一种新型的快速色彩平衡算法
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。
关键词：色彩平衡；排序算法；直方图算法；白平衡
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。学术界中提出的较普遍的算法有灰平衡、中性平衡或白平衡算法[1-3]。图像处理过程中，假设原来图像中某些像素点是白色的，但由于图像获取过程中由于光线照射等原因产生色偏现象，使得这些像素点的R、G、B值不再保持相同。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。
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。在本算法中，需要将这些点稍微优化一下，因为运用本算法会产生全白或全黑的区域，但不必担心优化这些点会产生很大的影响。因为同一幅图上颜色相近的点有很多，只需要将这些点的值改为与它们颜色最接近的点的值就可以了。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0<N×s<255。优化率的选取不能太大，因为需要优化的点通常只占很少一部分。
2 新型色彩平衡算法实现过程
本文介绍了排序和直方图两种改进的算法来实现色彩平衡的过程，下面阐述两种算法的实现和实用性。
2.1 排序算法
算法流程如下：
(1)排序
将N个像素存入矩阵，并将它们按颜色值大小从低到高进行排序(排序之前要先将矩阵备份，因为以后还要用到)。
(2)确定优化数量和最大最小值
输入优化率s，则优化数量为N×s，需要优化的点是排序后的矩阵的前N×s/2和后N×s/2。因此，Vmin、Vmax分别产生在N×s/2和N×(1-s/2)-1的点。
