近年来视频监控系统在安防领域得到广泛应用,图像颜色的准确复现对监控视频的观察和取证具有重要的意义。人眼具有颜色恒常性的特点,能够保证观察到的物体颜色不受光源色温的影响。而机器视觉由于缺乏自适应性,不具有颜色恒常性的特点,除了光源颜色的不同会引起图像颜色偏差外,图像采集设备和图像显示设备的性能也会影响图像颜色的还原。为了消除监控视频中的图像颜色失真的现象,论文采用合适的图像调理方法对图像颜色进行评价和优化,以实现颜色的真实还原。在图像调理步骤中,自动白平衡算法是关键的一步。在研究现有的白平衡算法的基础上,论文提出了基于色温估计的自动白平衡算法,它不仅有效克服了灰度世界算法在图像颜色较少时的算法失效问题,同时克服了神经网络算法等的计算复杂度问题。本文的白平衡算法首先通过实验发现常见光源下灰色点的Cb、Cr的分布规律,依曲线插值出其他色温值点并确定对应色温的灰色点的Cb、Cr的分布范围,进而统计出图像像素中的Cb、Cr的值,估算出图像光源的色温,最后计算出相应的增益,对图像进行调整。论文介绍了主观评价和客观评价两种图像颜色评价方法,此处采用色差法对图像颜色优化效果进行评价。在自动白平衡算法对图像颜色校正后,图像颜色基本实现了真实还原,但从评价结果看,与预期要求还有些微差距。因此进一步对图像颜色进行饱和度和亮度的校正,得到的评价结果满足论文的要求,总色差△Eab*小于15,色度差异△Cab*小于10,饱和度Saturation在100到]30之间。最后,论文针对不同人的喜好,设定了自然、标准和浓艳三种颜色模式,以满足客户的多样需求。