CN107295324A - 白平衡处理方法、装置和终端设备 - Google Patents

Abstract

本发明提出一种白平衡处理方法、装置和终端设备，其中，方法包括：识别图像中的至少两个目标区域，确定目标区域的第一白平衡参数，根据目标区域在图像中所占面积，调整目标区域对应的权重值，根据各目标区域的第一白平衡参数和对应的权重值，计算得到图像的第二白平衡参数，根据图像的第二白平衡参数，对图像进行白平衡处理。通过对图像中不同的目标区域分别计算第一白平衡参数，并根据计算得到目标区域的权重，得到最终的第二白平衡参数。该白平衡处理方法，充分考虑了图像中不同目标区域及其对应权重对第二白平衡参数的影响，解决了现有技术中白平衡处理准确度不高的技术问题。

Description

白平衡处理方法、装置和终端设备

技术领域

本发明涉及移动终端技术领域，尤其涉及一种白平衡处理方法、装置和终端设备。

背景技术

随着数码摄像产品的普及，人们对照片的品质要求越来越高，尤其对照片的色彩还原度的要求也越来越高。白平衡是摄影成像领域的一个非常重要的概念，通过它可以解决色彩还原和色调处理的一系列问题，是对色彩进行评价的重要指标之一。白平衡是一个很抽象的概念，调整白平衡的过程叫白平衡处理。

现有技术中，在进行白平衡处理时，通常采用自动白平衡处理方式(AutomaticWhite Balance,AWB)。比较主流的白平衡处理方式是基于整帧画面的统计信息来实现白平衡处理，但是，这种白平衡处理方法，色彩还原度较差，白平衡处理准确度不高。

发明内容

本发明的目的旨在至少在一定程度上解决上述的技术问题之一。

为此，本发明的第一个目的在于提出一种白平衡处理方法，通过确定图像中各目标区域的第一白平衡参数，并根据计算得到的各目标区域的权重，得到最终的第二白平衡参数，利用第二白平衡参数对图像进行白平衡处理。该白平衡处理方法，充分考虑了图像中不同目标区域及其对应权重对第二白平衡参数的影响，解决了现有技术中白平衡处理准确度不高的技术问题。

本发明的第二个目的在于提出一种白平衡处理装置。

本发明的第三个目的在于提出一种终端设备。

本发明的第四个目的在于提出另一种终端设备。

本发明的第五个目的在于提出一种计算机可读存储介质。

本发明的第六个目的在于提出一种计算机程序产品。

为了实现上述目的，本发明第一方面实施例提出了一种白平衡处理方法，该方法为：

识别图像中的至少两个目标区域；

确定所述至少两个目标区域中各目标区域的第一白平衡参数；

根据各目标区域在所述图像中所占面积，调整各目标区域对应的权重值；

根据各目标区域的第一白平衡参数和对应的权重值，计算得到所述图像的第二白平衡参数；

根据所述图像的第二白平衡参数，对所述图像进行白平衡处理。

本发明实施例的白平衡处理方法，识别图像中的至少两个目标区域，确定目标区域的第一白平衡参数，根据目标区域在图像中所占面积，调整目标区域对应的权重值，根据各目标区域的第一白平衡参数和对应的权重值，计算得到图像的第二白平衡参数，根据图像的第二白平衡参数，对图像进行白平衡处理。通过对图像中不同的目标区域分别计算第一白平衡参数，并根据计算得到目标区域的权重，得到最终的第二白平衡参数。该白平衡处理方法，充分考虑了图像中不同目标区域对第二白平衡参数的影响，解决了现有技术中白平衡处理准确度不高的技术问题。

为了实现上述目的，本发明第二方面实施例提出了一种白平衡处理装置，该装置包括：

识别模块，用于识别图像中的至少两个目标区域；

确定模块，用于确定至少两个目标区域中各目标区域的第一白平衡参数；

调整模块，用于根据各目标区域在所述图像中所占面积，调整各目标区域对应的权重值；

计算模块，用于根据各目标区域的第一白平衡参数和对应的权重值，计算得到所述图像的第二白平衡参数；

处理模块，用于根据所述图像的第二白平衡参数，对所述图像进行白平衡处理。

本发明实施例的白平衡处理装置，识别模块用于识别图像中的至少两个目标区域，确定模块用于确定目标区域的第一白平衡参数，调整模块用于根据目标区域在图像中所占面积，调整目标区域对应的权重值，计算模块用于根据各目标区域的第一白平衡参数和对应的权重值，计算得到图像的第二白平衡参数，处理模块用于根据图像的第二白平衡参数，对图像进行白平衡处理。该白平衡处理方法，充分考虑了图像中不同目标区域及其对应权重对第二白平衡参数的影响，解决了现有技术中白平衡处理准确度不高的技术问题。

为了实现上述目的，本发明第三方面实施例提出了一种终端设备，该终端设备包括上述实施例中的白平衡处理装置。

为了实现上述目的，本发明第四方面实施例提出了另一种终端设备，该终端设备包括以下一个或多个组件：壳体和位于壳体内的处理器和存储器，其中，存储器存储有可执行程序代码，处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于实现第一方面实施例所述的白平衡处理方法。

为了实现上述目的，本发明第五方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面实施例所述的白平衡处理方法。

为了实现上述目的，本发明第六方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行第一方面实施例所述的白平衡处理方法。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例所提供的一种白平衡处理办法的流程示意图；

图2为本发明实施例所提供的另一种白平衡处理方法的流程示意图；

图3为本发明实施例所提供的一种白平衡处理装置的结构示意图；

图4为本发明实施例所提供的另一种白平衡处理装置的结构示意图；

图5为本发明实施例所提供的一种终端设备的结构示意图；以及

图6为本发明实施例所提供的另一种终端设备的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的白平衡处理方法、装置和终端设备。

人们在利用摄像产品进行拍照时，可得到包含人物的大头照，也可以得到包含人像和风景的照片，也有可能只是风景的风景照，本发明主要是针对含有人像的照片的白平衡处理，而对于有人像的照片，为了便于说明，将图片中的目标区域分为人脸的目标区域、身体的目标区域和/背景的目标区域，并将图像中识别的至少两个目标区域均参与到第二白平衡参数的确定过程中，可以解决白平衡处理准确度不高的技术问题，为此提出了一种白平衡处理的方法。

图1为本发明实施例所提供的一种白平衡处理办法的流程示意图，如图1所示，该方法包括：

步骤S101，识别图像中的至少两个目标区域。

具体地，在进行图像获取时，图像中可包含不同的目标区域，对于摄像头来讲不同的目标区域具有不同的深度，通过摄像头可以采集该深度信息，从而识别出不同的目标区域。作为一种可能的实现方式，是采用双摄像头，该双摄像头可在负责成像的同时测量得到深度信息；作为另一种可能的实现方式是采用深度摄像头(Red-Green-Blue Depth)RGBD，成像的同时获得深度信息，此外还可通过结构光/TOF镜头进行景深获取或测距，在此不一一列举。

其中，深度信息是指图像中每一个像素点所存储的数据就是这个像素点距离摄像头的距离。

进一步，通过测量得到的深度数据，获取图形中各像素点对应的深度信息之后，结合人脸识别技术，判断当前图像中是否包含人像，当图像中包含人像时，识别出人脸区域的位置信息，得到包含人脸的目标区域，从而得到包含人脸的目标区域包含的像素点及其对应的深度信息。其中，人脸识别技术，可以采用各种人脸识别算法识别出人脸的坐标区间，从而得到人脸的位置信息。

对于人脸识别，作为一种可能的实现方式，采用Adaboost模型算法，Adaboost算法是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)，该算法本身是通过改变数据分布来实现的，它根据每次训练集中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值，并将修改过权值的新数据集送给下层分类器进行训练，最后将每次训练得到的分类器最后融合起来，作为最后的决策分类器。优选的，在Adaboost算法中可以采用动态阀值，进一步加速人脸识别的速度，人脸识别算法还可以采用其他能快速识别人脸区域的算法，本发明中对人脸识别的算法不做限定。

进一步，根据各像素点包含的深度信息，以及已经识别出的包含人脸的目标区域，可以确定人脸中包含的像素点的深度信息，由于人脸和身体基本属于同一个成像平面，故像素点深度信息和人脸中像素点深度信息相同的像素点即识别为身体的像素点，即可识别出图像中包含身体的目标区域，图像中去除包含人脸的目标区域和包含身体的目标区域，则为包含背景的目标区域。

需要说明的是，为了描述简便，以下将包含人脸的目标区域简称为人脸目标区域，包含身体的目标区域简称为身体目标区域，包含背景的目标区域简称为背景目标区域。

步骤S102，确定至少两个目标区域中各目标区域的第一白平衡参数。

具体地，计算目标区域的色温，根据目标区域的色温确定目标区域的第一白平衡参数，其中，第一白平衡参数包括第一白平衡增益值。

其中，色温是照明光学中用于定义光源颜色的一个物理量。

步骤S103，根据各目标区域在图像中所占面积，调整各目标区域对应的权重值。

具体地，计算各目标区域所占的面积有很多种可能的实现方式，作为一种可能的实现方式，将各目标图片划分为多个子块，各子块的面积大小相同，例如，将目标图片划分为m*n个子块，每个子块的长度为目标图片长度的1/m，每个子块的宽度为目标图片宽度的1/n，从而，每个子块的面积为1/m*n，其中，m和n为正整数，优选地，m为9，n为7。

进一步，从获取的m*n个子块中，查找位于人脸目标区域的坐标区间的子块，以及包含了人脸目标区域的坐标区间的边缘的子块，得到人脸目标区域所包含的所有子块。由于各子块的面积是已知的，从而可以计算得到人脸目标区域的面积。

同样的方法，可以查找出身体目标区域所包含的所有子块，由于各子块的面积是已知的，从而可以计算得到身体目标区域的面积。

更进一步，去除人脸目标区域所包含的所有子块和身体目标区域包含的所有子块，即可得到背景目标区域所包含的所有子块。通过各子块的面积可以计算得到背景目标区域的面积，或者根据目标图片的总的面积去除人脸目标区域和身体目标区域的面积，也可以得到背景目标区域的面积。

需要说明的是，对于计算得到各目标区域面积的实现方式，本实施例中不做限定。

更进一步，通过人脸目标区域的面积，身体目标区域的面积和/或背景目标区域的面积，得到各目标区域在图像中所占面积的比重，根据该面积的比重调整各目标区域对应的权重值。

步骤S104，根据各目标区域的第一白平衡参数和对应的权重值，计算得到图像的第二白平衡参数。

具体地，根据计算得到的人脸目标区域的第一白平衡参数，身体目标区域的第一白平衡参数和/或背景目标区域的第一白平衡参数，以及各目标区域对应的权重值，利用加权平均计算得到图像最终的第二白平衡参数。

步骤S105，根据图像的第二白平衡参数，对图像进行白平衡处理。

具体地，根据计算得到的最终的第二白平衡参数，计算调整后各像素的红色(Red，R)值和蓝色(Blue，B)值数据，从而实现颜色的修正。

需要说明的是，由于人眼对于频谱中属于绿光波长的光(480nm-600nm)敏感度最高，而拜耳(Bayer)阵列中采集的绿色像素点数目最多，所以目前的相机通常都采用将绿色分量的增益值固定，然后分别调整红色分量和蓝色分量的增益值，实现对红色分量和蓝色分量的调整。

本发明实施例的白平衡处理方法，识别图像中的至少两个目标区域，确定目标区域的第一白平衡参数，根据目标区域在图像中所占面积，调整目标区域对应的权重值，根据各目标区域的第一白平衡参数和对应的权重值，计算得到图像的第二白平衡参数，根据图像的第二白平衡参数，对图像进行白平衡处理。该白平衡处理方法，充分考虑了图像中不同目标区域及其权重对第二白平衡参数的影响，解决了现有技术中白平衡处理准确度不高的技术问题。

在上一实施例基础上，为了更加清楚的解释白平衡处理的方法，本发明提出了另一种白平衡处理方法，详细解释了当目标区域为人脸目标区域、身体目标区域和背景目标区域时，白平衡的处理办法，图2为本发明实施例所提供的另一种白平衡处理方法的流程示意图，如图2所示，包括如下步骤：

步骤S201，识别图像中的三个目标区域。

具体地，当图像中包含人像时，将人脸区域识别为一个目标区域，称为人脸目标区域；将身体对应的区域识别为另一个目标区域，称为身体目标区域；将人脸目标区域和身体目标区域以外的区域识别为背景目标区域。

利用提取得到的各像素点对应的深度信息，以及通过人脸识别技术识别得到的人脸目标区域，可以得到人体轮廓和对应的目标区域，去除人脸目标区域，即为身体目标区域。从图像中去除人脸目标区域和身体目标区域则得到背景目标区域。

步骤S202，计算各目标区域的色温。

具体地，各目标区域都包含了对应的子块，首先计算各子块的颜色向量，通过各子块的颜色向量得到对应目标区域的颜色向量，从而得到对应的色温。

其中，颜色向量由(红Red，绿Green，蓝Blue)三原色向量表示，每个子块的颜色向量由以下方式获取，首先，提取每个子块中所有像素点的颜色向量，每个像素点的颜色由一个(红，绿，蓝)颜色向量表示，然后对各像素点的颜色向量取平均，得到该子块的颜色向量。同理，可得到该目标区域对应所有子块的颜色向量，在红、绿、蓝三个维度取平均，得到该目标区域对应的颜色向量，通过计算可得到该目标区域的色温，从而得到人脸目标区域，身体目标区域和背景目标区域的色温。

步骤S203，根据各目标区域的色温确定对应区域的第一白平衡参数。

具体地，根据人脸目标区域，身体目标区域和背景目标区域的色温，计算得到三个目标区域对应的白平衡参数，即第一白平衡参数，根据色温计算对应的第一白平衡参数的方法有很多种可能的实现方式，一种可能的实现方式是查表法，预先统计出一张表，包括了常见的色温对应的参数值，通过色温查找到对应的第一白平衡参数。另一种可能的实现方式是迭代法，色温估计后，先取与预估色温最接近的色温下参数，然后逐步做迭代，得到最终的第一白平衡参数。

步骤S204，根据各目标区域在图像中所占的面积，调整各目标区域对应的权重值。

具体地，可以预设人脸目标区域，身体目标区域和背景目标区域对应的权重为一个具体的数值，再根据各目标区域在图像中所占的面积，对各目标区域对应的权重值进行调整，目的是当人脸目标区域所占的面积较小时，也需要调高人脸目标区域对应的权重值。实现方式为，可以通过预设的面积的阈值和各目标区域所占的面积做比较，确定是否调高人脸目标区域的权重。

一种可能的实现方式是，设定第一阈值，若人脸目标区域在图像中所占面积比例低于第一阈值，调高人脸目标区域对应的权重值，以及调低身体目标区域和背景目标区域对应的权重值。

另一种可能的实现方式是，设定第二阈值，若身体目标区域和/或包含背景的目标区域所占面积比例高于第二阈值，调高人脸目标区域对应的权重值，以及调低身体目标区域和/或背景目标区域对应的权重值。

需要说明的是，根据设定阈值调高人脸目标区域的权重值，具体阈值和调整范围，可由本领域技术人员根据实际应用中的统计数据分析设定，本实施例中不做限定。

步骤S205，根据各目标区域的第一白平衡参数和对应的权重值，计算得到图像的第二白平衡参数。

具体地，将调整后得到的权重值和各区域对应的第一白平衡参数中的白平衡增益值(即第一白平衡增益值)进行加权平均，计算得到图像的第二白平衡参数中的白平衡增益值(即第二白平衡增益值)，从而利用该第二白平衡增益值对图像进行白平衡调节。

例如，人脸目标区域调整后的权重值可以高于背景目标区域调整后的权重值，和/或，人脸目标区域调整后的权重值高于身体目标区域调整后的权重值，具体来说，人脸目标区域的第一白平衡增益值为X，身体目标区域的第一白平衡增益值为Y，背景目标区域的第一白平衡增益值为Z，对应的权重值分别为0.6,0.2,0.2，通过加权公式X*0.6+Y*0.2+Z*0.2则计算得到最终图像的第二白平衡增益值。这里人脸目标区域的权重值为0.6，分别高于身体目标区域的权重值0.2，以及背景目标区域的权重值0.2，从而优先依据人脸目标区域的第一白平衡增益值对整幅画面进行白平衡调整。可见，通过调整人脸目标区域、背景目标区域和身体目标区域的权重值的过程中，调高人脸目标区域的权重，从而能够优先保证人脸部分白平衡的准确性。

本领域技术人员可以想到，在某些应用场景下，若需要优先保证背景目标区域或者是身体目标区域的白平衡准确性，可以相应将背景目标区域或者是身体目标区域的权重调高，从而优先保证相应区域的白平衡准确性。

步骤S206，根据图像的第二白平衡参数，对图像进行白平衡处理。

具体地，将图像中的各像素点的R值和G值分别和第二白平衡参数中对应的第二白平衡增益值做乘法运算，得到白平衡处理后的R值和G值，从而实现了图像的白平衡校正。

需要说明的是，当图片中的目标区域只有两个目标区域，即人脸目标区域和身体目标区域，或者人脸目标区域和背景目标区域时，白平衡的处理方法和上述实施例原理一样，此处不再赘述。

本实施例的方法中，将图片划分为包含人脸的目标区域、包含身体的目标区域和包含背景的目标区域，并对三个目标区域分别计算第一白平衡参数，并通过三个目标区域分别在整张图片中所占的比例，调整相应的权重，并使得人脸目标区域一直占较重的权重，通过权重和第一白平衡参数做加权平均，得到最终的第二白平衡参数，并对图片进行白平衡调整，提高了白平衡处理的准确性。

为了实现上述实施例，本发明还提出了一种白平衡处理装置，图3为本发明实施例所提供的一种白平衡处理装置的结构示意图，如图3所示，该装置包括：识别模块31、确定模块32、调整模块33、计算模块34和处理模块35。

识别模块31，用于识别图像中的至少两个目标区域。

确定模块32，用于确定至少两个目标区域中各目标区域的第一白平衡参数。

调整模块33，用于根据各目标区域在所述图像中所占面积，调整各目标区域对应的权重值。

计算模块34，用于根据各目标区域的第一白平衡参数和对应的权重值，计算得到所述图像的第二白平衡参数。

处理模块35，用于根据所述图像的第二白平衡参数，对所述图像进行白平衡处理。

需要说明的是，上述对方法实施例的解释说明也试用于本实施例的装置，此处不再赘述。

本发明实施例的白平衡处理装置，识别模块用于识别图像中的至少两个目标区域，确定模块用于确定目标区域的第一白平衡参数，调整模块用于根据目标区域在图像中所占面积，调整目标区域对应的权重值，计算模块用于根据各目标区域的第一白平衡参数和对应的权重值，计算得到图像的第二白平衡参数，处理模块用于根据图像的第二白平衡参数，对图像进行白平衡处理。该白平衡处理方法，充分考虑了图像中不同目标区域及其对应权重对第二白平衡参数的影响，解决了现有技术中白平衡处理准确度不高的技术问题。

基于上述实施例，本发明实施例还提供了另一种白平衡处理装置的可能的实现方式，图4为本发明实施例所提供的另一种白平衡处理装置的结构示意图，如图4所示，在上一实施例基础上，识别模块31包括：第一识别单元311和第二识别单元312。

第一识别单元311，用于识别图像中是否包含人像；

第二识别单元312，用于当图像中，包含人像时，识别图像中包含人脸的目标区域、包含身体的目标区域和/或包含背景的目标区域。

作为一种可能的实现方式，第二识别单元312，具体用于获取图像中各像素点对应的深度信息，根据图像中各像素点对应的深度信息，对各像素点进行目标区域识别，以识别出图像中包含人脸的目标区域、包含身体的目标区域和/或包含背景的目标区域。

进一步，调整模块33包括：第一调整单元331和第二调整单元332。

第一调整单元331，用于若包含人脸的目标区域在图像中所占面积比例低于第一阈值，调高包含人脸的目标区域对应的权重值，以及调低包含身体的目标区域和/或包含背景的目标区域对应的权重值；

第二调整单元332，用于若包含身体的目标区域和/或包含背景的目标区域所占面积比例高于第二阈值，调高包含人脸的目标区域对应的权重值，以及调低包含身体的目标区域和/或包含背景的目标区域对应的权重值。

更进一步，确认模块32包括：色温计算单元321和参数计算单元322。

色温计算单元321，用于计算各目标区域的色温；

参数计算单元322，用于根据各目标区域的色温，确定各目标区域的第一白平衡参数；其中，所述第一白平衡参数包括第一白平衡增益值。

需要说明的是，上述对方法实施例的解释说明也试用于本实施例的装置，此处不再赘述。

本发明实施例的白平衡处理装置，识别模块用于识别图像中的至少两个目标区域，确定模块用于确定目标区域的第一白平衡参数，调整模块用于根据目标区域在图像中所占面积，调整目标区域对应的权重值，计算模块用于根据各目标区域的第一白平衡参数和对应的权重值，计算得到图像的第二白平衡参数，处理模块用于根据图像的第二白平衡参数，对图像进行白平衡处理。该白平衡处理方法，充分考虑了图像中不同目标区域及其对应权重对第二白平衡参数的影响，解决了现有技术中白平衡处理准确度不高的技术问题。

为了实现上述实施例，本发明还提出了一种终端设备，图5为本发明实施例所提供的一种终端设备的结构示意图，如图5所示，该终端设备包括白平衡处理装置100。

需要说明的是，白平衡处理装置100的结构图具体可参照图3和图4，前述对白平衡处理装置实施例的描述，也适用于本发明实施例的白平衡处理装置100，其实现原理类似，在此不再赘述。

为了实现上述实施例，本发明还提出了另一种终端设备，图6为本发明实施例所提供的另一种终端设备的结构示意图，如图6所示，该终端设备1000包括：壳体1100和位于壳体1100内的存储器1111和处理器1112。

其中，存储器1111存储有可执行程序代码；处理器1112通过读取存储器1111中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行前述实施例中的白平衡处理方法。

需要说明的是，前述对白平衡处理方法实施例的描述，也适用于本发明实施例的终端设备1000，其实现原理类似，在此不再赘述。

为了实现上述实施例，本发明还提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述实施例所提供的白平衡处理方法。

为了实现上述实施例，本发明还提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行前述实施例所提供的白平衡处理方法。

本发明实施例，还提供了一种移动终端，用于进行白平衡处理，该移动终端包括镜头、传感器和图像信号处理器(Image Signal Processing，ISP)。

其中，镜头，用于入射光的入射；

传感器，用于对通过镜头入射的入射光进行成像；

ISP，用于对传感器成像得到的图像进行白平衡处理。

具体来说，入射光通过镜头入射，并由传感器对经过镜头入射的入射光进行成像，得到图像。进而，ISP识别图像中的至少两个目标区域；并分别确定至少两个目标区域中各目标区域的第一白平衡参数；根据各目标区域在所述图像中所占面积，调整各目标区域对应的权重值；根据各目标区域的第一白平衡参数和对应的权重值，计算得到所述图像的第二白平衡参数；根据所述图像的第二白平衡参数，对所述图像进行白平衡处理。

进一步，移动终端还可以包括图形处理器(Graphics Processing Unit，GPU)，用于对白平衡处理后的图像进行渲染，以使其显示在移动终端的显示屏上。

本实施例中，移动终端充分考虑了图像中不同区域对白平衡参数的影响，解决了现有技术中白平衡处理准确度不高的技术问题。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种白平衡处理方法，其特征在于，包括以下步骤：

识别图像中的至少两个目标区域；

确定所述至少两个目标区域中各目标区域的第一白平衡参数；

根据各目标区域在所述图像中所占面积，调整各目标区域对应的权重值；

根据各目标区域的第一白平衡参数和对应的权重值，计算得到所述图像的第二白平衡参数；

根据所述图像的第二白平衡参数，对所述图像进行白平衡处理。

2.根据权利要求1所述的白平衡处理方法，其特征在于，所述识别图像中的至少两个目标区域，包括：

识别所述图像中是否包含人像；

当所述图像中，包含人像时，识别所述图像中包含人脸的目标区域、包含身体的目标区域和/或包含背景的目标区域。

3.根据权利要求2所述的白平衡处理方法，其特征在于，所述识别所述图像中包含人脸的目标区域、包含身体的目标区域和/或包含背景的目标区域，包括：

获取所述图像中各像素点对应的深度信息；

根据所述图像中各像素点对应的深度信息，对各像素点进行目标区域识别，以识别出所述图像中包含人脸的目标区域、包含身体的目标区域和/或包含背景的目标区域。

4.根据权利要求2或3所述的白平衡处理方法，其特征在于，所述根据各目标区域在所述图像中所占面积，调整各目标区域对应的权重值，包括：

若包含人脸的目标区域在所述图像中所占面积比例低于第一阈值，调高所述包含人脸的目标区域对应的权重值，以及调低所述包含身体的目标区域和/或包含背景的目标区域对应的权重值；

若包含身体的目标区域和/或包含背景的目标区域所占面积比例高于第二阈值，调高所述包含人脸的目标区域对应的权重值，以及调低所述包含身体的目标区域和/或包含背景的目标区域对应的权重值。

5.根据权利要求1-3任一项所述的白平衡处理方法，其特征在于，所述确定各目标区域的第一白平衡参数，包括：

计算各目标区域的色温；

根据各目标区域的色温，确定各目标区域的第一白平衡参数；其中，所述第一白平衡参数包括第一白平衡增益值。

6.一种白平衡处理装置，其特征在于，包括：

识别模块，用于识别图像中的至少两个目标区域；

确定模块，用于确定至少两个目标区域中各目标区域的第一白平衡参数；

调整模块，用于根据各目标区域在所述图像中所占面积，调整各目标区域对应的权重值；

计算模块，用于根据各目标区域的第一白平衡参数和对应的权重值，计算得到所述图像的第二白平衡参数；

处理模块，用于根据所述图像的第二白平衡参数，对所述图像进行白平衡处理。

7.一种终端设备，其特征在于，包括如权利要求6所述的白平衡处理装置。

8.一种终端设备，其特征在于，包括以下一个或多个组件：壳体和位于所述壳体内的处理器和存储器，其中，所述存储器存储有可执行程序代码，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行如权利要求1-5任一项所述的白平衡处理方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5任一项所述的白平衡处理方法。

10.一种计算机程序产品，其特征在于，当所述计算机程序产品中的指令由处理器执行时，执行如权利要求1-5任一项所述的白平衡处理方法。