瞧一瞧：自动驾驶传感器之摄像头（八）车载摄像头色彩白平衡

作者/阿宝

编辑/阿宝

出品 / 阿宝1990色温定义

色温的定义：将黑体从绝对零度开始加温，温度每升高1度称为1开氏度(用字母K来表示)，当温度升高到1定程度时候，黑体便辐射出可见光，其光谱成分和给人的感觉也会着温度的不断升多发生相应的变化。因而，就把黑体辐射1定色光的温度定为发射相同色光光源的色温。

常见光源色温：

光源              色温（K）

钨丝灯（白炽灯）          2500⑶200k

碳棒灯                 4000⑸500k

荧光灯（日光灯，节能灯）   4500⑹500k

氙灯                   5600k

炭精灯                  5500～6500k

日光平均                5400k

有云天气下的日光          6500⑺000k

阴天日光                12000⑴8000k

随着色温的升高，光源的色彩由暖色向冷色过渡，光源中的能量散布也由红光端向蓝光端偏移。

值得注意的是，实际光源的光谱散布各不相同，而色温只是代表了能量的偏重程度，其实不反应具体的光谱散布，所以即便相同色温的光源，也可能引发不同的色采反应。

人眼及大脑对色温有1定的生理和心理的自适应性，所以看到的色彩受色温偏移的影响较小，而camera的sersor没有这类能力，所以拍出来的照片不经过白平衡处理的话，和人眼看到的色彩会有较大的偏差（虽然人眼看到的和白光下真实的色采也有偏差）。

太阳光色温随天气和时间变化的缘由，与不同频率光的折射率有关：

波长长的光线，折射率小，透射能力强，波长短的光线，折射率大，容易被散射，折射率低，这也就是为何交通灯用红色，防雾灯通常是黄色，天空为何是蓝色的等等现象的缘由。

知道了这1点，太阳光色温变化的规律和缘由也就能够理解和分析了。

色温变化时的色采校订

所以从理论上可以看出，随着色温的升高，要对色温进行较正，否则，物体在这样的光线条件下所表现出来的色彩就会偏离其正常的色彩，因此需要下降sensor对红色的增益，增加sersor对蓝光的增益。

同时在调剂参数时1定程度上要斟酌到整体亮度的要保持大致的不变，即以YUV来衡量时，Y值要基本保持不变，理论上认为可以参考RGB->YUV变换公式中，RGB3份量对Y值的贡献，从而肯定RGAIN和BGAIN的变化的比例关系。但实际情况比这还要复杂1些，要斟酌到不同sensor对R,B的感光的交叉影响和非线性，所以最好值可能和理论值会有1些偏差。

自动白平衡处理

自动白平衡是基于假定场景的色采的平均值落在1个特定的范围内，如果丈量得到结果偏离该范围，则调剂对应参数，校订直到其均值落入指定范围。该处理进程可能基于YUV空间，也可能基于RGB空间来进行。对Sensor来讲，通常的处理方式是通过校订R/B增益，使得UV值落在1个指定的范围内。从而实现自动白平衡。

特殊情况的处理

在自动白平衡中，容易遇到的问题是，如果拍摄的场景，排除光线色温开发商强拆民房怎么办
的影响，其本身色彩就是偏离平均色彩值的，比如大面积的偏向某种色彩的图案如：草地，红旗，蓝天等等，这时候候，强迫白平衡将其平均色彩调剂到灰色附近，图象色彩就会严重失真。

因此，通常的做法是：在处理自动白平衡时，除做为目标结果的预期色彩范围外，另外再设置1对源图象的色彩范围阙值，如果未经处理的图象其色彩均值超越了该阙值的话，根本就不对其做自动白平衡处理。由此保证了上述特殊情况的正确处理。

可见，这两对阙值的肯定对自动白平衡的效果起着关键性的作用。

某平台的例子

可以看到随着色温的升高，其变化规律基本符合上节中的理论分析。不过这里多数参数与理论值都有1些偏差，其中日光灯的色温参数设置与理论值有较大的偏差，实际效果也证明该日光灯的参数设置使得在家用日光灯环境下拍摄得到的照片色彩偏蓝。修改其参数后实拍效果明显改良。（再查1些资料可以看到通常会有两种荧光灯色温4000和5000K，目前所接触到的应当是5000K占多数）

具体参数的调剂，应当在灯箱环境下，使用各种已知色温的标准光源对标准色卡拍摄，在pc机上由取色工具丈量得到其与标准色板的RGB份量上的色采偏差，相应的调剂各份量增益的比例关系。为了更精确的得到结果，暴光量增益的设置在此之前应当相对准确的校订过。

亮度及暴光控制篇

感光宽容度

从最明亮到最黑暗，假定人眼能够看到1定的范围，那末胶片（或CCD等电子感光器件）所能表现的远比人眼看到的范围小的多，而这个有限的范围就是感光宽容度。

人眼的感光宽容度比胶片要高很多，而胶片的感光宽容度要比数码相机的ccd高出很多！了解这个概念以后，我们就不难了解，为何在逆光的条件下，人眼能看清背光的建筑物和耀眼的天空云彩。而1旦拍摄出来，要末就是云彩色彩残暴而建筑物变成了黑糊糊的剪影，要末就是建筑物色采细节清楚而本来美丽的云彩却成了白色的1片。

再看人眼的结构，有瞳孔可以控制通光量，有杆状感光细胞和椎状感光细胞以适应不同的光强，可见即便人眼有着很高的感光宽容度，仍然有亮度调理系统，以适应光强变化。

那末对camerasensor来讲，正确的暴光就更加重要了！

自动暴光和18%灰

对sensor来讲，又是如何来判断暴光是不是正确呢？很标准的做法就是在YUV空间计算当前图象的Y值的均值。调理各种暴光参数设定（自动或手动），使得该均值落在1个目标值附近的时候，就认为得到了正确的暴光。

那末如何肯定这个Y的均值，和如何调剂参数使得sensor能够将当前图象的亮度调剂到这个范围呢？

这就触及到1个概念18%灰，1般认为室内室外的景物，在通常的情况下，其平均的反光系数大约为18%，而色采均值，如前所述，可以认为是1种中灰的色调。这样，可以通过对反光率为18%的灰板拍摄，调剂暴光参数，使其色彩接近为中等亮度的灰色（Y值为128）。然后，对通常的景物，就可以自动的得到正确的暴光了。

固然这类自动判断暴光参数的AE功能不是万能的，对反光率偏离通常均值的场景，比如雪景，夜景等，用这类方法就没法得到正确的暴光量了。所以在sensor的软件处理模块中，通常还会提供暴光级别的设定功能，强迫改变自动暴光的判断标准。比如改变预期的亮度均值等。

暴光参数的调剂

暴光强度的调剂，可以通过改变暴光时间，也能够通过改变亮度增益AG来实现。

暴光时间遭到桢频的限制，比如摄像时要求15帧每秒的话，这时候候暴光时间最长就不能超过1/15s，可能还有别的条件限制，实际的暴光时间还要短，在光线弱的情况下，单独调剂暴光时间就没法满足帧频的需要了。

这时候候还可以调剂增益AG，来控制暴光的增益，下降暴光时间。但是，这样做的缺点是以牺牲图象质量为代价的，AG的增强，伴随的必定是信噪比的下降，图象噪声的增强。

所以，以图象质量为优先斟酌的时候，暴光参数的调理通常是优先斟酌调理暴光时间，其次在斟酌暴光增益。固然暴光时间也不能太长以避免由于抖动造成图象的模糊，而在拍摄运动场景时，对暴光时间的要求就更高了。

参考资料：

/s/RVIOlT_Yr5GmpNQ12mfBFQ

/s/y1CCWyG8pJ8tONZTiiYXfw

/s/ZZX6NyGKTpC8awscJV6pFg

/s/bQ_-FJbxDr-h9tYw1G1KZA

/s/GfJ_u81VoxgE4BCAYm4IOQ

/s/ewmX5qFkidvL8z21SE8DFg

/s/XRZ197HIiYDuBF55MaNsog

/s/YS_2agnfZl6Otm6tvGy_7A

/s/2E0aQeb_9BFAvbVlu-tdIg

/s/bxubsR_8orap村主任把我的房子强拆了我给怎么办
8GRsUB1xHQ

/s/eNjbHZaaaa2YRt_X0Ke1pw

/s/oq_fMnMMlF0HC_J5VJ-xUQ

/s/iA1cOzz5tLiUREQIaNsNXw

/s/XWpwgZ_nlx7pjewVtjckWQ

/s/FiW0S6pRjdFWW8eeCiJWxQ

往期推荐

自动驾驶传感器之摄像头（1）摄像头的发展历史

自动驾驶传感器之摄像头（2）车载摄像头的系统架构基本介绍

自动驾驶传感器之摄像头（3）车载摄像头图象传感器技术线2021年过后拆迁还有产权房吗
路

自动驾驶传感器之摄像头（4）车载摄像头硬件接口设计

自动驾驶传感器之摄像头（5）车载摄像头重要器件镜头及光学参数讲授

自动驾驶传感器之摄像头（6）车载摄像头重要指标参数

自动驾驶传感器之摄像头（7）车载摄像色采感应及校订

—END—

您的每次点赞和再看，转发、都是对我的肯定，谢谢！

本文首发于微信公众号：阿宝1990。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。

（张洋HN080）

THEEND传感器摄像头自动车载驾驶免责声明：本文系转载，版权归原作者所有；旨在传递信息，不代表亚设网的观点和立场。