世界上并不存在颜色。颜色仅仅是我们的眼睛和大脑对不同可见光的波长进行的一层映射。也就说颜色只是我们大脑和视网膜处理的结果。
1.1 关键问题我们的视觉系统有一个特殊的功能就是在光源变化的情况下，依然能够确定物体的真实颜色，这种鲁棒性是计算机等处理机器所不具有的。
同一个红彤彤的苹果，在不同颜色的光源（比如卖猪肉的地方的灯是红色光源，比如户外装饰树的小灯有的是蓝色光源）下，摄像头拍摄出来的照片与我们眼睛看到的苹果是不一致的。
这种不一致性就是要解决的“图片的颜色在不同光源下，不恒定的问题”
1.2 关键目标
色彩的恒常性，也就可以简单的理解为，在外界光源变化的情况下，依然能够保留物体原始的色彩。
我们研究色彩恒常性，提出各种算法，目的就是让计算机也具有人类视觉系统的这个特殊功能，在不同光源的照射下还原图像的本来颜色。
example：一块白色的桌布，在偏黄色的灯光照射下，手机拍摄的照片显示出：这块桌布偏黄色。此时就需要一种算法将该图片恢复成白色。
人的视觉系统具有颜色恒常性，能从变化的光照环境和成像条件下获取物体表面颜色的不变特性，但成像设备不具有这样的调节功能。
不同的光照环境会导致采集的图像颜色与真实颜色存在一定程度的偏差，需要选择合适的颜色平衡（校正）算法，消除光照环境对颜色显现的影响。
总结下就是：Colour constancy refers to the task of revealing the true colour of an object despite ambient(环境的) presence of intrinsic illuminant(光源).
1.3 什么是Color constancy?
Color constancy is the ability to recognize colors of objects invariant(• adj. 不变的) of the color of the light source.
Color constancy 是指【照片中物体的颜色】相对于【光源的颜色】，保持恒定不变。
如果发现【图片中物体的颜色】有失真，就需要通过特定的算法进行修正。那什么算法可以对失真的图片进行修正呢？
此时就必须引入著名的The Grey-World hypothesis灰度世界假说理论了。
2 灰色世界假说 The Grey-World Hypothesis 2.1 灰度世界假说
灰度世界假说是通过大量的图片分析发现，正常的图片具备一种统计特征：对于一幅有着大量色彩变化的图像（R,G,B），三个分量的平均值趋于同一灰度值。
灰度世界算法是最常用平衡算法。
- 从物理意义上讲，灰色世界假设自然界景物对于光线的反射的均值在总体上是个定值，这个定值近似地为“灰色”。
- 颜色平衡算法将这一假设强制应用于待处理图像，可以从图像中消除【环境光】的影响，获得原始场景图像。
灰度世界算法简单快速，但是当图像场景颜色并不丰富时，尤其出现大块单色物体时，该算法常会失效。
3 各种不同算法的性能比较
Reference
- [Paper] Color constancy based on the Grey-edge hypothesis
- [Paper] Learning to Enhance Low-Light Image via Zero-Reference Deep Curve Estimation