人的视觉系统具有颜色恒常性，可以从变化的光照和成像环境下获得颜色不变性，但是成像设备不具有这种特性，不同光照环境会导致采集到的图像颜色和真实的图像颜色存在一定程度的差别。所以需要对颜色进行平衡校准，消除环境对于颜色的影响，灰度世界方法是其中一种方法。
灰度世界算法以灰度世界假设为基础，该假设认为，对于一副有大量色彩变化的RGB图像，三个分量的平均值趋向于同一个灰度值Gray。在物理意义上，灰度世界方法假设自然界景物对于光线的平均反射的均值在总体上是个定值，这个定值近似的为”灰色“。颜色平衡算法将这一假设强制应用在待处理图像上，可以从图像中消除环境光的影响，获得原始场景的图像。
算法执行步骤如下：
（1）获取Gray的两种方式，方式1是取固定值，例如最亮灰度值的一半，即八位下的128。方式2是计算RGB三个分量平均值的均值，即$\hat{R},\hat{G},\hat{B}$三个分量的均值。
（2）计算RGB三个通道的增益系数：$k_r = \frac{Gray}{\hat{R}},k_g = \frac{Gray}{\hat{G}},k_b = \frac{Gray}{\hat{B}}$。
（3）根据VK对角模型，对于图像中的每个像素C，调整其RGB分量为:
这种算法简单快速，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。
注：VK理论指出，可以用同一个对角矩阵描述两种光照条件在同一个物体表面颜色间的关系。假定在两种光照下感受的物体RGB值分别为$(p_r^2, p_g^2, p_b^2)$,$(p_r^1, p_g^1, p_b^1)$,则有：
参考:
1.https://blog.csdn.net/u010839382/article/details/41789261
2.https://blog.csdn.net/u012736685/article/details/50730784
3.https://www.cnblogs.com/luo-peng/p/4646231.html