CN100563297C - 实现白平衡校正的方法及装置 - Google Patents

Abstract

本发明公开了一种实现白平衡校正的方法，该方法包括：通过训练确定在色度值空间上的色温曲线；确定待处理图像中象素点的色度值；根据所述象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重；确定一个达到阈值的权重，并根据该权重对应的点的色度值进行白平衡校正。通过本发明，避免了自动白平衡过程中由于忽略了当前光源对校正参数的影响而出错造成的失真，同时解决了无法识别混合光源的问题，避免了由于训练光源种类有限导致白平衡校正效果较差的问题，使得图像质量较好，用户感受较好。本发明还公开了一种实现白平衡校正的装置。

Description

实现白平衡校正的方法及装置

技术领域

本发明涉及图像处理技术，尤其涉及一种实现白平衡校正的方法及装置。

背景技术

数码摄像机和数码照相机等视频摄像设备一般包括光学镜头、图像传感器、图像处理芯片、图像传输模块和图像显示模块。事实上，一种颜色在不同光源的照射下会呈现出不同的颜色，例如，灰色在白炽灯照射下会呈现黄色，而在冷光照射下会呈现青色。人眼有自动调节的功能，即使在不同的光源下也能够区分灰色与彩色物体，但是，该灰色物体经过光学镜头和图像传感器后输出的颜色就不一定是灰色了，实验表明，在A光照射下灰色物体通过图像传感器后输出的原始图像呈现明显的橙色。因此，必须对输入的原始图像的颜色进行处理，使之在不同的光源照射下呈现正常的灰色，目前，较通用的校正方法是白平衡校正。

以灰色为例，在不同光源的照射下通过图像传感器后会呈现出不同的颜色，而光源一般是用色温来量化表现。色温的定义为：光源发射光的颜色与黑体在某一温度下辐射光色相同时，黑体的温度称为该光源的色温。由于大部分光源所发出的光可以统称为白光，故光源的色温也可以用以指称其光色相对白的程度。光色越偏蓝，色温越高，颜色越冷；偏红则色温越低，颜色越暖。标准光源(D65)色温为6500K，而冷光(CW)则为4000～5000K，A光为3000K左右。对图像传感器来说，在某种色温的光源下，灰色都呈现某种固定的颜色。由此如果能识别出当前场景的光源，则可由该光源的颜色确定白平衡的校正参数，对输入图像进行校正。如识别出当前光为A光后，考虑到三基色红绿蓝中，橙色的特征是红色、绿色分量偏高，蓝色偏低，我们就可以将图像中红色、绿色分量降低，提高蓝色分量，将橙色调为灰色，达到自动白平衡的目的。

在现有的实现白平衡校正的方法中，并没有考虑到光源对白平衡校正时参数的影响。当摄像头捕获的图像为饱和度较小的单色物体时，如肤色图像，则通过白平衡算法时，会将这类颜色视为灰色，即将肤色视为灰色，使得自动白平衡校正出错，用户最后查看到的图像失真，图像质量较差，用户体验较差。

发明内容

本发明提供一种实现白平衡校正的方法及装置，以解决现有技术中存在的由于没有考虑到光源的影响而存在图像失真、图像质量较差的问题。

本发明提供一种实现白平衡校正的方法，该方法包括：

分别采集每一光源照射在一颜色素材时产生的颜色图像，根据所述颜色图像中象素点的色度值，确定所述色度值在色度值空间上的色温曲线；

确定待处理图像中象素点的色度值；

根据所述待处理图像中象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重，所述权重与色温曲线中的一个点对应，表示对应点的色度值对应的待处理图像中象素点个数；

确定一个达到阈值的权重，并根据该权重对应的点的色度值进行白平衡校正。

根据所述颜色图像中象素点的色度值，确定所述色度值在色度值空间上的色温曲线包括：

根据所述颜色图像中象素点的色度值确定所述色度值分布区域；

确定每一色度值分布区域中的色度平均值，将所述色度平均值顺序相连得到所述色温曲线。

所述色度平均值为：

所述颜色图像中包含的象素点的色度值之和，与颜色图像中包含的象素点个数的比值。

根据所述待处理图像中象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重包括：

在色度值空间中，确定所述待处理图像中一象素点的色度值到所述色温曲线上各点的色度值的距离，若所述距离中的最短距离小于设定值，则将色温曲线上一点对应的权重增加，该权重的对应的所述色温曲线上一点的色度值与所述象素点的色度值之间的距离为所述最短距离。

所述将色温曲线上一点对应的权重增加包括：

将所述权重增加一个固定值，该固定值大于0。

所述将色温曲线上一点对应的权重增加包括：

利用公式W_new＝W_old(s)+G(s，s_cur，σ)将权重增加，其中W_new表示增加后的权重；W_old(s)表示增加前的权重； $G(s,s_{\mathrm{cur}},\mathrm{\σ})=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp [-\frac{{(s-s_{\mathrm{cur}})}^2}{2{\mathrm{\σ}}^2}]$ 表示正态分布，s_cur表示色温曲线上与所述象素点的色度值之间距离为所述最短距离的色度值所在的点到色温曲线起始点的弧长，s表示色温曲线上每一点到色温曲线起始点的弧长。

确定一个达到阈值的权重，包括：

将达到所述阈值的最大权重作为确定的权重。

根据该权重对应的点的色度值进行白平衡校正，包括：

确定所述色度值对应的白平衡校正参数，并根据该白平衡校正参数进行白平衡校正。

本发明实施例还提供一种实现白平衡校正的装置，该装置包括：

采集单元，用于分别采集每一光源照射在一颜色素材时产生的颜色图像；

色温曲线确定单元，用于根据所述颜色图像中象素点的色度值，确定所述色度值在色度值空间上的色温曲线；

用于确定待处理图像中象素点的色度值的单元；

权重确定单元，用于根据所述待处理图像中象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重，所述权重与色温曲线中的一个点对应，表示对应点的色度值对应的待处理图像中象素点个数；

校正单元，用于确定一个达到阈值的权重，并根据该权重对应的点的色度值进行白平衡校正。

所述色温曲线确定单元包括：

分布区域确定单元，用于根据所述颜色图像中象素点的色度值确定所述色度值分布区域；

操作单元，用于确定每一色度值分布区域中的色度平均值，将所述色度平均值顺序相连得到所述色温曲线。

所述色温曲线确定单元还包括：

第一保存单元，用于保存色度平均值，该色度平均值为：所述颜色图像中包含的象素点的色度值之和，与颜色图像中包含的象素点个数的比值。

所述权重确定单元包括判断单元和执行单元，其中，

所述判断单元，用于在色度值空间中，确定所述待处理图像中一象素点的色度值到所述色温曲线上各点的色度值的距离，若所述距离中的最短距离小于设定值，则触发所述执行单元；

所述执行单元，用于将色温曲线上一点对应的权重增加，该权重的对应的所述色温曲线上一点的色度值与所述象素点的色度值之间的距离为所述最短距离。

所述执行单元包括：

第二保存单元，用于保存一个固定值，该固定值大于0；

第一权重增加单元，用于将所述权重增加所述保存的固定值。

所述执行单元包括：

第三保存单元，用于保存公式：

W_new＝W_old(s)+G(s，s_cur，σ)

其中，W_new表示增加后的权重；W_old(s)表示增加前的权重； $G(s,s_{\mathrm{cur}},\mathrm{\σ})=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp [-\frac{{(s-s_{\mathrm{cur}})}^2}{2{\mathrm{\σ}}^2}]$ 表示正态分布，s_cur表示色温曲线上与所述象素点的色度值之间距离为所述最短距离的色度值所在的点到色温曲线起始点的弧长，s表示色温曲线上每一点到色温曲线起始点的弧长

第二权重增加单元，用于利用保存的所述W_new＝W_old(s)+G(s，s_cur，σ)公式将权重增加。

所述校正单元包括：

个数确定单元，用于确定达到所述阈值且最大的权重；

实现单元，用于利用确定的所述最大的权重对应的点的色度值进行白平衡校正。

所述实现单元包括：

参数确定单元，用于确定所述色度值对应的白平衡校正参数；

运行单元，用于根据该白平衡校正参数进行白平衡校正。

本发明通过训练获得在色度值空间上的色温曲线和待处理图像中象素点的色度值后，根据所述象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重，确定一个达到阈值的权重，并根据该权重对应的点的色度值进行白平衡校正的方法，避免了自动白平衡过程中由于忽略了当前光源对校正参数的影响而出错造成的失真，同时解决了无法识别混合光源的问题，避免了由于训练光源种类有限导致白平衡校正效果较差的问题，使得图像质量较好，用户感受较好。

附图说明

图1(a)和图1(b)为本发明实施例中实现白平衡校正的装置；

图2为本发明实施例方法步骤流程示意图；

图3为本发明实施例中训练色温曲线和白平衡校正流程示意图；

图4为本发明实施例中灰色图像被A光照射时象素点的直方图；

图5为本发明实施例中灰色图像被A光照射时象素点的旋转45度后的直方图；

图6为本发明实施例中三种色温曲线示意图；

图7为本发明实施例中确定A是否为色温曲线邻域空间内的色度值的示意图；

图8为本发明实施例中三种色温曲线的邻域空间示意图；

图9(a)为本发明实施例A光照射时校正前的彩色图像；

图9(b)为利用本发明实施例后，将图9(a)校正后的彩色图像。

具体实施方式

本发明实施例的主要思想为：首先，采集每一光源照射在一颜色素材时产生的颜色图像，根据所述颜色图像中象素点的色度值确定在色度值空间上的色温曲线；然后，确定待处理图像中象素点的色度值；再次，根据所述象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重；最后，确定一个达到阈值的权重，并根据该权重对应的点的色度值进行白平衡校正。

下面结合说明书附图详细说明本发明，

如图1(a)和图1(b)所示，为本发明实施例中实现白平衡校正的装置，该装置包括采集单元11、色温曲线确定单元12、权重确定单元13和校正单元14，其中，采集单元11用于采集每一光源照射在一颜色素材时产生的颜色图像；色温曲线确定单元12用于根据所述颜色图像中象素点的色度值确定在色度值空间上的色温曲线；权重确定单元13用于根据所述象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重；校正单元14用于确定一个达到阈值的权重，并根据该权重对应的点的色度值进行白平衡校正。

所述色温曲线确定单元12包括分布区域确定单元21和操作单元22，其中，分布区域确定单元21用于根据所述颜色图像中象素点的色度值确定所述色度值分布区域；操作单元22用于确定每一色度值分布区域中的色度平均值，将所述色度平均值顺序相连得到所述色温曲线。

所述色温曲线确定单元12还包括第一保存单元23，用于保存色度平均值，该色度平均值为：所述颜色图像中包含的象素点的色度值之和，与颜色图像中包含的象素点个数的比值。更进一步地，该第一保存单元23用于保存确定色度平均值的公式：

所述权重确定单元13包括判断单元31和执行单元32，其中，所述判断单元31用于在色度值空间中，确定所述待处理图像中一象素点的色度值到所述色温曲线上各点的色度值的距离，若所述距离中的最短距离小于设定值，则触发所述执行单元32；所述执行单元32用于将色温曲线上一点对应的权重增加，该权重的对应的所述色温曲线上一点的色度值与所述象素点的色度值之间的距离为所述最短距离。

执行单元32在实现将色温曲线上一点对应的权重增加的方法可以有多种，包括但不限于：

如图1(a)所示，所述执行单元32包括：第二保存单元41和第一权重增加单元42，其中，第二保存单元41用于保存一个固定值，该固定值大于0；第一权重增加单元42用于将所述权重增加所述保存的固定值。

如图1(b)所示，所述执行单元32包括第三保存单元43和第二权重增加单元44，其中，第三保存单元43用于保存公式：

W_new＝W_old(s)+G(s，s_cur，σ)，其中，W_new表示增加后的权重；W_old(s)表示增加前的权重； $G(s,s_{\mathrm{cur}},\mathrm{\σ})=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp [-\frac{{(s-s_{\mathrm{cur}})}^2}{2{\mathrm{\σ}}^2}]$ 表示正态分布，s_cur表示色温曲线上与所述象素点的色度值之间距离为所述最短距离的色度值所在的点到色温曲线起始点的弧长，s表示色温曲线上每一点到色温曲线起始点的弧长；第二权重增加单元44用于利用保存的所述W_new＝W_old(s)+G(s，s_cur，σ)公式将权重增加。

所述校正单元14包括个数确定单元51和实现单元52，其中，个数确定单元51用于确定达到所述阈值且最大的权重；实现单元52用于利用确定的所述最大的权重对应的点的色度值进行白平衡校正。

所述实现单元52包括参数确定单元61和运行单元62，其中，参数确定单元61用于确定所述色度值对应的白平衡校正参数；运行单元62用于根据该白平衡校正参数进行白平衡校正。

下面结合具体实施例详细说明本发明方法。

如图2所示，为本发明实施例方法步骤流程示意图，该方法包括：

步骤201：采集每一光源照射在一颜色素材时产生的颜色图像，根据所述颜色图像中象素点的色度值确定在色度值空间上的色温曲线。

在本发明实施例中，可以利用训练方法确定在色度值空间上的色温曲线，在本实施例中后续所涉及的色温曲线和距离都是指色度值空间中的，具体实施步骤如图3所示，该训练步骤包括：

首先，确定光源与颜色素材。

要获得多种光源分别照射在多种颜色素材时产生的颜色图像的色温曲线，则首先要确定出参与训练的多种光源和颜色素材。在这里，所谓多种光源可以是根据不同的色温来划分的，例如，可以根据色温的从高到低划分出6种光源，它们分别是：D65、室内日光灯(Indoor)、CW、TL84、A和H，而多种颜色素材也可以包括：灰色素材、绿色素材和肤色素材等。以灰色素材为例，可以分别获得上述6种光源照射在灰色素材时产生的颜色图像的色度值分布区域。

其次，采集一光源照射在一素材时产生的颜色图像。

在上一步中确定的三种颜色素材：灰色素材、绿色素材和肤色素材分别放在所述6种光源下，由图像传感器和计算机采集产生的颜色图像数据，共可以采集18幅颜色图像。当然，采集颜色样本过程中也可以利用其它的方法，例如，将每种图像素材提供两个样本，采集到36幅训练图像等方法。

再者，根据采集到的颜色图像中象素点的色度值确定色度值分布区域。

本实施例以A光照射在灰色图像上为例，可以将采集到的A光照射在灰色素材时产生的颜色图像中象素点颜色分量的比值或该比值的对数作为颜色图像中象素点的色度值。在本实施例中采用颜色分量的比值的对数作为象素点色度值的原因是：由于颜色亮度不包含色度值信息，所以利用图像象素点的颜色分量(RGB)的比值来衡量色度值信息。将该三个颜色分量进行相除可以获得两个色度值：r/b和g/b，即获得了该象素点的色度值信息，当然，也可以是r/g和b/g，或b/r和g/r。在实际的白平衡硬件操作中，除法是比较难处理的，为了实现查表实现快速算法，则将r/b和g/b转化为log(r/b)和log(g/b)，这两个表达式可简化为log(r)-log(b)和log(g)-log(b)。由于R、G和B三个颜色分量值的大小在0至255之间的整数，因此可以设定0至255之间每一个整数和该整数取对数的值的对应关系，对于任意象素点的色度值，利用该对应关系可以简便地获得对色度值log(r/b)和log(g/b)。通过此方法，可以获得该灰色图像中每一个象素点的两个色度值。

统计确定该颜色图像中象素点的两个色度值的直方图，将上述log(r)-log(b)和log(g)-log(b)分别作为所述直方图中象素点色度值的x坐标和y坐标，如图4所示，由于图像传感器噪声干扰、亮度不同等因素，成像后各点的色度值并非完全一致，而是分布在一个狭窄的长条内，即图中白色亮度区域为象素点色度值的分布区域。从图4中可以看出，所述灰色图像中象素点色度值的分布方向大致与水平轴存在45度角，为了使硬件工作更加简便，将图4中的象素点色度值的分布方向旋转45度，旋转后如图5所示，则旋转后的象素点色度值的x坐标和y坐标变为log(r)+log(g)-2log(b)和log(r)-log(g)，则将该直方图中象素点色度值分布范围作为所述色度值分布区域。

最后，利用色度值分布区域确定色温曲线。

以6种光源照射在灰色素材为例，得到6个色度值分布区域，分别从这6个分布区域中确定一个色度值，则将这6个色度值顺序相连即为灰色色温曲线，这条曲线近似描述了当前传感器采集到的灰色图像中的象素点色度值分布范围曲线。从分布区域中确定色度值的方式可以有多种，例如，将色度平均值作为从分布区域中确定的色度值，该色度平均值为：颜色图像中包含的象素点的色度值之和，与颜色图像中包含的象素点个数的比值，即利用下述公式(1)确定的色度平均值，将该色度平均值作为色度值分布区域中确定的色度值。

当然，也可以从每一个分布区域中确定至少两个色度值，以确定两个色度值为例，则将从6个色度值分布区域中确定出的12个色度值顺序相连作为灰色色温曲线。同样，可以通过前面描述的方法来确定出绿色色温曲线和肤色色温曲线，如图6所示，将得到的色温曲线保存，此时色温曲线训练结束。

图6中所示的3条色温曲线可以用参数表达式来描述，灰色色温曲线的表达式如公式(2)所示：

$\left\{\begin{array}{c}{L}_x=L_{\mathrm{xgray}}\left(s\right)\\ L_y=L_{\mathrm{ygray}}\left(s\right)\\ T=T_{\mathrm{gray}}\left(s\right)\\ 0\≤s\≤s_H\end{array}\right.---\left(2\right)$

其中，s为色温曲线中的一段的弧长，即该灰色色温曲线中一点到该色温曲线起始点的弧长距离，s_H为该色温曲线的整个弧长，例如，图6中灰色色温曲线是按照光源色温从高至低顺序连接的，起始点为D65光源对应的点，则在起始点s＝0，末尾点为H光源对应的点，则在末尾点s＝s_H；L_xgray(s)和L_ygray(s)表示色温曲线上弧长为s的点的色度值；T_gray(s)表示色温曲线上弧长为s的点的色温。

当确定了灰色色温曲线的参数表达式后，可以以该参数表达式为基础得到绿色色温曲线和灰色色温曲线的参数表达式。对于绿色色温曲线而言，其表达式为公式(3)：

$\left\{\begin{array}{c}{L}_x=L_{\mathrm{xgreen}}\left(s_{\mathrm{green}}\right)\\ L_y=L_{\mathrm{ygreen}}\left(s_{\mathrm{green}}\right)\end{array}\right.---\left(3\right)$

其中，s_green表示绿色色温曲线上的一点到该曲线起始点的弧长，L_xgreen(s_green)和L_ygreen(s_green)表示该点的色度值。

可以利用线性对应的方法建立s与s_green之间的对应关系：s_green＝f_green(s)，则可将公式(3)转换为公式(4)：

$\left\{\begin{array}{c}{L}_x=L_{\mathrm{xgreen}}\left(f_{\mathrm{green}}\left(s\right)\right)=L_{\mathrm{xgreen}}^{\′}\left(s\right)\\ L_y=L_{\mathrm{ygreen}}\left(f_{\mathrm{green}}\left(s\right)\right)=L_{\mathrm{ygreen}}^{\′}\left(s\right)\end{array}\right.---\left(4\right)$

同样，肤色色温曲线的参数表达式也可以公式(5)：

$\left\{\begin{array}{c}{L}_x=L_{\mathrm{xskin}}\left(f_{\mathrm{skin}}\left(s\right)\right)=L_{\mathrm{xskin}}^{\′}\left(s\right)\\ L_y=L_{\mathrm{yskin}}\left(f_{\mathrm{skin}}\left(s\right)\right)=L_{\mathrm{yskin}}^{\′}\left(s\right)\end{array}\right.---\left(5\right)$

即对于某一色温，可以利用线性插值法确定出该色温在色温曲线上的点，和该点的弧长与色度值。

步骤202：确定待处理图像中象素点的色度值。

若色温曲线训练结束，则可以进行后续的校正。如图3所示，首先输入待处理图像，如利用图像传感器捕获到当前待处理图像。然后计算待处理图像中象素点的色度值。即利用步骤101中的方法，获得待处理图像中象素点的两个色度值：log(r)-log(b)和log(g)-log(b)，当然，若步骤101中以旋转后的图5作为参考的直方图，则本步骤中待处理图像中象素点的两个色度值也可以为：log(r)-log(g)和log(r)+log(g)-2log(b)。

步骤203：根据所述象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重。

通过步骤202确定了待处理图像中象素点的色度值，即log(r)+log(g)-2log(b)和log(r)-log(g)，在色度值空间中，将这两个色度值分别作为x坐标和y坐标，待处理图像中象素点的色度值对应着色度值空间中的一点。

根据所述象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重可以有多种方法，至少可以有以下两种方法：

1、在色度值空间中，确定所述待处理图像中一象素点的色度值到所述色温曲线上各点的色度值的距离，若所述距离中的最短距离小于设定值，则将色温曲线上一点对应的权重增加，该权重的对应的所述色温曲线上一点的色度值与所述象素点的色度值之间的距离为所述最短距离。一个权重与色温曲线中的一个点一一对应，表示该点的色度值对应的待处理图像中象素点个数的多少，权重值越大，说明该点的色度值对应的象素点个数越多。反之，若确定的距离中的最短距离不小于设定值，则该点没有位于色温曲线的邻域空间中，则继续判断下一点，直至判断结束。

2、在色度值空间中，确定所述待处理图像中一象素点的色度值到所述色温曲线上各点的色度值的距离，若存在色温曲线上至少两点的色度值与象素点的色度值之间的距离小于设定值，则将色温曲线上所述至少两点对应的权重都增加，与象素点的色度值之间的距离为最短距离的点的权重增加大于其他点的权重。

下面利用图7和图8详细说明第1种方法，如图7所示，A为待处理图像中一象素点的色度值，A与B之间的距离为A到色温曲线上各点的最短距离，其中，B为色温曲线上的一点。由于R、G、B三个颜色分量的值是0到255之间的整数，则色温曲线中点的个数是有限的，因此，总能找到在色温曲线上的一点与A的距离最短。当确定了A、B之后，判断A和B之间的距离d(A)是否小于设定值，即A是否在色温曲线的邻域空间内，当然，邻域空间可以如图8所示，在色温曲线周围的范围内设定邻域空间，若A在图8色温曲线邻域空间的范围内，则显然与B之间的距离小于设定值。当确定d(A)小于设定值后，则可以将A的色度值近似看作B点的色度值，因此，将B点对应的权重增加，该增加权重的方法可以有多种，例如，可以在初始时刻设定权重为0，当判断出权重需要增加时，可以将该权重加一个固定值，该固定值是大于0的，例如加1，当然，也可以当判断出累计有10个象素点的色度值与B之间的距离最小，且小于设定值时，再将B对应的权重加10。直到将待处理图像中的所有象素点都查找完成，然后统计出色温曲线中每一点对应的权重，显然，该权重与象素点个数对应。

上面这种增加权重的方法比较简单，但是抗干扰性较差，因此，可以利用正态分布描述权重，以在准确体现色温曲线中各点的色度值对应的象素点个数的同时，提高抗干扰性，该方法包括：若确定需要增加权重时，则利用公式(6)来实现：

W_new＝W_old(s)+G(s，s_cur，σ)(6)

其中，W_new表示增加后的权重；W_old(s)表示增加前的权重，若在初始时刻，则为0； $G(s,s_{\mathrm{cur}},\mathrm{\σ})=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp [-\frac{{(s-s_{\mathrm{cur}})}^2}{2{\mathrm{\σ}}^2}]$ 表示正态分布，s_cur表示B点到色温曲线起始点的弧长，s表示色温曲线上每一点到色温曲线起始点的弧长。

对多条色温曲线的情形，我们为每条色温曲线的各点都计算了一个权重，对灰色色温曲线，权重表达式为W_gray(s)，对绿色色温曲线，权重为W_green(s_green)＝W_green(f_green(s))＝W′_green(s)，对肤色色温曲线，权重为W_skin(s_skin)＝W′_skin(s)。由此可将三者的权重均转化为灰色色温曲线的弧长s的表达式，将三个权重求和，可得到一个总的权重W(s)，对这个总的权重进行分析，即可确定最佳光源及该光源对应的弧长和色度值。

步骤204：确定一个达到阈值的权重，并根据该权重对应的点的色度值进行白平衡校正。

待处理图像中的所有象素点处理完毕后，可以获得色温曲线上每一点对应的权重，将每一权重与阈值进行比较，确定出一个达到阈值的权重和该权重对应的点的色度值，根据该确定出的色度值进行白平衡校正。

在本实施例中，该阈值可以是用户根据需要预先设定的。例如，若权重是根据直接加1的方式获得的，且待处理图像中象素点的个数为10000个，则可以设定阈值为4000。当统计出色温曲线上一点对应的权重为5000，另一点对应的权重与为4500，则可以从这两个点中选择一个进行后续的白平衡操作。为了达到最好的效果，则选择达到阈值且最大的权重对应的点的色度值进行后续操作，即选择色温曲线中对应的象素点个数最多的点的色度值。

确定出最大权重后，则该权重对应的点的色度值(L_xres，L_yres)表征的是当前光源的特征，根据该色度值计算出该光源对应的白平衡校正参数，分别为：gr_gain和gb_gain，并利用这两个gr_gain和gb_gain对待处理图像进行白平衡校正。gr_gain和gb_gain是根据公式(7)确定的：

$\left\{\begin{array}{c}\mathrm{gr}\_\mathrm{gain}=\exp [-L_{\mathrm{xres}}]\\ \mathrm{gb}\_\mathrm{gain}=\exp [0.5\×(-L_{\mathrm{xres}}-L_{\mathrm{yres}})]\end{array}\right.---\left(7\right)$

gr_gain和gb_gain可以调节图像中各个象素点的色度值，具体调节方法是保持R、G和B三个分量的G不变，根据gr_gain参数调节R分量，根据gb_gain参数调节B分量，获得不失真的校正图像，设校正前某个象素点的颜色分量为R1、G1和B1，则校正后改象素点的颜色分量为：R2＝R1×gr_gain，G2＝G1，B2＝B1×gb_gain，至此，白平衡校正结束。

在本发明实施例中，白平衡校正过程中色温是非必要的，但是，若用户希望获得色温，则可以根据最大权重对应的点的色度值确定该点的弧长，然后利用线性插值法得到该弧长对应的色温。

实验表明，根据本发明方法进行校正，如图9(a)所示，为校正前A光照射彩色图像，如图9(b)所示，为校正后的彩色图像，显然，校正前各种颜色都偏黄，校正后较白，失真较少。

通过本发明，避免了自动白平衡过程中由于忽略了当前光源对校正参数的影响而出错造成的失真，同时解决了无法识别混合光源的问题，避免了由于训练光源种类有限导致白平衡校正效果较差的问题，使得图像质量较好，用户感受较好。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (16)

1、一种实现白平衡校正的方法，其特征在于，该方法包括：

分别采集每一光源照射在一颜色素材时产生的颜色图像，根据所述颜色图像中象素点的色度值，确定所述色度值在色度值空间上的色温曲线；

确定待处理图像中象素点的色度值；

根据所述待处理图像中象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重，所述权重与色温曲线中的一个点对应，表示对应点的色度值对应的待处理图像中象素点个数；

确定一个达到阈值的权重，并根据该权重对应的点的色度值进行白平衡校正。

2、如权利要求1所述的方法，其特征在于，根据所述颜色图像中象素点的色度值，确定所述色度值在色度值空间上的色温曲线包括：

根据所述颜色图像中象素点的色度值确定所述色度值分布区域；

确定每一色度值分布区域中的色度平均值，将所述色度平均值顺序相连得到所述色温曲线。

3、如权利要求2所述的方法，其特征在于，所述色度平均值为：

所述颜色图像中包含的象素点的色度值之和，与颜色图像中包含的象素点个数的比值。

4、如权利要求1所述的方法，其特征在于，根据所述待处理图像中象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重包括：

在色度值空间中，确定所述待处理图像中一象素点的色度值到所述色温曲线上各点的色度值的距离，若所述距离中的最短距离小于设定值，则将色温曲线上一点对应的权重增加，该权重的对应的所述色温曲线上一点的色度值与所述象素点的色度值之间的距离为所述最短距离。

5、如权利要求4所述的方法，其特征在于，所述将色温曲线上一点对应的权重增加包括：

将所述权重增加一个固定值，该固定值大于0。

6、如权利要求4所述的方法，其特征在于，所述将色温曲线上一点对应的权重增加包括：

利用公式W_new＝W_old(s)+G(s，s_cur，σ)将权重增加，其中W_new表示增加后的权重；W_old(s)表示增加前的权重； $G(s,s_{\mathrm{cur}},\mathrm{\σ})=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp [-\frac{{(s-s_{\mathrm{cur}})}^2}{2{\mathrm{\σ}}^2}]$ 表示正态分布，s_cur表示色温曲线上与所述象素点的色度值之间距离为所述最短距离的色度值所在的点到色温曲线起始点的弧长，s表示色温曲线上每一点到色温曲线起始点的弧长。

7、如权利要求1所述的方法，其特征在于，确定一个达到阈值的权重，包括：

将达到所述阈值的最大权重作为确定的权重。

8、如权利要求1所述的方法，其特征在于，根据该权重对应的点的色度值进行白平衡校正，包括：

确定所述色度值对应的白平衡校正参数，并根据该白平衡校正参数进行白平衡校正。

9、一种实现白平衡校正的装置，其特征在于，该装置包括：

采集单元，用于分别采集每一光源照射在一颜色素材时产生的颜色图像；

色温曲线确定单元，用于根据所述颜色图像中象素点的色度值，确定所述色度值在色度值空间上的色温曲线；

用于确定待处理图像中象素点的色度值的单元；

权重确定单元，用于根据所述待处理图像中象素点的色度值与所述色温曲线上各点的色度值的距离，确定色温曲线上各点对应的权重，所述权重与色温曲线中的一个点对应，表示对应点的色度值对应的待处理图像中象素点个数；

校正单元，用于确定一个达到阈值的权重，并根据该权重对应的点的色度值进行白平衡校正。

10、如权利要求9所述装置，其特征在于，所述色温曲线确定单元包括：

分布区域确定单元，用于根据所述颜色图像中象素点的色度值确定所述色度值分布区域；

操作单元，用于确定每一色度值分布区域中的色度平均值，将所述色度平均值顺序相连得到所述色温曲线。

11、如权利要求10所述装置，其特征在于，所述色温曲线确定单元还包括：

第一保存单元，用于保存色度平均值，该色度平均值为：所述颜色图像中包含的象素点的色度值之和，与颜色图像中包含的象素点个数的比值。

12、如权利要求9所述装置，其特征在于，所述权重确定单元包括判断单元和执行单元，其中，

所述判断单元，用于在色度值空间中，确定所述待处理图像中一象素点的色度值到所述色温曲线上各点的色度值的距离，若所述距离中的最短距离小于设定值，则触发所述执行单元；

所述执行单元，用于将色温曲线上一点对应的权重增加，该权重的对应的所述色温曲线上一点的色度值与所述象素点的色度值之间的距离为所述最短距离。

13、如权利要求12所述装置，其特征在于，所述执行单元包括：

第二保存单元，用于保存一个固定值，该固定值大于0；

第一权重增加单元，用于将所述权重增加所述保存的固定值。

14、如权利要求12所述装置，其特征在于，所述执行单元包括：

第三保存单元，用于保存公式：

W_new＝W_old(s)+G(s，s_cur，σ)

其中，W_new表示增加后的权重；W_old(s)表示增加前的权重； $G(s,s_{\mathrm{cur}},\mathrm{\σ})=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp [-\frac{{(s-s_{\mathrm{cur}})}^2}{2{\mathrm{\σ}}^2}]$ 表示正态分布，s_cur表示色温曲线上与所述象素点的色度值之间距离为所述最短距离的色度值所在的点到色温曲线起始点的弧长，s表示色温曲线上每一点到色温曲线起始点的弧长；

第二权重增加单元，用于利用保存的所述W_new＝W_old(s)+G(s，s_cur，σ)公式将权重增加。

15、如权利要求9所述装置，其特征在于，所述校正单元包括：

个数确定单元，用于确定达到所述阈值且最大的权重；

实现单元，用于利用确定的所述最大的权重对应的点的色度值进行白平衡校正。

16、如权利要求9所述装置，其特征在于，所述实现单元包括：

参数确定单元，用于确定所述色度值对应的白平衡校正参数；

运行单元，用于根据该白平衡校正参数进行白平衡校正。

Images