CN105681775B - 一种白平衡方法和装置 - Google Patents

Abstract

本发明提供了一种白平衡方法和装置，所述方法包括以下步骤：首先接收RGB数据流，并计算数据流中像素点的红色增益和蓝色增益；而后计算所有肤色点的平均红色增益和平均蓝色增益；而后将平均红色增益和平均蓝色增益映射到肤色特征色温曲线上，确定当前环境的色温值；而后将当前环境的色温值映射到理想白点特征色温曲线上，确定理想红色增益值和理想蓝色增益值；而后根据确定理想红色增益值和理想蓝色增益值，进行白平衡校正。本发明采用肤色特征映射到理想白点特征色温曲线的白平衡方法，可以完全排除肤色对白平衡的干扰，有效解决大面积肤色拍照画面出现偏色的问题。

Description

一种白平衡方法和装置

技术领域

本发明涉及计算机图像处理领域，特别涉及一种白平衡方法和装置。

背景技术

图像的成像过程主要受三个因素影响：光源、物体反射系数、以及摄像机模组的光谱响应函数。传统的灰度世界白平衡或者白斑法白平衡算法在一些色温条件下容易把肤色误当成白点，导致白平衡计算错误。为了解决这个问题，人们加入了人脸识别或者肤色识别，以去除肤色对白平衡的干扰，但是在一些特殊场景中，被扣除掉肤色点后剩下的图像信息基本没有白点，这种情况下现有算法会把某些过暗或者过亮的像素点当成正常白点统计进去，导致自拍或者人物特写时所拍出来的照片的色彩出现偏差，图像上的肤色无法正常还原。尤其是在一些医疗设备中，如果局部被放大的肤色块无法正确还原出颜色，将导致医疗诊断出错。此外，目前大部分医疗设备都是采用手动锁定白平衡，这样不仅步骤繁琐，同时也增加了操作难度。

综上所述，如何排除肤色对白平衡的干扰，提供一种简单高效的白平衡方法，解决现有白平衡算法在处理图像上的肤色块时容易出现白平衡错误、步骤繁琐、操作复杂等问题，是计算机图像处理领域一个亟需解决的问题。

发明内容

为此，需要提供一种白平衡的技术方案，用以解决现有白平衡算法在处理图像上的肤色块时容易出现白平衡错误、步骤繁琐、操作复杂等问题。

为实现上述目的，发明人提供了一种白平衡方法，所述方法包括以下步骤：

接收RGB数据流，并计算数据流中像素点的红色增益和蓝色增益，所述红色增益为像素点的R分量与G分量的比值，所述蓝色增益为像素点的B分量与G分量的比值；

计算所有肤色点的平均红色增益和平均蓝色增益，所述肤色点为红色增益和蓝色增益位于肤色特征色温曲线范围内的像素点；

将平均红色增益和平均蓝色增益映射到肤色特征色温曲线上，确定当前环境的色温值；

将当前环境的色温值映射到理想白点特征色温曲线上，确定理想红色增益值和理想蓝色增益值；

根据确定理想红色增益值和理想蓝色增益值，进行白平衡校正。

进一步地，所述方法还包括步骤：

统计肤色点个数，并判断肤色点个数是否大于预设阈值，若是则计算所有肤色点的平均红色增益和平均蓝色增益，否则采用灰度世界算法或白斑算法进行白平衡校正。

进一步地，所述肤色特征色温曲线根据如下步骤确定：

拍摄若干不同色温下肤色测试卡的RAW图；

计算各个色温下肤色的红色增益和蓝色增益；

在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标点；

根据所确定的若干个不同的色温坐标点，生成肤色特征色温曲线。

进一步地，所述肤色特征色温曲线范围为肤色特征色温曲线上红色增益坐标不变的情况下，蓝色增益坐标增加或减少10％该蓝色增益坐标所形成的区域。

进一步地，所述理想白点特征色温曲线根据如下步骤确定：

拍摄若干不同色温下18％灰度测试卡的RAW图；

计算各个色温下灰块的红色增益和蓝色增益；

在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标点；

根据所确定的若干个不同的色温坐标点，生成理想白点特征色温曲线。

发明人还提供了一种白平衡装置，所述装置包括接收单元、计算单元、色温值确定单元、理想增益确定单元、白平衡校正单元；

所述接收单元用于接收RGB数据流，所述计算单元用于计算数据流中像素点的红色增益和蓝色增益，所述红色增益为像素点的R分量与G分量的比值，所述蓝色增益为像素点的B分量与G分量的比值；

所述计算单元还用于计算所有肤色点的平均红色增益和平均蓝色增益，所述肤色点为红色增益和蓝色增益位于肤色特征色温曲线范围内的像素点；

所述色温值确定单元用于将平均红色增益和平均蓝色增益映射到肤色特征色温曲线上，确定当前环境的色温值；

所述理想增益确定单元用于将当前环境的色温值映射到理想白点特征色温曲线上，确定理想红色增益值和理想蓝色增益值；

所述白平衡校正单元用于根据确定理想红色增益值和理想蓝色增益值，进行白平衡校正。

进一步地，所述装置还包括统计单元和判断单元；

所述统计单元同于统计肤色点个数；

所述判断单元用于判断肤色点个数是否大于预设阈值，若是则计算单元计算所有肤色点的平均红色增益和平均蓝色增益，否则白平衡校正单元采用灰度世界算法或白斑算法进行白平衡校正。

进一步地，所述肤色特征色温曲线根据如下步骤确定：

拍摄若干不同色温下肤色测试卡的RAW图；

计算各个色温下肤色的红色增益和蓝色增益；

在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标点；

根据所确定的若干个不同的色温坐标点，生成肤色特征色温曲线。

进一步地，所述肤色特征色温曲线范围为肤色特征色温曲线上红色增益坐标不变的情况下，蓝色增益坐标增加或减少10％该蓝色增益坐标所形成的区域。

进一步地，所述理想白点特征色温曲线根据如下步骤确定：

拍摄若干不同色温下18％灰度测试卡的RAW图；

计算各个色温下灰块的红色增益和蓝色增益；

在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标点；

根据所确定的若干个不同的色温坐标点，生成理想白点特征色温曲线。

上述技术方案所述的白平衡方法和装置，所述方法包括以下步骤：首先接收RGB数据流，并计算数据流中像素点的红色增益和蓝色增益；而后计算所有肤色点的平均红色增益和平均蓝色增益；而后将平均红色增益和平均蓝色增益映射到肤色特征色温曲线上，确定当前环境的色温值；而后将当前环境的色温值映射到理想白点特征色温曲线上，确定理想红色增益值和理想蓝色增益值；而后根据确定理想红色增益值和理想蓝色增益值，进行白平衡校正。采用肤色特征映射到理想白点特征色温曲线的白平衡方法，可以完全排除肤色对白平衡的干扰，有效解决大面积肤色拍照画面出现偏色的问题。同时，在医疗设备应用中可以省掉手动白平衡操作，使得设备更加智能，提高医疗效率。此外，本方法完全脱离人脸识别的算法，可以有效节省软硬件资源，简化冗余的算法流程，大大提高执行效率。

附图说明

图1为本发明一实施方式涉及的白平衡方法的流程图；

图2为本发明一实施方式涉及的肤色特征色温曲线确定步骤的流程图；

图3为本发明一实施方式涉及的理想白点特征色温曲线确定步骤的流程图；

图4为本发明一实施方式涉及的特征色温曲线的示意图；

图5为本发明一实施方式涉及的白平衡装置的示意图。

附图标记说明：

101、接收单元；

102、统计单元；

103、判断单元；

104、色温值确定单元；

105、理想增益确定单元；

106、白平衡校正单元。

具体实施方式

为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。

请参阅图1，为本发明一实施方式涉及的白平衡方法的流程图。所述方法可以利用肤色特征计算出当前环境的准确色温，进而排除肤色对白平衡的干扰。所述方法包括以下步骤：

首先进入步骤S101接收RGB数据流，并计算数据流中像素点的红色增益和蓝色增益，所述红色增益为像素点的R分量与G分量的比值，所述蓝色增益为像素点的B分量与G分量的比值。所述RGB数据流为图像数据流，图像数据流中包含有多个像素点，每个像素点均有R分量、G分量和B分量。红色增益和蓝色增益是进行白平衡校验的两个必要参数，分别用Rgain和Bgain表示。

而后可以进入步骤S102统计肤色点个数，并判断肤色点个数是否大于预设阈值。所述肤色点为红色增益和蓝色增益位于肤色特征色温曲线范围内的像素点。在本实施方式中，所述肤色特征色温曲线范围为肤色特征色温曲线上红色增益坐标不变的情况下，蓝色增益坐标增加或减少10％该蓝色增益坐标所形成的区域。如图4所示，横坐标即为蓝色增益(Bgain)，纵坐标为红色增益(Rgain)，图4中上方曲线为肤色特征色温曲线，阴影部分面积即为肤色特征色温曲线范围。具体地，在本实施方式中，肤色特征色温曲线范围为曲线上的各点Rgain不变的情况下，Bgain±10％Bgain所形成的区域。在其他实施例中，肤色特征色温曲线范围可以做适应性调整，例如可以是肤色特征色温曲线上蓝色增益坐标不变的情况下，红色增益坐标增加或减少10％该红色增益坐标所形成的区域。如果肤色点的个数不大于预设阈值，即可以判定该图像上不存在肤色块，肤色干扰可以忽略不计，因而可以进入步骤S107采用灰度世界算法或白斑算法进行白平衡校正。

若肤色点的个数大于预设阈值，则说明图像上存在肤色块，因而可以进入步骤S103计算所有肤色点的平均红色增益和平均蓝色增益。平均红色增益的数值等于所有肤色点的红色增益之和与肤色点个数的比值，平均蓝色增益的数值等于所有肤色点的蓝色增益之和与肤色点个数的比值。而后进入步骤S104将平均红色增益和平均蓝色增益映射到肤色特征色温曲线上，确定当前环境的色温值。而后进入步骤S105将当前环境的色温值映射到理想白点特征色温曲线上，确定理想红色增益值和理想蓝色增益值。

下面结合图3，对步骤S104和S105做具体说明。如图4所示，图中有两条曲线，上方为肤色特征色温曲线，下方为理想白点特征色温曲线。肤色特征色温曲线与理想白点特征色温曲线上，每一点都对应一色温值。以肤色特征色温曲线为例，如果已知肤色特征色温曲线上某一点的红色增益(纵坐标)和蓝色增益(横坐标)，即可知道当前环境的色温值。若已知当前环境的色温值，即可读出在该色温值下对应的红色增益和蓝色增益的大小。理想白点特征色温曲线同理可得。图3中A点位于肤色特征色温曲线范围内，即A点为肤色点，通过切线垂直对应法则(保持A点横坐标不变，增大或缩小A点的纵坐标，使之与肤色特征色温曲线相交)，找到A点映射到肤色特征色温曲线上后的映射点A,点，当前环境的色温值即为A,点对应的色温值，假设所确定的当前环境的色温值为3000k，则在理想白点特征色温曲线找到色温值为3000k对应的点(图3中的B点)，而后读出B点对应的横坐标与纵坐标，即为理想蓝色增益值和理想红色增益值。

而后可以进入步骤S106根据确定理想红色增益值和理想蓝色增益值，进行白平衡校正。具体地，白平衡校正包括：将图像上的像素点的R分量乘以理想红色增益值后输出，将图像上的像素点的B分量乘以理想蓝色增益值后输出。至此，白平衡校正完毕，采用肤色特征映射到理想白点特征色温曲线的白平衡方法，可以完全排除肤色对白平衡的干扰，有效解决大面积肤色拍照画面出现偏色的问题。

如图2所示，在本实施方式中，所述肤色特征色温曲线根据如下步骤确定：首先进入步骤S201拍摄若干不同色温下肤色测试卡的RAW图；而后进入步骤S202计算各个色温下肤色的红色增益和蓝色增益；而后进入步骤S203在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标点；而后进入步骤S204根据所确定的若干个不同的色温坐标点，生成肤色特征色温曲线。同样以图3为例，在确定肤色特征色温曲线时，选取了2700k、4000k、5000k、6500k这4个色温值下对着肤色测试卡拍摄RAW图，而后计算这4个色温下肤色的红色增益和蓝色增益，可以通过MATLAB软件计算得出，进而绘制二维直接坐标系(以蓝色增益为横坐标，红色增益为纵坐标)，描出这4个点的相应位置，而后利用这4点绘制相关函数曲线，即为所需的肤色特征色温曲线，曲线上每一点都对应一色温值。

如图3所示，在本实施方式中，所述理想白点特征色温曲线根据如下步骤确定：首先进入步骤S301拍摄若干不同色温下18％灰度测试卡的RAW图；而后进入步骤S302计算各个色温下灰块的红色增益和蓝色增益；而后进入步骤S303在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标点；而后进入步骤S304根据所确定的若干个不同的色温坐标点，生成理想白点特征色温曲线。以图3为例，在确定理想白点特征色温曲线时，选取了2700k、4000k、5000k、6500k这4个色温值下对着18％灰度测试卡拍摄RAW图，而后计算这4个色温下灰块的红色增益和蓝色增益，可以通过MATLAB软件计算得出，进而绘制二维直接坐标系(以蓝色增益为横坐标，红色增益为纵坐标)，描出这4个点的相应位置，而后利用这4点绘制相关函数曲线，即为所需的理想白点特征色温曲线，曲线上每一点都对应一色温值。

请参阅图5，以及发明人还提供了一种白平衡装置，,所述装置包括接收单元101、计算单元103、色温值确定单元104、理想增益确定单元105、白平衡校正单元106；

所述接收单元101用于接收RGB数据流，所述计算单元103用于计算数据流中像素点的红色增益和蓝色增益，所述红色增益为像素点的R分量与G分量的比值，所述蓝色增益为像素点的B分量与G分量的比值；

所述计算单元103还用于计算所有肤色点的平均红色增益和平均蓝色增益，所述肤色点为红色增益和蓝色增益位于肤色特征色温曲线范围内的像素点；

所述色温值确定单元104用于将平均红色增益和平均蓝色增益映射到肤色特征色温曲线上，确定当前环境的色温值；

所述理想增益确定单元105用于将当前环境的色温值映射到理想白点特征色温曲线上，确定理想红色增益值和理想蓝色增益值；

所述白平衡校正单元106用于根据确定理想红色增益值和理想蓝色增益值，进行白平衡校正。

所述装置还包括统计单元102和判断单元103，在使用白平衡装置时，首先接收单元接收RGB数据流，计算单元计算数据流中像素点的红色增益和蓝色增益，所述红色增益为像素点的R分量与G分量的比值，所述蓝色增益为像素点的B分量与G分量的比值。所述RGB数据流为图像数据流，图像数据流中包含有多个像素点，每个像素点均有R分量、G分量和B分量。红色增益和蓝色增益是进行白平衡校验的两个必要参数，分别用Rgain和Bgain表示。

而后统计单元统计肤色点个数，判断单元判断肤色点个数是否大于预设阈值。所述肤色点为红色增益和蓝色增益位于肤色特征色温曲线范围内的像素点。在本实施方式中，所述肤色特征色温曲线范围为肤色特征色温曲线上红色增益坐标不变的情况下，蓝色增益坐标增加或减少10％该蓝色增益坐标所形成的区域。如图4所示，横坐标即为蓝色增益(Bgain)，纵坐标为红色增益(Rgain)，图4中上方曲线为肤色特征色温曲线，阴影部分面积即为肤色特征色温曲线范围。具体地，在本实施方式中，肤色特征色温曲线范围为曲线上的各点Rgain不变的情况下，Bgain±10％Bgain所形成的区域。在其他实施例中，肤色特征色温曲线范围可以做适应性调整，例如可以是肤色特征色温曲线上蓝色增益坐标不变的情况下，红色增益坐标增加或减少10％该红色增益坐标所形成的区域。如果肤色点的个数不大于预设阈值，即可以判定该图像上不存在肤色块，肤色干扰可以忽略不计，因而白平衡校正单元采用灰度世界算法或白斑算法进行白平衡校正。

若肤色点的个数大于预设阈值，则说明图像上存在肤色块，则计算单元计算所有肤色点的平均红色增益和平均蓝色增益。平均红色增益的数值等于所有肤色点的红色增益之和与肤色点个数的比值，平均蓝色增益的数值等于所有肤色点的蓝色增益之和与肤色点个数的比值。而后色温值确定单元将平均红色增益和平均蓝色增益映射到肤色特征色温曲线上，确定当前环境的色温值。而后理想增益确定单元将当前环境的色温值映射到理想白点特征色温曲线上，确定理想红色增益值和理想蓝色增益值。

而后白平衡校正单元根据确定理想红色增益值和理想蓝色增益值，进行白平衡校正。具体地，白平衡校正包括：将图像上的像素点的R分量乘以理想红色增益值后输出，将图像上的像素点的B分量乘以理想蓝色增益值后输出。至此，白平衡校正完毕，采用肤色特征映射到理想白点特征色温曲线的白平衡方法，可以完全排除肤色对白平衡的干扰，有效解决大面积肤色拍照画面出现偏色的问题。

如图2所示，在本实施方式中，所述肤色特征色温曲线根据如下步骤确定：首先进入步骤S201拍摄若干不同色温下肤色测试卡的RAW图；而后进入步骤S202计算各个色温下肤色的红色增益和蓝色增益；而后进入步骤S203在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标点；而后进入步骤S204根据所确定的若干个不同的色温坐标点，生成肤色特征色温曲线。同样以图3为例，在确定肤色特征色温曲线时，选取了2700k、4000k、5000k、6500k这4个色温值下对着肤色测试卡拍摄RAW图，而后计算这4个色温下肤色的红色增益和蓝色增益，可以通过MATLAB软件计算得出，进而绘制二维直接坐标系(以蓝色增益为横坐标，红色增益为纵坐标)，描出这4个点的相应位置，而后利用这4点绘制相关函数曲线，即为所需的肤色特征色温曲线，曲线上每一点都对应一色温值。

如图3所示，在本实施方式中，所述理想白点特征色温曲线根据如下步骤确定：首先进入步骤S301拍摄若干不同色温下18％灰度测试卡的RAW图；而后进入步骤S302计算各个色温下灰块的红色增益和蓝色增益；而后进入步骤S303在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标点；而后进入步骤S304根据所确定的若干个不同的色温坐标点，生成理想白点特征色温曲线。以图3为例，在确定理想白点特征色温曲线时，选取了2700k、4000k、5000k、6500k这4个色温值下对着18％灰度测试卡拍摄RAW图，而后计算这4个色温下灰块的红色增益和蓝色增益，可以通过MATLAB软件计算得出，进而绘制二维直接坐标系(以蓝色增益为横坐标，红色增益为纵坐标)，描出这4个点的相应位置，而后利用这4点绘制相关函数曲线，即为所需的理想白点特征色温曲线，曲线上每一点都对应一色温值。

上述技术方案所述的白平衡方法和装置，所述方法包括以下步骤：首先接收RGB数据流，并计算数据流中像素点的红色增益和蓝色增益；而后计算所有肤色点的平均红色增益和平均蓝色增益；而后将平均红色增益和平均蓝色增益映射到肤色特征色温曲线上，确定当前环境的色温值；而后将当前环境的色温值映射到理想白点特征色温曲线上，确定理想红色增益值和理想蓝色增益值；而后根据确定理想红色增益值和理想蓝色增益值，进行白平衡校正。采用肤色特征映射到理想白点特征色温曲线的白平衡方法，可以完全排除肤色对白平衡的干扰，有效解决大面积肤色拍照画面出现偏色的问题。同时，在医疗设备应用中可以省掉手动白平衡操作，使得设备更加智能，提高医疗效率。此外，本方法完全脱离人脸识别的算法，可以有效节省软硬件资源，简化冗余的算法流程，大大提高执行效率。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括……”或“包含……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的要素。此外，在本文中，“大于”、“小于”、“超过”等理解为不包括本数；“以上”、“以下”、“以内”等理解为包括本数。

本领域内的技术人员应明白，上述各实施例可提供为方法、装置、或计算机程序产品。这些实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。上述各实施例涉及的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机设备可读取的存储介质中，用于执行上述各实施例方法所述的全部或部分步骤。所述计算机设备，包括但不限于：个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端、智能家居设备、穿戴式智能设备、车载智能设备等；所述的存储介质，包括但不限于：RAM、ROM、磁碟、磁带、光盘、闪存、U盘、移动硬盘、存储卡、记忆棒、网络服务器存储、网络云存储等。

上述各实施例是参照根据实施例所述的方法、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计算机设备的处理器以产生一个机器，使得通过计算机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设备以特定方式工作的计算机设备可读存储器中，使得存储在该计算机设备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设备上，使得在计算机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。

尽管已经对上述各实施例进行了描述，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改，所以以上所述仅为本发明的实施例，并非因此限制本发明的专利保护范围，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关的技术领域，均同理包括在本发明的专利保护范围之内。

Claims (6)

1.一种白平衡方法，其特征在于，所述方法包括以下步骤：

接收RGB数据流，并计算数据流中像素点的红色增益和蓝色增益，所述红色增益为像素点的R分量与G分量的比值，所述蓝色增益为像素点的B分量与G分量的比值；

统计肤色点个数，并判断肤色点个数是否大于预设阈值；若判定肤色点个数不大于预设阈值，则采用灰度世界算法或白斑算法进行白平衡校正；

若判定肤色点个数大于预设阈值，则计算所有肤色点的平均红色增益和平均蓝色增益，所述肤色点为红色增益和蓝色增益位于肤色特征色温曲线范围内的像素点；所述肤色特征色温曲线范围为肤色特征色温曲线上红色增益坐标不变的情况下，蓝色增益坐标增加或减少10％该蓝色增益坐标所形成的区域；

将平均红色增益和平均蓝色增益映射到肤色特征色温曲线上，确定当前环境的色温值；

将当前环境的色温值映射到理想白点特征色温曲线上，确定理想红色增益值和理想蓝色增益值；

根据确定理想红色增益值和理想蓝色增益值，进行白平衡校正。

2.如权利要求1所述的白平衡方法，其特征在于，所述肤色特征色温曲线根据如下步骤确定：

拍摄若干不同色温下肤色测试卡的RAW图；

计算各个色温下肤色的红色增益和蓝色增益；

在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标点；

根据所确定的若干个不同的色温坐标点，生成肤色特征色温曲线。

3.如权利要求1所述的白平衡方法，其特征在于，所述理想白点特征色温曲线根据如下步骤确定：

拍摄若干不同色温下18％灰度测试卡的RAW图；

计算各个色温下灰块的红色增益和蓝色增益；

在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标 点；

根据所确定的若干个不同的色温坐标点，生成理想白点特征色温曲线。

4.一种白平衡装置，其特征在于，所述装置包括接收单元、计算单元、色温值确定单元、理想增益确定单元、白平衡校正单元；所述装置还包括统计单元和判断单元；

所述接收单元用于接收RGB数据流，所述计算单元用于计算数据流中像素点的红色增益和蓝色增益，所述红色增益为像素点的R分量与G分量的比值，所述蓝色增益为像素点的B分量与G分量的比值；

所述统计单元用于统计肤色点个数；

所述判断单元用于判断肤色点个数是否大于预设阈值，若判断单元判定肤色点个数不大于预设阈值，则白平衡校正单元采用灰度世界算法或白斑算法进行白平衡校正；

若判断单元判定肤色点个数大于预设阈值，所述计算单元还用于计算所有肤色点的平均红色增益和平均蓝色增益，所述肤色点为红色增益和蓝色增益位于肤色特征色温曲线范围内的像素点；所述肤色特征色温曲线范围为肤色特征色温曲线上红色增益坐标不变的情况下，蓝色增益坐标增加或减少10％该蓝色增益坐标所形成的区域；

所述色温值确定单元用于将平均红色增益和平均蓝色增益映射到肤色特征色温曲线上，确定当前环境的色温值；

所述理想增益确定单元用于将当前环境的色温值映射到理想白点特征色温曲线上，确定理想红色增益值和理想蓝色增益值；

所述白平衡校正单元用于根据确定理想红色增益值和理想蓝色增益值，进行白平衡校正。

5.如权利要求4所述的白平衡装置，其特征在于，所述肤色特征色温曲线根据如下步骤确定：

拍摄若干不同色温下肤色测试卡的RAW图；

计算各个色温下肤色的红色增益和蓝色增益；

在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标 点；

根据所确定的若干个不同的色温坐标点，生成肤色特征色温曲线。

6.如权利要求4所述的白平衡装置，其特征在于，所述理想白点特征色温曲线根据如下步骤确定：

拍摄若干不同色温下18％灰度测试卡的RAW图；

计算各个色温下灰块的红色增益和蓝色增益；

在红色增益和蓝色增益的二维平面坐标系下确定若干个不同色温的坐标点；

根据所确定的若干个不同的色温坐标点，生成理想白点特征色温曲线。