CN109361910A - 自适应白平衡校正方法及装置 - Google Patents

Abstract

本申请提供一种自适应白平衡校正方法及装置，涉及图像处理领域。所述方法包括：判断待处理图像是否为混合色温场景；若待处理图像为非混合色温场景，将待处理图像中的全部统计点归为一类，计算所述统计点的白平衡增益；若待处理图像为混合色温场景，将为非白点的统计点作为一类，将为白点的统计点划分为多个类；计算白点的白平衡增益，并根据白点的白平衡增益计算得到非白点的白平衡增益。本申请避免了现有的白平衡全局校正方式在混合色温场景下处理效果较差的情况，能够同时兼顾高、低混合色温场景，以实现对所述待处理图像进行效果良好的白平衡校正。

Description

自适应白平衡校正方法及装置

技术领域

本申请涉及图像处理领域，具体而言，涉及一种自适应白平衡校正方法及装置。

背景技术

由于人眼具有独特的适应性，无论在室外阳光下、室内荧光灯下或者混合光源下，人眼在观看白色物体时，该物体也会是白色。但是，图像捕获设备无法像人眼那样对变化的光线进行自我修正，因此需要对图像捕获设备获取到的图像做白平衡校正处理。

现有的白平衡校正是一个全局校正过程。摄像机内部的图像传感器在感受红色、绿色和蓝色光线时，其感光电路电子放大比例为1：1：1，而白平衡的校正目的就是根据被校正的图像计算出不同颜色通道的增益，以改变感光电路电子放大比例，这种改变往往是整体性的改变，即所有通道的像素点都根据增益做出改变。全局校正在单一色温场景下能够表现出较好的效果，但是无法同时兼顾高色温和低色温场景，在混合色温场景下处理效果较差，无法满足要求。

发明内容

有鉴于此，本申请实施例的目的在于提供一种自适应白平衡校正方法及装置，以解决上述问题。

第一方面，本申请实施例提供一种自适应白平衡校正方法，所述方法包括：

判断待处理图像是否为混合色温场景；

在判定所述待处理图像为非混合色温场景时，将所述待处理图像中的全部统计点归为一类，计算所述统计点的白平衡增益，其中，每个统计点对应所述待处理图像的一个分块区域；

在判定所述待处理图像为混合色温场景时，将为非白点的统计点归为一类，将为白点的统计点划分为多个类；计算所述白点的白平衡增益，并根据所述白点的白平衡增益计算得到所述非白点的白平衡增益；

根据各类点对应的白平衡增益分别对各类统计点进行校正，以实现对所述待处理图像进行白平衡校正。

可选地，在判断所述待处理图像是否为混合色温场景的步骤之前，所述方法还包括判断所述统计点是否为白点的步骤，包括：

采集不同色温下的标准色卡图像，确定基准白点，并根据所述基准白点绘制参考白区。

将所述待处理图像均分为多个分块，每一分块为一个统计点；

获取每一分块中的像素点的三通道分量均值，根据所述三通道分量均值计算所述统计点的红色增益及蓝色增益；

根据所述统计点的红色增益及蓝色增益判断所述统计点是否在所述参考白区中，若是，将所述统计点确定为白点，否则为非白点。

可选地，所述方法还包括：

根据所述白点的亮度值对所述白点赋予第一权重值；

根据所述白点在所述参考白区中的位置对所述白点赋予第二权重值；

计算所述白点的色温，根据所述白点的色温对所述白点赋予第三权重值；

由所述第一权重值、第二权重值及第三权重值计算得到所述白点的权重值。

可选地，判断所述待处理图像是否为混合色温场景，包括：

统计为白点的统计点的数量，当所述白点的数量小于预设的数量阈值时，判定所述待处理图像为非混合色温场景；

若所述白点的数量不小于所述数量阈值，根据所述白点的色温及权重值生成色温分布直方图，计算所述色温分布直方图中的有效高色温点与有效低色温点之间的色温差；

将所述色温差与预设的色温差阈值进行比对，若所述色温差大于所述色温差阈值，则判定所述待处理图像为混合色温场景，否则判定为非混合色温场景。

可选地，将为白点的统计点划分为多个类，包括：

根据所述白点的色温及权重值，得到所述白点的色温概率分布；

根据所述色温概率分布计算得到最佳色温分类阈值，并根据所述最佳色温分类阈值将所述白点划分为多个类。

第二方面，本申请实施例还提供一种自适应白平衡校正装置，所述装置包括：

判断模块，用于判断待处理图像是否为混合色温场景；

计算模块，用于在判定所述待处理图像为非混合色温场景时，将所述待处理图像中的全部统计点归为一类，计算所述统计点的白平衡增益，其中，每个统计点对应所述待处理图像的一个分块区域；

所述计算模块还用于在判定所述待处理图像为混合色温场景时，将为非白点的统计点归为一类，将为白点的统计点划分为多个类；计算所述白点的白平衡增益，并根据所述白点的白平衡增益计算得到所述非白点的白平衡增益；

白平衡校正模块，用于根据各类点对应的白平衡增益分别对各统计点进行校正，以实现对所述待处理图像进行白平衡校正；

白区绘制模块，用于采集不同色温下的标准色卡图像，确定基准白点，并根据所述基准白点绘制参考白区。

相对于现有技术而言，本申请具有以下有益效果：

本申请实施例提供的自适应白平衡校正方法及装置，对待处理图像的不同色温场景进行判断；将所述待处理图像划分为多个分块区域，每个分块区域视作一个统计点；对所述统计点进行分类，分别计算不同色温场景下各类别统计点的白平衡增益；采用分类校正的方式，根据各类点对应的白平衡增益分别对各统计点进行校正，具有很好的适应性。避免了现有的白平衡全局校正方式在混合色温场景下处理效果较差的情况，能够同时兼顾高、低混合色温场景，以实现对所述待处理图像进行效果良好的白平衡校正。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应该看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的图像获取设备的简单结构示意图；

图2为本申请实施例提供的自适应白平衡校正方法的流程图；

图3为本申请实施例提供的参考坐标系示意图；

图4为本申请实施例提供的判断所述统计点是否为白点的流程图；

图5为图2中步骤S11的子步骤流程图；

图6为本申请实施例提供的色温分布直方图；

图7为本申请实施例提供的自适应白平衡校正装置的功能模块示意图。

图标：100-图像获取设备；200-自适应白平衡校正装置；110-图像传感器；120-存储器；130-处理器；210-判断模块；220-白区绘制模块；230-加权模块；240-计算模块；250-白平衡校正模块。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

现有技术中，为了提高对混合色温场景的白平衡校正效果，以满足图像处理要求，有如下两种方法。

其一，采用动态聚类算法判断图像中是否存在混合色温；若落入白区的参考白点数量小于阈值或者图像中存在混合色温，则使用预设算法策略，如灰度世界算法计算白平衡增益，否则，根据落入参考区的白点数量计算白平衡增益；使用白平衡增益对待校正图像进行校正。

上述方法在判断混合色温场景时，需要聚类结果为两个簇类，利用两个簇类中心点之间的距离和预设阈值之间进行比较。当聚类结果只有一类，或者由于色温随参考白点之间的变化非线性而导致的距离相等的两类之间色温差不同时，存在误判风险。且上述方法在进行白平衡校正时，对同一通道的所有像素点使用相同的白平衡增益，在混合色温场景中存在偏色风险。

其二，将图像划分为多个矩形区域，确定每个矩形区域的一对自然光混合色温评价参数的值；根据该值确定每个矩形区域对应的坐标点；将坐标点划分为第一聚类和第二聚类，根据两个类的中心点确定由低色温中心点指向高色温中心点的第一单位方向向量；当第一单位方向向量和预先保存的第二单位方向向量的夹角小于阈值时，确定待校正的图像存在自然光混合色温。

上述方法在判断混合色温场景时，需要预先确定并保存一幅存在自然光混合色温的图像，如果保存的图像与待校正图像之间色温分布情况不同，判断结果可能会不准确。在白平衡校正时，首先计算出最终的白平衡增益值，然后采用全局校正的方式，即对图像中同一通道的所有像素点进行相同增益控制，在混合色温场景中存在偏色风险。

为了克服上述现有技术中存在的问题，申请人经过研究提供了下面实施例给出的解决方案。

请参照图1，图1是本申请实施例提供的图像获取设备100的简单结构示意图。所述图像获取设备100可以是扫描仪、数码照相机或摄像机等。所述图像获取设备100包括自适应白平衡校正装置200、图像传感器110、存储器120及处理器130。

所述图像传感器110、存储器120及处理器130各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述自适应白平衡校正装置200包括至少一个可以软件(software)或固件(firmware)的形式存储于所述存储器120中的软件功能模块，所述处理器130用于执行所述存储器120中存储的可执行模块，例如所述自适应白平衡校正装置200包括的软件功能模块或程序等。

其中，所述存储器120可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等，用于存储程序或数据。所述处理器130可以是通用处理器，包括微处理器或任何常规处理器等，用于实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。所述图像传感器110包括但不限于光导摄像管、固态图像传感器或感光电路等，用于将感光面上的光像转化为与光像对应的电信号。

请参照图2，是本申请实施例提供的自适应白平衡校正方法的流程示意图，所述方法可以应用于图1所示的自适应白平衡校正装置200。下面将对所述自适应白平衡校正方法的具体步骤作详细阐述，所述方法包括：

步骤S11，判断待处理图像是否为混合色温场景。

获取一帧未经白平衡处理的图像作为待处理图像，所述待处理图像的格式可以是RGB格式或Bayer格式等。判断所述待处理图像所属的色温场景，以决定后续的校正策略。

在本实施例中，判断所述待处理图像是否为混合色温场景之前，还包括确定参考白区的步骤，该步骤包括：采集不同色温下的标准色卡图像，确定基准白点，并根据所述基准白点绘制参考白区。

由于所述待处理图像的具体颜色及色温相对来说较为复杂，因此，为提高采样的准确性，可以选取标准色卡，在不同色温的光照情况下使用所述图像获取设备100对标准色卡进行拍摄，采集到不同色温下的标准色卡的白色块图像，根据预设算法及标准色卡的白色块图像确定基准白点。

请参照图3，分别以G/R、G/B为坐标轴绘制参考坐标系，并根据所述基准白点在所述参考坐标系中的位置，通过拟合绘制参考曲线。例如，已确定参考白点H₁、H₂、H₃、H₄及H₅，可以采用插值法绘制出所述参考曲线。设置参考坐标系中任意点到所述参考曲线的距离阈值，与所述参考曲线的距离不超过该距离阈值的所有坐标点构成一个距离范围，由所述参考曲线及距离范围构成所述参考白区。

请参照图4，在本实施例中，判断所述待处理图像是否为混合色温场景之前，所述方法还包括判断所述统计点是否为白点的步骤，该步骤包括：

步骤S21，将所述待处理图像均分为多个分块，每一分块为一个统计点；获取每一分块中的像素点的三通道分量均值。

首先，将所述待处理图像均分为M*N块，每一分块中像素点的数量相等，其中，M和N均为预设值。例如将所述待处理图像分为100*100块，每一分块为一个统计点，即10000个统计点。其次，计算出每一分块中各像素点的三通道分量均值，即三通道亮度均值R′、G′、B′。若要对所述待处理图像中的每一个像素点均计算白平衡增益，大量的计算工作会使得处理效率极为低下，本申请实施例根据处理需求以及图像获取设备100获取的图像尺寸设置合理的预设值，将所述待处理图像按照所述预设值划分为多个分块，每一分块作为一个统计点，能够减少计算量，提高处理效率。

步骤S22，根据所述三通道分量均值计算所述统计点的红色增益及蓝色增益。

其中，所述统计点的红色增益R′Gain＝G′/R′，所述统计点的蓝色增益B′Gain＝G′/B′。

步骤S23，根据所述统计点的红色增益及蓝色增益判断所述统计点是否在所述参考白区中，若是，将所述统计点确定为白点，否则为非白点。

根据所述统计点在图3所示的参考坐标系中的位置，判断所述统计点是否落入参考白区中。将落入所述参考白区中的统计点确定为白点，将未落入所述参考白区中的统计点确定为非白点。

在本实施例中，还包括对所述白点赋予权值的步骤，具体包括：

根据所述白点的亮度值对所述白点赋予第一权重值；

根据所述白点在所述参考白区中的位置对所述白点赋予第二权重值；

计算所述白点的色温，根据所述白点的色温对所述白点赋予第三权重值；

由所述第一权重值、第二权重值及第三权重值计算得到所述白点的权重值。

具体地，第一方面，通常来说，具有一个人眼易于接受的亮度值范围，当所述白点的亮度值越接近常见亮度值范围时，所述白点的第一权重值可以设置为较高的值，反之，当所述白点的亮度值越远离常见亮度值范围时，所述白点的第一权重值可以设置为较低的值。第二方面，考虑到权重值与参考白区之间的关系，当所述第一统计点与所述参考曲线的距离较近时，所述第二权重值较高，反之，所述第二权重值较低；第三方面，通常情况下也具有一个人眼易于接受的色温值范围，当所述第一统计点的色温越接近常见色温范围时，所述第三权重值越高，反之，所述第三权重值越低。需要说明的是，所述第一、第二及第三权重值的具体赋值应该视图像处理的需求而定，在此不做具体限制。

请参照图5，在本实施例中，所述步骤S11可以由以下子步骤来具体实现。

子步骤S111，统计为白点的统计点的数量，当所述白点的数量小于预设的数量阈值时，判定所述待处理图像为非混合色温场景。

若所述白点的数量小于预设的数量阈值，则所述待处理图像中不存在混合色温场景，即非混合色温场景。所述数量阈值可以是由开发人员在以往的测试过程中获取的经验值，在此无特别限制。

若所述白点的数量不小于所述数量阈值，则还需对所述待处理图像做进一步判断，转入子步骤S112。

子步骤S112，若所述白点的数量不小于所述数量阈值，根据所述白点的色温及权重值生成色温分布直方图，计算所述色温分布直方图中的有效高色温点与有效低色温点之间的色温差。

请参照图6，以所述白点的色温值及概率分别作为横、纵坐标轴绘制色温分布直方图，所述白点的概率为所述白点的权重值除以全部白点的总权重值。首先需计算出所述色温分布直方图中的有效低色温点及有效高色温点。具体地，从所有白点的最低色温处开始逐渐增加，直到累计分布概率大于第一预设阈值，即图6中L区的面积大于第一预设阈值时，获得所述有效低色温点LT。同理，当图6中H区的面积大于第二预设阈值时，获得所述有效高色温点HT。计算色温差DT，公式如下：

DT＝HT-LT

子步骤S113，将所述色温差与预设的色温差阈值进行比对，若所述色温差大于所述色温差阈值，则判定所述待处理图像为混合色温场景，否则判定为非混合色温场景。

预先设定色温差阈值DT_thr，当色温差DT大于所述色温差阈值DT_thr时，所述白点的色温差异较大，所述待处理图像为混合色温场景，否则，所述待处理图像为非混合色温场景。

上述子步骤通过对白点数量以及白点色温分布的两次判断，可以提高处理精度，同时降低计算量，实现对所述待处理图像的色温场景的有效判断。

请返回结合图2，在本实施例中，在判断所述待处理图像所属的色温场景之后，根据不同的判断结果对所述待处理图像做相应的白平衡校正。若判定所述待处理图像为非混合色温场景，进入步骤S12。

步骤S12，在判定所述待处理图像为非混合色温场景时，将所述待处理图像中的全部统计点归为一类，计算为白点的统计点的白平衡增益，其中，每个统计点对应所述待处理图像的一个分块区域。

具体地，当所述待处理图像中的全部统计点都归为一类时，计算为白点的所述统计点的白平衡增益可以采用加权平均算法，公式如下：

其中，N₁为白点的数量，i为白点的序号，w_i为序号为i的白点的权重值，R′Gain_i为序号为i的白点的红色增益，B′Gain_i为序号为i的白点的蓝色增益，(RGain，BGain)₁为非混合色温场景下的白点的白平衡增益。

若判定所述待处理图像为混合色温场景，则进入步骤S13。

步骤S13，在判定所述待处理图像为混合色温场景时，将为非白点的统计点归为一类，将为白点的统计点划分为多个类；计算所述白点的白平衡增益，并根据所述白点的白平衡增益计算得到所述非白点的白平衡增益。

在步骤S13中，例如，可以将为白点的统计点划分为两类，这一步骤可以采用最大类间方差算法，具体过程为：

首先，根据所述白点的色温及权重值，得到所述白点的色温概率分布。计算公式如下：

其中，P_t为色温为t的白点的概率，N_t为色温为t的白点的权重值，N为全部白点的总权重值，h为所述白点的最高色温值，l为所述白点的最低色温值。

其次，所述色温概率分布计算得到最佳色温分类阈值，并根据所述最佳色温分类阈值将所述白点划分为多个类。

具体地，当为白点的统计点被分为两类时，假设上述色温分布直方图的横轴上存在一个色温值为Thr的点，该点将所述白点划分为K₀和K₁两类，其中，K₀类为色温范围是[l，Thr)的白点，K₁类为色温范围是[Thr，h]的白点。则两类点的概率分别为：

其中w₀为K₀类点的概率，w₁为K₁类点的概率，w₀+w₁＝1。

两类点的平均色温值分别为：

其中，u₀为K₀类点的平均色温值，u₁为K₁类点的平均色温值。

两类点的类间方差为：

g＝w₀(u₀-u)²+w₁(u₁-u)² (1)

其中，u为所述白点的平均色温值：

u＝w₀*u₀+w₁*u₁ (2)

联立公式(1)(2)，得到：

g＝w₀*w₁*(u₀-u₁)²

当两类点的类间方差g的值最大时，两类点之间的色温分布差距最大，此时色温值Thr即为最佳色温分类阈值。色温小于Thr的白点为第一类白点，色温不小于Thr的白点为第二类白点。

在步骤S13中，计算所述白点的白平衡增益同样可以采用加权平均算法。当所述白点被分为两类时，计算公式如下。

第一类白点：

其中，N₂为第一类白点的数量，j为第一类白点的序号，w_j为序号为j的第一类白点的权重值，R′Gain_j为序号为j的第一类白点的红色增益，B′Gain_j为序号为j的第一类白点的蓝色增益，(RGain，BGain)₂为所述第一类白点的白平衡增益。

第二类白点：

其中，N₃为第二类白点的数量，k为第二类白点的序号，w_k为序号为k的第二类白点的权重值，R′Gain_k为序号为k的第二类白点的红色增益，B′Gain_k为序号为k的第二类白点的蓝色增益，(RGain，BGain)₃为所述第二类白点的白平衡增益。

在步骤S13中，根据所述白点的白平衡增益计算得到所述非白点的白平衡增益，计算公式为：

其中，M为所述统计点的总分类数(例如，当所述白点被分为两类时，总分数为3)，s为所述统计点的分类序号，(RGain，BGain)_s为上面计算得到的第s类点的白平衡增益，W_s为第s类点的总权重值，(RGain，BGain)₁′为混合色温场景下的所述非白点的白平衡增益。

得到各类点的白平衡增益之后，进入步骤S14。

步骤S14，根据各类点对应的白平衡增益分别对各统计点进行校正，以实现对所述待处理图像进行白平衡校正。

具体地，根据所述待处理图像的各个分块中的像素点的所属类，分别采用与所属类对应的增益值对像素点进行白平衡校正。例如，若所述待处理图像中的某一像素点属于混合色温场景下中的第一类白点，则采用(RGain，BGain)₂对该像素点进行白平衡校正。

请参照图7，是本申请实施例提供的自适应白平衡校正装置200的功能模块示意图。可以理解的是，所述自适应白平衡校正装置200的各个功能模块的具体作用在上面实施例中已经详细阐述，下面将对所述自适应白平衡校正装置200作简要说明。

所述自适应白平衡校正装置200包括：

判断模块210，用于判断待处理图像是否为混合色温场景。

白区绘制模块220，用于采集不同色温下的标准色卡图像，确定不同色温下的基准白点，并根据所述基准白点绘制参考坐标系；根据预设范围以及所述基准白点在所述参考坐标系中的位置确定参考白区。

在判断所述待处理图像是否为混合色温场景之前，所述判断模块210还用于判断所述统计点是否为白点，具体用于：

将所述待处理图像划分为均等的多个分块，每一分块为一个统计点；

获取每一分块中的像素点的三通道分量均值，根据所述三通道分量均值计算所述统计点的红色增益及蓝色增益；

根据所述统计点的红色增益及蓝色增益判断所述统计点是否在所述参考白区中，若是，将所述统计点确定为白点，否则为非白点。

加权模块230，用于：

根据所述白点的亮度值对所述白点赋予第一权重值；

根据所述白点在所述参考白区中的位置对所述白点赋予第二权重值；

计算所述白点的色温，根据所述白点的色温对所述白点赋予第三权重值；

由所述第一权重值、第二权重值及第三权重值计算得到所述白点的权重值。

当判断所述待处理图像是否为混合色温场景时，所述判断模块210具体用于：

统计为白点的统计点的数量，当所述白点的数量小于数量阈值时，判定所述待处理图像为非混合色温场景；

若所述白点的数量不小于所述阈值，根据所述白点的色温及权重值生成色温分布直方图，计算所述色温分布直方图中的有效高色温点与有效低色温点之间的色温差；

将所述色温差与色温差阈值进行比对，若所述色温差大于所述色温差阈值，则所述待处理图像为混合色温场景，否则为非混合色温场景。

计算模块240，用于在判定所述待处理图像为非混合色温场景时，将所述待处理图像中的全部统计点归为一类，计算所述统计点的白平衡增益，其中，每个统计点对应所述待处理图像的一个分块区域。

所述计算模块240还用于在判定所述待处理图像为混合色温场景时，将为非白点的统计点归为一类，将为白点的统计点划分为多个类；计算所述白点的白平衡增益，并根据所述白点的白平衡增益计算得到所述非白点的白平衡增益。

当将为白点的统计点划分为多个类时，所述计算模块240具体用于：

根据所述白点的色温及权重值计算得到所述白点的色温概率分布；

根据所述色温概率分布计算得到最佳色温分类阈值，并根据所述最佳色温分类阈值将所述白点划分为多个类。

白平衡校正模块250，用于根据各类点对应的白平衡增益分别对各统计点进行校正，以实现对所述待处理图像进行白平衡校正。

综上所述，本申请实施例提供的自适应白平衡校正方法及装置，对待处理图像的不同色温场景进行判断；将所述待处理图像划分为多个分块区域，每个分块区域视作一个统计点；对所述统计点进行分类，分别计算不同色温场景下各类别统计点的白平衡增益；采用分类校正的方式，根据各类点对应的白平衡增益分别对各统计点进行校正，具有很好的适应性。避免了现有的白平衡全局校正方式在混合色温场景下处理效果较差的情况，能够同时兼顾高、低混合色温场景，以实现对所述待处理图像进行效果良好的白平衡校正。

在本申请所提供的实施例中，应当理解到，所揭露的方法也可以通过其它的方式实现。以上所描述的方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

如果上述方法步骤的功能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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以以使得一台计算机设备(可以是个人计算机、电子设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示所指代内容的相对重要性。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种自适应白平衡校正方法，其特征在于，所述方法包括：

判断待处理图像是否为混合色温场景；

在判定所述待处理图像为非混合色温场景时，将所述待处理图像中的全部统计点归为一类，计算为白点的统计点的白平衡增益，其中，每个统计点对应所述待处理图像的一个分块区域；

在判定所述待处理图像为混合色温场景时，将为非白点的统计点归为一类，将为白点的统计点划分为多个类；计算所述白点的白平衡增益，并根据所述白点的白平衡增益计算得到所述非白点的白平衡增益；

根据各类点对应的白平衡增益分别对各类统计点进行校正，以实现对所述待处理图像进行白平衡校正。

2.如权利要求1所述的自适应白平衡校正方法，其特征在于，在判断所述待处理图像是否为混合色温场景的步骤之前，所述方法还包括判断所述统计点是否为白点的步骤，包括：

采集不同色温下的标准色卡图像，确定基准白点，并根据所述基准白点绘制参考白区；

将所述待处理图像均分为多个分块，每一分块为一个统计点；

获取每一分块中的像素点的三通道分量均值，根据所述三通道分量均值计算所述统计点的红色增益及蓝色增益；

根据所述统计点的红色增益及蓝色增益判断所述统计点是否在所述参考白区中，若是，将所述统计点确定为白点，否则为非白点。

3.如权利要求2所述的自适应白平衡校正方法，其特征在于，所述方法还包括：

根据所述白点的亮度值对所述白点赋予第一权重值；

根据所述白点在所述参考白区中的位置对所述白点赋予第二权重值；

计算所述白点的色温，根据所述白点的色温对所述白点赋予第三权重值；

由所述第一权重值、第二权重值及第三权重值计算得到所述白点的权重值。

4.如权利要求3所述的自适应白平衡校正方法，其特征在于，判断所述待处理图像是否为混合色温场景，包括：

统计为白点的统计点的数量，当所述白点的数量小于预设的数量阈值时，判定所述待处理图像为非混合色温场景；

若所述白点的数量不小于所述数量阈值，

根据所述白点的色温及权重值生成色温分布直方图，计算所述色温分布直方图中的有效高色温点与有效低色温点之间的色温差；

将所述色温差与预设的色温差阈值进行比对，若所述色温差大于所述色温差阈值，则判定所述待处理图像为混合色温场景，否则判定为非混合色温场景。

5.如权利要求4所述的自适应白平衡校正方法，其特征在于，将为白点的统计点划分为多个类，包括：

根据所述白点的色温及权重值，得到所述白点的色温概率分布；

根据所述色温概率分布计算得到最佳色温分类阈值，并根据所述最佳色温分类阈值将所述白点划分为多个类。

6.一种自适应白平衡校正装置，其特征在于，所述装置包括：

判断模块，用于判断待处理图像是否为混合色温场景；

计算模块，用于在判定所述待处理图像为非混合色温场景时，将所述待处理图像中的全部统计点归为一类，计算所述统计点的白平衡增益，其中，每个统计点对应所述待处理图像的一个分块区域；

所述计算模块还用于在判定所述待处理图像为混合色温场景时，将为非白点的统计点归为一类，将为白点的统计点划分为多个类；计算所述白点的白平衡增益，并根据所述白点的白平衡增益计算得到所述非白点的白平衡增益；

白平衡校正模块，用于根据各类点对应的白平衡增益分别对各类统计点进行校正，以实现对所述待处理图像进行白平衡校正。

7.如权利要求6所述的自适应白平衡校正装置，其特征在于，所述装置还包括：

白区绘制模块，用于采集不同色温下的标准色卡图像，确定基准白点，并根据所述基准白点绘制参考白区；

所述判断模块还用于判断所述统计点是否为白点，具体用于：

将所述待处理图像划分为均等的多个分块，每一分块为一个统计点；

获取每一分块中的像素点的三通道分量均值，根据所述三通道分量均值计算所述统计点的红色增益及蓝色增益；

根据所述统计点的红色增益及蓝色增益判断所述统计点是否在所述参考白区中，若是，将所述统计点确定为白点，否则为非白点。

8.如权利要求7所述的自适应白平衡校正装置，其特征在于，所述装置还包括加权模块，用于：

根据所述白点的亮度值对所述白点赋予第一权重值；

根据所述白点在所述参考白区中的位置对所述白点赋予第二权重值；

计算所述白点的色温，根据所述白点的色温对所述白点赋予第三权重值；

由所述第一权重值、第二权重值及第三权重值计算得到所述白点的权重值。

9.如权利要求8所述的自适应白平衡校正装置，其特征在于，当判断所述待处理图像是否为混合色温场景时，所述判断模块具体用于：

统计为白点的统计点的数量，当所述白点的数量小于预设的数量阈值时，判定所述待处理图像为非混合色温场景；

若所述白点的数量不小于所述数量阈值，根据所述白点的色温及权重值生成色温分布直方图，计算所述色温分布直方图中的有效高色温点与有效低色温点之间的色温差；

将所述色温差与预设的色温差阈值进行比对，若所述色温差大于所述色温差阈值，则判定所述待处理图像为混合色温场景，否则判定为非混合色温场景。

10.如权利要求9所述的自适应白平衡校正装置，其特征在于，当将为白点的统计点划分为多个类时，所述计算模块具体用于：

根据所述白点的色温及权重值，得到所述白点的色温概率分布；

根据所述色温概率分布计算得到最佳色温分类阈值，并根据所述最佳色温分类阈值将所述白点划分为多个类。