CN105578165B - 一种图像白平衡处理方法、装置及摄像机 - Google Patents
一种图像白平衡处理方法、装置及摄像机 Download PDFInfo
- Publication number
- CN105578165B CN105578165B CN201511023897.0A CN201511023897A CN105578165B CN 105578165 B CN105578165 B CN 105578165B CN 201511023897 A CN201511023897 A CN 201511023897A CN 105578165 B CN105578165 B CN 105578165B
- Authority
- CN
- China
- Prior art keywords
- frame image
- particle
- current frame
- ratio
- actual particle
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
- H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Color Television Image Signal Generators (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本发明提供一种图像白平衡处理方法、装置及摄像机,该方法包括:根据预设的聚类算法,对当帧图像中的像素点进行聚类,得到当前帧图像对应的设定数目个实际质点,所述实际质点为根据预设的聚类算法聚类后的实际聚类中心;根据每个实际质点所属的色温区间以及预设的色温区间与权值的对应关系,确定每个实际质点对应的权值;根据每个实际质点对应的权值计算当前帧图像的r、g以及b通道增益;根据当前帧图像的r、g以及b通道增益对当前帧图像进行白平衡调整。本发明可提高对图像进行白平衡的准确性和效果,用户体验相对提高。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像白平衡处理方法、装置及摄像机。
背景技术
当我们用肉眼在不同的光线下观看物体时,对不同颜色的感觉基本是相同的,比如:在早晨旭日初升时,肉眼看到的物体是白色的;在夜晚昏暗的灯光下,肉眼看到该物体,仍然会感觉它是白色的。这是因为人类在成长过程中,大脑已经对不同光线下物体的彩色还原有了适应性。但是,相机设备(比如摄像机)却没有人眼的适应性,由于CCD(Charge-coupled Device,电荷耦合元件)输出的不平衡性,相机设备会在不同光线下对同一色彩产生偏色现象,造成相机设备彩色还原失真,即:色温越高,蓝色的成份越多,图像就会偏蓝;色温越低,红色的成份就越多,图像就会偏红。此时,需要对相机设备采集到的图像进行白平衡处理,以解决相机设备在还原图像的色彩时导致的图像彩色还原失真的问题。
目前,常用的图像白平衡处理方法为:
在色温灯箱中采集不同色温下色卡的灰块和白块中每个像素点的r(红)、g(绿)以及b(蓝)的值,并计算每个像素点的三原色(即r、g、b)分量第一比值g/r和三元色分量第二比值g/b;以g/r为横坐标、g/b为纵坐标,建立坐标系;对每个像素点g/r和g/b,进行多项式拟合,得到一条色温曲线;在色温曲线的两个分别按照第一距离和第二距离建立两条第一曲线和两条第二曲线,第一距离小于第二距离;采集当前帧图像,确定当前帧图像中的各个像素点的g/r和g/b,即确定当前帧图像中每个像素点对应的坐标点(g/r,g/b),则针对当前帧图像中的每个像素点,确定该像素点对应的坐标点在上述坐标系中的位置,如果该像素点对应的坐标点在第一曲线和色温曲线之间,则确定该像素点对应的权值为a,如果该像素点对应的坐标点在色温曲线同一侧的第一曲线和第二曲线之间,则确定该像素点对应的权值为b,其中,a大于b;确定当前帧图像中每个像素点对应的权值后,根据该权值计算该当前帧图像的r、g以及b通道增益,进而根据该当前帧图像的r、g以及b通道增益对当前帧图像进行白平衡调整。
现有的图像白平衡处理方法存在以下缺陷:在多色温场景下,当前帧图像中属于不同色温的多个像素点对应的坐标如果均在第一曲线和色温曲线之间时,会使得所有色温下的像素点对应的权值相同,此时,根据现有的图像白平衡处理方法对当前帧图像进行白平衡处理后得到的处理后图像会出现,高色温偏蓝,低色温偏红的问题,此时,对图像进行白平衡处理后的效果不好,用户体验不高。
发明内容
本发明提供一种图像白平衡处理方法、装置及摄像机,用以解决现有技术中的图像白平衡方法对图像进行白平衡处理后的效果不好,用户体验不高。
一种图像白平衡处理方法,包括:
根据预设的聚类算法,对当帧图像中的像素点进行聚类,得到当前帧图像对应的设定数目个实际质点,所述实际质点为根据预设的聚类算法聚类后的实际聚类中心;
根据每个所述实际质点所属的色温区间以及预设的色温区间与权值的对应关系,确定每个实际质点对应的权值;
根据每个实际质点对应的权值计算当前帧图像的r、g以及b通道增益;
根据当前帧图像的r、g以及b通道增益对当前帧图像进行白平衡调整。
所述方法中,所述根据预设的聚类算法,对当帧图像中的像素点进行聚类,得到当前帧图像对应的设定数目个实际质点,具体包括:
确定当前帧图像对应的设定数目个初始质点,所述初始质点为初始聚类中心;
根据K-means聚类算法以及所述设定数目个初始质点,得到当前帧图像对应的设定数目个实际质点。
所述方法中,确定当前帧图像对应的设定数目个初始质点,具体包括:
确定当前帧图像为第一个帧图像时,计算第一个帧图像中每个像素点对应的三原色分量第一比值和三原色分量第二比值,所述三原色分量包括r、g以及b,所述三原色分量第一比值为g/r,所述三原色分量第二比值为g/b;
分别计算第一个帧图像中三原色分量第一比值的平均值d1以及三原色分量第二比值的平均值d2;
将d1和d2组成的向量作为第一个帧图像对应的设定数目个初始质点中的第一初始质点;
根据第一初始质点确定设定数目个初始质点中的其它初始质点。
所述的方法中,确定当前帧图像对应的设定数目个初始质点,具体包括:
确定当前帧图像为第一个帧图像之后的帧图像时,将所述当前帧图像的前一帧图像对应的设定数目个实际质点,确定为当前帧图像对应的设定数目个初始质点。
所述方法中,所述预设的色温区间与权值的对应关系,采用如下方式确定:
针对每种色温,采集该色温下色卡上任一灰块或白块上各个像素点的r、g和b的值;
根据所述任一灰块或白块上各个像素点的r、g和b的值,确定所述任一灰块或白块上各个像素点的r、g和b的平均值;
根据所述任一灰块或白块上各个像素点的r、g和b的平均值,确定横坐标xm=log2(gm/rm),纵坐标ym=log2(gm/bm),其中,m表示色温,rm、gm以及bm分别表示所述任一灰块或白块上各个像素点的r、g和b的平均值;
将所述横坐标和纵坐标确定为该色温对应的横坐标和纵坐标;
对各种色温对应的各个横坐标和纵坐标,通过多项式拟合得到色温曲线;
按照设定步长,将所述色温曲线划分为若干个色温区间,并为不同的色温区间设置不同的权值,得到色温区间与权值的对应关系。
所述方法中,根据每个实际质点对应的权值计算当前帧图像的r、g以及b通道增益,具体包括:
确定每个实际质点对应的三原色分量第一比值g/r,以及三原色分量第二比值g/b;
根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain;
根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain;
确定当前帧图像的g通道增益Ggain=1。
本发明实施例计算出的通道增益更加准确,且计算量较小。
所述方法中,采用如下公式根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第一比值,表示任一实际质点对应的权值;
采用如下公式根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第二比值,表示任一实际质点对应的权值。
本发明实施例计算出的通道增益更加准确,且计算量较小。
本发明还提供一种图像白平衡处理装置,包括:
聚类单元,用于根据预设的聚类算法,对当帧图像中的像素点进行聚类,得到当前帧图像对应的设定数目个实际质点,所述实际质点为根据预设的聚类算法聚类后的实际聚类中心;
确定单元,用于根据每个所述实际质点所属的色温区间以及预设的色温区间与权值的对应关系,确定每个实际质点对应的权值;
计算单元,用于根据每个实际质点对应的权值计算当前帧图像的r、g以及b通道增益;
调整单元,用于根据当前帧图像的r、g以及b通道增益对当前帧图像进行白平衡调整。
所述装置中,所述聚类单元具体用于:
确定当前帧图像对应的设定数目个初始质点,所述初始质点为初始聚类中心;
根据K-means聚类算法以及所述设定数目个初始质点,得到当前帧图像对应的设定数目个实际质点。
所述装置中,所述聚类单元在确定当前帧图像对应的设定数目个初始质点时,具体用于:
确定当前帧图像为第一个帧图像时,计算第一个帧图像中每个像素点对应的三原色分量第一比值和三原色分量第二比值,所述三原色分量包括r、g以及b,所述三原色分量第一比值为g/r,所述三原色分量第二比值为g/b;
分别计算第一个帧图像中三原色分量第一比值的平均值d1以及三原色分量第二比值的平均值d2;
将d1和d2组成的向量作为第一个帧图像对应的设定数目个初始质点中的第一初始质点;
根据第一初始质点确定设定数目个初始质点中的其它初始质点。
所述装置中,所述聚类单元在确定当前帧图像对应的设定数目个初始质点时,具体用于:
确定当前帧图像为第一个帧图像之后的帧图像时,将所述当前帧图像的前一帧图像对应的设定数目个实际质点,确定为当前帧图像对应的设定数目个初始质点。
所述装置,还包括:
建立单元,用于采用如下方式确定所述预设的色温区间与权值的对应关系:
针对每种色温,采集该色温下色卡上任一灰块或白块上各个像素点的r、g和b的值;
根据所述任一灰块或白块上各个像素点的r、g和b的值,确定所述任一灰块或白块上各个像素点的r、g和b的平均值;
根据所述任一灰块或白块上各个像素点的r、g和b的平均值,确定横坐标xm=log2(gm/rm),纵坐标ym=log2(gm/bm),其中,m表示色温,rm、gm以及bm分别表示所述任一灰块或白块上各个像素点的r、g和b的平均值;
将所述横坐标和纵坐标确定为该色温对应的横坐标和纵坐标;
对各种色温对应的各个横坐标和纵坐标,通过多项式拟合得到色温曲线;
按照设定步长,将所述色温曲线划分为若干个色温区间,并为不同的色温区间设置不同的权值,得到色温区间与权值的对应关系。
所述装置中,所述计算单元具体用于:
确定每个实际质点对应的三原色分量第一比值g/r,以及三原色分量第二比值g/b;
根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain;
根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain;
确定当前帧图像的g通道增益Ggain=1。
所述装置中,所述计算单元采用如下公式根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第一比值,表示任一实际质点对应的权值;
采用如下公式根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第二比值,表示任一实际质点对应的权值。
本发明还提供一种摄像机,包括上述任一所述的图像白平衡处理装置。
利用本发明实施例提供的图像白平衡处理方法、装置及摄像机,具有以下有益效果:通过将当前帧图像中的像素点进行聚类,使用聚类后的聚类中心(实际质点)所属的色温区间对应的权值,计算当前帧图像的rgb通道增益,从而对当前帧图像进行白平衡处理,在多色温场景下,可通过确定不同聚类中心所属的色温区间,来确定不同聚类中心对应的权值,可避免现有技术中出现的属于不同色温的多个像素点如果均在第一曲线和色温曲线之间时,使得所有色温下的像素点对应的权值相同的问题,进一步地,根据当前帧图像中的主导色温对当前帧图像进行聚类时,可排除其它色温对当前帧图像的rgb通道增益的干扰,进而提高了对图像进行白平衡的准确性和效果,用户体验相对提高。
附图说明
图1为本发明实施例提供的图像白平衡处理方法流程图之一;
图2为本发明实施例提供的图像白平衡处理方法流程图之二;
图3为本发明实施例提供的确定初始质点的方法流程图;
图4为本发明实施例提供的建立预设的色温区间与权值的对应关系流程图;
图5为本发明实施例提供的计算rgb通道增益方法流程图;
图6为本发明实施例提供的实施一的实施过程流程图;
图7为本发明实施例提供的实施二的实施过程流程图;
图8为本发明实施例提供的图像白平衡处理装置示意图之一;
图9为本发明实施例提供的图像白平衡处理装置示意图之二。
具体实施方式
下面结合附图和实施例对本发明提供的图像白平衡处理方法、装置及摄像机进行更详细地说明。
本发明实施例提供一种图像白平衡处理方法,如图1所示,包括:
步骤101,根据预设的聚类算法,对当帧图像中的像素点进行聚类,得到当前帧图像对应的设定数目个实际质点,所述实际质点为根据预设的聚类算法聚类后的实际聚类中心。
具体的,预设的聚类算法可以K-means聚类算法、K-MEDOIDS聚类算法或者基于网格的聚类算法等聚类算法。
具体的,摄像机在摄取图像时,是一帧一帧动态摄取的,从摄像机摄取的第一个帧对应的帧图像开始,对当前帧图像进行白平衡处理,即对当前帧图像进行白平衡调整。
步骤102,根据每个所述实际质点所属的色温区间以及预设的色温区间与权值的对应关系,确定每个实际质点对应的权值。
具体的,预先建立色温区间与权值的对应关系,不同的色温区间对应不同的权值,其中,色温区间越接近白光,该色温区间对应的权值越大,反之,权值越小。
步骤103,根据每个实际质点对应的权值计算当前帧图像的r、g以及b通道增益。
步骤104,根据当前帧图像的r、g以及b通道增益对当前帧图像进行白平衡调整。
具体的,根据当前帧图像的r、g以及b通道增益对当前帧图像进行白平衡处理,根据rgb通道增益对当前帧图像进行白平衡调整可采用现有方法实现,这里不做详述。
本发明实施例中,每个实际质点可看做对应每种色温的像素点的中心点,这样可根据当前帧图像中的主导色温确定当前帧图像的rgb通道增益,从而排除了其它色温对当前帧图像的rgb通道增益的干扰,进而提高了对图像进行白平衡的准确性。
本发明实施例,通过将当前帧图像中的像素点进行聚类,使用聚类后的聚类中心(实际质点)所属的色温区间对应的权值,计算当前帧图像的rgb通道增益,从而对当前帧图像进行白平衡处理,在多色温场景下,可通过确定不同聚类中心所属的色温区间,来确定不同聚类中心对应的权值,可避免现有技术中出现的属于不同色温的多个像素点如果均在第一曲线和色温曲线之间时,使得所有色温下的像素点对应的权值相同的问题,进一步地,根据当前帧图像中的主导色温对当前帧图像进行聚类时,可排除其它色温对当前帧图像的rgb通道增益的干扰,进而提高了对图像进行白平衡的准确性,因此,利用本发明实施例提供的图像白平衡处理方法,对图像进行白平衡处理后的效果相比现有技术有一定的提高,用户体验相对提高。
优选地,预设的聚类算法为K-means聚类算法时,则步骤101根据预设的聚类算法,对当帧图像中的像素点进行聚类,得到当前帧图像对应的设定数目个实际质点,如图2所示,具体包括:
步骤201,确定当前帧图像对应的设定数目个初始质点,所述初始质点为初始聚类中心。
具体的,摄像机在摄取图像时,是一帧一帧动态摄取的,从摄像机摄取的第一个帧对应的帧图像开始,即从第一个帧图像开始(其中,一帧数据对应一个帧图像),确定当前帧图像对应的设定数目个初始质点,该初始质点为选定的初始聚类中心,根据该聚类中心对当前帧图像中的像素点进行聚类。具体可根据实际情况,选择具有不同特性的初始质点,从而将当前帧图像中的像素点划分为具有不同特性的设定数目类,优选地,按照当前帧图像中各像素点的色温对当前帧图像中的像素点进行分类。其中,设定数目个初始质点可以选择当前帧图像中对应不同色温的设定数目个像素点,也可根据其他方式确定,这里不做限定。设定数目可根据实际应用场景设定,优选地,根据实验或者经验确定当前帧图像中的主导色温的个数,将该主导色温的个数确定为设定数目,优选地,设定数目n为大于等于2且小于等于4的整数,进一步优选地,设定数目等于2,其中,主导色温的确定方式为:确定当前帧图像中对应同一色温的像素点个数,将像素点个数在一定范围内的色温确定为主导色温。
进一步地,可以将(r,g,b)对应的向量作为初始质点,也可看做将rgb三维坐标系中的点(r,g,b)作为初始质点,或者将(g/r,g/b)对应的向量作为初始质点,也可看做将横坐标为g/r、纵坐标为g/b的坐标系中的点(g/r,g/b)作为初始质点。
步骤202,根据K-means聚类算法以及所述设定数目个初始质点,得到当前帧图像对应的设定数目个实际质点。
具体的,K-means聚类算法为现有算法,根据K-means聚类算法对设定数目n个初始质点进行若干次迭代后,可得到n个实际质点,这n个实际质点为根据K-means聚类算法对当前帧图像中的像素点进行聚类后,各类像素点的中心,即,实际的聚类中心,具体计算过程为现有技术,这里不做详细阐述。具体的,可对设定数目n个初始质点进行一次迭代,也可进行多次迭代。
步骤201确定当前帧图像对应的设定数目个初始质点,如图3所示,具体包括:
步骤301,确定当前帧图像为第一个帧图像时,计算第一个帧图像中每个像素点对应的三原色分量第一比值和三原色分量第二比值,所述三原色分量包括r、g以及b,所述三原色分量第一比值为g/r,所述三原色分量第二比值为g/b。
其中,三原色包括:r(红色)、g(绿色)以及b(蓝色),不同的三原色分量第一比值g/r可表示不同的颜色,不同的三原色分量第二比值g/b也表示不同的颜色,先确定第一个帧图像中每个像素点的rgb值,再根据每个像素点的rgb值计算对应素点对应的g/r和g/b。
步骤302,分别计算第一个帧图像中三原色分量第一比值的平均值d1以及三原色分量第二比值的平均值d2。
具体的,获取第一个帧图像中各个像素点对应的r、g以及b的值以及第一个帧图像中的像素点总个数A;分别计算每个像素点对应的g/r和g/b,并计算第一个帧图像中所有像素点对应的g/r之和B,以及所有像素点对应的g/b之和C;确定d1=B/A,d2=C/A。
步骤303,将d1和d2组成的向量,作为第一个帧图像对应的设定数目个初始质点中的第一初始质点。
具体的,第一初始质点对应的向量为μ1=(d1,d2)。
步骤304,根据第一初始质点确定设定数目个初始质点中的其它初始质点。
具体的,确定与第一初始质点的距离设定距离的各个质点,并从确定出的各个质点中选择设定数目n减1个质点作为确定设定数目个初始质点中的其它初始质点,具体的,可随机从确定出的各个质点中选择n-1个质点。
或者,确定与第一初始质点的距离在设定距离范围内的各个质点,并从确定出的各个质点中选择设定数目n减1个质点作为确定设定数目个初始质点中的其它初始质点,具体的,可随机从确定出的各个质点中选择n-1个质点。
或者,从第一初始质点对应的的d1加或减第一数值l,d2加或减第二数值m后组成的各个向量中选择选择n-1个质点,作为设定数目n个初始质点中的其它初始质点,即,从μ2=(d1+l,d2+m)、μ3=(d1-l,d2+m)、μ4=(d1-l,d2-m)、μ5=(d1+l,d2-m)、μ6=(d1,d2-m)、μ7=(d1,d2+m)、μ9=(d1-l,d2)、μ9=(d1+l,d2)中选择n-1个质点个质点,作为设定数目n个初始质点中的其它初始质点,比如,设定数目等于2,则第一质点为μ1=(d1,d2),第二质点可从μ2到μ9中的任选一个,其中,l和m可以相同也可以不同,优选地,l与m相等,且0<l≤0.05,进一步优选地,l与m相等且等于0.05。
本发明实施例为确定第一个帧图像对应的设定数目个初始质点的一种优选实施方式,也可在第一个帧图像中选取设定数目个像素点,并计算选取的各个像素点对应的确定第一个帧图像对应的三原色分量第一比值g/r和三原色分量第二比值g/b;针对各个选取的像素点,将该像素点对应的g/r和g/b组成的向量作为一个初始质点,从而得到第一个帧图像对应的设定数目个初始质点;第一个帧图像之后的帧图像的对应的设定数目个初始质点的确定方式可采用与确定第一个帧图像对应的设定数目个初始质点同样的方式。
优选地,确定当前帧图像为第一个帧图像之后的帧图像时,步骤201,确定当前帧图像对应的设定数目个初始质点,具体包括:将所述当前帧图像的前一帧图像对应的设定数目个实际质点,确定为当前帧图像对应的设定数目个初始质点。
具体的,当前帧图像的前一帧图像为:在当前帧图像之前且与当前帧图像相邻且已进行白平衡处理的帧图像。
具体的,步骤102中,预设的色温区间与权值的对应关系,采用如下方式确定,如图4所示,包括:
步骤401,针对每种色温,采集该色温下色卡上任一灰块或白块上各个像素点的r、g和b的值。
具体的,确定色温箱中不同色温下的色卡上的灰块和白块,并获取其中任意一个灰块或白块上各个像素点的r、g和b的值,一个灰块或白块包括至少一个像素点。
步骤402,根据所述任一灰块或白块上各个像素点的r、g和b的值,确定所述任一灰块或白块上各个像素点的r、g和b的平均值。
具体的,假设该灰块或白对应4个像素点,则分别计算4个像素点的r值之和rsum、g值之和gsum以及b值之和bsum,则该灰块或白对应上各个像素点的r值平均值rm=rsum/4、gm=gsum/4以及bm=bsum/4,其中m表示色温。
步骤403,根据所述任一灰块或白块上各个像素点的r、g和b的平均值,确定横坐标xm=log2(gm/rm),纵坐标ym=log2(gm/bm),其中,m表示色温,rm、gm以及bm分别表示所述任一灰块或白块上各个像素点的r、g和b的平均值。
步骤404,将所述横坐标和纵坐标确定为该色温对应的横坐标和纵坐标。
步骤405,对各种色温对应的各个横坐标和纵坐标,通过多项式拟合得到色温曲线。
具体的,建立以log2(g/r)为横坐标、以log2(g/b)为纵坐标的坐标系,将色温箱中的各种色温对应的点(xm,ym)标记在该坐标系中。对各种色温对应的点(xm,ym)通过多项式拟合得到色温曲线。具体的,根据一次多项式y=ax+b拟合得到色温曲线,此时拟合得到的色温曲线为一条直线。
步骤406,按照设定步长,将所述色温曲线划分为若干个色温区间,并为不同的色温区间设置不同的权值,得到色温区间与权值的对应关系。
具体的,按照设定步长,以摄像机所支持的色温的最大值和最小值为色温曲线的起点和终点,在拟合得到的色温曲线上标记各个划分点,经色温曲线上的各个划分点分别向色温曲线的两个做垂线,此时,每个划分点对应一条垂线,将相邻两个划分点对应的两条垂线之间的区域作为一个色温区间,从而得到若干个色温区间,并为不同的色温区间设置不同的权值,从而得到色温区间与权值的对应关系。具体的各个色温区间对应的权值大小可根据应用场景设定,这里不做限定。比如,摄像机所支持的色温的最大值为10000K,最小值为2000K,即,摄像机支持的色温范围为2000K~10000K,则,色温曲线所在的坐标系中查找2000K和10000K所在的位置,如果二者均在色温曲线上,则从2000K开始以设定步长将从2000K到10000K对应的色温曲线划分为若干个色温区间;如果二者有至少一个不在色温曲线上,则,经2000K和/或10000K在坐标系中的点向色温曲线做垂线,将垂线与色温曲线的交点作为起点或终点,再按照设定步长划分色温区间。
在建立色温区间与权值的对应关系时,需要通过实验从色温箱中采集不同色温下色卡上灰块和白块的rgb值,从而确定不同色温对应的(xm,ym),同一色温下色卡上的每个灰块或白块的色温相同,因此,本发明实施例根据其中一个灰块或白块的rgb平均值确定一种色温对应的(xm,ym),从而计算量。当然,也可针对每种色温,采集该色温下色卡上每个灰块和白块上各个像素点的r、g和b的值,然后计算该色温下的r、g和b的平均值,从而计算该色温对应的(xm,ym)。
优选地,在色温曲线的两侧按照第一距离建立两条第一曲线,经色温曲线的各个划分点(两个划分点间间隔设定步长)分别向两条第一曲线作垂线,将两个相邻的划分点对应的垂线与两条第一曲线形成的封闭区域作为一个色温区间。在该优选实施方式的基础上,进一步优选地,在色温曲线的两侧按照第二距离建立两条第二曲线,其中,第一距离小于第二距离,经色温曲线的各个划分点(两个划分点间间隔设定步长)分别向两条第二曲线作垂线,将两个相邻的划分点对应的垂线以及位于色温曲线同一侧的第一曲线和第二曲线形成的封闭区域作为一个色温区间。其中,每个色温区间对应一个权值,距离色温曲线越远的色温区间对应的权值越低。
优选地,步骤103根据每个实际质点对应的权值计算当前帧图像的r、g以及b通道增益,如图5所示,具体包括:
步骤501,确定每个实际质点对应的三原色分量第一比值g/r,以及三原色分量第二比值g/b。
具体的,当将(r,g,b)对应的向量作为初始质点时,实际质点对应的向量的形式也为(r,g,b),此时,根据实际质点对应的r,g和b,确定实际质点对应的三原色分量第一比值g/r,以及三原色分量第二比值g/b;当将(g/r,g/b)对应的向量作为初始质点时,实际质点对应的向量的形式也为(g/r,g/b),此时可直接根据实际质点对应的向量的形式,确定实际质点对应的三原色分量第一比值g/r,以及三原色分量第二比值g/b。
步骤502,根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain。
具体的,采用如下公式根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第一比值,表示任一实际质点对应的权值。
步骤503,根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain。
采用如下公式根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第二比值,表示任一实际质点对应的权值。
步骤504,确定当前帧图像的g通道增益Ggain=1。
其中,步骤501和步骤504执行的先后顺序可调换,步骤502,步骤503以及步骤504的执行的先后顺序也可调换,这里不做限定。本发明实施例计算出的通道增益更加准确,且计算量较小。
下面结合详细实施例对本发明实施例提供的图像白平衡处理方法的具体实施过程进行详细说明。
实施例一
假设每个帧图像对应的初始质点的个数为两个,如图6所示,针对摄像机摄取的第一个帧图像,执行以下步骤:
步骤601,计算第一个帧图像中每个像素点对应的g/r和g/b。
步骤602,分别计算第一个帧图像中g/r的平均值d1以及g/b的平均值d2。
步骤603,将d1和d2组成的向量,作为第一个帧图像对应第一初始质点。
步骤604,将d1-l和d2组成的向量,作为第一个帧图像对应第二初始质点。
步骤605,将第一个帧图像对应的第一初始质点和第二初始质点作为K-means聚类算法的初始质点,并执行K-means算法后,得到第一个帧图像对应的两个实际质点。
具体的,实际质点以(g/r,r/b)的形式呈现。
步骤606,针对每个实际质点,计算该实际质点在以log2(g/r)为横坐标、以log2(g/b)为纵坐标的坐标系中对应的坐标点,并确定该坐标点所属的色温区区间。
具体的,针对第一实际质点,计算log2(d1)和log2(d2),组成坐标点(log2(d1),log2(d2));针对第二实际质点,计算log2(d1-l)和log2(d2),组成坐标点(log2(d1-l),log2(d2)),并确定坐标点(log2(d1),log2(d2))和坐标点(log2(d1-l),log2(d2))在以log2(g/r)为横坐标、以log2(g/b)为纵坐标的坐标系中的位置。
确定两个以上的实际质点在以log2(g/r)为横坐标、以log2(g/b)为纵坐标的坐标系中的位置的方法与本发明实施例相同。
步骤607,根据第一实际质点和第二实际质点所属的色温区间以及预设的色温区间与权值的对应关系,确定第一实际质点对应的权值,确定第二实际质点对应的权值。
步骤608,根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定第一个帧图像的r通道增益Rgain,并根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定第一个帧图像的b通道增益Bgain,并确定第一个帧图像的g通道增益Ggain=1。
步骤609,根据第一个帧图像的r、g以及b通道增益对当前帧图像进行白平衡调整。
实施例二
在实施例一的基础上,如图7所示,针对摄像机摄取的第一个帧图像,执行以下步骤:
步骤701,将第一个帧图像对应的两个实际质点作为第二个帧图像对应的两个初始质点,并根据第二个帧图像对应的两个初始质点和K-means聚类算法,得到第二个帧图像对应的两个实际质点。
步骤702,针对每个实际质点,计算该实际质点在以log2(g/r)为横坐标、以log2(g/b)为纵坐标的坐标系中对应的坐标点,并确定该坐标点所属的色温区区间。
步骤703,根据每个实际质点所属的色温区间以及预设的色温区间与权值的对应关系,确定每个实际质点对应的权值。
步骤704,根据每个实际质点对应的权值以及g/r,确定第二个帧图像的r通道增益Rgain,并根据每个实际质点对应的权值以及g/b,确定第二个帧图像的b通道增益Bgain,并确定第二个帧图像的g通道增益Ggain=1。
步骤705,根据第二个帧图像的r、g以及b通道增益对第二个帧图像进行白平衡调整。
基于与上述实施例提供的图像白平衡处理方法同样的发明构思,本发明实施例还提供一种图像白平衡处理装置,如图8所示,包括:
聚类单元801,用于根据预设的聚类算法,对当帧图像中的像素点进行聚类,得到当前帧图像对应的设定数目个实际质点,所述实际质点为根据预设的聚类算法聚类后的实际聚类中心;
确定单元802,用于根据每个所述实际质点所属的色温区间以及预设的色温区间与权值的对应关系,确定每个实际质点对应的权值;
计算单元803,用于根据每个实际质点对应的权值计算当前帧图像的r、g以及b通道增益;
调整单元804,用于根据当前帧图像的r、g以及b通道增益对当前帧图像进行白平衡调整。
所述装置中,所述聚类单元具体用于:
确定当前帧图像对应的设定数目个初始质点,所述初始质点为初始聚类中心;
根据K-means聚类算法以及所述设定数目个初始质点,得到当前帧图像对应的设定数目个实际质点。
所述装置中,所述聚类单元在确定当前帧图像对应的设定数目个初始质点时,具体用于:
确定当前帧图像为第一个帧图像时,计算第一个帧图像中每个像素点对应的三原色分量第一比值和三原色分量第二比值,所述三原色分量包括r、g以及b,所述三原色分量第一比值为g/r,所述三原色分量第二比值为g/b;
分别计算第一个帧图像中三原色分量第一比值的平均值d1以及三原色分量第二比值的平均值d2;
将d1和d2组成的向量作为第一个帧图像对应的设定数目个初始质点中的第一初始质点;
根据第一初始质点确定设定数目个初始质点中的其它初始质点。
所述装置中,所述聚类单元在确定当前帧图像对应的设定数目个初始质点时,具体用于:
确定当前帧图像为第一个帧图像之后的帧图像时,将所述当前帧图像的前一帧图像对应的设定数目个实际质点,确定为当前帧图像对应的设定数目个初始质点。
如图9所示,所述装置,还包括:
建立单元805,用于采用如下方式确定所述预设的色温区间与权值的对应关系:
针对每种色温,采集该色温下色卡上任一灰块或白块上各个像素点的r、g和b的值;
根据所述任一灰块或白块上各个像素点的r、g和b的值,确定所述任一灰块或白块上各个像素点的r、g和b的平均值;
根据所述任一灰块或白块上各个像素点的r、g和b的平均值,确定横坐标xm=log2(gm/rm),纵坐标ym=log2(gm/bm),其中,m表示色温,rm、gm以及bm分别表示所述任一灰块或白块上各个像素点的r、g和b的平均值;
将所述横坐标和纵坐标确定为该色温对应的横坐标和纵坐标;
对各种色温对应的各个横坐标和纵坐标,通过多项式拟合得到色温曲线;
按照设定步长,将所述色温曲线划分为若干个色温区间,并为不同的色温区间设置不同的权值,得到色温区间与权值的对应关系。
所述装置中,所述计算单元具体用于:
确定每个实际质点对应的三原色分量第一比值g/r,以及三原色分量第二比值g/b;
根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain;
根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain;
确定当前帧图像的g通道增益Ggain=1。
所述装置中,所述计算单元采用如下公式根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第一比值,表示任一实际质点对应的权值;
采用如下公式根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第二比值,表示任一实际质点对应的权值。
基于与上述实施例提供的图像白平衡处理装置同样的发明构思,本发明实施例还提供一种摄像机,包括上述任一实施例所述的图像白平衡处理装置。
利用本发明实施例提供的图像白平衡处理方法、装置及摄像机,具有以下有益效果:通过将当前帧图像中的像素点进行聚类,使用聚类后的聚类中心(实际质点)所属的色温区间对应的权值,计算当前帧图像的rgb通道增益,从而对当前帧图像进行白平衡处理,在多色温场景下,可通过确定不同聚类中心所属的色温区间,来确定不同聚类中心对应的权值,可避免现有技术中出现的属于不同色温的多个像素点如果均在第一曲线和色温曲线之间时,使得所有色温下的像素点对应的权值相同的问题,进一步地,根据当前帧图像中的主导色温对当前帧图像进行聚类时,可排除其它色温对当前帧图像的rgb通道增益的干扰,进而提高了对图像进行白平衡的准确性和效果,用户体验相对提高。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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 (11)
1.一种图像白平衡处理方法,其特征在于,包括:
确定当前帧图像为第一个帧图像时,计算第一个帧图像中每个像素点对应的三原色分量第一比值和三原色分量第二比值,所述三原色分量包括r、g以及b,所述三原色分量第一比值为g/r,所述三原色分量第二比值为g/b;
分别计算第一个帧图像中三原色分量第一比值的平均值d1以及三原色分量第二比值的平均值d2;
将d1和d2组成的向量作为第一个帧图像对应的设定数目个初始质点中的第一初始质点;
根据第一初始质点确定设定数目个初始质点中的其它初始质点,所述初始质点为初始聚类中心;
根据K-means聚类算法以及所述设定数目个初始质点,得到当前帧图像对应的设定数目个实际质点,所述实际质点为根据预设的聚类算法聚类后的实际聚类中心;
根据每个所述实际质点所属的色温区间以及预设的色温区间与权值的对应关系,确定每个实际质点对应的权值;
根据每个实际质点对应的权值计算当前帧图像的r、g以及b通道增益;
根据当前帧图像的r、g以及b通道增益对当前帧图像进行白平衡调整。
2.如权利要求1所述的方法,其特征在于,还包括:
确定当前帧图像为第一个帧图像之后的帧图像时,将所述当前帧图像的前一帧图像对应的设定数目个实际质点,确定为当前帧图像对应的设定数目个初始质点。
3.如权利要求1所述的方法,其特征在于,所述预设的色温区间与权值的对应关系,采用如下方式确定:
针对每种色温,采集该色温下色卡上任一灰块或白块上各个像素点的r、g和b的值;
根据所述任一灰块或白块上各个像素点的r、g和b的值,确定所述任一灰块或白块上各个像素点的r、g和b的平均值;
根据所述任一灰块或白块上各个像素点的r、g和b的平均值,确定横坐标xm=log2(gm/rm),纵坐标ym=log2(gm/bm),其中,m表示色温,rm、gm以及bm分别表示所述任一灰块或白块上各个像素点的r、g和b的平均值;
将所述横坐标和纵坐标确定为该色温对应的横坐标和纵坐标;
对各种色温对应的各个横坐标和纵坐标,通过多项式拟合得到色温曲线;
按照设定步长,将所述色温曲线划分为若干个色温区间,并为不同的色温区间设置不同的权值,得到色温区间与权值的对应关系。
4.如权利要求1-3任一所述的方法,其特征在于,根据每个实际质点对应的权值计算当前帧图像的r、g以及b通道增益,具体包括:
确定每个实际质点对应的三原色分量第一比值g/r,以及三原色分量第二比值g/b;
根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain;
根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain;
确定当前帧图像的g通道增益Ggain=1。
5.如权利要求4所述的方法,其特征在于,采用如下公式根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第一比值,表示任一实际质点对应的权值;
采用如下公式根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第二比值,表示任一实际质点对应的权值。
6.一种图像白平衡处理装置,其特征在于,包括:
聚类单元,用于确定当前帧图像为第一个帧图像时,计算第一个帧图像中每个像素点对应的三原色分量第一比值和三原色分量第二比值,所述三原色分量包括r、g以及b,所述三原色分量第一比值为g/r,所述三原色分量第二比值为g/b;分别计算第一个帧图像中三原色分量第一比值的平均值d1以及三原色分量第二比值的平均值d2;将d1和d2组成的向量作为第一个帧图像对应的设定数目个初始质点中的第一初始质点;根据第一初始质点确定设定数目个初始质点中的其它初始质点,所述初始质点为初始聚类中心;根据K-means聚类算法以及所述设定数目个初始质点,得到当前帧图像对应的设定数目个实际质点,所述实际质点为根据预设的聚类算法聚类后的实际聚类中心;
确定单元,用于根据每个所述实际质点所属的色温区间以及预设的色温区间与权值的对应关系,确定每个实际质点对应的权值;
计算单元,用于根据每个实际质点对应的权值计算当前帧图像的r、g以及b通道增益;
调整单元,用于根据当前帧图像的r、g以及b通道增益对当前帧图像进行白平衡调整。
7.如权利要求6所述的装置,其特征在于,所述聚类单元还用于:
确定当前帧图像为第一个帧图像之后的帧图像时,将所述当前帧图像的前一帧图像对应的设定数目个实际质点,确定为当前帧图像对应的设定数目个初始质点。
8.如权利要求6所述的装置,其特征在于,还包括:
建立单元,用于采用如下方式确定所述预设的色温区间与权值的对应关系:
针对每种色温,采集该色温下色卡上任一灰块或白块上各个像素点的r、g和b的值;
根据所述任一灰块或白块上各个像素点的r、g和b的值,确定所述任一灰块或白块上各个像素点的r、g和b的平均值;
根据所述任一灰块或白块上各个像素点的r、g和b的平均值,确定横坐标xm=log2(gm/rm),纵坐标ym=log2(gm/bm),其中,m表示色温,rm、gm以及bm分别表示所述任一灰块或白块上各个像素点的r、g和b的平均值;
将所述横坐标和纵坐标确定为该色温对应的横坐标和纵坐标;
对各种色温对应的各个横坐标和纵坐标,通过多项式拟合得到色温曲线;
按照设定步长,将所述色温曲线划分为若干个色温区间,并为不同的色温区间设置不同的权值,得到色温区间与权值的对应关系。
9.如权利要求6-8任一所述的装置,其特征在于,所述计算单元具体用于:
确定每个实际质点对应的三原色分量第一比值g/r,以及三原色分量第二比值g/b;
根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain;
根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain;
确定当前帧图像的g通道增益Ggain=1。
10.如权利要求9所述的装置,其特征在于,所述计算单元采用如下公式根据每个实际质点对应的权值以及三原色分量第一比值g/r,确定当前帧图像的r通道增益Rgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第一比值,表示任一实际质点对应的权值;
采用如下公式根据每个实际质点对应的权值以及三原色分量第二比值g/b,确定当前帧图像的b通道增益Bgain:
其中,n表示实际质点的个数,表示任一实际质点对应的三原色分量第二比值,表示任一实际质点对应的权值。
11.一种摄像机,其特征在于,包括权利要求6-10任一所述的图像白平衡处理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511023897.0A CN105578165B (zh) | 2015-12-30 | 2015-12-30 | 一种图像白平衡处理方法、装置及摄像机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511023897.0A CN105578165B (zh) | 2015-12-30 | 2015-12-30 | 一种图像白平衡处理方法、装置及摄像机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105578165A CN105578165A (zh) | 2016-05-11 |
CN105578165B true CN105578165B (zh) | 2017-06-23 |
Family
ID=55887765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511023897.0A Active CN105578165B (zh) | 2015-12-30 | 2015-12-30 | 一种图像白平衡处理方法、装置及摄像机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105578165B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107800944A (zh) * | 2016-08-31 | 2018-03-13 | 中兴通讯股份有限公司 | 一种白平衡调整方法、装置和移动终端 |
CN108156379A (zh) * | 2017-12-28 | 2018-06-12 | 努比亚技术有限公司 | 一种自动白平衡的优化方法、终端及计算机可读存储介质 |
CN108184106A (zh) * | 2017-12-29 | 2018-06-19 | 努比亚技术有限公司 | 图像处理方法、移动终端及计算机可读存储介质 |
CN108551576B (zh) * | 2018-03-07 | 2019-12-20 | 浙江大华技术股份有限公司 | 一种白平衡方法及装置 |
CN110555443B (zh) * | 2018-06-01 | 2022-05-20 | 杭州海康威视数字技术股份有限公司 | 颜色分类方法、装置及存储介质 |
CN110876049B (zh) * | 2018-08-29 | 2021-12-28 | 浙江宇视科技有限公司 | 图像白平衡处理方法及装置 |
CN109348205B (zh) * | 2018-10-15 | 2019-12-24 | 南京熊猫电子股份有限公司 | 一种白平衡调整方法和装置 |
CN109618146A (zh) * | 2018-12-05 | 2019-04-12 | 维沃移动通信有限公司 | 一种图像处理方法及终端设备 |
CN112788322B (zh) * | 2019-11-07 | 2023-04-07 | 浙江宇视科技有限公司 | 自适应白平衡处理方法、装置、介质及电子设备 |
CN110944116B (zh) * | 2019-11-08 | 2021-06-25 | 瑞芯微电子股份有限公司 | 基于白平衡的单个闪光灯补偿方法、装置、设备和介质 |
CN114071107B (zh) * | 2020-08-10 | 2023-10-31 | 合肥君正科技有限公司 | 基于融合聚类分析与色温曲线的自动白平衡方法及装置 |
CN114363480B (zh) * | 2020-09-29 | 2023-09-26 | 合肥君正科技有限公司 | 一种基于色温和照度的自适应镜头阴影校正方法及系统 |
CN113068016B (zh) * | 2021-04-02 | 2023-03-24 | 杭州涂鸦信息技术有限公司 | 白平衡校正方法、装置和计算机设备 |
CN113676716B (zh) * | 2021-08-23 | 2022-10-14 | 深圳创维-Rgb电子有限公司 | 白平衡控制方法、装置、终端设备以及存储介质 |
CN115190283B (zh) * | 2022-07-05 | 2023-09-19 | 北京地平线信息技术有限公司 | 一种白平衡调整方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079954A (zh) * | 2007-06-26 | 2007-11-28 | 北京中星微电子有限公司 | 实现白平衡校正的方法及装置 |
CN101917633A (zh) * | 2010-09-01 | 2010-12-15 | 杭州海康威视软件有限公司 | 图像的白平衡处理方法、装置及摄像机 |
JP2013013134A (ja) * | 2012-09-05 | 2013-01-17 | Nikon Corp | 撮像装置 |
CN104618702A (zh) * | 2014-12-31 | 2015-05-13 | 湖南国科微电子有限公司 | 一种基于白块假设的数码摄像装置自动白平衡方法 |
CN104935903A (zh) * | 2014-03-18 | 2015-09-23 | 韩华泰科株式会社 | 白平衡校正设备和白平衡校正方法 |
CN105100576A (zh) * | 2014-04-21 | 2015-11-25 | 展讯通信(上海)有限公司 | 光源检测方法及装置 |
-
2015
- 2015-12-30 CN CN201511023897.0A patent/CN105578165B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079954A (zh) * | 2007-06-26 | 2007-11-28 | 北京中星微电子有限公司 | 实现白平衡校正的方法及装置 |
CN101917633A (zh) * | 2010-09-01 | 2010-12-15 | 杭州海康威视软件有限公司 | 图像的白平衡处理方法、装置及摄像机 |
JP2013013134A (ja) * | 2012-09-05 | 2013-01-17 | Nikon Corp | 撮像装置 |
CN104935903A (zh) * | 2014-03-18 | 2015-09-23 | 韩华泰科株式会社 | 白平衡校正设备和白平衡校正方法 |
CN105100576A (zh) * | 2014-04-21 | 2015-11-25 | 展讯通信(上海)有限公司 | 光源检测方法及装置 |
CN104618702A (zh) * | 2014-12-31 | 2015-05-13 | 湖南国科微电子有限公司 | 一种基于白块假设的数码摄像装置自动白平衡方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105578165A (zh) | 2016-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105578165B (zh) | 一种图像白平衡处理方法、装置及摄像机 | |
CN105959662B (zh) | 自适应白平衡调整方法及装置 | |
CN103942755B (zh) | 图像亮度调节方法和装置 | |
CN103021002B (zh) | 彩色素描图像生成方法 | |
CN104464623B (zh) | 一种调整发光二极管低灰阶的方法及装置 | |
CN105574918B (zh) | 一种3d模型的材质添加方法、装置及终端 | |
CN108022223B (zh) | 一种基于对数映射函数分块处理融合的色调映射方法 | |
CN103929631B (zh) | 使用场景检测的白平衡调整方法及其装置 | |
CN101901475B (zh) | 基于视网膜自适应模型的高动态范围图像色调映射方法 | |
CN105185315B (zh) | Led显示屏均匀性校正方法 | |
CN103778900B (zh) | 一种图像处理方法及系统 | |
CN102663741B (zh) | 对彩色数字图像进行视觉立体感知增强的方法及系统 | |
CN105761202B (zh) | 一种彩色图像颜色迁移方法 | |
CN109191428B (zh) | 基于掩蔽纹理特征的全参考型图像质量评价方法 | |
CN103353982A (zh) | 一种基于直方图均衡化的色调映射方法 | |
CN105184757B (zh) | 基于颜色空间特点的食物图像色彩增强方法 | |
CN103886565A (zh) | 基于目的性优化及直方图均衡化的夜间彩色图像增强方法 | |
CN107895350B (zh) | 一种基于自适应双伽玛变换的hdr图像生成方法 | |
CN106303483A (zh) | 一种图像处理方法及装置 | |
CN105681775A (zh) | 一种白平衡方法和装置 | |
CN104683780B (zh) | 一种视频监控摄像机的自动白平衡方法和装置 | |
CN108024106A (zh) | 支持rgbir和rgbw格式的颜色校正装置及方法 | |
CN103295205B (zh) | 一种基于Retinex的微光图像快速增强方法和装置 | |
CN107169942B (zh) | 一种基于鱼类视网膜机制的水下图像增强方法 | |
CN106686320B (zh) | 一种基于数密度均衡的色调映射方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |