五光十色——白平衡（White Balance）介绍

1 概念

在了解白平衡之前，我们需要了解以下两个概念：白色和色温。

1.1 白色

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，习惯上人们称之为白色（消色），这里的白色是泛指，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，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。

白色物体：是指人眼在任何场景中看到人认为是白色的物体，包括：黑色地面、白色墙壁、灰色桌面、白纸等等。但要说明的是，这些白色物体在被相机拍下来时一般是有颜色的（R,G,B值不相等），其颜色值由色温决定。所以场景中的白色物体（人眼感受）在图像中一般不是白色（图像值）的。

白点：白点就是白色物体上的点。和白色物体一样，它实际上是有颜色的。

1.2  色温

所谓色温，就是不同温度下绝对黑体的颜色。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（如图1-2-1）。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。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。所以色温既是色彩也是温度（绝对黑体的温度），二者是一致的。色温值是恒定的，色彩值是每个SENSOR甚至同一SENSOR不同模组都是不一样的。

我们常用的色温主要有三种：D65(6500K)，CWF(4500K),  A(2850K)，可简称D光，C，A光。另外，色温也对应着不同场景，这些场景包括：天空、室外、室内、暗室、阴影、车库、草地等，简单情况下可以认为每一种场景对应着不同的色温。

常用环境光色温值：

1.3 白平衡

白平衡（WB）是消除色偏的过程，使拍摄的照片呈现的白色更接近人眼的视觉看见的白色。白平衡可以简单地理解为在任意色温条件下，相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。

下面通过图片示例展示白平衡的效果，哪一个最好看？最自然？

从上图来看，第三个（Example C）白平衡效果较好，中心的白色物体看起来是白色的，背景这也是白，其余的颜色看起来自然，所以在这个环境中，该图片的白平衡时正确的。第一个（Example A）整幅图片有严重黄色；第二个（Example B）偏青色；第四个看起来还好，如果仔细观察，它有点轻微的紫色的色调。

1.4 白平衡错误

在不同的光源下，我们人眼很容易辨别什么是白色，而数码相机的自动白平衡（AWB）很难区别，可能拍摄出来的照片往往会出现比较难看的蓝色、橙色，甚至是绿色的色偏。

如果相机出现白平衡错误，通常和色温、色调两者相关。

1.4.1 色温引起的白平衡错误

色温引起的白平衡错误，通常会出现偏暖（偏黄）和偏冷（偏蓝）现象，如下图：

上图为极端色温的示意图，左边照片偏冷，右边照片偏暖。

1.4.2 色调引起的白平衡错误

色调引起的白平衡错误，也有两种现象：绿色和品红色（或紫色），如下图：

上图为极端色调错误的示意图，左边照片偏绿，右边色调偏紫。

2 白平衡工作原理简介

白平衡的工作原理很简单，主要就是三步：1）统计白点；2）估计色温；3）实施调整。

统计白点：首先把图像中白色物体找到，然后把白色物体上的像素点收集起来即可。如果白点的统计是手工进行的就是手动白平衡（manual white balance），例如可以在图像中通过选框把白色物体标注出来。如果白点的统计是自动进行的就是自动白平衡(AWB: auto white balance)，自动进行白点的统计方法差别很大，也正是这些差别决定了自动白平衡效果的好坏，所以如何进行自动白点统计是自动白平衡最核心的部分。

估计色温：估计色温的基本原理就是：CAMERA在不同色温场景下拍摄的白色物体在图像中是有颜色的，高色温下偏蓝，低色温下偏红，也正因为如此，我们可以通过白点的偏色估计当前色温值。当然也可以预设一些色温，如：荧光灯、钨丝灯、日光、阴影等。

实施调整：图像中的颜色主要有R, G, B三个通道，白平衡就是在三个通道上加入三个增益值R_gain，G_gain, B_gain。则最新得到的值是R’=R*R_gain, G’=G*G_gain, B’=B*B_gain。 其基本目标是把白点做白，具体来说原来图像上白点的颜色值（R, G, B）相互是不相等的，实施调整后理想结果应该是相等，即（R’=G’=B’）。要说明的是，实际操作时调整的只是R_gain和 B_gain， G_gain一般固定设为1。这是因为绿色是整体图像的基准值，如果改变绿色会较大的改变图像亮度，由此会导致其他模块的效果改变，为了让每个模块之间尽可能解耦合，最好只调R_gain和 B_gain。

3 白平衡测试方法

3.1 客观测试方法

我们使用24色标准色板作为测试的基准平台，并使用Imatest软件进行数据的量化分析，对相机的白平衡表现进行检测。

步骤1：在灯箱环境下调节不同光源D65(6500K)，CWF(4500K),  A(2850K)，使用相机依次拍摄24标准色板，色板约占整个相机屏幕的四分之三；

步骤2：打开Imatest软件，点击 ColorCheck 选取拍摄的色板照片，再剪裁选取，使24个颜色在剪裁框内（拍摄时24色板要放正）；点击 Yes，,continue 继续下一步；在弹出窗口中Noice Display：pixel noise or SNR，里面有五种噪声表现形式，有用灰度值的百分比来表示的，这里选择“pixel SNR(dB)20*log10(S/N)”形式来表示，其它参数都选择默认值。

步骤3：然后点击 OK 保存测试结果，并分析测试结果。

通常查看第20~21色块的值（图3-1-2红圈内的数值），该值表示相机白平衡误差，值越小越好。S<0.02时白平衡误差几乎是不可见的，当S>0.1时白平衡误差就非常严重了。

客观测试标准：

3.2 主观测试方法

主观测试通常会拍摄不同色温（可参考本文1.2节，常用环境光色温值表格）场景，然后查看照片白平衡效果。但有时候人眼很容易被诱骗，认为照片白平衡是正确的。通常在拍摄场景中，会放一个中性的小卡片（18％灰卡或者白色卡片，或者24色卡(19~23色块)）作为一个中立的参考，如下图：

但在某些情况下甚至可能不会有一个真正的“正确的”白平衡，有时候你会觉得温暖的黄色调或凉爽的蓝色的色调是完美的拍摄作品。这种场景下拍摄的照片，大致根据场景意境或人主观偏好去评价。下面两幅图片，你认为那副图片比较好呢？