第四章 自动白平衡（AWB）调优：让色彩回归真实
自动白平衡，说白了就是让相机知道「什么是白色」。你想想看，同一张白纸，在日光灯下发青，在白炽灯下发黄，在烛光下发红。人眼会自动校正，但传感器不会。AWB 的任务，就是把这个偏差拉回来。
我在 8K HDR 项目里吃过 AWB 的亏。画面一暗，色温就开始飘，用户投诉说「你们家的摄像机拍人像像鬼片」。嗯，从那以后我对 AWB 的收敛速度和稳定性就特别敏感。
4.1 AWB 的两大基石：灰度世界与完美反射
先讲最经典的两个算法模型。几乎所有商用 ISP 的 AWB 模块，底层都离不开它们。
4.1.1 灰度世界（Gray World）
假设场景中所有颜色的平均反射率是中性灰。也就是说，整幅图像的 R、G、B 均值应该相等。如果不相等，说明有色偏，需要调整增益。
核心公式：
R_gain = G_avg / R_avg
B_gain = G_avg / B_avg调整后：R' = R × R_gain，B' = B × B_gain，G 保持不变。
这个模型简单、计算量小，但有个致命弱点——如果场景本身就不是「灰度世界」呢？比如一片蓝天、一片绿草地，均值天然偏蓝或偏绿，强行拉平就会出错。
避坑指南：我曾经在户外航拍场景中用过纯灰度世界，结果蓝天被拉成了灰白色。后来加了场景分类器，只在室内混合光源下才主用灰度世界。
4.1.2 完美反射（Perfect Reflector / White Patch）
假设场景中最亮的像素点应该是纯白色。找到 R、G、B 三个通道各自的最大值，用它们来估算光源色温。
核心思路：
R_max = max(R_pixel)
G_max = max(G_pixel)
B_max = max(B_pixel)
R_gain = G_max / R_max
B_gain = G_max / B_max这个方法对高光区域很敏感。如果场景里有镜面反射、灯泡、太阳直射点，效果很好。但如果场景本身没有「纯白」区域，比如拍一片深色森林，最大值可能只是噪声，结果会崩。
我的习惯：把灰度世界和完美反射做加权融合。室内场景完美反射权重高一些，室外大色块场景灰度世界权重高一些。权重系数通过标定场景自动切换。
4.2 色温估计：从像素到开尔文
色温估计是 AWB 的中间层。我们不直接调增益，而是先估算当前光源的色温值（单位 K），再查表或插值得到 R/B 增益。
为什么这么做？因为增益和色温不是线性关系。直接调增益容易过冲，而色温空间更平滑、更物理。
4.2.1 色温估计的常用方法
| 方法 | 原理 | 优点 | 缺点 |
|---|---|---|---|
| R/G 与 B/G 比值法 | 统计全图 R/G、B/G 比值，映射到色温曲线 | 计算快，适合实时 | 受大色块干扰严重 |
| 色温查找表（LUT） | 预标定不同色温下的 R/G、B/G 参考值 | 精度高，可定制 | 标定工作量大 |
| 神经网络估计 | 用 CNN 直接从 RAW 图预测色温 | 鲁棒性好，抗干扰强 | 算力需求高，8K 实时有压力 |
我个人习惯用「R/G-B/G 二维直方图 + 色温 LUT」的组合。先统计全图每个像素的 R/G 和 B/G，画成二维直方图，然后找峰值区域。峰值的位置对应光源色温。
关键点：不要用全图均值，要用直方图峰值。全图均值会被大面积色块带偏，而峰值代表场景中占比最大的中性色区域。
4.2.2 色温估计的稳定性问题
你想想看，如果场景里突然走进一个穿红衣服的人，全图 R 均值瞬间升高，色温估计会不会跳？会的。这就是 AWB 最头疼的问题——时间稳定性。
我遇到过最夸张的情况：一个穿黄衣服的人在镜头前走过，AWB 从 5500K 跳到了 4200K，画面从正常变暖，等他走开又跳回来。用户说「你们这摄像机在呼吸」。嗯，确实在呼吸。
解决方案：加入时间域低通滤波。色温估计值不直接输出，而是经过一阶 IIR 滤波器：
CCT_out = α × CCT_current + (1 - α) × CCT_prevα 取 0.1~0.3，收敛慢但稳定。如果检测到场景切换（亮度突变），可以临时把 α 提到 0.8 快速跟上。
4.3 AWB 收敛速度与稳定性：鱼与熊掌
收敛速度和稳定性是一对矛盾。收敛快了，画面容易闪烁；收敛慢了，用户觉得反应迟钝。8K HDR 场景下，这个问题更突出——因为 8K 帧率通常只有 30fps，每一帧的信息量巨大，但时间分辨率反而低了。
4.3.1 收敛速度的瓶颈
AWB 收敛慢，通常不是算法算不动，而是统计量不够。8K 图像有 3300 万像素，全图统计一次耗时约 2-3ms（在专用 ISP 硬件上）。但如果你做多帧统计，比如取 5 帧平均，收敛延迟就是 5 帧 × 33ms = 165ms。用户能明显感觉到「白平衡在追」。
我的做法：分区域统计。把 8K 图像分成 16×16 的网格，每个网格独立统计 R/G、B/G。只取中间 80% 的网格（排除边缘暗角区域），用这些网格的统计量做色温估计。这样单帧统计量就够了，不需要多帧平均，收敛延迟降到 1 帧。
4.3.2 稳定性保障机制
收敛快了，怎么保证不闪？我总结了三道防线：
- 统计量置信度判断：如果当前帧的统计量与前几帧偏差超过阈值，先不更新，等下一帧确认。
- 增益变化率限制：每帧 R/B 增益的变化量不超过 0.02（归一化后）。即使色温估计跳了，增益也慢慢变。
- 场景切换检测：用亮度直方图做场景切换检测。切换时快速收敛，非切换时慢速平滑。
曾经踩过的坑：我在一个监控项目中，把增益变化率限制设得太严（0.005/帧），结果摄像机从室内移到室外，白平衡花了 3 秒才稳定。用户说「这摄像机是不是坏了」。后来改成自适应变化率——偏差大时变化率放宽，偏差小时收紧。
4.4 AWB 调优的整体流程
下面这张图是我在项目中常用的 AWB 调优流程，从 RAW 图输入到最终增益输出：
4.5 实战调优参数参考
下面是我在 8K HDR 项目中最终采用的 AWB 参数配置。不同场景可以微调，但大方向可以参考：
| 参数 | 推荐值 | 说明 |
|---|---|---|
| 分块数 | 16×16 | 8K 分辨率下每块约 40×30 像素，统计量足够 |
| 有效区域 | 中心 80% | 排除边缘暗角，避免暗角偏色干扰 |
| 灰度世界权重 | 0.4 | 室外大色块场景可降到 0.2 |
| 完美反射权重 | 0.6 | 室内高光场景可升到 0.8 |
| IIR 滤波系数 α | 0.2 | 场景切换时临时升到 0.8 |
| 增益变化率上限 | 0.02/帧 | 30fps 下约 0.67/秒，视觉上平滑 |
| 色温 LUT 精度 | 100K 步长 | 2500K~7500K 共 51 个标定点 |
最后说一句：AWB 调优没有银弹。灰度世界和完美反射只是起点，真正落地要靠场景自适应、时间域平滑和大量的实拍验证。我每次调完 AWB，都会在 D65（6500K）、A（2856K）、TL84（4000K）三种标准光源下拍 24 色卡，确认色偏在 ΔE 3 以内才算过关。