最近加入了一个无人机团队，任务是参加第六届国际无人机飞行器创新大奖赛（UAVGP）。由于需要跑视觉算法，团队买了块英伟达的TX2（壕...）。我做的方案是用色域分割，但是室外环境变化可能会比较大（冷暖，亮暗），所以需要用到白平衡算法让图片直方图保持正常。
1.算法原理
灰度世界算法假定图片具有大量的色彩变化，于是RGB分量趋近于同一个值K。一般令 K = (Raver+Gaver+Baver)/3,其中Raver,Gaver,Baver分别表示红、 绿、 蓝三个通道的平均值。第二步是计算各通道的增益，如Kr=K/Raver，最后图像中每一个像素点Rnew = R * Kr。意思大概就是如果某个通道平均强度大于三通道的平均强度，就令这个通道的整体强度按比例降低，反之亦然。
另一个算法完美反射算法假设图片中最亮的点就是一面镜子，完美地反射了外部光照，并根据这些白点进行白平衡。它定义为R+G+B的最大值。让这些白点的RGB三个通道按照比例拉伸到255，并将其他的点的三个通道按照同样比例拉伸，超过255的设为255，是一个归一化过程。opencv中的完美反射大概是将白点的比例设为1%，改了个名字叫simpleWB，这样用户就不用调参数了。
2.算法实现
调用opencv中的白平衡算法十分简单（前提是安装了扩展包），只需要创造一个opencv封装好的智能指针，然后再调用相应的create方法，就可以使用了。
/****************************************************************
* WBexample.cpp
* Created by 杨帮杰 on 9/20/18.
* Right to use this code in any way you want without warranty,
* support or any guarantee of it working
* E-mail: yangbangjie1998@qq.com
* Assication: SCAU 华南农业大学
*****************************************************************/
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/xphoto/white_balance.hpp>
using namespace cv;
using namespace std;
#define PATH "/home/jacob/WBexample/testImage.jpg"
int main()
{
Mat inputImage = imread(PATH);
Mat grayWBImage = Mat::zeros(inputImage.size(),inputImage.type());
Mat simpleWBImage = Mat::zeros(inputImage.size(),inputImage.type());
//灰度世界算法
Ptr<xphoto::WhiteBalancer> grayWB = xphoto::createGrayworldWB();
grayWB->balanceWhite(inputImage, grayWBImage);
//完美反射算法
Ptr<xphoto::WhiteBalancer> simpleWB = xphoto::createSimpleWB();
simpleWB->balanceWhite(inputImage, simpleWBImage);
imshow("inputImage",inputImage);
imshow("grayWBImage",grayWBImage);
imshow("simpleWBImage",simpleWBImage);
waitKey();
return 0;
}
3.结果分析
结果如下
完美反射算法的结果还是不错的，灰度世界嘛。。。咳咳。两个算法都有一定的局限性，后者比较好但速度会慢一点。顺带给自己挖个坑，下面链接中的有一个算法opencv没有实现，网上也没有找到比较好的开源代码。等哪天编程能力上去了，一定把这个算法实现一遍。
References：
https://www.cnblogs.com/Imageshop/archive/2013/04/20/3032062.html
https://githuddb.com/opencv/opencv_contrib/blob/master/modules/xphoto/samples/color_balance.cpp
