什么是白平衡？ ROM之家詳細(xì)告訴你
首先要明白什么是白平衡，它指的是在圖像處理的過程中，對原本材質(zhì)為白色的物體的圖像進行色彩還原，去除外部光源色溫的影響，使其在照片上也顯示白色。
那色溫是怎么理解的呢？這個概念其實有點繞， 它是開爾文通過黑體（blackbody） 這一理想光源， 在不同溫度下， 所發(fā)出光線的顏色特性來定義的。黑體是一個理想化的概念。它是這么一個物體， 能發(fā)光， 但會吸收掉任何來自外部的光線， 同時又會把吸收的所有能量以光的形式完全釋放出來， 所以叫做黑體。黑體的溫度單叫做開爾（K）。從 3300K 到 9300K 的溫度變化情況下， 它發(fā)光的顏色分別是， 紅色， 白色、藍色。便于理解， 你可以這么想象， 火焰你肯定見過， 內(nèi)焰溫度較低， 外焰溫度較高（藍色）， 內(nèi)焰溫度較低的地方是黃色的（暖色）， 于是火焰最外面溫度最高的地方反而會是藍色的（冷色）， 是不是有點反常識。而色溫就是借助黑體的這個溫度變化特性來量化色彩傾向的。色溫數(shù)值低， 偏黃， 色溫數(shù)值高， 偏藍， 所謂的冷暖色調(diào)就是一種比較感性的叫法了。
《3300K
暖色
3300~6000K
白色
》6000K
冷色
以下是幾個常見場景的色溫：
燭光 1930K， 鎢絲燈 2900K， 中午陽光 5600K， 藍天 18000K
講白平衡是如何修正之前， 有兩個很重要的理論需要知道：
灰度世界理論：這個理論蠻有意思， 與其說是色彩學(xué)， 我覺得更像是統(tǒng)計學(xué)的范疇， 它認(rèn)為任何一幅圖像， 當(dāng)有足夠的色彩變化時， 其R， G， B分量均值會趨于平衡（即 RGB 三個數(shù)值相等， 也就是說應(yīng)當(dāng)是黑白灰類型的顏色）。這個理論在全局白平衡中得到廣泛應(yīng)用， 特點是能夠利用更多的圖像信息來做判斷， 但在面對色彩較為單一的圖像時就顯得有些乏力了。
全反射理論：一幅圖像中亮度最大的點就是白點， 即假設(shè)在 YCbCr 空間中Ｙ值最大的點為白色， 以此來校正整幅圖像。特點是只考慮色彩最亮的那部分， 跟上面的灰度世界理論正好相反， 在處理色彩偏單調(diào)的圖像時效果好些， 但面對顏色豐富的圖片時， 因為最亮的點不一定是白色的， 可能會出現(xiàn)偏色的情況。
這兩個理論分別對應(yīng)著兩種色彩空間 RGB 和 YCbCr 調(diào)整白平衡的理論基礎(chǔ)：判斷一張圖片白平衡是否準(zhǔn)確， 如果不準(zhǔn)確， 如何量化其偏離數(shù)值。
白平衡就是一個糾正畫面整體偏色的過程， 那為什么人眼不需要呢？其實在你看到一個東西的時候， 眼睛就已經(jīng)對它進行了色彩修正。相機肯定沒有人眼那么智能（至少現(xiàn)在沒有）， 概括的說， 它的自動白平衡算法就是設(shè)定一個范圍， 如果拍攝照片的色彩平均值落在這個范圍里面， 那就 OK， 說明無需修正。如果偏離出這個范圍， 就需要調(diào)整參數(shù)， 并校正色彩數(shù)據(jù)直到其均值落入指定的范圍內(nèi)。這就是WB白平衡修正的過程。
下面就來簡單介紹幾個白平衡算法大致原理， 但具體的增益計算和數(shù)學(xué)建模過程就不作贅述了， 這東西正常人看了都會頭大的。
1. 灰度世界算法（Gray World Assumption）
這個算法原理很簡單， 就是根據(jù)前面所說的灰度世界理論， 將原始圖像的RGB均值分別調(diào)整到R=G=B即可。不完美的地方就是這個算法對顏色不豐富的圖像敏感程度一般， 處理起來效果也就不會很理想， 局限性較大。
2. 標(biāo)準(zhǔn)差加權(quán)灰度世界算法（Standard DeviationWeighted Gray World Assumption）
標(biāo)準(zhǔn)差加權(quán)灰度世界算法是針對上一個算法的改進， 它的原理是把圖像等分成幾塊， 然后對每個塊利用統(tǒng)計學(xué)進行分析， 看里面顏色的豐富程度， 顏色多的就加權(quán)， 顏色少得就減少權(quán)重， 最后求和得出一個均值。根據(jù)這個相對精確的數(shù)值來進行RGB數(shù)值的修正。
3. 全反射算法（Perfect Reflector Assumpution）
這個是基于前面介紹的全反射理論生成的算法， 理解起來也不難， 它認(rèn)為中最亮的那個點就一定是白色的， 如果原始圖像中最亮的那個點不是， 那就針對偏離白色的數(shù)值進行逆向修正。缺點就是如果圖像色彩復(fù)雜或者就是沒有高光點， 它的修正效果就會比較乏力。
上面三個算法比較簡單， 運算量不大， 但各有優(yōu)缺點， 也就進一步衍生出了更加有效但是卻要復(fù)雜的多一些混合算法， 例如：亮度加權(quán)灰度世界算法與全反射算法的正交組合算法（QuadraticCombining Luminance Weighted Gray World & Prefect Reflector Assumption）。看這么長的名字就知道， 這個算法很復(fù)雜， 白平衡修正效果也是蠻不錯的， 而且它本身是收斂的， 在對圖像處理的時候不會帶來太多損失， 但可惜運算量巨大， 對硬件資源的要求過高。
算法方面挺枯燥的， 非理工科對數(shù)學(xué)沒興趣的也可以直接略過， 大體知道這么回事兒就行。但我可以給出的結(jié)論是：最終效果越好的算法， 其復(fù)雜程度就越高， 運算量就越大， 對硬件電路的要求也高。具體的實現(xiàn)還需要在白平衡校正能力， 算法執(zhí)行效率， 處理器硬件性能三個方面進行權(quán)衡。
而通過上面的了解你就會發(fā)現(xiàn)， 如果ISP圖像處理器的性能夠高， 白平衡算法施展的空間就會大了很多。某些時候白平衡不準(zhǔn)確， 一定程度上確實是與ISP性能跟不上有關(guān)， 當(dāng)然， 這里也要看各家廠商在算法優(yōu)化方面的功底。一般來說同一代各個品牌的旗艦處理性能差別不會特別大， 雖然軟件方面下的功夫不容易看到， 但重要性確實毋庸置疑的， 能否把硬件整體性能充分發(fā)揮出來才是關(guān)鍵。
舉例來說， 在單反剛剛數(shù)碼化的那個年代， 相機的圖像處理器性能比較低下， 難以承受高運算強度的白平衡算法的蹂躪， 于是很多單反相機（如佳能1D， 尼康D2， 奧林巴斯E-1等） 機身上是有一個白平衡感應(yīng)裝置的（就是機身正面的那個小白點）， 這個可以輔助提高白平衡準(zhǔn)確度。到后來隨著相機圖像處理器的性能飆升， 大概是從富士通給尼康代工的Expeed一代處理器開始， 就取消了外置白平衡感應(yīng)器這個裝置。通過越來越多的RGB測光分區(qū)數(shù)， 配合越發(fā)強大的處理器來進行更加準(zhǔn)確的色溫修正。這里多說兩句， 分區(qū)越多， 白平衡采樣處理就越準(zhǔn)確， 但同時也會帶來計算量上面的飆升， 從最初的只有幾個分區(qū)， 到 D800 上面用的 9.1 萬像素 RGB 感應(yīng)器， 在同時完成測光和白平衡計算的同時， 甚至還能夠余出力氣進行人臉識別， 背后那塊改用了 ARM 架構(gòu) Expeed 3 才是最大的功臣。而像 DC 啊， 手機攝像頭啊這類連續(xù)取景的相機， 則是用前一幀圖像的處理結(jié)果應(yīng)用到后面的圖像上去的， 實現(xiàn)方式同單反上面那個單獨的測光感應(yīng)器還不太一樣的。這是產(chǎn)品本身結(jié)構(gòu)差異性導(dǎo)致的。
現(xiàn)如今手機上自帶相機的白平衡功能不太強， 可以從圖像處理器性能不夠強的角度上去理解， 但也不否認(rèn)， 一些品牌在優(yōu)化方面依然可以做的很好， 就像拓海開他爸那輛老掉牙的AE86在秋名山上一樣能贏GTR一樣， 內(nèi)功外功都很重要。
