在某些拍攝情境中，智慧型手機相機仍可能受到色彩干擾的影響。自動白平衡(Auto White Balance, AWB)是智慧型手機相機實現色彩一致性的關鍵技術，其目標是在不同光源條件下，使影像呈現接近人眼所感知的自然色彩。近年來，光譜感測技術逐漸被導入，用以補強AWB在特定複雜場景中的限制。透過這類感測技術，相機系統可更準確掌握光源特性，使影像呈現更穩定且一致的色彩表現。

手機攝影成為基本功能　色彩一致性問題浮現

自2007年iPhone問世以來，數位相機已成為消費者日常生活中的標準配備，攝影功能也迅速成為智慧型手機的重要應用之一。隨著Instagram、TikTok等影像平台興起，使用者對影像品質的要求持續提升。

在現代手機強大影像處理能力的支援下，多數室內與戶外場景已能呈現接近專業水準的影像效果。然而，隨著解析度與色彩敏感度提升，一些原本不明顯的問題也逐漸被放大，其中之一即是在特定情境下難以維持色彩一致性。

白點基準失效時的影響

人的眼睛對影像中色彩偏差相當敏感，尤其在人像拍攝中，膚色與服裝顏色的不一致更容易被察覺。

在理想情況下，顯示螢幕上的色彩應符合人眼對真實場景的感知。然而在不同光源條件下，例如黃昏時段或室內LED照明，白色可能呈現偏暖或偏冷的色調，導致整體畫面產生色偏。

為了解決這類問題，智慧型手機相機透過AWB進行色彩校正，將場景平均色彩調整至接近自然光(即日光)下的中性狀態(圖1)。AWB通常需建立白點基準，透過偵測場景中的白色物體或採用灰度世界(Gray World)演算法來實現。近年來，亦開始導入機器學習方法以提升判斷能力。

圖1　以光譜感測技術輔助自動白平衡前(左)、後(右)比較

圖1左為智慧型手機相機在單一色調背景下容易產生色偏的情境；圖1右則為導入光譜感測輔助後，透過自動白平衡進行校正，使花朵呈現較自然的色彩。然而，在某些特定場景中，傳統色偏估計方法仍可能失效，導致AWB進行錯誤校正，進而產生不自然的影像色彩。此類情況在以單一色調(如藍色、棕色、紫色或粉色)為主的背景中尤其常見。

光譜特徵辨識讓AWB更準確

為了提升AWB的準確度，光譜感測技術提供了另一種判斷光源的方法。每一種光源皆具有其獨特的光譜特徵(Spectral Power Distribution, SPD)。例如，冷白光LED、暖白光LED與自然日光，其光譜分布曲線存在明顯差異(圖2)。

圖2　不同光源的光譜分布(SPD)曲線呈現顯著差異

透過光譜感測器，系統可直接量測光源的光譜特徵，使相機能夠準確辨識光源類型，並套用對應的白平衡校正設定。

在此架構下，系統不再依賴場景中的白點或畫面內容進行推測，而是以光源本身的特性作為依據，即可完成色彩校正。相機可根據預先建立的光源特性資料，對整體畫面進行一致性的調整。

此外，光譜資訊亦可用於最佳化色彩轉換矩陣(Color Correction Matrix, CCM)以及鏡頭陰影校正(Lens Shading Correction)，進一步提升影像處理品質。

從實驗室技術到行動裝置應用

過去，光譜量測技術多應用於專業領域，傳統光譜儀價格昂貴且體積較大。隨著感測技術的進步，光譜感測已逐漸實現晶片化，使其能夠導入智慧型手機等消費性產品中。

透過多通道設計(例如最多八個通道)，感測器可辨識不同光源的關鍵光譜特徵，例如冷白光LED在約450 nm的藍光峰值，或暖白光LED在約650 nm的紅光峰值。

這使相機系統能夠更準確區分各類光源，並據此套用對應的色彩校正參數，在複雜環境中仍能維持穩定且自然的色彩輸出。

色彩一致性對產品競爭力的影響

影像品質已成為消費者選擇智慧型手機的重要因素之一。國際評測機構DXOMARK的評比結果顯示，色彩準確度與一致性對整體相機表現具有顯著影響。

同時，評測結果也反映出使用者的實際偏好：消費者普遍更傾向選擇具備優異影像品質與穩定色彩表現的機型。在此背景下，提升自動白平衡(AWB)的穩定性與準確度，不僅關乎影像品質，也直接影響產品在市場上的競爭力。

從相機到顯示的色彩一致性

除了相機端的白平衡校正外，光源辨識技術亦可延伸至顯示端的色彩管理。透過一致的光源資訊，系統可在拍攝與顯示之間維持一致的色彩表現，使使用者在螢幕上看到的影像更接近實際場景。

在實務應用上，市場上已逐漸出現整合多通道光譜感測的解決方案，可同時支援相機AWB與顯示管理需求。以艾邁斯歐司朗為例，其光譜感測技術已被應用於協助裝置辨識光源特性，並提升整體色彩管理的一致性，使影像從拍攝到顯示皆能維持更接近真實的色彩呈現。

(本文作者任職於ams歐司朗)