快速色彩平衡算法分析

liyf

摘  要： 在图像处理中，为了提高传统色彩平衡算法的计算速度、降低算法的复杂度，提出了一种全新的快速色彩平衡算法，即过滤少量极端像素颜色值并按比例提高剩余的非极端像素颜色值的方法。通过对多幅图片的处理，相对于传统的色彩平衡方法，该算法得到了更好的效果、具有更好的性能。
　　在图像采集的过程中，由于不同光照下获取的图片颜色值差异较大，对图片的显示及图片的分析产生困难。因此，在摄影和图像处理中，不少学者提出了通过色彩平衡来解决这个难点。色彩平衡是一种通过全局调整图像的RGb颜色信息使得图片中出现色偏的颜色正常化的方法。WANG[4]提出了白平衡算法，即通过调整R、G、b三个分量的值使之达到平衡，然后按照这个调整比例对整幅图像进行调整，达到色彩平衡的效果。LEE Hsien Che[5]提出的算法原理是在CCD或CMOS矩阵表示的原RGb颜色值下将其转换为更加标准的感性颜色。
　　本文提出了一种新型的快速色彩平衡算法，首先取一个最大值Vmax和一个最小值Vmin，把小于Vmin的值全部改成Vmin，把大于Vmax的值全部改成Vmax。执行过程中，首先需要优化一些极端值，优化的极端值数量由输入的优化率s决定；再根据s为整幅图像分别确定一个合适的最大值Vmax和最小值Vmin，颜色值在[Vmin，Vmax]范围外的像素即为极端像素，将极端像素的值改在[Vmin，Vmax]范围内，最后再根据Vmin、Vmax和s按比例来提高非极端像素的颜色值。
　　1 新型色彩平衡算法
　　本文中算法的理论基础是在RGb模式中颜色值越高越接近白色，颜色值越低越接近黑色。如果图像是在黑暗中拍摄的，其像素最高的颜色值一定小于255，则通过扩大颜色值的范围，图像就会变亮。例如，闪电的主要颜色是R和G，那么通过色彩平衡就要增强b，这样会减少一些微黄色色调，图像会更亮一些，不但增加了画面的和谐性，而且使图像看起来更自然。
　　算法算法可以理解为有基本运算及规定的运算顺序所构成的完整的解题步骤。或者看成按照要求设计好的有限的确切的计算序列，并且这样的步骤和序列可以解决一类问题。
　　综上所述，本算法的目的是增加R、G、b三个颜色通道的颜色值，并使它们的范围保持在[0，255]。最简单的实现方式就是给每个通道ax+b的颜色值。其中，a、b是比例因子，需要通过计算得到，x是初始颜色值，ax+b必须在[0，255]的范围内。
　　在实际图像中经常会遇到颜色值为0或255的像素。实际需要优化的点或许很多，或许只有一个，不好确定确切的数目，所以必须用优化率来决定究竟要改变多少个点的值。假设一幅图像上有N个像素点，优化率为s，则需要优化N×s个点，并使0N×s/2的最小颜色值i，即为Vmin；同理，柱的高度≤N×（1-s/2）的最大颜色值i，即为Vmax。如果s=0，那么i的最小值即为Vmin，i的最大值即为Vmax。
　　（3）优化像素
　　将颜色值小于Vmin的全部改为Vmin，将颜色值>Vmax的全部改为Vmax。
                          
                       
                          
                               
　　（4）生成颜色值范围为[min，max]的新图像
　　假设新颜色值为f（x）=ax+b（x为旧颜色值），则有：



　　对于16位像素值，直方图算法是非常好的算法，只需要大约256 Kb的内存，得到Vmin和Vmax的速度非常快，其速度可与二分法媲美。
　　但对于32位像素值，直方图算法大约需要耗费18 Mb内存。这种情况下，最好采用排序算法。
　　3 实验结果
　　将本文提出的算法用于改善曝光不足或采光条件不好或特殊光线下（如日落）生成的图像的一种算法。该算法可以运用于大部分图像，即使原图是在正常光线下拍摄的也同样适用。
　　图1分别展现了原图分别经优化率为0%、1%、2%和3%的色彩平衡算法优化后的结果。由图可以看出，其图像的优化率不同，优化结果也不同。



　　与基于CCD或CMOS矩阵转换原RGb颜色为更加标准的感性颜色及白平衡算法等传统的色彩平衡算法不同，本文提出的新型快速色彩平衡算法，通过获取一个由优化率s决定的区间[Vmin，Vmax]，然后将这个区间外的像素点改在[Vmin，Vmax]内，最后再根据Vmin、Vmax和s按比例来提高区间[Vmin，Vmax]内像素的颜色值。实验结果表明，本算法能得到较好的效果，与其他算法相比更为简明、快速。