CN108848363A - 一种适用于大场景的自动白平衡方法 - Google Patents
一种适用于大场景的自动白平衡方法 Download PDFInfo
- Publication number
- CN108848363A CN108848363A CN201810546466.XA CN201810546466A CN108848363A CN 108848363 A CN108848363 A CN 108848363A CN 201810546466 A CN201810546466 A CN 201810546466A CN 108848363 A CN108848363 A CN 108848363A
- Authority
- CN
- China
- Prior art keywords
- image
- formula
- indicate
- image block
- white balance
- 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
-
- 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
Abstract
本发明公开了一种适用于大场景的自动白平衡方法,包括以下步骤:S1:对原始图像进行偏色检测,对于有色偏的图像进行校正;S2:对有色偏的图像进行色温估计得到加权灰度,区分出感兴趣的区域和背景区域;S3:利用色温估计得到的加权灰度计算增益系数;S4:根据增益系数得到图像校正后的结果。采用本发明方法,即使场景中所有物体表面的平均反射是有色差的,或者图像中最亮点不是白点,也能获得很好的白平衡效果。
Description
技术领域
本发明涉及图像处理方法,特别是涉及一种适用于大场景的自动白平衡方法。
背景技术
随着社会经济发展与科学技术进步,中国国民对食品安全意识在逐步提高。农业认养模式在当前网络购物中应用的越来越广泛,为了方便用户查看作物或家禽等的生长状况,需要安装摄像头给用户提供相应的画面或图片。图像的颜色不可避免地会受到传感器自身或者外部等多方面因素的影响,使得图像色彩失真,在色温改变的同时,采集到的图像色彩也会随之改变,产生偏色现象。为了给用户提供这些高质量的画面和图片,需要一种方法来抑制图像的偏色。
白平衡是红、绿、蓝三基色混合后形成的白色精确度的指标。由于人眼对于色彩具有恒常性的优势,对事物色彩的辨别不会因为外界环境的变化而受到影响,但是图像传感器不具备这种特点,在成像过程中经历了光电信号的转换、模数信号的转换、软件算法等一系列复杂的处理,图像的颜色不可避免地会受到传感器自身或者外部等多方面因素的影响,使得图像色彩失真,在色温发光颜色的实际温度)改变的同时,采集到的图像色彩也会随之改变,产生偏色现象。这就需要通过算法对R(红)、G(绿)、B(蓝)三个通道分量进行调整来抑制图像的偏色。
现阶段的自动白平衡方法主要有基于灰度世界法的自动白平衡方法和基于完美反射法的自动白平衡方法。前者假设场景中所有物体表面的平均反射是无色差的,后者假设图像中最亮点就是白点,即最亮点的R、G、B值均为255。但是当其假设的前提条件不成立时,比如图像中存在大面积色块等明显的偏色,或者当图像中最亮的点也偏离白色很多的时候,上述方法的处理结果就会出现明显的偏差,不能达到白平衡调整的效果。
发明内容
发明目的:本发明的目的是提供一种适用于大场景的自动白平衡方法,即使场景中所有物体表面的平均反射是有色差的,或者图像中最亮点不是白点,也能获得很好的白平衡效果。
技术方案:本发明所述的适用于大场景的自动白平衡方法,包括以下步骤:
S1:对原始图像进行偏色检测,对于有色偏的图像进行校正;
S2:对有色偏的图像进行色温估计得到加权灰度,区分出感兴趣的区域和背景区域;
S3:利用色温估计得到的加权灰度计算增益系数;
S4:根据增益系数得到图像校正后的结果。
进一步,所述步骤S1具体包括以下过程:采用偏色因子K来衡量图像的偏色程度,偏色因子K根据式(1)进行计算:
式(1)中,D为图像平均色度,根据式(2)计算得到;C为色度中心距,根据式(3)计算得到;
式(2)中,(da,db)为色度平面上等效圆的中心坐标, (a,b)为色度平面上一点的坐标,M为图像的宽,N为图像的高,i为图像的宽上的像素的编号,j为图像的高上的像素的编号;
式(3)中,P(a)为a位置对应的直方图,P(b)为b位置对应的直方图。
进一步,所述步骤S2具体包括以下过程:
S2.1:将图像分为若干块;
S2.2:根据式(4)计算每个图像块的熵,根据式(5)计算整个图像的平均熵;
式(4)中,Eij为一个图像块的熵,Pr为图像块在第r个灰度级出现的概率,k为灰度级的总个数;
式(5)中,E为整个图像的平均熵,M为图像的宽,N为图像的高;
S2.3:判断各个图像块的熵是否大于整个图像的平均熵:如果大于,则认定该图像块是感兴趣区域,赋予该图像块较大的权重;否则,则认定该图像块是背景区域,赋予该图像块较小的权重;
S2.4:计算每个图像块的平均灰度,然后根据权重曲线以及各个图像块的熵计算整个图像的灰度,如式(6)所示:
式(6)中,Gray表示整个图像的灰度,Wij表示一个图像块的权重系数,Gij表示一个图像块的平均灰度,∑WRO表示整个图像的总权重。
进一步,所述步骤S3中的增益系数通过式(7)-(9)计算得到:
式(7)中,Gray表示整个图像的灰度,Raver表示红通道亮度的平均值,Rgain表示红通道的增益系数;
式(8)中,Gaver表示绿通道亮度的平均值,Ggain表示绿通道的增益系数;
式(9)中,Baver表示蓝通道亮度的平均值,Bgain表示蓝通道的增益系数。
有益效果:本发明公开了一种适用于大场景的自动白平衡方法,与现有技术相比,具有如下的有益效果:
1)本发明面对大场景单一色块时不会失效,可以准确地估计场景的色温,从而进行正确的校正,提供高质量的图像;
2)本发明采用了偏色检测-色温估计-增益计算-白平衡校正的步骤对图像进行判断与调整,提高了处理效率和校正的准确性;
3)本发明采用的色温估计方法将图像的感兴趣区域和不感兴趣区域区分开,赋予不同的权值,提高了后续处理的准确性;
4)采用本发明方法,即使场景中所有物体表面的平均反射是有色差的,或者图像中最亮点不是白点,也能获得很好的白平衡效果。
附图说明
图1为本发明具体实施方式中方法的流程图;
图2为本发明具体实施方式中步骤S2的流程图;
图3为本发明具体实施方式中WRO与E的关系曲线。
具体实施方式
本具体实施方式公开了一种适用于大场景的自动白平衡方法,如图1所示,包括以下步骤:
S1:偏色检测:对原始图像进行偏色检测,对于有色偏的图像进行校正;
S2:色温估计:对有色偏的图像进行色温估计得到加权灰度,区分出感兴趣的区域和背景区域;
S3:增益计算:利用色温估计得到的加权灰度计算增益系数;
S4:白平衡校正:根据增益系数得到图像校正后的结果。
步骤S1具体包括以下过程:采用偏色因子K来衡量图像的偏色程度,偏色因子K根据式(1)进行计算:
记偏色因子阈值为Kfold,若K>Kfold,则认为图像存在偏色,否则认为无色偏,一般取Kfold为1;式(1)中,D为图像平均色度,根据式(2)计算得到;C为色度中心距,根据式(3)计算得到;
式(2)中,(da,db)为色度平面上等效圆的中心坐标, (a,b)为色度平面上一点的坐标,M为图像的宽,N为图像的高,i为图像的宽上的像素的编号,j为图像的高上的像素的编号;在色度平面上,等效圆的中心坐标为(da,db),半径为C,等效圆的中心到原点的距离为D;当存在偏色时,通过等效圆在色度平面上的具体位置来判断图像偏色;偏色等级分为偏红、偏蓝、偏绿和偏黄;da≥0,-da≤db≤k1*da,为偏红色;da<0,da≤db≤k2*da,为偏绿色;db<0,|da|<|db|为偏蓝色;其他情况为偏黄色;
式(3)中,P(a)为a位置对应的直方图,P(b)为b位置对应的直方图。
如图2所示,步骤S2具体包括以下过程:
S2.1:将图像分为若干块;块数不宜太多,多了容易带来更多的噪声,一般分为3×3(9块)或者4×4(16块);
S2.2:根据式(4)计算每个图像块的熵,根据式(5)计算整个图像的平均熵;
式(4)中,Eij为一个图像块的熵,Pr为图像块在第r个灰度级出现的概率,k为灰度级的总个数,k取255;
式(5)中,E为整个图像的平均熵,M为图像的宽,N为图像的高;
S2.3:判断各个图像块的熵是否大于整个图像的平均熵:如果大于,则认定该图像块是感兴趣区域,赋予该图像块较大的权重;否则,则认定该图像块是背景区域,赋予该图像块较小的权重;
S2.4:计算每个图像块的平均灰度,然后根据权重曲线以及各个图像块的熵计算整个图像的灰度,如式(6)所示:
式(6)中,Gray表示整个图像的灰度,Wij表示一个图像块的权重系数,Gij表示一个图像块的平均灰度,WRO表示一个图像块的权重,∑WRO表示整个图像的总权重。图3为WRO与E的关系曲线。
步骤S3中的增益系数通过式(7)-(9)计算得到:
式(7)中,Gray表示整个图像的灰度,Raver表示红通道亮度的平均值,Rgain表示红通道的增益系数;
式(8)中,Gaver表示绿通道亮度的平均值,Ggain表示绿通道的增益系数;
式(9)中,Baver表示蓝通道亮度的平均值,Bgain表示蓝通道的增益系数。
Claims (4)
1.一种适用于大场景的自动白平衡方法,其特征在于:包括以下步骤:
S1:对原始图像进行偏色检测,对于有色偏的图像进行校正;
S2:对有色偏的图像进行色温估计得到加权灰度,区分出感兴趣的区域和背景区域;
S3:利用色温估计得到的加权灰度计算增益系数;
S4:根据增益系数得到图像校正后的结果。
2.根据权利要求1所述的适用于大场景的自动白平衡方法,其特征在于:所述步骤S1具体包括以下过程:采用偏色因子K来衡量图像的偏色程度,偏色因子K根据式(1)进行计算:
式(1)中,D为图像平均色度,根据式(2)计算得到;C为色度中心距,根据式(3)计算得到;
式(2)中,(da,db)为色度平面上等效圆的中心坐标, (a,b)为色度平面上一点的坐标,M为图像的宽,N为图像的高,i为图像的宽上的像素的编号,j为图像的高上的像素的编号;
式(3)中,P(a)为a位置对应的直方图,P(b)为b位置对应的直方图。
3.根据权利要求1所述的适用于大场景的自动白平衡方法,其特征在于:所述步骤S2具体包括以下过程:
S2.1:将图像分为若干块;
S2.2:根据式(4)计算每个图像块的熵,根据式(5)计算整个图像的平均熵;
式(4)中,Eij为一个图像块的熵,Pr为图像块在第r个灰度级出现的概率,k为灰度级的总个数;
式(5)中,E为整个图像的平均熵,M为图像的宽,N为图像的高;
S2.3:判断各个图像块的熵是否大于整个图像的平均熵:如果大于,则认定该图像块是感兴趣区域,赋予该图像块较大的权重;否则,则认定该图像块是背景区域,赋予该图像块较小的权重;
S2.4:计算每个图像块的平均灰度,然后根据权重曲线以及各个图像块的熵计算整个图像的灰度,如式(6)所示:
式(6)中,Gray表示整个图像的灰度,Wij表示一个图像块的权重系数,Gij表示一个图像块的平均灰度,WRO表示一个图像块的权重,∑WRO表示整个图像的总权重。
4.根据权利要求1所述的适用于大场景的自动白平衡方法,其特征在于:所述步骤S3中的增益系数通过式(7)-(9)计算得到:
式(7)中,Gray表示整个图像的灰度,Raver表示红通道亮度的平均值,Rgain表示红通道的增益系数;
式(8)中,Gaver表示绿通道亮度的平均值,Ggain表示绿通道的增益系数;
式(9)中,Baver表示蓝通道亮度的平均值,Bgain表示蓝通道的增益系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810546466.XA CN108848363A (zh) | 2018-05-31 | 2018-05-31 | 一种适用于大场景的自动白平衡方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810546466.XA CN108848363A (zh) | 2018-05-31 | 2018-05-31 | 一种适用于大场景的自动白平衡方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108848363A true CN108848363A (zh) | 2018-11-20 |
Family
ID=64210063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810546466.XA Pending CN108848363A (zh) | 2018-05-31 | 2018-05-31 | 一种适用于大场景的自动白平衡方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108848363A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110012278A (zh) * | 2019-04-30 | 2019-07-12 | 腾讯科技(深圳)有限公司 | 一种图像渲染方法、装置、计算机设备和存储介质 |
CN111368587A (zh) * | 2018-12-25 | 2020-07-03 | Tcl集团股份有限公司 | 场景检测方法、装置、终端设备及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050286097A1 (en) * | 2004-06-25 | 2005-12-29 | Szepo Hung | Automatic white balance method and apparatus |
CN104581105A (zh) * | 2015-02-03 | 2015-04-29 | 中国人民解放军国防科学技术大学 | 基于色温距离变换权重图和块可靠性修正的自动白平衡方法 |
CN106604009A (zh) * | 2015-10-16 | 2017-04-26 | 中兴通讯股份有限公司 | 一种实现自动白平衡功能的方法和装置 |
-
2018
- 2018-05-31 CN CN201810546466.XA patent/CN108848363A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050286097A1 (en) * | 2004-06-25 | 2005-12-29 | Szepo Hung | Automatic white balance method and apparatus |
CN104581105A (zh) * | 2015-02-03 | 2015-04-29 | 中国人民解放军国防科学技术大学 | 基于色温距离变换权重图和块可靠性修正的自动白平衡方法 |
CN106604009A (zh) * | 2015-10-16 | 2017-04-26 | 中兴通讯股份有限公司 | 一种实现自动白平衡功能的方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111368587A (zh) * | 2018-12-25 | 2020-07-03 | Tcl集团股份有限公司 | 场景检测方法、装置、终端设备及计算机可读存储介质 |
CN111368587B (zh) * | 2018-12-25 | 2024-04-16 | Tcl科技集团股份有限公司 | 场景检测方法、装置、终端设备及计算机可读存储介质 |
CN110012278A (zh) * | 2019-04-30 | 2019-07-12 | 腾讯科技(深圳)有限公司 | 一种图像渲染方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523477B (zh) | 一种自适应红外图像动态范围变换方法 | |
CN107507558B (zh) | 一种led显示屏的校正方法 | |
CN104900178B (zh) | 亮度异常图像检测方法和led显示屏均匀性校正方法 | |
US6594384B1 (en) | Apparatus and method for estimating and converting illuminant chromaticity using perceived illumination and highlight | |
CN107730493A (zh) | 产品颜色差异检测方法、装置、介质以及计算机设备 | |
CN108024055A (zh) | 白平衡处理的方法、装置、移动终端和存储介质 | |
CN106204662B (zh) | 一种多光源环境下的图像颜色恒常方法 | |
CN105282530B (zh) | 基于背景建模的自动白平衡实现方法及装置 | |
CN110060222A (zh) | 一种图像校正方法、装置及内窥镜系统 | |
CN104954772A (zh) | 一种应用于自动白平衡算法的图像近灰色像素选取算法 | |
CN108848363A (zh) | 一种适用于大场景的自动白平衡方法 | |
CN107135384A (zh) | 白平衡调节方法、装置、图像处理终端及存储介质 | |
US20060177128A1 (en) | White balance with zone weighting | |
CN113301318A (zh) | 图像的白平衡处理方法、装置、存储介质及终端 | |
US7336849B2 (en) | Exposure correction method for digital images | |
CN109451292B (zh) | 图像色温校正方法及装置 | |
US20050068330A1 (en) | Systems and methods for computing the presence of self-luminous elements in an image | |
CN108805144A (zh) | 基于形态学矫正的弹孔识别方法及系统、报靶设备 | |
CN110674737B (zh) | 一种虹膜识别的增强方法 | |
CN108965749A (zh) | 基于纹理识别的缺陷像素检测和校正装置及方法 | |
CN113091915A (zh) | 基于人脸识别的自动体温信息采集系统 | |
CN115131349B (zh) | 基于内分泌试纸彩色直方图的白平衡调节方法及系统 | |
CN105005985B (zh) | 背光图像微米级边缘检测方法 | |
CN115272737B (zh) | 一种橡胶圈流痕识别方法 | |
CN113793291B (zh) | 一种图像融合方法、装置、电子设备及存储介质 |
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 |
Application publication date: 20181120 |
|
RJ01 | Rejection of invention patent application after publication |