CN105282530A - 基于背景建模的自动白平衡实现方法及装置 - Google Patents

Abstract

本发明公开了一种基于背景建模的自动白平衡实现方法及装置，所述方法包括：对输入图像进行背景建模；对背景图像进行白块统计，并依据统计出的白块的加权RGB值估计当前环境下的光源色温；基于所述光源色温估计对输入图像进行白平衡调整。采用本发明可以改善场景中运动物体对白平衡参数计算的影响，从而减少运动物体对色彩还原的影响，进而减少视频的色彩漂移，改善视频的视觉效果。

Description

基于背景建模的自动白平衡实现方法及装置

技术领域

本发明涉及视频监控技术领域，具体而言，涉及一种基于背景建模的自动白平衡实现方法及装置。

背景技术

在视频监控领域中，对于处于不同色温光源下的场景，图像传感器所捕获图像的色彩与真实色彩通常具有偏差，因此在实际应用当中，图像传感器所得到的原始图像数据并不能直接进行显示输出，而往往需要图像处理芯片根据当前场景下光源的色温信息对该原始图像数据进行校正，从而将该原始图像数据还原到具有真实的色彩之后，才最终显示输出。

白平衡处理即是其中的一种校正方式。白平衡就是针对不同色温条件下，通过调整摄像机内部的色彩电路使拍摄出来的影像抵消偏色，从而更接近人眼的视觉习惯。传统的自动白平衡方法(例如灰度世界算法、边缘灰度世界算法、Rentix算法、色域映射算法、神经网络算法以及基于多帧图像的白平衡算法等)均采用整幅图像对光源色温进行估计，然而在实际应用当中，场景中的车辆、行人等运动物体往往会对色温的判断产生影响，从而会使得白平衡处理处理后得到的画面色彩发生漂移，进而影响最终的视觉效果。

例如：在安防监控中某些场景中，运动的车辆会占整个图像画面很大的比例，车辆上的色彩信息也会对色温的估计产生干扰；在夜间场景中，很多移动目标是自带光源的，如果对全景进行色温估计，很明显移动目标的光源也会被统计，这样会对监控画面的色彩一致性产生很强烈的干扰。

因此如何提供一种能够改善运动物体对画面色彩造成漂移影响的白平衡处理方法是目前亟需解决的一个技术问题。

发明内容

针对上述传统的自动白平衡方法会因为场景中运动物体的影响产生RGB增益的变化、进而使画面的颜色发生漂移的问题。本发明实施例提供了一种基于背景建模的自动白平衡实现方法及装置，其通过背景建模，在背景上实施自动白平衡，减少运动目标对自动白平衡的影响，减少自动白平衡的波动，使自动白平衡更加稳定，从而减少因运动物体而导致的色彩漂移。

为了达到本发明的目的，本发明采用以下技术方案实现：

一种基于背景建模的自动白平衡实现方法，包括：

对输入图像进行背景建模；

对背景图像进行白块统计，并依据统计出的白块的加权RGB值估计当前环境下的光源色温；

基于所述光源色温估计对输入图像进行白平衡调整。

优选地，采用高斯模型对输入图像进行背景建模。

优选地，对背景图像进行白块统计，并依据白块的加权RGB值估计当前环境下的光源色温包括：

将背景图像分成若干个子块，对每个子块，统计其中的白点比例，若所述比例超过预设门限值，即将该子块标记为白块；

对所述白块的RGB值进行加权处理，获得白块的加权RGB值；

依据所述加权RGB值得到当前环境下的光源色温。

优选地，当背景图像中的白块数量低于一预设阈值时，进一步统计前景图像中的白块，并对所有背景图像以及前景图像中的白块的RGB值进行加权处理，获得白块的加权RGB值，并依据所述加权RGB值得到当前环境下的光源色温。

优选地，在依据所述加权RGB值得到当前环境下的光源色温之后，对背景图像进行白块统计，并依据白块的加权RGB值估计当前环境下的光源色温时还包括保存该当前光源色温的步骤；

当前景图像中的运动目标没有白块且所述运动目标遮挡住了背景图像中的白块时，直接依据上次保存的光源色温对输入图像进行白平衡调整。

优选地，判定图像中的像素点是否为白点的策略为：

测定图像传感器在不同色温光源下的色温响应曲线；

计算像素点的RGB值，且当像素点的RGB值处于所述色温响应曲线附近时，则判定该像素点为白点。

优选地，基于所述光源色温估计对输入图像进行白平衡调整包括：

在所述光源色温估计的基础上，依据所有白块的加权RGB值采用如下数学式分别计算RGB通道增益系数；

$R_{\mathrm{gain}}=\frac{G_{\max }}{R_{\max }};$

G_gain＝1；

$B_{\mathrm{gain}}=\frac{G_{\max }}{B_{\max }};$

其中，R_gain,G_gain,B_gain分别为RGB通道增益系数,R_max,G_max,B_max为所有白块进行加权处理后的加权RGB值；

依据所述RGB通道增益系数对输入图像进行白平衡调整。

一种基于背景建模的自动白平衡实现装置，包括：

背景建模模块，用于对输入图像进行背景建模；

统计模块，用于对背景图像进行白块统计；

色温估计模块，用于依据统计出的白块的加权RGB值估计当前环境下的光源色温；

白平衡调整模块，用于基于所述光源色温估计对输入图像进行白平衡调整。

优选地，背景建模模块采用高斯模型对输入图像进行背景建模。

优选地，所述统计模块包括：

划分单元，用于将背景图像分成若干个子块；

统计标定单元，用于统计每个子块其中的白点比例，若所述比例超过预设门限值，即将该子块标记为白块。

优选地，所述色温估计模块包括：

计算单元，用于对所述白块的RGB值进行加权处理，获得白块的加权RGB值；

估计单元，用于依据所述加权RGB值得到当前环境下的光源色温。

优选地，当统计标定单元统计得出背景图像中的白块数量低于一预设阈值时：

所述划分单元进一步用于将前景图像分成若干个子块；

所述统计标定单元进一步统计前景图像中的白块；

所述计算单元对所有背景图像以及前景图像中的白块的RGB值进行加权处理，获得白块的加权RGB值；

所述估计单元依据所述加权RGB值得到当前环境下的光源色温。

优选地，所述色温估计模块还包括：

存储单元，用于保存该当前光源色温；

当前景图像中的运动目标没有白块且所述运动目标遮挡住了背景图像中的白块时，所述估计单元直接从所述存储单元获取其上次存储的光源色温。

优选地，所述统计标定单元判定图像中的像素点是否为白点的策略为：

测定图像传感器在不同色温光源下的色温响应曲线；

计算像素点的RGB值，且当像素点的RGB值处于所述色温响应曲线附近时，则判定该像素点为白点。

优选地，所述白平衡调整模块包括：

增益计算单元，用于在所述光源色温估计的基础上，依据所有白块的加权RGB值采用如下数学式分别计算RGB通道增益系数；

$R_{\mathrm{gain}}=\frac{G_{\max }}{R_{\max }};$

G_gain＝1；

$B_{\mathrm{gain}}=\frac{G_{\max }}{B_{\max }};$

其中，R_gain,G_gain,B_gain分别为RGB通道增益系数,R_max,G_max,B_max为所有白块进行加权处理后的加权RGB值；

调整单元，用于依据所述RGB通道增益系数对输入图像进行白平衡调整。

一种视频监控设备，其具有如上任一所述的基于背景建模的自动白平衡实现装置，具体地，所述装置包括：

背景建模模块，用于对输入图像进行背景建模；

统计模块，用于对背景图像进行白块统计；

色温估计模块，用于依据统计出的白块的加权RGB值估计当前环境下的光源色温；

白平衡调整模块，用于基于所述光源色温估计对输入图像进行白平衡调整。

采用本发明可以改善场景中运动物体对白平衡参数计算的影响，从而减少运动物体对色彩还原的影响，进而减少视频的色彩漂移，改善视频的视觉效果。

附图说明

图1为本发明实施例提供的一种基于背景建模的自动白平衡实现方法流程示意图；

图2为本发明实施例中通过对图像传感器在不同色温光源下进行测定获得的色温响应曲线示意图；

图3为图2所示色温响应曲线的分段线性化示意图。

本发明目的的实现、功能特点及优异效果，下面将结合具体实施例以及附图做进一步的说明。

具体实施方式

下面结合附图和具体实施例对本发明所述技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

如图1所示，本发明实施例提供了一种基于背景建模的自动白平衡实现方法，包括如下步骤：

S01、对输入图像进行背景建模；

S02、对背景图像进行白块统计，并依据统计出的白块的加权RGB值估计当前环境下的光源色温；

S03、基于所述光源色温估计对输入图像进行白平衡调整。

背景建模也称为背景估计,其主要目的是根据当前的背景估计,把对序列图像的运动目标检测问题转化为一个二分类问题,将所有像素划分为背景和运动前景两类。对于背景建模，本实施例中可以采用高斯模型对背景进行建模，假设像素点的值服从高斯分布，即：

PIX(x,y)～N(μ(x,y),σ(x,y)²)；

式中，PIX(x,y)为像素点(x，y)的值，μ(x,y),σ(x,y)²为像素点值的期望和方差。

若视频序列的第i帧像素点pix(x,y)_i满足下式，则判断该像素为背景，否则判断为前景。

|pix(x,y)_i-μ(x,y)_i|<kσ(x,y)_i；

式中，μ(x,y)_i，σ(x,y)_i分别为像素点(x,y)的期望和标准差，k为阈值系数。

若像素点判断为背景，则需要对背景模型进行更新，方法如下：

μ(x,y)_i+1＝(1-ρ)μ(x,y)_i+ρ·pix(x,y)_i

${\mathrm{\&sigma;}(x,y)}_{i+1}^2=(1-\mathrm{\&rho;})\mathrm{\&sigma;}{(x,y)}_i^2+\mathrm{\&rho;}{(\mathrm{pix}{(x,y)}_i-\mathrm{\&mu;}{(x,y)}_i)}^2;$

式中，μ(x,y)_i+1，μ(x,y)_i，分别为更新后和更新前的像素点(x,y)的期望和方差，pix(x,y)_i为当前帧像素点的值，ρ为更新率。

期望和标准差的初始值采用下列算式计算：

$\mathrm{\&mu;}(x,y)=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\mathrm{pix}{(x,y)}_i$

$\mathrm{\&sigma;}{(x,y)}^2=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(\mathrm{pix}{(x,y)}_i-\mathrm{\&mu;}(x,y))}^2;$

式中，μ(x,y)，σ(x,y)²为初始期望和方差，pix(x,y)_i为第i帧像素点(x，y)的值。

本实施例中，对背景图像进行白块统计，并依据白块的加权RGB值估计当前环境下的光源色温包括如下步骤：

S021、将背景图像分成若干个子块，对每个子块，统计其中的白点比例，若所述比例超过预设门限值，即将该子块标记为白块；

S022、对所述白块的RGB值进行加权处理，获得白块的加权RGB值；

S023、依据所述加权RGB值得到当前环境下的光源色温。

在某些实施例中，当背景图像中的白块数量低于一预设阈值时，其中所述预设阈值可以由本领域技术人员视具体应用场景而设置，进一步统计前景图像中的白块，并对所有背景图像以及前景图像中的白块的RGB值进行加权处理，获得白块的加权RGB值，并依据所述加权RGB值得到当前环境下的光源色温。

在某些实施例中，在依据所述加权RGB值得到当前环境下的光源色温之后，对背景图像进行白块统计，并依据白块的加权RGB值估计当前环境下的光源色温时还包括保存该当前光源色温的步骤；

当前景图像中的运动目标没有白块且所述运动目标遮挡住了背景图像中的白块时，直接依据上次保存的光源色温对输入图像进行白平衡调整。

在本实施例中，判定图像中的像素点是否为白点的策略为：

测定图像传感器在不同色温光源下的色温响应曲线；

计算像素点的RGB值，且当像素点的RGB值处于所述色温响应曲线附近时，则判定该像素点为白点。

例如，本发明实施例中，在背景图像中寻找白块：可以将图像分成16*16的子块，对每个子块，统计其中的白点比率，超过90％即为白块。其中，所述白点是对光源全反射的像素点，反映了光源的色温，实际场景中没有理想全反射的点，因此找到近似的白点即可。测定图像传感器在不同色温光源下的色温响应曲线，若像素点的RGB值落在色温响应曲线附近，则认为该像素点为白点。从图2所示的色温响应曲线中可以看出，色温越高，则B/G值越大，此时R/B值越小。

参考图3所示，将色温响应曲线分段线性化，如下式：

$\left\{\begin{array}{cc}{a}_{1}x+b_{1}y+c_1=0& {\mathrm{\&theta;}}_0<x\&le;{\mathrm{\&theta;}}_1\\ a_{2}x+b_{2}y+c_2=0& {\mathrm{\&theta;}}_1<x\&le;{\mathrm{\&theta;}}_2\\ .& .\\ .& .\\ .& .\\ a_{n}x+b_{n}y+c_n=0& {\mathrm{\&theta;}}_{n-1}<x\&le;{\mathrm{\&theta;}}_n\end{array}\right.;$

然后可以通过点距直线的距离判断像素点是否为白点，满足下式的像素点为白点。

$\left\{\begin{array}{cc}|a_1\&CenterDot;R/G+b_1\&CenterDot;B/G+c_1|<T_1& {\mathrm{\&theta;}}_0<R/G\&le;{\mathrm{\&theta;}}_1\\ |a_2\&CenterDot;R/G+b_2\&CenterDot;B/G+c_2|<T_2& {\mathrm{\&theta;}}_1<R/G\&le;{\mathrm{\&theta;}}_2\\ .& .\\ .& .\\ .& .\\ |a_n\&CenterDot;R/G+b_n\&CenterDot;B/G+c_n|<T_n& {\mathrm{\&theta;}}_{n-1}<R/G\&le;{\mathrm{\&theta;}}_n\end{array}\right.\text{;}$

式中，R、G、B分别为像素点的RGB值，(θ₀,θ₁),(θ₁,θ₂),…,(θ_n-1,θ_n)为分段线性化的区间，T₁,T₂,…,T_n分别为每个分段的阈值。

下面将主要叙述下若背景白块数量不足时，通过进一步在前景图像(运动目标)中寻找白块，并将其与背景图像中的白块进行加权处理以估计光源色温。在本实施例中，通过如下数学式进行色温估计：

$R_{\mathrm{BG}\max }=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{R}_{\mathrm{BG}\max }\left(i\right)$

$G_{\mathrm{BG}\max }=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{G}_{\mathrm{BG}\max }\left(i\right)$

$B_{\mathrm{BG}\max }=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{B}_{\mathrm{BG}\max }\left(i\right)$

$R_{\mathrm{FG}\max }=\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{R}_{\mathrm{FG}\max }\left(i\right)$

$G_{\mathrm{FG}\max }=\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{G}_{\mathrm{FG}\max }\left(i\right)$

$B_{\mathrm{FG}\max }=\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{B}_{\mathrm{FG}\max }\left(i\right)$

$R_{\max }=\frac{{\mathrm{\&lambda;nR}}_{\mathrm{BG}\max }+(1-\mathrm{\&lambda;}){\mathrm{mR}}_{\mathrm{FG}\max }}{\mathrm{\&lambda;n}+(1-\mathrm{\&lambda;})m}$

$G_{\max }=\frac{{\mathrm{\&lambda;nG}}_{\mathrm{BG}\max }+(1-\mathrm{\&lambda;}){\mathrm{mG}}_{\mathrm{FG}\max }}{\mathrm{\&lambda;n}+(1-\mathrm{\&lambda;})m}$

$B_{\max }=\frac{{\mathrm{\&lambda;nB}}_{\mathrm{BG}\max }+(1-\mathrm{\&lambda;}){\mathrm{mB}}_{\mathrm{FG}\max }}{\mathrm{\&lambda;n}+(1-\mathrm{\&lambda;})m}$

$R_{\max }=\frac{\mathrm{\&lambda;}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{R}_{\mathrm{BG}\max }\left(i\right)+(1-\mathrm{\&lambda;})\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{R}_{\mathrm{FG}\max }\left(i\right)}{\mathrm{\&lambda;n}+(1-\mathrm{\&lambda;})m}$

$G_{\max }=\frac{\mathrm{\&lambda;}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{G}_{\mathrm{BG}\max }\left(i\right)+(1-\mathrm{\&lambda;})\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{G}_{\mathrm{FG}\max }\left(i\right)}{\mathrm{\&lambda;n}+(1-\mathrm{\&lambda;})m}$

$B_{\max }=\frac{\mathrm{\&lambda;}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{B}_{\mathrm{BG}\max }\left(i\right)+(1-\mathrm{\&lambda;})\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{B}_{\mathrm{FG}\max }\left(i\right)}{\mathrm{\&lambda;n}+(1-\mathrm{\&lambda;})m};$

式中，R_max,G_max,B_max为对白块的RGB值进行加权处理后的加权RGB值，n，m分别为背景图像和前景图像中白块的个数，R_BGmax(i),G_BGmax(i),B_BGmax(i)，R_FGmax(i),G_FGmax(i),B_FGmax(i)分别为背景图像和前景图像中第i个白块的RGB值，λ,1-λ分别为背景图像和前景图像的权重，背景图像比前景图像的置信度要大，因此λ>0.5。

据此，本领域的技术人员结合本领域的公知技术通过评估加权RGB值在曲线上的位置可以评估得到当前环境的光源色温。

本实施例中，基于所述光源色温估计对输入图像进行白平衡调整包括如下步骤：

S031、在所述光源色温估计的基础上，依据所有白块的加权RGB值采用如下数学式分别计算RGB通道增益系数；

$R_{\mathrm{gain}}=\frac{G_{\max }}{R_{\max }};$

Ggain＝1；

$B_{\mathrm{gain}}=\frac{G_{\max }}{B_{\max }};$

其中，R_gain,G_gain,B_gain分别为RGB通道增益系数,R_max,G_max,B_max为所有白块进行加权处理后的加权RGB值；

S032、依据所述RGB通道增益系数对输入图像进行白平衡调整。

本发明实施例提供的基于背景建模的自动白平衡实现方法通过对背景进行建模，在背景中寻找白块，并据此进行当前场景下的光源色温估计以实现输入图像的白平衡调整，使得白平衡更加稳定，并且在某些具体应用当中，在背景图像中的白块数量不够时引入前景图像的白块进行光源色温估计，以使得前景图像(运动物体)对自动白平衡的影响减小。

与上述方法相对应地，本发明实施例还提供了一种基于背景建模的自动白平衡实现装置，包括：

背景建模模块，用于对输入图像进行背景建模；

统计模块，用于对背景图像进行白块统计；

色温估计模块，用于依据统计出的白块的加权RGB值估计当前环境下的光源色温；

白平衡调整模块，用于基于所述光源色温估计对输入图像进行白平衡调整。

本实施例中，优选地，背景建模模块采用高斯模型对输入图像进行背景建模。

本实施例中，优选地，所述统计模块包括：

划分单元，用于将背景图像分成若干个子块；

统计标定单元，用于统计每个子块其中的白点比例，若所述比例超过预设门限值，即将该子块标记为白块。

本实施例中，优选地，所述色温估计模块包括：

计算单元，用于对所述白块的RGB值进行加权处理，获得白块的加权RGB值；

估计单元，用于依据所述加权RGB值得到当前环境下的光源色温。

本实施例中，优选地，当统计标定单元统计得出背景图像中的白块数量低于一预设阈值时：

所述划分单元进一步用于将前景图像分成若干个子块；

所述统计标定单元进一步统计前景图像中的白块；

所述计算单元对所有背景图像以及前景图像中的白块的RGB值进行加权处理，获得白块的加权RGB值；

所述估计单元依据所述加权RGB值得到当前环境下的光源色温。

优选地，所述色温估计模块还包括：

存储单元，用于保存该当前光源色温；

当前景图像中的运动目标没有白块且所述运动目标遮挡住了背景图像中的白块时，所述估计单元直接从所述存储单元获取其上次存储的光源色温。

优选地，所述统计标定单元判定图像中的像素点是否为白点的策略为：

测定图像传感器在不同色温光源下的色温响应曲线；

计算像素点的RGB值，且当像素点的RGB值处于所述色温响应曲线附近时，则判定该像素点为白点。

本实施例中，优选地，所述白平衡调整模块包括：

增益计算单元，用于在所述光源色温估计的基础上，依据所有白块的加权RGB值采用如下数学式分别计算RGB通道增益系数；

$R_{\mathrm{gain}}=\frac{G_{\max }}{R_{\max }};$

G_gain＝1；

$B_{\mathrm{gain}}=\frac{G_{\max }}{B_{\max }};$

其中，R_gain,G_gain,B_gain分别为RGB通道增益系数,R_max,G_max,B_max为所有白块进行加权处理后的加权RGB值；

调整单元，用于依据所述RGB通道增益系数对输入图像进行白平衡调整。

相应地，本发明实施例还提供了一种视频监控设备，其具有如上任一所述的基于背景建模的自动白平衡实现装置，具体地，所述装置包括：

背景建模模块，用于对输入图像进行背景建模；

统计模块，用于对背景图像进行白块统计；

色温估计模块，用于依据统计出的白块的加权RGB值估计当前环境下的光源色温；

白平衡调整模块，用于基于所述光源色温估计对输入图像进行白平衡调整。

对于上述的基于背景建模的自动白平衡实现装置的具体内容可参考上文，这里不再赘述。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相包括在本发的专利保护范围内。

Claims (16)

1.一种基于背景建模的自动白平衡实现方法，其特征在于，包括：

对输入图像进行背景建模；

对背景图像进行白块统计，并依据统计出的白块的加权RGB值估计当前环境下的光源色温；

基于所述光源色温估计对输入图像进行白平衡调整。

2.如权利要求1所述的基于背景建模的自动白平衡实现方法，其特征在于，采用高斯模型对输入图像进行背景建模。

3.如权利要求1所述的基于背景建模的自动白平衡实现方法，其特征在于，对背景图像进行白块统计，并依据白块的加权RGB值估计当前环境下的光源色温包括：

将背景图像分成若干个子块，对每个子块，统计其中的白点比例，若所述比例超过预设门限值，即将该子块标记为白块；

对所述白块的RGB值进行加权处理，获得白块的加权RGB值；

依据所述加权RGB值得到当前环境下的光源色温。

4.如权利要求3所述的基于背景建模的自动白平衡实现方法，其特征在于，当背景图像中的白块数量低于一预设阈值时，进一步统计前景图像中的白块，并对所有背景图像以及前景图像中的白块的RGB值进行加权处理，获得白块的加权RGB值，并依据所述加权RGB值得到当前环境下的光源色温。

5.如权利要求3所述的基于背景建模的自动白平衡实现方法，其特征在于，在依据所述加权RGB值得到当前环境下的光源色温之后，还包括保存该当前光源色温的步骤；

当前景图像中的运动目标没有白块且所述运动目标遮挡住了背景图像中的白块时，直接依据上次保存的光源色温对输入图像进行白平衡调整。

6.如权利要求3-5任一所述的基于背景建模的自动白平衡实现方法，其特征在于，判定图像中的像素点是否为白点的策略为：

测定图像传感器在不同色温光源下的色温响应曲线；

计算像素点的RGB值，且当像素点的RGB值处于所述色温响应曲线附近时，则判定该像素点为白点。

7.如权利要求3-5任一所述的基于背景建模的自动白平衡实现方法，其特征在于，基于所述光源色温估计对输入图像进行白平衡调整包括：

在所述光源色温估计的基础上，依据所有白块的加权RGB值采用如下数学式分别计算RGB通道增益系数；

$R_{\mathrm{gain}}=\frac{G_{\max }}{R_{\max }};$

G_gain＝1；

$B_{\mathrm{gain}}=\frac{G_{\max }}{B_{\max }};$

其中，R_gain,G_gain,B_gain分别为RGB通道增益系数,R_max,G_max,B_max为所有白块进行加权处理后的加权RGB值；

依据所述RGB通道增益系数对输入图像进行白平衡调整。

8.一种基于背景建模的自动白平衡实现装置，其特征在于，包括：

背景建模模块，用于对输入图像进行背景建模；

统计模块，用于对背景图像进行白块统计；

色温估计模块，用于依据统计出的白块的加权RGB值估计当前环境下的光源色温；

白平衡调整模块，用于基于所述光源色温估计对输入图像进行白平衡调整。

9.如权利要求8所述的基于背景建模的自动白平衡实现装置，其特征在于，背景建模模块采用高斯模型对输入图像进行背景建模。

10.如权利要求8所述的基于背景建模的自动白平衡实现装置，其特征在于，所述统计模块包括：

划分单元，用于将背景图像分成若干个子块；

统计标定单元，用于统计每个子块其中的白点比例，若所述比例超过预设门限值，即将该子块标记为白块。

11.如权利要求10所述的基于背景建模的自动白平衡实现装置，其特征在于，所述色温估计模块包括：

计算单元，用于对所述白块的RGB值进行加权处理，获得白块的加权RGB值；

估计单元，用于依据所述加权RGB值得到当前环境下的光源色温。

12.如权利要求11所述的基于背景建模的自动白平衡实现装置，其特征在于，当统计标定单元统计得出背景图像中的白块数量低于一预设阈值时：

所述划分单元进一步用于将前景图像分成若干个子块；

所述统计标定单元进一步统计前景图像中的白块；

所述计算单元对所有背景图像以及前景图像中的白块的RGB值进行加权处理，获得白块的加权RGB值；

所述估计单元依据所述加权RGB值得到当前环境下的光源色温。

13.如权利要求11所述的基于背景建模的自动白平衡实现装置，其特征在于，所述色温估计模块还包括：

存储单元，用于保存该当前光源色温；

当前景图像中的运动目标没有白块且所述运动目标遮挡住了背景图像中的白块时，所述估计单元直接从所述存储单元获取其上次存储的光源色温。

14.如权利要求10-13任一所述的基于背景建模的自动白平衡实现装置，其特征在于，所述统计标定单元判定图像中的像素点是否为白点的策略为：

测定图像传感器在不同色温光源下的色温响应曲线；

计算像素点的RGB值，且当像素点的RGB值处于所述色温响应曲线附近时，则判定该像素点为白点。

15.如权利要求10-13任一所述的基于背景建模的自动白平衡实现装置，其特征在于，所述白平衡调整模块包括：

增益计算单元，用于在所述光源色温估计的基础上，依据所有白块的加权RGB值采用如下数学式分别计算RGB通道增益系数；

$R_{\mathrm{gain}}=\frac{G_{\max }}{R_{\max }};$

G_gain＝1；

$B_{\mathrm{gain}}=\frac{G_{\max }}{B_{\max }};$

其中，R_gain,G_gain,B_gain分别为RGB通道增益系数,R_max,G_max,B_max为所有白块进行加权处理后的加权RGB值；

调整单元，用于依据所述RGB通道增益系数对输入图像进行白平衡调整。

16.一种视频监控设备，其特征在于，具有如权利要求8所述的基于背景建模的自动白平衡实现装置。