CN108230405A - 基于灰度化的图像白平衡处理方法 - Google Patents
基于灰度化的图像白平衡处理方法 Download PDFInfo
- Publication number
- CN108230405A CN108230405A CN201711245286.XA CN201711245286A CN108230405A CN 108230405 A CN108230405 A CN 108230405A CN 201711245286 A CN201711245286 A CN 201711245286A CN 108230405 A CN108230405 A CN 108230405A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- value
- gray
- rgb
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于灰度化的图像白平衡处理方法,包括:将待处理图像按照纵横坐标进行等分;对每个等份中的像素点进行灰度化处理;计算每等分的加权平均值AWA;对每个像素点灰度值和所在等份的灰度加权平均值进行做差计算,得到DAWA;将所有等份内的做差结果进行排序,取最小值为最佳像素点;采用最佳像素点的RGB值对待处理图像的每个像素点进行校正。本发明利用图像灰度化处理、加权平均、做差排序取得最佳像素点,并使用最佳像素点对图像进行校正补偿,解决了图像中显示过程中因光线原因造成的色彩偏差较大的问题。
Description
技术领域
本发明涉及一种图像白平衡处理方法,具体的说,涉及了一种基于灰度化的图像白平衡处理方法。
背景技术
随着图像显示设备的日益普及,图像显示质量成为用户越来越关注的课题。
与日益增多的图像显示设备相比,图像显示质量差更加的应该引起各方人员的关注,在安防监控、智能交通领域的现状是有图像看不清,无法还原事发实况,但是日益增多的需求成为迫在眉睫的问题。
为了解决以上存在的问题,技术人员一直在寻求一种相对较好的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足,从而提供了一种基于灰度化的图像白平衡处理方法。
为了实现上述目的,本发明所采用的技术方案是:一种基于灰度化的图像白平衡处理方法,包括以下步骤:
步骤1,将待处理图像按照纵横坐标进行等分;
步骤2,对每个等份中的像素点进行灰度化处理,其中,第i个像素点的灰度值为F(Ii,Jj);
步骤3,计算每等份的加权平均值
步骤4,对每个像素点灰度值和所在等份的灰度加权平均值进行做差计算,得到DAWAi=F(Ii,Jj)-AWA;
步骤5,将所有等份内的做差结果进行排序,取最小值为最佳像素点;
步骤6,采用最佳像素点的RGB值对待处理图像的每个像素点进行校正。
基于上述,步骤1的具体步骤为:
(1)以图像左上角为原点O取得图像横坐标X轴方向的像素点数定义为W;
(2)以图像左上角为原点O取得图像纵坐标Y轴方向的像素点数定义为H;
(3)以图像显示容器左上角为原点O取得图像源文件的横坐标X轴方向的像素点数定义为Wi;
(4)以图像显示容器左上角为原点O取得图像源文件的纵坐标Y轴方向的像素点数定义为Hi;
(5)将待处理图像按照4×4划分为等份。
基于上述,步骤2的具体步骤为:
步骤2.1,对RGB取如下加权值:
IR=0.30,IG=0.59,IB=0.11;
步骤2.2,按IR=0.30,IG=0.59,IB=0.11对各等份内的RGB进行加权平均计算,得到灰度值公式:
F(I,J)=0.30R(I,J)+0.59G(I,J)+0.11B(I,J);
步骤2.3,按照取得的灰度值F(I,J)对对应的像素点进行灰度化处理:
R(I,J)=F(I,J),G(I,J)=F(I,J),B(I,J)=F(I,J)
其中,第i个像素点的灰度值为F(Ii,Jj)。
基于上述,步骤5的具体步骤为:
步骤5.1,对步骤4获得的DAWAi取绝对值计算:DAWAVi=|DAWAi|;
步骤5.2,将DAWAVi逐次写入Ary数组,每个DAWAVi作为Ary数组的元素;
步骤5.3,调用Array数组的sort函数对数组Ary的元素进行排序;
步骤5.4,在Ary元素中取最小值MIN(Ary),即MIN(Ary)值对应的像素点为最佳像素点。
基于上述,步骤6具体为:
采用最佳像素点的RGB值对待处理图像进行校正:
其中,RGBi为待处理图像像素点的RGB值,RGBout为校正后的RGB值。
本发明相对现有技术具有突出的实质性特点和显著的进步,具体的说,本发明采用基于灰度化的图像白平衡处理方法,利用图像灰度化处理、加权平均、做差排序取得最佳像素点,并使用最佳像素点对图像进行校正补偿,解决了图像中显示过程中因光线原因造成的色彩偏差较大的问题。
附图说明
图1是本发明流程图。
具体实施方式
下面通过具体实施方式,对本发明的技术方案做进一步的详细描述。
传统中的图像抓拍设备,只是依靠设备本身对图像进行抓拍,但是由于受昼夜、光照、季节等因素的影响,致使相当一部分图像显示效果达不到公安部要求标准,因此造成的抓拍图像的识别率和可用率都很低。
为了解决上述问题,如图1所示,本发明提供一种基于灰度化的图像白平衡处理方法,包括以下步骤:
一种基于灰度化的图像白平衡处理方法,包括以下步骤:
步骤1,将待处理图像按照纵横坐标进行等分;
步骤2,对每个等份中的像素点进行灰度化处理,其中,第i个像素点的灰度值为F(Ii,Jj);
步骤3,计算每等份的加权平均值
步骤4,对每个像素点灰度值和所在等份的灰度加权平均值进行做差计算,得到DAWAi=F(Ii,Jj)-AWA;
步骤5,将所有等份内的做差结果进行排序,取最小值为最佳像素点;
步骤6,采用最佳像素点的RGB值对待处理图像的每个像素点进行校正。
具体的,步骤1的步骤为:
(1)以图像左上角为原点O取得图像横坐标X轴方向的像素点数定义为W;
(2)以图像左上角为原点O取得图像纵坐标Y轴方向的像素点数定义为H;
(3)以图像显示容器左上角为原点O取得图像源文件的横坐标X轴方向的像素点数定义为Wi;
(4)以图像显示容器左上角为原点O取得图像源文件的纵坐标Y轴方向的像素点数定义为Hi;
(5)将待处理图像按照4×4划分为等份。
步骤2的具体步骤为:
步骤2.1,根据重要性指标,将RGB三个分量以不同的值进行加权平均,人眼对绿色的敏感最高,对蓝色敏感最低,因此对RGB取如下加权值:
IR=0.30,IG=0.59,IB=0.11;
步骤2.2,按IR=0.30,IG=0.59,IB=0.11对各等份内的RGB进行加权平均计算,得到灰度值公式:
F(I,J)=0.30R(I,J)+0.59G(I,J)+0.11B(I,J);
步骤2.3,按照取得的灰度值F(I,J)对对应的像素点进行灰度化处理:
R(I,J)=F(I,J),G(I,J)=F(I,J),B(I,J)=F(I,J)
其中,第i个像素点的灰度值为F(Ii,Jj)。
步骤5的具体步骤为:
步骤5.1,对步骤4获得的DAWAi取绝对值计算:DAWAVi=|DAWAi|;
步骤5.2,将DAWAVi逐次写入Ary数组,每个DAWAVi作为Ary数组的元素;
步骤5.3,调用Array数组的sort函数对数组Ary的元素进行排序;
步骤5.4,在Ary元素中取最小值MIN(Ary),即MIN(Ary)值对应的像素点为最佳像素点。
步骤6具体为:
采用最佳像素点的RGB值对待处理图像进行校正:
其中,RGBi为待处理图像像素点的RGB值,RGBout为校正后的RGB值。
本发明采用基于灰度化的图像白平衡处理方法,利用图像灰度化处理、加权平均、做差排序取得最佳像素点,并使用最佳像素点对图像进行校正补偿,解决了图像中显示过程中因光线原因造成的色彩偏差较大的问题,提高了抓拍图片的识别率和使用率。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (5)
1.一种基于灰度化的图像白平衡处理方法,其特征在于,包括以下步骤:
步骤1,将待处理图像按照纵横坐标进行等分;
步骤2,对每个等份中的像素点进行灰度化处理,其中,第i个像素点的灰度值为F(Ii,Jj);
步骤3,计算每等份的加权平均值
步骤4,对每个像素点灰度值和所在等份的灰度加权平均值进行做差计算,得到DAWAi=F(Ii,Jj)-AWA;
步骤5,将所有等份内的做差结果进行排序,取最小值为最佳像素点;
步骤6,采用最佳像素点的RGB值对待处理图像的每个像素点进行校正。
2.根据权利要求1所述的基于灰度化的图像白平衡处理方法,其特征在于,步骤1的具体步骤为:
(1)以图像左上角为原点0取得图像横坐标X轴方向的像素点数定义为W;
(2)以图像左上角为原点0取得图像纵坐标Y轴方向的像素点数定义为H;
(3)以图像显示容器左上角为原点0取得图像源文件的横坐标X轴方向的像素点数定义为Wi;
(4)以图像显示容器左上角为原点0取得图像源文件的纵坐标Y轴方向的像素点数定义为Hi;
(5)将待处理图像按照4×4划分为等份。
3.根据权利要求1所述的基于灰度化的图像白平衡处理方法,其特征在于,步骤2的具体步骤为:
步骤2.1,对RGB取如下加权值:
IR=0.30,IG=0.59,IB=0.11;
步骤2.2,按IR=0.30,IG=0.59,IB=0.11对各等份内的RGB进行加权平均计算,得到灰度值公式:
F(I,J)=0.30R(I,J)+0.59G(I,J)+0.11B(I,J);
步骤2.3,按照取得的灰度值F(I,J)对对应的像素点进行灰度化处理:
R(I,J)=F(I,J),G(I,J)=F(I,J),B(I,J)=F(I,J)
其中,第i个像素点的灰度值为F(Ii,Jj)。
4.根据权利要求1所述的基于灰度化的图像白平衡处理方法,其特征在于,步骤5的具体步骤为:
步骤5.1,对步骤4获得的DAWAi取绝对值计算:DAWAVi=|DAWAi|;
步骤5.2,将DAWAVi逐次写入Ary数组,每个DAWAVi作为Ary数组的元素;
步骤5.3,调用Array数组的sort函数对数组Ary的元素进行排序;
步骤5.4,在Ary元素中取最小值MIN(Ary),即MIN(Ary)值对应的像素点为最佳像素点。
5.根据权利要求1所述的基于灰度化的图像白平衡处理方法,其特征在于,步骤6采用最佳像素点的RGB值对待处理图像的每个像素点进行校正:
其中,RGBi为待处理图像像素点的RGB值,RGBout为校正后的RGB值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711245286.XA CN108230405A (zh) | 2017-11-30 | 2017-11-30 | 基于灰度化的图像白平衡处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711245286.XA CN108230405A (zh) | 2017-11-30 | 2017-11-30 | 基于灰度化的图像白平衡处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108230405A true CN108230405A (zh) | 2018-06-29 |
Family
ID=62653108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711245286.XA Pending CN108230405A (zh) | 2017-11-30 | 2017-11-30 | 基于灰度化的图像白平衡处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230405A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2774013A1 (es) * | 2018-12-20 | 2020-07-16 | Univ Nacional De Educacion A Distancia Uned | Metodo y sistema para convertir una imagen digital de color a escala de grises |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101283604A (zh) * | 2005-08-30 | 2008-10-08 | 诺基亚公司 | 具有自动白平衡的图像处理设备 |
CN102842116A (zh) * | 2012-06-30 | 2012-12-26 | 南京汇兴博业数字设备有限公司 | 图像内快速响应矩阵码的光照均衡处理方法 |
CN103455979A (zh) * | 2013-07-16 | 2013-12-18 | 大连理工大学 | 一种低照度视频图像增强方法 |
CN105979238A (zh) * | 2016-07-05 | 2016-09-28 | 深圳市德赛微电子技术有限公司 | 一种多摄像头全局成像一致性控制方法 |
CN106127674A (zh) * | 2016-06-15 | 2016-11-16 | 公安部第三研究所 | 基于lbp的图像白平衡方法 |
CN106447603A (zh) * | 2016-09-28 | 2017-02-22 | 西安交通大学 | 一种彩色图像灰度化方法 |
-
2017
- 2017-11-30 CN CN201711245286.XA patent/CN108230405A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101283604A (zh) * | 2005-08-30 | 2008-10-08 | 诺基亚公司 | 具有自动白平衡的图像处理设备 |
CN102842116A (zh) * | 2012-06-30 | 2012-12-26 | 南京汇兴博业数字设备有限公司 | 图像内快速响应矩阵码的光照均衡处理方法 |
CN103455979A (zh) * | 2013-07-16 | 2013-12-18 | 大连理工大学 | 一种低照度视频图像增强方法 |
CN106127674A (zh) * | 2016-06-15 | 2016-11-16 | 公安部第三研究所 | 基于lbp的图像白平衡方法 |
CN105979238A (zh) * | 2016-07-05 | 2016-09-28 | 深圳市德赛微电子技术有限公司 | 一种多摄像头全局成像一致性控制方法 |
CN106447603A (zh) * | 2016-09-28 | 2017-02-22 | 西安交通大学 | 一种彩色图像灰度化方法 |
Non-Patent Citations (1)
Title |
---|
公安部第三研究所: "《多摄像机协同关注目标检测跟踪技术》", 30 June 2017 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2774013A1 (es) * | 2018-12-20 | 2020-07-16 | Univ Nacional De Educacion A Distancia Uned | Metodo y sistema para convertir una imagen digital de color a escala de grises |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102693532B (zh) | 图像阴影和高光的自动局部调整 | |
CN105184754B (zh) | 图像对比度增强方法 | |
CN103716547A (zh) | 一种智能模式的拍照方法 | |
CN106548165A (zh) | 一种基于图像分块加权的卷积神经网络的人脸识别方法 | |
CN110084760A (zh) | 一种基于双伽马校正的全局自适应灰度图像增强方法 | |
CN107578383A (zh) | 一种低照度图像增强处理方法 | |
CN102722868A (zh) | 一种高动态范围图像色调映射方法 | |
CN103491357A (zh) | 一种图像传感器白平衡处理方法 | |
CN105701773B (zh) | 一种快速处理图像的方法及装置 | |
CN107862658A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN108965647A (zh) | 一种前景图像获得方法及装置 | |
CN106340025A (zh) | 一种基于色适应变换的背景更换视觉传达方法 | |
CN104778674B (zh) | 一种基于时间序列的顺逆光交通图像自适应增强方法 | |
CN111105359A (zh) | 一种高动态范围图像的色调映射方法 | |
CN107481214A (zh) | 一种微光图像与红外图像融合方法 | |
CN110232669A (zh) | 一种高动态范围图像的色调映射方法及系统 | |
CN108230405A (zh) | 基于灰度化的图像白平衡处理方法 | |
CN109934787B (zh) | 一种基于高动态范围的图像拼接方法 | |
CN110507283A (zh) | 视网膜相机及其实现方法 | |
CN109949250A (zh) | 一种图像处理方法及装置 | |
CN108550124A (zh) | 一种基于仿生螺线的光照补偿及图像增强方法 | |
CN103226690B (zh) | 检测红眼的方法及装置、去除红眼的方法及装置 | |
CN111127333A (zh) | 一种改进的面向二色视觉的彩色图像颜色增强方法 | |
TWI540905B (zh) | 白平衡調整方法 | |
CN104143183B (zh) | 基于亮度传递可见光和红外黑白视频图像的灰度融合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180629 |