一、原理
Su Wang于2011年提出基于直方图拉伸的自动白平衡算法，该算法通过自适应拉伸直方图来校正色偏。找到两个颜色通道的阈值，然后拉伸每个通道两个阈值之间的像素值，如式（2-15）。
其中，Cout为像素点的输出值，Cin是像素点的输入值，range是输出的像素值范围, 此处为默认的255。c_min是输入图像单通道最低的像素值,可以默认为0。U和L为两个阈值。阈值U的计算公式如式（2-16）。
其中，up_per为较大像素值的总量占总像素数目的百分比。sum为总的像素 数目。类似地，阈值L的计算公式如式（2-17）
其中，low_per为较小像素值的总量占总像素数目的百分比。通过对成百上千的图 片采用不同的up_per和low_per值进行测试，表明当up_per为99%，low_per为1%时 可以得到最好的白平衡效果。
算法主要包括三个步骤：
第一步按照式（2-8）分别计算出R,G,B通道的颜色直方 图。第二步根据式（2-16）与式（2-17）分别计算出RGB通道的三组阈值：Lr,Ur, Lg, Ug, Lb, Ub。第三步按照式（2-15）分别处理每个像素点的RGB值。
二、伪代码
cpp
#cdf为累计直方图，total_pixels=width*height a_min = 0,a_max = 255
# find the first index where the cumulative sum is greater than .01 * total
for(i = 0;i < 256;i++)
if((cdf[i] > 0.01 * total_pixels)
low = i;
# find the first index where the cumulative sum is greater than .99 * total
for(i = 0;i <256;i++)
if((cdf[i] > 0.99 * total_pixels)
high = i;
# STAGE: Histogram Stretching
for(i = 0;i < height;i++)
for(j = 0;j < width;j++)
{
image(i,j) = ((image(i,j) - low) * a_max / (high - low) + a_min)
image(i,j) = clip(image(i,j),a_min,a_max);
}三、效果
