基于圖像偏色檢測的自動白平衡算法研究*

（寧波大學(xué)信息科學(xué)與工程學(xué)院，浙江 寧波 315211）

基于圖像偏色檢測的自動白平衡算法研究*

巢 琳，楊 鳴

（寧波大學(xué)信息科學(xué)與工程學(xué)院，浙江 寧波 315211）

為了克服傳統(tǒng)方法在圖像偏色檢測中的局限性，采用了一種基于等效圓的偏色檢測和偏色劃分方法。提出了一種結(jié)合灰度世界和完美反射的白平衡算法，根據(jù)偏色等級決定的尺度因子對圖像進行白平衡校正，采用Imatest軟件評測校正后圖像。實驗結(jié)果表明，基于圖像偏色檢測的自動白平衡算法有效彌補了傳統(tǒng)方法的不足，取得了較好的處理效果。

偏色檢測 偏色劃分 自動白平衡算法 尺度因子 Imatest評測

1 引言

當(dāng)光源的色溫[1]發(fā)生改變時，人眼視覺系統(tǒng)能夠自動調(diào)整光敏感度，使人眼對物體顏色的感知近似保持不變，這種現(xiàn)象稱為色彩恒常性[2]。然而數(shù)碼相機等攝像設(shè)備不具備色彩恒常性功能，因此設(shè)備采集的圖像顏色與物體表面的真實顏色之間存在偏差，即偏色。為了對物體進行色彩的還原，需要利用自動白平衡技術(shù)[3]進行顏色的校正。

2 偏色檢測方法

2.1 顏色空間的選擇

在衡量2種顏色之間的偏差程度時，RGB顏色空間所計算出的2種顏 色之間的距離無法正確表征人們實際所感知到的這2種顏色之間的真實差異。本文采用的是1976年國際照明委員會制定的CIELAB顏色空間，其接近人類視覺系統(tǒng)對色彩的感知特性，具有設(shè)備無關(guān)性，在輸出顯示中色彩不失真。在Lab顏色空間中，L表示像素亮度，色度分量a為從綠到紅，分量b為從藍到黃。從RGB空間到Lab空間的轉(zhuǎn)換要經(jīng)由中間參考空間XYZ空間的過渡[4]。

2.2 基于等效圓的偏色檢測方法

根據(jù)文獻[5]，引入等效圓的概念。采用偏色因子K來衡量圖像的偏色程度，定義為圖像平均色度D和色度中心距C的比值，計算方法如下：

其中，M、N分別為圖像的寬和高，以像素為單位，P(a)、P(b)分別為a、b位置對應(yīng)的直方圖。在ab色度平面上，等效圓的中心坐標為（da，db），半徑為C，等效圓的中心到原點的距離為D。記偏色因子閾值為Kfold，若K＞Kfold，則認為圖像存在偏色，否則認為無色偏，一般取Kfold為1。

當(dāng)存在偏色時，通過等效圓在ab色度平面上的具體位置來判斷圖像偏色。偏色等級分為偏紅、偏藍、偏綠和偏黃。da≥0，－da≤db≤k1·da，為偏紅色；da＜0，da≤db≤k2·da，為偏綠色；db＜0，|da|＜|db|為偏藍色；其他情況為偏黃色。偏色劃分示意圖如圖1所示，通過對多幅圖像的測評分析，取k1為2，k2為-2。

圖1 不同偏色在ab色度平面顯示等效圓

3 自動白平衡算法

3.1 典型的白平衡算法

（1）灰度世界法[6]。該算法假設(shè)場景中所有物體表面的平均反射是無色差的（灰色的），那么圖像的R、G、B通道統(tǒng)計平均值相等，表現(xiàn)為一灰度值。根據(jù)該灰度值來確定各個通道的增益，進而對圖像進行調(diào)整。

（2）完美反射法[7]。該算法假設(shè)圖像中最亮點就是白點，即最亮點的R、G、B值均為255。通過將圖片各通道的值歸一化到最大值來完成白平衡校正過程。

上述2種顏色校正方法原理比較簡單，方便硬件實現(xiàn)。但是當(dāng)其假設(shè)的前提條件不成立時，比如圖像中存在大面積色塊等明顯的偏色，或者當(dāng)圖像中最亮的點也偏離白色很多的時候，上述算法的處理結(jié)果就會出現(xiàn)明顯的偏差，不能達到白平衡調(diào)整的效果。

3.2 基于圖像偏色檢測的自動白平衡算法

（1）白點檢測[8]

在RGB顏色空間中，獲取圖像的原始數(shù)據(jù)(Rorg，Gorg，Borg)，分別對R、G、B這3個通道進行直方圖均衡化。然后將圖像從RGB顏色空間轉(zhuǎn)換至YCrCb顏色空間[9]，獲得圖像的直方圖均衡化數(shù)據(jù)（YHist，CrHist，CbHist）。從中找出滿足式（4）的所有白像素點：

在滿足式（4）的像素點中，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點。同時計算滿足式（4）所有像素點的平均值。從圖像的直方圖均衡化數(shù)據(jù)中找出滿足式（5）的所有像素點：

其中，YL和YH分別為選自和間的最小值和最大值，CrL、CrH、CbL和CbH同理。從該圖像原始數(shù)據(jù)中選取滿足式（5）的對應(yīng)位置的像素點作為參考白像素，計算參考白像素的平均值（Rw，Gw，Bw）。

（2）增益計算

計算第一尺度因子（Rscale，Gscale，Bscale），具體如式（6）所示：

Yw為參考白點的亮度平均值。

計算第二尺度因子（RGWA，GGWA，BGWA），具體如式（7）所示：

其中，Gray=（Raver+Gaver+Baver）/3，而（Raver，Gaver，Baver）是圖像RGB顏色空間中的原始數(shù)據(jù)（Rorg，Gorg，Borg）的平均值。

當(dāng)圖像偏紅時，以（RGWA，Gscale，Bscale）為尺度因子進行增益計算。當(dāng)圖像偏藍時，以（Rscale，Gscale，BGWA）為尺度因子進行增益計算。當(dāng)圖像偏綠時，以（Rscale，GGWA，Bscale）為尺度因子進行增益計算。當(dāng)圖像偏黃時，以（RGWA，GGWA，Bscale）為尺度因子進行計算。

（3）偏色校正

對圖像進行偏色判斷，若認為無色偏則不對圖像做任何處理；若判斷存在色偏，根據(jù)偏色等級得到對應(yīng)的尺度因子，應(yīng)用Von Kries[10]轉(zhuǎn)化對圖像的原始數(shù)據(jù)進行校正。

4 實驗結(jié)果與分析

4.1 白平衡卡偏色檢驗和白平衡處理分析

測試圖像是在色溫為2700K的光源下實拍的標準白平衡卡，它能提供任意光線下絕對準確的白色還原。如圖2（a）所示，算法求得其等效圓圓心為（5.246，23.018），偏色因子K=8.95，滿足偏黃色條件，所以圖像整體嚴重偏黃，與主觀評測一致。

分別用灰度世界法、完美反射法和本文提出的方法進行白平衡處理，結(jié)果如圖2所示。采用專業(yè)測評軟件Imatest測試白平衡卡，在CIELAB顏色空間中，考察白平衡誤差△C，計算式ΔC=((Δa*)2+(Δb*)2+(Δb*)2)1/2，測試結(jié)果列入表1中。

由圖2、表1可以看出，灰度世界方法、完美反射法的處理結(jié)果并不理想。相比之下，本文所提方法的處理結(jié)果顏色誤差小，同時沒有基于任何假設(shè)，具有普遍適用性。

圖2 標準白平衡卡白平衡處理結(jié)果

表1 白平衡處理后圖像顏色誤差

4.2 ColorChecker標準色卡白平衡處理和色彩分析

在色溫為2700K的光源下拍攝24色標準色卡，其符合國家標準GB/T 3556-1983，得到存在偏色的原始圖像，分別用灰度世界法、完美反射法和本文提出的方法進行白平衡處理，結(jié)果如圖3所示：

圖3 ColorChecker標準色卡白平衡處理結(jié)果

采用Imatest比較理想值（方塊）和實際測量值（圓圈）之間的偏差，結(jié)果如圖4所示。在CIELAB顏色空間中，考察經(jīng)過飽和度校準的△C*ab、△E*ab，結(jié)果列入表2。ΔE除計算顏色誤差ΔC外，還包含明度差，計算式ΔE=((ΔL*)2+(Δa*)2+(Δb*)2)1/2。

圖4 白平衡處理后圖像顏色誤差比較

表2 白平衡處理后圖像顏色誤差

由圖4、表2可以看出，原始偏色圖像顏色誤差較大，經(jīng)灰度世界法和完美反射法處理后的圖像有所改進，而本文所提方法將顏色誤差大幅降低，圖像還原準確度高。

5 結(jié)束語

從大量圖像的試驗結(jié)果來看，本文提出的方法能準確地反映圖像的色偏程度和白平衡校正。同時將Imatest軟件應(yīng)用到白平衡檢測中，使結(jié)果分析更為系統(tǒng)客觀。依據(jù)該方法，筆者已經(jīng)在PC系統(tǒng)中實現(xiàn)了圖像檢測和白平衡校正系統(tǒng)。將該方法加以延伸，應(yīng)用于視頻圖像的實時檢測和處理中將是下一步努力的方向。

[1] 岡薩雷斯. 數(shù)字圖像處理[M]. 阮秋琦,譯. 北京: 電子工業(yè)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] 劉浩學(xué). CIE均勻顏色空間與色差公式的應(yīng)用[J]. 北京印刷學(xué)院學(xué)報, 2003,11(3): 3-8.

[5] 徐曉昭,蔡軼珩,劉長江,等. 基于圖像分析的偏色檢測及顏色校正方法[J]. 測控技術(shù), 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]. 中國專利: 200510054583.7, 2006-09-20.

[9] 金黃斌. 自動白平衡算法研究及軟硬件實現(xiàn)[D]. 杭州:杭州電子科技大學(xué), 2011.★

巢琳：碩士就讀于寧波大學(xué)，研究方向為數(shù)字信號處理系統(tǒng)。

楊鳴：碩士畢業(yè)于西北工業(yè)大學(xué)，現(xiàn)任寧波大學(xué)信息科學(xué)與工程學(xué)院研究員，主要研究方向為光機電一體化設(shè)備制造技術(shù)、顯微鏡數(shù)字成像及圖像處理。

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,楊鳴. 基于圖像偏色檢測的自動白平衡算法研究[J]. 移動通信, 2015,39(8): 80-83.

浙江省教育廳科研項目（Y201121170）；寧波市自然科學(xué)基金項目（2012A610042）

2014-11-24

責(zé)任編輯：劉妙 liumiao@mbcom.cn