CN104618703A - 一种白平衡调整方法 - Google Patents
一种白平衡调整方法 Download PDFInfo
- Publication number
- CN104618703A CN104618703A CN201510066708.1A CN201510066708A CN104618703A CN 104618703 A CN104618703 A CN 104618703A CN 201510066708 A CN201510066708 A CN 201510066708A CN 104618703 A CN104618703 A CN 104618703A
- Authority
- CN
- China
- Prior art keywords
- white point
- candidate
- white
- ncum
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Processing Of Color Television Signals (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种白平衡调整方法，属于白平衡调整技术领域，解决白点选择误差较大，容易出现漏选、错选等问题。本发明在于：(1)获取Bayer模板RGB插值图像，将RGB图像转换至YCbCb图像；(2)根据亮度分量Y，在YCbCr空间中，将YCbCr图像分割为多个亮度等级区，统计Y、Cb、Cr分量；(3)根据统计Y、Cb、Cr分量，统计每个亮度等级区候选白点的统计值和落入在该区的候选白点数目；(4)采用双门限法，从最高亮度等级区开始，选择出白点；(5)将选出的白点，用于获取YCbCr的平均数值；(6)将获取的YCbCr平均数值转换为RGB空间的R、G、B平均值；(7)通过R、G、B平均值，得到白平衡调整需要的通道增益，实现彩色图像的白平衡处理。本发明用于提高白平衡调整方法中白点统计的稳健性和准确率。
Description
技术领域
一种白平衡调整方法，用于提高白平衡调整方法中白点统计的稳健性和准确率，属于白平衡调整方法技术领域。
背景技术
白平衡调整是彩色成像、彩色显示等设备的重要组成部分。白平衡调整是指采用数字信号处理手段，根据图像数据，自适应地校正由于图像传感器获取的图像色温偏差，或者液晶显示器的色温偏差，使其与实际的场景色温尽可能一致。
白平衡调整包括白点的选择与彩色分量统计、通道增益获取和偏色校正等操作。而白点的选择与彩色分量的统计与通道增益获取是白平衡调整方法的核心。基于RGB空间的白点选择方法，当R、G、B三个分量的差值同时小于每个门限时，即认为是白点，但实际中，白点不仅与R、G、B三个分量的差值有关，还与图像像素的亮度值有关。基于YCbCr空间的白点选择方法中，Cb、Cr分量的门限没有根据亮度分量Y及其显示的色彩进行自适应变化，从而导致选择的白点误差较大，容易出现漏选、错选等问题。
发明内容
本发明针对现有技术中的不足之处提供了一种白平衡调整方法，解决选择的白点误差较大，容易出现漏选、错选等问题，提高了白平衡调整方法中白点统计的稳健性和准确率。
一种白平衡调整方法，其特征在于：
(1)获取Bayer模板RGB插值图像，将RGB图像转换至YCbCb图像；
(2)根据亮度分量Y，在YCbCr空间中，将YCbCr图像分割为多个亮度等级区，统计Y、Cb、Cr分量；
(3)根据统计Y、Cb、Cr分量，统计每个亮度等级区候选白点的统计值和落入在该区的候选白点数目；
(4)采用双门限法，从最高亮度等级区开始，选择出白点；
(5)将选出的白点，用于获取YCbCr的平均数值；
(6)将得到的YCbCr平均数值转换为RGB空间的R、G、B平均值；
(7)通过R、G、B平均值，得到白平衡调整需要的通道增益，实现彩色图像的白平衡处理。
进一步，所述步骤(2)中，将YCbCr图像分割为多个亮度等级区的步骤如下：
(21)构建一个256x256的二维矩阵P，矩阵中每个像素的取值相同，其取值范围为0至255的整数，构建一个256x256的二维矩阵Q，矩阵中每列的值由0至255张成，构建一个256x256的二维矩阵R，矩阵中每行的值由0至255张成，P＝{pij}，pij＝k，其中k∈[0 255]，Q＝{qij}，qij＝j，R＝{rij}，rij＝i，i、j∈[0 255]；
(22)将P、Q和R三个矩阵构成一个三分量的YCbCr空间的彩色矩阵[P、Q、R]，P对应于Y，Q对应于Cb，R对应于Cr，改变矩阵P的数值k，得到Y在不同亮度分量时的彩色图像；
(23)标记P分量中k取不同数值时，图像中呈现的灰色区域，记录该区域的横坐标xk和纵坐标yk，统计该坐标集合的元素个数，即满足条件的灰色像素个数；
(24)根据不同亮度等级获取的空间坐标区域近似相同，对不同亮度等级进行分区合并，得到合适的亮度等级区数量N，N取值为1至255。
进一步，所述步骤(23)中，灰色区域中像素的横坐标xk和纵坐标yk满足如下公式：
当Y∈[0 50]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
yk＝0.18×Y×(xk-2.5×Y-31)/(75-1.3×Y)+148，
yk＝(66-0.34×Y)×(xk-151)/(0.2×Y-45)+0.52×Y+82，
yk＝(32+0.18×Y)×(xk-106)/(0.2×Y+36)+108，
yk＝(32+0.18×Y)×(xk-151)/(0.2×Y-9)+108；
当Y∈[51 202]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
xk＝108，xk＝148，
yk＝-3.1×(xk-116)+117，
yk＝-3.56×(xk-142)+140；
当Y∈[203 255]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
yk＝(179-0.19×Y)×(xk-106)/(0.2×Y-5)+0.37×Y+75，
yk＝(5-0.18×Y)×(xk-494-1.3×Y)/(393-1.5×Y)+108，
yk＝(4-0.17×Y)×(xk-106)/(49-0.19×Y)+148，
yk＝(44-0.17×Y)×(xk-151)/(4-0.19×Y)+108,
其中，xk∈[0 255]，yk∈[0 255]。
进一步，所述步骤(3)中，统计每个亮度等级区候选白点的统计值和落入在该区的候选白点数目的公式如下：
Ycum(n)＝Ysum(1)+Ysum(2)+…+Ysum(n)，
Cbcum(n)＝Cbsum(1)+Cbsum(2)+…+Cbsum(n)，
Crcum(n)＝Crsum(1)+Crsum(2)+…+Crsum(n)，
Ncum(n)＝Nsum(1)+Nsum(2)+…+Nsum(n)，
其中，Ysum(n)、Cbsum(n)和Crsum(n)为分区累计统计值，Nsum(n)为落入在该区的候选累计白点数目，Ysum(n)、Cbsum(n)和Crsum(n)分别为统计Y、Cb、Cr分量，Nsum(n)为白点数目，n∈[1 N]，N取值为1至255。
进一步，所述步骤(4)中，采用双门限法，从最高亮度等级区开始，选择出白点的步骤为：
(41)从第一个等级n＝1开始，判断Ncum(n)是否大于门限Thmax(n)，如果是，则选择第一个等级的候选白点，否则，n+1；
(42)判断n+1级Ncum(n+1)是否大于门限Thmax(n)，如果否，则n+1，继续判断，直至遍历Ncum；如果是，则判断第n级的Ncum(n)是否大于门限Thmin(n)，如果是，则选择等级n的候选白点集合，否则选择等级n+1的候选白点集合；
(43)遍历完Ncum后，仍然没有满足条件的候选白点集合，则当前图像中无满足设定的白点条件像素集合，图像不做白平衡调整。
进一步，所述步骤(5)中，将选出的白点，用于获取YCbCr的平均数值的公式如下：
如果满足双门限条件的等级数为n，则得到的候选白点YCbCr三分量的平均值分别为：
Ymean＝Ycum(n)/Ncum(n)，
Cbmean＝Cbcum(n)/Ncum(n)，
Crmean＝Crcum(n)/Ncum(n)，
如果没有满足双门限条件的等级数，则YCbCr三分量的平均值设定为Ymean＝245，Cbmean＝128，Crmean＝128。
进一步，所述步骤(7)中，通过R、G、B平均值，得到白平衡调整需要的通道增益的公式如下：
Rgain＝Gmean/Rmean，
Ggain＝Gmean/Gmean，
Bgain＝Gmean/Bmean，
其中，Rmean、Gmean、Bmean分别为转换为RGB空间的R、G、B的平均值。
与现有技术相比，本发明的优点在于：
一、白点统计过程中，综合考虑了图像色彩与图像亮度变化关系，减少了白点选择误差大、容易出现漏选、错选等问题；
二、基于该分级统计方法，提高了候选白点集合的选择灵活性；提高了对图像的色彩通道增益控制灵活性；
三、基于该分级统计方法，提高了白平衡调整方法中白点统计的稳健性和准确率。
附图说明
图1是白平衡调整方法流程图；
图2是用于实施例1的彩条，图像宽度为1920，高度为1080，水平方向平均由八个颜色条带构成，垂直方向在同一个颜色条带内，色彩保持不变，但亮度从上往下逐渐降低，由八个灰度变化构成；
图3是用于实施例2的Lena彩色图像，图像宽度为512，高度为512。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
实施例1
(1)获取如图2所示的彩色条纹图像，图像宽度为1920，高度为1080，水平方向平均由八个颜色条带构成，垂直方向在同一个颜色条带内，色彩保持不变，但亮度从上往下逐渐降低，由八个灰度变化构成，八个彩条的颜色从左往右分别为白色[250、250、250]、蓝色[0、0、250]、绿色[0、250、0]、红色[250、0、0]、浅蓝色[0、250、250]、黑色[0、0、0]、玫瑰红[250、0、250]和黄色[250、250、0]，每个彩条内从上往下的灰度变化系数为[255/255、192/255、160/255、128/255、96/255、64/255、32/255、16/255]，将RGB图像转换至YCbCb图像，即采用色彩空间转换公式中的一种转换方法进行转换，但不局限于该方法，如CCIR601等。
(2)根据亮度分量Y，在YCbCr空间中，将YCbCr图像分割为多个亮度等级区；将YCbCr图像分割为多个亮度等级区的步骤如下：
(21)构建一个256x256的二维矩阵P，矩阵中每个像素的取值相同，其取值范围为0至255的整数，构建一个256x256的二维矩阵Q，矩阵中每列的值由0至255张成，构建一个256x256的二维矩阵R，矩阵中每行的值由0至255张成，P＝{pij}，pij＝k，其中k∈[0 255]，Q＝{qij}，qij＝j，R＝{rij}，rij＝i，i、j∈[0 255]，[0 255]代表0至255；
(22)将P、Q和R三个矩阵构成一个三分量的YCbCr空间的彩色矩阵[P、Q、R]，P对应于Y，Q对应于Cb，R对应于Cr，改变矩阵P的数值k，得到Y在不同亮度分量时的彩色图像；
(23)标记P分量中k取不同数值时，图像中呈现的灰色区域，记录该区域的横坐标xk和纵坐标yk，统计该坐标集合的元素个数，即满足条件的灰色像素个数；灰色区域中像素的横坐标xk和纵坐标yk满足如下公式：
当Y∈[0 50]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
yk＝0.18×Y×(xk-2.5×Y-31)/(75-1.3×Y)+148，
yk＝(66-0.34×Y)×(xk-151)/(0.2×Y-45)+0.52×Y+82，
yk＝(32+0.18×Y)×(xk-106)/(0.2×Y+36)+108，
yk＝(32+0.18×Y)×(xk-151)/(0.2×Y-9)+108；
当Y∈[51 202]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
xk＝108，xk＝148，
yk＝-3.1×(xk-116)+117，
yk＝-3.56×(xk-142)+140；
当Y∈[203255]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
yk＝(179-0.19×Y)×(xk-106)/(0.2×Y-5)+0.37×Y+75，
yk＝(5-0.18×Y)×(xk-494-1.3×Y)/(393-1.5×Y)+108，
yk＝(4-0.17×Y)×(xk-106)/(49-0.19×Y)+148，
yk＝(44-0.17×Y)×(xk-151)/(4-0.19×Y)+108，
其中，xk∈[0 255]，yk∈[0 255]，[0 50]代表0至50，[51 202]代表51至202，[203 255]代表203至255，[0 255]代表0至255。
(24)根据不同亮度等级获取的空间坐标区域近似相同，对不同亮度等级进行分区合并，得到合适的亮度等级区数量，合并规则为在同一个亮度等级分区内，不同亮度等级获取的空间坐标区域近似相同，因此，当Y∈[51 202]，可以将其全部划分至一个亮度等级区内，而Y∈[0 50]和Y∈[203 255]可以分别划分至另外两个亮度等级区内，为了增加候选白点对亮度变化的适应能力，实际应用可根据需要分别将这三个基本区再次分别划分为多个亮度等级区。
图2分为11级，分别为[249,230,210,202,195,189,120,51,30,13,0]，经统计，满足分级条件的分级统计候选白点个数Nsum为[32400，0，0，0，0，0，97200，64800，64800，129600，421200]。对应的各级YCbCr统计值为：Ysum分量为：[0.8102,0,0,0,0,0,1.5251,0.5084,0.1918,0.2268,0.1075]*107；Cbsum分量为[0.4147,0,0,0,0,0,1.2442,0.8294,0.7775,1.6159,5.4173]*107；Crsum分量为[0.4147,0,0,0,0,0,1.2442,0.8294,0.8379,1.5676,5.3871]*107。
(3)统计每个亮度等级区候选白点的统计值和落入在该区的候选白点数目；统计每个亮度等级区候选白点的统计值和落入在该区的候选白点数目的公式如下：
Ycum(n)＝Ysum(1)+Ysum(2)+…+Ysum(n)，
Cbcum(n)＝Cbsum(1)+Cbsum(2)+…+Cbsum(n)，
Crcum(n)＝Crsum(1)+Crsum(2)+…+Crsum(n)，
Ncum(n)＝Nsum(1)+Nsum(2)+…+Nsum(n)，
其中，Ysum(n)、Cbsum(n)和Crsum(n)为分区累计统计值，Nsum(n)为落入在该区的候选累计白点数目，Ysum(n)、Cbsum(n)和Crsum(n)分别为统计Y、Cb、Cr分量，Nsum(n)为白点数目，n∈[1 N]，N取值11，[1 N]就代表1至11。
对获取的统计参数进行进一步的累计参数统计，得到Ncum为[32400，32400,32400,32400,32400,32400,129600,194400,259200,388800,810000],Ycum分量为：[0.8102,0.8102,0.8102,0.8102,0.8102,0.8102,2.3353,2.8436,3.0354,3.2622,3.3697]*107；Cbcum分量为[0.0415,0.0415,0.0415,0.0415,0.0415,0.0415,0.1659,0.2488,0.3266,0.4882,1.0299]*108；Crcum分量为[0.0415,0.0415,0.0415,0.0415,0.0415,0.0415,0.1659,0.2488,0.3326,0.4894,1.0281]*108。
(4)采用双门限法，从最高亮度等级区开始，选择出白点；采用双门限法，从最高亮度等级区开始，选择出白点的步骤为：
(41)从第一个等级n＝1开始，判断Ncum(n)是否大于门限Thmax(n)，如果是，则选择第一个等级的候选白点，否则，n+1；
(42)判断n+1级Ncum(n+1)是否大于门限Thmax(n)，如果否，则n+1，继续判断，直至遍历Ncum；如果是，则判断第n级的Ncum(n)是否大于门限Thmin(n)，如果是，则选择等级n的候选白点集合，否则选择等级n+1的候选白点集合；
(43)遍历完Ncum后，仍然没有满足条件的候选白点集合，则当前图像中无满足设定的白点条件像素集合，图像不做白平衡调整。
图2从第一个等级n＝1开始，判断Ncum(n)是否大于门限Thmax(n)和Thmin(n)，n＝1,2,…,11,此处分别设为20736(1％总像素数)和10368(0.5％总像素数)，Ncum数组中的第一个数Ncum(1)为32400，大于Thmax(1)，并且大于Thmin(1)，条件为真，因此选择第一个等级的候选白点为待参与运算的白点。
(5)将选出的白点，用于获取YCbCr的平均数值；YCbCr的平均数值的公式如下：
如果满足双门限条件的等级数为n，则得到的候选白点YCbCr三分量的平均值分别为：
Ymean＝Ycum(n)/Ncum(n)，
Cbmean＝Cbcum(n)/Ncum(n)，
Crmean＝Crcum(n)/Ncum(n)，
如果没有满足双门限条件的等级数，则YCbCr三分量的平均值设定为Ymean＝245，Cbmean＝128，Crmean＝128。
图2取出第一级候选白点的统计参数，分别为白点个数统计值Ncum(1)＝32400，亮度分量统计值Ycum(1)＝8.102*106，色度分量统计值Cbcum(1)＝4.15*106和Crcum(1)＝4.15*106，则候选白点YCbCr三分量的平均值分别为：
Ymean＝8.102*106/32400＝250.0611,
Cbmean＝4.15*106/32400＝128.0000,
Crmean＝4.15*106/32400＝128.0000。
(6)将得到的YCbCr平均数值转换为RGB空间的R、G、B平均值，即采用色彩空间转换公式中的一种转换方法进行转换，但不局限于该方法，如CCIR601等；图2采用相关的转换公式，完成转换，得到：
Rmean＝255，
Gmean＝255，
Bmean＝255。
(7)通过R、G、B平均值，得到白平衡调整需要的通道增益，实现彩色图像的白平衡处理，通过R、G、B平均值，得到白平衡调整需要的通道增益的公式如下：
Rgain＝Gmean/Rmean，
Ggain＝Gmean/Gmean，
Bgain＝Gmean/Bmean，
其中，Rmean、Gmean、Bmean分别为转换为RGB空间的R、G、B的平均值。
图2候选白平衡调整的通道增益为：
Rgain＝Gmean/Rmean＝255/255＝1，
Ggain＝Gmean/Gmean＝255/255＝1，
Bgain＝Gmean/Bmean＝255/255＝1。
实施例2
(1)获取如图3所示的Lena彩色图像，彩色图像的宽度为512，高度为512，将RGB图像转换至YCbCb图像，即采用色彩空间转换公式中的一种转换方法进行转换，但不局限于该方法，如CCIR601等。
(2)根据亮度分量Y，在YCbCr空间中，将YCbCr图像分割为多个亮度等级区；将YCbCr图像分割为多个亮度等级区的步骤如下：
(21)构建一个256x256的二维矩阵P，矩阵中每个像素的取值相同，其取值范围为0至255的整数，构建一个256x256的二维矩阵Q，矩阵中每列的值由0至255张成，构建一个256x256的二维矩阵R，矩阵中每行的值由0至255张成，P＝{pij}，pij＝k，其中k∈[0 255]，Q＝{qij}，qij＝j，R＝{rij}，rij＝i，i、j∈[0 255]，[0 255]代表0至255；
(22)将P、Q和R三个矩阵构成一个三分量的YCbCr空间的彩色矩阵[P、Q、R]，P对应于Y，Q对应于Cb，R对应于Cr，改变矩阵P的数值k，得到Y在不同亮度分量时的彩色图像；
(23)标记P分量中k取不同数值时，图像中呈现的灰色区域，记录该区域的横坐标xk和纵坐标yk，统计该坐标集合的元素个数，即满足条件的灰色像素个数；灰色区域中像素的横坐标xk和纵坐标yk满足如下公式：
当Y∈[0 50]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
yk＝0.18×Y×(xk-2.5×Y-31)/(75-1.3×Y)+148，
yk＝(66-0.34×Y)×(xk-151)/(0.2×Y-45)+0.52×Y+82，
yk＝(32+0.18×Y)×(xk-106)/(0.2×Y+36)+108，
yk＝(32+0.18×Y)×(xk-151)/(0.2×Y-9)+108；
当Y∈[51 202]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
xk＝108，xk＝148，
yk＝-3.1×(xk-116)+117，
yk＝-3.56×(xk-142)+140；
当Y∈[203 255]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
yk＝(179-0.19×Y)×(xk-106)/(0.2×Y-5)+0.37×Y+75，
yk＝(5-0.18×Y)×(xk-494-1.3×Y)/(393-1.5×Y)+108，
yk＝(4-0.17×Y)×(xk-106)/(49-0.19×Y)+148，
yk＝(44-0.17×Y)×(xk-151)/(4-0.19×Y)+108，
其中，xk∈[0 255]，yk∈[0 255]，[0 50]代表0至50，[51 202]代表51至202，[203 255]代表203至255，[0 255]代表0至255。
(24)根据不同亮度等级获取的空间坐标区域近似相同，对不同亮度等级进行分区合并，得到合适的亮度等级区数量，合并规则为在同一个亮度等级分区内，不同亮度等级获取的空间坐标区域近似相同，因此，当Y∈[51 202]，可以将其全部划分至一个亮度等级区内，而Y∈[0 50]和Y∈[203 255]可以分别划分至另外两个亮度等级区内，为了增加候选白点对亮度变化的适应能力，实际应用可根据需要分别将这三个基本区再次分别划分为多个亮度等级区。
图3分为11级，分别为[249,230,210,202,195,189,120,51,30,13,0]，经统计，满足分级条件的分级统计候选白点个数Nsum为[0，45，5978，6530，2511，113，4211，33，0，0，0]。对应的各级YCbCr统计值为：Ysum分量为：[0，0.0105，1.2875，1.3371，0.4960，0.0218，0.6457，0.0035，0，0，0]*106；Cbsum分量为[0，0.0505，6.5143，7.4600，2.9042，0.1329，5.6673，0.0466，0，0，0]*105；Crsum分量为[0，0.0625，8.7339，9.5805，3.6701，0.1593，5.9949，0.0467，0，0，0]*105。
(3)统计每个亮度等级区候选白点的统计值和落入在该区的候选白点数目；统计每个亮度等级区候选白点的统计值和落入在该区的候选白点数目的公式如下：
Ycum(n)＝Ysum(1)+Ysum(2)+…+Ysum(n)，
Cbcum(n)＝Cbsum(1)+Cbsum(2)+…+Cbsum(n)，
Crcum(n)＝Crsum(1)+Crsum(2)+…+Crsum(n)，
Ncum(n)＝Nsum(1)+Nsum(2)+…+Nsum(n)，
其中，Ysum(n)、Cbsum(n)和Crsum(n)为分区累计统计值，Nsum(n)为落入在该区的候选累计白点数目，Ysum(n)、Cbsum(n)和Crsum(n)分别为统计Y、Cb、Cr分量，Nsum(n)为白点数目，n∈[1 N]，N取值为11，N代表1至11。
图3对获取的统计参数进行进一步的累计参数统计，得到Ncum为[0，45，6023，12553，15064，15177，19388，19421，19421，19421，19421],Ycum分量为：[0，0.0105，1.2980，2.6351，3.1311，3.1529，3.7987，3.8022，3.8022，3.8022，3.8022]*106；Cbcum分量为[0，0.0050，0.6565，1.4025，1.6929，1.7062，2.2729，2.2776，2.2776，2.2776，2.2776]*106；Crcum分量为[0，0.0063，0.8796，1.8377，2.2047，2.2206，2.8201，2.8248，2.8248，2.8248，2.8248]*106。
(4)采用双门限法，从最高亮度等级区开始，选择出白点；采用双门限法，从最高亮度等级区开始，选择出白点的步骤为：
(41)从第一个等级n＝1开始，判断Ncum(n)是否大于门限Thmax(n)，如果是，则选择第一个等级的候选白点，否则，n+1；
(42)判断n+1级Ncum(n+1)是否大于门限Thmax(n)，如果否，则n+1，继续判断，直至遍历Ncum；如果是，则判断第n级的Ncum(n)是否大于门限Thmin(n)，如果是，则选择等级n的候选白点集合，否则选择等级n+1的候选白点集合；
(43)遍历完Ncum后，仍然没有满足条件的候选白点集合，则当前图像中无满足设定的白点条件像素集合，图像不做白平衡调整。
图3从第一个等级n＝1开始，判断Ncum(n)是否大于门限Thmax(n)和Thmin(n)，n＝1,2,…,11,此处分别设为2621(1％总像素数)和1310(0.5％总像素数)，Ncum数组中的第一个数Ncum(1)为0，小于Thmax(1)；n加一后，继续判断，当n＝3时，Ncum(3)>Thmax(3),但此时Ncum(2)<Thmin(2),不满足白点条件，需要继续增大n；当n＝4时，Ncum(4)>Thmax(4),同时Ncum(3)>Thmin(3),因此，将第三级选择为候选白点。
(5)将选出的白点，用于获取YCbCr的平均数值；将选出的白点，用于获取YCbCr的平均数值的公式如下：
如果满足双门限条件的等级数为n，则得到的候选白点YCbCr三分量的平均值分别为：
Ymean＝Ycum(n)/Ncum(n)，
Cbmean＝Cbcum(n)/Ncum(n)，
Crmean＝Crcum(n)/Ncum(n)，
如果没有满足双门限条件的等级数，则YCbCr三分量的平均值设定为Ymean＝245，Cbmean＝128，Crmean＝128。
图3取出第三级候选白点的统计参数累加值，分别为白点个数统计值Ncum(3)＝6023，亮度分量统计值Ycum(3)＝1.2980*106，色度分量统计值Cbcum(3)＝0.6565*106和Crcum(3)＝0.8796*106，则候选白点YCbCr三分量的平均值分别为：
Ymean＝1.2980*106/6023＝215.5039,
Cbmean＝0.6565*106/6023＝108.9956,
Crmean＝0.8796*106/6023＝146.0479。
(6)将得到的YCbCr平均数值转换为RGB空间的R、G、B平均值，即采用色彩空间转换公式中的一种转换方法进行转换，但不局限于该方法，如CCIR601等；图3采用相关的转换公式，完成转换，得到：
Rmean＝255，
Gmean＝250，
Bmean＝220。
(7)通过R、G、B平均值，得到白平衡调整需要的通道增益，实现彩色图像的白平衡处理，通过R、G、B平均值，得到白平衡调整需要的通道增益的公式如下：
Rgain＝Gmean/Rmean，
Ggain＝Gmean/Gmean，
Bgain＝Gmean/Bmean，
其中，Rmean、Gmean、Bmean分别为转换为RGB空间的R、G、B的平均值。
图3候选白平衡调整的通道增益为：
Rgain＝Gmean/Rmean＝250/255＝0.9804，
Ggain＝Gmean/Gmean＝250/250＝1.0000，
Bgain＝Gmean/Bmean＝250/220＝1.1364。
Claims (7)
1.一种白平衡调整方法，其特征在于：
(1)获取Bayer模板RGB插值图像，将RGB图像转换至YCbCb图像；
(2)根据亮度分量Y，在YCbCr空间中，将YCbCr图像分割为多个亮度等级区，统计Y、Cb、Cr分量；
(3)根据统计Y、Cb、Cr分量，统计每个亮度等级区候选白点的统计值和落入在该区的候选白点数目；
(4)采用双门限法，从最高亮度等级区开始，选择出白点；
(5)将选出的白点，用于获取YCbCr的平均数值；
(6)将得到的YCbCr平均数值转换为RGB空间的R、G、B平均值；
(7)通过R、G、B平均值，得到白平衡调整需要的通道增益，实现彩色图像的白平衡处理。
2.根据权利要求1所述的一种白平衡调整方法，其特征在于，所述步骤(2)中，将YCbCr图像分割为多个亮度等级区的步骤如下：
(21)构建一个256x256的二维矩阵P，矩阵中每个像素的取值相同，其取值范围为0至255的整数，构建一个256x256的二维矩阵Q，矩阵中每列的值由0至255张成，构建一个256x256的二维矩阵R，矩阵中每行的值由0至255张成，P＝{pij}，pij＝k，其中k∈[0 255]，Q＝{qij}，qij＝j，R＝{rij}，rij＝i，i、j∈[0 255]；
(22)将P、Q和R三个矩阵构成一个三分量的YCbCr空间的彩色矩阵[P、Q、R]，P对应于Y，Q对应于Cb，R对应于Cr，改变矩阵P的数值k，得到Y在不同亮度分量时的彩色图像；
(23)标记P分量中k取不同数值时，图像中呈现的灰色区域，记录该区域的横坐标xk和纵坐标yk，统计该坐标集合的元素个数，即满足条件的灰色像素个数；
(24)根据不同亮度等级获取的空间坐标区域近似相同，对不同亮度等级进行分区合并，得到合适的亮度等级区数量N，N取值为1至255。
3.根据权利要求2所述的一种白平衡调整方法，其特征在于，所述步骤(23)中，灰色区域中像素的横坐标xk和纵坐标yk满足如下公式：
当Y∈[0 50]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
yk＝0.18×Y×(xk-2.5×Y-31)/(75-1.3×Y)+148，
yk＝(66-0.34×Y)×(xk-151)/(0.2×Y-45)+0.52×Y+82，
yk＝(32+0.18×Y)×(xk-106)/(0.2×Y+36)+108，
yk＝(32+0.18×Y)×(xk-151)/(0.2×Y-9)+108；
当Y∈[51 202]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
xk＝108，xk＝148，
yk＝-3.1×(xk-116)+117，
yk＝-3.56×(xk-142)+140；
当Y∈[203 255]，横坐标xk和纵坐标yk是由以下直线方程所围城的区域：
yk＝(179-0.19×Y)×(xk-106)/(0.2×Y-5)+0.37×Y+75，
yk＝(5-0.18×Y)×(xk-494-1.3×Y)/(393-1.5×Y)+108，
yk＝(4-0.17×Y)×(xk-106)/(49-0.19×Y)+148，
yk＝(44-0.17×Y)×(xk-151)/(4-0.19×Y)+108，
其中，xk∈[0 255]，yk∈[0 255]。
4.根据权利要求1所述的一种白平衡调整方法，其特征在于，所述步骤(3)中，统计每个亮度等级区候选白点的统计值和落入在该区的候选白点数目的公式如下：
Ycum(n)＝Ysum(1)+Ysum(2)+…+Ysum(n)，
Cbcum(n)＝Cbsum(1)+Cbsum(2)+…+Cbsum(n)，
Crcum(n)＝Crsum(1)+Crsum(2)+…+Crsum(n)，
Ncum(n)＝Nsum(1)+Nsum(2)+…+Nsum(n)，
其中，Ysum(n)、Cbsum(n)和Crsum(n)为分区累计统计值，Nsum(n)为落入在该区的候选累计白点数目，Ysum(n)、Cbsum(n)和Crsum(n)分别为统计Y、Cb、Cr分量，Nsum(n)为白点数目，n∈[1 N]，N取值为1至255。
5.根据权利要求1所述的一种白平衡调整方法，其特征在于，所述步骤(4)中，采用双门限法，从最高亮度等级区开始，选择出白点的步骤为：
(41)从第一个等级n＝1开始，判断Ncum(n)是否大于门限Thmax(n)，如果是，则选择第一个等级的候选白点，否则，n+1；
(42)判断n+1级Ncum(n+1)是否大于门限Thmax(n)，如果否，则n+1，继续判断，直至遍历Ncum；如果是，则判断第n级的Ncum(n)是否大于门限Thmin(n)，如果是，则选择等级n的候选白点集合，否则选择等级n+1的候选白点集合；
(43)遍历完Ncum后，仍然没有满足条件的候选白点集合，则当前图像中无满足设定的白点条件像素集合，图像不做白平衡调整。
6.根据权利要求1所述的一种白平衡调整方法，其特征在于，所述步骤(5)中，将选出的白点，用于获取YCbCr的平均数值的公式如下：
如果满足双门限条件的等级数为n，则得到的候选白点YCbCr三分量的平均值分别为：
Ymean＝Ycum(n)/Ncum(n)，
Cbmean＝Cbcum(n)/Ncum(n)，
Crmean＝Crcum(n)/Ncum(n)，
如果没有满足双门限条件的等级数，则YCbCr三分量的平均值设定为Ymean＝245，Cbmean＝128，Crmean＝128。
7.根据权利要求1所述的一种白平衡调整方法，其特征在于，所述步骤(7)中，通过R、G、B平均值，得到白平衡调整需要的通道增益的公式如下：
Rgain＝Gmean/Rmean，
Ggain＝Gmean/Gmean，
Bgain＝Gmean/Bmean，
其中，Rmean、Gmean、Bmean分别为转换为RGB空间的R、G、B的平均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510066708.1A CN104618703B (zh) | 2015-02-09 | 2015-02-09 | 一种白平衡调整方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510066708.1A CN104618703B (zh) | 2015-02-09 | 2015-02-09 | 一种白平衡调整方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104618703A true CN104618703A (zh) | 2015-05-13 |
| CN104618703B CN104618703B (zh) | 2016-08-24 |
Family
ID=53152961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510066708.1A Active CN104618703B (zh) | 2015-02-09 | 2015-02-09 | 一种白平衡调整方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104618703B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106998456A (zh) * | 2017-03-28 | 2017-08-01 | 建荣半导体（深圳）有限公司 | 一种图像色饱和度的调整方法、装置及图像处理芯片 |
| CN107027017A (zh) * | 2017-04-25 | 2017-08-08 | 建荣半导体（深圳）有限公司 | 一种图像白平衡的调整方法、装置、图像处理芯片及存储装置 |
| CN107105211A (zh) * | 2017-03-22 | 2017-08-29 | 建荣半导体（深圳）有限公司 | 一种白平衡修正方法、装置及电子设备 |
| WO2017206657A1 (zh) * | 2016-06-01 | 2017-12-07 | 努比亚技术有限公司 | 一种图像处理方法、装置、移动终端及计算机存储介质 |
| CN109246406A (zh) * | 2018-11-16 | 2019-01-18 | 中国科学院西安光学精密机械研究所 | 一种彩色相机自动白平衡的实现方法 |
| CN109978814A (zh) * | 2017-12-26 | 2019-07-05 | 多方科技(广州)有限公司 | 白点检测方法及计算机系统 |
| CN110740306A (zh) * | 2019-10-24 | 2020-01-31 | 深圳市视特易智能科技有限公司 | 彩色相机白平衡统计校正模板及彩色白平衡统计校正方法 |
| CN112233050A (zh) * | 2020-12-17 | 2021-01-15 | 之江实验室 | 一种光线自适应的绿色场地提取方法 |
| TWI767750B (zh) * | 2021-06-10 | 2022-06-11 | 國立中正大學 | 影像白平衡方法及其系統 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001057680A (ja) * | 1999-08-18 | 2001-02-27 | Fuji Photo Film Co Ltd | ホワイトバランス調整方法および装置並びに記録媒体 |
| CN1832583A (zh) * | 2005-02-18 | 2006-09-13 | 三星电子株式会社 | 具有自动白平衡控制的设备、介质和方法 |
| CN1941923A (zh) * | 2005-09-30 | 2007-04-04 | 八方科技股份有限公司 | 应用于彩色数字影像的自动白平衡方法 |
| CN101568039A (zh) * | 2009-06-03 | 2009-10-28 | 广东威创视讯科技股份有限公司 | 一种白平衡调整方法、调整装置及摄像装置 |
-
2015
- 2015-02-09 CN CN201510066708.1A patent/CN104618703B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001057680A (ja) * | 1999-08-18 | 2001-02-27 | Fuji Photo Film Co Ltd | ホワイトバランス調整方法および装置並びに記録媒体 |
| CN1832583A (zh) * | 2005-02-18 | 2006-09-13 | 三星电子株式会社 | 具有自动白平衡控制的设备、介质和方法 |
| CN1941923A (zh) * | 2005-09-30 | 2007-04-04 | 八方科技股份有限公司 | 应用于彩色数字影像的自动白平衡方法 |
| CN101568039A (zh) * | 2009-06-03 | 2009-10-28 | 广东威创视讯科技股份有限公司 | 一种白平衡调整方法、调整装置及摄像装置 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017206657A1 (zh) * | 2016-06-01 | 2017-12-07 | 努比亚技术有限公司 | 一种图像处理方法、装置、移动终端及计算机存储介质 |
| CN107105211A (zh) * | 2017-03-22 | 2017-08-29 | 建荣半导体（深圳）有限公司 | 一种白平衡修正方法、装置及电子设备 |
| CN106998456A (zh) * | 2017-03-28 | 2017-08-01 | 建荣半导体（深圳）有限公司 | 一种图像色饱和度的调整方法、装置及图像处理芯片 |
| CN106998456B (zh) * | 2017-03-28 | 2018-11-06 | 建荣半导体（深圳）有限公司 | 一种图像色饱和度的调整方法、装置及图像处理芯片 |
| CN107027017A (zh) * | 2017-04-25 | 2017-08-08 | 建荣半导体（深圳）有限公司 | 一种图像白平衡的调整方法、装置、图像处理芯片及存储装置 |
| CN109978814A (zh) * | 2017-12-26 | 2019-07-05 | 多方科技(广州)有限公司 | 白点检测方法及计算机系统 |
| CN109978814B (zh) * | 2017-12-26 | 2021-05-18 | 多方科技(广州)有限公司 | 白点检测方法及计算机系统 |
| CN109246406A (zh) * | 2018-11-16 | 2019-01-18 | 中国科学院西安光学精密机械研究所 | 一种彩色相机自动白平衡的实现方法 |
| CN110740306A (zh) * | 2019-10-24 | 2020-01-31 | 深圳市视特易智能科技有限公司 | 彩色相机白平衡统计校正模板及彩色白平衡统计校正方法 |
| CN110740306B (zh) * | 2019-10-24 | 2021-05-11 | 深圳市视特易智能科技有限公司 | 彩色白平衡统计校正方法 |
| CN112233050A (zh) * | 2020-12-17 | 2021-01-15 | 之江实验室 | 一种光线自适应的绿色场地提取方法 |
| CN112233050B (zh) * | 2020-12-17 | 2021-03-09 | 之江实验室 | 一种光线自适应的绿色场地提取方法 |
| TWI767750B (zh) * | 2021-06-10 | 2022-06-11 | 國立中正大學 | 影像白平衡方法及其系統 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104618703B (zh) | 2016-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104618703A (zh) | 一种白平衡调整方法 | |
| CN105185314B (zh) | Led显示屏均匀性补偿方法 | |
| US8860857B2 (en) | System and method for a high performance color filter mosaic array | |
| CN100414964C (zh) | 一种彩色滤镜阵列插值方法 | |
| CN100366053C (zh) | 一种对数字图像进行坏点补偿的方法 | |
| CN101272503B (zh) | 一种保持图像清晰度的网格噪声消除方法及其装置 | |
| CN101621705A (zh) | 自动白平衡的方法及装置 | |
| CN102959958A (zh) | 彩色成像设备 | |
| US9449375B2 (en) | Image processing apparatus, image processing method, program, and recording medium | |
| CN104581105B (zh) | 基于色温距离变换权重图和块可靠性修正的自动白平衡方法 | |
| TWI449027B (zh) | 適應性畫素補償方法 | |
| CN104795052B (zh) | Rgbw信号转换方法及系统 | |
| CN100589581C (zh) | 一种色彩滤波阵列插值方法和装置 | |
| CN105430357B (zh) | 图像传感器的去马赛克方法及装置 | |
| CN111107330A (zh) | 一种Lab空间的偏色校正方法 | |
| CN107068042A (zh) | 图像处理方法 | |
| CN106898291B (zh) | 显示面板的驱动方法及驱动装置 | |
| CN109285113B (zh) | 一种基于梯度的改进彩色图像插值方法 | |
| CN104505052B (zh) | 图像数据处理方法及装置 | |
| CN104505053B (zh) | 显示信号转换方法和装置 | |
| CN112492286B (zh) | 一种自动白平衡校正方法、装置及计算机存储介质 | |
| CN101977328B (zh) | 一种基于补色模式的颜色插值方法 | |
| CN103002230B (zh) | 适应性像素补偿方法 | |
| TW202021330A (zh) | 圖像縮放方法和裝置 | |
| CN104735433A (zh) | 用于数字传感器的自适应滤色器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |