一种暗通道优先的快速自动白平衡算法

Article 2018年，第45卷，第1

期

DOI : 10.12086/oee.2018.170549

170549-1一种暗通道优先的快速

自动白平衡算法王　飞*，王　伟

西安电子科技大学智能设备实验室，陕西 西安 710071

摘要：

针对目前自动白平衡算法中存在的白色区域检测错误导致白平衡失效的问题，本文提出了一种基于暗通道优先的白平衡算法。首先估计光线透射率，然后根据光线透射率来提取白色区域，去除掉高饱和度的区域。最后为了校正颜色并保证图像亮度不变化，在CIE-XYZ 颜色空间相对于亮度通道Y 来计算校正增益。实验表明，本文的算法和现有的一些经典算法相比，在主观视觉和客观评价上都取得了较好的效果，且在嵌入式设备上速率大于150 frames /s 。

关键字：

自动白平衡；暗通道；白色区域中图分类号：

TP391.41 文献标志码：A 引用格式：王飞，王伟. 一种暗通道优先的快速自动白平衡算法[J]. 光电工程，2018，45 (1) : 170549

An automatic white balance method via dark channel prior

Wang Fei *, Wang Wei Intelligent Equipment Laboratory , Xidian University , Xi'an , Shaanxi 710071, China

Abstract: In order to overcome the problem that white balance failure caused by white region detection error in automatic white balance, this paper proposes a white balance method based on dark channel prior. First, get the dark channel image, then extract the white region in the image according to the dark channel, and then remove the region with high saturation. Finally, in order to correct the color and ensure that the image brightness does not change, we calculate the correction gain in the CIE-XYZ color space relative to the luminance channel Y . Experi-mental results show that our algorithm has achieved good results both in subjective and objective evaluation com-pared with some classical algorithms, and the rate is greater than 150 frames/s on embedded devices.

Keyworks: automatic white balance; dark channel; white point region.

Citation: Wang F, Wang W. An automatic white balance method via dark channel prior[J]. Opto-Electronic Engi-neering , 2018, 45 (1): 170549

收稿日期：2017-10-19； 收到修改稿日期：2017-11-27

作者简介：王飞(1985-)，男，博士研究生，长期从事目标检测跟踪、目标识别、图像增强等相关工作。 E-mail ：290727048@https://www.sodocs.net/doc/7f11833776.html,

1　引　言

色彩校正对于许多基于图像处理的应用非常

重要，色彩的偏差可能导致图像处理结果的错误，如颜色识别、图像分类、图像重建、图像目标检测及跟踪等。人类的视觉系统能够自适应光源的变化，还原场景中真实的颜色，而图像传感器不具备自适应的功能。因此，

不同色温的光源会导

基于暗通道先验的图像去雾算法改进研究

基于暗通道先验的图像去雾算法改进研究 摘要：暗通道先验去雾算法求得的的透射率比较精细， 去雾效果优于大多数去雾算法。然而在暗通道求取过程中， 最小值滤波的处理会使得暗色向外扩张，导致透射率扩张变 大，使得去雾后的图像在边缘部分产生“光晕”现象。为了 减弱光晕效应，利用形态学理论对粗略透射率进行腐蚀处理， 腐蚀掉扩张变大的透射率，然后使用容差机制修复不符合暗 原色先验的明亮区域透射率，再使用引导滤波精细化透射率， 最后利用去雾模型复原图像。实验表明，改进后的算法去雾 效果更佳、去雾速度更快，具有更强的鲁棒性。 关键词：暗通道先验去雾；腐蚀；引导滤波 DOIDOI：10.11907/rjdk.161089 中图分类号：TP312 文献标识码：A 文章编号：1672-7800（2016）005-0030-04 0 引言 雾霾天气不仅影响人们的出行，也给视频监控、自动驾 驶等涉及室外图像应用的领域带来了很大挑战，并引起了相 关研究人员的重视，如今已出现了不少研究成果。图像去雾 的研究方法可分为两大类，基于图像增强的方法和基于物理 模型的方法。早期图像去雾研究主要利用图像处理的知识来

去雾，Kim[1]提出对雾图进行局部直方图均衡处理的方法， 这种方法根据每个像素的邻域对像素进行处理，可以突出图 像的特征，但运算量较大，算法复杂度较高。Land[2-3]基于色彩恒常性提出了Retinex即视网膜皮层理论，其后出现了 一些基于Retinex的图像增强算法[4-6]，与其它图像增强算法相比，基于Retinex的图像增强算法处理的图像，局部对比 度相对较高，色彩失真较小。基于图像增强的去雾方法可以 利用成熟的图像处理算法来增强图像的对比度，突出图像中 的特征信息，但这种方法会造成图像部分信息损失，导致图 像失真。图像去雾的另一类是基于物理模型的方法，该方法 研究大气悬浮颗粒对光的散射作用，通过大气散射模型来复 原图像，恢复的图像效果更真实，图像信息能得到较好保存。Narasimhan等[7]提出了雾霾天气条件下的单色大气散射模 型，后来基于物理模型的方法几乎均建立在此模型之上。 Tan[8]基于无雾图比雾图有更高对比度的假定来最大化有雾 图像的对比度，该算法在很大程度上能复原图像结构和细节， 然而Tan的算法趋向于过度补偿降低的对比度，容易产生光 晕效应。Fattal[9]把图像场景光分解成反射和透射两部分，然后基于独立主成成分分析来估计场景光强，这种方法可以有 效去除局部的雾但不能很好恢复浓雾的图像。Kim等[10]结合局部对比度增强和去雾模型方法，能够抑制伪影的产生，但 时间复杂度较高。刘倩等[11]使用均值滤波去雾，对单幅图

有关白平衡的理论知识

白平衡在一般的图像处理书籍都很少会提及，因为说到底白平衡只是一种对人眼视觉特性的模拟，说不上是对图像这个二维数据域的空间变换。简言之，白平衡是传感器设备具备正确识别“白色”的能力。 我们先来看白平衡的“白”是什么。不同的光源具有不同的光谱成分和分布，这在色度学上称之为色温（色温是颜色的定义，以K（凯氏）为单位；对黑体（黑铁棒）加热，3200K时黑体发出的颜色定为白色；5600K时定为蓝色等；在Microsoft Picture Managemnet中色温称为色值）。物体本身反射入射光而显示出颜色，若光源色彩成分有变，势必会影响入射光的颜色，也直接或间接地改变了物体本来的颜色，形成色差。如一个白色的物体,在低色温的光线照射下会偏红，而在高色温的光线照射下会偏蓝。 实际生活中，不论是晴天、阴天、室内白炽灯或日光灯下，人们所看到的白色物体总是是白色的，这就是视觉修正的结果。人脑对物体的颜色有一定先验知识，可依据之侦测并且更正这种色差。但对于固体图像传感器而言，没有办法直接修正这种色温的改变，必须依靠内建的“白平衡”功能作调整。 物体颜色的改变特别是在使用人造光源的场合容易发生，因为传感器还是默认做正常光照下的白平衡，而人工光源色温与之的不同会导致拍得的照片会有不同程度的色差。如白炽灯照明下拍出的照片易偏黄；而在户外日光充足则拍摄出来景物也会偏蓝。同理若选用不同色温条件拍摄同一景物，也会呈诸多色差。 白平衡之“平衡”就是要对不同色温所引起的的色差进行校正，从而使白色的物体呈现真正的白色。数码相机中白平衡一般采用光学粗调和电路微调的方法进行。由于CCD、CMOS 图像传感器具有一定的光谱特性，因此必须在镜头前加上匹配的光学滤色镜，将红外等光线滤除，然后进行软件或电路微调。为了提高易用性，数码相机一般还支持自动白平衡。对于CCM来说，添加镜头来做调节不现实，只有靠自动白平衡算法来保证拍摄照片不失真了。因此，必须开发适合数码相机的自动白平衡算法，以保证拍摄照片不会失真。 传统摄影较少提到“白平衡”，主要是在因为底片上已经做了区分，如：大家都知道的富士胶卷适合室外，柯达胶卷适合室内。也可透过不同的滤色片来实现正确的色彩平衡，这需要若干昂贵的镜头。修改白平衡的方法，除了透过机身设定外，还可以透过计算机软件做事后修片；使用色温表测量现场的色温，之后将测量的数值输入到传感器中，完成白平衡的设定；一般白纸纸质不均，因此每次校正的白平衡也不见得相同，18%灰度色板是一种特殊处理过的色板，能表现达到均衡散光的效果，专业摄影人员常开个灰伞，除了是反光还有白平衡之解；现阶段大多数的数码相机、拍照手机的白平衡的功能都已相当准确。 简言之，白平衡就是在信道平衡模块中调整R/B增益，以合G的照度。 白平衡具有三个基本操作：(1) 色温估计，通过手工调节(取一个“标准白”的物体作为参考) 或算法统计的方法，找出图像中的白点，进而以此估计出表达色温的特征量，平均色差(若是设定色温下拍摄，则直接获得传感器中设定的该色温下的特征量)；(2) 增益计算，采用查表或迭代的方法，计算出红色和蓝色增益(校正因子)；(3)色温校正，通过Camera control在传感器的红色和蓝色通道乘上对应的校正因子，调整通道增益，以达到白平衡的效果. 人眼会去补偿各光源下的不同色温。固体图像传感器则需一参考点来重现白色，基于此参考点来重新计算其它颜色。举例来说，红灯照射白墙，则墙上会投射出红色（事实上这面墙原本应该是白色的）。但如果相机知道这面墙是白的，它将会补偿出所有的其它场景内的其它相应的颜色。知道这面墙是白色这个工作就是“色温估计”。色温估计是自动白平衡算法的三个基本操作中最重要的一环（手工白平衡不需做色温估计），没有正确的“W”，怎么“B”都不达效果。色温估计估算出正确的色差，才能保证后续操作的正确性。特别是在图像充满大面积彩色时，算法必须具有一定的鲁棒性，以保证色彩的完整性。这步工作就是俗称的找白点。一般的算法都是在YUV空间中做，OV2640是在RGB空间做，而MT9M112是在RYB空间（即亮度Y转换后）来做。这样效果会有一些差异。目前，国际上诸多的论文研究热点都

基于引导滤波的去雾算法

基于引导滤波的实时去雾算法 组员1：李阳 组员2：刘玉舸 组员3：江建军

摘要 户外空气中经常会有大量的水蒸气和微尘等颗粒物，这些颗粒物会导致光在传输过程中被折射、散射、吸收从而损失大量能量。自然界中的雾、灰霾等天气现象就是由于这种原因而产生的。户外拍摄的图像经常由于雾、灰霾等天气导致场景光在传输过程中能量衰减，图像对比度下降。对有雾图像进行去雾处理提高图像质量是对图像进行进一步处理和利用的必需步骤，具有非常重要的价值。本文通过对暗通道先验知识的分析，延用kaiming He博士的基于bilateral?lter的改进，通过利用图像自身作为一种引导滤波，从而使图像能够高效实时地去雾，并且该算法拥有良好的边缘保持性，在细节增强方面有不错的指导意义。 关键词图像去雾暗通道bilateral?lter引导滤波边缘保持

目录 第一章问题分析1 1研究目的 (1) 2研究现状与前景 (1) 3研究方向 (2) 4研究结果预测 (2) 第二章算法原理3 1环境变量及视觉原理 (3) 2暗通道处理简要分析 (4) 3引导滤波 (4) 3.1引导滤波的定义及算法 (4) 3.2边缘保持优越性的分析验证 (7) 第三章实验结果8 1暗通道和引导滤波效果对比 (8) 2原始图像和处理图像细节对比 (8) 3边缘检测方法验证引导滤波 (9) 4引导滤波创新点 (9) 第四章实验结论11 1实验分析 (11) 2实验体会 (11) 第五章参考文献12 References (13) 第六章实验代码14

第一章问题分析 1研究目的 空气中除了氧气等基本成分，往往还会含有水蒸汽，微尘等颗粒物，这些颗粒物导致场景光在传输到相机的过程中发生折射、散射等，导致能量衰减，同时大气光会经过颗粒物的折射、散射等作用进入相机，导致相机拍摄得到的照片不仅包含我们所需要的场景光，同时也包含一部分大气光，因此图像会出现模糊现象，对比度下降，细节信息丢失，如图所示。退化的图像往往不能满足应用的需要。因此，有效处理退化后的模糊图像，使之变得清晰，从中恢复出尽可能多的有效信息变得极具意义，在消费电子、计算机图像以及计算机视觉领域都有重要价值。 2研究现状与前景 去雾算法作为基础图像处理的重要算法，在过去十几年中取得了一定进展。未知的深度信息是图像去雾算法的一大约束条件， 对于单幅图像，我们很难确定其场景深度。Y.Y.Schechner,S.G. Narasimhan等提出了基于极化的图像去雾方法，该类方法通过对同一场景拍摄两幅或者多幅不同极化角度的图像来获取图像场景深度信息。Y.Y.Schechner,S.G.Narasimhan等人提出了一类通过获得同一场景在同一角度不同天气条件下的多幅图像，然后估计场景深度信息的方法。这些方法由于需要提供同一场景的多幅图像或者需要人为提供场景深度信息，在大多数情况下不具有可行性，因此不具有广泛应用的价值。 近年来，针对单幅图像的去雾算法取得了一定突破。研宄者们提 出了一些基于较强先验知识或者假设的方法。观察发现无雾图像比有雾图像具有更高的对比度，并基于这一现象通过使图像局部对比度最大化来恢复出清晰图像。Fattal提出一种基于传输系数和表面阴影局

白平衡

日光白平衡只有在中午阳光直射下才会显示出正常的颜色如果过了中午，日光就会变黄了也就是说，日光白平衡是正午阳光直射（微云）的色温，约为5500开尔文如果一片云都没有的大晴天，由于蓝天的影响，色温会提高，颜色会偏向蓝色方向 要纠正蓝色的雪，可以简单地在拍摄前选择相机的阴影白平衡设置。这个设置可能以前看起来不是很重要，但是在拍摄雪景时却非常重要。同时也要记得这个设置的局限性，特别是在拍摄阳光直射的场景时。（日光白平衡）

（阴影白平衡） 如何解决早晨和旁晚，本应是低色温时段照片上却硬生生的出现阴影蓝呢，下面片例告诉我们，使用“阴影”白平衡设置效果很好！原理：太阳尚无照射到大

地，虽然天已经大亮，但此时的色温就正阴影的8000°K，当然选择“阴影”白平衡拍照是正确的，只有这样惨能忠实的再现日出日落前后的景色，灰色的建筑业不会变成蓝色了。 一、甚么是白平衡？ 白平衡调整是一种数码相机上才有的功能，数码相机对色彩控制的便利是以往的胶片相机不可比拟的。白平衡调整可以使相机适应不同的拍摄光线条件，保证被摄对象的白色和其它色彩能够在照片上得以真实的再现。 光线的色温是用开氏度的单位来计量的，数值越低光线就越显暖色（白天），越高就越显冷色(阴天)。一般情况下，白炽灯的色温要明显低于3000K，白天的色温在5500K左右，而大面积的户外阴影下的色温常常能达到7000K。 二、常用的一些白平衡设置 1.自动白平衡 尽管我觉得自动白平衡并不能在所有情况下都提供最准确的色彩还原，但几乎所有的数码相机上都有这个模式，而且大多数情况下用这个模式拍摄的效果还算不错。 当数码相机设定在自动白平衡模式的时候，相机可以自动分析并计算出所拍画面的色温情况，使白色能够得到还原。不同型号的相机在自动白平衡上的表现差异很大，有些相机在自动白平衡模式下能够准确还原色彩，有些则不然。 2.日光白平衡（4800K～5600K） 日光白平衡非常像日光胶片，它适用于在与正午日光色温类似的光线下拍摄。由于拍出来的色彩比较平淡，随水用得很少。在室外, 日光大部分適用在大太陽下, 有時色溫低一點的照片會比較討喜, 這時候可以選用陰天白平衡, 可以得到較溫暖的照片。 3.阴天白平衡（5400K～6600K）(常用暖色) 阴天的设置能够让偏冷的光线稍微暖一些，所以许多摄影师在晴天拍摄时也会将白平衡设置在阴天，这样拍出来的照片就可以有一种略暖的色调。这种方法不仅可以加强日出和日落的色彩效果，而且还可以使雨天拍摄的照片色彩更加鲜艳。随水一大半片子都是阴天白平衡拍的，所以大都暖暖的，不过看多了有些腻味儿。

第3章 信道均衡算法

第3章 信道均衡算法 3.1 引言 自适应型的滤波器有两种能力：自主学习能力和自主跟踪能力。不同的优化标准准则的约束下，根据不同的性能要求，自适应型的滤波选用的算法可以归结为两类：递推最小二乘(简称RLS)算法、最小均方误差(简称LMS)算法。 在最小均方误差标准约束下，为了得到滤波器的输出信号与滤波器的期望信 号两者间的最小的均方误差()2E e n ????，我们使用LMS 算法。 在最小二乘准则标准约束下，为了得到估计误差的最小的加权平方和()21||n n i i e i λ -=∑，我们采用RLS 算法，并设定了带有权比的向量()W n 。阶跃因子为 λ，也就是遗忘因子，并且01λ<≤。 很多经典的自适应滤波的算法都是从以上两个准则的基础上导出的。 3.2 不同类别的信道均衡算法应用在自适应型的滤波器中 3.2.1 自适应滤波的最小均方误差算法 最小均方误差算法的优点明显：整个过程需要的计算少，实现起来十分方便。 使用最小均方误差算法中的最速下降法时，我们用到的迭代公式如下错误！未找到引用源。： ()()()()T e n d n X n W n =- （3-1） ()()()()12W n W n e n X n μ+=+ （3-2） 设步长因子μ，设自适应型的滤波器在n 时的权向量()W n ，设n 时刻的输入端的信号矢量表示为()()()(),1, (1) n x n x n x n L =--+????X ，设自适应型的滤波器长度为L 。定义期望信号是()d n ，误差信号是()e n ，噪声信号是()v n 。

已知该使用该算法达到收敛的条件是：max 10μλ<< ，定义自相关矩阵的最大 特征值max λ是系统输入信号的最大特征值。 自适应型的滤波算法有三项最重要的指标：使用的时变系统在最开始的收敛速度、得到稳定状态后测量误差和是否有能力继续跟踪。噪声信号在大部分情况下都是在输入端产生的，为了能有效的处理噪声，该算法会产生参数失调噪声，并且偏移噪声的大小取决于噪声信号。稳态误差的大小是和阶跃因子相关的，收敛速度也是如此：如果设定大的步长因子，我们就会得到较大的稳态误差，也就会有更快的收敛速度，如果取小的步长因子，就会相应的使收敛速度变慢，进而得到较快的R 稳态误差，跟踪速度也是如此。无论是取大的值还是取小的值，步长因子的值一旦确定下来就难以改变，这无法满足我们对算法性能的要求。为了提高算法的性能，很多的自适应型的滤波算法都是通过改变步长这一方式，被不断的发现提出的。 3.2.2 RLS 自适应滤波算法 在最小二乘标准准则的约束下，使用RLS 算法，在自适应型的滤波器的解算中，根据输入信号的带有权重的向量回归自相关矩阵的性质，目标是得到最小的估计误差的加权平方和。输入信号的频率谱线的有关特性并不会影响到收敛性能，其收敛速度比LMS 算法更快。然而，由于其计算复杂度高，存储所需的计算量非常大。无法达到理想状态，所以一般不用于实际系统 3.2.3 变换域自适应滤波算法 特征值由输入信号在系统中的自相关矩阵求得且与LMS 算法的收敛性有关。如果特征值越小，证明该算法的收敛能力越强，反之收敛能力差。因此，为了使特征值由输入信号的自相关矩阵求得的值较小，学者们探索出提出一种新的算法，是一种变换域自适应滤波算法，通过正交变换的方式对输入信号变换，其目的是让特征值的发散程度降低。变换域信号代替时域信号是该算法的核心，自适应算在得到变换域中来进一步使用。

Matlab常用白平衡算法

灰色世界法（grey world method） 要计算未知光源的特性必须从图片中提取相关的统计特性。当我们能够仅使用一个统计特性就获得未知光源特性时，算法就变得非常简单了。在这种情况下，未知光源必须在整幅图片上都是统一的。均值于是就成为了此类方法之下最好的统计指标。而灰色世界法正是利用了均值作为估算未知光源的关键统计量。 从物理意义上说，灰色世界法假设自然界景物对于光线的平均反射的均值在总体上是个定值，这个定值近似地为“灰色”。在给定图片的白平衡算法中，灰色世界假设图片中的反射面足够丰富，以至于可以作为自然界景物的一个缩影。若这幅图片是在经典光源下拍摄的，其均值就应该等于灰色。若这幅图是在非经典光源下拍摄的，那么均值就会大于或者小于灰色值。而该均值对于灰色的偏离程度则反映了未知光源相对于已知光源的特性。 虽然这个方法比较简单，但是仍然可以从一些方面进行调整。一个方面就是对于灰色的定义形式的选择。包括对于光谱的定义、对于光谱成分的定义和在经典光源之下的RGB 的响应。另一个更加重要的调整方面就是对于灰色的选择。不管如何定义灰色，最佳的灰色之选必然是自然界实事上出现的灰色。但是这个值是无法获得的（除非是合成数据），所以对于灰色的选择是不同的灰色世界算法的一个重要的区别点。 一个方法是假设这个灰色就是实事上的灰色。也就是说反射光谱是均衡的。给定光源之下的RGB 响应是纯白色对此光源的响应值的

一部分。比方说，可以使用50%作为反射率（虽然这个灰色值对于人眼视觉习惯而言可能过于明亮）。 另一种方法，就是根据大量的数据提炼出一个均值，并把它定义为灰色。这种方法提炼的灰色值可能因为数据库使用的不同而有所不同。最终提炼的灰色也能仅适用于原始的数据库，而对于数据库未包括的图片的适用度就会比较差一些。确定下来的灰色表达形式可以用Grey i c来表示。下标i 表示信道，上标c 为canonical 的首字母，表示经典光源。 在确定灰色的表达形式后只要用RGB 响应与经典光源下灰色的比值来归一化图片就可以了。假设RGB 响应均值为Ave i u，下标i 表示信道，上标U 为Unknown 的首字母，表示未知光源。那么归一化率的计算式为σ i 如下式所示： σ i = Grey i c Ave i u 根据光源转换理论，从未知光源到经典光源下图片表达式的转换式如下式所定义： ρ?c= [σ 1 σ 2 σ 3 ] ?ρ?u 那么，灰色世界法的计算过程如下图所示：

摄影师教您如何使用灰卡快速校正白平衡

发表评论 摄影师教您如何使用灰卡快速校正白平衡https://www.sodocs.net/doc/7f11833776.html, 蜂鸟网[转载]作者：新摄影2011年09月08日 05:31 并非所有的摄影新手都熟悉白平衡的概念和用法。很多人在刚刚开始接触摄影时都遇到过类似的问题。白平衡可以帮助你的照片获得尽可能准确的色彩还原。 调整白平衡让照片的色彩更加自然的方法有很多种。本文，我们将介绍一种最简单的方法，可以令你获得100%准确的白平衡。 在这种方法中，我们要用到灰卡。你需要的所有器材就是一张灰卡，无论是从商店里买到的摄影用灰卡，或是手头已经有的中性灰的纸都可以。 只要有了灰卡，你的后期工作将大大简化。首先，在调整每一张照片时都能节省出大量时间；其次，可以在数秒内对相同光照环境下的照片进行批量处理。现在我们开始吧，这个方法非常简单易学。 打开相机后，检查一下白平衡设置，选择最接近当前光线环境的设置。 但如果你不清楚该选择哪一项设置，那么最好就使用自动白平衡（AWB）吧。 现在你需要做的，就是拍一张包含有灰卡的照片——每次光线环境变化或改变拍摄地点后都要重新拍摄。你可以让模特自己举着灰卡，或放在靠近被摄体的位置。 在将照片传入电脑之后，首先在camera raw（Photoshop处理RAW文件的插件）中加载在相同光线环境下的照片，然后找到带有灰卡的那张（一般是第一张），从顶部工具条中选择白平衡工具，并点击照片中的灰卡。

现在软件就会自动调整白平衡并校准照片色彩。现在你需要做的就是将相同设置同步到其他所有（相同光线环境下的）照片。非常方便快速的方法，在Lightroom中也同样适用。 希望这篇短文能够对你的后期工作有所帮助。在户外及婚礼拍摄时我一直使用这个技巧，所以很确定使用灰卡能够调整白平衡。

基于改进暗通道先验的图像去雾算法研究

---------------------------------------------------------------最新资料推荐------------------------------------------------------ 基于改进暗通道先验的图像去雾算法研究 OpenCV 耦合改进暗通道先验的图像去雾算法研究王帮元（安徽经济管理学院信息工程系，安徽合肥，230051）摘要：在雾境下,由于大气粒子的散射作用导致图失真严重,直接影响后期图像数据的分析，因此对雾天图像进行去雾处理,以提高图像的清晰度，是非常有必要的。 而当前的图像去雾算法不稳定，当大雾天气很严重时，去雾质量较差。 对此，本文提出了基于 OpenCV 耦合改进暗通道先验的图像去雾算法与实现机制。 首先分析暗通道先验理论与雾图形成模型；然后对先验理论进行改进，推算出本文的去雾公式。 最后引入 OpenCV 实现机制，增强系统运行效率。 最后测试了本文机制性能，结果表明： 与普通的图像去雾算法相比，在大雾天气很严重时，本文机制具有更好的去雾效果，准确还原了图像的清晰度，失真度较小。 关键词： 图像去雾；暗通道先验；雾图形成模型；OpenCV；中图分类号： TP391 文献标识码： A 0 引言随着通信、电子技术、图像处理算法的蓬勃发展，视频监控、视频目标识别已运用在各个领域，并且已取得很大的发展， 1 / 9

推动了科技和社会的前进 [1] 。 然而，在实际生活中，由于雾天原因，导致安全监控目标的清晰度收到破坏，严重影响了目标识别精度。 因此，图像去雾功能非常重要。 图像去雾技术成为很多大型设备或者系统正常运作的先决条件。 为了取得良好的图像去雾效果，诸多学者进行了研究，并提出了许多不同的图像去雾算法。 王一帆等人 [2] 提出，首先在计算暗通道函数时,定义了一类暗区域对图像边缘的低强度像素点进行描述,该区域像素点的暗原色中值取其三原色通道的最小值,以代替原来的中值滤波运算值.此滤波方法不仅能有效去除 Halo 效应,而且避免了黑斑效应;然后基于大气散射物理模型定义一种伪去雾图,将其与原去雾图进行像素级融合对原图进行色度校正,实现了柔性去雾,改善了现有方法易出现过去雾的缺陷，实验结果表明该算法去雾后图像具有较好清晰度及色彩恢复度,去雾鲁棒性强.在大雾和图像色彩失真严重的情况下,仍可有效恢复图像。 郭璠等人 [3] 提出融合策略无需依靠大气散射模型或场景结构信息,只需通过原始衰退图像来获取其输入图与权重图，其中 2幅输入图的作用主要是对原有雾图像进行颜色校正和对比度增强,而 3 幅权重图则突显了图像雾气较浓区域的细节信息。 融合策略将上述输入图与权重图相融合以生成对比度高、色彩丰富的去雾图像 [4] 。

手动白平衡设置方法

手动白平衡设置方法 手动白平衡灰色物体（如灰板）或白色物体(如灰板的背面)面积应至少占据取景器2/3大小，手动设置白平衡不需要相机对参照物聚焦，所以可以把相机改为手动对焦模式，把镜头设置为无限远对焦，只要拿一个名片就可以凑在镜头前完成手动设置。手动设置白平衡要注意关闭相机曝光补偿，尤其是正补偿要关闭。如果相机在+0.5档补偿情况下对白色物体设置白平衡，将会失败出现“no Gd”。但相机在ISO200的情况下，作-3档补偿仍可以正确读取白平衡数据。但在高ISO时负补偿相机会得出错误的白平衡数据。所以在设置手动白平衡时最好关闭曝光补偿。 正确使用白平衡： 在使用闪光灯拍摄时，因为电子闪光灯发出光线的色温与日光基本相同，所以应把白平衡设置为日光，即使是在拍摄夜景时也应如此，这样的设置对近景人物色彩的还原也比较好，而远景灯光在照片上一般表现为温暖的黄色，为大多数人所喜欢。如果你在拍摄夜景时只有远景而没有近景人物的话，则可以把白平衡设置为白炽灯。 花草是摄影爱好者经常拍摄的东西，拍花时不要用自动白平衡，根据当时的光源调整就行了。如果在日光下拍花而把白平衡设置为白炽灯，则可以让白色的花拍摄出来带一些蓝色，如同情人节花店出售的“蓝色妖姬”! 现在学校教室、单位办公室基本是用日光灯照明。日光灯看上去是白色，其实是我们的眼睛在“自动白平衡”。 日光灯发出的光的光谱不是连续光谱，只能用近似色温大约4000K来表示。在日光灯下拍摄时可以设置白平衡为日光灯；如果你嫌拍出来的照片有点偏绿色，也可以设置白平衡为日光，然后在镜头前面加一个专用的日光灯滤光镜，它是品红色（Magenta）的，只是市面上不常有卖。

白平衡

一、原始的灰色世界算法 要计算未知光源的特性必须从图片中提取相关的统计特性。当我们能够仅使用一个统计特性就获得未知光源特性时，算法就变得非常简单了。在这种情况下，未知光源必须在整幅图片上都是统一的。均值于是就成为了此类方法之下最好的统计指标。而灰色世界法正是利用了均值作为估算未知光源的关键统计量。 从物理意义上说，灰色世界法假设自然界景物对于光线的平均反射的均值在总体上是个定值，这个定值近似地为“灰色”。在给定图片的白平衡算法中，灰色世界假设图片中的反射面足够丰富，以至于可以作为自然界景物的一个缩影。若这幅图片是在经典光源下拍摄的，其均值就应该等于灰色。若这幅图是在非经典光源下拍摄的，那么均值就会大于或者小于灰色值。而该均值对于灰色的偏离程度则反映了未知光源相对于已知光源的特性。 (就是因为这个假设，实际上灰度世界对图片色彩不丰富的情况，效果不是很好) 虽然这个方法比较简单，但是仍然可以从一些方面进行调整。一 个方面就是对于灰色的定义形式的选择。包括对于光谱的定义、对于光谱成分的定义和在经典光源之下的 RGB 的响应。另一个更加重要的调整方面就是对于灰色的选择。不管如何定义灰色，最佳的灰色之选必然是自然界实事上出现的灰色。但是这个值是无法获得的（除非是合成数据），所以对于灰色的选择是不同的灰色世界算法的一个重要的区别点。

一个方法是假设这个灰色就是实事上的灰色。也就是说反射光谱是均衡的。给定光源之下的 RGB响应是纯白色对此光源的响应值的一部分。比方说，可以使用50%作为反射率（虽然这个灰色值对于人眼视觉习惯而言可能过于明亮）。 另一种方法，就是根据大量的数据提炼出一个均值，并把它定义为灰色。这种方法提炼的灰色值可能因为数据库使用的不同而有所不同。最终提炼的灰色也能仅适用于原始的数据库，而对于数据库未包括的图片的适用度就会比较差一些。确定下来的灰色表达形式可以用来表示。下标 i 表示信道，上标 c为canonical的首字母，表示经典光源。 在确定灰色的表达形式后只要用 RGB响应与经典光源下灰色的比值来归一化图片就可以了。假设 RGB响应均值为，下标 i 表示信道，上标 U为Unknown的首字母，表示未知光源。那么归一化率的计算式为如下式所示： 根据光源转换理论，从未知光源到经典光源下图片表达式的转换式如下式所定义：

关于白平衡的调整方法

最简单的可以使用全自动模式，在摄像机左侧面板的下方有一个"Auto、Manual"拨钮，你选到 “Auto"就可以“白平衡自动、光圈自动、电子快门自动、增益自动” 在这种情况下，你只需要聚焦、变焦，按Recorder拍摄就可以了。 如果想手动调白，需要先将上面的拨钮调到“Manual”，然后按下“AUTO BAL”按钮，再选择A档 按下机器前面的一个按钮就可以调白了。 画面比的调整在菜单中 按下“MENU“按钮，进入菜单，选择最后一个“其它”菜单，进入。 调“HD/SD模式”，选择SD是标清，HD是高清 然后调“视频模式”，标清的选DVCAM50i SQ，就可以了。720*576 4:3格式 高清选HQ 1920/50i就可以了。 关于EX1R使用方面的资料，你可以参考我的百度空间。 追问 前两天我拍了条短片，室外的景物偏绿，我想问下，A、B、还有个PRST这三个是什么意思，你刚说机器前面的按钮时不是机身前面的自动调制那个按钮？麻烦你把手动调节讲的在详细点，真的是新手呀~~~！ 回答 A是手动调白，B是机器自动调白（菜单可改），PRST是预设。 如果你是新手，那么用B，自动最好。 用A，然后在机器前面放一张白卡（纸），然后变焦将镜头推上去，拍白纸，然后按下机身前面自动调整的按钮，摄像机的液晶屏幕上白平衡显示会闪动，然后定下来，就是完成白平衡了。 不要用PRST。 追问 那明天的外景我直接调到B挡对吧，还用不用调Auto、Manual中的Auto 键，不用的话是不是直接调到B挡然后按机身前面的自动调整按键就行了，

手动的话先选择Manual这个，然后对白纸调A挡，自动调整就行了对吧，调白以后是不是可以一直不用管了还是要间隔短时间就要调一次~！ 回答 Auto、Manual中的Auto 键是摄像机全自动。控制权要比B大。 所以如果你选了Aotu，那个B就不起作用了。 选到B就是机器定白了，你不用按了。 如果你想手动调 先选Manual，那么选A，再用白纸调。 变了环境要再调白。

了解白平衡和白平衡的设置技巧

了解白平衡和白平衡的设置技巧 篇一：所谓白平衡 所谓白平衡，就是摄像机对白色物体的还原。当我们用肉眼观看这大千世界时，在不同的光线下，对相同的颜色的感觉基本是相同的，比如在早晨旭日初升时，我们看一个白色的物体，感到它是白的；而我们在夜晚昏暗的灯光下，看到的白色物体，感到它仍然是白的。这是由于人类从出生以后的成长过程中，人的大脑已经对不同光线下的物体的彩色还原有了适应性。但是，作为摄像机，可没有人眼的适应性，在不同的光线下，由于ＣＣＤ输出的不平衡性，造成摄像机彩色还原失真：或者图像偏蓝，或者偏红，如图所示。 下图中中间的图像彩色还原是正常的，而左侧的图像明显偏蓝，右侧图像则偏红，因此左侧及右侧的图像都为白平衡不正常的图像．为了了解白平衡，就必须了解另一个重要的概念：色温。所谓色温，简而言之，就是定量地以开尔文温度表示色彩。当物体被电灯或太阳加热到一定的温度时，就会发出一定的光线，此光线不仅含有亮度的成份，更含有颜色的成份，而色温越高，蓝色的成份越多，图像就会偏蓝；相反，色温越低，红色的成份就越多，图像就会偏红。因此，如果照射物体的光线发生了变化，那末其反映出的色彩也会发生了变化，而这种变化反映到摄像机里，就会产生在不同光线下彩色还原不同的现象。下面的表格显示了一些光线下的色温情况。 光源色温（K）

蜡烛2000 钨丝灯2500-3200 碳棒灯4000-5500 荧光灯4500-6500 日光（平均）5400 有云天气下的日光 6500-7000 阴天日光12000-18000 从上表可见，不同光线下色温相差十分悬殊，造成摄像机在不同的光线下彩色还原不同。为解决这个问题，现在的摄像机都具有白平衡校正功能，对不同的色温进行补偿，从而真实地还原拍摄物体的色彩。 现在摄像机都具备有自动白平衡及手动白平衡功能。自动白平衡使得摄像机能够在一定色温范围内自动地进行白平衡校正，其能够自动校正的色温范围在2500K-7000K之间，超过此范围，摄像机将无法进行自动校正而造成拍摄画面色彩失真，此时就应当使用手动白平衡功能进行白平衡的校正。具体操作请参看使用技巧的相关文章。 、实验目的 1 ．掌握一体化摄像机与监视器的连接和调整； 2 ．熟悉摄录一体机的调整； 3 ．学会摄录一体机的正确操作和使用；

通道校准技术的研究

通道校准技术的研究 【内容摘要】：本文介绍了校正和均衡的基本算法，通过仿真验证了理论的正确性。工程应用中硬件资源有限，文中分析了校正技术和均衡技术的性能差异，在满足良好性能的条件下以校正替代均衡减少计算复杂度。 【英文摘要】：In this paper, the basic algorithm of correction and equalization is introduced, and the correctness of the theory is verified by simulation. The hardware resources are limited in engineering applications. The performance differences between the correction technique and the equalization technique are analyzed in this paper. In order to satisfy the good performance, the equalization is corrected and the computational complexity is reduced 【关键字】：校准；时域；频域. 1.窄带校正技术 窄带系统中，通道内部的频率特性相同，失配现象主要由通道间的幅相特性不匹配引起。任意选取一路通道作为参考通道，则其余通道都称为失配通道。 ref s '()s()h() s '()s()h () i i t t t t t t =*=* （1.1.1） 分别取各通道频点的频率响应最大值 ef j ref _max ref ref_max j _max _max S'max{S '()}e , 1...K S'max{S '()}e , 1...K r i i i i k A k k A k ??====== （1.1.2） 其比值为 ef j 'ref _max ref_max j j ' _max _max S e e S e r i i i i i A a A ???= = （1.1.3） 从式（1.1.3）可以看出，将失配通道输出信号的频率响应乘以j e i i a ?就能使各通道输出信号的频率响应与参考通道输出信号的频率响应相等。如此，可以认为通道失配现象得到了校正。 2.宽带均衡技术 2.1 时域基本算法 图3-1为通道均衡时域算法的原理实现框图。

基于暗通道先验的图像去雾算法改进研究

龙源期刊网 https://www.sodocs.net/doc/7f11833776.html, 基于暗通道先验的图像去雾算法改进研究 作者：郭云云徐伯庆 来源：《软件导刊》2017年第09期 摘要：目前，基于暗通道先验原理的图像去雾能够取得较好效果，但仍存在图像景物交 界处产生光晕、天空及白色物体区域去雾后色彩失真等问题。鉴于此，提出改进的基于暗通道先验去雾算法：首先，对暗通道图进行非重叠式滤波，消除最小值滤波导致图像交界边缘产生的光晕；然后，对输入雾霾图像进行直方图分析，能够自适应获得分割天空区域的亮度阈值；再对透射率图天空区域进行像素变换，去雾后可消除颜色失真；最后，采用非线性亮度提高的方法提升去雾图像的视觉效果。结果表明，改进算法去雾后的图像真实、天空自然。 关键词：图像去雾；暗通道原理；像素变换；天空分割 DOI：10.11907/rjdk.171527 中图分类号：TP312 文献标识码：A 文章编号：1672-7800（2017）009-0046-04 Abstract：Now， image haze removal based dark channel prior principle has acquired good effect， but there still are many problems that halo at the junction of scenery and color distortion of the sky and the white area. The improved algorithm： first compensating the dark channel image could eliminate halo at the junction of scenery caused by min filter； secondly， analysis of the haze image through its histogram could obtain brightness threshold to distinguish the sky self-adaptively；then，the pixels of transmission’s sky area are transformed， after haze removing ， color distortion is not there； finally， the nonlinear brightness increase was used to enhance visual effect of the haze removal image. Experiments show that the improved algorithm remove image haze， the image is more real， the sky is more natural. Key Words：image haze removal；dark channel prior； pixels conversion；sky division 0 引言 随着科技的不断进步，计算机视觉系统在人们的生活中扮演着越发重要的角色，如交通监控、目标追踪、无人机航拍等。但近年来，由于环境变化，雾霾天气时有发生，视觉系统获得的图像清晰度不高，给社会生活造成极大不便。因此，图像去雾成为迫切需要研究的问题。 去雾算法大致可分为两类：基于图像成像物理模型的去雾算法和非物理模型的去雾算法。非物理模型算法主要包括基于颜色恒常性原理的Retinex算法[2]和综合提升图像亮度、对比度的算法[3]。非物理模型算法只考虑从视觉上增强图像的清晰度和辨识度，物理模型从更加客 观可靠的图像成像原理出发，逆推出被雾霾退化的原始图像。Tan[4]利用无雾图像对比度高于有雾图像，在马尔科夫随机场（MRF）模型的基础上构造边缘代价函数，使去雾图像的局部对

白平衡调整 实验报告

电视摄像实验报告 实验名称：白平衡调整及跟移镜头的拍摄练习 院系：班级专业： 学生姓名：学号： 同组人：实验日期： 指导教师：

一．实验目的及要求 1. 通过三种执机方法、三种拍摄方式练习移镜头和跟镜 头拍摄，掌握在移动条件下手持稳定拍摄，拍摄出不同含义的镜头画面。 2. 通过了解色彩平衡原理及光圈、快门与进光量的关系， 认识掌握在不同光线环境下白平衡的调节方法，以保证在不同拍摄条件及环境下所拍摄图像色彩还原正确。 3. 通过改变白平衡，调整光圈、快门在白天拍摄夜景画 面，以体会在一定光照条件下拍出不同色彩效果的镜头画面。 二．实验原理 1．手持摄像机靠脚步移动拍摄移镜头、跟镜头及固定画面，同时通过“旋转”拍摄写意镜头。 2．不同的拍摄环境有不同的光色成分，要使所摄图像色彩还原正确，需要掌握白平衡调整的方法和技巧。三．主要仪器设备 索尼摄像机三脚架摄像机电池 摄像带白平衡色谱 四．实验过程 1.（1）领取器材,检查安装好摄像机、电池、摄像带等， 确保机器正常无误，准备拍摄练习； （2）进行固定镜头及推拉镜头达到基本拍摄练习，熟

悉掌握基本功。 2.（1）运用三种执机方法和三种拍摄方法，通过脚的过 渡，与被摄者呈平行、同向、逆向拍摄关系，分别将摄像机端着、抱着、提着，进行移镜头和跟镜头拍摄； （2）利用移动镜头进行固定画面的拍摄练习，展现出拍摄场景及人物关系。 3. 拍摄者与被摄者拉手分别“旋转”，练习唯美的写意画 面拍摄。 4.（1）按WHT BAL键调节白平衡，摄像机镜头对准白 色平衡色谱本，使用推镜头使白纸充满画面，自定义的图标停止闪动即完成； （2）将摄像机对准白平衡色谱本“黄5”，然后将光圈（IRIS）设置为F11，快门（SHUTTER SPEED）为10000，令其在白天拍摄出夜晚的效果；结束后，还原白平衡，调节光圈为F5.6，快门为50。 五．实验现象及处理结果 1．移镜头和跟镜头拍摄时画面晃动严重，要保持画面拍摄平稳就要注重脚步移动，脚的方向与前进方向呈30度左右可以改善拍摄状况。 2．调整白平衡能产生特殊的影调效果，用黄色调整时产生蓝色影调的感觉，达到特殊的拍摄效果，更好的展现场景。

白平衡的定义

英文名称：White Balance 白平衡的定义 白平衡是电视摄像领域一个非常重要的概念，通过它可以解决色彩还原和色调处理的一系列问题。白平衡是随着电子影像再现色彩真实而产生的，在专业摄像领域白平衡应用的较早，现在家用电子产品（家用摄像机、数码照相机）中也广泛地使用，然而技术的发展使得白平衡调整变得越来越简单容易，但许多使用者还不甚了解白平衡的工作原理，理解上存在诸多误区。它是实现摄像机图像能精确反映被摄物的色彩状况，有手动白平衡和自动白平衡等方式。 许多人在使用数码摄像机拍摄的时候都会遇到这样的问题：在日光灯的房间里拍摄的影像会显得发绿，在室内钨丝灯光下拍摄出来的景物就会偏黄，而在日光阴影处拍摄到的照片则莫名其妙地偏蓝，其原因就在于“白平衡”的设置上。 LED与白平衡 白平衡是电视摄像领域一个非常重要的概念，通过它可以解决色彩还原和色调处理的一系列问题。白平衡是随着电子影像再现色彩真实而产生的，在专业摄像领域白平衡应用的较早，现在家用电子产品（家用摄像机、数码照相机）中也广泛地使用，虽然技术的发展使得白平衡调整变得越来越简单容易，但许多使用者还不甚了解白平衡的工作原理，理解上存在诸多误区。 一、什么是白平衡 白平衡，字面上的理解是白色的平衡。那什么是白色？这就涉及到一些色彩学的知识，白色是指反射到人眼中的光线由于蓝、绿、红三种色光比例相同且具有一定的亮度所形成的视觉反应。我们都知道白色光是由赤、橙、黄、绿、青、蓝、紫七种色光组成的，而这七种

色光又是有红、绿、蓝三原色按不同比例混合形成，当一种光线中的三原色成分比例相同的时候，习惯上人们称之为消色，黑、白、灰、金和银所反射的光都是消色。通俗的理解白色是不含有色彩成份的亮度。人眼所见到的白色或其他颜色同物体本身的固有色、光源的色温、物体的反射或透射特性、人眼的视觉感应等诸多因素有关（请参阅《色彩学原理》），举个简单的例子，当有色光照射到消色物体时，物体反射光颜色与入射光颜色相同，既红光照射下白色物体呈红色，两种以上有色光同时照射到消色物体上时，物体颜色呈加色法效应，如红光和绿光同时照射白色物体，该物体就呈黄色。当有色光照射到有色物体上时，物体的颜色呈减色法效应。如黄色物体在品红光照射下呈现红色，在青色光照射下呈现绿色，在蓝色光照射下呈现灰色或黑色。 在了解白平衡之前还要搞清另一个非常重要的概念――色温。所谓色温，简而言之，就是定量地以开尔文温度（K）来表示色彩。英国著名物理学家开尔文认为，假定某一黑体物质，能够将落在其上的所有热量吸收，而没有损失，同时又能够将热量生成的能量全部以“光”的形式释放出来的话，它便会因受到热力的高低而变成不同的颜色。例如，当黑体受到的热力相当于500—550℃时，就会变成暗红色，达到1050－1150℃时，就变成黄色，温度继续升高会呈现蓝色。光源的颜色成分是与该黑体所受的热力温度是相对应的，任何光线的色温是相当于上述黑体散发出同样颜色时所受到的“温度”，这个温度就用来表示某种色光的特性以区别其它，这就是色温。打铁过程中，黑色的铁在炉温中逐渐变成红色，这便是黑体理论的最好例子。色温现象在日常生活中非常普遍，相信人们对它并不陌生。钨丝灯所发出的光由于色温较低表现为黄色调，不同的路灯也会发出不同颜色的光，天然气的火焰是蓝色的，原因是色温较高。万里无云的蓝天的色温约为10000 K，阴天约为7000~9000 K，晴天日光直射下的色温约为6000 K，日出或日落时的色温约为2000 K，烛光的色温约为1000 K。这时我们不难发现一个规律：色温越高，光色越偏蓝；色温越低则偏红。某一种色光比其它色光的色温高时，说明该色光比其它色光偏蓝，反之则偏红；同样，当一种色光比其它色光偏蓝时说明该色光的色温偏高，反之偏低。 由于人眼具有独特的适应性，使我们有的时候不能发现色温的变化。比如在钨丝灯下呆久了，并不会觉得钨丝灯下的白纸偏红，如果突然把日光灯改为钨丝灯照明，就会觉查到白纸的颜色偏红了，但这种感觉也只能够持续一会儿。摄像机的CCD并不能像人眼那样具有适应性，所以如果摄像机的色彩调整同景物照明的色温不一致就会发生偏色。那么什么是白平衡呢？白平衡就是针对不同色温条件下，通过调整摄像机内部的色彩电路使拍摄出来的影像抵消偏色，更接近人眼的视觉习惯。白平衡可以简单地理解为在任意色温条件下，摄像机镜头所拍摄的标准白色经过电路的调整，使之成像后仍然为白色。这是一种经常出现的情况，但不是全部，白平衡其实是通过摄像机内部的电路调整（改变蓝、绿、红三个CCD电平的