CN105812762A - 一种处理图像偏色的自动白平衡方法 - Google Patents

Abstract

本发明公开一种处理图像偏色的自动白平衡方法，包括步骤：将图像转化成YC_bC_r格式的目标图像；将目标图像进行分块；计算每个区域的像素点分量C_b，C_r及平均值M_b，M_r；计算中间变量D_b，D_r；当D_b﹤M_b/10，D_r﹤M_r/10时，除去与其对应的区域的像素点分量的平均值，将剩下区域的像素点分量的平均值用于计算白色参考点；计算目标图像中的白色标准参考点；计算白色标准参考点的算术平均值Y_a，C_ba，C_ra，获取目标图像的三原色分量的均值；获取三原色分量的调整参数；根据调整参数调整三原色分量的白平衡数值。本发明能够克服由于环境灯光的不同造成的原始输入图像颜色出现异常的缺陷，快速简单，节省成本。

Description

一种处理图像偏色的自动白平衡方法

技术领域

本发明涉及图像和视频处理领域，尤其涉及一种处理图像偏色的自动白平衡方法。

背景技术

伴随移动互联网井喷式发展，不良视频的制造者和追随者也在以更多种手段和方式来传播负能量，追逐高利润并毒害青少年。迄今为止关于检测不良视频的基础研究成果颇多，但付诸实际应用却遇到诸多难题。目前，对不良视频检测最基础的技术建立在对人体肤色检测上，因为不良行为一般从“裸露”开始，而肤色检测的科学依据是“彩色恒常原理”，即Retinex原理，它是指在正常光照条件下，物态的彩色光量指标遵循一定规律，尤其以血红素主导的人体皮肤，一般遵循R>G>B的基本规律，但是，如果在演播室环境配置各种彩色灯光，或者装饰物严重影响光照效果，则“彩色恒常原理”表现紊乱，基本规律受到颠覆，原先的检测方法失效。因此，首先必须感知演播室光照环境，判断其是否符合“白平衡”条件，采取必要措施来保证正常的光照环境。

每种光源都有它自己的颜色，或者称“色温”，从红色到蓝色，各有不同。“白平衡”是通过对白色的平衡过程，带动解决同画面中色彩还原和色调处理的一系列问题。理论上，只要保证白色的物体在画面中呈现出准确的、没有偏色的白，那么画面中所有的其他颜色就也会得到准确的还原；技术上，白平衡是描述彩色图像中红、绿、蓝三基色混合生成后白色精确度的一项指标。

物体被人眼观测到的颜色，首先决定于物体本身的反射特性，而同时也取决于射向物体的光线的颜色。比如人们观察大海，清晨看到灰蓝色，正午看到海蓝色，而傍晚，则看到紫红色的光芒。实际上在一天当中，大海自身的反射特性并没有改变，但是太阳光线改变了，因此，我们看到的景象也是全然不同的。因此，恢复或还原图像本来颜色的方法，既要考虑物体本身的反射特性，也要考虑射向物体光线的变化，这就是我们强调演播室环境感知的理由。实际环境下物体本身的反射特性是无法离开光源而单独获得的。所以我们能够获得的是某一特定光源下的物体颜色，这一特定光源就称之为经典光源，图像拍摄时面临的光源就称为未知光源。因而广义来说，白平衡算法就是将在未知光源下拍摄的物体颜色，转换成在经典光源下的物体色彩，达到色彩的一致性。基于此，白平衡算法也叫色彩一致性算法。

经典的图像视频白平衡处理方法首先是灰度世界法及其改进技术，灰度法优点是计算简单方便，这种算法特别适用于有足够多色彩的图象中，对已知经典光源下的R、G、B通道的均值就称为“灰色”常数。这个常数是可以测知的。通过统计未知光源下R、G、B通道的均值，与已知“灰色”值对比，就可以获得未知光源信息。“灰色”值可以有不同的选择。并且在假设图象中有足够多的色彩成立时非常有效。但是很多情况下，如果图象的色彩是比较单一的，这时灰度法不仅不能改进图片质量，反而会使其产生严重失真。

目前对图像偏色处理的效果不太理想，图像还原存在失真，影响后期图像处理和判断的准确性，而且处理方法比较复杂费时。

发明内容

为解决上述问题，本发明提供了一种处理图像偏色的自动白平衡方法，能够克服由于环境灯光的不同造成的原始输入图像颜色出现异常的缺陷，使后期图像处理和判断的准确性得到提高，而且方法快速简单。

本发明中的处理图像偏色的自动白平衡方法包括如下步骤：

步骤1、将获取的图像转化成YC_bC_r颜色空间格式的目标图像；

步骤2、将所述目标图像进行分块，划分成n*n块区域，n为正整数；

步骤3、计算每个所述区域的像素点分量C_b，C_r和平均值M_b，M_r；

步骤4、根据C_b，C_r及M_b，M_r计算每个所述区域的中间变量D_b，D_r；

步骤5、当D_b﹤M_b/10，D_r﹤M_r/10时，除去与其对应的所述区域的所述像素点分量的平均值，将剩下的所述区域的所述像素点分量的平均值用于计算白色标准参考点；

步骤6、计算所述目标图像中的白色标准参考点；

步骤7、计算所有的所述白色标准参考点的算术平均值Y_a，C_ba，C_ra，利用Y_a，C_ba，C_ra获取所述目标图像的三原色分量的均值：R_a，G_a，B_a；

步骤8、获取所述三原色分量的调整参数：

R_t＝Y_max/R_a

G_t＝Y_max/G_a

B_t＝Y_max/B_a

其中，所述Y_max为亮度分量Y的最大值；

步骤9、根据所述调整参数调整所述三原色分量的白平衡数值：

R'＝R×R_t

G'＝G×G_t

B'＝B×B_t

其中，n为正整数。

其中，步骤2中，所述目标图像的像素在320*240分辨率与1920*1080分辨率之间，n＝10。

其中，步骤4中中间变量D_b，D_r的计算过程为：

$D_b=\underset{i,j}{\Σ}\left(\right|C_b\left(i,j\right)-M_b\left|\right)/N$

$D_r=\underset{i,j}{\Σ}\left(\right|C_r\left(i,j\right)-M_r\left|\right)/N$

i,j分别为像素坐标，N为每个所述区域的像素数量。

其中，步骤6具体包括如下子步骤：

步骤61、确定所述参考点选取的参考标准：

|C_b(i,j)-(M_b+D_b×sign(M_b))|＜1.5×D_b

|C_r(i,j)-(1.5×M_r+D_r×sign(M_r))|＜1.5×D_r

步骤62、在所有符合所述参考标准的所述参考点中，按大小选取所述亮度分量Y的值为前5％的所述参考点作为所述白色标准参考点。

其中，步骤7中所述三原色分量的均值R_a，G_a，B_a的获取过程为：

R_a＝1.164*(Y_a-16)+1.596*(C_ra-128)

G_a＝1.164*(Y_a-16)-0.392*(C_ba-128)-0.813*(C_ra-128)

B_a＝1.164*(Y_a-16)+2.017*(C_ba-128)。

与现有技术相比，本发明的有益效果为：能够准确快速的克服由于环境灯光的不同造成的原始输入图像颜色出现异常的缺陷，使后期图像处理和判断的准确性得到提高，而且该方法快速简单，节省成本。

附图说明

图1为本发明中处理图像偏色的自动白平衡方法的流程图。

具体实施方式

为便于本领域技术人员对本发明的技术方案和有益效果进行理解，特结合附图对具体实施方式进行如下描述。

如图1所示，其为本发明中的处理图像偏色的自动白平衡方法的流程图，该方法包括如下步骤：

步骤1、将获取的图像转化成YC_bC_r颜色空间格式的目标图像；

步骤2、将所述目标图像进行分块，划分成n*n块区域，n为正整数。在本实施例中，目标图像的像素在320*240分辨率与1920*1080分辨率之间，n＝10，分成10*10块区域。

步骤3、计算每个所述区域的像素点分量C_b，C_r的平均值M_b，M_r；

步骤4、计算每个所述区域的中间变量D_b，D_r，其计算过程为：

$D_b=\underset{i,j}{\Σ}\left(\right|C_b\left(i,j\right)-M_b\left|\right)/N$

$D_r=\underset{i,j}{\Σ}\left(\right|C_r\left(i,j\right)-M_r\left|\right)/N.$

N为每个所述区域的像素数量，i,j分别为像素坐标。

步骤5、当D_b﹤M_b/10，D_r﹤M_r/10时，除去与其对应的区域的像素点分量的平均值，将剩下的区域的像素点分量的平均值作为整个所述目标图像的平均值参考；

步骤6、确定所述目标图像中的白色标准参考点，具体包括如下子步骤：

步骤61、确定参考点选取的参考标准：

|C_b(i,j)-(M_b+D_b×sign(M_b))|＜1.5×D_b

|C_r(i,j)-(1.5×M_r+D_r×sign(M_r))|＜1.5×D_r

步骤62、在所有符合所述参考标准的所述参考点中，按大小选取亮度分量Y的值为前5％的参考点作为白色标准参考点。

步骤7、计算所有的白色标准参考点的算术平均值Y_a，C_ba，C_ra，获取目标图像的三原色分量的均值：R_a，G_a，B_a，其获取过程为：

R_a＝1.164*(Y_a-16)+1.596*(C_ra-128)

G_a＝1.164*(Y_a-16)-0.392*(C_ba-128)-0.813*(C_ra-128)

B_a＝1.164*(Y_a-16)+2.017*(C_ba-128)。

步骤8、获取三原色分量的调整参数：

R_t＝Y_max/R_a

G_t＝Y_max/G_a

B_t＝Y_max/B_a

其中，所述Y_max为亮度分量Y的最大值；

步骤9、根据所述调整参数调整所述三原色分量的白平衡数值：

R'＝R×R_t

G'＝G×G_t

B'＝B×B_t

通过得到三原色分量的白平衡数值，最终实现将图像偏色去除，将图像复原。

本发明中的自动白平衡方法能够准确快速的克服由于环境灯光的不同造成的原始输入图像颜色出现异常的缺陷，使后期图像处理和判断的准确性得到提高，而且该方法快速简单，节省成本。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种处理图像偏色的自动白平衡方法，其特征在于，包括如下步骤：

步骤1、将获取的图像转化成YC_bC_r颜色空间格式的目标图像；

步骤2、将所述目标图像进行分块，划分成n*n块区域，n为正整数；

步骤3、计算每个所述区域的像素点分量C_b，C_r和平均值M_b，M_r；

步骤4、根据C_b，C_r及M_b，M_r计算每个所述区域的中间变量D_b，D_r；

步骤5、当D_b﹤M_b/10，D_r﹤M_r/10时，除去与其对应的所述区域的所述像素点分量的平均值，将剩下的所述区域的所述像素点分量的平均值用于计算白色标准参考点；

步骤6、计算所述目标图像中的白色标准参考点；

步骤7、计算所有的所述白色标准参考点的算术平均值Y_a，C_ba，C_ra，利用Y_a，C_ba，C_ra获取所述目标图像的三原色分量的均值：R_a，G_a，B_a；

步骤8、获取所述三原色分量的调整参数：

R_t＝Y_max/R_a

G_t＝Y_max/G_a

B_t＝Y_max/B_a

其中，所述Y_max为亮度分量Y的最大值；

步骤9、根据所述调整参数调整所述三原色分量的白平衡数值：

R'＝R×R_t

G'＝G×G_t

B'＝B×B_t

其中，n为正整数。

2.根据权利要求1所述的处理图像偏色的自动白平衡方法，其特征在于，步骤2中，所述目标图像的像素在320*240分辨率与1920*1080分辨率之间，n＝10。

3.根据权利要求1所述的处理图像偏色的自动白平衡方法，其特征在于，步骤4中中间变量D_b，D_r的计算过程为：

$D_b=\underset{i,j}{\Σ}\left(\right|C_b\left(i,j\right)-M_b\left|\right)/N$

$D_r=\underset{i,j}{\Σ}\left(\right|C_r\left(i,j\right)-M_r\left|\right)/N$

i,j分别为像素坐标，N为每个所述区域的像素数量。

4.根据权利要求1所述的处理图像偏色的自动白平衡方法，其特征在于，步骤6具体包括如下子步骤：

步骤61、确定所述参考点选取的参考标准：

|C_b(i,j)-(M_b+D_b×sign(M_b))|＜1.5×D_b

|C_r(i,j)-(1.5×M_r+D_r×sign(M_r))|＜1.5×D_r

步骤62、在所有符合所述参考标准的所述参考点中，按大小选取所述亮度分量Y的值为前5％的所述参考点作为所述白色标准参考点。

5.根据权利要求1所述的处理图像偏色的自动白平衡方法，其特征在于，步骤7中所述三原色分量的均值R_a，G_a，B_a的获取过程为：

R_a＝1.164*(Y_a-16)+1.596*(C_ra-128)

G_a＝1.164*(Y_a-16)-0.392*(C_ba-128)-0.813*(C_ra-128)

B_a＝1.164*(Y_a-16)+2.017*(C_ba-128)。