基于色温映射与普朗克轨迹的自动白平衡校正系统

资 源 简 介

本项目实现了一套基于色温物理模型的自动白平衡MATLAB处理程序，专门用于纠正由于不同光源色温背景引起的图像偏色倾向。 程序通过分析图像的原始RGB分布特征，利用色温与色度坐标之间的普朗克轨迹相关性，对当前环境的关联色温（CCT）进行动态识别。 实现过程中，算法采用了改进的色温约束法，先通过动态阈值筛选出图像中的真实白点区域，再结合McCamy公式或查找表方法计算背景光源的具体色温值。 根据计算出的色温，系统自动匹配对应的标准光源增益权重，对红、蓝通道进行精确的线性补偿。 该程序特别适用于数码相机图像后期

详 情 说 明

基于色温映射与普朗克轨迹的高精度自动白平衡校正系统

本系统是一套专门用于纠正图像偏色的MATLAB处理程序。它通过物理色温模型与普朗克轨迹的相关性，对图像背后的光源环境进行高精度识别与色彩补偿。与传统的“灰色世界算法”不同，本程序结合了动态白点筛选与关联色温（CCT）计算技术，能够有效处理复杂光照环境下的图像，避免大面积单色背景导致的色彩失真。

功能特性

1. 智能图像识别：支持多种常见图像格式，并在缺失输入时具备自动生成模拟低色温偏色图像的演示功能。
2. 动态白点检测：通过YCbCr空间的亮度与色度统计特性，自动定位图像中的真实中性颜色区域。
3. 物理精度建模：利用CIE XYZ空间映射及McCamy算法，实现对关联色温（CCT）的量化估算。
4. 线性增益补偿：基于普朗克轨迹特征，对红、绿、蓝三个通道进行精确的权重缩放处理。
5. 结果可视化：提供原始图像与校正图像的直观对比，并实时输出核心物理参数。

系统要求

1. 运行环境：MATLAB R2016a 或更高版本。
2. 基础工具箱：Image Processing Toolbox（图像处理工具箱）。
3. 硬件能力：标准商业电脑即可满足运行需求。

实现逻辑与算法细节

系统的核心处理流程严格遵循以下步骤：

1. 图像预处理

程序首先读取待处理图像，并将其转换为双精度浮点数（double）格式进行运算。若用户未选择文件，系统将利用内置图像生成一个模拟了低色温（偏暖色调）环境的偏色样本。

1. 颜色空间转换

为了准确分离亮度与色度信息，系统使用标准的RGB到YCbCr转换矩阵。该步骤通过线性变换将彩色信息投影到色差分量上，为后续的白点筛查提供数学基础。

1. 动态白点检测技术

算法并非简单选取最亮点，而是结合了统计学的筛选策略：

• 首先计算Cb和Cr分量的全局均值与绝对偏离度。
• 设计动态阈值公式，筛选出亮度足够高且色度分量接近中性区域的像素作为候选白点。
• 具备鲁棒性保护机制：若满足条件的候选点不足总像素的0.1%，系统会自动退化为选取亮度前1%的像素点，以确保算法不失效。

1. 色温估算与普朗克轨迹建模

这是本系统的核心创新点：

• 将检测到的白点平均RGB值转换至CIE 1931 XYZ颜色空间。
• 计算出对应的色度坐标 (x, y)。
• 应用McCamy公式，通过三次多项式计算坐标与普朗克轨迹的偏离程度，从而得出估算的关联色温（K值）。

1. 通道增益校正

根据检测到的白点区域，计算各通道的平均响应：

• 以绿色通道为基准，计算红、蓝通道的修正增益。
• 采用线性补偿方案，通过调整R/G和B/G的比例使白点回归中性灰色。
• 在校正后进行亮度拉伸与防过曝处理，确保像素值严格限制在[0, 1]安全范围内。

1. 数据输出与可视化

系统通过图形化界面展示校正前后的视觉差异，并在命令行窗口详细输出估算的CCT色温值、CIE坐标点以及最终采用的RGB增益系数，实现算法过程透明化。

关键数学模型说明

• 空间变换：利用3x3矩阵实现从RGB到XYZ的色度映射。
• CCT估算：使用McCamy经验公式，该公式在计算2856K到6500K范围内的光源色温时具有极高的可靠性。
• 自动化补偿：基于灰度平衡原理，通过归一化处理确保色彩还原的自然度。