色温估计基础：灰度世界、完美反射与普朗克轨迹
做AWB这么多年，我最大的感触就是——色温估计是白平衡的“眼睛”。眼睛准了，后面色彩还原才有意义。今天咱们就把这几种经典方法掰开揉碎了讲清楚。
3.1 灰度世界假设（Gray World）
这个假设很朴素：一张色彩丰富的自然图像，所有像素的R、G、B平均值应该趋于相等。说白了，就是场景整体是“灰色”的。
核心公式：
R_avg = G_avg = B_avg → 场景光源为白色实际计算时，我们分别求三个通道的均值，然后算出增益：
gain_R = G_avg / R_avg
gain_B = G_avg / B_avg我在瑞芯微RV1109上调试时，遇到过一个问题：拍一片蓝天时，灰度世界假设直接把蓝色压成了灰色。为什么？因为天空本身就不是“灰度世界”，它偏蓝。所以这个方法有个致命弱点——场景必须色彩丰富。
| 场景类型 | 灰度世界效果 | 原因 |
|---|---|---|
| 自然风景（绿树+蓝天+建筑） | ✅ 好 | 色彩分布均匀 |
| 单一色块（蓝天、草地） | ❌ 差 | 主色调偏移估计 |
| 室内混合光源 | ⚠️ 一般 | 局部色温不一致 |
我的经验：在瑞芯微平台上，我通常把灰度世界作为“兜底方案”。当其他算法失效时，用它做最后一道防线。但一定要加一个色彩丰富度检测——如果场景方差太小，就别用。
3.2 完美反射假设（Perfect Reflector）
这个假设换个角度想：场景中最亮的那个点，应该反射了光源的全部颜色。所以它应该是白色的。
具体做法是：
- 找到图像中最亮的像素（通常是R+G+B最大的那个）
- 假设这个像素是纯白色
- 用这个像素的RGB值反推光源颜色
我曾经踩过的坑：有一次在RK3588上调试，发现AWB在拍金属表面时总是偏色。后来才发现，金属高光点虽然很亮，但它不是“完美反射”——它反射的是环境光，不是光源本身。所以用完美反射假设时，一定要排除镜面高光。
两种假设的对比，我整理了一张表：
| 对比项 | 灰度世界 | 完美反射 |
|---|---|---|
| 依赖条件 | 色彩丰富度 | 存在高亮区域 |
| 计算复杂度 | 低（只需均值） | 中（需要排序查找） |
| 典型失败场景 | 单色场景 | 无高光、过曝场景 |
| 瑞芯微平台适配 | 直接可用 | 需加高光检测 |
3.3 色温曲线与普朗克轨迹
你想想看，一个黑体在不同温度下会发出不同颜色的光。从暗红到橙黄，再到白、蓝。这条颜色变化轨迹，就是普朗克轨迹。
在AWB中，我们通常把这条轨迹映射到R/G和B/G的二维坐标系里。为什么？因为这样就能用一条曲线来描述所有可能的“自然光源”。
实际应用：
// 瑞芯微平台上的色温曲线查找示例
typedef struct {
int color_temp; // 色温值 (K)
float rg_ratio; // R/G 比值
float bg_ratio; // B/G 比值
} awb_curve_point_t;
// 预置的普朗克轨迹点
awb_curve_point_t plancks_curve[] = {
{2500, 1.85, 1.20}, // 白炽灯
{4000, 1.40, 1.50}, // 荧光灯
{5500, 1.00, 1.00}, // 日光
{6500, 0.85, 1.30}, // 阴天
{8000, 0.70, 1.60}, // 蓝天阴影
};我个人习惯把色温曲线分成三段：
- 低色温段（2000K-3500K）：偏红黄，R/G > 1.5
- 中间段（3500K-5500K）：接近白色，R/G ≈ 1.0
- 高色温段（5500K-8000K）：偏蓝，B/G > 1.3
嗯，这里要注意：实际场景的光源并不都是黑体辐射。LED灯、荧光灯的光谱分布和黑体差别很大。所以普朗克轨迹只是一个参考基准，不是真理。
3.4 色温估计的局限性
说实话，没有一种方法是万能的。我总结了几个常见的“翻车现场”：
局限性一：混合光源场景
比如室内既有窗外的日光，又有头顶的LED灯。这时候整张图像没有一个统一的光源色温。我曾经在RK3568上调试会议室摄像头，画面一半是蓝色窗光，一半是暖色灯光，AWB怎么调都偏色。最后只能做分区AWB。
局限性二：极端色温
低于2500K的烛光场景，或者高于10000K的雪地阴影。普朗克轨迹在这些区域已经很不准确了。我建议在瑞芯微平台上，把色温估计范围限制在2500K-8000K之间，超出部分做截断处理。
局限性三：场景内容干扰
拍一片红色花海时，灰度世界会认为光源偏红。拍蓝色大海时，又会认为光源偏蓝。这就是所谓的“场景色偏”问题。我的做法是：加入一个“场景先验知识库”，比如检测到大量绿色时，不盲目降低G通道增益。
最后说一句实在的：色温估计不是越复杂越好。在瑞芯微的嵌入式平台上，算力有限，我通常的做法是：
- 先用灰度世界做粗估计
- 再用完美反射做细校准
- 最后用普朗克轨迹做约束
三层下来，90%的场景都能搞定。剩下的10%，靠场景检测和特殊处理。