CN102129674B - 一种自适应彩色图像颜色平衡校正方法 - Google Patents

Abstract

本发明公开了一种彩色图像自适应颜色平衡校正方法，应用于彩色图像处理领域，其步骤包括：获取R，G，B三个通道各自的直方图；计算三个直方图各自的主要分布范围；基于三个直方图各自的主要分布范围计算各自的均值；根据上述分布范围和均值计算用于R，B通道颜色调整的一组参数；根据前一步骤得到的参数生成用于颜色调整的查找表；利用查找表对原始彩色图像进行调整。本发明能够避免高饱和度与低饱和度色彩的影响，同时也消除了单纯利用固定增益值对图像进行调整时容易出现的残留偏色情况，可以快速实现自适应颜色平衡校正。

Description

一种自适应彩色图像颜色平衡校正方法

技术领域

本发明涉及一种颜色平衡校正方法，应用于彩色图像处理领域，特别是数字彩色图像获取和处理设备中的自适应颜色平衡校正方法。

背景技术

颜色平衡涉及颜色的相对强度和数量的调整，以达到图像中白色目标在不同成像环境条件下都呈现出比较均匀的白色，避免出现某种偏色。因此，颜色平衡一般也被称为白平衡。现有的成像设备及图像处理软件中，一般都具有颜色平衡的功能，以使不同光照条件下的成像效果或处理的效果与人眼的视觉效果一致。

在现有的技术中，典型的方法之一，是基于灰度世界的假设，直接利用R，G，B三个通道的均值来进行增益的调整进而调整三个通道的颜色分布，最终使三个通道的均值保持一致，以此作为平衡的结束标志；典型的方法之二，是基于完美反射的假设，利用图像中的“最亮”的像素的值来进行增益的调整进而调整三个通道的颜色分布，最终使三个通道的极大值保持一致；典型的方法之三，是通过统计一定准则下的“白色”像素的R，G，B均值来进行调整，与方法一调整方法类似，区别在于方法一利用了全图的像素，如将图像数据转换到CIE L*a*b*颜色空间，在此空间内给出“白色”像素的约束，从而确定用于参考的白色像素点。

上述方法对于图像的颜色平衡都有一定的改善作用，但都有着明显的不足：

(1)方法一要求图像场景中出现的颜色“足够丰富”，但很多情况下这个条件不能满足，导致应用此方法后依然存在偏色情况；另外，由于仅利用均值来进行颜色调整，容易受低饱和度和高饱和度像素分布的影响；

(2)方法二要求图像中每个通道不能出现饱和的状况，但很多情况下这个条件也不能满足，导致此方法获取的调节增益值往往无效，很多时候效果不如方法一；

(3)方法三为了对白色像素点进行检测，在白色目标比较少的时候就容易出现偏差，甚至出现调整后图像效果更差的情况；而利用CIE L*a*b*空间中L*，a*，b*对白色进行约束，首先需要约定计算采用的参考白点，而这与实际成像条件未必一致；其次，转为L*a*b*数据存在着计算量庞大，耗时的弊端；再次，规则的设置一般需要根据成像环境的改变而做出调整，不能自适应。

(4)三种方法最终的调整方式都是得到一个固定的颜色增益值后调整对应的颜色通道，因此，是一个线性的处理方法，而图像中三个通道的颜色分布关系绝大多数是非线性的关系，通过线性方式去处理，往往不能达到理想的效果。

鉴于现有典型相关技术存在的不足，本发明提出了一种综合了灰度世界和完美反射理论假设，同时避免高饱和度和低饱和度颜色影响，快速的自适应的非线性颜色平衡校正方法。

发明内容

本发明的目的在于提供一种快速的自适应的彩色图像颜色平衡校正方法，其综合了灰度世界和完美反射的理论假设，同时考虑到高饱和度和低饱和度颜色的影响，采用一种快速的自适应的非线性的方式对图像颜色进行调整，以达到图像颜色平衡，消除固定增益下存在的残留偏色问题，适用于数字彩色图像获取和处理设备及彩色图像处理领域。

本发明提供了一种自适应彩色图像颜色平衡校正方法，其步骤如下：

(a)获取R，G，B三个通道各自的直方图H_r，H_g，H_b：当原始输入图像的颜色空间不是RGB空间时，先将原始图像数据转为RGB空间数据I(I_r，I_g，I_b)，然后再获取R，G，B三个通道的直方图；

其中，获取的直方图的方式按照下式进行：

$H_c\left(k\right)=\underset{y=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{x=0}{\overset{N-1}{\mathrm{\Σ}}}\mathrm{\δ}(I_c(x,y),k),c\∈\{r,g,b\}---\left(1\right)$

其中，M，N为图像的高度和宽度(像素单位)；∑为求和符号；c为颜色符号，分别取r，g，b，代表当前处理的通道颜色；k取0到T之间的所有非负整数，T为所有通道数据的最大值；H_c(k)是当前颜色通道直方图中灰度级为k的像素数目；I_c(x，y)为转为RGB空间后当前颜色通道在位置(x，y)处的颜色值。其中计数函数满足：

$\mathrm{\δ}(t,\mathrm{\τ})=\left\{\begin{array}{cc}1,& t=\mathrm{\τ}\\ 0,& t\≠\mathrm{\τ}\end{array}\right\}---\left(2\right)$

由于实际情况下的图像数据所处的颜色空间可能不是RGB空间，典型的如YCbCr空间，HSL/HSV空间，L*a*b*等，可以根据颜色空间之间固定的转换关系将原始图像数据转为RGB空间数据，由于这些转换方法都是该领域的公知技术，恕不在此赘述。

需要注意的是，转换后的RGB空间数据应是具有一定精度的非负整数。假设采用P位二进制表示，则所有数据的有效范围为0到T，其中T为所有数据的最大值，这里，T＝2^P-1。(b)计算直方图H_r，H_g，H_b的主要分布范围；

令每个颜色通道直方图的主要分布范围为(c_l，c_h)，c∈{r，g，b}，其中，c_l是当前颜色通道的主要分布范围的下限值，c_h是当前颜色通道的主要分布范围的上限值，这个范围也是当前颜色通道的颜色值(灰度值)的集中范围，具体可由下式分别计算得出：

其中，∑为求和符号；|为取值-条件分割符，左边为变量的取值，右边为变量满足的条件；c为颜色符号，分别取r，g，b，代表当前处理的通道颜色；·为乘号，&&为“条件与”；T为所有通道数据的最大值；P_c为当前颜色通道的像素总数；H_c(i)是当前颜色通道直方图中灰度级为i的像素数目；c_l是当前颜色通道的主要分布范围的下限值，取值为同时满足和的k值；c_h是当前颜色通道的主要分布范围的上限值，取值为同时满足

和

的k值；α_c，β_c为预设的0到1之间的常数，典型的，可选0.005。这些常数的范围，应选择在0.005到0.050之间，以消除低饱和度和高饱和度像素的影响。

三个颜色通道的像素总数P_r，P_g，P_b由下式决定：

$P_c=\underset{k=0}{\overset{T}{\mathrm{\Σ}}}{H}_c\left(k\right),c\∈\{r,g,b\}---\left(5\right)$

其中，∑为求和符号；c为颜色符号，分别取r，g，b，代表当前处理的通道颜色；H_c(k)是当前颜色通道直方图中灰度级为k的像素数目，T为所有通道数据的最大值，P_c为当前颜色通道直方图中所有灰度级上的像素数目总数；三个通道的像素总数P_r，P_g，P_b，分别单独计算。

(c)计算三个通道在主要分布范围内的均值；

按照下式计算三个通道在其主要分布范围内的均值：

$c_a=\underset{k=c_l}{\overset{c_h}{\mathrm{\Σ}}}k\·H_c\left(k\right)/\underset{k=c_l}{\overset{c_h}{\mathrm{\Σ}}}{H}_c\left(k\right),c\∈\{r,g,b\}---\left(6\right)$

其中，∑为求和符号；c为颜色符号，分别取r，g，b，代表当前处理的通道颜色；·为乘号；H_c(k)是当前颜色通道直方图中灰度级为k的像素数目；c_l是当前颜色通道的主要分布范围的下限值，c_h是当前颜色通道的主要分布范围的上限值，两者由上一步得到；c_a为当前颜色通道的主要分布范围内所有像素点的灰度均值。

(c_l，c_h)，c∈{r，g，b}为三个通道数据的主要分布范围，由上一个步骤得出。

(d)计算R通道和B通道的颜色平衡调整参数；

利用前面步骤得到的颜色统计信息，获取一个关于(a_c，s_c，d_c)的二次方程组：

a_c·c_l·c_l+s_c·c_l+d_c＝g_l

a_c·c_a·c_a+s_c·c_a+d_c＝g_a，c∈{r，b}(7)

a_c·c_h·c_h+s_c·c_h+d_c＝g_h

其中，·为乘号；c为颜色符号，这里分别取r，b，代表当前处理的通道颜色；g_l为绿色通道主要分布范围的下限值，g_h为绿色通道主要分布范围的上限值，g_a为绿色通道主要分布范围内所有像素点的灰度均值；(a_c，s_c，d_c)，c∈{r，b}为求出的R通道和B通道的颜色调整参数，具体的，a_c为二次(非线性)调整参数，s_c为一次(线性)调整参数，d_c为偏移参数；(c_l，c_h)，c∈{r，g，b}为三个通道的主要分布范围，c_a，c∈{r，g，b}为三个通道主要范围内的均值。

(e)依据获取的参数判断是否需要进行颜色调整：

根据获取的参数(a_c，s_c，d_c)，c∈{r，b}，判断是否满足下式：

|a_c|+|s_c|+|d_c|＞THR    (8)

其中，|a_c|为当前颜色通道的二次(非线性)调整参数的绝对值；|s_c|为当前颜色通道的一次(线性)调整参数的绝对值；|d_c|为当前颜色通道的偏移参数的绝对值；THR为预设的非负阈值。

即若三个参数绝对值之和大于既定阈值THR，则有必要进行色彩平衡校正。否则，则不需要进行校正。其中，THR为预设阈值，典型的，可选4.0。

(f)若需要进行颜色平衡校正，则根据前面的调整参数，生成颜色调整查找表LUT：

f(x)＝a_c·x²+s_c·x+d_c，c∈{r，b}

$\mathrm{LUT}\left(x\right)=\left\{\begin{array}{ccc}\left[f\left(x\right)\right]& \mathrm{if}& 0\≤f\left(x\right)\≤T\\ 0& \mathrm{if}& 0>f\left(x\right)\\ T& \mathrm{if}& f\left(x\right)>T\end{array}\right\},x=\mathrm{0,1,2}...,T---\left(6\right)$

其中，·为乘号；c为颜色符号，这里分别取r，b，代表当前处理的通道颜色；a_c为当前颜色通道的二次(非线性)调整参数，s_c为当前颜色通道的一次(线性)调整参数，d_c为当前颜色通道的偏移参数；T为所有通道数据的最大值；f(x)为用于生成查找表而使用的非线性映射函数，其变量x取值于0到T之间的非负整数；[f(x)]为取整操作，即取值为与f(x)的值最接近的非负整数；LUT(x)为最终生成查找表的映射函数。这样，就生成了R和B通道的查找表。

(g)应用查找表，调整图像数据：如果需要进行颜色平衡校正，则在前面转换后的RGB空间数据上，分别对R通道或(和)B通道应用上一步骤生成的查找表，得到调整后的图像数据。由于使用了查找表，避免对每个点进行复杂的数学运算，因此可以节约大量执行时间。

(h)保存调整后的图像数据：如果RGB空间不是原始输入图像的颜色空间，则将调整后的RGB空间数据转回原来的颜色空间，否则直接保存调整后的图像数据。

与现有技术相比，本发明具有以下优点：

(1)克服了现有技术中单纯利用一个固定增益来调整图像颜色这一线性处理方法的固有缺陷，使颜色平衡过程更精细准确；

(2)通过可调节的预设参数可以消除低饱和度像素和高饱和度像素对于颜色平衡过程的不利影响，具有自适应性；

(3)通过应用颜色调整查找表，加速了图像颜色平衡过程，节约了运算时间，具有较高的执行效率。

附图说明

图1为本发明的操作流程图。

具体实施方式

请参阅图1，其为本发明自适应彩色图像颜色平衡校正方法的流程图，由图中可以看出，在准备好彩色图像原始数据后，本发明的具体实施可以参照下列步骤进行：

(a)获取R，G，B三个通道各自的直方图H_r，H_g，H_b：

对于从传感器获取的原始图像数据可能是Beyer格式的RGB数据或CMY数据(取决于传感器特性)，也可能就是完整的RGB数据，而在图像处理过程中，图像数据也可能是其他类型，如YUV格式，YCbCr格式，HSL/HSV格式，L*a*b*/L*u*v格式等，这就需要先将非RGB格式的数据转为RGB数据。具体的转换方式，因是公知技术，不在此赘述。

将数据转换为RGB格式后，优选但不限于通过下式得到三个通道的直方图：

$H_c\left(k\right)=\underset{y=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{x=0}{\overset{N-1}{\mathrm{\Σ}}}\mathrm{\δ}(I_c(x,y),k),c\∈\{r,g,b\}---\left(1\right)$

其中，M，N为图像的高度和宽度(像素单位)，I_c(x，y)为转为RGB空间后当前颜色通道在位置(x，y)处的颜色值。其中计数函数满足：

$\mathrm{\δ}(t,\mathrm{\τ})=\left\{\begin{array}{cc}1,& t=\mathrm{\τ}\\ 0,& t\≠\mathrm{\τ}\end{array}\right\}---\left(2\right)$

(b)计算直方图H_r，H_g，H_b的主要分布范围(c_l，c_h)，c∈{r，g，b}：

实际图像中，由于成像环境的不同，每个通道的动态范围也不尽相同，但每个通道都会有其主要的分布范围。这个主要分布范围反映了成像环境的特性。每个颜色通道直方图的主要分布范围为(c_l，c_h)，c∈{r，g，b}，c_l是当前颜色通道的主要分布范围的下限值，c_h是当前颜色通道的主要分布范围的上限值，这个范围也是当前颜色通道的颜色值(灰度值)的集中范围，具体可优选但不限于由下式分别计算得出：

其中，α_c，β_c，c∈{r，g，b}为预设的0到1之间的常数，典型的，可选0.005。这些常数的范围，应选择在0.005到0.050之间，以消除低饱和度和高饱和度像素的影响。

三个颜色通道的像素总数P_r，P_g，P_b由下式决定：

$P_c=\underset{k=0}{\overset{T}{\mathrm{\Σ}}}{H}_c\left(k\right),c\∈\{r,g,b\}---\left(5\right)$

其中T为像素值的最大值，对于8位图像来说，T＝255。之所以每个通道的像素总数都要计算，是考虑到对于如Bayer格式的图像数据，原始的三个通道中像素总数是不同的，因此要独立计算。

(c)计算三个通道在主要分布范围内的均值c_a，c∈{r，g，b}；

$c_a=\underset{k=c_l}{\overset{c_h}{\mathrm{\Σ}}}k\·H_c\left(k\right)/\underset{k=c_l}{\overset{c_h}{\mathrm{\Σ}}}{H}_c\left(k\right),c\∈\{r,g,b\}---\left(6\right)$

其中，(c_l，c_h)，c∈{r，g，b}为三个通道数据的主要分布范围，由上一个步骤得出。每个通道在主要分布范围内的均值，反映了成像环境的基本特性。

(d)计算R通道和B通道的颜色平衡调整参数(a_c，s_c，d_c)，c∈{r，b}：

利用前面步骤得到的颜色统计信息(主要分布范围和均值)，可以得到一个关于(a_c，s_c，d_c)的二次方程组：

a_c·c_l·c_l+s_c·c_l+d_c＝g_l

a_c·c_a·c_a+s_c·c_a+d_c＝g_a，c∈{r，b}(7)

a_c·c_h·c_h+s_c·c_h+d_c＝g_h

其中，(a_c，s_c，d_c)，c∈{r，b}为求出的R通道和B通道的颜色调整参数，具体的，a_c为二次(非线性)调整参数，s_c为一次(线性)调整参数，d_c为偏移参数，(c_l，c_h)，c∈{r，g，b}为三个通道的主要分布范围，c_a，c∈{r，g，b}为三个通道主要范围内的均值。

一般的，调整参数的第一个值相当于Gamma校正值，一般都会比较小；第二个值与现有技术中的增益值具有相似的物理意义，第三个值相当于偏置量。

(e)在本实施例中，优选依据|a_c|+|s_c|+|d_c|＞THR判断是否需要进行颜色调整：

根据获取的参数(a_c，s_c，d_c)，c∈{r，b}，判断是否满足下式：

|a_c|+|s_c|+|d_c|＞THR    (8)

即若三个参数绝对值之和大于既定阈值THR，则有必要进行色彩平衡校正。否则，则不需要进行校正。其中，THR为预设阈值，典型的，可选4.0。

这个阈值不能设置得过大，否则对于色偏比较小的情况将不会进行校正。

(f)若需要进行校正，则根据前面的调整参数，生成对应通道的颜色调整查找表LUT：

f(x)＝a_c·x²+s_c·x+d_c，c∈{r，b}

$\mathrm{LUT}\left(x\right)=\left\{\begin{array}{ccc}\left[f\left(x\right)\right]& \mathrm{if}& 0\≤f\left(x\right)\≤T\\ 0& \mathrm{if}& 0>f\left(x\right)\\ T& \mathrm{if}& f\left(x\right)>T\end{array}\right\},x=\mathrm{0,1,2}...,T---\left(6\right)$

其中，T为所有通道数据的最大值；f(x)为用于生成查找表而使用的非线性映射函数，其变量x取值于0到T之间的非负整数；[f(x)]为取整操作，即取值为与f(x)的值最接近的非负整数；LUT(x)为最终生成查找表的映射函数。这样，就生成了R和B通道的查找表。通过对每一个颜色值的非线性映射，完成了对整幅图像的颜色映射调整。需要注意的是，有时候并非R和B通道都需要调整，往往只需要调整一个通道即可，具体由上一步的阈值参数控制。

(g)应用查找表，调整图像数据：若需要进行校正，则在前面转换后的RGB空间数据上，

分别对R通道或(和)B通道应用上一步骤生成的查找表，得到调整后的图像数据。这一步可以通过一个循环查表操作来完成，因此执行效率会比较高。

(h)保存调整后的图像数据：如果RGB空间不是原始输入图像的颜色空间，则将调整后的RGB空间数据转回原来的颜色空间，否则直接保存调整后的图像数据。如果是非实时应用情况，则将图像数据保存到期望图像格式的文件中。

如上所述，本发明针对彩色图像颜色平衡所进行的自适应校正操作，显著区别于已有技术的特征，具有可预见的实用价值。上述实施例仅是为了说明而举例而已，本发明所主张的权利范围自应以申请专利范围所述为准，而非仅限于上述实施例。

Claims (3)

1.一种颜色平衡校正方法，应用于彩色图像处理领域，其特征在于，所述方法包括以下步骤：

(a)获取原始输入图像R,G,B三个通道各自的直方图H_r,H_g,H_b：当原始输入图像的颜色空间不是RGB空间时，先将原始输入图像数据转为RGB空间数据I(I_r,I_g,I_b)，然后再获取R,G,B三个通道的直方图；

(b)计算直方图H_r,H_g,H_b的主要分布范围；

首先按照下式（1）计算出各个通道出现的像素总数P_r,P_g,P_b：

$P_c=\underset{k=0}{\overset{T}{\mathrm{\Σ}}}{H}_c\left(k\right),c\∈\{r,g,b\}---\left(1\right)$

其中，∑为求和符号；c为颜色符号，分别取r,g,b,代表当前处理的通道颜色；H_c(k)是当前颜色通道直方图中灰度级为k的像素数目，T为所有通道数据的最大值，P_c为当前颜色通道直方图中所有灰度级上的像素数目总数；三个通道的像素总数P_r,P_g,P_b，分别单独计算；

然后，根据下式（2）确定直方图的主要分布范围：

   （2）

其中，∑为求和符号；|为取值-条件分割符，左边为变量的取值，右边为变量满足的条件；c为颜色符号，分别取r,g,b,代表当前处理的通道颜色；·为乘号，&&为“条件与”；T为所有通道数据的最大值；P_c为当前颜色通道的像素总数；H_c(i)是当前颜色通道直方图中灰度级为i的像素数目；c_l是当前颜色通道的主要分布范围的下限值，取值为同时满足

和

的k值；c_h是当前颜色通道的主要分布范围的上限值,取值为同时满足

和

的k值；α_c,β_c为预设的0到1之间的常数；

(c)计算三个通道在所述分布范围内的均值；

按照下式（3）计算三个通道主要分布范围的均值：

$c_a=\stackrel{c_h}{\underset{k=c_l}{\mathrm{\Σ}}}k\·H_c\left(k\right)/\underset{k=c_l}{\overset{c_h}{\mathrm{\Σ}}}{H}_c\left(k\right),c\∈\{r,g,b\}---\left(3\right)$

其中，∑为求和符号；c为颜色符号，分别取r,g,b,代表当前处理的通道颜色；·为乘号；H_c(k)是当前颜色通道直方图中灰度级为k的像素数目；c_l是当前颜色通道的主要分布范围的下限值，c_h是当前颜色通道的主要分布范围的上限值；c_a为当前颜色通道的主要分布范围内所有像素点的灰度均值；

(d)计算R通道和B通道的颜色平衡调整参数；

按照下列方程组（4）求解调整参数：

a_c·c_l·c_l+s_c·c_l+d_c=g_l

a_c·c_a·c_a+s_c·c_a+d_c=g_a,c∈{r,b}       （4）

a_c·c_h·c_h+s_c·c_h+d_c=g_h其中，·为乘号；c为颜色符号，这里分别取r,b,代表当前处理的通道颜色；g_l为绿色通道主要分布范围的下限值，g_h为绿色通道主要分布范围的上限值，g_a为绿色通道主要分布范围内所有像素点的灰度均值；a_c为二次调整参数，s_c为一次调整参数，d_c为偏移参数，这三个参数一起构成当前通道的颜色平衡调整参数(a_c,s_c,d_c)；c_l是当前颜色通道的主要分布范围的下限值，c_h是当前颜色通道的主要分布范围的上限值，c_a为当前颜色通道的主要分布范围内所有像素点的灰度均值；其中方程租（4）中的第一个方程为分布范围下限值平衡方程，第二个方程为分布范围均值平衡方程，第三个方程为分布范围上限值平衡方程，(a_c,s_c,d_c)为待求的三个未知量；

(e)依据获取的参数判断是否需要进行颜色调整；

根据获取的当前颜色通道的二次调整参数a_c，一次调整参数s_c和偏移参数d_c，c∈{r,b}，判断下式（5）是否满足：

|a_c|+|s_c|+|d_c|>THR   （5）

其中，c为颜色符号，这里分别取r,b,代表当前处理的通道颜色；||为绝对值运算符号；|a_c|为当前颜色通道的二次调整参数的绝对值；|s_c|为当前颜色通道的一次调整参数的绝对值；|d_c|为当前颜色通道的偏移参数的绝对值；即若三个参数绝对值之和大于既定阈值THR，则表明有必要对当前颜色通道进行色彩平衡校正，否则，则不需要对当前颜色通道进行校正，其中，THR为预设的非负阈值；

(f)若需要进行颜色平衡校正，则根据前面的调整参数，生成颜色调整查找表；

按照下式（6）生成查找表：

f(x)=a_c·x²+s_c·x+d_c,c∈{r,b}

$\mathrm{LUT}\left(x\right)=\left\{\begin{array}{cc}\left[f\left(x\right)\right]& \mathrm{if}0\≤f\left(x\right)\≤T\\ 0& \mathrm{if}0>f\left(x\right)\\ T& \mathrm{iff}\left(x\right)>T\end{array}\right\},x=\mathrm{0,1,2},...,T---\left(6\right)$

其中，·为乘号；c为颜色符号，这里分别取r,b,代表当前处理的通道颜色；a_c为当前颜色通道的二次调整参数，s_c为当前颜色通道的一次调整参数，d_c为当前颜色通道的偏移参数；T为所有通道数据的最大值；f(x)为用于生成查找表而使用的非线性映射函数，其变量x取值于0到T之间的非负整数；[f(x)]为取整操作，即取值为与f(x)的值最接近的非负整数；LUT(x)为最终生成查找表的映射函数；

(g)应用查找表，调整原始输入图像数据：在所述RGB空间数据上，分别对R通道和B通道应用步骤（f）生成的查找表，调整原始输入图像数据；

(h)保存调整后的图像数据：如果RGB空间不是原始输入图像的颜色空间，则将调整后的RGB空间数据转回原来的颜色空间，否则直接保存调整后的图像数据。

2.如权利要求1中所述的颜色平衡校正方法，其中步骤(a)中三个通道的直方图统计的是当前通道内各个灰度级上出现的像素数目；所述RGB空间数据为非负整数，即每个像素的三个颜色通道的取值R,G,B都是非负整数。

3.根据权利要求1所述的颜色平衡校正方法，其特征在于：

当每个通道数据为8位时，T为255；当每个通道数据为12位时，T为4095，其他情况下，若每个通道数据为P位，则对应的，T=2^P-1；

α_c为当前颜色通道内低饱和度像素的比例，β_c为当前颜色通道内高饱和度像素的比例，在成像条件未知或不能确定的情况下，α_c,β_c为0.005。

Images