CN105828058B - 一种白平衡的调整方法和装置 - Google Patents
一种白平衡的调整方法和装置 Download PDFInfo
- Publication number
- CN105828058B CN105828058B CN201510292650.2A CN201510292650A CN105828058B CN 105828058 B CN105828058 B CN 105828058B CN 201510292650 A CN201510292650 A CN 201510292650A CN 105828058 B CN105828058 B CN 105828058B
- Authority
- CN
- China
- Prior art keywords
- coloration
- color space
- data
- white balance
- colour
- 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
Landscapes
- Color Television Image Signal Generators (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本发明实施例提供了一种白平衡的调整方法和装置,该方法包括:当采集到图像数据时,获取灰色特征数据,其中,所述灰色特征数据包括在指定的色温下,灰块数据的第一色度,以及基于所述第一色度生成的灰色特征范围;计算所述图像数据的第二色度;根据特征色度与所述第一色度计算白平衡系数,其中,所述特征色度为落入所述灰色特征范围内的第二色度;采用所述白平衡系数进行白平衡调整。本发明实施例根据灰块数据在不同色温环境下的分布数据,进行白平衡调整,通过设置参考的灰色对象,提高了灰色的识别准确性,进而提高了白平衡调整的准确性。
Description
技术领域
本发明涉及图像处理的技术领域,特别是涉及一种白平衡的调整方法和一种白平衡的调整装置。
背景技术
随着移动科技的迅速发展,各种电子设备在人们的工作、学习、娱乐等日常生活各方面的广泛普及。
很多电子设备都有摄像头(Camera),具备拍照、摄像功能。其中,在拍照时,经常需要进行白平衡(Auto White Balance,AWB)调整。
目前,白平衡调整是基于灰色世界法为理论基础的,即搜寻出图像数据中可能为灰色的像素,通过还原其为灰色,而达到白平衡的效果。
目前的白平衡调整在灰色区域较少的时候,很容易判定出错,导致图像数据偏离实际色彩,白平衡调整的准确率低。
例如,拍摄蓝天和道路各占一定比例等场景时,很容易把蓝天误识别为灰色区域,然后对其进行白平衡调整,导致最终画面偏红;又例如,拍摄黄色门的时候易出现偏蓝现象;又例如,在低色温光源下(暖色调),人眼观测到的白色并不表现为白色,此种场景下进行白平衡调整容易导致画面偏冷,和人眼实际看到的相差过大。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种白平衡的调整方法和相应的一种白平衡的调整装置。
为了解决上述问题,本发明实施例公开了一种白平衡的调整方法,包括:
当采集到图像数据时,获取灰色特征数据,其中,所述灰色特征数据包括在指定的色温下,灰块数据的第一色度,以及基于所述第一色度生成的灰色特征范围;
计算所述图像数据的第二色度;
根据特征色度与所述第一色度计算白平衡系数,其中,所述特征色度为落入所述灰色特征范围内的第二色度;
采用所述白平衡系数进行白平衡调整。
本发明实施例还公开了一种白平衡的调整装置,包括:
灰色特征数据获取模块,用于在采集到图像数据时,获取灰色特征数据,其中,所述灰色特征数据包括在指定的色温下,灰块数据的第一色度,以及基于所述第一色度生成的灰色特征范围;
第二色度计算模块,用于计算所述图像数据的第二色度;
白平衡系数计算模块,用于根据特征色度与所述第一色度计算白平衡系数,其中,所述特征色度为落入所述灰色特征范围内的第二色度;
白平衡调整模块,用于采用所述白平衡系数进行白平衡调整。
本发明实施例包括以下优点:
本发明实施例根据灰块数据在不同色温环境下的分布数据,进行白平衡调整,通过设置参考的灰色对象,提高了灰色的识别准确性,进而提高了白平衡调整的准确性。
本发明实施例基于普朗克轨迹(黑体轨迹)还原图像数据中的真实颜色,不会强制改变现场光的色温,实现对灰点的准确识别,进而更准确地进行白平衡调整,弥补非灰色被误识别为灰色的缺陷。
附图说明
图1是本发明的一种白平衡的调整方法实施例1的步骤流程图;
图2是本发明的一种白平衡的调整方法实施例2的步骤流程图;
图3A是本发明的一种对图像数据进行增益补偿处理的步骤流程图;
图3B是本发明的一种计算图像数据的第二色度的步骤流程图;
图3C是本发明的一种计算白平衡系数的步骤流程图;
图4是本发明的一种摄像头的结构示例图;
图5是本发明的一种灰色特征数据的示例图;
图6是本发明的一种白平衡的调整方法实施例3的步骤流程图;
图7A是本发明的一种对色卡数据进行增益补偿处理的步骤流程图;
图7B是本发明的一种计算色卡数据的第一色度的步骤流程图;
图8是本发明的一种白平衡的调整装置实施例1的结构框图;
图9是本发明的一种白平衡的调整装置实施例2的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明的一种白平衡的调整方法实施例1的步骤流程图,具体可以包括如下步骤:
步骤S101,当采集到图像数据时,获取灰色特征数据,其中,所述灰色特征数据包括在指定的色温下,灰块数据的第一色度,以及基于所述第一色度生成的灰色特征范围;
在具体实现中,当电子设备的摄像头采集到图像数据时,可以获取灰色特征数据,该灰色特征数据包括在指定的色温下,灰块数据的第一色度,以及基于所述第一色度生成的灰色特征范围。
在一种情况中,可以预先在电子设备中存储灰色特征数据,在采集到图像数据时,直接提取灰色特征数据。
在此种情况中,电子设备在出厂之前,可以存储该灰色特征数据。
进一步而言,为了节省资源,可以从某一批次的电子设备中抽取其中一个电子设备,应用该电子设备生成灰色特征数据,进而将该灰色特征数据设置到同一批次的其他电子设备中。
在另一种情况中,可以实时计算灰色特征数据。
步骤S102,计算所述图像数据的第二色度;
颜色是由亮度和色度(chromaticity)共同表示的,而色度则是不包括亮度在内的颜色的性质,它反映的是颜色的色调和饱和度。
步骤S103,根据特征色度与所述第一色度计算白平衡系数,其中,所述特征色度为落入所述灰色特征范围内的第二色度;
在本发明实施例中,可以统计落入灰色特征范围内的第二色度,获得特征色度,基于该特征色度计算白平衡系数。
步骤S104,采用所述白平衡系数进行白平衡调整。
在计算出最终的白平衡系数(AWB GAIN)值后,在下一帧图像数据(RAW DATA)的处理过程中生效,进行白平衡调整,之后再经过插值、压缩等运算,输出显示。
本发明实施例根据灰块数据在不同色温环境下的分布数据,进行白平衡调整,通过设置参考的灰色对象,提高了灰色的识别准确性,进而提高了白平衡调整的准确性。
参照图2,示出了本发明的一种白平衡的调整方法实施例2的步骤流程图,具体可以包括如下步骤:
步骤S201,当采集到图像数据时,获取灰色特征数据;
步骤S202,对所述图像数据进行预处理;
在本发明实施例中,可以对图像数据进行预处理,使得图像数据更加规整,方便后续的计算和统计。
其中,该预处理包括以下的一种或多种:
暗电流扣除处理、坏点修正处理、去噪处理。
其中,暗电流是在没有入射光时光电二极管所释放的电流量,理想的影像感应器(Sensor)其暗电流应该是零,但是,实际状况是每个像素中的光电二极管同时又充当了电容,当电容器慢慢地释放电荷时,就算没有入射光,暗电流的电压也会与低亮度入射光的输出电压相当。因此,在这些时候还是能从显示器上看到部分“影像”,大部分情况下这都是因为从暗电流中所累积的电荷释放造成的,暗电流是影响画质的噪声之一;
坏点是指sensor芯片上有一个或多个点是不成像或成像异常(例如表现为不感光),有些像素点会成为亮点,亮度不随光线改变,也是坏点的一种;sensor上像素密度很高,在制造和使用过程中便会有些缺陷,这些点就会成为坏点;
噪点也称为噪声、噪音,主要是指Sensor(CCD/CMOS)将光线作为接收信号接收并输出的过程中所产生的图像中的粗糙部分,也指图像中不该出现的外来像素,通常由电子干扰产生。看起来就像图像被弄脏了,布满一些细小的糙点。
从上述可见,以上特性均会对成像质量产生较大的影响,因此需要进行初步处理。
即在本发明实施例中,该预处理可以包括以下的一种或多种:
暗电流扣除处理;
sensor专门设置一部分区域为OB区域,一片sensor并不是所有的像素均感光,一般通过减去不感光区域的亮度值来实现扣除暗电流;
坏点修正处理;
对于固定的坏点,可以检测出坏点的位置,通过坏点周围的像素进行修正;对于浮动的坏点,通过算法判定其位置,然后用周围的像素进行修正;
去噪处理;
一般是通过各种算法滤波进行模糊处理,常见的滤波有中值滤波、双边滤波等。
当然,上述预处理只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他预处理,本发明实施例对此不加以限制。另外,除了上述预处理外,本领域技术人员还可以根据实际需要采用其它预处理,本发明实施例对此也不加以限制。
步骤S203,对所述图像数据进行增益补偿处理;
在本发明实施例中,可以对图像数据进行增益补偿处理,使得统计出的图像数据的第二色度比较规则,便于统计。
在本发明实施例的一种优选示例中,如图3A所示,步骤S203可以包括如下子步骤:
子步骤S2031,获取D65光源下的白平衡系数;
子步骤S2032,将所述图像数据的像素点的色彩值乘以所述白平衡系数。
在具体实现中,在D65光源下拍摄色卡获得色卡数据(RAW DATA)时,可以读出其灰块的R/G/B值,其值一般是不相等的,通过计算白平衡系数Rgain=G/R、Bgain=G/B、Ggain=1,然后对图像数据(RAW DATA)的色彩值(R/G/B)都乘以相应的gain(系数)值,即R乘以Rgain,G乘以Ggain,B乘以Bgain。
步骤S204,计算所述图像数据的第二色度;
在本发明的一种优选实施例中,如图3B所示,步骤S204可以包括如下子步骤:
子步骤S2041,计算所述图像数据的第二色彩空间;
子步骤S2042,将所述第二色彩空间转换为第二色度。
色彩空间是使用一组值(通常使用三个、四个值或者颜色成分)表示颜色的抽象数学模型。例如,三原色光模式(RGB)、印刷四分色模式(CMYK)等等。
在本发明实施例中,可以通过色彩空间转换色度。
在本发明实施例的一种优选示例中,所述第二色彩空间可以包括第二RGB色彩空间和第二XYZ色彩空间;则在本示例中,子步骤S2041进一步可以包括如下子步骤:
子步骤S20411,计算所述图像数据的第二RGB色彩空间;
如图4所示,摄像头一般可以包括镜头(Lens)401、基座(Holder)402、红外滤波片(IR)403、图像感应处理器(Sensor)404、电路板405等部件。
在本发明实施例中,在摄像头的拍摄过程中,由Sensor输出的色卡数据可以是RawData(Raw RGB)。
RAW格式文件基本上是一个没有经任何图像处理(如锐化、增加色彩对比)的源文件,可以记录摄像头拍摄到的信息,没有因为图像处理(如锐化、增加色彩对比)和压缩而造成的信息丢失。
Raw Data中的每个像素只有一种颜色,图象结构一般是BGGR,因此,可以将图像数据中该4个像素(如BGGR)合并为1个像素,R、G、B值用此4个像素值代替,算出此灰块数据的R/G/B平均值(即r/g/b,r:0-255,g:0-255,b:0-255),获得第二RGB色彩空间。
子步骤S20412,将所述第二RGB色彩空间转换为第二XYZ色彩空间;
在具体实现中,R=r、G=(g1+g2)/2、B=b、g1和g2是上述BGGR中两个G像素的值;因此,不需要进行gamma转换,RGB直接转换到XYZ即可。
进一步而言,通过以下公式将R/G/B转换为X/Y/Z,获得第二XYZ色彩空间:
其中,
子步骤S2042进一步可以包括如下子步骤:
子步骤S20421,将所述第二XYZ色彩空间转换为第二色度。
XYZ色彩空间中颜色的色度可以通过两个导出参数x和y来指定,它们是所有三个三色刺激值X、Y和Z的函数所规范化的三个值中的两个:
通过将第一XYZ色彩空间的X/Y/Z值代入上述公式,则可以获得第二色度。
步骤S205,根据特征色度与所述第一色度计算白平衡系数;
在本发明的一种优选实施例中,如图3C所示,步骤S205可以包括如下子步骤:
子步骤S2051,判断特征色度所属的色温;
在本发明实施例中,可以识别各特征色度所属的色温,根据不同的色温进行相应的白平衡调整。
在本发明实施例的一种优选示例中,所述第一色度可以包括位于黑体轨迹上的中心色度;则在本示例中,子步骤S2051进一步可以包括如下子步骤:
子步骤S20511,计算所述特征色度与所述中心色度的距离;
子步骤S20512,判断所述特征色度属于距离最小的中心色度对应的色温。
在具体实现中,可以将该特征色度与所有中心色度计算距离(如欧氏距离),找出最小的距离,即属于该距离关联的中心色度所属的色温。
例如,如图5所示,可以依次计算特征色度506与第一色度502(中心色度)、第一色度503(中心色度)和第一色度504(中心色度)的距离,其中,与特征色度506与第一色度502(中心色度)的距离最小,则特征色度506属于高色温(如6000K)。
子步骤S2052,获取所述色温对应的候选白平衡系数;
应用本发明实施例,可以预先计算各色温对应的候选白平衡系数。
在计算中,对于各色温下拍摄色卡获得的色卡数据(RAW DATA),可以读出其灰块的R/G/B值,计算候选白平衡系数(AWB GAIN),如Rgain=G/R、Bgain=G/B、Ggain=1。
子步骤S2053,计算所述色温的权重;
在具体实现中,该权重可以表征属于该色温的概率。
应用本发明实施例,可以根据不同的亮度,统计出不同亮度下可能属于哪种色温的概率,也可以通过室内室外等因素预先设定不同条件下,会是哪种色温的概率;
比如,如果在室外条件下,环境亮度也很高,一般不会是低色温的场景。
在本发明实施例的一种优选示例中,子步骤S2053可以包括如下子步骤:
子步骤S20531,统计归属于所述色温的特征色度的数量;
子步骤S20532,计算属于所述色温的特征色度的数量与特征色度的总数量的比值,作为所述色温的权重。
在本示例中,可以以属于该色温的特征色度的数量的比例作为权重。
例如,如图5所示,若属于高色温(如6000K)的特征色度的数量为60、属于中色温(如4000K)的特征色度的数量为30、属于低色温(如2500K)的特征色度的数量为10,则高色温的权重为60/(60+30+10)=0.6,中色温的权重为30/(60+30+10)=0.3,高色温的权重为10/(60+30+10)=0.1。
子步骤S2054,采用所述候选白平衡系数与所述权重计算白平衡系数。
在本发明实施例中,可以综合考虑候选白平衡系数与权重,进而计算最终的白平衡系数。
在本发明实施例的一种优选示例中,子步骤S2054可以包括如下子步骤:
子步骤S20541,对所述候选白平衡系数配置所述权重;
子步骤S20542,计算配置权重后的候选白平衡系数的和,获得白平衡系数。
在本示例中,可以以候选白平衡系数的权重之和作为最终的白平衡系数。
例如,如图5所示,最终的白平衡系数=0.6*高色温的AWB GAIN+0.3*中色温的AWBGAIN+0.1*低色温的AWB GAIN。
步骤S206,采用所述白平衡系数进行白平衡调整。
应用本发明实施例进行拍照,比如天空(蓝天),其一般不会落在图5的灰色特征范围505内,即可排除错把天空当做灰点进行白平衡调整,即使有部分落入灰色特征范围505内,也可以通过距离、权重等,使其产生的影响尽量小。
本发明实施例基于普朗克轨迹(黑体轨迹)还原图像数据中的真实颜色,不会强制改变现场光的色温,实现对灰点的准确识别,进而更准确地进行白平衡调整,弥补非灰色被误识别为灰色的缺陷。
参照图6,示出了本发明的一种白平衡的调整方法实施例3的步骤流程图,具体可以包括如下步骤:
步骤S601,获取在指定的色温下采集的色卡数据;
需要说明的是,本发明实施例可以应用于具有摄像头的电子设备中,例如,手机、平板电脑、智能手表、智能眼镜等等,本发明实施例对此不加以限制。
摄像头是电子设备上的一个硬件,可以用于拍照和拍摄,可以是内置的(在电子设备内部),也可以是外置(通过数据线或者电子设备的接口相连)的,本发明实施例对此也不加以限制。
该电子设备的操作系统可以包括Android(安卓)、IOS、Windows Phone、Windows等等,通常可以支持摄像头应用运行,该摄像头应用可以驱动摄像头获取图像数据。
在本发明实施例中,可以对色卡进行拍摄,获得色卡数据(本质为图像数据)。其中,色卡是自然界存在的颜色在某种材质(如:纸、面料、塑胶等)上的体现,用于色彩选择、比对、沟通,是色彩实现在一定范围内统一标准的工具。
在具体实现中,该色卡可以为24色卡,其示例如下表所示:
该色卡具有24个颜色块,每个颜色块代表不同颜色,其色彩值可以参考上表中G/R/B,其中,颜色块包括灰块,即灰色的颜色块,其表现为色彩值R=G=B,通过灰块更能直观地反映出颜色的差异,如24色卡中的第19块色卡、第20块色卡、第21块色卡、第22块色卡、第23块色卡,相对应地,在该色卡数据中可以具有灰块数据,如24色卡数据中的第19块色卡数据、第20块色卡数据、第21块色卡数据、第22块色卡数据、第23块色卡数据。
此外,虽然第24块色卡数据也属于灰块,但是由于其亮度太低,有可能受到噪点的影响,因此可以不选择。
在本发明实施例中,可以至少选择三种色温,分布为高色温、中色温和低色温,对色卡进行拍摄,获得相应色温的色卡数据。
例如,若应用高色温、中色温和低色温进行拍摄,对于第19块色卡,可以获得在高色温下的第19块色卡数据、在中色温下的第19块色卡数据、在低色温下的第19块色卡数据,第20块色卡、第21块色卡、第22块色卡和第23块色卡同理获得相应色温的色卡数据。
在实际应用中,在D65灯源下,可以获得色温值为6500K的高色温、在DNP灯源下,可以获得色温值为5000K的高色温;在TL84灯源或CWF灯源下,可以获得色温值为4000K~4500K的中色温;在钨丝灯或A灯源下,可以获得色温值为3000K的低色温,在Horizon灯源下,可以获得色温值为2300K的低色温,等等。
步骤S602,对所述色卡数据进行预处理;
在本发明实施例中,可以对色卡数据进行预处理,使得色卡数据更加规整,方便后续的计算和统计。
在具体实现中,Sensor影响图像信号处理的特性包括:暗电流、坏点、噪点等。
其中,暗电流是在没有入射光时光电二极管所释放的电流量,理想的影像感应器(Sensor)其暗电流应该是零,但是,实际状况是每个像素中的光电二极管同时又充当了电容,当电容器慢慢地释放电荷时,就算没有入射光,暗电流的电压也会与低亮度入射光的输出电压相当。因此,在这些时候还是能从显示器上看到部分“影像”,大部分情况下这都是因为从暗电流中所累积的电荷释放造成的,暗电流是影响画质的噪声之一;
坏点是指sensor芯片上有一个或多个点是不成像或成像异常(例如表现为不感光),有些像素点会成为亮点,亮度不随光线改变,也是坏点的一种;sensor上像素密度很高,在制造和使用过程中便会有些缺陷,这些点就会成为坏点;
噪点也称为噪声、噪音,主要是指Sensor(CCD/CMOS)将光线作为接收信号接收并输出的过程中所产生的图像中的粗糙部分,也指图像中不该出现的外来像素,通常由电子干扰产生。看起来就像图像被弄脏了,布满一些细小的糙点。
从上述可见,以上特性均会对成像质量产生较大的影响,因此需要进行初步处理。
即在本发明实施例中,该预处理可以包括以下的一种或多种:
暗电流扣除处理;
sensor专门设置一部分区域为OB区域,一片sensor并不是所有的像素均感光,一般通过减去不感光区域的亮度值来实现扣除暗电流;
坏点修正处理;
对于固定的坏点,可以检测出坏点的位置,通过坏点周围的像素进行修正;对于浮动的坏点,通过算法判定其位置,然后用周围的像素进行修正;
去噪处理;
一般是通过各种算法滤波进行模糊处理,常见的滤波有中值滤波、双边滤波等。
当然,上述预处理只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他预处理,本发明实施例对此不加以限制。另外,除了上述预处理外,本领域技术人员还可以根据实际需要采用其它预处理,本发明实施例对此也不加以限制。
步骤S603,对所述色卡数据进行增益补偿处理;
在本发明实施例中,可以对各色温下的色卡数据进行增益补偿处理,使得统计出的不同色温的灰块数据的第一色度比较规则,近似于规则的形状(如椭圆),便于拟合。
在本发明的一种优选实施例中,如图7A所示,步骤S603可以包括如下子步骤:
子步骤S6031,获取D65光源下的白平衡系数;
子步骤S6032,将所述色卡数据的像素点的色彩值乘以所述白平衡系数;
D65光源又称国际标准人工日光(Artificial Daylight),其色温为6500K,用于评定货品颜色的标准光源。
在具体实现中,在D65光源下拍摄色卡获得色卡数据(RAW DATA)时,可以读出其灰块的R/G/B值,其值一般是不相等的,通过计算白平衡系数Rgain=G/R、Bgain=G/B、Ggain=1,然后对不同色温的色卡数据(RAW DATA)的色彩值(R/G/B)都乘以相应的gain(系数)值,即R乘以Rgain,G乘以Ggain,B乘以Bgain。
步骤S604,计算所述灰块数据的第一色度;
颜色是由亮度和色度(chromaticity)共同表示的,而色度则是不包括亮度在内的颜色的性质,它反映的是颜色的色调和饱和度。
在本发明的一种优选实施例中,如图7B所示,步骤S604可以包括如下子步骤:
子步骤S6041,计算所述灰块数据的第一色彩空间;
子步骤S6042,将所述第一色彩空间转换为第一色度。
色彩空间是使用一组值(通常使用三个、四个值或者颜色成分)表示颜色的抽象数学模型,例如,三原色光模式(RGB)、印刷四分色模式(CMYK)等等。
在本发明实施例中,可以通过色彩空间转换色度。
在本发明实施例的一种优选示例中,所述第一色彩空间可以包括第一RGB色彩空间和第一XYZ色彩空间,则在本示例中,子步骤S6041进一步可以包括如下子步骤:
子步骤S60411,计算所述灰块数据的第一RGB色彩空间;
如图4所示,摄像头一般可以包括镜头(Lens)401、基座(Holder)402、红外滤波片(IR)403、图像感应处理器(Sensor)404、电路板45等部件。
在本发明实施例中,在摄像头的拍摄过程中,由Sensor输出的色卡数据可以是RawData(Raw RGB)。
RAW格式文件基本上是一个没有经任何图像处理(如锐化、增加色彩对比)的源文件,可以记录摄像头拍摄到的信息,没有因为图像处理(如锐化、增加色彩对比)和压缩而造成的信息丢失。
Raw Data中的每个像素只有一种颜色,图像结构一般是BGGR,因此,可以将色卡数据中该4个像素(如BGGR)合并为1个像素,R、G、B值用此4个像素值代替,算出此灰块数据的R/G/B平均值(即r/g/b,r:0-255,g:0-255,b:0-255),获得第一RGB色彩空间。
子步骤S60412,将所述第一RGB色彩空间转换为第一XYZ色彩空间;
在具体实现中,可以通过以下公式将r/g/b转换为R/G/B:
在具体实现中,R=r、G=(g1+g2)/2、B=b、g1和g2是上述BGGR中两个G像素的值;因此,不需要进行gamma转换,RGB直接转换到XYZ即可。
进一步而言,通过以下公式将R/G/B转换为X/Y/Z,获得第一XYZ色彩空间:
其中,
子步骤S6042进一步可以包括如下子步骤:
子步骤S60421,将所述第一XYZ色彩空间转换为第一色度。
XYZ色彩空间中颜色的色度可以通过两个导出参数x和y来指定,它们是所有三个三色刺激值X、Y和Z的函数所规范化的三个值中的两个:
通过将第一XYZ色彩空间的X/Y/Z值代入上述公式,则可以获得第一色度。
图5示出了色度图(chromaticity diagram,CIE)500,即用CIE色度x和y绘出的两维图,其中,x为水平轴,y为垂直轴,波长用纳米标记。
可见光的外边界是由光谱所在点所定义的,拱形的曲线由纯的380到770nm的光谱色所组成。
在本示例中,对24色卡在高色温(如6000K)、中色温(如4000K)和低色温(如2500K)下拍摄获得的灰块数据,即19块色卡数据、第20块色卡数据、第21块色卡数据、第22块色卡数据和第23块色卡数据,这些色温下的第一色度如图5所示的黑点。
其中,第一色度可以包括位于黑体轨迹上的中心色度。
在实际中,黑体发光的颜色与它的温度有密切的关系,基于普朗克定律可以计算出对应于某一温度的黑体的光谱分布。根据光谱分布用色度学公式可以计算出该温度下黑体发光的三刺激值及色度,在色度图上得到一个对应点。一系列不同温度的黑体可以计算出一系列色度(坐标),将各对应点标记在色度图上,连接成一条弧形轨迹,称之为黑体轨迹或普朗克轨迹。
在24色卡中,中心色度可以为第21块色卡数据的第一色度,如图5所示的第一色度502、第一色度503和第一色度504,均在黑体轨迹301上。
第21块色卡最贴近于18%灰特性,其在任何光照条件下均会呈现出18%灰的色彩,而摄像头的测光系统一般是按照这个数值来测光的,所以使用该第21块色卡对应的第21块色卡数据测光可以保证色彩的还原度,摄像头采用这个数值后,锁定测光,用同一设置在同一环境下对被摄体进行拍摄,能达到最好的色彩还原度,简单地说,利用18%灰的灰块数据还原的是场景的真实颜色,它不会强制改变现场光的色温。
因此,本发明实施例中,可以基于普朗克轨迹(黑体轨迹)提出一种新的灰点分布坐标系来实现对灰点的准确识别,进而更准确地进行白平衡(AWB)调整,弥补非灰色被误识别为灰色的缺陷。
需要说明的是,本发明实施例所指,“位于黑体轨迹上的中心色度”,中心色度并非一定与黑体轨迹重叠,中心色度与黑体轨迹之间的差距在一个预设的误差范围值内也可以认为是在黑体轨迹上。
步骤S605,基于所述第一色度生成灰色特征范围。
在具体实现中,可以通过图形拟合算法对该第一色度拟合灰色特征范围,使得该灰色特征范围覆盖该第一色度,且,越接近第一色度越好,但灰色特征范围的边界不一定与第一色度重叠,即保留一定的距离,以防止未覆盖其他未测量的灰块数据。
以椭圆为例,对于给定平面上的第一色度,寻找一个椭圆,使其尽可能靠近这些第一色度。也就是说到,将图像中的一组数据(即第一色度)以椭圆方程为模型进行拟合,使某一椭圆方程尽量满足这些数据,并求出该椭圆方程的各个参数。
进一步以最小二乘法进行椭圆的拟合为例,其基本思想是考虑数据受随机噪声的影响进而追求整体误差的最小化。对椭圆拟合而言,可以先假设椭圆参数,得到每个待拟合点到该椭圆的距离之和,也就是点到假设椭圆的误差,求出使这个和最小的参数。
例如,应用图5所示的第一色度,则可以拟合出灰色特征范围505。
当然,上述图形及拟合方式只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他图形及拟合方式,本发明实施例对此不加以限制。另外,除了上述图形及拟合方式外,本领域技术人员还可以根据实际需要采用其它图形及拟合方式,本发明实施例对此也不加以限制。
本发明实施例根据灰块数据在不同色温环境下的分布数据,生成灰色特征数据,设置了参考的灰色对象,基于灰色特征数据进行白平衡调整,提高了灰色的识别准确性,进而提高了白平衡调整的准确性。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图8,示出了本发明的一种白平衡的调整装置实施例1的结构框图,具体可以包括如下模块:
灰色特征数据获取模块801,用于在采集到图像数据时,获取灰色特征数据,其中,所述灰色特征数据包括在指定的色温下,灰块数据的第一色度,以及基于所述第一色度生成的灰色特征范围;
第二色度计算模块802,用于计算所述图像数据的第二色度;
白平衡系数计算模块803,用于根据特征色度与所述第一色度计算白平衡系数,其中,所述特征色度为落入所述灰色特征范围内的第二色度;
白平衡调整模块804,用于采用所述白平衡系数进行白平衡调整。
在本发明的一种优选实施例中,所述第二色度计算模块802可以包括如下子模块:
第二色彩空间计算子模块,用于计算所述图像数据的第二色彩空间;
第二色度转换子模块,用于将所述第二色彩空间转换为第二色度。
在本发明实施例的一种优选示例中,所述第二色彩空间可以包括第二RGB色彩空间和第二XYZ色彩空间;
所述第二色彩空间计算子模块可以包括如下单元:
第二RGB色彩空间计算单元,用于计算所述图像数据的第二RGB色彩空间;
第二RGB色彩空间转换单元,用于将所述第二RGB色彩空间转换为第二XYZ色彩空间;
所述第二色度转换子模块可以包括如下单元:
第二XYZ色彩空间转换单元,用于将所述第二XYZ色彩空间转换为第二色度。
在本发明的一种优选实施例中,所述白平衡系数计算模块803可以包括如下子模块:
色温归属判定子模块,用于判断特征色度所属的色温;
候选白平衡系数获取子模块,用于获取所述色温对应的候选白平衡系数;
权重计算子模块,用于计算所述色温的权重;
综合计算子模块,用于采用所述候选白平衡系数与所述权重计算白平衡系数。
在本发明的一种优选实施例中,所述第一色度可以包括位于黑体轨迹上的中心色度;
所述色温归属判定子模块可以包括如下单元:
距离计算单元,用于计算所述特征色度与所述中心色度的距离;
距离判断单元,用于判断所述特征色度属于距离最小的中心色度对应的色温。
在具体实现中,所述色卡数据可以为24色卡数据,所述灰卡数据可以包括第19块色卡数据、第20块色卡数据、第21块色卡数据、第22块色卡数据、第23块色卡数据,所述中心色度可以为第21块色卡数据对应的第一色度。
在本发明实施例的一种优选示例中,所述权重计算子模块可以包括如下单元:
数量统计单元,用于统计归属于所述色温的特征色度的数量;
比值计算单元,用于计算属于所述色温的特征色度的数量与特征色度的总数量的比值,作为所述色温的权重。
在本发明实施例的一种优选示例中,所述综合计算子模块可以包括如下子模块:
权重配置子模块,用于对所述候选白平衡系数配置所述权重;
权重和计算子模块,用于计算配置权重后的候选白平衡系数的和,获得白平衡系数。
在本发明的一种优选实施例中,
所述装置还可以包括如下模块:
第二预处理模块,用于对所述图像数据进行预处理;
其中,所述预处理可以包括以下的一种或多种:
暗电流扣除处理、坏点修正处理、去噪处理。
在本发明的一种优选实施例中,
所述装置还可以包括如下模块:
第二增益补偿处理模块,用于对所述图像数据进行增益补偿处理。
在本发明的一种优选实施例中,
所述第二增益补偿处理模块可以包括如下子模块:
第二系数获取子模块,用于获取D65光源下的白平衡系数;
第二像素点调整子模块,用于将所述图像数据的像素点的色彩值乘以所述白平衡系数。
本发明实施例根据灰块数据在不同色温环境下的分布数据,进行白平衡调整,通过设置参考的灰色对象,提高了灰色的识别准确性,进而提高了白平衡调整的准确性。
本发明实施例基于普朗克轨迹(黑体轨迹)还原图像数据中的真实颜色,不会强制改变现场光的色温,实现对灰点的准确识别,进而更准确地进行白平衡调整,弥补非灰色被误识别为灰色的缺陷。
参照图9,示出了本发明的一种白平衡的调整装置实施例2的结构框图,具体可以包括如下子模块:
色卡数据获取子模块901,用于获取在指定的色温下采集的色卡数据,其中,所述色卡数据中具有灰块数据;
第一色度计算子模块902,用于计算所述灰块数据的第一色度;
灰色特征范围生成子模块903,用于基于所述第一色度生成灰色特征范围。
在本发明的一种优选实施例中,所述第一色度计算子模块902可以包括如下单元:
第一色彩空间计算单元,用于计算所述灰块数据的第一色彩空间;
第一色度转换单元,用于将所述第一色彩空间转换为第一色度。
在本发明实施例的一种优选示例中,所述第一色彩空间可以包括第一RGB色彩空间和第一XYZ色彩空间;
所述第一色彩空间计算单元可以包括如下子单元:
第一RGB色彩空间计算子单元,用于计算所述灰块数据的第一RGB色彩空间;
第一RGB色彩空间转换子单元,用于将所述第一RGB色彩空间转换为第一XYZ色彩空间;
所述第一色度转换单元可以包括如下子单元:
第一XYZ色彩空间转换子单元,用于将所述第一XYZ色彩空间转换为第一色度。
在本发明的一种优选实施例中,该装置还可以包括如下子模块:
第一预处理子模块,用于对所述色卡数据进行预处理;
其中,所述预处理可以包括以下的一种或多种:
暗电流扣除处理、坏点修正处理、去噪处理。
在本发明的一种优选实施例中,该装置还可以包括如下子模块:
第一增益补偿处理子模块,用于对所述色卡数据进行增益补偿处理。
在本发明的一种优选实施例中,所述第一增益补偿处理子模块可以包括如单元:
第一系数获取单元,用于获取D65光源下的白平衡系数;
第一像素点调整单元,用于将所述色卡数据的像素点的色彩值乘以所述白平衡系数。
本发明实施例根据灰块数据在不同色温环境下的分布数据,生成灰色特征数据,设置了参考的灰色对象,基于灰色特征数据进行白平衡调整,提高了灰色的识别准确性,进而提高了白平衡调整的准确性。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明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。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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值定的功能的装置。
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终端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值定的功能。
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终端设备上,使得在计算机或其他可编程终端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终端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值定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做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实施例范围的所有变更和修改。
最后,还需要说明的是,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“包括一个……”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相同要素。
以上对本发明所提供的一种白平衡的调整方法和一种白平衡的调整装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (28)
1.一种白平衡的调整方法,其特征在于,包括:
当采集到图像数据时,获取灰色特征数据,其中,所述灰色特征数据包括在指定的色温下,灰块数据的第一色度,以及基于所述第一色度生成的灰色特征范围;
计算所述图像数据的第二色度;
根据特征色度与所述第一色度计算白平衡系数,其中,所述特征色度为落入所述灰色特征范围内的第二色度;
采用所述白平衡系数进行白平衡调整。
2.根据权利要求1所述的方法,其特征在于,所述获取灰色特征数据的步骤,包括:
获取在指定的色温下采集的色卡数据,其中,所述色卡数据中具有灰块数据;
计算所述灰块数据的第一色度;
基于所述第一色度生成灰色特征范围。
3.根据权利要求2所述的方法,其特征在于,所述计算所述灰块数据的第一色度的步骤包括:
计算所述灰块数据的第一色彩空间;
将所述第一色彩空间转换为第一色度。
4.根据权利要求3所述的方法,其特征在于,所述第一色彩空间包括第一RGB色彩空间和第一XYZ色彩空间;
所述计算所述灰块数据的第一色彩空间的步骤包括:
计算所述灰块数据的第一RGB色彩空间;
将所述第一RGB色彩空间转换为第一XYZ色彩空间;
所述将所述第一色彩空间转换为第一色度的步骤包括:
将所述第一XYZ色彩空间转换为第一色度。
5.根据权利要求1或2或3或4所述的方法,其特征在于,所述计算所述图像数据的第二色度的步骤包括:
计算所述图像数据的第二色彩空间;
将所述第二色彩空间转换为第二色度。
6.根据权利要求5所述的方法,其特征在于,所述第二色彩空间包括第二RGB色彩空间和第二XYZ色彩空间;
所述计算所述图像数据的第二色彩空间的步骤包括:
计算所述图像数据的第二RGB色彩空间;
将所述第二RGB色彩空间转换为第二XYZ色彩空间;
所述将所述第二色彩空间转换为第二色度的步骤包括:
将所述第二XYZ色彩空间转换为第二色度。
7.根据权利要求1或2或3或4或6所述的方法,其特征在于,所述根据特征色度与所述第一色度计算白平衡系数的步骤包括:
判断特征色度所属的色温;
获取所述色温对应的候选白平衡系数;
计算所述色温的权重;
采用所述候选白平衡系数与所述权重计算白平衡系数。
8.根据权利要求7所述的方法,其特征在于,所述第一色度包括位于黑体轨迹上的中心色度;
所述判断特征色度所属的色温的步骤包括:
计算所述特征色度与所述中心色度的距离;
判断所述特征色度属于距离最小的中心色度对应的色温。
9.根据权利要求2所述的方法,其特征在于,所述色卡数据为24色卡数据,所述灰块数据包括第19块色卡数据、第20块色卡数据、第21块色卡数据、第22块色卡数据、第23块色卡数据,所述第21块色卡数据对应的第一色度为中心色度。
10.根据权利要求7所述的方法,其特征在于,所述计算所述色温的权重的步骤包括:
统计归属于所述色温的特征色度的数量;
计算属于所述色温的特征色度的数量与特征色度的总数量的比值,作为所述色温的权重。
11.根据权利要求7所述的方法,其特征在于,所述采用所述候选白平衡系数与所述权重计算白平衡系数的步骤包括:
对所述候选白平衡系数配置所述权重;
计算配置权重后的候选白平衡系数的和,获得白平衡系数。
12.根据权利要求2所述的方法,其特征在于,
在所述计算所述灰块数据的第一色度的步骤之前,所述获取灰色特征数据的步骤还包括:
对所述色卡数据进行预处理;
在所述计算所述图像数据的第二色度的步骤之前,所述方法还包括:
对所述图像数据进行预处理;
其中,所述预处理包括以下的一种或多种:
暗电流扣除处理、坏点修正处理、去噪处理。
13.根据权利要求2所述的方法,其特征在于,
在所述计算所述灰块数据的第一色度的步骤之前,所述获取灰色特征数据的步骤还包括:
对所述色卡数据进行增益补偿处理;
在所述计算所述图像数据的第二色度的步骤之前,所述方法还包括:
对所述图像数据进行增益补偿处理。
14.根据权利要求13所述的方法,其特征在于,
所述对所述色卡数据进行增益补偿处理的步骤包括:
获取D65光源下的白平衡系数;
将所述色卡数据的像素点的色彩值乘以所述白平衡系数;
所述对所述图像数据进行增益补偿处理的步骤包括:
获取D65光源下的白平衡系数;
将所述图像数据的像素点的色彩值乘以所述白平衡系数。
15.一种白平衡的调整装置,其特征在于,包括:
灰色特征数据获取模块,用于在采集到图像数据时,获取灰色特征数据,其中,所述灰色特征数据包括在指定的色温下,灰块数据的第一色度,以及基于所述第一色度生成的灰色特征范围;
第二色度计算模块,用于计算所述图像数据的第二色度;
白平衡系数计算模块,用于根据特征色度与所述第一色度计算白平衡系数,其中,所述特征色度为落入所述灰色特征范围内的第二色度;
白平衡调整模块,用于采用所述白平衡系数进行白平衡调整。
16.根据权利要求15所述的装置,其特征在于,所述灰色特征数据获取模块包括:
色卡数据获取子模块,用于获取在指定的色温下采集的色卡数据,其中,所述色卡数据中具有灰块数据;
第一色度计算子模块,用于计算所述灰块数据的第一色度;
灰色特征范围生成子模块,用于基于所述第一色度生成灰色特征范围。
17.根据权利要求16所述的装置,其特征在于,所述第一色度计算子模块包括:
第一色彩空间计算单元,用于计算所述灰块数据的第一色彩空间;
第一色度转换单元,用于将所述第一色彩空间转换为第一色度。
18.根据权利要求17所述的装置,其特征在于,所述第一色彩空间包括第一RGB色彩空间和第一XYZ色彩空间;
所述第一色彩空间计算单元包括:
第一RGB色彩空间计算子单元,用于计算所述灰块数据的第一RGB色彩空间;
第一RGB色彩空间转换子单元,用于将所述第一RGB色彩空间转换为第一XYZ色彩空间;
所述第一色度转换单元块包括:
第一XYZ色彩空间转换子单元,用于将所述第一XYZ色彩空间转换为第一色度。
19.根据权利要求15或16或17或18所述的装置,其特征在于,所述第二色度计算模块包括:
第二色彩空间计算子模块,用于计算所述图像数据的第二色彩空间;
第二色度转换子模块,用于将所述第二色彩空间转换为第二色度。
20.根据权利要求19所述的装置,其特征在于,所述第二色彩空间包括第二RGB色彩空间和第二XYZ色彩空间;
所述第二色彩空间计算子模块包括:
第二RGB色彩空间计算单元,用于计算所述图像数据的第二RGB色彩空间;
第二RGB色彩空间转换单元,用于将所述第二RGB色彩空间转换为第二XYZ色彩空间;
所述第二色度转换子模块包括:
第二XYZ色彩空间转换单元,用于将所述第二XYZ色彩空间转换为第二色度。
21.根据权利要求15或16或17或18或20所述的装置,其特征在于,所述白平衡系数计算模块包括:
色温归属判定子模块,用于判断特征色度所属的色温;
候选白平衡系数获取子模块,用于获取所述色温对应的候选白平衡系数;
权重计算子模块,用于计算所述色温的权重;
综合计算子模块,用于采用所述候选白平衡系数与所述权重计算白平衡系数。
22.根据权利要求21所述的装置,其特征在于,所述第一色度包括位于黑体轨迹上的中心色度;
所述色温归属判定子模块包括:
距离计算单元,用于计算所述特征色度与所述中心色度的距离;
距离判断单元,用于判断所述特征色度属于距离最小的中心色度对应的色温。
23.根据权利要求16所述的装置,其特征在于,所述色卡数据为24色卡数据,所述灰块数据包括第19块色卡数据、第20块色卡数据、第21块色卡数据、第22块色卡数据、第23块色卡数据,所述第21块色卡数据对应的第一色度为中心色度。
24.根据权利要求21所述的装置,其特征在于,所述权重计算子模块包括:
数量统计单元,用于统计归属于所述色温的特征色度的数量;
比值计算单元,用于计算属于所述色温的特征色度的数量与特征色度的总数量的比值,作为所述色温的权重。
25.根据权利要求21所述的装置,其特征在于,所述综合计算子模块包括:
权重配置单元,用于对所述候选白平衡系数配置所述权重;
权重和计算单元,用于计算配置权重后的候选白平衡系数的和,获得白平衡系数。
26.根据权利要求16所述的装置,其特征在于,
所述灰色特征数据获取模块还包括:
第一预处理子模块,用于对所述色卡数据进行预处理;
所述装置还包括:
第二预处理模块,用于对所述图像数据进行预处理;
其中,所述预处理包括以下的一种或多种:
暗电流扣除处理、坏点修正处理、去噪处理。
27.根据权利要求16所述的装置,其特征在于,
所述灰色特征数据获取模块还包括:
第一增益补偿处理子模块,用于对所述色卡数据进行增益补偿处理;
所述装置还包括:
第二增益补偿处理模块,用于对所述图像数据进行增益补偿处理。
28.根据权利要求27所述的装置,其特征在于,
所述第一增益补偿处理子模块包括:
第一系数获取单元,用于获取D65光源下的白平衡系数;
第一像素点调整单元,用于将所述色卡数据的像素点的色彩值乘以所述白平衡系数;
所述第二增益补偿处理模块包括:
第二系数获取子模块,用于获取D65光源下的白平衡系数;
第二像素点调整子模块,用于将所述图像数据的像素点的色彩值乘以所述白平衡系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510292650.2A CN105828058B (zh) | 2015-05-29 | 2015-05-29 | 一种白平衡的调整方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510292650.2A CN105828058B (zh) | 2015-05-29 | 2015-05-29 | 一种白平衡的调整方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105828058A CN105828058A (zh) | 2016-08-03 |
CN105828058B true CN105828058B (zh) | 2019-02-15 |
Family
ID=56514328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510292650.2A Active CN105828058B (zh) | 2015-05-29 | 2015-05-29 | 一种白平衡的调整方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105828058B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106162136B (zh) * | 2016-08-12 | 2018-12-07 | 惠州Tcl移动通信有限公司 | 一种用于红外拍摄的白平衡校准方法、系统及移动终端 |
CN106303473B (zh) * | 2016-08-23 | 2019-01-29 | 宁波江丰生物信息技术有限公司 | 一种白平衡调节方法及相机 |
CN108093234B (zh) * | 2017-12-29 | 2019-10-29 | 努比亚技术有限公司 | 一种图像处理方法、终端及存储介质 |
CN113115014B (zh) * | 2021-04-15 | 2023-07-18 | 北京有竹居网络技术有限公司 | 图像处理方法、装置、设备、介质和计算机程序产品 |
CN112995634B (zh) * | 2021-04-21 | 2021-07-20 | 贝壳找房(北京)科技有限公司 | 图像的白平衡处理方法、装置、电子设备和存储介质 |
CN112995632B (zh) * | 2021-04-21 | 2021-08-31 | 贝壳找房(北京)科技有限公司 | 图像的白平衡处理方法、装置、电子设备和存储介质 |
CN112950635A (zh) * | 2021-04-26 | 2021-06-11 | Oppo广东移动通信有限公司 | 灰点检测方法、灰点检测装置、电子设备及存储介质 |
CN114866754B (zh) * | 2022-04-27 | 2023-12-19 | 北京奕斯伟计算技术股份有限公司 | 自动白平衡方法、装置及计算机可读存储介质和电子设备 |
CN115460391B (zh) * | 2022-09-13 | 2024-04-16 | 浙江大华技术股份有限公司 | 图像的模拟方法、装置、存储介质及电子装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1953561A (zh) * | 2006-11-27 | 2007-04-25 | 北京中星微电子有限公司 | 一种校正白平衡的方法和系统 |
CN1994000A (zh) * | 2004-06-25 | 2007-07-04 | 高通股份有限公司 | 自动白平衡方法及设备 |
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 |
CN101957988A (zh) * | 2009-07-20 | 2011-01-26 | 华为技术有限公司 | 获得图像灰度点概率分布的方法、装置及白平衡方法、装置 |
CN103491357A (zh) * | 2013-10-14 | 2014-01-01 | 旗瀚科技有限公司 | 一种图像传感器白平衡处理方法 |
CN103929632A (zh) * | 2014-04-15 | 2014-07-16 | 浙江宇视科技有限公司 | 一种自动白平衡校正方法以及装置 |
-
2015
- 2015-05-29 CN CN201510292650.2A patent/CN105828058B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1994000A (zh) * | 2004-06-25 | 2007-07-04 | 高通股份有限公司 | 自动白平衡方法及设备 |
CN1953561A (zh) * | 2006-11-27 | 2007-04-25 | 北京中星微电子有限公司 | 一种校正白平衡的方法和系统 |
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 |
CN101957988A (zh) * | 2009-07-20 | 2011-01-26 | 华为技术有限公司 | 获得图像灰度点概率分布的方法、装置及白平衡方法、装置 |
CN103491357A (zh) * | 2013-10-14 | 2014-01-01 | 旗瀚科技有限公司 | 一种图像传感器白平衡处理方法 |
CN103929632A (zh) * | 2014-04-15 | 2014-07-16 | 浙江宇视科技有限公司 | 一种自动白平衡校正方法以及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105828058A (zh) | 2016-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105828058B (zh) | 一种白平衡的调整方法和装置 | |
CN109151426B (zh) | 一种白平衡调整方法、装置、相机及介质 | |
US7912279B2 (en) | Automatic white balance statistics collection | |
CN102326392B (zh) | 自动白平衡调整 | |
CN110136071A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
US10325354B2 (en) | Depth assisted auto white balance | |
RU2013114372A (ru) | Автоматическая обработка баланса белого с гибким выбором цветного пространства | |
CN107431760A (zh) | 摄像装置、摄像装置的图像处理方法以及程序 | |
CN106911876A (zh) | 用于输出图像的方法和设备 | |
CN105959662A (zh) | 自适应白平衡调整方法及装置 | |
CN107872663B (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
CN110248170A (zh) | 图像色彩调整方法及装置 | |
CN104581103A (zh) | 一种图片处理方法及装置 | |
US20200228770A1 (en) | Lens rolloff assisted auto white balance | |
CN113556526A (zh) | 一种基于rgbw滤光阵列的彩色夜视设备色彩增强方法 | |
CN108063934A (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
US20070041064A1 (en) | Image sampling method for automatic white balance | |
US9131200B2 (en) | White balance adjusting method with scene detection and device thereof | |
US11457189B2 (en) | Device for and method of correcting white balance of image | |
CN106331663B (zh) | 一种便携设备的交互材质获取系统和方法 | |
US20200228769A1 (en) | Lens rolloff assisted auto white balance | |
CN101019131B (zh) | 有效完成图像数据变换过程的系统和方法 | |
Garud et al. | A fast color constancy scheme for automobile video cameras | |
CN103167183B (zh) | 一种半透明取景框处理方法、系统及移动终端 | |
CN115190282B (zh) | 一种避免高色温下摄像头模组白平衡失真的方法 |
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 |