CN108810509A - 一种图像色彩校正方法及装置 - Google Patents

一种图像色彩校正方法及装置 Download PDF

Info

Publication number
CN108810509A
CN108810509A CN201810738590.6A CN201810738590A CN108810509A CN 108810509 A CN108810509 A CN 108810509A CN 201810738590 A CN201810738590 A CN 201810738590A CN 108810509 A CN108810509 A CN 108810509A
Authority
CN
China
Prior art keywords
image
color
color lump
value
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.)
Granted
Application number
CN201810738590.6A
Other languages
English (en)
Other versions
CN108810509B (zh
Inventor
张雪玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhong An Future Technology Co Ltd
Original Assignee
Beijing Zhong An Future Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhong An Future Technology Co Ltd filed Critical Beijing Zhong An Future Technology Co Ltd
Priority to CN201810738590.6A priority Critical patent/CN108810509B/zh
Publication of CN108810509A publication Critical patent/CN108810509A/zh
Application granted granted Critical
Publication of CN108810509B publication Critical patent/CN108810509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/64Circuits for processing colour signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图像色彩校正方法及装置,该图像色彩校正方法包括:获取原始图像;提取原始图像中的各个色块,并计算各色块的色块平均值;判断色块平均值是否符合预设范围;如果色块平均值符合预设范围,使用色彩校准算法对原始图像进行校正,生成校正图像。通过实施本发明,能够在对图像进行校正前,结合图像中色块的平均值对图像自身质量进行调整,从而提供一个质量较好的校正基础图像,从而实现对采集图像的有效校正。

Description

一种图像色彩校正方法及装置
技术领域
本发明涉及图像处理技术领域,具体涉及一种图像色彩校正方法及装置。
背景技术
在现有的图像采集、拍摄等过程中,由于图像采集设备的摄像头受硬件自身缺陷的影响,在成像后普遍存在彩色影像色彩失真的现象,所以在拍照后为了解决色彩失真问题,达到校正照片和图像的偏色的目的,确保图像色彩能够精确再现拍摄现场人眼看到的情况,需要相应地对图像的色彩进行校正的技术。
通常采用的校正方法是,拍摄一张标准颜色图片,计算所拍摄的图像中每一色块的色彩平均值与标准颜色图片中相应色块的标准值作比较,估算出颜色校正矩阵中各校正系数应调节的方向和范围,直至达到色彩校正的目的。
但是,对于采集的原始图像,可能本身就存在质量较差的问题,在这种情况下,即使结合校正系数进行调节,仍无法满足调整到与现场人眼看到的场景相接近的要求,校正效果较差。
发明内容
有鉴于此,本发明实施例提供了一种图像色彩校正方法及装置,以解决现有的颜色校正算法很难对采集的质量较差的图像进行有效校正的问题。
根据第一方面,本发明实施例提供了一种图像色彩校正方法,包括:获取原始图像;提取所述原始图像中的各个色块,并计算各所述色块的色块平均值;判断所述色块平均值是否符合预设范围;如果所述色块平均值符合所述预设范围,使用色彩校准算法对所述原始图像进行校正,生成校正图像。
通过实施本发明,能够在对图像进行校正前,结合图像中色块的平均值对图像自身质量进行调整,从而提供一个质量较好的校正基础图像,从而实现对采集图像的有效校正。
结合第一方面,在第一方面第一实施方式中,提取所述原始图像中的各个色块,并计算各所述色块的色块平均值,包括:对所述原始图像进行转换为灰度图像;对所述灰度图像进行二值化处理,生成二值化图像;根据所述二值化图像中各像素点的值提取所述二值化图像中的连通域;计算各所述连通域中各个像素点的RGB平均值。
结合第一方面第一实施方式,在第一方面第二实施方式中,在根据所述二值化图像中各像素点的值提取所述二值化图像中的连通域之后、计算各所述连通域中各个像素点的RGB平均值之前,提取所述原始图像中的各个色块,并计算各所述色块的色块平均值的过程还包括:提取各所述连通域中的第一样本色块及第二样本色块;判断所述第一样本色块与第二样本色块的高度比和宽度比是否分别小于第一预设值;如果所述第一样本色块与第二样本色块的高度比和宽度比分别小于所述第一预设值,判断所述二值化图像与标准色彩图像中的行长度/色块宽度得到的第一平均个数和列长度/色块高度得到的第二平均个数的差值是否小于实际平均个数的预设比例;如果所述差值小于实际平均个数的预设比例,则判定所述连通域可用,执行计算各所述连通域中各个像素点的RGB平均值的步骤。
结合第一方面第一实施方式或第二实施方式,在第一方面第三实施方式中,计算各所述连通域中各个像素点的RGB平均值,包括:计算各所述连通域中各个像素点的RGB值的总和;将所述RGB值的总和除以对应连通域中像素点的个数,得到所述RGB平均值。
结合第一方面,在第一方面第四实施方式中,如果所述色块平均值不符合所述预设范围,对所述原始图像进行曝光调整,直至所述曝光调整后的图像的色块平均值符合所述预设范围,执行使用色彩校准算法对所述原始图像进行校正的步骤。
结合第一方面第四实施方式,在第一方面第五实施方式中,对所述原始图像进行曝光调整,包括:对所述原始图像进行曝光,得到曝光图像;从所述曝光图像中提取预设颜色色块区域;计算所述预设颜色色块区域中各像素点的RGB平均值;判断所述RGB平均值是否均大于或等于第二预设值;如果所述RGB平均值均大于或等于所述第二预设值,则使用此次曝光值调整所述原始图像。
结合第一方面第五实施方式,在第一方面第六实施方式中,如果所述RGB平均值中至少之一小于所述第二预设值,则将曝光时间加1,调整曝光值,并返回执行对所述原始图像进行曝光的步骤。
结合第一方面或第一方面任意一实施方式,在第一方面第七实施方式中,该图像色彩校正方法还包括:将所述原始图像及校正图像显示在同一画面中,并在所述原始图像及校正图像的相应位置显示提示图框。
根据第二方面,本发明实施例提供了一种图像色彩校正装置,包括:图像获取单元,用于获取原始图像;色块平均值计算单元,用于提取所述原始图像中的各个色块,并计算各所述色块的色块平均值;判断单元,用于判断所述色块平均值是否符合预设范围;校正单元,如果所述色块平均值符合所述预设范围,所述校正单元使用色彩校准算法对所述原始图像进行校正,生成校正图像。
通过实施本发明,能够在对图像进行校正前,结合图像中色块的平均值对图像自身质量进行调整,从而提供一个质量较好的校正基础图像,从而实现对采集图像的有效校正。
结合第二方面,在第二方面第一实施方式中,所述色块平均值计算单元包括:灰度转换模块,用于对所述原始图像进行转换为灰度图像;二值化处理模块,用于对所述灰度图像进行二值化处理,生成二值化图像;连通域提取模块,用于根据所述二值化图像中各像素点的值提取所述二值化图像中的连通域;第一RGB平均值计算模块,用于计算各所述连通域中各个像素点的RGB平均值。
结合第二方面第一实施方式,在第二方面第二实施方式中,所述色块平均值计算单元还包括:样本色块提取模块,用于提取各所述连通域中的第一样本色块及第二样本色块;第一判断模块,用于判断所述第一样本色块与第二样本色块的高度比和宽度比是否分别小于第一预设值;第二判断模块,如果所述第一样本色块与第二样本色块的高度比和宽度比分别小于所述第一预设值,所述第二判断模块判断所述二值化图像与标准色彩图像中的行长度/色块宽度得到的第一平均个数和列长度/色块高度得到的第二平均个数的差值是否小于实际平均个数的预设比例;如果所述差值小于实际平均个数的预设比例,所述第二判断模块判定所述连通域可用,触发所述第一RGB平均值计算模块。
结合第二方面第一实施方式或第二实施方式,在第二方面第三实施方式中,所述第一RGB平均值计算模块包括:总和计算子模块,用于计算各所述连通域中各个像素点的RGB值的总和;平均值计算子模块,用于将所述RGB值的总和除以对应连通域中像素点的个数,得到所述RGB平均值。
结合第二方面,在第二方面第四实施方式中,该图像色彩校正装置还包括:曝光调整单元,如果所述色块平均值不符合所述预设范围,所述曝光调整单元对所述原始图像进行曝光调整,直至所述曝光调整后的图像的色块平均值符合所述预设范围,触发所述校正单元。
结合第二方面第四实施方式,在第二方面第五实施方式中,所述曝光调整单元包括:曝光模块,用于对所述原始图像进行曝光,得到曝光图像;色块区域提取模块,用于从所述曝光图像中提取预设颜色色块区域;第二RGB平均值计算模块,用于计算所述预设颜色色块区域中各像素点的RGB平均值;第三判断模块,用于判断所述RGB平均值是否均大于或等于第二预设值;曝光调整模块,如果所述RGB平均值均大于或等于所述第二预设值,所述曝光调整模块使用此次曝光值调整所述原始图像。
结合第二方面第五实施方式,在第二方面第六实施方式中,如果所述RGB平均值中至少之一小于所述第二预设值,所述曝光模块将曝光时间加1,调整曝光值,并再次对所述原始图像进行曝光。
结合第二方面或第二方面任意一实施方式,在第二方面第七实施方式中,该图像色彩校正装置还包括:图像显示单元,用于将所述原始图像及校正图像显示在同一画面中,并在所述原始图像及校正图像的相应位置显示提示图框。
根据第三方面,本发明实施例提供了一种计算机设备,包括:图像采集装置、存储器和处理器,所述图像采集装置、所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或者第一方面的任意一种实施方式中所述的图像色彩校正方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的图像色彩校正方法。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1示出了本发明实施例的图像色彩校正方法的流程图;
图2示出了本发明实施例的步骤S2的过程的流程图;
图3A示出了本发明另一实施例的图像色彩校正方法的流程图;
图3B示出了本发明实施例的步骤S5的过程的流程图;
图4示出了本发明实施例的原始图像和校正图像的显示示意图;
图5示出了本发明实施例的图像色彩校正装置的结构示意图;
图6A示出了本发明实施例的色块平均值计算单元2的结构示意图;
图6B示出了本发明另一实施例的色块平均值计算单元2的结构示意图;
图7A示出了本发明另一实施例的图像色彩校正装置的结构示意图;
图7B示出了本发明实施例的曝光调整单元5的结构示意图;
图8示出了本发明实施例的计算机设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种图像色彩校正方法,如图1所示,该图像色彩校正方法主要包括以下步骤:
步骤S1:获取原始图像。在具体实施时,可以是通过图像采集装置(例如数码照相机等)采集原始图像,并将原始图像发送至处理器进行图像处理过程。
步骤S2:提取原始图像中的各个色块,并计算各色块的色块平均值。
在本发明实施例中,如图2所示,步骤S2提取原始图像中的各个色块,并计算各色块的色块平均值的过程主要包括:
步骤S21:对原始图像进行转换为灰度图像;即是将原始彩色图像(RGB图)按照灰度转换公式(例如Gray=R*0.299+G*0.587+B*0.114),转换为灰度图像。
步骤S22:对灰度图像进行二值化处理,生成二值化图像;图像二值化(ImageBinarization)是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程,图像的二值化使图像中数据量大为减少,从而能凸显出目标的轮廓,因此能够更加容易得到相应的连通域。
步骤S23:根据二值化图像中各像素点的值提取二值化图像中的连通域。
步骤S24:计算各连通域中各个像素点的RGB平均值。其中,计算个连通域中各像素点的RGB平均值,即是针对各个连通域,计算各连通域中各个像素点的RGB值的总和;将RGB值的总和除以对应连通域中像素点的个数,得到该连通域RGB平均值。
可选地,在本发明的一些实施例中,在该步骤S23提取了各色块的连通域后,可通过以下步骤确定该连通域的划分是否合理:
步骤S23a:提取各连通域中的第一样本色块及第二样本色块;
步骤S23b:判断第一样本色块与第二样本色块的高度比和宽度比是否分别小于第一预设值;
步骤S23c:如果第一样本色块与第二样本色块的高度比和宽度比分别小于第一预设值,判断二值化图像与标准色彩图像中的行长度/色块宽度得到的第一平均个数和列长度/色块高度得到的第二平均个数的差值是否小于实际平均个数的预设比例;
步骤S23d:如果差值小于实际平均个数的预设比例,则判定连通域可用,执行步骤S24。
以下结合一具体示例对上述的步骤S23a~步骤S23d进行说明。
在得到连通域后,首先判断连通域中第一行最后一个色块(第一样本色块)与第三行第一个色块(第二样本色块)的高度比和宽度比是否小于0.9,如果不是,则说明得到的连通域误差较大不可用;如果是,则进一步判断连通域列表是否满足要求是通过判断采集的图像与标准颜色色卡中(行长度/色块宽度)得到的平均个数和(列长度/色块高度)得到的平均个数的差值是否小于实际平均个数的1/10。如果差值小于实际平均个数的1/10,则判定连通域可用。需要说明的是,上述举例中所提取的第一行最后一个色块(第一样本色块)与第三行第一个色块(第二样本色块),第一预设值设置为0.9,以及预设比例设置为1/10仅为举例说明,并非用以限制本发明。
在经过步骤S2计算各色块的色块平均值后,通过步骤S3,判断色块平均值是否符合预设范围。
步骤S4:如果色块平均值符合预设范围,使用色彩校准算法对原始图像进行校正,生成校正图像。
可选地,在本发明的一些实施例中,对图像进行校正的色彩校准算法是以多项式回归算法为基础的,较佳地,所选取的多项式项数形式为[R,G,B,R*G,R*B,G*B,R*R,G*G,B*B,1]。该多项式回归算法是利用颜色三刺激值来校正色彩,得到转换参数的,其原理是:A=(V×VT)-1(V×XT),其中,V是多项式回归矩阵,X是色标标准三刺激矩阵,A便是最终的转换参数矩阵。多项式回归矩阵(24*10)是利用标准色卡的色块RGB平均值(24*3)求到的,色标标准三刺激矩阵是已经定好的一组值,例如:{{94,28,13},{241,149,108},{97,119,171},{90,103,39},{164,131,196},{140,253,153},{255,116,21},{7,47,122},{222,29,42},{69,0,68},{187,255,19},{255,142,0},{0,0,142},{64,173,38},{203,0,0},{255,217,0},{207,3,124},{0,148,189},{255,255,255},{249,249,249},{180,180,180},{117,117,117},{53,53,53},{0,0,0}}。
通过该转换参数矩阵即可对原始图像进行校正,从而生成校正图像。
相应地,如果色块平均值不符合预设范围,说明采集的原始图像因为某些因素是有问题的,因此,在本发明的一些实施例中,如图3A所示,还可包括对原始图像进行曝光调整的步骤S5,从而使其RGB值达到合理范围。
具体地,如图3B所示,该步骤S5对原始图像进行曝光调整的过程主要包括:
步骤S51:对原始图像进行曝光,得到曝光图像;
步骤S52:从曝光图像中提取预设颜色色块区域;
步骤S53:计算预设颜色色块区域中各像素点的RGB平均值;
步骤S54:判断RGB平均值是否均大于或等于第二预设值;
步骤S55:如果RGB平均值均大于或等于第二预设值,则使用此次曝光值调整原始图像;如果RGB平均值中至少之一小于第二预设值,则将曝光时间加1,调整曝光值,并返回步骤S51。
在一较佳实施例中,可以使选择第18个色块——白色块作为该预设颜色色块区域,在判断标准的设定上相对较简单,只需判断RGB各个值是否大于250(第二预设值)即可,如果是别的颜色,则还知道该颜色的真正RGB值,然后在该RGB附近选取一个合理的范围作为判断标准。但本发明并不以此为限。如果RGB平均值均大于或等于250,则使用此次曝光值调整原始图像;如果RGB平均值中有任何一个小于250,则将曝光时间加1,调整曝光值,并返回步骤S51。
可选地,在本发明的一些实施例中,在经过上述步骤S1-步骤S4(或者包括该步骤S5)对图像进行校正后,可以通过将原始图像和校正图像显示在同一画面中,如图4所示,其中图4(a)所示为原始图像,图4(b)为校正图像。并且,可在原始图像及校正图像的相应位置显示提示图框,以便于用户通过该画面观察进行校正的效果。其中,图4所示为通过灰度转换后的附图,实际显示效果应为显示24个色卡的不同颜色。从图4(a)及图4(b)的对比可看出,经过校正后的图像清晰度明显更佳,质量更好。
本发明实施例的图像色彩校正方法,能够在对图像进行校正前,结合图像中色块的平均值对图像自身质量进行调整,从而提供一个质量较好的校正基础图像,从而实现对采集图像的有效校正。
本发明实施例还提供一种图像色彩校正装置,如图5所示,该图像色彩校正装置主要包括:图像获取单元1、色块平均值计算单元2、判断单元3及校正单元4等。
图像获取单元1,用于获取原始图像;详细内容可参见上述方法实施例的步骤S1。
色块平均值计算单元2,用于提取原始图像中的各个色块,并计算各色块的色块平均值;详细内容可参见上述方法实施例的步骤S2。
判断单元3,用于判断色块平均值是否符合预设范围;详细内容可参见上述方法实施例的步骤S3。
校正单元4,如果色块平均值符合预设范围,校正单元4使用色彩校准算法对原始图像进行校正,生成校正图像;详细内容可参见上述方法实施例的步骤S4。
具体地,如图6A所示,上述的色块平均值计算单元2包括:
灰度转换模块21,用于对原始图像进行转换为灰度图像;详细内容可参见上述方法实施例的步骤S21。
二值化处理模块22,用于对灰度图像进行二值化处理,生成二值化图像;详细内容可参见上述方法实施例的步骤S22。
连通域提取模块23,用于根据二值化图像中各像素点的值提取二值化图像中的连通域;详细内容可参见上述方法实施例的步骤S23。
第一RGB平均值计算模块24,用于计算各连通域中各个像素点的RGB平均值;详细内容可参见上述方法实施例的步骤S24。该第一RGB平均值计算模块24包括:总和计算子模块,用于计算各连通域中各个像素点的RGB值的总和;平均值计算子模块,用于将RGB值的总和除以对应连通域中像素点的个数,得到RGB平均值。
可选地,在本发明的一些实施例中,如图6B所示,该色块平均值计算单元2还包括:
样本色块提取模块25,用于提取各连通域中的第一样本色块及第二样本色块;详细内容可参见上述方法实施例的步骤S23a。
第一判断模块26,用于判断第一样本色块与第二样本色块的高度比和宽度比是否分别小于第一预设值;详细内容可参见上述方法实施例的步骤S23b。
第二判断模块27,如果第一样本色块与第二样本色块的高度比和宽度比分别小于第一预设值,第二判断模块27判断二值化图像与标准色彩图像中的行长度/色块宽度得到的第一平均个数和列长度/色块高度得到的第二平均个数的差值是否小于实际平均个数的预设比例;如果差值小于实际平均个数的预设比例,第二判断模块27判定连通域可用,触发第一RGB平均值计算模块24。详细内容可参见上述方法实施例的步骤S23c及步骤S23d。
可选地,在本发明的一些实施例中,如果色块平均值不符合预设范围,说明采集的原始图像因为某些因素是有问题的,因此,在本发明的一些实施例中,如图7A所示,还可包括曝光调整单元5,对原始图像进行曝光调整,从而使其RGB值达到合理范围。
具体地,如图7B所示,该曝光调整单元5包括:
曝光模块51,用于对原始图像进行曝光,得到曝光图像;详细内容可参见上述方法实施例的步骤S51。
色块区域提取模块52,用于从曝光图像中提取预设颜色色块区域;详细内容可参见上述方法实施例的步骤S52。
第二RGB平均值计算模块53计算预设颜色色块区域中各像素点的RGB平均值;详细内容可参见上述方法实施例的步骤S53。
第三判断模块54,用于判断RGB平均值是否均大于或等于第二预设值;详细内容可参见上述方法实施例的步骤S54。
曝光调整模块55,如果RGB平均值均大于或等于第二预设值,曝光调整模块55使用此次曝光值调整原始图像;详细内容可参见上述方法实施例的步骤S55。
可选地,在本发明的一些实施例中,在对图像进行校正后,可以通过一图像显示单元将原始图像和校正图像显示在同一画面中,并在原始图像及校正图像的相应位置显示提示图框,以便于用户通过该画面观察进行校正的效果。
本发明实施例还提供了一种计算机设备,如图8所示,该计算机设备可以包括处理器81、存储器82及图像采集装置83,其中处理器81和存储器82可以通过总线或者其他方式连接,图8中以通过总线连接为例。该图像采集装置83可通过有线或无线方式与处理器81、存储器82连接。
处理器81可以为中央处理器(Central Processing Unit,CPU)。处理器81还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器82作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的车载显示装置按键屏蔽方法对应的程序指令/模块(例如,图5所示的图像获取单元1、色块平均值计算单元2、判断单元3及校正单元4)。处理器81通过运行存储在存储器82中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的图像色彩校正方法。
存储器82可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器81所创建的数据等。此外,存储器82可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器82可选包括相对于处理器81远程设置的存储器,这些远程存储器可以通过网络连接至处理器81。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器82中,当被所述处理器81执行时,执行如图1-图3B所示实施例中的图像色彩校正方法。
图像采集装置83可以例如是摄像机、数码相机等设备,通过该图像采集装置83拍摄的原始图像可直接传输至处理器81,或是传输至存储器82中供处理器81调用。
上述计算机设备具体细节可以对应参阅图1至图3B所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (18)

1.一种图像色彩校正方法,其特征在于,包括:
获取原始图像;
提取所述原始图像中的各个色块,并计算各所述色块的色块平均值;
判断所述色块平均值是否符合预设范围;
如果所述色块平均值符合所述预设范围,使用色彩校准算法对所述原始图像进行校正,生成校正图像。
2.根据权利要求1所述的图像色彩校正方法,其特征在于,提取所述原始图像中的各个色块,并计算各所述色块的色块平均值,包括:
对所述原始图像进行转换为灰度图像;
对所述灰度图像进行二值化处理,生成二值化图像;
根据所述二值化图像中各像素点的值提取所述二值化图像中的连通域;
计算各所述连通域中各个像素点的RGB平均值。
3.根据权利要求2所述的图像色彩校正方法,其特征在于,在根据所述二值化图像中各像素点的值提取所述二值化图像中的连通域之后、计算各所述连通域中各个像素点的RGB平均值之前,还包括:
提取各所述连通域中的第一样本色块及第二样本色块;
判断所述第一样本色块与第二样本色块的高度比和宽度比是否分别小于第一预设值;
如果所述第一样本色块与第二样本色块的高度比和宽度比分别小于所述第一预设值,判断所述二值化图像与标准色彩图像中的行长度/色块宽度得到的第一平均个数和列长度/色块高度得到的第二平均个数的差值是否小于实际平均个数的预设比例;
如果所述差值小于实际平均个数的预设比例,则判定所述连通域可用,执行计算各所述连通域中各个像素点的RGB平均值的步骤。
4.根据权利要求2或3所述的图像色彩校正方法,其特征在于,计算各所述连通域中各个像素点的RGB平均值,包括:
计算各所述连通域中各个像素点的RGB值的总和;
将所述RGB值的总和除以对应连通域中像素点的个数,得到所述RGB平均值。
5.根据权利要求1所述的图像色彩校正方法,其特征在于,如果所述色块平均值不符合所述预设范围,对所述原始图像进行曝光调整,直至所述曝光调整后的图像的色块平均值符合所述预设范围,执行使用色彩校准算法对所述原始图像进行校正的步骤。
6.根据权利要求5所述的图像色彩校正方法,其特征在于,对所述原始图像进行曝光调整,包括:
对所述原始图像进行曝光,得到曝光图像;
从所述曝光图像中提取预设颜色色块区域;
计算所述预设颜色色块区域中各像素点的RGB平均值;
判断所述RGB平均值是否均大于或等于第二预设值;
如果所述RGB平均值均大于或等于所述第二预设值,则使用此次曝光值调整所述原始图像。
7.根据权利要求6所述的图像色彩校正方法,其特征在于,如果所述RGB平均值中至少之一小于所述第二预设值,则将曝光时间加1,调整曝光值,并返回执行对所述原始图像进行曝光的步骤。
8.根据权利要求1至7中任一项所述的图像色彩校正方法,其特征在于,还包括:
将所述原始图像及校正图像显示在同一画面中,并在所述原始图像及校正图像的相应位置显示提示图框。
9.一种图像色彩校正装置,其特征在于,包括:
图像获取单元,用于获取原始图像;
色块平均值计算单元,用于提取所述原始图像中的各个色块,并计算各所述色块的色块平均值;
判断单元,用于判断所述色块平均值是否符合预设范围;
校正单元,如果所述色块平均值符合所述预设范围,所述校正单元使用色彩校准算法对所述原始图像进行校正,生成校正图像。
10.根据权利要求9所述的图像色彩校正装置,其特征在于,所述色块平均值计算单元包括:
灰度转换模块,用于对所述原始图像进行转换为灰度图像;
二值化处理模块,用于对所述灰度图像进行二值化处理,生成二值化图像;
连通域提取模块,用于根据所述二值化图像中各像素点的值提取所述二值化图像中的连通域;
第一RGB平均值计算模块,用于计算各所述连通域中各个像素点的RGB平均值。
11.根据权利要求10所述的图像色彩校正装置,其特征在于,所述色块平均值计算单元还包括:
样本色块提取模块,用于提取各所述连通域中的第一样本色块及第二样本色块;
第一判断模块,用于判断所述第一样本色块与第二样本色块的高度比和宽度比是否分别小于第一预设值;
第二判断模块,如果所述第一样本色块与第二样本色块的高度比和宽度比分别小于所述第一预设值,所述第二判断模块判断所述二值化图像与标准色彩图像中的行长度/色块宽度得到的第一平均个数和列长度/色块高度得到的第二平均个数的差值是否小于实际平均个数的预设比例;如果所述差值小于实际平均个数的预设比例,所述第二判断模块判定所述连通域可用,触发所述第一RGB平均值计算模块。
12.根据权利要求10或11所述的图像色彩校正装置,其特征在于,所述第一RGB平均值计算模块包括:
总和计算子模块,用于计算各所述连通域中各个像素点的RGB值的总和;
平均值计算子模块,用于将所述RGB值的总和除以对应连通域中像素点的个数,得到所述RGB平均值。
13.根据权利要求9所述的图像色彩校正装置,其特征在于,还包括:
曝光调整单元,如果所述色块平均值不符合所述预设范围,所述曝光调整单元对所述原始图像进行曝光调整,直至所述曝光调整后的图像的色块平均值符合所述预设范围,触发所述校正单元。
14.根据权利要求13所述的图像色彩校正装置,其特征在于,所述曝光调整单元包括:
曝光模块,用于对所述原始图像进行曝光,得到曝光图像;
色块区域提取模块,用于从所述曝光图像中提取预设颜色色块区域;
第二RGB平均值计算模块,用于计算所述预设颜色色块区域中各像素点的RGB平均值;
第三判断模块,用于判断所述RGB平均值是否均大于或等于第二预设值;
曝光调整模块,如果所述RGB平均值均大于或等于所述第二预设值,所述曝光调整模块使用此次曝光值调整所述原始图像。
15.根据权利要求14所述的图像色彩校正装置,其特征在于,如果所述RGB平均值中至少之一小于所述第二预设值,所述曝光模块将曝光时间加1,调整曝光值,并再次对所述原始图像进行曝光。
16.根据权利要求9至15中任一项所述的图像色彩校正装置,其特征在于,还包括:
图像显示单元,用于将所述原始图像及校正图像显示在同一画面中,并在所述原始图像及校正图像的相应位置显示提示图框。
17.一种计算机设备,其特征在于,包括:
图像采集装置、存储器和处理器,所述图像采集装置、所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-8中任一项所述的图像色彩校正方法。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如权利要求1-8中任一项所述的图像色彩校正方法。
CN201810738590.6A 2018-07-06 2018-07-06 一种图像色彩校正方法及装置 Active CN108810509B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810738590.6A CN108810509B (zh) 2018-07-06 2018-07-06 一种图像色彩校正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810738590.6A CN108810509B (zh) 2018-07-06 2018-07-06 一种图像色彩校正方法及装置

Publications (2)

Publication Number Publication Date
CN108810509A true CN108810509A (zh) 2018-11-13
CN108810509B CN108810509B (zh) 2020-08-11

Family

ID=64075475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810738590.6A Active CN108810509B (zh) 2018-07-06 2018-07-06 一种图像色彩校正方法及装置

Country Status (1)

Country Link
CN (1) CN108810509B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636864A (zh) * 2018-12-19 2019-04-16 新绎健康科技有限公司 一种基于颜色校正与深度卷积神经网络的舌分割方法及系统
CN110618528A (zh) * 2019-08-09 2019-12-27 成都理想境界科技有限公司 一种近眼显示装置及色彩反馈方法
CN113360691A (zh) * 2021-06-07 2021-09-07 Tcl通讯(宁波)有限公司 色彩风格显示处理方法、装置、终端设备及存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101340523A (zh) * 2008-08-14 2009-01-07 北京中星微电子有限公司 一种对数字图像进行曝光补偿的方法和装置
CN101661620A (zh) * 2009-09-18 2010-03-03 北京航空航天大学 单幅图像相机响应曲线标定方法
CN102883107A (zh) * 2011-07-14 2013-01-16 佳能株式会社 摄像设备及其控制方法
CN102984463A (zh) * 2012-09-14 2013-03-20 旗瀚科技有限公司 图像处理方法及系统
CN103096092A (zh) * 2013-02-07 2013-05-08 上海国茂数字技术有限公司 基于颜色空间变换进行编解码误差修正的方法和系统
CN103218778A (zh) * 2013-03-22 2013-07-24 华为技术有限公司 一种图像和视频的处理方法及装置
CN104517268A (zh) * 2014-12-24 2015-04-15 小米科技有限责任公司 调整图像亮度的方法及装置
US9049408B2 (en) * 2006-09-01 2015-06-02 Texas Instruments Incorporated Color space appearance model video processor
CN105338334A (zh) * 2015-10-30 2016-02-17 华勤通讯技术有限公司 移动终端内的照相机的校准方法和系统
CN105744177A (zh) * 2016-02-17 2016-07-06 广州视睿电子科技有限公司 视频展台灯光控制方法及其系统
CN105809648A (zh) * 2016-03-25 2016-07-27 上海博康智能信息技术有限公司 一种基于Lab颜色空间的偏色判断与归一化方法
CN106131462A (zh) * 2016-06-24 2016-11-16 华为技术有限公司 一种对图像进行校正的方法和装置
CN107241590A (zh) * 2017-06-29 2017-10-10 明基电通有限公司 影像增强方法及影像增强装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9049408B2 (en) * 2006-09-01 2015-06-02 Texas Instruments Incorporated Color space appearance model video processor
CN101340523A (zh) * 2008-08-14 2009-01-07 北京中星微电子有限公司 一种对数字图像进行曝光补偿的方法和装置
CN101661620A (zh) * 2009-09-18 2010-03-03 北京航空航天大学 单幅图像相机响应曲线标定方法
CN102883107A (zh) * 2011-07-14 2013-01-16 佳能株式会社 摄像设备及其控制方法
CN102984463A (zh) * 2012-09-14 2013-03-20 旗瀚科技有限公司 图像处理方法及系统
CN103096092A (zh) * 2013-02-07 2013-05-08 上海国茂数字技术有限公司 基于颜色空间变换进行编解码误差修正的方法和系统
CN103218778A (zh) * 2013-03-22 2013-07-24 华为技术有限公司 一种图像和视频的处理方法及装置
CN104517268A (zh) * 2014-12-24 2015-04-15 小米科技有限责任公司 调整图像亮度的方法及装置
CN105338334A (zh) * 2015-10-30 2016-02-17 华勤通讯技术有限公司 移动终端内的照相机的校准方法和系统
CN105744177A (zh) * 2016-02-17 2016-07-06 广州视睿电子科技有限公司 视频展台灯光控制方法及其系统
CN105809648A (zh) * 2016-03-25 2016-07-27 上海博康智能信息技术有限公司 一种基于Lab颜色空间的偏色判断与归一化方法
CN106131462A (zh) * 2016-06-24 2016-11-16 华为技术有限公司 一种对图像进行校正的方法和装置
CN107241590A (zh) * 2017-06-29 2017-10-10 明基电通有限公司 影像增强方法及影像增强装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636864A (zh) * 2018-12-19 2019-04-16 新绎健康科技有限公司 一种基于颜色校正与深度卷积神经网络的舌分割方法及系统
CN110618528A (zh) * 2019-08-09 2019-12-27 成都理想境界科技有限公司 一种近眼显示装置及色彩反馈方法
CN114967143A (zh) * 2019-08-09 2022-08-30 成都理想境界科技有限公司 一种近眼显示装置
CN114967143B (zh) * 2019-08-09 2024-03-05 成都理想境界科技有限公司 一种近眼显示装置
CN113360691A (zh) * 2021-06-07 2021-09-07 Tcl通讯(宁波)有限公司 色彩风格显示处理方法、装置、终端设备及存储介质

Also Published As

Publication number Publication date
CN108810509B (zh) 2020-08-11

Similar Documents

Publication Publication Date Title
US11849224B2 (en) Global tone mapping
CN108364267B (zh) 图像处理方法、装置及设备
US20190164257A1 (en) Image processing method, apparatus and device
US9894287B2 (en) Method and apparatus for acquiring a high dynamic image using multiple cameras
EP3694203A1 (en) Method and device for obtaining exposure compensation value of high-dynamic-range image
JP6736568B2 (ja) 高ダイナミックレンジ(hdr)画素ストリームを生成するためのシステムおよび方法
US20160300337A1 (en) Image fusion method and image processing apparatus
US11508038B2 (en) Image processing method, storage medium, image processing apparatus, learned model manufacturing method, and image processing system
US20080239094A1 (en) Method of and apparatus for image denoising
CN109922275B (zh) 曝光参数的自适应调整方法、装置及一种拍摄设备
US11941791B2 (en) High-dynamic-range image generation with pre-combination denoising
CN110881108B (zh) 图像处理方法及图像处理装置
CN108810509A (zh) 一种图像色彩校正方法及装置
CN110677558B (zh) 图像处理方法与电子装置
WO2019104047A1 (en) Global tone mapping
CN114584700A (zh) 对焦标记方法、标记装置以及电子设备
CN110677557B (zh) 图像处理方法、装置、存储介质及电子设备
CN111539975B (zh) 一种运动目标的检测方法、装置、设备及存储介质
US8164650B2 (en) Image processing apparatus and method thereof
JP5932392B2 (ja) 画像処理装置および画像処理方法
CN114697483B (zh) 基于压缩感知白平衡算法的屏下摄像装置及方法
US11494585B2 (en) Method and system for establishing light source information prediction model
KR20110095556A (ko) 영상투사장치 및 그 영상보정방법
CN111586309A (zh) 一种水下自动补光的图像采集方法及装置
JP2006237748A5 (zh)

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
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An image color correction method and device

Effective date of registration: 20220309

Granted publication date: 20200811

Pledgee: Beijing first financing Company limited by guarantee

Pledgor: BEIJING SINOSECU TECHNOLOGY CO.,LTD.

Registration number: Y2022980002320