白平衡

1

灰色世界法（greyworldmethod）

要计算未知光源的特性必须从图片中提取相关的统计特性。当我

们能够仅使用一个统计特性就获得未知光源特性时，算法就变得非常

简单了。在这种情况下，未知光源必须在整幅图片上都是统一的。均

值于是就成为了此类方法之下最好的统计指标。而灰色世界法正是利

用了均值作为估算未知光源的关键统计量。

从物理意义上说，灰色世界法假设自然界景物对于光线的平均反

射的均值在总体上是个定值，这个定值近似地为“灰色”。在给定图

片的白平衡算法中，灰色世界假设图片中的反射面足够丰富，以至于

可以作为自然界景物的一个缩影。若这幅图片是在经典光源下拍摄的，

其均值就应该等于灰色。若这幅图是在非经典光源下拍摄的，那么均

值就会大于或者小于灰色值。而该均值对于灰色的偏离程度则反映了

未知光源相对于已知光源的特性。

虽然这个方法比较简单，但是仍然可以从一些方面进行调整。一

个方面就是对于灰色的定义形式的选择。包括对于光谱的定义、对于

光谱成分的定义和在经典光源之下的RGB的响应。另一个更加重要

的调整方面就是对于灰色的选择。不管如何定义灰色，最佳的灰色之

选必然是自然界实事上出现的灰色。但是这个值是无法获得的（除非

是合成数据），所以对于灰色的选择是不同的灰色世界算法的一个重

要的区别点。

一个方法是假设这个灰色就是实事上的灰色。也就是说反射光谱

是均衡的。给定光源之下的RGB响应是纯白色对此光源的响应值的

2

一部分。比方说，可以使用50%作为反射率（虽然这个灰色值对于

人眼视觉习惯而言可能过于明亮）。

另一种方法，就是根据大量的数据提炼出一个均值，并把它定义

为灰色。这种方法提炼的灰色值可能因为数据库使用的不同而有所不

同。最终提炼的灰色也能仅适用于原始的数据库，而对于数据库未包

括的图片的适用度就会比较差一些。确定下来的灰色表达形式可以用

Grey

i

c来表示。下标i表示信道，上标c为canonical的首字母，表

示经典光源。

在确定灰色的表达形式后只要用RGB响应与经典光源下灰色的

比值来归一化图片就可以了。假设RGB响应均值为Ave

i

u

，下标i

表示信道，上标U为Unknown的首字母，表示未知光源。那么归

一化率的计算式为σ

i

如下式所示：

σ

i

=

Grey

i

c

Ave

i

u

根据光源转换理论，从未知光源到经典光源下图片表达式的转换

式如下式所定义：

ρ⃑c=

[

σ

1

σ

2

σ

3

]

∙ρ⃑u

那么，灰色世界法的计算过程如下图所示：

3

灰色的选择

RGB通道的均值

计算

归一化率计算

光源变换

Greyc

i

本实验选择的灰色值为（129，129，129），具体的matlab实现程

序如下：

%灰色世界法%

clearall;%清屏%

img=imread('');%读取位图的rgb值并存在名为img的三

维矩阵中%

AveR=mean(mean(img(:,:,1)));%计算R通道的均值%

AveG=mean(mean(img(:,:,2)));%计算G通道的均值%

AveB=mean(mean(img(:,:,3)));%计算B通道的均值%

4

Qr=129/AveR;%计算R通道的归一化率Qr%

Qg=129/AveG;%计算G通道的归一化率Qg%

Qb=129/AveB;%计算B通道的归一化率Qb%

%光源变换%

img0(:,:,1)=Qr*img(:,:,1);

img0(:,:,2)=Qg*img(:,:,2);

img0(:,:,3)=Qb*img(:,:,3);

figure,imshow(img0),title('变换后图片');%显示图片%

偏蓝图片

5

白平衡调整后的图片

正常光照下的图片

6

基于动态阀值的自动白平衡法（AutomaticWhiteBalanceMethod）

这个算法是通过对图片的ycbcr色空间的分析来确定参考白点的，

所以次算法可以说是自适应白平衡算法。本算法选择参考白点的阀值

是动态变化的，所以对于不同的图片，其阀值也不同。通过对图片的

cbcr坐标空间的分析，我们可以看到一个接近白色的区域（near-white

region）是包含着参考白点的。通过这个思路，我们可以通过对图片

分区，然后找出参考白点，然后在通过vonkviesmodel来调整图片

时期实现白平衡。这样，这个算法就包括了两个步骤了：寻找参考白

点，白点调整。

寻找参考白点：

为了确定一个接近白色的区域，我们就必须把RGB色空间转换成

YCbCr色空间。

色空间转换后，就是计算Cb、Cr的均值Mb、Mr；然后通过下式

计算Cb、Cr的均方差Db、Dr：

Db=

∑

(

|

Cb(i,j)−Mb

|

)

i，j

N

⁄

Dr=

∑

(

|

Cr(i,j)−Mr

|

)

i，j

N

⁄

为了提高算法的稳健性，将图片分为几个区域并且计算每个区域

的Mb、Mr、Db、Dr，如果一个区域的Db，Dr太小，那么这个区域

就没有足够的色彩变化，就可以丢弃掉了。这样可以避免大面积的统

一色调对结果的影响。

7

接下来就可以通过下面的关系式得到接近白色区域的所有像素点

了：

|