完美反射法--白平衡算法

一、完美反射法概述
1.完美反射法的别名为white-patch白斑法，也成为白点法，也成为Max-RGB法
2.完美反射法有三个名字：white-patch法，完美反射法/白点法，Max-RGB法，其实都是一个算法的三种叫法
3.涉及到Retinex理论，图像形成模型，理想反射体假设，光源估计，Von Kries校正
4.底层数学原理和物理假设
5.完美反射体，朗伯体，反射率，光源光谱，传感器响应。
6.完美反射法基于“场景中存在一个完美反射面（镜面或白点），其反射率在所有波长上为1”
7.完美反射法本质是寻找场景中反射率最大的像素，将其颜色视为光源颜色，通过通道增益实现白平衡。
8.完美反射法（Perfect Reflector / White Patch / Max-RGB）是同一算法的不同名称
9.底层原理建立在 Retinex 理论和理想反射体假设上
10.灰度世界是平均反射率假设，完美反射法是最大反射率假设，二者是 Shades-of-Gray 的两个极端（p=∞ 和 p=1）。

二、完美反射法分析
1.完美反射法要求场景中存在一个对所有波长都完全反射的理想白点，这个点反射了光源的全部颜色，因此它的RGB值就是光源的颜色；
2.白色 & 黑色
白色物体对可见光几乎全部反射，所以看起来是白色。
黑色物体则几乎吸收所有可见光，所以看起来是黑色。
实际衣服不是“绝对白”，会吸收少量光，但反射比例远大于吸收。

三、计算方法
Target_gray的三种方式
方式一：Target_gray = Max(R,G,B)
方式二：Target_gray = 255,针对8bit深度的图像
方式三：Target_gray = G_max

伪代码：
function PerfectReflector(I, percentile=99.9, T_mode='max'):
    I_float = float(I)
    L_R = percentile(I_float[:,:,0], percentile)
    L_G = percentile(I_float[:,:,1], percentile)
    L_B = percentile(I_float[:,:,2], percentile)
    
    if T_mode == 'max':
        T = max(L_R, L_G, L_B)
    elif T_mode == '255':
        T = 255
    elif T_mode == 'green':
        T = L_G
    
    g_R = T / L_R
    g_G = T / L_G
    g_B = T / L_B
    
    out[:,:,0] = I_float[:,:,0] * g_R
    out[:,:,1] = I_float[:,:,1] * g_G
    out[:,:,2] = I_float[:,:,2] * g_B
    
    out = clip(out, 0, 255)
    return uint8(out)
    
四、完美反射法的有效区间和局限性
1.完美反射法的依赖条件或者假设条件
场景中又白色物体，这种算法效果才好；
如果场景不存在白色物体，或者没有反射率接近1的像素，最大值只能反映最亮物体的颜色，会低估光源强度，导致校正不足。
2.不同通道的最大值来自不同物体，这个会造成颜色校正错误
例如红色物体在 R 通道最大，蓝色物体在 B 通道最大，导致光源估计颜色错误。
3.噪声与坏点：单个噪声像素可能成为最大值，产生严重色偏。
噪声和坏点会影响完美反射法，会导致算法失效。
4.过曝饱和：如果完美反射体过曝，像素值被截断，无法反映真实光源强度。
5.大面积单色场景：如红色墙壁，R 通道最大值远大于其他通道，导致严重偏色。
6.多光源场景：不同区域光源不同，全局最大值无法代表局部光源。

五、算法改进
1.高百分位完美反射法：用 99% 或 99.9% 分位数代替最大值，抑制噪声和坏点。
2.块状完美反射法：将图像分块，每块取最大值，再对这些值取中位数或投票，得到更稳健的光源估计。
3.阈值完美反射法：只考虑亮度高于某阈值的像素，在这些像素中计算通道平均值作为光源估计。
4.对数域完美反射法：在 log 域计算，结果与直接取最大值等价，但便于结合其他 Retinex 方法。
5.多尺度完美反射法：结合不同尺度下的白点估计，提高对复杂场景的适应性。
6.与灰度世界混合：根据场景内容动态选择完美反射法或灰度世界。例如当图像中存在明显白色区域时使用完美反射法。