CN108024055A - 白平衡处理的方法、装置、移动终端和存储介质 - Google Patents

Abstract

本申请提出一种白平衡处理的方法、装置、移动终端和存储介质，其中，方法包括：若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性，根据亮度、色温和光源显色性，确定环境类别，查询环境类别对应的人脸白平衡的权重值，根据人脸白平衡的权重值，对图像进行白平衡处理。通过拍摄环境的亮度、色温和光源显色性三个因素共同来确定环境类别，实现了环境类别的细分，且不同环境类别采用不同的人脸白平衡的权重值，进行对应图像的白平衡处理，解决了现有技术中，当拍摄环境亮度相似，而色温和光源显色性不同时，判定为相同的环境类别，导致白平衡调节出现误差，照片色彩准确度较低的问题。

Description

白平衡处理的方法、装置、移动终端和存储介质

技术领域

本申请涉及图像处理技术领域，尤其涉及一种白平衡处理的方法、装置、移动终端和存储介质。

背景技术

随着科学技术的进步和图像处理技术的发展，移动终端(例如智能手机、个人数字助理等)在拍照方面的技术也日新月异，不但有图像处理软件处理自动白平衡(Automaticwhite balance，AWB)，也有针对人脸的自动白平衡(Face AWB)。

相关技术中，光线亮度一般划分为3种亮度区间，FACE AWB算法对属于同一亮度区间的不同场景均采用相同的方式进行白平衡调节。但在实际使用中发现，这种方式无法区分出亮度相似的不同场景，拍照出来的照片色彩准确度较低，导致白平衡调节出现误差，用户体验度差的问题。

申请内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请提出一种白平衡处理方法，以实现通过拍摄环境的亮度、色温和光源显色性三个维度来确定环境类别，实现了环境类别的细分，解决了现有技术中，当拍摄环境亮度相似，而色温和光源显色性不同时，判定为相同的环境类别，导致白平衡调节出现误差，照片色彩准确度较低的问题。

本申请第一方面实施例提出了一种白平衡处理方法，包括：

若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性；

根据所述亮度、色温和光源显色性，确定环境类别；

查询所述环境类别对应的人脸白平衡的权重值；

根据所述人脸白平衡的权重值，对所述图像进行白平衡处理。

本申请实施例的白平衡处理方法中，若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性，根据亮度、色温和光源显色性，确定环境类别，查询环境类别对应的人脸白平衡的权重值，根据人脸白平衡的权重值，对图像进行白平衡处理。通过拍摄环境的亮度、色温和光源显色性三个维度来确定环境类别，实现了环境类别的细分，解决了现有技术中，当拍摄环境亮度相似，而色温和光源显色性不同时，判定为相同的环境类别，导致白平衡调节出现误差，照片色彩准确度较低的问题。

本申请第二方面实施例提出了一种白平衡处理装置，包括：

参数确定模块，用于若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性；

类别确定模块，用于根据所述亮度、色温和光源显色性，确定环境类别；

查询模块，用于查询所述环境类别对应的人脸白平衡的权重值；

处理模块，用于根据所述人脸白平衡的权重值，对所述图像进行白平衡处理。

本申请实施例的白平衡处理装置中，参数确定模块用于若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性，类别确定模块用于根据亮度、色温和光源显色性，确定环境类别，查询模块用于查询环境类别对应的人脸白平衡的权重值，处理模块用于根据人脸白平衡的权重值，对图像进行白平衡处理。通过拍摄环境的亮度、色温和光源显色性三个维度来确定环境类别，实现了环境类别的细分，解决了现有技术中，当拍摄环境亮度相似，而色温和光源显色性不同时，判定为相同的环境类别，导致白平衡调节出现误差，照片色彩准确度较低的问题。

本申请第三方面实施例提出了一种移动终端，包括：摄像头、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如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，本申请第四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，当该程序被处理器执行时，实现如第一方面实施例所述的白平衡处理方法。

本申请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，或通过本申请的实践了解到。

附图说明

本申请上述的和/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为本申请实施例所提供的一种白平衡处理方法的流程示意图；

图2为本申请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为本申请实施例所提供的又一种白平衡处理方法的流程示意图；

图4为本申请实施例所提供的再一种白平衡处理方法的流程示意图；

图5为本申请实施例提供的一种白平衡处理装置的结构示意图；

图6为本申请实施例所提供的另一种白平衡处理装置的结构示意图；

图7是根据本申请另一个实施例的终端设备的结构示意图；以及

图8为一个实施例中图像处理电路的示意图。

具体实施方式

下面详细描述本申请的实施例，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，旨在用于解释本申请，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的白平衡处理的方法、装置、移动终端和存储介质。

现有的FaceAWB算法，可以根据3种光线亮度及7种色温条件下共同确定的共计21种环境类别，调整白平衡参数。但是在实际应用中，光线亮度只区分了高亮度(Bright)、标准亮度(normal)和低亮度(lowlight)三个亮度，划分比较粗略，并仅根据光线亮度判断环境类别，容易出现误判结果，例如，实际应用场景中，阴天的室外和开灯的室内这两种环境类别，亮度相似，可能会被判定为同一种环境类别，导致在实际调整时，尽管这两种环境类别所需的实际白平衡调整参数不同，但在现有的FaceAWB算法中应用了相同的白平衡调整参数，使得拍照出来的照片色彩准确度较低。但是根据现有的方法，无法把这两种环境类别区分开。

针对这一问题，本申请实施例提出了一种白平衡处理方法，可由具有数据处理能力的移动终端来执行，该移动终端可以为智能手机、平板电脑、ipad等，该方法将环境类别进行细分，根据当前拍摄环境的亮度、色温和光源显色性三个因素共同来确定当前对应的环境类别，不同的环境类别采用不同的白平衡调整参数，提高了拍摄照片时FaceAWB的白平衡调整的准确度，使得照片的色彩准确度好，客户体验度高。

图1为本申请实施例所提供的一种白平衡处理方法的流程示意图。

如图1所示，该方法包括：

步骤S101，若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性。

具体地，采用移动终端进行拍摄时，识别拍摄得到图像中是否有人脸，具体可采用人脸识别方法，如识别嘴唇、鼻子等的特征确定含有人脸的方法，对此，本实施例中不做限定。

若拍摄得到的图像中识别出人脸，可以进一步确定图像拍摄环境的亮度、色温和光源显色性。

其中，拍摄环境的亮度可以通过读取摄像头的ISO值确定。ISO值用来指示摄像头的感光度，常用的ISO值有50、100、200、400、1000等等，摄像头可以根据环境亮度，自动调节ISO值，从而，本实施例中，可以根据ISO值，反推出拍摄环境亮度。一般在光线充足的情况下，ISO值为50或100，在光线不足的情况下，ISO值可以为400或更高。

色温是根据光源发出的光的色彩和理论热黑体辐射体在不同加热温度下的色彩来确定的。低色温对应暖光，即偏黄红，而高色温对应冷光，即偏蓝。作为一种可能的实现方式，可通过摄像模组的图像传感器识别当前拍摄环境的色温。

光源显色性用来描述不同光谱的光源照射在同一颜色的物体上时，该物体所呈现颜色与实际颜色之间差异，通常用显色指数(Ra)来表示光源的显色性，光源的显色指数愈高，其显色性能愈好。移动终端一般均具有亮度和色温测量的功能，而对于光源显色性的测量由于需要进行光谱测定，从而一般移动终端均不具有该功能。作为一种简便的方式，可以根据用户选定的光源类型，确定显色性。具体来说，根据用户选定的光源类型，查询光源类型和光源显色性对应表，查表确定光源显色性。

例如下表1所示：

光源类型	光源显色性
		白炽灯	97
日光色荧光灯	80-94
		白色荧光灯	75-85
暖白色荧光灯	80-90
		卤钨灯	95-99
高压汞灯	22-51
		高压钠灯	20-30
金属卤化物灯	60-65
		镝灯	85以上

表1

步骤S102，根据亮度、色温和光源显色性，确定环境类别。

具体地，根据当前拍摄环境的亮度、色温和光源显色性，与预先存储在移动终端的存储器中的亮度区间、色温区间和光源显色性区间比对，确定亮度所属的亮度区间、色温所属的色温区间和光源显色性所属的显色性区间，从而根据所属的亮度区间、色温区间和光源显色性区间对应的环境类别，确定当前拍摄环境对应的环境类别。

环境类别对应实际的应用场景，本申请实施例根据亮度、色温和光源显色性，预先细分了多种环境类别，例如，亮度区间增加为6个，色温区间为7个，光源显色性为5个，则可以将环境类别细分为6*7*5＝210种，如自然光的室外、阴天的室外、白炽灯下的室内、镁光灯下的室内等等。对应增加亮度区间，或者增加色温区间、光源显色性区间，都会增加对应的环境类别，使得白平衡调整的细致度增加，对应白平衡调整的效果更好。因环境类别数量较多，本实施例中不一一列举。

步骤S103，查询环境类别对应的人脸白平衡的权重值。

具体地，可以预先通过多次试验确定不同的环境类别对应的人脸白平衡的最佳权重值，从而在上一步骤确定当前环境类别之后，查询当前环境类别对应的人脸白平衡的权重值。

步骤S104，根据人脸白平衡的权重值，对图像进行白平衡处理。

具体地，为了获得更好的白平衡处理效果，在进行人脸白平衡处理时，可以采用两个增益值加权的方式。这两个增益值中的第一增益值，用于将图像中的人脸调整至肤色，第二增益值不同于第一增益值，第二增益值是指根据整幅图像或者人像区域中各颜色分量，采用灰度世界等算法计算出的增益值。根据人脸白平衡的权重值，对各颜色分量的第一增益值和第二增益值进行计算，得到白平衡增益值，根据该白平衡增益值，对图像进行白平衡处理。

人脸白平衡FaceAWB技术的基本原理如下：在现有拍照技术的基础上增加FaceAWB的权重，使用FaceAWB技术拍照得到的整张图片的加权公式可以表示为FaceZ*α+BodyZ*(1-α)，其中，FaceZ表示人脸白平衡增益值(即前面提及的第一增益值)，通过人脸白平衡增益值将人脸调整为肤色，BodyZ表示人像白平衡增益值(即前面提及的第二增益值)。α即为FaceZ对应的权重，1-α即为BodyZ对应的权重。通过增加FaceAWB的权重可以在人像拍摄时，达到更好的白平衡调整效果，能更准确的还原图像中人脸的肤色。

本申请实施例的白平衡处理方法中，若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性，根据亮度、色温和光源显色性，确定环境类别，查询环境类别对应的人脸白平衡的权重值，根据人脸白平衡的权重值，对图像进行白平衡处理。通过拍摄环境的亮度、色温和光源显色性三个维度来确定环境类别，实现了环境类别的细分，且不同环境类别采用不同的人脸白平衡的权重值，进行对应图像的白平衡处理，解决了现有技术中，当拍摄环境亮度相似，而色温和光源显色性不同时，判定为相同的环境类别，导致白平衡调节出现误差，照片色彩准确度较低的问题。

在上述实施例的基础上，本申请实施例提供了一种白平衡处理方法的可能的实现方式，图2为本申请实施例所提供的另一种白平衡处理方法的流程示意图，进一步清楚解释了如何确定白平衡增益值，对图像进行白平衡处理的过程，如图2所示，基于上一实施例，步骤S104，还可以包括如下子步骤：

步骤S1041，计算得到各颜色分量的第一增益值和各颜色分量的第二增益值。

其中，第一增益值用于将图像中的人脸调整至肤色，作为一种可能的实现方式，第一增益值，是采用人脸白平衡算法计算得到的。

具体地，确定图像中人脸的肤色是否为正常人脸的肤色，如果不是，则生成可将人脸肤色调整为正常肤色的第一增益值。作为一种可能的实现方式，获取人脸区域的所有像素点的颜色分量，每个像素点的颜色由一个(R，G，B)颜色向量表示，对各像素点的颜色向量取平均，可计算得到人脸肤色对应的颜色向量。判断人脸肤色对应的R，G，B值是否在正常人脸肤色对应的R，G，B值范围内，如果不在正常人脸肤色对应的R，G，B值范围内，则通过一个增益值调整人脸肤色对应的R，G，B值，使其处于正常人脸肤色对应的R，G，B值范围内，该增益值即为第一增益值。

其中，正常人脸肤色对用的R，G，B值范围，可以根据色彩矩阵CC中提供的R，G，B值确认，其中，色彩矩阵CC中R，G，B值可以根据国际照明委员会(Commission Internationalede L'Eclairage)提供的CIE色彩空间得到。

其中，第二增益值不同于第一增益值，第二增益值是指根据人像区域确定的用于调整白平衡的增益值，是根据人像区域中各颜色分量计算得到的。

作为一种可能的实现方式，第二增益值可采用加权灰度世界算法计算得到。当图像中颜色有足够的色彩变化时，所有像素点的颜色向量中的R，G，B三个分量的均值趋于平衡(1:1:1)，采用加权灰度世界算法可得到较准确的白平衡增益值，即第二增益值。

具体地，人像区域分成若干个子块，获取每个子块中所有像素点的颜色向量，每个像素点由一个(R，G，B)颜色向量表示，然后计算各子块中R，G，B三个通道的平均值和标准差，然后对每一个子块的标准差进行加权(舍弃相关性小的子块，保留相关性大的子块)，以减少大块单一颜色的影响，使得图像颜色丰富多彩。进而计算通过标准差加权的R，G，B三个通道的平均值，最终计算得到R，G，B三个通道的增益系数，即得到第二增益值。

步骤S1042，根据人脸白平衡的权重值，对各颜色分量的第一增益值和第二增益值进行计算，得到白平衡增益值。

具体地，人脸白平衡的权重值等于第一增益值的系数，第一增益值的系数和第二增益值的系数之和等于一，根据已经确定的人脸白平衡的权重值，即可确定第一增益值的系数和第二增益值的系数，根据确定出的第一增益值的系数与第二增益值的系数，对第一增益值和第二增益值进行加权计算，得到白平衡增益值。

例如，人脸白平衡的权重值为K，则第一增益值的系数为K，第二增益值的系数为1-K，将第一增益值和第二增益值分别和对应的系数相乘，计算得到白平衡增益值，即白平衡增益值＝第一增益值*K+第二增益值*(1-K)。

步骤S1043，根据白平衡增益值，对图像进行白平衡处理。

具体地，根据计算得到的白平衡增益值，将图像中颜色分量中的R值和B值，分别和白平衡增益值中对应的增益值相乘，得到白平衡处理后颜色分量的R值和B值，实现对图像色彩的调整。

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，然后分别调整颜色分量中红色分量和蓝色分量的增益值，实现对图像颜色分量的调整，从而实现对图像色彩的调整。

本申请实施例的白平衡处理方法中，通过拍摄环境的亮度、色温和光源显色性三个维度来确定环境类别，实现了环境类别的细分，且不同环境类别采用不同的人脸白平衡的权重值，进行对应图像的白平衡处理，解决了现有技术中，当拍摄环境亮度相似，而色温和光源显色性不同时，判定为相同的环境类别，导致白平衡调节出现误差，照片色彩准确度较低的问题。而通过增加人脸白平衡的权重可以在人像拍摄时，达到更好的白平衡调整效果，能更准确的还原图像中人脸的肤色，使得拍摄出的照片中人脸更加精致。

基于上述实施例，本申请实施例提供了又一种白平衡处理方法，说明了根据已细分的环境类别，确定当前拍摄环境所属环境类别的方法，图3为本申请实施例所提供的又一种白平衡处理方法的流程示意图，如图3所示，基于上述实施例，步骤S102，还可以包括如下子步骤：

步骤S1021，确定亮度所属的亮度区间，色温所属的色温区间以及光源显色性所属的显色性区间。

具体地，根据测量得到的亮度，确定所属的亮度区间，其中，亮度区间是对亮度取值范围划分得到的至少4个区间中的一个。例如，本实施例中，可将亮度区间划分为6个区间，分别为：高亮度(bright)、明亮亮度(bright shade)、标准亮度(normal)、标准偏低亮度(normal low)、低亮度(lowlight)和超低亮度(extreme lowlight)，根据测量得到的亮度，和6个亮度区间中的亮度值对比，确定最接近的亮度区间，即确定所属的亮度区间。

根据测量得到的色温，确定所属的色温区间，其中，色温区间是对色温取值范围划分得到的至少7个区间中的一个，本实施例中，将色温区间划分为9个，色温区间划分如下表2所示：

表2

需要说明的是，表2中色温区间的划分仅为示例性表示，实际应用中，本领域技术人员可根据具体需求进行重新划分，本实施例中不做限定。

根据确定的光源显色性，确定所属的显色性区间，其中，显色性区间，是对显色指数取值范围划分得到的至少5个区间中的一个，本实施例中，显色指数取值范围划分为5个区间，如下表3所示：

区间编号	显色指数范围	等级	对应显色区间
				区间1	90-100	1A	色彩精确
区间2	80-89	1B	色彩正确判断
				区间3	60-79	2	中等显色性
区间4	40-59	3	显色性较差
				区间5	20-39	4	显色性极差

表3

需要说明的是，亮度区间、色温区间和光源显色性区间是预先存储在移动终端的存储器中的，亮度区间、色温区间和光源显色性区间的划分数量本领域技术人员还可以根据实际情况进行进一步划分，本实施例中不做限定。

步骤S1022，根据亮度区间、色温区间和显色性区间，确定环境类别。

具体地，存储单元中预先存储了亮度区间、色温区间和显色性区间，与环境类别的对应关系表，根据上一步骤中确定的亮度所属的亮度区间、色温所属的色温区间和显色性所属的显色性区间，查表确定环境类别。

例如，下表4列举了亮度区间、色温区间和显色性区间，与环境类别的对应关系，见表4：

亮度区间	色温区间(单位：K)	显色性区间	环境类别
				明亮亮度(bright shade)	6000-7000	色彩正确判断	阴天的室外
明亮亮度(bright shade)	2500-3200	色彩精确	白炽灯下的室内
				高亮度(bright)	5000-6000	色彩精确	阳光下的室外
标准亮度(normal)	2000-2500	中等显色性	日落前室外

表4

从上表中可以看出，属于同一亮度区间，但是色温区间和显色性区间不同时，对应的环境类别也会不同，例如，阴天的室外和白炽灯下的室内，为不同的环境类别，当同一对象在两种不同的环境类别中拍摄时，因所属的色温区间和显色性区间都不同，需要的白平衡调整参数也不相同，从而实现了通过细分环境类别，达到获取不同的白平衡调整参数，进而提高了照片色彩还原的准确度。

需要说明的是，本实施例中，亮度区间划分为6个，色温区间划分为9个，显色性区间划分为5个，通过该三种因素共同确定环境类别，可确定共计6*9*5＝270个环境类别，因数量太多，本实施例中不便一一列举，上述表4中，仅示例的列举了部分环境类别及其对应的亮度区间、色温区间和显色性区间。

本实施例的白平衡处理方法中，通过从拍摄环境的亮度、色温和光源显色性三个维度来确定环境类别，实现了拍照时环境类别的细致判断，并根据确定的环境类别查询对应的人脸白平衡的权重值，进而对图像进行白平衡调整，提高了不同环境类别下白平衡调整的准确度，解决了现有技术中，当拍摄环境亮度相似，而色温和光源显色性不同时，判定为相同的环境类别，导致白平衡调节出现误差，照片色彩准确度较低的问题。

在上述实施例的基础上，本申请实施例提供了再一种白平衡处理方法，解释了如何确定环境类别对应的人脸白平衡的权重值的过程，图4为本申请实施例所提供的再一种白平衡处理方法的流程示意图，如图4所示，步骤S103之前，还可以包括如下步骤：

步骤S401，预先针对每一种环境类别，确定环境类别对应的人脸白平衡的权重值。

具体地，根据细致划分的环境类别，在每一种环境类别条件下，对同一对象拍摄测试照片，并针对每一种环境类别条件下拍摄的测试照片，采用不同人脸白平衡的权重值进行白平衡处理，根据对象的实际色彩，与不同人脸白平衡权重值处理后的测试照片中对象的成像色彩之间的色差，将色差最小时对应的人脸白平衡权重值确定为环境类别对应的人脸白平衡的权重值。

例如，环境类别为白炽灯的室内，预先设置的不同人脸白平衡的权重值为3个，对某一对象拍摄一张测试照片，将该测试照片分别采用3个不同人脸白平衡的权重值进行白平衡处理，得到3个不同的测试结果，对应3种不同色彩的图像，将该3个测试结果与该对象的实际色彩比对，作为一种可能的实现方式，可通过对比测试得到的3种不同色彩的图像和对象实际色彩的R、G、B分量的差值，R、G、B分量差值最小对应的图像所采用的人脸白平衡的权重值即为该环境类别对应的人脸白平衡的权重值。

本实施例的白平衡处理方法中，通过从拍摄环境的亮度、色温和光源显色性三个维度来确定环境类别，实现了拍照时环境类别的细致判断，通过将不同的环境类别确定不同的人脸白平衡调整参数，提高了不同环境类别下白平衡调整的准确度，解决了现有技术中，当拍摄环境亮度相似，而色温和光源显色性不同时，判定为相同的环境类别，导致白平衡调节出现误差，照片色彩准确度较低的问题。

为了实现上述实施例，本申请实施例还提出一种白平衡处理装置。

图5为本申请实施例提供的一种白平衡处理装置的结构示意图。

如图5所示，该装置包括：参数确定模块51、类别确定模块52、查询模块53和处理模块54。

参数确定模块51，用于若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性。

类别确定模块52，用于根据亮度、色温和光源显色性，确定环境类别。

查询模块53，用于查询环境类别对应的人脸白平衡的权重值。

处理模块54，用于根据人脸白平衡的权重值，对图像进行白平衡处理。

需要说明的是，前述对方法实施例的解释说明也适用于该实施例的装置，此处不再赘述。

本申请实施例的白平衡处理装置中，参数确定模块用于若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性，类别确定模块用于根据亮度、色温和光源显色性，确定环境类别，查询模块用于查询环境类别对应的人脸白平衡的权重值，处理模块用于根据人脸白平衡的权重值，对图像进行白平衡处理。通过拍摄环境的亮度、色温和光源显色性三个维度来确定环境类别，实现了环境类别的细分，解决了现有技术中，当拍摄环境亮度相似，而色温和光源显色性不同时，判定为相同的环境类别，导致白平衡调节出现误差，照片色彩准确度较低的问题。

基于上述实施例，本申请实施例还提供了一种白平衡处理装置的可能的实现方式，图6为本申请实施例所提供的另一种白平衡处理装置的结构示意图，在上一实施例的基础上，如图6所示，该装置还包括：权重值确定模块55。

权重值确定模块55，用于在每一种环境类别条件下，对同一对象拍摄测试照片，针对每一种环境类别条件下拍摄的测试照片，采用不同人脸白平衡的权重值进行白平衡处理，根据对象的实际色彩，与不同人脸白平衡权重值处理后的测试照片中对象的成像色彩之间的色差，确定环境类别对应的人脸白平衡的权重值。

作为本申请一种可能的实现方式，处理模块54，还可以包括：计算单元541和处理单元542。

计算单元541，用于根据人脸白平衡的权重值，对各颜色分量的第一增益值和第二增益值进行计算，得到白平衡增益值。其中，第一增益值用于将图像中的人脸调整至肤色，第二增益值不同于第一增益值。

处理单元542，用于根据白平衡增益值，对图像进行白平衡处理。

作为本申请一种可能的实现方式，类别确定模块52，还可以包括：区间确定单元521和类别确定单元522。

区间确定单元521，用于确定亮度所属的亮度区间，色温所属的色温区间，以及光源显色性所属的显色性区间。

类别确定单元522，用于根据亮度区间、色温区间和显色性区间，确定环境类别。

需要说明的是，前述对方法实施例的解释说明也适用于该实施例的装置，此处不再赘述。

本申请实施例的白平衡处理装置中，参数确定模块用于若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性，类别确定模块用于根据亮度、色温和光源显色性，确定环境类别，查询模块用于查询环境类别对应的人脸白平衡的权重值，处理模块用于根据人脸白平衡的权重值，对图像进行白平衡处理。通过拍摄环境的亮度、色温和光源显色性三个维度来确定环境类别，实现了环境类别的细分，且不同环境类别采用不同的人脸白平衡的权重值，进行对应图像的白平衡处理，解决了现有技术中，当拍摄环境亮度相似，而色温和光源显色性不同时，判定为相同的环境类别，导致白平衡调节出现误差，照片色彩准确度较低的问题。

为了实现上述实施例，本申请还提出一种移动终端，图7是根据本申请另一个实施例的终端设备的结构示意图，如图7所示，该终端设备1000包括：壳体1100和位于壳体1100内的摄像头1111、存储器1112和处理器1113。

其中，存储器1112存储有可执行程序代码；处理器1113通过读取存储器1112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，以用于执行如前述方法实施例所述的白平衡处理方法。

为了实现上述实施例，本申请还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被移动终端的处理器执行时实现如前述实施例中的白平衡处理方法。

上述移动终端中还包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义ISP(Image Signal Processing，图像信号处理)管线的各种处理单元。图8为一个实施例中图像处理电路的示意图。如图8所示，为便于说明，仅示出与本申请实施例相关的图像处理技术的各个方面。

如图8所示，图像处理电路包括ISP处理器940和控制逻辑器950。成像设备910捕捉的图像数据首先由ISP处理器940处理，ISP处理器940对图像数据进行分析以捕捉可用于确定和/或成像设备910的一个或多个控制参数的图像统计信息。成像设备910具体可以包括两个摄像头，每一个摄像头可包括具有一个或多个透镜912和图像传感器914。图像传感器914可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器914可获取用图像传感器914的每个成像像素捕捉的光强度和波长信息，并提供可由ISP处理器940处理的一组原始图像数据。传感器920可基于传感器920接口类型把原始图像数据提供给ISP处理器940。传感器920接口可以利用SMIA(Standard Mobile Imaging Architecture，标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。

ISP处理器940按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，ISP处理器940可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。

ISP处理器940还可从图像存储器930接收像素数据。例如，从传感器920接口将原始像素数据发送给图像存储器930，图像存储器930中的原始像素数据再提供给ISP处理器940以供处理。图像存储器930可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括DMA(Direct Memory Access，直接直接存储器存取)特征。

当接收到来自传感器920接口或来自图像存储器930的原始图像数据时，ISP处理器940可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器930，以便在被显示之前进行另外的处理。ISP处理器940从图像存储器930接收处理数据，并对所述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器970，以供用户观看和/或由图形引擎或GPU(Graphics ProcessingUnit，图形处理器)进一步处理。此外，ISP处理器940的输出还可发送给图像存储器930，且显示器970可从图像存储器930读取图像数据。在一个实施例中，图像存储器930可被配置为实现一个或多个帧缓冲器。此外，ISP处理器940的输出可发送给编码器/解码器960，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器970设备上之前解压缩。编码器/解码器960可由CPU或GPU或协处理器实现。

ISP处理器940确定的统计数据可发送给控制逻辑器950单元。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜912阴影校正等图像传感器914统计信息。控制逻辑器950可包括执行一个或多个例程(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的统计数据，确定成像设备910的控制参数以及的控制参数。例如，控制参数可包括传感器920控制参数(例如增益、曝光控制的积分时间)、照相机闪光控制参数、透镜912控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如，在RGB处理期间)的增益水平和色彩校正矩阵，以及透镜912阴影校正参数。

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申请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。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请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，方法包括以下步骤：

若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性；

根据所述亮度、色温和光源显色性，确定环境类别；

查询所述环境类别对应的人脸白平衡的权重值；

根据所述人脸白平衡的权重值，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，所述根据所述人脸白平衡的权重值，对所述图像进行白平衡处理，包括：

根据所述人脸白平衡的权重值，对各颜色分量的第一增益值和第二增益值进行计算，得到白平衡增益值；其中，所述第一增益值用于将所述图像中的人脸调整至肤色，所述第二增益值不同于所述第一增益值；

根据所述白平衡增益值，对所述图像进行白平衡处理。

3.根据权利要求2所述的白平衡处理方法，其特征在于，所述根据所述人脸白平衡的权重值，对各颜色分量的第一增益值和第二增益值进行计算，得到白平衡增益值，包括：

根据所述权重值，确定所述第一增益值的系数和所述第二增益值的系数；所述权重值等于所述第一增益值的系数，所述第一增益值的系数和所述第二增益值的系数之和等于一；

根据确定出的所述第一增益值的系数与第二增益值的系数，对所述第一增益值和所述第二增益值进行加权计算，得到所述白平衡增益值。

4.根据权利要求2所述的白平衡处理方法，其特征在于，

所述第一增益值，是采用人脸白平衡算法计算得到的；

所述第二增益值，是采用加权灰度世界算法计算得到的。

5.根据权利要求1-4任一项所述的白平衡处理方法，其特征在于，所述查询所述环境类别对应的人脸白平衡的权重值之前，还包括：

在每一种环境类别条件下，对同一对象拍摄测试照片；

针对每一种环境类别条件下拍摄的测试照片，采用不同人脸白平衡的权重值进行白平衡处理；

根据所述对象的实际色彩，与不同人脸白平衡权重值处理后的测试照片中所述对象的成像色彩之间的色差，确定所述环境类别对应的人脸白平衡的权重值。

6.根据权利要求1所述的白平衡处理方法，其特征在于，所述根据所述亮度、色温和光源显色性，确定环境类别，包括：

确定所述亮度所属的亮度区间，所述色温所属的色温区间，以及所述光源显色性所属的显色性区间；

根据所述亮度区间、所述色温区间和所述显色性区间，确定所述环境类别。

7.根据权利要求6所述的白平衡处理方法，其特征在于，

所述亮度所属的亮度区间，是对亮度取值范围划分得到的至少4个区间中的一个；

所述色温所属的色温区间，是对色温取值范围划分得到的至少7个区间中的一个；

所述光源显色性所属的显色性区间，是对显色指数取值范围划分得到的至少5个区间中的一个。

8.一种白平衡处理装置，其特征在于，包括：

参数确定模块，用于若拍摄得到的图像中包含人脸，确定图像拍摄环境的亮度、色温和光源显色性；

类别确定模块，用于根据所述亮度、色温和光源显色性，确定环境类别；

查询模块，用于查询所述环境类别对应的人脸白平衡的权重值；

处理模块，用于根据所述人脸白平衡的权重值，对所述图像进行白平衡处理。

9.一种移动终端，其特征在于，包括：摄像头、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-7中任一项所述的白平衡处理方法。

10.一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1-7中任一项所述的白平衡处理方法。