CN102196274B - 一种基于颜色映射的自动白平衡方法 - Google Patents

Abstract

一种基于颜色映射的自动白平衡方法，以标准灰色色卡为基准，首先对摄像机的物理色偏进行测定，并进行模型描述，获得物理颜色平衡的映射关系，之后，根据采集到的图像中的颜色分布与中性色之间的映射关系，获得基于颜色映射的白平衡关系式，实时自动白平衡处理。本发明色偏校正效果好，且不受画面的颜色足够丰富以及必须具有中性色等限制。

Description

一种基于颜色映射的自动白平衡方法

技术领域

本发明属于图像处理方法技术领域，涉及一种基于颜色映射的自动白平衡方法。

背景技术

自动白平衡是使摄像机保持拍摄图像色彩特性的重要组成部分。现有的白平衡技术，主要有两大类——广泛假设法和先验知识法。前者基于对图像内容的某种假设，如灰色世界假设和白斑假设等。这类算法实现简单，但是，当所拍摄的有效视场内，景物的色彩不够丰富；或者画面中没有白色物体；或者在画面中存在高光区时，很容易导致误调整，使画面的色偏校正失效。而后者需要提前获得光源信息，主要包括色彩透视法、色彩相关法和色域对应法等。这类方法的性能优于前者，但需要复杂的训练过程，计算量大，不适于硬件实现。

发明内容

本发明的目的是提供一种基于颜色映射的自动白平衡方法，运算量小，色偏校正效果好，且不受画面的颜色足够丰富以及必须具有中性色的限制。

本发明所采用的技术方案是，一种基于颜色映射的自动白平衡方法，具体步骤如下：

步骤1、在白光环境下，用摄像机拍摄标准灰阶色卡，统计每个中性色色块的RGB三通道均值，分别记做

k＝1，2，...，N，其中，N为该标准灰阶色卡中的中性色的色块个数；

步骤2、首先，定义在RGB颜色空间中，过原点的直线方程如下：

$\left\{\begin{array}{c}G=k_1\·R\\ G=k_2\·B\end{array}\right.,---\left(1\right)$

其中，R，G，B为颜色空间中三通道自变量，k₁和k₂为直线的系数；

其次，利用步骤1得到的N个色块的三通道均值，拟合三维空间中过原点的直线，其系数为

和

并将该直线定义为物理色偏角，其中：

$k_1^{\mathrm{Std}}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{G}}_i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{R}}_i},---\left(2\right)$

$k_2^{\mathrm{Std}}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{G}}_i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{B}}_i},---\left(3\right)$

步骤3、构造估计中性色集合的候选区域

对待处理图像中的任意一像素点(R_Pixel(i，j)，G_Pixel(i，j)，B_Pixel(i，j))，i＝1，2，...，m，j＝1，2，...，n，其中，m和n分别为图像的长和宽，i和j均表示像素点的坐标，令：

$k_1^{\mathrm{Pixel}}(i,j)=G_{\mathrm{Pixel}}(i,j)/R_{\mathrm{Pixel}}(i,j),---\left(4\right)$

$k_2^{\mathrm{Pixel}}(i,j)=G_{\mathrm{Pixel}}(i,j)/B_{\mathrm{Pixel}}(i,j),---\left(5\right)$

定义满足并且

的点，为落在估计中性色集合的候选区域范围内的点，其中，ε为色偏斜率的偏差范围；

步骤4、扫描待处理图像全图，如果该图中存在落在估计中性色集合的候选区域内的点，则进入步骤5，如果该图中没有落在中性色集合的候选区域的点，则转入步骤6；

步骤5、选取待处理图像中，落在估计中性色集合的候选区域内的点的亮度最大值，记做

在步骤3得到的估计中性色集合的候选区域内，以亮度不小于0.9倍

为条件，选取估计白色点的集合

计算估计白色点集合

中RGB三分量均值

并根据下式确定校正色偏角，即：

$k_1^B={\stackrel{\‾}{G}}_{{\mathrm{\Ω}}_{\mathrm{white}}^B}/{\stackrel{\‾}{R}}_{{\mathrm{\Ω}}_{\mathrm{white}}^B},---\left(6\right)$

$k_2^B={\stackrel{\‾}{G}}_{{\mathrm{\Ω}}_{\mathrm{white}}^B}/{\stackrel{\‾}{B}}_{{\mathrm{\Ω}}_{\mathrm{white}}^B},---\left(7\right)$

令：

转步骤7，其中，k_R和k_B是白平衡增益系数；

步骤6、首先，确定待处理图像中各点的亮度；

然后，在待处理图像中，选取该图中的亮度最大值，记做Y_max，再以亮度不小于0.9倍Y_max为条件，选取估计白点集合Ω_white；

计算估计白色点集合Ω_white中RGB三分量均值

并根据下式确定图像色偏角，即：

$k_1^w={\stackrel{\‾}{G}}_{{\mathrm{\Ω}}_{\mathrm{white}}}/{\stackrel{\‾}{R}}_{{\mathrm{\Ω}}_{\mathrm{white}}},---\left(8\right)$

$k_2^w={\stackrel{\‾}{G}}_{{\mathrm{\Ω}}_{\mathrm{white}}}/{\stackrel{\‾}{B}}_{{\mathrm{\Ω}}_{\mathrm{white}}},---\left(9\right)$

选取校正色偏角：

其中，k_R和k_B是白平衡增益系数；

步骤7、对待处理图像进行白平衡处理

对待处理图像中的任意一点(R(i，j)，G(i，j)，B(i，j))，i＝1，2，...，m，j＝1，2，...，n。

按照下式进行颜色校正：

R(i，j)＝k_R·R(i，j)      (12)

G(i，j)＝k_G·G(i，j)      (13)

B(i，j)＝k_B·B(i，j)      (14)

其中，k_R和k_B根据步骤5或者步骤6得到，k_G＝1。

步骤3中，色偏斜率的偏差范围ε的取值范围为0.05～0.1。

步骤5中，各点亮度的选取方法为：为了能够有效避免饱和度较高的彩色点被选中，使估计白点集合的选择更精确，选取待处理图像各点中，RGB三通道中最小的一个值min(R_Pixel(i，j)，G_Pixel(i，j)，B_Pixel(i，j))，作为该点的亮度。

步骤6中，各点亮度的选取方法为：为了能够有效避免饱和度较高的彩色点被选中，使估计白点集合的选择更精确，选取待处理图像各点中，RGB三通道中最小的一个值min(R_Pixel(i，j)，G_Pixel(i，j)，B_Pixel(i，j))，作为该点的亮度。

本发明的一种基于颜色映射的自动白平衡方法，主要应用于带有嵌入式可编程处理器的摄像机中，其首先采用摄像机，在自然光环境下拍摄标准灰阶色卡，并根据拍摄到的灰阶色卡图像，计算出摄像机的物理色偏，并以此建立一个物理色偏角。在摄像机使用过程中，以物理色偏角为中心，在一定范围内搜索估计中性颜色点集合，以此集合的均值作为校正色偏角，将其校正到理想的中性色下，以获得RGB三分量的白平衡增益系数。如果图像中所有的像素点均没有处于物理色偏角的一定范围内，则首先以亮度最高原则，估计出图像色偏角，再根据图像色偏角与物理色偏角的关系，估计出合理的校正色偏角，将其校正到理想的中性色下，以获得RGB三分量的白平衡增益系数，对图像进行白平衡颜色校正。

具体实施方式

下面结合具体实施方式对本发明进行详细说明。

本发明一种基于颜色映射的自动白平衡方法，具体步骤如下：

步骤1、在白光环境下，用摄像机拍摄标准灰阶色卡，统计每个中性色色块的RGB三通道均值，分别记做

k＝1，2，...，N，其中，N为该标准灰阶色卡中的中性色的色块个数；

步骤2、首先定义在RGB颜色空间中，过原点的直线方程如下：

$\left\{\begin{array}{c}G=k_1\·R\\ G=k_2\·B\end{array}\right.,---\left(1\right)$

其中，R，G，B为颜色空间中三通道自变量，k₁和k₂为直线的系数，根据k₁和k₂能唯一地确定一条直线。

其次，利用步骤1得到的N个色块的三通道均值，拟合三维空间中过原点的直线，其系数为

和

并将该直线定义为物理色偏角。根据最小二乘原理，可得到

和

分别为：

$k_1^{\mathrm{Std}}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{G}}_i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{R}}_i},---\left(2\right)$

$k_2^{\mathrm{Std}}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{G}}_i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{B}}_i},---\left(3\right)$

步骤3、根据步骤2中确定的物理色偏角，选取合适的阈值，构造一个估计白点的像素点集合，作为估计中性色集合的候选区域。

对待处理图像中的任意一像素点(R_Pixel(i，j)，G_Pixel(i，j)，B_Pixel(i，j))，i＝1，2，...，m，j＝1，2，...，n。其中，m和n分别为图像的长和宽，i和j均表示像素点的坐标，令：

$k_1^{\mathrm{Pixel}}(i,j)=G_{\mathrm{Pixel}}(i,j)/R_{\mathrm{Pixel}}(i,j),---\left(4\right)$

$k_2^{\mathrm{Pixel}}(i,j)=G_{\mathrm{Pixel}}(i,j)/B_{\mathrm{Pixel}}(i,j),---\left(5\right)$

定义满足并且

的点，为落在估计中性色集合的候选区域范围内的点。

其中，ε为色偏斜率的偏差范围，考虑到ε过大，则容易误将非中性色当作中性色处理，干扰校正结果，ε过小，则算法对色偏图像的适应度不强，经大量实验得，ε取值范围优选0.05～0.1。

步骤4、扫描待处理图像全图，如果该图中存在落在估计中性色集合的候选区域内的点，则进入步骤5，如果该图中没有落在中性色集合的候选区域的点，则转入步骤6。

步骤5、选取待处理图像中，落在估计中性色集合的候选区域内的点的亮度最大值，记做

其中，各点亮度的选取方法为：为了能够有效避免饱和度较高的彩色点被选中，使估计白点集合的选择更精确，选取待处理图像各点中，RGB三通道中最小的一个值min(R_Pixel(i，j)，G_Pixel(i，j)，B_Pixel(i，j))，作为该点的亮度。

在步骤3得到的估计中性色集合的候选区域内，以亮度不小于0.9倍

为条件，选取估计白色点的集合

最后，计算估计白色点集合中RGB三分量均值

并根据下式确定校正色偏角，即：

$k_1^B={\stackrel{\‾}{G}}_{{\mathrm{\Ω}}_{\mathrm{white}}^B}/{\stackrel{\‾}{R}}_{{\mathrm{\Ω}}_{\mathrm{white}}^B},---\left(6\right)$

$k_2^B={\stackrel{\‾}{G}}_{{\mathrm{\Ω}}_{\mathrm{white}}^B}/{\stackrel{\‾}{B}}_{{\mathrm{\Ω}}_{\mathrm{white}}^B},---\left(7\right)$

令：

转步骤7。其中，k_R和k_B是最终得到的白平衡增益系数。

步骤6、首先确定待处理图像中各点的亮度。其中，各点亮度的选取方法为：为了能够有效避免饱和度较高的彩色点被选中，使估计白点集合的选择更精确，选取待处理图像各点中，RGB三通道中最小的一个值min(R_Pixel(i，j)，G_Pixel(i，j)，B_Pixel(i，j))，作为该点的亮度。

然后在待处理图像中，选取该图中的亮度最大值，记做Y_max，再以亮度不小于0.9倍Y_max为条件，选取估计白点集合Ω_white。

计算估计白色点集合Ω_white中RGB三分量均值

并根据下式确定图像色偏角，即：

$k_1^w={\stackrel{\‾}{G}}_{{\mathrm{\Ω}}_{\mathrm{white}}}/{\stackrel{\‾}{R}}_{{\mathrm{\Ω}}_{\mathrm{white}}},---\left(8\right)$

$k_2^w={\stackrel{\‾}{G}}_{{\mathrm{\Ω}}_{\mathrm{white}}}/{\stackrel{\‾}{B}}_{{\mathrm{\Ω}}_{\mathrm{white}}},---\left(9\right)$

由于在这种情况下，图像色偏角有可能处于步骤3中的估计中性色范围以外，选取如下条件对图像色偏角进行修正，以作为校正色偏角。即

其中，k_R和k_B是最终得到的白平衡增益系数。

步骤7、对待处理图像进行白平衡处理：

对待处理图像中的任意一点(R(i，j)，G(i，j)，B(i，j))，i＝1，2，...，m，j＝1，2，...，n。按照下式进行颜色校正：

R(i，j)＝k_R·R(i，j)，        (12)

G(i，j)＝k_G·G(i，j)，        (13)

B(i，j)＝k_B·B(i，j)，        (14)

其中k_R和k_B根据步骤5或者步骤6得到，k_G＝1。

Claims (4)

1.一种基于颜色映射的自动白平衡方法，其特征在于，具体步骤如下：

步骤1、在白光环境下，用摄像机拍摄标准灰阶色卡，统计每个中性色色块的RGB三通道均值，分别记做

k＝1,2，...,N，其中，N为该标准灰阶色卡中的中性色的色块个数；

步骤2、首先，定义在RGB颜色空间中，过原点的直线方程如下：

$\left\{\begin{array}{c}G=k_1\·R\\ G=k_2\·B\end{array}\right.,---\left(1\right)$

其中，R,G,B为颜色空间中三通道自变量，k₁和k₂为直线的系数；

其次，利用步骤1得到的N个色块的三通道均值，拟合三维空间中过原点的直线，其系数为

和

并将该直线定义为物理色偏角，其中：

$k_1^{\mathrm{Std}}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{G}}_i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{R}}_i},---\left(2\right)$

$k_2^{\mathrm{Std}}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{G}}_i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\stackrel{\‾}{B}}_i},---\left(3\right)$

步骤3、构造估计中性色集合的候选区域：

对待处理图像中的任意一像素点(R_Pixel(i,j),G_Pixel(i,j),B_Pixel(i,j))，i＝1,2，...,m，j＝1,2，...，n，其中，m和n分别为图像的长和宽，i和j均表示像素点的坐标，令：

$k_1^{\mathrm{Pixel}}(i,j)=G_{\mathrm{Pixel}}(i,j)/R_{\mathrm{Pixel}}(i,j),---\left(4\right)$

$k_2^{\mathrm{Pixel}}(i,j)=G_{\mathrm{Pixel}}(i,j)/B_{\mathrm{Pixel}}(i,j),---\left(5\right)$

定义满足 $|k_1^{\mathrm{Pixel}}(i,j)-k_1^{\mathrm{Std}}|<\mathrm{\&epsiv;}$ 并且 $|k_2^{\mathrm{Pixel}}(i,j)-k_2^{\mathrm{Std}}|<\mathrm{\&epsiv;}$ 的点，为落在估计中性色集合的候选区域范围内的点，其中，ε为色偏斜率的偏差范围；

步骤4、扫描待处理图像全图，如果该图中存在落在估计中性色集合的候选区域内的点，则进入步骤5，如果该图中没有落在中性色集合的候选区域的点，则转入步骤6；

步骤5、选取待处理图像中，落在估计中性色集合的候选区域内的点的亮度最大值，记做

在步骤3得到的估计中性色集合的候选区域内，以亮度不小于0.9倍

为条件，选取估计白色点的集合

计算估计白色点集合

中RGB三分量均值

并根据下式确定校正色偏角，即：

$k_1^B={\stackrel{\&OverBar;}{G}}_{{\mathrm{\&Omega;}}_{\mathrm{white}}^B}/{\stackrel{\&OverBar;}{R}}_{{\mathrm{\&Omega;}}_{\mathrm{white}}^B},---\left(6\right)$

$k_2^B={\stackrel{\&OverBar;}{G}}_{{\mathrm{\&Omega;}}_{\mathrm{white}}^B}/{\stackrel{\&OverBar;}{B}}_{{\mathrm{\&Omega;}}_{\mathrm{white}}^B},---\left(7\right)$

令：

转步骤7，其中，k_R和k_B是白平衡增益系数；

步骤6、首先，确定待处理图像中各点的亮度；

然后，在待处理图像中，选取该图中的亮度最大值，记做Y_max，再以亮度不小于0.9倍Y_max为条件，选取估计白点集合Ω_white；

计算估计白色点集合Ω_white中RGB三分量均值

并根据下式确定图像色偏角，即：

$k_1^w={\stackrel{\&OverBar;}{G}}_{{\mathrm{\&Omega;}}_{\mathrm{white}}}/{\stackrel{\&OverBar;}{R}}_{{\mathrm{\&Omega;}}_{\mathrm{white}}},---\left(8\right)$

$k_2^w={\stackrel{\&OverBar;}{G}}_{{\mathrm{\&Omega;}}_{\mathrm{white}}}/{\stackrel{\&OverBar;}{B}}_{{\mathrm{\&Omega;}}_{\mathrm{white}}},---\left(9\right)$

选取校正色偏角：

其中，k_R和k_B是白平衡增益系数；

步骤7、对待处理图像进行白平衡处理：

对待处理图像中的任意一点(R(i,j),G(i,j),B(i,j))，i＝1,2，...,m，j＝1,2,...,n，按照下式进行颜色校正：

R(i,j)＝k_R·R(i,j)，（12）

G(i,j)＝k_G·G(i,j)，（13）

B(i,j)＝k_B·B(i,j)，（14）

其中，k_R和k_B根据步骤5或者步骤6得到，k_G=1。

2.按照权利要求1所述的基于颜色映射的自动白平衡方法，其特征在于，步骤3中，色偏斜率的偏差范围ε的取值范围为0.05～0.1。

3.按照权利要求1所述的基于颜色映射的自动白平衡方法，其特征在于，步骤5中，各点亮度的选取方法为：为了能够有效避免饱和度较高的彩色点被选中，使估计白点集合的选择更精确，选取待处理图像各点中，RGB三通道中最小的一个值min(R_Pixel(i,j),G_Pixel(i,j),B_Pixel(i,j))，作为该点的亮度。

4.按照权利要求1所述的基于颜色映射的自动白平衡方法，其特征在于，步骤6中，各点亮度的选取方法为：为了能够有效避免饱和度较高的彩色点被选中，使估计白点集合的选择更精确，选取待处理图像各点中，RGB三通道中最小的一个值min(R_Pixel(i,j),G_Pixel(i,j),B_Pixel(i,j))，作为该点的亮度。