Shades-of-Gray (SoG) 算法--白平衡算法

一、SOG算法概述

1.Shades-of-Gray (SoG) 算法是白平衡领域中一个非常优雅的框架。它的核心贡献在于,将灰度世界(Gray-World)和完美反射(White-Patch)这两个看似对立的算法,统一到了同一个数学框架下。

二、对SOG算法取对数

在实践中,很多白平衡算法都会先对图像取对数,然后在 log 域进行光源估计。例如:

三、失效场景

以下场景中,SoG 算法(无论 𝑝 p 取何值)通常都会失效或表现不佳:

1.大面积单色主导的场景 例子:大面积蓝天、茂密的绿色森林、红色的花海。

失效原因:破坏了"场景平均反射率为灰色"的核心假设。算法会将单色背景误认为光源颜色,校正后画面会严重褪色或出现补色偏差。

2.多光源/混合光源场景 例子:室内暖黄灯光与窗外冷蓝日光同时存在的场景。

失效原因:全局统计算法只能给出一个全局光源估计,无法处理空间上不均匀的光照分布。

3.极端过曝或极暗场景 例子:逆光拍摄导致大面积过曝,或夜景极暗环境。

失效原因:过曝像素丢失了反射率信息(全部截断为 255),暗部像素被噪声淹没。此时计算出的 𝑝 p-范数无法反映真实的光源强度。

4.场景中完全没有高光/白点,且色彩高度集中 例子:拍摄一堆纯黄色的香蕉,没有背景。

失效原因:即使 𝑝 p 取中间值,高亮区域依然是黄色的,算法会错误地估计光源偏黄,校正后香蕉会变成灰白色。

5.光源本身具有强烈色彩且无中性物体 例子:在纯红色霓虹灯下拍摄纯绿色物体。

失效原因:SoG 无法区分"光源是红色"还是"物体是红色",这是所有基于统计假设的白平衡算法的盲区。

相关推荐
吴佳浩5 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
少司府8 小时前
嵌入式外设篇(二)GPIO·二:GPIO输出与LED控制
linux·stm32·单片机·嵌入式硬件·mcu·51单片机·系统
forest_098 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
H.莓飛9 小时前
【C++】【STL】stack_OJ题
服务器·c语言·开发语言·数据结构·c++·算法·visual studio
火山引擎开发者社区9 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔10 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区10 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM12310 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI10 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能