羅天，王毅，袁霞

（成都索貝數(shù)碼科技股份有限公司，成都610065）

0 引言

當(dāng)相機(jī)自動白平衡失效或手動白平衡參數(shù)設(shè)置不當(dāng)時，拍攝的畫面有時候會有嚴(yán)重的偏色問題，嚴(yán)重影響了畫面的視覺觀看效果。然而圖像的顏色信息往往是進(jìn)行圖像分析的重要依據(jù)，真實(shí)的色彩信息有助于得到正確可靠的分析結(jié)果。因此研究能真實(shí)反映觀察對象本身顏色的顏色校正技術(shù)具有重要的研究意義。

為了解決圖像偏色導(dǎo)致的白平衡失真和細(xì)節(jié)丟失等問題，需要采用合適的顏色校正算法來恢復(fù)圖像的白平衡和圖像細(xì)節(jié)信息。對于一般程度的偏色圖像，可以使用自動白平衡，色溫，色調(diào)工具進(jìn)行調(diào)整，并且往往能得到不錯的處理效果?；诨叶仁澜鏪1]和最大亮度[2]的白平衡算法是最常用的偏色圖像校正方法。文獻(xiàn)[3]提出了一種基于色溫估計的自適應(yīng)白平衡顏色校正算法，由于算法中保持G通道不變，該算法也能較好地還原一些輕度偏色的圖像。近年來學(xué)術(shù)界又提出的一系列算法[4,5,6]，也極大地改善了偏色校正問題，但是它們都存在一個問題，就是在某些場景下算法的效果較好，不具備傳統(tǒng)算法地普遍適用性，并且這些算法都計算復(fù)雜，運(yùn)算量較大。值得注意的是，當(dāng)畫面的偏色問題過于嚴(yán)重時，上述的大多校色算法的處理效果就顯現(xiàn)其局限性了[7]，要么是不能將畫面白平衡恢復(fù)到正常范圍內(nèi)，要么是在色彩校正的過程出現(xiàn)曝光過渡和色彩溢出的問題。

本文提出了一種基于RGB色彩通道混合的顏色校正算法，算法通過對畫面內(nèi)RGB三種顏色比例的重組來完成，不但對偏色程度較小的圖像有較好的校正效果，對嚴(yán)重偏色的圖像也能有較好的結(jié)果。通過直接每個像素點(diǎn)RGB通道的數(shù)據(jù)進(jìn)行調(diào)節(jié)，利用算法的并行性，能快速實(shí)現(xiàn)對偏色圖像的校正。本文算法是對整幅圖像的RGB通道進(jìn)行混合處理，所以圖像的邊緣較傳統(tǒng)的曲線調(diào)色有更細(xì)膩的處理結(jié)果。此外，本文根據(jù)Rec.709視頻[8]標(biāo)準(zhǔn)在算法中加入了亮度混合的算法，能夠有效保證算法在處理前后圖像畫面的亮度基本保持一致，能夠避免一些傳統(tǒng)校色算法出現(xiàn)的曝光過渡和色彩溢出等問題；圖像色彩之間的過渡平滑，從而獲得較好的增強(qiáng)效果。

1 基于RGB通道混合的色彩校正算法

基于RGB通道混合顏色校正算法可以在不影響畫面中的顏色的亮度情況下，將嚴(yán)重偏色的圖像畫面恢復(fù)到白平衡基本正常的水平。通過分析偏色圖像的直方圖、波形圖來確定圖像偏色的程度，根據(jù)偏色程度選擇紅綠藍(lán)顏色通道上的混合系數(shù)；依據(jù)所選取的混合系數(shù)分別計算出紅綠藍(lán)通道上像素值的偏移量；結(jié)合亮度混合原理、原始圖像和計算出的偏移量，計算輸出校正后的圖像。

本算法是基于圖像中R、G、B三原色原理來實(shí)現(xiàn)圖像偏色校正算法，能夠有效保證像素點(diǎn)的亮度在校色前后基本一致，避免校色過程中出現(xiàn)曝光過度的問題，且圖像塊邊緣校色過渡平滑。充分利用圖像像素點(diǎn)的并行性，極大提高了算法的效率。算法總體思路是通過整個顏色校正算法的流程圖如圖1所示。

圖1 本文顏色校正算法流程圖

1.1 選擇RGB通道上的混合系數(shù)

本文提出的算法是對圖像RGB通道的數(shù)值進(jìn)行變換來實(shí)現(xiàn)顏色校正。與之前一些通道變換的算法不同的是，本文的算法可以通過直接增大或減小R通道的數(shù)值來改變R通道，也可以在R通道上混合一定比例同一像素點(diǎn)的G通道或B通道上的數(shù)值來改變R通道的數(shù)值；G通道上的調(diào)整方式也一樣，可以直接對G通道的數(shù)值進(jìn)行調(diào)節(jié)，在G通道上混合一定比例R通道或B通道上的數(shù)值；B通道上數(shù)值的調(diào)節(jié)方式類似。設(shè)紅色通道上的混合系數(shù)為：R r,R g,R b；綠色通達(dá)上的混合系數(shù)為：G r,G g,Gb；藍(lán)色通道上的混合系數(shù)為：B r,B g,Bb。所有混合系數(shù)的取值范圍為[-2,2]，其中R r,R g,R b的初始狀態(tài)值為1.0，其余混合系數(shù)的初始默認(rèn)值為0.0。

圖像畫面出現(xiàn)嚴(yán)重的偏色問題時，畫面中的真實(shí)色彩信息都會被偏色嚴(yán)重影響。在示波器中觀察，他們都有一個共同的特征：RGB三個通道的數(shù)值極度不平衡。本文算法第一步就是，計算圖像RGB三通道的波形圖、直方圖，根據(jù)波形圖/直方圖中的各通道分量所占的比例來計算RGB通道上的混合系數(shù)。

1.2 RGB通道上的偏移量計算

根據(jù)上一步得到的混合系數(shù)，可以計算出RGB通道上的偏移量，具體的計算公式如式（1）所示：

式中，R、G、B分別為像素點(diǎn)紅綠藍(lán)通道上的數(shù)值；Rr，R g，Rb表示R通道上混合系數(shù)；Gr，G g，Gb表示G通道上混合系數(shù)；B r，B g，B b表示B通道上混合系數(shù)；r,g,b表示RGB通道上的偏移量。

1.3 亮度混合

為了模仿人眼對光波長的敏感度，Rec.709視頻標(biāo)準(zhǔn)定義亮度公式如下：

式中，ɑ=0.2126，β=0.7152，γ=0.0722，R、G、B分別為像素點(diǎn)紅綠藍(lán)通道上的數(shù)值，Y為像素的亮度值。由上述公式可以得到，相同亮度的一束光，綠色給人的感覺最亮，而藍(lán)色最暗。

引入亮度混合是為了使得像素點(diǎn)的亮度在校色前后基本保持一致，能有效避免在顏色校正的過程中出現(xiàn)曝光過度和色彩溢出等情況。從式（3）的計算公式可以看出，為了實(shí)現(xiàn)亮度混合，即保持計算過程中Y的數(shù)值不變，當(dāng)將RGB中某一通道的數(shù)值增大或減小時，另外兩個通道的數(shù)值會相應(yīng)地減小或增大。RGB通道輸出值的具體計算方式為：

式中，ɑ=0.2126，β=0.7152，γ=0.0722，R、G、B分別為像素點(diǎn)RGB通道上輸入值，r、g、b分別為RGB通道上的偏移量，R out、G out、B out分別為RGB通道上經(jīng)亮度混合計算后的輸出值。

式中，Y in表示顏色校正前像素點(diǎn)的亮度，Y out表示顏色校正后像素點(diǎn)的亮度；將式（3）中的R out、G out、B out代入到式（4）中，能夠得到Y(jié) in等于Y out。

2 實(shí)驗結(jié)果及分析

本文使用的實(shí)驗數(shù)據(jù)均來自公開圖像數(shù)據(jù)集MIT-Adobe FiveK dataset（https://data.csail.mit.edu/graphics/fivek/）。

本文采用了兩種常用的客觀測量標(biāo)準(zhǔn)，分別是信息熵之差、均方誤差（Mean Square Error，MSE），它們被廣泛用于測量兩種顏色之間視覺感知的變化[7,9]。其中，圖像的熵是一種特征的統(tǒng)計形式，它反映了圖像中平均信息量的多少，信息熵之差的大小，從信息量的角度反應(yīng)了已知圖像與參考圖像的相似程度。均方根誤差主要是評價已知圖像和參考圖像之間誤差大小，差值越小，表明兩者越相似，差值越大，表明兩者之間的差異越大。我們將Photoshop上流行的色彩校正功能與本文算法進(jìn)行了對比，其中Photoshop的版本為19.0 20171103.r.190 2017/11/03:1143799。

圖2 各種圖像偏色校正算法結(jié)果對比圖

如圖2所示，（A）偏色圖像行表示的是算法的輸入圖像，分別為畫面偏紅，偏綠，偏藍(lán)的圖像；（B）Ps AT校正，表示經(jīng)過PS中的自動色調(diào)（Auto Tone，AT）工具校正后的結(jié)果；（C）Ps AC校正，表示經(jīng)過PS中的自動顏色（Auto Color，AC）工具校正后的結(jié)果；（D）Ps AWB校正，表示經(jīng)過PS中的自動白平衡（Auto White Balance，AWB）工具校正后的結(jié)果；（E）本文算法，表示本文提出的色彩校正算法的校正結(jié)果；（F）參考圖像，表示白平衡正常，沒有偏色的參考圖像。

表1 各個顏色校正算法的計算指標(biāo)表

實(shí)驗結(jié)果顯示，客觀上，本文計算了各個算法輸出結(jié)果與參考圖像之間的信息熵之差、均方誤差。其中，信息熵一欄的計算結(jié)果表示的是各種顏色校正算法的結(jié)果與參考圖像的信息熵之差，均方誤差一欄的計算結(jié)果表示的是校正結(jié)果與參考圖像之間的均方誤差。信息熵之差和均方誤差越小，表示校正后的圖像與參考圖像的相似度越高，兩圖越更加接近。實(shí)驗結(jié)果如表一所示，本文提出的算法有最小的信息熵之差（0.0167）和最小的均方誤差（48.6266）。實(shí)驗數(shù)據(jù)表明，在校正嚴(yán)重偏色圖像時，本文算法較傳統(tǒng)自動色調(diào)、自動顏色和自動白平衡等顏色校正算法，有更好的顏色校正表現(xiàn)。

在主觀評價方面，我們直接對比本文提出的算法與PS的自動色調(diào)、自動色彩、自動白平衡等算法的處理效果圖。從圖1可以明顯看出，與傳統(tǒng)的PS色彩校正方法相比，本文算法顏色校正后圖像整體顏色與參考圖像顏色更加接近。本文算法能將畫面的白平衡幾乎恢復(fù)達(dá)到正常值，而且畫面中原來被偏色污染的色彩細(xì)節(jié)都被恢復(fù)。校正后圖像中各個物體的真實(shí)色彩信息也得到較好的復(fù)原，使得整個畫面能夠傳達(dá)更豐富的視覺信息。

3 結(jié)語

圖像色彩校正是影視后期、圖像處理、計算機(jī)視覺中極為基礎(chǔ)但又十分關(guān)鍵的步驟。本文提出的算法，通過混合圖像RGB色彩通道的數(shù)值來對色彩通道進(jìn)行色彩映射，并且算法中引入了亮度混合原理來實(shí)現(xiàn)調(diào)色前后曝光強(qiáng)度恒定，有效防止曝光過渡和色彩溢出等問題。RGB混合器通過通道混合來改變像素的色彩，避免了曲線、高中低光調(diào)節(jié)等帶來的色階斷層或過渡不自然的問題，校正后的圖像畫面過渡非常自然。實(shí)驗的主客觀實(shí)驗數(shù)據(jù)也表明了該算法在處理嚴(yán)重偏色圖像時，有較好的視覺效果，并且較之前傳統(tǒng)算法有較大的優(yōu)勢，在影視制作和廣播電視領(lǐng)域具有廣闊的應(yīng)用前景。