1.一種基于相機(jī)響應(yīng)函數(shù)的場景光源估計(jì)準(zhǔn)確性提升方法，其特征在于，包括以下步驟：
S1、計(jì)算相機(jī)轉(zhuǎn)換矩陣：通過最小二乘法，計(jì)算訓(xùn)練圖像使用的相機(jī)顏色敏感性響應(yīng)函數(shù)到測試圖像使用的相機(jī)顏色敏感性響應(yīng)函數(shù)對同一給定表面反射率的響應(yīng)值之間的轉(zhuǎn)換矩陣，得到相機(jī)轉(zhuǎn)換矩陣；
S2、轉(zhuǎn)換訓(xùn)練圖像組：將一組已知真實(shí)光源的訓(xùn)練圖像及其真實(shí)光源利用步驟S1計(jì)算得到的相機(jī)轉(zhuǎn)換矩陣轉(zhuǎn)換為測試圖像相機(jī)下對應(yīng)的圖像與真實(shí)光源；
S3、計(jì)算測試圖像回歸矩陣：利用靜態(tài)光源估計(jì)方法估計(jì)步驟S2中轉(zhuǎn)換后的圖像的光源，將每一幅圖像對應(yīng)的所有估計(jì)結(jié)果及交叉項(xiàng)作為其圖像的特征，得到相應(yīng)的特征矩陣；通過回歸的方法，計(jì)算得到測試圖像的特征與光源間的回歸矩陣；
S4、估計(jì)測試圖像光源：對測試圖像提取與步驟S3中相同的圖像特征，與步驟S3得到的回歸矩陣相乘，得到測試圖像的估計(jì)光源。
2.根據(jù)權(quán)利要求1所述的基于相機(jī)響應(yīng)函數(shù)的場景光源估計(jì)準(zhǔn)確性提升方法，其特征在于，所述步驟S2具體為：
將訓(xùn)練圖像中的每一個(gè)像素點(diǎn)的值均與步驟S1計(jì)算得到的相機(jī)轉(zhuǎn)換矩陣相乘，得到的值即為轉(zhuǎn)換后圖像對應(yīng)位置的像素值；再將訓(xùn)練圖像的真實(shí)光源與步驟S1計(jì)算得到的相機(jī)轉(zhuǎn)換矩陣相乘，得到的值即為轉(zhuǎn)換后圖像的真實(shí)光源。
3.根據(jù)權(quán)利要求1所述的基于相機(jī)響應(yīng)函數(shù)的場景光源估計(jì)準(zhǔn)確性提升方法，其特征在于，所述步驟S3中的靜態(tài)光源估計(jì)方法為grey world與grey edge方法，具體過程如下：需要計(jì)算的特征分別為圖像R、G、B三個(gè)通道的均值以及三個(gè)通道邊緣的均值，引入交叉項(xiàng)，最終得到的特征為R、G、B三個(gè)通道的均值，R、G、B三個(gè)通道邊緣的均值，R通道與G通道相乘之后的均值開根號(hào)，R通道與B通道相乘之后的均值開根號(hào)，以及G通道與B相乘之后的均值開根號(hào)，共9個(gè)特征。
4.根據(jù)權(quán)利要求1所述的基于相機(jī)響應(yīng)函數(shù)的場景光源估計(jì)準(zhǔn)確性提升方法，其特征在于，所述步驟S3中的回歸的方法為非線性神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)或最小二乘法。