CN110012277B - 一种针对人像图像的自动白平衡方法及装置 - Google Patents

一种针对人像图像的自动白平衡方法及装置 Download PDF

Info

Publication number
CN110012277B
CN110012277B CN201910287352.2A CN201910287352A CN110012277B CN 110012277 B CN110012277 B CN 110012277B CN 201910287352 A CN201910287352 A CN 201910287352A CN 110012277 B CN110012277 B CN 110012277B
Authority
CN
China
Prior art keywords
channel
value
average value
portrait image
image
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.)
Active
Application number
CN201910287352.2A
Other languages
English (en)
Other versions
CN110012277A (zh
Inventor
龚彦铭
徐滢
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.)
Chengdu Pinguo Technology Co Ltd
Original Assignee
Chengdu Pinguo 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 Chengdu Pinguo Technology Co Ltd filed Critical Chengdu Pinguo Technology Co Ltd
Priority to CN201910287352.2A priority Critical patent/CN110012277B/zh
Publication of CN110012277A publication Critical patent/CN110012277A/zh
Application granted granted Critical
Publication of CN110012277B publication Critical patent/CN110012277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • H04N23/84Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/88Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/64Circuits for processing colour signals
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/64Circuits for processing colour signals
    • H04N9/73Colour balance circuits, e.g. white balance circuits or colour temperature control

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

本发明公开一种针对人像图像的自动白平衡方法及装置,包括:对原始人像图像的每个像素点进行肤色点判断,获取第一皮肤区域;所述原始人像图像为RGB图像;计算所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值;根据所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值、预设目标值,计算R通道补偿值和B通道补偿值;根据所述R通道补偿值对所述原始人像图像的R通道进行补偿,根据所述B通道补偿值对所述原始人像图像的B通道进行补偿,获取原始人像图像的白平衡图像。本发明提供的技术方案,能够有效调整人物肤色至理想效果,且运算速度快,能够在移动设备上实时、流畅地运行。

Description

一种针对人像图像的自动白平衡方法及装置
技术领域
本发明涉及图像处理技术领域,尤其涉及一种针对人像图像的自动白平衡方法及装置。
背景技术
摄像机内部有三个CCD电子耦合元件,它们分别感受蓝色、绿色、红色的光线,在预置情况下这三个感光电路电子放大比例是相同的,为1∶1∶1的关系,白平衡的调整就是根据被调校的景物改变了这种比例关系。比如被调校景物的蓝、绿、红色光的比例关系是2∶1∶1(蓝光比例多,色温偏高),那么白平衡调整后的比例关系为1∶2∶2,调整后的电路放大比例中明显蓝色的比例减少,增加了绿色和红色的比例,这样被调校景物通过白平衡调整电路到所拍摄的影像,蓝、绿、红的比例才会相同。
现有的图像白平衡算法有自动阈值法、完美白点法则等,但由于其算法复杂,占用内存较大,在移动设备上运行时速度较慢,导致用户体验不高。且现有算法在针对人像图像的白平衡调节时,效果并不理想。例如,由于移动设备本身的拍照性能或环境光照等问题,使得采用移动设备拍摄出的人像图像中人物肤色不理想,而采用现有的白平衡算法并不能将人物肤色调整到理想效果。
发明内容
本发明旨在提供一种针对人像图像的自动白平衡方法及装置,能够有效调整人物肤色至理想效果,且运算速度快,能够在移动设备上实时、流畅地运行。
为达到上述目的,本发明采用的技术方案如下:
一种针对人像图像的自动白平衡方法,包括:
对原始人像图像的每个像素点进行肤色点判断,获取第一皮肤区域;所述原始人像图像为RGB图像;计算所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值;根据所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值、预设目标值,计算R通道补偿值;根据所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值;根据所述R通道补偿值对所述原始人像图像的R通道进行补偿,根据所述B通道补偿值对所述原始人像图像的B通道进行补偿,获取原始人像图像的白平衡图像。
进一步地,还包括:对所述原始人像图像进行缩放,获取缩放图;对所述缩放图的每个像素点进行肤色点判断,获取第二皮肤区域;计算所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值;根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算R通道补偿值;根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值。
优选地,所述对所述缩放图的每个像素点进行肤色点判断,获取第二皮肤区域包括:获取所述缩放图的每个像素点的R通道值、G通道值、B通道值;当所述缩放图中一个像素点的R通道值、G通道值、B通道值同时满足以下条件时,判定该像素点为肤色点:
R>95,G>40,B>20,
R>G,R>B,
Max(R,G,B)-Min(R,G,B)>15,
Abs(R-G)>15
所述肤色点的集合为所述第二皮肤区域。
优选地,所述根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算R通道补偿值的方法为:
Figure BDA0002021816350000031
所述根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值的方法为:
Figure BDA0002021816350000032
其中,rGains为R通道补偿值,bGains为B通道补偿值;avgR为所述第二皮肤区域的R通道平均值,avgG为所述第二皮肤区域的G通道平均值,avgB为所述第二皮肤区域的B通道平均值;tR、tG、tB均为所述预设目标值;Delta为补偿程度,Delta的取值范围为[0,2];R0为原始人像图像的R通道值。
优选地,所述根据所述R通道补偿值对所述原始人像图像的R通道进行补偿的方法为:
R1=R0/255,
R′=(2*R1*(1-R1)*rGains+R1*R1)*255
所述根据所述B通道补偿值对所述原始人像图像的B通道进行补偿的方法为:
B1=B0/255,
B′=(2*B1*(1-B1)*bGains+B1*B1)*255
其中,R′为所述原始人像图像的补偿后R通道值,B′为所述原始人像图像的补偿后B通道值;rGains为所述R通道补偿值,bGains为所述B通道补偿值;R0为所述原始人像图像的R通道值,B0为原始人像图像的B通道值。
一种针对人像图像的自动白平衡装置,包括:肤色区域检测单元,用于对原始人像图像的每个像素点进行肤色点判断,获取第一皮肤区域;所述原始人像图像为RGB图像;第一计算单元,用于计算所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值;第二计算单元,用于根据所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值、预设目标值,计算R通道补偿值;并根据所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值;补偿单元,用于根据所述R通道补偿值对所述原始人像图像的R通道进行补偿,并根据所述B通道补偿值对所述原始人像图像的B通道进行补偿,获取原始人像图像的白平衡图像。
进一步地,还包括:缩放单元,用于对所述原始人像图像进行缩放,获取缩放图;所述肤色区域检测单元还用于对所述缩放图的每个像素点进行肤色点判断,获取第二皮肤区域;所述第一计算单元还用于计算所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值;所述第二计算单元还用于根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算R通道补偿值;并根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、预设目标值,计算B通道补偿值。
本发明实施例提供的针对人像图像的自动白平衡方法及装置,通过计算人像图像中皮肤区域的R通道平均值、G通道平均值、B通道平均值,并根据上述平均值和预设目标值来计算R通道补偿值和B通道补偿值,使得根据上述补偿值对原始图像进行补偿后,原始图像中的人像肤色能够达到理想效果。且本方案算法简单,运算速度快,能够在移动设备上实时、流畅地运行。
附图说明
图1为本发明实施例一的方法流程图;
图2为本发明实施例二的方法流程图;
图3为本发明实施例一的装置结构图;
图4为本发明实施例二的装置结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。
图1为本发明实施例的方法流程图,包括:
步骤101,对原始人像图像的每个像素点进行肤色点判断,获取第一皮肤区域;所述原始人像图像为RGB图像;
本实施例中,可以直接对原始人像图像的每个像素点进行肤色点判断,获取原始人像图像中的人体皮肤区域,即第一皮肤区域;也可以对原始人像图像进行缩放后,对缩放图的每个像素点进行肤色点判断,获取缩放图中的人体皮肤区域,即第二皮肤区域。将原始人像图像进行缩小,保持其原始宽高比,缩小到最小边长为300像素左右,得到缩放图。对原始人像图像进行缩放的目的是减小图像的运算量,即减少图像像素点的遍历次数,例如,对原始人像图像需要遍历720*1280次,而对缩放图只需遍历300*533次,因此能够提升运算性能。缩小的尺寸可以以实际的呈现效果为准。
本实施例中,对所述缩放图的每个像素点进行肤色点判断,获取第二皮肤区域的方法为:获取所述缩放图的每个像素点的R通道值、G通道值、B通道值,上述值的范围均为[0,255];当所述缩放图中一个像素点的R通道值、G通道值、B通道值同时满足以下条件时,判定该像素点为肤色点:
R>95,G>40,B>20,
R>G,R>B,
Max(R,G,B)-Min(R,G,B)>15,
Abs(R-G)>15
所述肤色点的集合为所述第二皮肤区域。
上述判断条件是一个经验值,也跟检测的人像的肤色有关,实际使用时可根据情况进行范围调整。本实施例提供的这种检测方法尤其适合于检测亚洲、欧洲人的肤色。
当然,除了上述肤色检测方法,也可采用现有的其它肤色检测方法,例如,YCbCr空间下的肤色检测法、高斯模型法等,可根据实际需要进行选择。
步骤102,计算所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值;
本实施例中,若是对上述缩放图进行处理,则计算所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值。具体地,计算出每个像素点的R、G、B分量后,对所有像素点的R、G、B分量值取平均值,即可获取第一皮肤区域/第二皮肤区域的R通道平均值、G通道平均值、B通道平均值,分别用avgR、avgG、avgB表示。
步骤103,根据所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值、预设目标值,计算R通道补偿值;根据所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值;
本实施例中,若是对缩放图进行处理,则根据第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算R通道补偿值;根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值。
具体地,根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算R通道补偿值的方法为:
Figure BDA0002021816350000071
根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值的方法为:
Figure BDA0002021816350000072
上述两个公式中,rGains为R通道补偿值,bGains为B通道补偿值;avgR为所述第二皮肤区域的R通道平均值,avgG为所述第二皮肤区域的G通道平均值,avgB为所述第二皮肤区域的B通道平均值;tR、tG、tB均为所述预设目标值,tR为目标肤色的R通道值,tG为目标肤色的G通道值,tB为目标肤色的B通道值;Delta为补偿程度系数,Delta的取值范围为[0,2];R0为原始人像图像的R通道值。
上述预设目标值tR、tG、tB也称为目标肤色RGB值,表示为(tR,tG,tB),本实施例中使用的上述值为(0.84,0.64,0.51)。由于影响白平衡的主要是R通道和B通道,因此只对这两个通道进行补偿、调整。Delta为一个预先设置的代表补偿程度的系数,推荐的取值范围为[0,2],本实施例中,Delta值取1.5。
步骤104,根据所述R通道补偿值对所述原始人像图像的R通道进行补偿,根据所述B通道补偿值对所述原始人像图像的B通道进行补偿,获取原始人像图像的白平衡图像。
本实施例中,根据所述R通道补偿值对所述原始人像图像的R通道进行补偿的方法为:
R1=R0/255,
R′=(2*R1*(1-R1)*rGains+R1*R1)*255
根据所述B通道补偿值对所述原始人像图像的B通道进行补偿的方法为:
B1=B0/255,
B′=(2*B1*(1-B1)*bGains+B1*B1)*255
其中,R′为所述原始人像图像的补偿后R通道值,B′为所述原始人像图像的补偿后B通道值;rGains为步骤103中计算出的R通道补偿值,bGains为步骤103中计算出的B通道补偿值;R0为所述原始人像图像的R通道值,B0为原始人像图像的B通道值。
本实施例中,R1=R0/255,G1=G0/255,B1=B0/255,表示先将原始人像图像的R通道值、G通道值、B通道值转换到0~1之间的值。在步骤103的计算R通道补偿值和B通道补偿值的公式中,计算rGains和bGains是通过计算目标肤色与当前均值肤色的比例后,映射出需要调整的补偿系数,同时引入补偿程度系数Delta来进行的。在上述公式中,右侧乘以R0/255,实际是叠加了一个肤色蒙版。(在步骤103的公式中,如果右侧的计算结果为0,也就是说,如果rGains或bGains等于0.5,那么就相当于对原始人像图像完全不调整,因为0.5代入步骤104的公式中可以得出R′=R,B′=B)。我们使用R通道作为肤色蒙版的原因是,在R通道中,人像肤色会有一定的聚类性,R值较大一般来说就代表图像颜色呈现出白色或肤色。并且,对图像白平衡的主要目的就是调节图像白色的正确性。步骤104中的公式主要是曲线提升算法,属于一阶贝塞尔曲线。本实施例中,目标肤色决定了白平衡的调节效果,而且由于目标肤色本身的明度值和曲线提升的影响,对于原始人像图像也有一定的亮度提升作用。
本实施例中,对原始人像图像的G通道不调整,即G′=G1*255=G0。
本实施例中,若(tR,tG,tB)取值(0.922,0.573,0.518),则可以得到一个偏红一点的肤色效果。
本发明实施例还公开一种针对人像图像的自动白平衡装置,如图3所示,包括:
肤色区域检测单元,用于对原始人像图像的每个像素点进行肤色点判断,获取第一皮肤区域;所述原始人像图像为RGB图像;
第一计算单元,用于计算所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值;
第二计算单元,用于根据所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值、预设目标值,计算R通道补偿值;并根据所述第一皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值;
补偿单元,用于根据所述R通道补偿值对所述原始人像图像的R通道进行补偿,并根据所述B通道补偿值对所述原始人像图像的B通道进行补偿,获取原始人像图像的白平衡图像。
进一步地,如图4所示,还包括:缩放单元,用于对所述原始人像图像进行缩放,获取缩放图;所述肤色区域检测单元还用于对所述缩放图的每个像素点进行肤色点判断,获取第二皮肤区域;所述第一计算单元还用于计算所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值;所述第二计算单元还用于根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算R通道补偿值;并根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值。
本装置的工作流程及工作原理已经在本发明公开的针对人像图像的自动白平衡方法中进行了详细描述,此处不再赘述。
本发明实施例提供的针对人像图像的自动白平衡方法及装置,通过计算人像图像中皮肤区域的R通道平均值、G通道平均值、B通道平均值,并根据上述平均值和预设目标值来计算R通道补偿值和B通道补偿值,使得根据上述补偿值对原始图像进行补偿后,原始图像中的人像肤色能够达到理想效果。且本方案算法简单,运算速度快,实践证明,对于720p的图像,运算速度可以达到30帧以上,单次计算约在6ms以下,具有很好的性能,能够在移动设备上实时、流畅地运行。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种针对人像图像的自动白平衡方法,其特征在于,包括:
对原始人像图像进行缩放,获取缩放图;
对所述缩放图的每个像素点进行肤色点判断,获取第二皮肤区域;
计算所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值;
根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、预设目标值,计算R通道补偿值;根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值;
所述根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、预设目标值,计算R通道补偿值的方法为:
Figure DEST_PATH_IMAGE001
所述根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值的方法为:
Figure 830883DEST_PATH_IMAGE002
其中,rGains为R通道补偿值, bGains为B通道补偿值;avgR为所述第二皮肤区域的R通道平均值,avgG为所述第二皮肤区域的G通道平均值,avgB为所述第二皮肤区域的B通道平均值;tR、tG、tB均为所述预设目标值;Delta为补偿程度,Delta的取值范围为 [0,2];R0为原始人像图像的R通道值;
根据所述R通道补偿值对所述原始人像图像的R通道进行补偿,根据所述B通道补偿值对所述原始人像图像的B通道进行补偿,获取原始人像图像的白平衡图像。
2.根据权利要求1所述的针对人像图像的自动白平衡方法,其特征在于,所述对所述缩放图的每个像素点进行肤色点判断,获取第二皮肤区域包括:
获取所述缩放图的每个像素点的R通道值、G通道值、B通道值;
当所述缩放图中一个像素点的R通道值、G通道值、B通道值同时满足以下条件时,判定该像素点为肤色点:
Figure DEST_PATH_IMAGE003
所述肤色点的集合为所述第二皮肤区域。
3.根据权利要求1所述的针对人像图像的自动白平衡方法,其特征在于,所述根据所述R通道补偿值对所述原始人像图像的R通道进行补偿的方法为:
Figure 29914DEST_PATH_IMAGE004
,
Figure DEST_PATH_IMAGE005
所述根据所述B通道补偿值对所述原始人像图像的B通道进行补偿的方法为:
Figure 871969DEST_PATH_IMAGE006
Figure DEST_PATH_IMAGE007
其中,
Figure 798336DEST_PATH_IMAGE008
为所述原始人像图像的补偿后R通道值,
Figure DEST_PATH_IMAGE009
为所述原始人像图像的补偿后B通道值; rGains为所述R通道补偿值, bGains为所述B通道补偿值;R0为所述原始人像图像的R通道值,B0为原始人像图像的B通道值。
4.一种针对人像图像的自动白平衡装置,用于实现权利要求1所述的针对人像图像的自动白平衡方法,其特征在于,所述装置包括:
缩放单元,用于对原始人像图像进行缩放,获取缩放图;
肤色区域检测单元,用于对缩放图的每个像素点进行肤色点判断,获取第二皮肤区域;所述原始人像图像为RGB图像;
第一计算单元,用于计算所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值;
第二计算单元,用于根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、预设目标值,计算R通道补偿值;并根据所述第二皮肤区域的R通道平均值、G通道平均值、B通道平均值、所述预设目标值,计算B通道补偿值;
补偿单元,用于根据所述R通道补偿值对所述原始人像图像的R通道进行补偿,并根据所述B通道补偿值对所述原始人像图像的B通道进行补偿,获取原始人像图像的白平衡图像。
CN201910287352.2A 2019-04-09 2019-04-09 一种针对人像图像的自动白平衡方法及装置 Active CN110012277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910287352.2A CN110012277B (zh) 2019-04-09 2019-04-09 一种针对人像图像的自动白平衡方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910287352.2A CN110012277B (zh) 2019-04-09 2019-04-09 一种针对人像图像的自动白平衡方法及装置

Publications (2)

Publication Number Publication Date
CN110012277A CN110012277A (zh) 2019-07-12
CN110012277B true CN110012277B (zh) 2021-06-25

Family

ID=67170973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910287352.2A Active CN110012277B (zh) 2019-04-09 2019-04-09 一种针对人像图像的自动白平衡方法及装置

Country Status (1)

Country Link
CN (1) CN110012277B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110544257A (zh) * 2019-08-20 2019-12-06 成都品果科技有限公司 一种快速的肤色分割方法
CN112601079B (zh) * 2020-12-11 2023-01-24 昆山丘钛光电科技有限公司 一种摄像模组的校准方法、装置、设备及介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104796683B (zh) * 2014-01-22 2018-08-14 南京中兴软件有限责任公司 一种校准图像色彩的方法和系统
CN105894458A (zh) * 2015-12-08 2016-08-24 乐视移动智能信息技术(北京)有限公司 一种具有人脸的图像处理方法和装置
JP2017147535A (ja) * 2016-02-16 2017-08-24 リコーイメージング株式会社 ホワイトバランス調整装置、ホワイトバランス調整方法、ホワイトバランス調整プログラム及び撮影装置
CN106096588A (zh) * 2016-07-06 2016-11-09 北京奇虎科技有限公司 一种图像数据的处理方法、装置和移动终端
CN108632582B (zh) * 2017-03-17 2019-12-27 比亚迪股份有限公司 图像的白平衡调整方法和装置
CN107465903B (zh) * 2017-09-08 2019-04-26 Oppo广东移动通信有限公司 图像白平衡方法、装置和计算机可读存储介质
CN108600640B (zh) * 2018-07-03 2021-02-02 京东方科技集团股份有限公司 图像中手势识别、颜色白平衡调整及曝光调节方法和装置
CN109377531A (zh) * 2018-09-29 2019-02-22 努比亚技术有限公司 图像偏色调整方法、装置、移动终端及可读存储介质

Also Published As

Publication number Publication date
CN110012277A (zh) 2019-07-12

Similar Documents

Publication Publication Date Title
US8723982B2 (en) Image processing device, storage medium, and image processing method that corrects saturation, specific color and spatial frequency of an obtained image
CN110009588B (zh) 一种人像图像色彩增强方法及装置
CN106570838B (zh) 一种图像亮度优化方法及装置
CN106657946A (zh) 图像紫边消除系统和方法
CN111899182B (zh) 颜色增强方法及装置
JP2000171304A (ja) カラ―照明色温度の検出方法及び該装置
CN106412534B (zh) 一种图像亮度调节方法及装置
CN102340673A (zh) 一种针对交通场景的摄像机白平衡方法
US20100321523A1 (en) Method, apparatus, and system for selecting pixels for automatic white balance processing
CN110012277B (zh) 一种针对人像图像的自动白平衡方法及装置
CN108230407B (zh) 一种图像的处理方法和装置
CN107820069A (zh) 一种视频监控设备isp调试方法
EP3460748B1 (en) Dynamic range compression device and image processing device cross-reference to related application
JP2000224607A (ja) 画像処理装置
TW201447774A (zh) 具影像辨識機制之攝像裝置及方法
CN106550227A (zh) 一种图像饱和度调整方法及装置
CN109427041B (zh) 一种图像白平衡方法及系统、存储介质及终端设备
US20090244316A1 (en) Automatic white balance control
JP2003309859A (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
WO2022052862A1 (zh) 图像的边缘增强处理方法及应用
CN108833875B (zh) 一种自动白平衡校正方法
Tsukada et al. Automatic color preference correction for color reproduction
JP3921499B2 (ja) カラー画像信号処理方法及びそれを用いたカラー画像信号処理装置
JP2000197070A (ja) ホワイトバランス調整装置
JP2003333616A (ja) ホワイトバランス調整方法及び撮像装置及びプログラム及び記憶媒体

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