AWB算法详解：色温估计、颜色校正矩阵、AWB收敛策略、混合光源场景处理

自动白平衡（AWB）是相机成像中非常关键的一环。说白了，它就是让相机在不同光源下都能把白色拍成白色。你想想看，如果白平衡不准，一张白纸在日光灯下拍出来发绿，在白炽灯下拍出来发黄，这照片就没法看了。

我做了这么多年相机系统，AWB调优可以说是最磨人的部分之一。它不像AE（自动曝光）那样直观，也不像AF（自动对焦）那样有明确的物理反馈。AWB更像是在猜——猜当前场景的光源是什么，然后做补偿。猜对了，画面自然；猜错了，整张照片的色调就崩了。

色温估计：AWB的第一步

色温估计，就是判断当前光源的色温值。色温的单位是开尔文（K），低色温偏暖（比如烛光约2000K），高色温偏冷（比如阴天约7000K）。

常见的色温估计方法有几种：

• 灰度世界法：假设场景中所有颜色的平均值是灰色。如果R/G/B通道的平均值不相等，就说明有色偏，需要补偿。
• 完美反射法：假设场景中最亮的像素是白色。找到这些像素，用它们的RGB值来估计光源。
• 色温查找表法：预先标定不同色温下的R/G和B/G比值，运行时查表匹配。

我在项目中遇到过一个问题：灰度世界法在单一颜色场景下会失效。比如拍一片蓝天，整个画面都是蓝色，灰度世界法会认为光源偏蓝，然后拼命加暖色，结果蓝天变成了灰天。这就是为什么实际产品中很少只用一种方法，基本都是多种方法融合。

颜色校正矩阵：从估计到校正

估计出色温之后，下一步就是做颜色校正。这里要用到颜色校正矩阵（CCM）。

CCM是一个3x3的矩阵，作用是把传感器原始RGB值映射到标准色彩空间。公式很简单：

[R']   [a11 a12 a13]   [R]
[G'] = [a21 a22 a23] * [G]
[B']   [a31 a32 a33]   [B]

但实际调起来很复杂。矩阵系数不是随便写的，需要在不同色温下标定。我建议的做法是：

1. 在D65（6500K）光源下标定一组基础CCM
2. 在A光源（2856K）下标定一组暖色CCM
3. 在TL84（4000K）下标定一组冷色CCM
4. 其他色温通过插值得到

嗯，这里要注意：CCM的系数对噪声非常敏感。增益越大，噪声越明显。所以低光场景下，我通常会适当降低CCM的饱和度增益，避免噪声被放大。

AWB收敛策略：快还是稳？

AWB收敛，指的是从当前色温切换到目标色温的过程。这里有个矛盾：收敛快了，画面会闪烁；收敛慢了，用户会感觉反应迟钝。

我一般把收敛策略分为三个阶段：

阶段	策略	适用场景
快速收敛	大步长调整，1-2帧内完成	场景切换、打开相机时
平滑收敛	小步长调整，5-10帧完成	缓慢变光、日常拍摄
锁定收敛	停止调整，保持当前值	预览稳定、视频录制中

为什么会这样设计？因为人眼对色温变化的敏感度其实不高，但对闪烁非常敏感。你想想看，如果拍视频时白平衡一直在跳，那画面看起来就很廉价。所以视频模式下，我通常会启用锁定收敛，只在场景发生明显变化时才重新触发AWB。

混合光源场景处理：最头疼的部分

混合光源，就是场景中存在两种或多种不同色温的光源。比如室内既有日光灯（4000K）又有窗外的阳光（5500K），或者舞台上有不同颜色的灯光。

这种情况下，AWB很难做。因为整个画面没有一个统一的色温，你无论选哪个色温，总有一部分区域是偏色的。

我常用的处理思路是：

• 全局优先：以主光源为准，牺牲次要光源的颜色准确性
• 分区处理：把画面分成多个区域，每个区域独立做AWB
• 场景识别：检测到混合光源时，切换到专门的混合光源模式

分区处理听起来很美好，但实现起来坑很多。区域之间的过渡怎么处理？如果相邻区域色温差异很大，边界处会出现明显的色阶。我试过用高斯模糊来平滑过渡，但效果一般，而且计算量很大。

目前业界比较成熟的做法是：先做全局AWB，然后对局部区域做二次校正。比如人脸区域优先保证肤色准确，背景区域可以适当牺牲。

知识体系总览

下面这张图总结了AWB算法的核心流程和关键环节：

从图中可以看到，AWB不是一条直线走到底的流程。色温估计、颜色校正、收敛策略、混合光源处理，这四个环节相互影响。比如混合光源场景下，色温估计的结果可能不准确，这时候就需要收敛策略来做平滑处理，避免画面抖动。

最后说一句：AWB调优没有标准答案。不同厂商、不同平台、不同传感器，调法都不一样。关键是要理解原理，然后根据实际效果反复迭代。我见过很多工程师拿着论文里的公式直接套用，结果效果一塌糊涂。记住，理论是基础，但最终还是要看画面效果。

---

公众号:蓝海资料掘金营，微信deep3321