1：Color Constancy？

世界上並不存在顏色。顏色僅僅是我們的眼睛和大腦對不同可見光的波長進行的一層對映。也就說顏色只是我們大腦和視網膜處理的結果。

1.1 關鍵問題

我們的視覺系統有一個特殊的功能就是在光源變化的情況下，依然能夠確定物體的真實顏色，這種魯棒性是計算機等處理機器所不具有的。

同一個紅彤彤的蘋果，在不同顏色的光源（比如賣豬肉的地方的燈是紅色光源，比如戶外裝飾樹的小燈有的是藍色光源）下，攝像頭拍攝出來的照片與我們眼睛看到的蘋果是不一致的。

這種不一致性就是要解決的“圖片的顏色在不同光源下，不恆定的問題”

1.2 關鍵目標

色彩的恆常性，也就可以簡單的理解為，在外界光源變化的情況下，依然能夠保留物體原始的色彩。

我們研究色彩恆常性，提出各種演算法，目的就是讓計算機也具有人類視覺系統的這個特殊功能，在不同光源的照射下還原影象的本來顏色。

example：一塊白色的桌布，在偏黃色的燈光照射下，手機拍攝的照片顯示出：這塊桌布偏黃色。此時就需要一種演算法將該圖片恢復成白色。

人的視覺系統具有顏色恆常性，能從變化的光照環境和成像條件下獲取物體表面顏色的不變特性，但成像裝置不具有這樣的調節功能。

不同的光照環境會導致採集的影象顏色與真實顏色存在一定程度的偏差，需要選擇合適的顏色平衡（校正）演算法，消除光照環境對顏色顯現的影響。

總結下就是：Colour constancy refers to the task of revealing the true colour

1.3 什麼是Color constancy?

Color constancy is the ability to recognize colors of objects invariant(• adj. 不變的) of the color of the light source.

Color constancy 是指【照片中物體的顏色】相對於【光源的顏色】，保持恆定不變。

如果發現【圖片中物體的顏色】有失真，就需要通過特定的演算法進行修正。那什麼演算法可以對失真的圖片進行修正呢？

此時就必須引入著名的The Grey-World hypothesis灰度世界假說理論了。

2 灰色世界假說 The Grey-World Hypothesis

2.1 灰度世界假說

灰度世界假說是通過大量的圖片分析發現，正常的圖片具備一種統計特徵：對於一幅有著大量色彩變化的影象（R,G,B），三個分量的平均值趨於同一灰度值。

灰度世界演算法是最常用平衡演算法。

• 從物理意義上講，灰色世界假設自然界景物對於光線的反射的均值在總體上是個定值，這個定值近似地為“灰色”。
• 顏色平衡演算法將這一假設強制應用於待處理影象，可以從影象中消除【環境光】的影響，獲得原始場景影象。

 2.2 灰度世界演算法步驟

灰度世界演算法簡單快速，但是當影象場景顏色並不豐富時，尤其出現大塊單色物體時，該演算法常會失效。

3 各種不同演算法的效能比較

Reference

• [Paper] Color constancy based on the Grey-edge hypothesis 
• [Paper] Learning to Enhance Low-Light Image via Zero-Reference Deep Curve Estimation