅像素点为M*N的图像,其灰色世界算法的一般计算过程如下:

首先计算三个通道的平均值

   然和根据Gray灰度标准值来确定各个通道的增益:

 最后根据计算出来的RGB增益,对图像进行调整:

         灰度世界模型比较简单,实现起来比较方便,在颜色丰富的场景能够得到较好的应用,但是当假设不成立时候,比如图像中存在大面积单一色块时,该算法的处理结果就会有偏差,有明显的偏色现象。

2、完美反射模型

完美反射法又称为镜面法,该算法假设图像中最亮的点就是白点,对于一幅M*N的图像,设Rmax,Gmax,Bmax分别为M*N像素点中的最大红绿蓝值,则RGB三通道的增益为:

应用图像颜色校正时,输出结果如下(红通道为例):

 其他G、B通道的应用结果类似。

但是当图像中不存在白点,或者最亮点偏离白色点很多时候,该算法的处理结果就会出现较大的偏差, 为了提高统计白点的准确度,优化白平衡算法效果,在此算法的基础上,提出自适应自动白平衡算法。

3、自适应自动白平衡算法

先将图像从RGB空间转换到YCrCb空间,Y表示颜色的亮度,Cb、Cr表示蓝色和红色的色度分量,对于白点,R、G、B三通道的颜色分量相等,表现在YCbCr颜色空间上则是蓝色差分量Cb和红色差分量Cr均为0,所以,可以认为Y足够大,Cb、Cr足够小的像素点认为时白点。

   白色区域的检测方法的逐步细化,使得参与计算的像素具有更强的白色特征,优化了图像颜色校正的效果。 

  • 4
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

岁月蹉跎的一杯酒

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值