matlab 图像白平衡（世界灰度法）

        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，本文简要的介绍了几种自动白平衡算法。

原始的灰度世界算法

　　灰度世界算法（Gray World)是以灰度世界假设为基础的,该假设认为对于一幅有着大量色彩变化的图像, R、 G、 B 三个分量的平均值趋于同一个灰度K。一般有两种方法来确定该灰度。灰度世界算法（Gray World)是以灰度世界假设为基础的,该假设认为对于一幅有着大量色彩变化的图像, R、 G、 B 三个分量的平均值趋于同一个灰度K。

 

       （1)直接给定为固定值, 取其各通道最大值的一半,即取为127或128；

 

      （2)令 K =(Raver+Gaver+Baver)/3,其中Raver,Gaver,Baver分别表示红、 绿、蓝三个通道的平均值。

 

        算法的第二步是分别计算各通道的增益：

 

            Kr=K/Raver;

 

 　　　Kg=K/Gaver;

 

            Kb=K/Baver;

 

        算法第三步为根据Von Kries 对角模型,对于图像中的每个像素R、G、B，计算其结果值：

 

            Rnew = R * Kr;

 

　　　 Gnew = G * Kg;

 

　　　 Bnew = B * Kb;

 

        对于上式，计算中可能会存在溢出（>255,不会出现小于0的)现象，处理方式有两种。

 

        a、 直接将像素设置为255，这可能会造成图像整体偏白。

 

        b、 计算所有Rnew、Gnew、Bnew的最大值，然后利用该最大值将将计算后数据重新线性映射到[0,255]内。实践证明这种方式将会使图像整体偏暗，建议采用第一种方案。

 

       一般来说，灰度世界算法的效果还是比较好的呢，并且该算法的执行速度非常之快。

大致的流程看下图：

                                                                                

图像的代码

RGB=imread('lena.jpg');  
  
R = RGB(:,:,1);      G = RGB(:,:,2);      B = RGB(:,:,3);  
Rx4 = RGB(:,:,1)*4;  Gx4 = RGB(:,:,2)*4;  Bx4 = RGB(:,:,3)*4; %Rx4只是做了一个简单的线性的提亮，可以不用参考。  
  
Rave = mean(mean(R));   
Gave = mean(mean(G));   
Bave = mean(mean(B));  
Kave = (Rave + Gave + Bave) / 3;  
  
R1 = (Kave/Rave)*R; G1 = (Kave/Gave)*G; B1 = (Kave/Bave)*B;   
R2 = (Kave/Rave)*Rx4; G2 = (Kave/Gave)*Gx4; B2 = (Kave/Bave)*Bx4;   
  
RGB_white = cat(3, R1, G1, B1);  
RGB_whitex4 = cat(3, R2, G2, B2);  
  
RGB_white_out = uint8(RGB_white);
RGB_white_outx4 = uint8(RGB_whitex4);  
subplot(121),imshow(RGB_white_out)
subplot(122),imshow(RGB_white_outx4)

图像结果

                                                

参考：http://blog.csdn.net/scottly1/article/details/42741495