1. 项目背景与核心挑战
低光照环境下的自动白平衡（AWB）一直是计算机视觉领域的硬骨头。传统方法在光线充足时表现尚可，但当环境照度低于50lux时，色偏问题就会变得极其严重。我去年参与的一个安防监控项目就深受其害——夜间拍摄的画面要么泛黄得像老照片，要么泛蓝得像恐怖片场景。
这个问题的本质在于：低光照条件下，相机传感器捕获的信号信噪比（SNR）急剧下降，导致基于统计的白平衡算法（比如经典的灰度世界假设）完全失效。更棘手的是，不同光源的色温差异在低光环境下会被放大，而噪声又会干扰颜色统计，形成双重打击。
2. 技术方案设计思路
2.1 为什么选择深度强化学习
我们测试过三种技术路线：
- 传统图像处理 pipeline（失败：噪声敏感）
- 纯卷积神经网络（效果不稳定）
- 强化学习框架（最终方案）
强化学习的优势在于它能将白平衡建模为序列决策过程。智能体（agent）可以像专业调色师一样，通过多次微调逐步逼近最佳白平衡参数，而不是像端到端CNN那样一次性输出结果。这种渐进式调整特别适合处理高噪声的低光照图像。
2.2 网络架构双通道设计
核心模型包含两个并行的子网络：
- 状态感知网络：采用改进的ResNet-18结构，专门处理低光图像特征
- 策略网络：3层全连接网络，输出动作空间（色温调整量）
创新点在于加入了光照感知模块（LAM），它会实时计算图像的照度分布图，作为策略网络的额外输入。这个设计源自我们的关键发现：同一场景中不同区域的理想白平衡参数可能不同。
3. 关键实现细节
3.1 训练环境搭建
我们构建了包含12万张低光照图像的数据集（LOL-EXT），每张都包含：
- 原始RAW图像
- 专业调色师手动调整的参考图
- 环境光光谱测量数据
class AWBenvironment(gym.Env): def __init__(self): self.action_space = spaces.Box(low=-0.1, high=0.1, shape=(3,)) self.observation_space = spaces.Dict({ "image": spaces.Box(low=0, high=1, shape=(256,256,3)), "illum_map": spaces.Box(low=0, high=1, shape=(64,64)) })3.2 奖励函数设计
这是整个项目的灵魂所在，我们采用复合奖励函数：
R = 0.6R_color + 0.3R_detail + 0.1*R_natural
其中R_color计算CIE Lab空间的ΔE色差，R_detail评估图像高频成分保留度，R_natural是经过预训练的审美评价网络输出的评分。
4. 实战效果对比
在SID数据集上的测试结果：
| 方法 | ΔE(↓) | PSNR(↑) | SSIM(↑) | 推理时间(ms) |
|---|---|---|---|---|
| 传统AWB | 8.7 | 18.2 | 0.73 | 12 |
| CNN-based | 6.3 | 20.1 | 0.81 | 45 |
| 我们的方法 | 4.2 | 22.5 | 0.89 | 68 |
虽然推理时间稍长，但在ΔE色差指标上比传统方法提升了48%。实际部署时，我们通过模型量化和TensorRT加速，最终在Jetson Xavier上实现了35ms的单帧处理速度。
5. 工程落地经验
5.1 边缘设备优化技巧
- 将LAM模块替换为轻量化的光照估计算法
- 使用16位定点数替代32位浮点数
- 限制agent最多执行3次调整动作
5.2 常见问题排查
当出现色斑现象时：
- 检查输入图像的噪声水平
- 验证光照估计模块的输出是否合理
- 降低初始学习率重新训练
我们在富士康产线测试时发现，某些特定波长的工业照明会导致模型误判。解决方法是在训练数据中加入对应场景的合成图像。
6. 扩展应用方向
这个方法不仅适用于安防监控，在以下场景也表现出色：
- 医疗内窥镜影像增强
- 天文摄影的实时处理
- 车载夜视系统
最近我们正在尝试将框架扩展到HDR视频流处理，初步结果显示每帧处理耗时可以控制在50ms以内。一个有趣的发现是：智能体在学习过程中自发形成了类似人类色彩记忆的机制，会对连续帧保持色彩一致性。
