我們在本文介紹的算法闡述了如何使用運行在嵌入式處理器(諸如Zynq處理平臺采用的ARM9核)上的軟件，控制執行像素級色彩校正的定制圖像和視頻處理算法。

圖像視頻傳感器廣泛用于手機、視頻監視產品、汽車以及導彈系統等各種應用。幾乎所有這些應用都要求白平衡校正(也稱為色彩校正)，以便生成無論是在日光、白熾燈、熒光燈還是其它光照條件下都會產生與人眼視覺相一致的圖像色彩。

對以前使用ASIC或ASSP器件的眾多開發人員來說，現在用賽靈思FPGA或Zynq-7000 All Programmable SoC這樣的可編程邏輯器件來實現自動白平衡校正可能會是一個全新的挑戰。首先讓我們看一下運行在嵌入式處理器上的軟件(如運行在Zynq-7000 All Programmable SoC上的ARM9處理系統)是如何控制定制圖像/視頻處理邏輯來執行實時像素級色彩/白平衡校正的。

要了解是如何實現這一功能，首先需要了解色彩知覺和相機校準這些基本概念。

相機校準

要測量一個自身不發光或不透光的小型均勻表面物體反射光的色彩和強度，取決于三大函數：光源的光譜功率分布(I(λ))、表面材質的光譜反射特性(R(λ))、成像系統的光譜敏感性(S(λ))。

檢測器測量到的信號功率可表達為：

要得到有彩色圖像，攝影與攝像設備與人眼一樣，均使用有不同光譜響應的相鄰傳感器。人的視覺依賴三類光敏視椎細胞來形成色彩知覺。在開發基于人類感知的色彩模型時，國際照明委員會(CIE)定義了三個色彩匹配函數

。這三個函數可視為三個線性光檢測器的光譜敏感度曲線。三個線性光檢測器可產生CIE XYZ三色激勵值Px、Py和Pz，這三個值也被統稱為CIE標準觀察者。

數字圖像傳感器主要采用兩種方法測量三色刺激值。一種方法是在固有的單色光敏二極管上加一組濾色片陣列;另一種方法是使用堆疊光敏二極管測量光子吸收深度，這個深度與波長λ成正比。

但這兩種方法都不能產生與人眼相似的響應。因此，不同的光檢測和復制設備的色彩測量值存在差異，即在拍攝具有相同(Iλ)和(Rλ)的相同場景，圖像傳感器的測量值與觀測者的目測值之間也存在差異。

因此，相機校準的目的是轉換和校正相機或圖像傳感器測得的三色刺激值，實現與CIE標準觀察者相符的光譜響應。

白平衡

您可觀察自然光以及火焰、白織燈或熒光燈等不同光照條件下的任何物體，發現人的視覺都會認為物體有相同的顏色。這種現象被稱為“顏色適應”或者“色彩恒常性”。但是，如果相機不具備針對不同光源進行調整或自動補償的功能，獲得的色彩就會發生變化。而相機對這種情況進行校正的行為，就稱為白平衡校正。

圖1右側的等式分別用于描述光源的光譜、場景中各種物質的反射特性以及檢測器的光譜敏感度。這三者共同決定最終的色彩測量。因此即便是采用相同的檢測器，測量結果還是會把物體固有的色彩與光源的光譜混合在一起。只要滿足下列條件，就有可能實現白平衡，或者說將固有的反射特性R(λ)與光源的光譜I(λ)分離。

● 采用啟發法，比如光源上的空間頻率限制，或者先驗性地知道物體的色彩。例如，在日光下拍攝場景時，可以預計光源的光譜特性將在整個圖像上保持恒定。與此相反，如果將圖像投影到白屏幕上，光源的光譜特性會隨像素發生顯著的變化，但場景(幕布)的反射特性保持恒定。如果光源的特性和發射特性均有顯著的變化，就難以將場景中的物體和光源區分開來。

● 檢測器的敏感度S(λ)和光源光譜I(λ)在觀測的光譜范圍內不會為零。觀測者無法獲得光源光譜范圍外物體的任何反射特性信息。例如，如果場景中用單色紅光源照明，藍色物體和綠色物體都會是黑色。

早期方法

在數字成像系統中，已知光源的相機校準問題可以表達為一個離散三維向量函數：

其中F(x)為映射向量函數，為R、G、B主要色彩分量的離散向量(一般為8位、10位或12位)。根據是否要進行線性映射以及是否要獨立校正色彩分量，該映射函數可按照表1分類。