3、白平衡基础理论：色温、光源、灰世界假设、白点定义及白平衡校正的物理意义
在机器视觉与工业图像处理中，白平衡（White Balance, WB）是决定色彩还原准确性的第一道关卡。Halcon 作为工业级视觉库，其白平衡校正算子（如 cwb_white_balance、chromatic_adaptation）在光源波动、多相机一致性校准、颜色分拣等场景中扮演关键角色。本章从物理光学出发，厘清色温、光源光谱、灰世界假设与白点定义之间的逻辑链条，并解释白平衡校正为何不是“调色美化”，而是对成像传感器响应进行物理意义上的归一化。
上图展示了从光源到像素值的完整物理链路。白平衡校正的本质，是在传感器响应之后、色彩空间转换之前，对 R、G、B 三个通道施加独立增益，以补偿光源光谱功率分布（SPD）与传感器量子效率（QE）共同作用造成的色偏。下面分模块深入展开。
3.1 核心原理：色温、光源与传感器响应的耦合
色温（CCT）并非物体表面温度，而是描述光源颜色的一个等效黑体辐射温度。例如，D65 标准光源色温为 6500K，呈现冷白；A 光源为 2856K，呈现暖黄。但色温只是 SPD 的一维简化——两个色温相同的光源，其光谱曲线可能完全不同（如荧光灯与白炽灯），因此工业视觉中更关注完整的 SPD 数据。
传感器对颜色的响应由以下公式决定：
R_raw = ∫ E(λ) · ρ(λ) · QE_R(λ) dλ
G_raw = ∫ E(λ) · ρ(λ) · QE_G(λ) dλ
B_raw = ∫ E(λ) · ρ(λ) · QE_B(λ) dλ其中 E(λ) 为光源 SPD，ρ(λ) 为物体反射率，QE_R/G/B(λ) 为传感器各通道量子效率。当光源从 D65 切换为 A 光源时，即使物体不变，R_raw 与 B_raw 的比值也会发生显著变化。白平衡校正的目标，就是通过增益矩阵将这种变化归一化到参考光源下的响应。
关键认知：白平衡不是“让图像看起来舒服”，而是将传感器响应映射到与光源无关的颜色空间（如 sRGB、XYZ）。在 Halcon 中，cwb_white_balance 算子接受参考白点坐标（如 D65 的 X=0.9505, Y=1.0, Z=1.089），并输出 3×3 校正矩阵，其数学本质是色适应变换（Chromatic Adaptation）。
3.2 灰世界假设与白点定义
灰世界假设（Gray World Assumption）是最经典的白平衡估计方法。它假设场景中所有物体反射率的平均值是无色差的灰色，即：
mean(R_raw) ≈ mean(G_raw) ≈ mean(B_raw)基于此假设，校正增益可计算为：
G_R = mean(G_raw) / mean(R_raw)
G_B = mean(G_raw) / mean(B_raw)
G_G = 1.0然而，灰世界假设在工业场景中经常失效——例如检测对象是红色塑料件时，场景平均反射率明显偏红，直接应用灰世界会导致蓝色通道被过度放大。因此 Halcon 提供了更稳健的白点定义法：使用标准白板（如 Spectralon 99% 反射率）或已知反射率的标准色卡，在目标光源下采集白点像素值，然后计算增益。
| 方法 | 适用场景 | 优点 | 局限 |
|---|---|---|---|
| 灰世界假设 | 场景颜色丰富、无主导色 | 无需额外标定物 | 主导色场景失效 |
| 白点标定法 | 工业产线、固定光源 | 精度高、可重复 | 需要白板/色卡 |
| 色温查表法 | 光源可调、多色温切换 | 快速切换 | 需要预标定多组数据 |
3.3 判断方法与操作流程：Halcon 白平衡校正步骤
在 Halcon 中实施白平衡校正，推荐以下标准流程：
- 采集原始图像：关闭相机自动白平衡（AWB），保存 RAW 格式或线性 RGB 图像。
- 计算白点：在目标光源下拍摄标准白板，提取 ROI 内 R、G、B 均值。
- 计算增益矩阵：使用
cwb_white_balance或手动计算对角增益。 - 应用校正：对每个像素执行矩阵乘法。
- 验证：使用色卡（如 X-Rite ColorChecker）检查 ΔE 色差。
* Halcon 示例：基于白板标定的白平衡
read_image (Image, 'raw_image.tiff')
* 提取白板区域
reduce_domain (Image, WhitePlateROI, ImageWhite)
intensity (ImageWhite, ImageWhite, MeanR, DeviationR)
* 假设 G 通道为基准
GainR := MeanG / MeanR
GainB := MeanG / MeanB
* 应用增益
cwb_white_balance (Image, ImageWB, GainR, 1.0, GainB)经验提醒：工业现场光源老化会导致 SPD 漂移，建议每 500 小时或每次更换光源后重新标定白点。同时，避免使用过曝的白板图像——白板 ROI 内灰度值应控制在 200-240（8bit）之间，否则会引入传感器非线性响应误差。
3.4 案例拆解：锂电池隔膜颜色检测中的白平衡校正
背景与约束：某锂电池产线需要检测隔膜表面涂布均匀性，通过颜色差异判断涂布厚度。产线使用 LED 环形光源（色温 5500K），相机为 Basler acA2500-14gm（单色）与 acA2500-14uc（彩色）双相机系统。初始阶段，彩色相机直接使用自动白平衡，导致隔膜颜色读数波动 ±8%，无法满足 ±2% 的工艺控制要求。
初始现象：隔膜基材为白色半透明，涂布区域呈淡黄色。自动白平衡下，同一卷隔膜在不同时间段的 RGB 比值漂移明显，且与光源温度变化相关。
分析过程：
- 测量光源 SPD：使用光谱仪发现 LED 光源在点亮 30 分钟后色温从 5500K 漂移至 5200K，红光分量衰减约 3%。
- 检查传感器响应：彩色相机 QE 曲线在 450nm 和 600nm 处有峰值，对光源漂移敏感。
- 灰世界假设验证：隔膜表面 70% 面积为白色，但涂布区域黄色占比 30%，场景平均色偏黄，灰世界假设误差达 5%。
解决方案：
- 关闭相机 AWB，改用 Halcon 离线标定：在产线启动前，用标准白板（Lab 值 L=96.5, a=0.1, b=0.2）在目标光源下采集 20 帧图像，计算平均白点。
- 建立光源漂移补偿模型：每 10 分钟采集一次白板图像，动态更新增益系数。
- 应用
cwb_white_balance并输出校正后图像，再计算涂布区域 a* 值（CIELAB 色彩空间）。
结果对比：校正后，隔膜颜色读数波动从 ±8% 降至 ±1.2%，满足工艺要求。同时，由于关闭了 AWB，图像噪声略有增加（约 2%），但通过增加 1ms 曝光时间补偿，信噪比保持稳定。
风险与代价：动态白点标定增加了 5% 的节拍时间（每 10 分钟一次，每次 2 秒），但换来了颜色测量的长期稳定性。此外，白板需要定期清洁，避免灰尘积累导致标定偏差。
常见误区：不要将白平衡与色彩矩阵（Color Correction Matrix, CCM）混淆。白平衡仅补偿光源变化，而 CCM 用于将传感器原生色彩空间转换到目标色彩空间（如 sRGB）。在 Halcon 中，cwb_white_balance 只做对角增益，而 color_correction_3x3 处理通道串扰。工业应用中，两者应串联使用：先白平衡，再色彩校正。
3.5 总结复盘：白平衡校正的物理意义与工程要点
白平衡校正的物理意义在于：将传感器响应从“光源相关”映射到“光源无关”。这一过程不是简单的图像增强，而是为后续的颜色测量、缺陷检测、多相机一致性校准提供统一的色彩基准。在 Halcon 工程实践中，应遵循以下原则：
- 光源优先：选择高显色指数（CRI > 90）的稳定光源，减少白平衡校正压力。
- 标定优先：在产线调试阶段完成白点标定，而非依赖相机内置 AWB。
- 验证闭环：每次校正后使用标准色卡验证 ΔE 色差，确保校正精度。
- 动态补偿：对于光源漂移明显的场景，建立周期性白点更新机制。