• ISP算法----AWB总结及源代码

    摘要

    AWB算法的必要性：对于彩色相机成像而言，AWB算法可以矫正颜色，视觉效果上看，颜色更符合人眼效果。
    光学原理：人眼对于颜色具有恒常性。
    从数学角度来看：所有AWB算法都是调节R,G,B三通道的增益值；所有手动调节白平衡便是人工输入三通道的增益值。

    GW世界灰度法

    基于假设：任何一幅图像，R,G,B分量的均值趋于一致；
    目标：R_mean=G_mean=B_mean;
    具体实现步骤：

    1. 先求R,G,B三通道的均值Rmean,Gmean,Bmean;

    2. 求解rGain,bGain,调节R,B通道趋于Gmean值；（三通道中G通道所占比例尤为重要，也会影响到灰度）；

    3. rGain = Gmean/Rmean;
      bGain = Gmean/Bmean;

    4. 使用增益值，更新R,B通道；
      R_new = RrGain;
      B_new = B      bGain;
      matlab源代码：

    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%代码---AWB算法的灰度世界算法（GW法）
%Author:Zhu
%时间：2022.7
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc;
clear;
close all;
%%%读取一个RGB图
clc;
image = imread("E:\1.bmp");
[height,width,channels]=size(image);

figure;
imshow(image);
title('Color image');

image_R=image(:,:,1);
image_R=double(image_R);
image_G=image(:,:,2);
image_G=double(image_G);
image_B=image(:,:,3);
image_B=double(image_B);

%%%求解的新通道矩阵
R_image = zeros(height,width);
G_image = zeros(height,width);
B_image = zeros(height,width);

%%%先求三通道R,G，B的平均值
Rmean = mean(mean(image_R));
Gmean = mean(mean(image_G));
Bmean = mean(mean(image_B));

%%%再求三通道与绿色通道的比例关系，这里采用的是全局的比值关系
rGain = Gmean/Rmean;
bGain = Gmean/Bmean;

%%%遍历RGB像素点
for i=1:1:height
    for j=1:1:width
       R_image(i,j) = rGain*image_R(i,j);
       G_image(i,j) = image_G(i,j);
       B_image(i,j) = bGain*image_B(i,j);
    end
end

B_image = uint8(B_image);
R_image = uint8(R_image);
G_image = uint8(G_image);

%%%将三个矩阵叠加显示颜色
figure;
out_image=cat(3,R_image,G_image,B_image);
imshow(cat(3,R_image,G_image,B_image));
title('GW image');

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56

    效果图
    在这里插入图片描述
    在这里插入图片描述

    C++ 源代码

    void AWB_RGB(unsigned char *srcData,unsigned char *rgbData,int height,int width)
{
   //输入图像的char以RGB排列，输出也以RGB排列（OpenCV中Mat类型三通道呈一维数组排列，排列顺序是BGR）
   //先统计每个通道内的平均值
   unsigned long long R_count = 0;
   unsigned long long G_count = 0;
   unsigned long long B_count = 0;
   for(int i = 0; i<height*width*3;i+=3)
   {
      //r通道总值
      R_count = *(srcData + i);
      //g通道总值
      G_count = *(srcData + i + 1);
      //b通道总值
      B_count = *(srcData + i + 2);
   }
   //求解各通道的Gain
   float R_Gain = G_count*1.0/R_count;
   float B_Gain = G_count*1.0/B_count;
   for(int i = 0; i<height*width*3;i+=3)
   {
      //目前输出以RGB的形式
      //更新R通道的值
      *(rgbData + i) = (R_Gain*(*(srcData + i)))>255?255:(R_Gain*(*(srcData + i)));
      //g通道总值
      *(rgbData + i + 1) = *(srcData + i + 1);
      //b通道总值
      *(rgbData + i + 2) = (B_Gain*(*(srcData + i +2)))>255?255:(B_Gain*(*(srcData + i +2)));
   } 
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30

    完美反射法

    基于假设：一幅图像中最亮的点包含很多场景信息；亮点相当于有光泽或者镜面上的点；镜面点本身不吸收光线，其反射的颜色即为光源真实颜色；
    具体实现步骤：

    1. 先求R,G,B三通道最大值Rmax,Gmax,Bmax;

    2. 再求rGain,bGain,gGain,对每个通道调节；

    3. rGain = max(Rmax,Gmax,Bmax)/Rmax;
      gGain = max(Rmax,Gmax,Bmax)/Gmax;
      bGain = max(Rmax,Gmax,Bmax)/Bmax;

    4. 使用增益值，更新R，G，B通道；
      R_new = R * rGain;
      G_new = G * gGain;
      B_new = B * bGain;

    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%代码---AWB算法的完美反射算法
%Author:zhu
%时间：2022.7
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc;
clear;
close all;
%%%读取一个RGB图
clc;
image = imread("E:\1.bmp");
[height,width,channels]=size(image);

figure;
imshow(image);
title('Color image');

image_R=image(:,:,1);
image_R=double(image_R);
image_G=image(:,:,2);
image_G=double(image_G);
image_B=image(:,:,3);
image_B=double(image_B);

%%%求解的新通道矩阵
R_image = zeros(height,width);
G_image = zeros(height,width);
B_image = zeros(height,width);

%%%先求三通道R,G，B的最大值
Rmax = max(max(image_R));
Gmax = max(max(image_G));
Bmax = max(max(image_B));

%%%再求每个通道最大值与最大值之间的比例关系，这里采用的是通道之间最大比例值关系
Gain_R = max([Rmax,Gmax,Bmax])/Rmax;
Gain_G = max([Rmax,Gmax,Bmax])/Gmax;
Gain_B = max([Rmax,Gmax,Bmax])/Bmax;

%%%遍历RGB像素点
for i=1:1:height
    for j=1:1:width
       R_image(i,j) = Gain_R*image_R(i,j);
       G_image(i,j) = Gain_G*image_G(i,j);
       B_image(i,j) = Gain_B*image_B(i,j);
    end
end

B_image = uint8(B_image);
R_image = uint8(R_image);
G_image = uint8(G_image);

%%%将三个矩阵叠加显示颜色
figure;
out_image=cat(3,R_image,G_image,B_image);
imshow(cat(3,R_image,G_image,B_image));
title('PR image');

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57

    效果图
    在这里插入图片描述
    在这里插入图片描述

    GCPR算法

    融合GW算法和完美反射法，采用正交分解的思路，对两种算法计算参数
    在这里插入图片描述

    1. 先求R,G,B三通道最大值和平均值Rmax,Gmax,Bmax,Rmean,Gmean,Bmean

    2. Kmean = (Rmean+Gmean+Bmean)/3;
      Kmax = (Rmax+Gmax+Bmax)/3;

    3. 再求三通道对应的u,v值；
      在这里插入图片描述

    4. 更新R,G,B通道
      在这里插入图片描述

    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%代码---AWB算法的GCPR算法
%Author:zhu
%时间：2022.7
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc;
clear;
close all;
%%%读取一个RGB图
clc;
image = imread("E:\1.bmp");
[height,width,channels]=size(image);

figure;
imshow(image);
title('Color image');

image_R=image(:,:,1);
image_R=double(image_R);
image_G=image(:,:,2);
image_G=double(image_G);
image_B=image(:,:,3);
image_B=double(image_B);

%%%求解的新通道矩阵
R_image = zeros(height,width);
G_image = zeros(height,width);
B_image = zeros(height,width);

%%%先求解每个通道的最大值和平均值
R_mean = mean(mean(image_R));
G_mean = mean(mean(image_G));
B_mean = mean(mean(image_B));

R_max = max(max(image_R));
G_max = max(max(image_G));
B_max = max(max(image_B));

K_mean = (R_mean + G_mean + B_mean)/3;
K_max = (R_max + G_max + B_max)/3;

%%%R通道下正交分解求解u,v
X = [R_mean*R_mean,R_mean;R_max*R_max,R_max]\[K_mean,K_max]';
U_r = X(1);
V_r = X(2);
%%%G通道下正交分解求解u,v
X = [G_mean*G_mean,G_mean;G_max*G_max,G_max]\[K_mean,K_max]';
U_g = X(1);
V_g = X(2);
%%%B通道下正交分解求解u,v
X = [B_mean*B_mean,B_mean;B_max*B_max,B_max]\[K_mean,K_max]';
U_b = X(1);
V_b = X(2);

%%%遍历RGB像素点,求解新的R,G,B值
for i=1:1:height
    for j=1:1:width
       R_image(i,j)=U_r*image_R(i,j)*image_R(i,j)+V_r*image_R(i,j);
       G_image(i,j)=U_g*image_G(i,j)*image_G(i,j)+V_g*image_G(i,j);
       B_image(i,j)=U_b*image_B(i,j)*image_B(i,j)+V_b*image_B(i,j);
    end
end

R_image = uint8(R_image);
G_image = uint8(G_image);
B_image = uint8(B_image);

%%%将三个矩阵叠加显示颜色
figure;
imshow(cat(3,R_image,G_image,B_image));
title('QCGP image');

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71

    图像效果
    在这里插入图片描述
    在这里插入图片描述

  • 相关阅读:
    Win11搭建 Elasticsearch 7 集群(一)
    ECharts多个数据视图进行自适应大小的解决方案
    Scala基础【模板方法设计模式、基础面向对象编程】
    北大肖臻老师《区块链技术与应用》系列课程学习笔记[15]以太坊-交易树和收据树
    python基于django的宠物知识分享网站
    云服务器安装MySQL
    Spring注解
    最新豆瓣top250爬虫案例代码分析[注释齐全]
    使用OLED透明广告屏，涉及到的附加费用
    经典设计原则 - SOLID
  • 原文地址：https://blog.csdn.net/qq_43376782/article/details/126022159