4. AWB 经典算法：灰度世界、完美反射、色温估计与色域映射
自动白平衡（AWB）是 ISP 流程中决定色彩还原准确性的核心模块。本章深入剖析四种经典 AWB 算法：灰度世界、完美反射、色温估计与色域映射。理解这些算法的原理、适用场景与工程局限，是进行 AWB 校准与 HDR 融合调优的基础。
工程提示： 实际 ISP 产品中，通常采用“多算法融合 + 场景分类器”的策略，而非单一算法。灰度世界与完美反射常作为基础校正层，色温估计用于粗调，色域映射用于最终色彩空间转换。
4.1 灰度世界算法（Gray World）
核心假设： 一幅色彩丰富的自然图像，其 R、G、B 三个通道的平均值应趋于相等（即平均灰度）。任何通道均值偏差均被视为由光源色温引起，需通过增益补偿。
计算步骤：
- 计算全图 R、G、B 通道的像素均值：
R_avg、G_avg、B_avg。 - 计算理想灰度值：
Gray = (R_avg + G_avg + B_avg) / 3。 - 计算各通道增益：
R_gain = Gray / R_avg，G_gain = Gray / G_avg，B_gain = Gray / B_avg。 - 对每个像素应用增益：
R_out = R_in * R_gain，以此类推。
局限性： 当场景中存在大面积单色物体（如蓝天、绿草、红墙）时，灰度世界假设失效，会导致严重的色彩偏色。工程中常加入“饱和度权重”或“边缘区域掩码”来抑制大色块的影响。
4.2 完美反射算法（Perfect Reflector / White Patch）
核心假设： 场景中存在纯白或高反射区域（R=G=B=255 或接近最大值）。该区域的颜色偏差直接反映光源色温，通过将其映射为白色来校正全图。
工程实现变体：
| 方法 | 描述 | 适用场景 |
|---|---|---|
| 最大值法 | 取全图 R、G、B 各自的最大值作为参考白点 | 高光丰富场景，易受噪点干扰 |
| 百分比法 | 取亮度前 1%~5% 的像素，计算其平均 R、G、B 作为参考白点 | 更鲁棒，避免单像素噪点误导 |
| 亮度阈值法 | 仅对亮度 > 200 的像素进行白点统计 | 夜景或低光场景需配合降噪 |
避坑指南： 完美反射算法在无高光区域（如阴天室内、暗光环境）会完全失效。工程中常与灰度世界算法加权融合，或使用“色温先验”来兜底。
4.3 色温估计算法（Color Temperature Estimation）
色温估计不直接计算增益，而是先估算当前光源的色温值（单位：K），再根据预标定的色温-增益映射表（Look-Up Table, LUT）查表得到增益。
常用色温估计方法：
- R/G 与 B/G 比值法： 计算全图或感兴趣区域的 R/G 和 B/G 比值，在普朗克轨迹（Planckian Locus）上寻找最接近的色温点。
- 色度直方图峰值法： 在 Cb-Cr 或 u-v 色度空间统计直方图，取峰值对应的色度作为光源色度。
- 神经网络法： 使用轻量级 CNN 直接回归色温值，适用于复杂混合光源场景。
| 方法 | 精度 | 计算量 | 鲁棒性 |
|---|---|---|---|
| R/G-B/G 比值法 | 中等 | 低 | 受大色块影响 |
| 色度直方图峰值法 | 较高 | 中 | 对噪声敏感 |
| 神经网络法 | 高 | 高（需 NPU 加速） | 强 |
工程经验： 在嵌入式 ISP 中，R/G-B/G 比值法 + 低通滤波（时间域平滑）是最常见的组合。色温估计值每帧变化不宜超过 50K，否则会引起闪烁。
4.4 色域映射（Gamut Mapping）
色域映射是 AWB 的最后一步，将校正后的 RGB 值从传感器色域（Camera Color Space）转换到标准色域（如 sRGB、BT.2020、DCI-P3）。
核心步骤：
- 白平衡增益应用： 将 R、B 通道乘以增益值，G 通道通常保持不变或微调。
- 颜色校正矩阵（CCM）： 通过 3x3 矩阵将传感器 RGB 转换到 XYZ 或线性 sRGB。
- 伽马校正： 应用非线性伽马曲线，适配显示设备。
| 色域标准 | 白点 | 覆盖范围 | 典型应用 |
|---|---|---|---|
| sRGB | D65 | 约 35% CIE 1931 | 网页、显示器 |
| DCI-P3 | D65 | 约 45% CIE 1931 | 数字电影、HDR 显示 |
| BT.2020 | D65 | 约 75% CIE 1931 | UHD HDR 广播 |
关键约束： CCM 矩阵的精度直接影响肤色还原。在 HDR 融合场景中，线性域下的 CCM 与伽马后的 CCM 效果差异显著，建议在融合前（线性域）完成色域映射。
4.5 算法对比与工程选型建议
| 算法 | 假设条件 | 计算复杂度 | 鲁棒性 | 典型场景 |
|---|---|---|---|---|
| 灰度世界 | 场景色彩丰富 | 低 | 中 | 户外风景、混合场景 |
| 完美反射 | 存在高光白点 | 低 | 低（无高光时失效） | 强光、闪光灯场景 |
| 色温估计 | 光源为黑体辐射 | 中 | 较高 | 室内、混合光源 |
| 色域映射 | CCM 已标定 | 低（查表） | 高 | 所有场景（最终输出） |
工程选型策略：
- 入门级摄像头： 灰度世界 + 固定 CCM，成本最低。
- 手机 / 消费级 ISP： 灰度世界 + 完美反射加权融合 + 色温估计 LUT。
- 车载 / 工业 ISP： 色温估计 + 神经网络白点检测 + 动态 CCM 切换。
- HDR 融合场景： 务必在线性域完成 AWB 增益与 CCM 映射，伽马校正放在 Tone Mapping 之后。