一种白平衡增益计算中白点权重计算简易实现方式

提出了一种利用三角剖分划分白区的白平衡算法

前文已定义结构体，现将其扩展为支持累计更新的版本：++count;此结构体支持增量式统计，特别适合分块处理大图像或视频帧序列。白点检测法（White Patch Detection, WPD）是一种基于物理假设的经典自动白平衡方法，其核心思想是：在一幅图像中，最亮的像素点应代表场景中的“纯白色”反射体。若该假设成立，则可通过将这些最亮点的RGB值归一化为等值（如255,255,255），从而反推出当前光源的色温偏差，并对整幅图像进行比例校正。

Awb Tuning: awb概念, 参考点,距离权重光源权重

ISP——AWB(Auto White Balance) 现象 几个概念 人眼具有颜色恒常性，可以避免光源变化带来的颜色变化，但是图像传感器不具备这种特性，从而造成色偏，白平衡就是需要校正这个颜色的偏差； 颜色恒常性：颜色恒常是指在照度发生变化的条件下人们对物体表面颜色的知觉趋于稳定的心理倾向； 色温的定义：色温描述的是具有一定表面温度的“黑体”(blackbody)的辐射光的光谱特性。简单的理解就是颜色随温度的变化规律，比如生铁就是黑色，加热会变成橘红色，继续加热到液态会呈现偏白的颜色，这种随温度而产

不同光源下图像影像的EQV gain 会有几种组合的形式，例如白点多的情况算法相信statistic gain ,白点少的时候算法相信spatial gain ,还有最后 statistic agin 和spatial gain 的 混合。（这里存在混淆色，不能因为木头色落入A和H的色温框内的PB多，权重多，就说明此场景是底色温场景，这里得优化方案有2种，一个是直接减少A和T的光源占比，一个是使用exclude机制，直接把这些混淆色的白点移除，具体看情况，交界处的框慎重使用。

http://chuansong.me/n/126105 白平衡原理串讲 2013-07-24 Zealer中国     首先要明白什么是白平衡，它指的是在图像处理的过程中，对原本材质为白色的物体的图像进行色彩还原，通过去除外部光源色温的影响，使其在最终照片上的图像也呈现为原来一致的白色。     那色温是怎么理解的呢？这个概念其实有点绕，它是开尔文通过黑

自动白平衡（AWB）是影响图像色彩准确性与主观观感体验的核心算法之一。对于移动设备的多摄系统而言，如何在复杂照明环境下保持肤色自然、白色物体还原精准，并确保多模组间的一致性，是调试中的关键挑战。本文基于多个旗舰影像平台（高通Snapdragon、MTK Dimensity等）的真实项目实践，从AWB核心参数体系、主流建模方法、实测偏色现象分析，到调试工具链应用与多光源环境的建模策略，系统分享了AWB调试的流程、难点与工程经验，帮助图像工程师建立跨平台的AWB调优能力。

具体校正公式也比较灵活，增益可以是Gmean/Rmean或者max(Rmax, Gmax, Bmax)/Rmax，应该没有很确切的方法定义，而只是两种校正思路。总的来说，需要在Cr-Cb空间中找一个点来评价当前图像，所谓的白平衡即Cr=Cb=0，我们的任务是通过调整增益来使得调整后的图像评价为Cr=Cb=0。给常用灯光的色温列个表，用小块色温给列表中的色温投票，得票高者为最终估计的图像色温。是根据不同色温下拍摄灰卡测定的，它是一个单调的曲线，所以对于给定的RGB值，其色温就等于。融合的方式是“二次正交”。

首先要明白什么是白平衡, 它指的是在图像处理的过程中, 对原本材质为白色的物体的图像进行色彩还原, 去除外部光源色温的影响, 使其在照片上也显示白色。 那色温是怎么理解的呢？这个概念其实有点绕, 它是开尔文通过黑体(blackbody) 这一理想光源, 在不同温度下, 所发出光线的颜色特性来定义的。黑体是一个理想化的概念。它是这么一个物体, 能发光, 但会吸收掉任何来自外部的光线

2 AWB简述 2.1 白平衡概念 通俗地来讲，白平衡就是：不管在任何光源下，都能将拍摄的白色物体的图像还原为白色。在特定光源下拍摄时出现的偏色现象，通过加强对应的补色来进行补偿实现白平衡。 人类视觉系统具有颜色恒常性特点，人类对物体观察不受光源影响。但是Sensor在不同光线下，感知到的物体呈现的颜色不同，在晴朗天空下会偏冷色调，在烛光下会偏暖色调。白平衡的目的就是消除不同光源造成的色彩偏差，使得拍摄出来的照片尽量符合人眼的习惯。 camera sensor在不同光源下对颜色的响应，如下图所示： 白色在

自动白平衡(AWB)技术通过分析场景色彩信息，利用灰度世界假说或完美反射法等算法来校正色偏。其核心是统计画面RGB值，计算增益使白色在不同光源下保持中性。算法先分块统计色彩数据，再映射到白点坐标系进行筛选和加权处理，以应对不同场景的色温变化。这种方法解决了人眼与相机对色彩感知的差异问题。

本文深入解析灰度世界、完美反射与自适应白平衡算法的场景化应用，通过电商平台、医疗影像等实战案例，详细探讨各算法的优化技巧与适用场景。重点介绍自适应自动白平衡算法的智能场景识别能力，帮助开发者根据实际需求选择最佳算法方案，提升图像处理效率与质量。

本文深入解析了使用Python和OpenCV实现自适应白平衡算法的三种主流方法：灰度世界算法、完美反射算法和自适应自动白平衡。通过详细的代码示例和优化技巧，帮助开发者有效解决图像色彩失真问题，特别适用于处理大面积单色区域的场景。

Y0.299R0.587G0.114B当 AWB 偏蓝时，算法错误地认为场景色温过高（如将 5000K 误判为 7500K），会压低 R/G 通道增益，抬高 B 通道增益。结果是：R 和 G 被压缩，B 被放大，但 B 对 Y 的贡献很小，导致整体 Y 值下降，图像物理亮度降低。

MTK AWB 调试久了，偶尔也会被人问起awb的算法是什么？自己只知道一个大概没有仔细去研究，所以今天想给自己做一个总结。不同光源（如日光、荧光灯、烛光）的色温差异会导致图像偏色（如偏蓝或偏黄）。MTK AWB通过校准R/G/B通道增益，将白色物体还原为中性灰，使图像色彩接近人眼真实感知MTK采用分块统计机制（如25x25网格），筛选出有效白点区域，并计算其均值与色温曲线的距离，通过加权策略减少误判（如肤色、蓝色物体误识别为白点）。

本文深入探讨了AWB算法在大面积纯色干扰下的调试与优化策略。通过分析色温统计机制的工作原理和纯色干扰的成因，提供了实战调试的三步法和参数调优案例，帮助工程师解决照片偏色问题。文章还分享了高级调优技巧和避坑指南，助力提升AWB算法的稳定性与准确性。

ISP基本框架及算法介绍 ISP(Image Signal Processor)，即图像处理，主要作用是对前端图像传感器输出的信号做后期处理，主要功能有线性纠正、噪声去除、坏点去除、内插、白平衡、自动曝光控制等，依赖于ISP才能在不同的光学条件下都能较好的还原现场细节，ISP技术在很大程度上决定了摄像机的成像质量。它可以分为独立与集成两种形式。 ISP 的Firmw...............