复杂和多光照场景下的光照估计是颜色恒常性计算的难点和热点。提出一种对数域中基于实例学习的光照估计方法。通过分析光照对图像色度的影响, 提取对数色度直方图作为光照一致性特征, 在实例学习框架下, 根据特征相似的已知光照实例估计目标场景光照。算法分割原始图像为多个光照均匀场景, 分区域估计局部光照, 并融合得到整幅图像的全局光照信息。在多组单光照和多光照数据集上的实验结果表明, 相较于其他先进方法, 本文方法在不同数据集上的光照估计误差中位数降低了5%~14%, 精度更高且稳健性更好。