030、自动白平衡AWB实战:灰度世界、完美反射与色温估计的工程实现与局限
去年夏天,某款旗舰手机在室内暖光灯下拍出的白墙居然泛着明显的青蓝色,用户投诉率直接飙升。我拿到log一看,AWB模块把2700K的暖色温场景误判成了5500K的日光,灰度世界算法在纯色背景面前彻底翻车。这种问题在调试间里太常见了,今天就把AWB实战中踩过的坑、填过的土,一五一十摊开来聊。
灰度世界算法:看似简单,实则处处是坑
灰度世界假设是所有AWB算法里最朴素的一个——它认为一张正常照片里,所有像素的R、G、B通道均值应该相等。换句话说,场景中各种颜色的反射光平均下来就是灰色的。这个假设在自然场景下勉强成立,但遇到大面积单色物体时,比如一面红墙、一片蓝天,算法直接崩溃。
工程实现上,灰度世界的第一步是统计整帧图像的R、G、B均值。这里有个细节很多人会忽略:统计区域一定要避开过曝和欠曝区域。过曝像素的RGB值都接近255,欠曝像素都接近0,这些数据会严重拉偏均值。我习惯的做法是,先做一个亮度掩膜,只统计亮度值在[16, 240]范围内的像素。别问为什么是16和240,这是从几十万张调试图片里试出来的经验值,低于16的像素噪声太大,高于240的已经进入sensor线性区的非线性段。
计算增益时,标准做法是让G通道保持不变,只调整R和B通道。G通道在拜耳阵列里采样密度最高,信噪比最好,拿它当基准最稳妥。增益计算公式很简单:R_gain = G_mean / R_mean,B_gain = G_mean / B_mean。但这里有个陷阱——当
订阅专栏 解锁全文
1395



被折叠的 条评论
为什么被折叠?



