ISP PIPLINE (六) AWB

What is WB(white balance)?

人的视觉和神经系统在看到白色物体的时候，基本不受环境的变化而出现严重的错觉。比如阴天，晴天，室内，室外，日光灯，白炽灯等的环境下，人依然会将白纸视作白纸。

但是imagesensor这种电子器件没有心理和神经作用。受制于环境色温的影响。拍出的照片会出现偏色的情况。

色温的定义：一个黑体加热之后，随着温度的升高，黑体会先发出红色，然后越来越亮，变成黄光，在变成白光，直至蓝光，这个温度就是色温。

下面看几组照片：

7700k 5100k 3500k

对在其色温下出现白色偏色的图片的修正就是白平衡。比如：7700 ，3500 的图片通过对sensor四通道数字增益达到5100k时的状态就可以实现白平衡。

why go to WB?

为让拍出的图片不受环境色温的影响，接近人眼感受，拍出白色物体不至于受到色温影响偏色。

how to go to wb?

说白了就是调节R,G,B的比例。调节到正常51000K时r;g;b的1:1:1的状态。下面的对角矩阵就是增益。

那么这个对角增益矩阵如何确定呢？

1.可以在不同的色温光源下分别拍图，计算r/g,b/g,gr/gb的比值。以5100k（拍出的白纸视为白色）作为标准色温。

2.通过计算Gain_r/g, Gain_b/g，Gain_gr/gb就有了。假设出现如下关系：

3.增益关系有了之后，我们再引进一个色温对应增益关系，如果知道色温就可以对原始图片进行白平衡了。例如：

上面的就是白平衡的原理了。

那么何为自动白平衡呢？

当然就是色温估计后根据色温增益曲线直接对图片进行白平衡了。

那么色温估计如何做呢？目前的算法如灰度世界法，白点法等等一系列改进的方法。我看了这些算法，总感觉很牵强。有各种各样的问题。

1 目前主流的色温估计方法是使用统计加权白点估计法。

选取图片roi. 分成N*M块. 计算每一块的r,g,b平均值，然后计算r_avr/g_avr ， b_avr/g_avr。然后将可能是白点的块保留，统计到色温曲线的距离，看哪些块距离色温曲线近且这样的块多，则认为就是目前的色温。如下图。

2 最新的色温估计直接使用色温传感器，预测的色温精准。这样就大大避开了估计算法的各种问题。例如，华为p20,传感器代替算法来估计色温的方法必将走向普及。

附一段灰度世界的白平衡方法（这个方法不需要模组厂进行wb calibration，方法简单，速度快，常用在车载镜头）：


#include <highgui/highgui.hpp>
#include <imgproc/imgproc.hpp>

using namespace cv;

int main()
{
	Mat imageSource = imread("sunny123456.jpg");
	imshow("原始图像", imageSource);
	vector<Mat> imageRGB;

	//RGB三通道分离
	split(imageSource, imageRGB);

	//求原始图像的RGB分量的均值
	double R, G, B;
	B = mean(imageRGB[0])[0];
	G = mean(imageRGB[1])[0];
	R = mean(imageRGB[2])[0];

	//需要调整的RGB分量的增益
	double KR, KG, KB;
	KB = (R + G + B) / (3 * B);
	KG = (R + G + B) / (3 * G);
	KR = (R + G + B) / (3 * R);

	//调整RGB三个通道各自的值
	imageRGB[0] = imageRGB[0] * KB;
	imageRGB[1] = imageRGB[1] * KG;
	imageRGB[2] = imageRGB[2] * KR;

	//RGB三通道图像合并
	merge(imageRGB, imageSource);
	imshow("白平衡调整后", imageSource);
	waitKey();
}

sensor 插值后的图和白平衡后的图比较。（我同事的肖像，男版lena）