CN112312108A - 一种白平衡的异常确定方法、装置、存储介质及电子设备 - Google Patents

一种白平衡的异常确定方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN112312108A
CN112312108A CN201910712098.6A CN201910712098A CN112312108A CN 112312108 A CN112312108 A CN 112312108A CN 201910712098 A CN201910712098 A CN 201910712098A CN 112312108 A CN112312108 A CN 112312108A
Authority
CN
China
Prior art keywords
target block
channel image
value
color feature
determining
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
CN201910712098.6A
Other languages
English (en)
Other versions
CN112312108B (zh
Inventor
张文萍
徐琼
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN201910712098.6A priority Critical patent/CN112312108B/zh
Priority to PCT/CN2020/082099 priority patent/WO2021022820A1/zh
Priority to US17/631,867 priority patent/US20220284564A1/en
Priority to EP20850622.0A priority patent/EP4009631A4/en
Publication of CN112312108A publication Critical patent/CN112312108A/zh
Application granted granted Critical
Publication of CN112312108B publication Critical patent/CN112312108B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
    • 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
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
    • H04N1/3876—Recombination of partial images to recreate the original image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6077—Colour balance, e.g. colour cast correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

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)
  • Quality & Reliability (AREA)
  • Color Television Image Signal Generators (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

本申请实施例公开了一种白平衡的异常确定方法、装置、存储介质及电子设备。该方法包括：获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块；第一通道图像与第二通道图像相邻接；确定每一个目标块的颜色特征代表值和与目标块位置关联的参考块的颜色特征代表值；根据每一个目标块的颜色特征代表值和与目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；根据颜色特征差异值与预设阈值的大小关系，确定第一通道图像与第二通道图像中是否存在白平衡异常图像。通过执行本技术方案，可以实现快速并准确的确定多路图像中的白平衡异常图像的效果。

Description

一种白平衡的异常确定方法、装置、存储介质及电子设备
技术领域
本申请实施例涉及图像处理技术领域，尤其涉及一种白平衡的异常确定方法、装置、存储介质及电子设备。
背景技术
随着科技水平的不断进步，影像采集系统得到了快速的发展。为了迎合实际使用的需求，以及降低硬件成本，越来越多的实时监控设备已经从原有的单相机模式变更到多相机模式。多相机中每个相机采集一定范围内的影响，采集之后通过图像整合技术，实现对更大范围的场景的影像展示，甚至实现全景影像展示。
然而在使用多目相机的过程中，由于每个相机的镜头等光学设备的工装差异及拍摄角度的差异，容易导致多目相机存在一路的图像白平衡异常的情况，这对所得到的多路图像的展示效果造成了一定的影响。然而，如何能够快速并准确的确定多路图像中的白平衡异常图像，是提高多路图像展示效果的关键因素。
发明内容
本申请实施例提供一种白平衡的异常确定方法、装置、存储介质及电子设备，可以实现快速并准确的确定多路图像中的白平衡异常图像的效果，并可补充调整异常白平衡通道的效果，保证多目拼接后的图像效果的一致性。
第一方面，本申请实施例提供了一种白平衡的异常确定方法，该方法包括：
获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接；
确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值；
根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；
根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。
在上述方案的基础上，可选的，根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值，包括：
根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值，确定目标块的加权方差值；
根据所有目标块的加权方差值，采用预设规则确定第一通道图像与第二通道图像的颜色特征差异值。
在上述方案的基础上，可选的，根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值，确定目标块的加权方差值，包括：
确定每一个目标块和与所述目标块位置关联的各参考块之间的相似度；
根据各相似度与预设相似度阈值之间的大小关系，确定目标块和与所述目标块位置关联的各参考块的相似度加权系数；
根据每一个目标块和与所述目标块位置关联的各参考块相似度、相似度加权系数以及颜色特征代表值，确定每一个目标块的加权方差值。
在上述方案的基础上，可选的，根据所有目标块的加权方差值，采用预设规则确定第一通道图像与第二通道图像的颜色特征差异值，包括：
对所有目标块的加权方差值进行加权累加，将加权累加的结果作为第一通道图像与第二通道图像的颜色特征差异值。
在上述方案的基础上，可选的，在确定所述第一通道图像与所述第二通道图像中存在白平衡异常图像之后，所述方法还包括：
根据所述第一通道图像与所述第二通道图像在多通道图像中的位置，确定待调整的白平衡异常图像；
根据待调整的白平衡异常图像与相邻通道的颜色特征差异值，对所述待调整的白平衡异常图像的颜色特征代表值进行调整。
在上述方案的基础上，可选的，所述颜色特征代表值包括：颜色比例值；
其中，目标块的颜色比例值为目标块中像素点的RGB三原色中R/G的平均值与B/G的平均值；参考块的颜色比例值为参考块中像素点的RGB三原色中R/G的平均值与B/G的平均值。
第二方面，本申请实施例提供了一种白平衡的异常确定装置，该装置包括：
目标块获取模块，用于获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接；
颜色特征代表值确定模块，用于确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值；
颜色特征差异值确定模块，用于根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；
白平衡异常处理模块，用于根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。
在上述方案的基础上，可选的，所述颜色特征差异值确定模块，包括：
加权方差值计算单元，用于根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值，确定目标块的加权方差值；
颜色特征差异值计算单元，用于根据所有目标块的加权方差值，采用预设规则确定第一通道图像与第二通道图像的颜色特征差异值。
在上述方案的基础上，可选的，所述加权方差值计算单元，具体用于：
确定每一个目标块和与所述目标块位置关联的各参考块之间的相似度；
根据各相似度与预设相似度阈值之间的大小关系，确定目标块和与所述目标块位置关联的各参考块的相似度加权系数；
根据每一个目标块和与所述目标块位置关联的各参考块相似度、相似度加权系数以及颜色特征代表值，确定每一个目标块的加权方差值。
在上述方案的基础上，可选的，所述颜色特征差异值计算单元，具体用于：
对所有目标块的加权方差值进行加权累加，将加权累加的结果作为第一通道图像与第二通道图像的颜色特征差异值。
在上述方案的基础上，可选的，所述装置还包括：
白平衡异常图像确定模块，用于根据所述第一通道图像与所述第二通道图像在多通道图像中的位置，确定待调整的白平衡异常图像；
白平衡调整模块，用于根据待调整的白平衡异常图像与相邻通道的颜色特征差异值，对所述待调整的白平衡异常图像的颜色特征代表值进行调整。
在上述方案的基础上，可选的，所述颜色特征代表值包括：颜色比例值；
其中，目标块的颜色比例值为目标块中像素点的RGB三原色中R/G的平均值与B/G的平均值；参考块的颜色比例值为参考块中像素点的RGB三原色中R/G的平均值与B/G的平均值。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的白平衡的异常确定方法。
第四方面，本申请实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的白平衡的异常确定方法。
本申请实施例所提供的技术方案，获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接；确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值；根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。通过采用本申请所提供的技术方案，可以实现快速并准确的确定多路图像中的白平衡异常图像的效果，并可补充调整异常白平衡通道的效果，保证多目拼接后的图像效果的一致性。
附图说明
图1是本申请实施例提供的白平衡的异常确定方法的流程图；
图2是本申请实施例提供的目标块与参考块的位置关系示意图；
图3是本申请实施例提供的目标块与参考块的选择效果示意图；
图4是本申请实施例提供的白平衡的异常确定方法的流程图；
图5是本申请实施例提供的白平衡的异常确定方法的流程图；
图6是本申请实施例提供的白平衡的异常确定装置的结构示意图；
图7是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1是本申请实施例提供的白平衡的异常确定方法的流程图，本方法可适用于对图像的白平衡异常进行识别的情况，该方法可以由本申请实施例所提供的白平衡的异常确定装置执行，该装置可以由软件和/或硬件的方式来实现，并可集成于智能终端等电子设备中。
如图1所示，所述白平衡的异常确定方法包括：
S110、获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接。
其中，第一通道图像与第二通道图像相邻接，可以是第一通道图像中的内容与第二通道图像中的内容可以进行拼接，形成一个完整的图像。首先，可以从第一通道图像中获取至少一个目标块。其中，目标块可以是预设形状的图像块，例如可以是圆形、矩形或者正方形，在本实施例中，可以将其设置为矩形，优选的，目标块的位置可以临近或者邻接第二通道图像进行设置。在得到目标块之后，可以从第二通道中确定与目标块位置关联的参考块。其中，位置的关联性，可以体现在参考块与目标块的距离上，例如与目标块距离最近的参考块。其中对于一个目标块，可以设置一个参考块，还可以设置两个、三个参考块。这样设置的好处是当其中一个参考块中的图像恰好与目标块的图像内容不同的情况下，可以使用其他参考块的信息，或者将多个参考块的信息进行加权计算，使得得到的结果准确性更高，鲁棒性好。
S120、确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值。
其中，目标块的颜色特征代表值可以是该目标块中所有像素点的颜色值的平均值，例如其中的三原色中R、G、B的值的平均值，还可以采用其他方式确定其颜色特征代表值。在确定目标块的颜色特征代表值之后，可以采用相同的方式确定一个或者多个与之关联的参考块的颜色特征代表值。
S130、根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值。
可以根据每个目标块的颜色特征代表值和参考块间的差异，确定第一通道图像和第二通道图像的颜色特征差异值。例如可以根据每个目标块颜色特征代表值的差距大小，对所有的目标块与参考块之间的差距大小进行累加，来确定第一通道图像和第二通道图像的颜色特征差异值。
S140、根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。
其中，预设阈值可以是根据预先统计的大量的相邻接的两个通道的图像来确定的，预设阈值可以是一个表现两个通道的图像的颜色特征差异的数值。在确定第一通道图像和第二通道图像的颜色特征差异值之后，可以将该差异值与预设阈值进行比较。若超过预设阈值，则确定两个通道的图像之间存在白平衡异常的情况，可以进一步确定具体哪一个通道的图像为白平衡异常图像。例如，如果一个广角图像由四个通道的图像组成，从左到右依次为第一通道图像、第二通道图像、第三通道图像与第四通道图像，则可以在确定第一通道图像与第二通道图像存在白平衡异常图像之后，进一步确定第二通道图像与第三通道图像之间是否存在白平衡异常图像，如果不存在，则可以确定第一通道图像为白平衡异常图像。并依次向右进行对比，确定多个通道中存在的白平衡异常图像。确定后可以对拍摄该图像的摄像头进行参数调整，使得其获取到的图像的白平衡与其他摄像头相一致，从而提高图像的获取效果。
本申请实施例所提供的技术方案，获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接；确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值；根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。通过采用本申请所提供的技术方案，可以实现快速并准确的确定多路图像中的白平衡异常图像的效果，并可补充调整异常白平衡通道的效果，保证多目拼接后的图像效果的一致性。
图2是本申请实施例提供的目标块与参考块的位置关系示意图。如图2所示，点M2与点N2之间的连线为第二通道图像与第三通道图像的邻接线。其中，可以将第二通道图像中的目标块设置在与临界线相邻的位置，具体的，可以在临界线的两侧分别设置预设数量各图像块，可选的可以将图像块设置为两列，当第二通道图像中的图像块a2为目标块时，则可以选择第三通道图像中选择与 a2目标块最近的b1、b2、b3以及b2右侧的图像块作为参考块。这样在已经确定的图像块中，只要确定目标块的位置，以及目标块的参考块个数，就可以确定参考块的位置。目标块与参考块按照距离来选择的好处是两者的图像内容更有可能表征相同的内容，例如目标块a2与参考块b2的内容都是蓝天，在内容相同的情况下，可以更加准确的确定两者之间是否存在白平衡差异。
图3是本申请实施例提供的目标块与参考块的选择效果示意图。第二通道图像中的图像块a2为目标块时，则可以选择第三通道图像中选择与a2目标块最近的b1、b2、b3以及b2右侧的图像块作为参考块。
图4是本申请实施例提供的白平衡的异常确定方法的流程图。如图4所示，
S410、获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接。
S420、确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值。
S430、根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值，确定目标块的加权方差值。
例如，每一个目标块的颜色代表值为P，与之相关联的参考块的颜色代表值为Q，得到的每个目标块的方差值可以是为(P-Q)2。这是目标块的参考块为一个的情况。当目标块的参考块的个数为多个时，可以针对各个参考块分别计算方差值，再进行累加，得到加权方差值。例如，每个目标块存在4个参考块，则目标块的加权方差值为
Figure RE-GDA0002356410750000111
其中，k为不同参考块的加权系数。
S440、根据所有目标块的加权方差值，采用预设规则确定第一通道图像与第二通道图像的颜色特征差异值。
得到所有的目标块的加权方差值进行累加或者求取平均值的计算，可以得到第一通道图像与第二通道图像的颜色特征差异值。
S450、根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。
本技术方案在上述技术方案的基础上，提供了一种基于每个目标块的加权方差值来确定两个通道之间颜色特征差异值的方法，这样设置的好处是可以利用目标块与参考块之间的差异，来表示两个通道图像之间的差异，使得所确定的两个通道的图像之间是否存在白平衡差异的判断结果更加准确。
图5是本申请实施例提供的白平衡的异常确定方法的流程图。是对图4中 S430的进一步的优化，如图5所示：
S431、确定每一个目标块和与所述目标块位置关联的各参考块之间的相似度。
其中，相似度可以用S来表示，如果针对一个目标块，存在多个参考块，可以确定各参考块与目标块之间的相似度。具体的，可以采用图像识别、灰度直方图提取等多种方式确定相似度，还可以根据物体特征、亮度信息、色彩信息等信息，也可以用深度学习的方法计算相似度，此处不再赘述。
S432、根据各相似度与预设相似度阈值之间的大小关系，确定目标块和与所述目标块位置关联的各参考块的相似度加权系数。
在确定相似度之后，可以采用相似度与预设相似度阈值之间的大小关系，确定各个参考块的相似度加权系数，可以用F来表示。例如相似度阈值为0.8，如果参考块与目标块的相似度超过0.8，则相似度加权系数为1，如果未超过0.8，则加权系数为0。
S433、根据每一个目标块和与所述目标块位置关联的各参考块相似度、相似度加权系数以及颜色特征代表值，确定每一个目标块的加权方差值。
在确定了相似度S与相似度加权系数F之间的关系之后，可以基于此来确定目标块的加权方差值。例如加权方差值可以是
Figure RE-GDA0002356410750000121
这样设置的好处是可以让与目标块的相似度较高的参考块作为主要判断依据。
本技术方案这样设置，可以提高目标块的加权方差值的确定结果的准确性，能够使用与目标块内容相关的参考块进行计算，使得得到的结果更加符合实际。
在上述各技术方案的基础上，可选的，根据所有目标块的加权方差值，采用预设规则确定第一通道图像与第二通道图像的颜色特征差异值，包括：对所有目标块的加权方差值进行加权累加，将加权累加的结果作为第一通道图像与第二通道图像的颜色特征差异值。其中，在得到多个目标块的加权方差值之后，可以进行累加，得到两个通道之间的颜色特征差异值。这样设置的好处是可以根据目标块与参考块之间的差异程度，确定两个通道的图像的白平衡差异程度，又由于目标块和参考块的位置和内容是相互关联的，可以使确定的结果更加准确。
在上述各技术方案的基础上，可选的，在确定所述第一通道图像与所述第二通道图像中存在白平衡异常图像之后，所述方法还包括：根据所述第一通道图像与所述第二通道图像在多通道图像中的位置，确定待调整的白平衡异常图像；根据待调整的白平衡异常图像与相邻通道的颜色特征差异值，对所述待调整的白平衡异常图像的颜色特征代表值进行调整。其中可以在确定颜色特征差异值以及确定白平衡异常的图像之后，根据该颜色特征差异值，来确定白平衡的调整情况。这样可以得到调整后各个通道之间的白平衡基本处于相同或者相近的情况，从而提高获取到的多通道图像效果。
在上述各技术方案的基础上，可选的，所述颜色特征代表值包括：颜色比例值；其中，目标块的颜色比例值为目标块中像素点的RGB三原色中R/G的平均值与B/G的平均值；参考块的颜色比例值为参考块中像素点的RGB三原色中R/G的平均值与B/G的平均值。其中，可以根据R/G的平均值与B/G的平均值，表示目标块和参考块各自的颜色情况。这样设置的好处是计算简便，对方案的稳定性有利。
下面，就以具体实例进行详细说明。
以通道2中的a2区块作为目标块为例，计算参考块b1、b2、b3、0四个区块与a2的相似度(方法有很多，本发明不赘述)，计算结果记为S1，S2，S3，S4。若相似度大于阈值Thr1，则认为两区块相似，标记为1，否则标记为0。设四个区块与a2区块相似的标记为F1，F2，F3，F4，显然这四个值取值均为0或1。
计算a2的颜色比例值(RGain和BGain)，依次记为RG0、BG0。其中，
Figure RE-GDA0002356410750000131
其中R(p,q)、B(p,q)、G(p,q)分别表示像素点(p,q)的R、B、G值，P和Q分别表示a2区块的宽度和高度。
同理，记b1、b2、b3、0四个区块的颜色比例值依次为RG1、BG1，RG2、 BG2，RG3、BG3，RG4、BG4。
则区块a2与其邻域通道的颜色比例值的加权方差值D2。
Figure RE-GDA0002356410750000141
其中，ki为加权系数，且
Figure RE-GDA0002356410750000142
按照上述方法，依次计算通道2中区块ai与其邻域通道的颜色比例值的加权方差值Di，i＝1,2,3,…,y；则通道2与通道3的颜色比例方差值C23。
Figure RE-GDA0002356410750000143
其中mi为加权系数，
Figure RE-GDA0002356410750000144
若方差值C23大于阈值Thr2，则认为通道2与通道3的白平衡不一致。
由此，记通道i与其两侧相邻通道颜色比例方差值为Ci，Ci+1，若Ci>Thr2并且Ci+1>Thr2，则认为通道i白平衡偏色。当i为最两边的通道时，若与其相邻通道颜色比例方差值大于Thr2，则根据其相邻通道的白平衡是否偏色判断，若相邻通道偏色则先调整该通道白平衡后再重新判断，若相邻通道不偏色则认为 i通道的白平衡偏色。
也可以计算如下：
通道i与其两侧相邻通道颜色比例方差值为，Ci＝n1·Ci(i-1)+n2·Ci(i+1)，其中 n1+n2＝1，可根据实际情况或Ci(i-1)和Ci(i+1)的大小设置加权系数n1、n2的值。当i 为最两边的通道时，则无须加权。若Ci>Thr2，则认为通道i白平衡偏色。
说明，判段通道偏色的方法，不局限于上述方法，也可以通过查找Ci中的最大值等。若多目相机不是横向排列，例如矩形排列，则不仅可以计算与左右相邻通道的相似度，也可以计算与上下相邻通道的相似度，同时计算颜色比例方差值时每个相邻通道所占的比重均可根据实际情况设置。
白平衡异常通道的颜色比例值调整方法：
该模块的功能是计算白平衡异常通道的颜色调整强度。输入为偏色通道及其相邻通道的相似区域的颜色比例值，输出为颜色校正强度。
下面是一个具体实施例：
仍然以通道2为例，假设该通道的白平衡异常，需要调整△R、△B使得白平衡与相邻通道的差异最小。这里建立最优解模型，minC＝C12+C23，
Figure RE-GDA0002356410750000151
Figure RE-GDA0002356410750000152
Figure RE-GDA0002356410750000153
即通道2边缘的区块，由此得到偏色通道的颜色比例调整强度为△R和△B。
本技术方案自动判断白平衡偏色通道存在时，实时/定时动态调整白平衡及其他参数，保证多目拼接后的图像效果的一致性。
图6是本申请实施例提供的白平衡的异常确定装置的结构示意图。如图6 所示，所述白平衡的异常确定装置，包括：
目标块获取模块610，用于获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接；
颜色特征代表值确定模块620，用于确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值；
颜色特征差异值确定模块630，用于根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；
白平衡异常处理模块640，用于根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。
本申请实施例所提供的技术方案，获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接；确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值；根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。通过采用本申请所提供的技术方案，可以实现快速并准确的确定多路图像中的白平衡异常图像的效果，并可补充调整异常白平衡通道的效果，保证多目拼接后的图像效果的一致性。
在上述各技术方案的基础上，可选的，所述颜色特征差异值确定模块，包括：
加权方差值计算单元，用于根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值，确定目标块的加权方差值；
颜色特征差异值计算单元，用于根据所有目标块的加权方差值，采用预设规则确定第一通道图像与第二通道图像的颜色特征差异值。
在上述各技术方案的基础上，可选的，所述加权方差值计算单元，具体用于：
确定每一个目标块和与所述目标块位置关联的各参考块之间的相似度；
根据各相似度与预设相似度阈值之间的大小关系，确定目标块和与所述目标块位置关联的各参考块的相似度加权系数；
根据每一个目标块和与所述目标块位置关联的各参考块相似度、相似度加权系数以及颜色特征代表值，确定每一个目标块的加权方差值。
在上述各技术方案的基础上，可选的，所述颜色特征差异值计算单元，具体用于：
对所有目标块的加权方差值进行加权累加，将加权累加的结果作为第一通道图像与第二通道图像的颜色特征差异值。
在上述各技术方案的基础上，可选的，所述装置还包括：
白平衡异常图像确定模块，用于根据所述第一通道图像与所述第二通道图像在多通道图像中的位置，确定待调整的白平衡异常图像；
白平衡调整模块，用于根据待调整的白平衡异常图像与相邻通道的颜色特征差异值，对所述待调整的白平衡异常图像的颜色特征代表值进行调整。
在上述各技术方案的基础上，可选的，所述颜色特征代表值包括：颜色比例值；
其中，目标块的颜色比例值为目标块中像素点的RGB三原色中R/G的平均值与B/G的平均值；参考块的颜色比例值为参考块中像素点的RGB三原色中R/G的平均值与B/G的平均值。
上述产品可执行本申请任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种白平衡的异常确定方法，该方法包括：
获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接；
确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值；
根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；
根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯 (Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网) 连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的白平衡的异常确定操作，还可以执行本申请任意实施例所提供的白平衡的异常确定方法中的相关操作。
本申请实施例提供了一种电子设备，该电子设备中可集成本申请实施例提供的白平衡的异常确定装置。图7是本申请实施例提供的一种电子设备的结构示意图。如图7所示，本实施例提供了一种电子设备700，其包括：一个或多个处理器720；存储装置710，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器720执行，使得所述一个或多个处理器720实现本申请实施例所提供的白平衡的异常确定方法，该方法包括：
获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接；
确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值；
根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；
根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。
当然，本领域技术人员可以理解，处理器720还实现本申请任意实施例所提供的白平衡的异常确定方法的技术方案。
图7显示的电子设备700仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示，该电子设备700包括处理器720、存储装置710、输入装置 730和输出装置740；电子设备中处理器720的数量可以是一个或多个，图7中以一个处理器720为例；电子设备中的处理器720、存储装置710、输入装置 730和输出装置740可以通过总线或其他方式连接，图7中以通过总线750连接为例。
存储装置710作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块单元，如本申请实施例中的白平衡的异常确定方法对应的程序指令。
存储装置710可主要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、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置710可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置710可进一步包括相对于处理器720远程设置的存储器，这些远程存储器可以通过网络连接。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。
输入装置730可用于接收输入的数字、字符信息或语音信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置740可包括显示屏、扬声器等设备。
本申请实施例提供的电子设备，可以实现快速并准确的确定多路图像中的白平衡异常图像的效果，并可补充调整异常白平衡通道的效果，保证多目拼接后的图像效果的一致性。
上述实施例中提供的白平衡的异常确定装置、存储介质及电子设备可执行本申请任意实施例所提供的白平衡的异常确定方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的白平衡的异常确定方法。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种白平衡的异常确定方法，其特征在于，包括：
获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接；
确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值；
根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；
根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。
2.根据权利要求1所述的方法，其特征在于，根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值，包括：
根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值，确定目标块的加权方差值；
根据所有目标块的加权方差值，采用预设规则确定第一通道图像与第二通道图像的颜色特征差异值。
3.根据权利要求2所述的方法，其特征在于，根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值，确定目标块的加权方差值，包括：
确定每一个目标块和与所述目标块位置关联的各参考块之间的相似度；
根据各相似度与预设相似度阈值之间的大小关系，确定目标块和与所述目标块位置关联的各参考块的相似度加权系数；
根据每一个目标块和与所述目标块位置关联的各参考块相似度、相似度加权系数以及颜色特征代表值，确定每一个目标块的加权方差值。
4.根据权利要求2所述的方法，其特征在于，根据所有目标块的加权方差值，采用预设规则确定第一通道图像与第二通道图像的颜色特征差异值，包括：
对所有目标块的加权方差值进行加权累加，将加权累加的结果作为第一通道图像与第二通道图像的颜色特征差异值。
5.根据权利要求1所述的方法，其特征在于，对所述白平衡异常图像进行调整，包括：
根据所述第一通道图像与所述第二通道图像在多通道图像中的位置，确定待调整的白平衡异常图像；
根据待调整的白平衡异常图像与相邻通道的颜色特征差异值，对所述待调整的白平衡异常图像的颜色特征代表值进行调整。
6.根据权利要求1所述的方法，其特征在于，所述颜色特征代表值包括：颜色比例值；
其中，目标块的颜色比例值为目标块中像素点的RGB三原色中R/G的平均值与B/G的平均值；参考块的颜色比例值为参考块中像素点的RGB三原色中R/G的平均值与B/G的平均值。
7.一种白平衡的异常确定装置，其特征在于，包括：
目标块获取模块，用于获取第一通道图像中至少一个目标块，以及针对每一个目标块获取第二通道图像中至少一个参考块，其中所述参考块与所述目标块位置关联；所述第一通道图像与所述第二通道图像相邻接；
颜色特征代表值确定模块，用于确定每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值；
颜色特征差异值确定模块，用于根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值的差异性，确定第一通道图像与第二通道图像的颜色特征差异值；
白平衡异常处理模块，用于根据所述颜色特征差异值与预设阈值的大小关系，确定所述第一通道图像与所述第二通道图像中是否存在白平衡异常图像；若存在，则对所述白平衡异常图像进行调整。
8.根据权利要求7所述的装置，其特征在于，所述颜色特征差异值确定模块，包括：
加权方差值计算单元，用于根据每一个目标块的颜色特征代表值和与所述目标块位置关联的参考块的颜色特征代表值，确定目标块的加权方差值；
颜色特征差异值计算单元，用于根据所有目标块的加权方差值，采用预设规则确定第一通道图像与第二通道图像的颜色特征差异值。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一项所述的白平衡的异常确定方法。
10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的白平衡的异常确定方法。
CN201910712098.6A 2019-08-02 2019-08-02 一种白平衡的异常确定方法、装置、存储介质及电子设备 Active CN112312108B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910712098.6A CN112312108B (zh) 2019-08-02 2019-08-02 一种白平衡的异常确定方法、装置、存储介质及电子设备
PCT/CN2020/082099 WO2021022820A1 (zh) 2019-08-02 2020-03-30 白平衡异常的确定方法、装置、存储介质及电子设备
US17/631,867 US20220284564A1 (en) 2019-08-02 2020-03-30 White balance abnormality determination method and apparatus, storage medium, and electronic device
EP20850622.0A EP4009631A4 (en) 2019-08-02 2020-03-30 METHOD AND DEVICE FOR DETERMINING WHITE BALANCE ABNORMALITY, STORAGE MEDIA AND ELECTRONIC DEVICE

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910712098.6A CN112312108B (zh) 2019-08-02 2019-08-02 一种白平衡的异常确定方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN112312108A true CN112312108A (zh) 2021-02-02
CN112312108B CN112312108B (zh) 2022-09-13

Family

ID=74486516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910712098.6A Active CN112312108B (zh) 2019-08-02 2019-08-02 一种白平衡的异常确定方法、装置、存储介质及电子设备

Country Status (4)

Country Link
US (1) US20220284564A1 (zh)
EP (1) EP4009631A4 (zh)
CN (1) CN112312108B (zh)
WO (1) WO2021022820A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114040179A (zh) * 2021-10-20 2022-02-11 重庆紫光华山智安科技有限公司 一种图像的处理方法及装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113596426B (zh) * 2021-08-17 2023-04-07 浙江大华技术股份有限公司 图像的白平衡值的确定方法及装置、存储介质、电子装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160071244A1 (en) * 2014-09-04 2016-03-10 National Taipei University Of Technology Method and system for image haze removal based on hybrid dark channel prior
CN105654520A (zh) * 2015-12-28 2016-06-08 联想(北京)有限公司 一种图像处理方法和电子设备
CN105898230A (zh) * 2016-05-20 2016-08-24 深圳英飞拓科技股份有限公司 基于多输入通道的拼接图像亮度均衡方法及装置
CN108462866A (zh) * 2018-03-26 2018-08-28 福州大学 一种基于匹配和优化的3d立体图像颜色校正方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106303483B (zh) * 2015-05-20 2019-05-24 浙江大华技术股份有限公司 一种图像处理方法及装置
CN105894449B (zh) * 2015-11-11 2019-11-08 法法汽车(中国)有限公司 克服图像融合中颜色突变的方法及系统
WO2017130639A1 (ja) * 2016-01-28 2017-08-03 株式会社リコー 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
CN106937102B (zh) * 2016-12-25 2019-01-22 惠州市德赛西威汽车电子股份有限公司 一种全景倒车系统色彩平衡调节方法
CN108833874B (zh) * 2018-07-04 2020-11-03 长安大学 一种用于行车记录仪的全景图像色彩校正方法
CN110009701B (zh) * 2019-04-10 2021-03-30 北京易诚高科科技发展有限公司 一种针对多镜头拍摄的白平衡调整方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160071244A1 (en) * 2014-09-04 2016-03-10 National Taipei University Of Technology Method and system for image haze removal based on hybrid dark channel prior
CN105654520A (zh) * 2015-12-28 2016-06-08 联想(北京)有限公司 一种图像处理方法和电子设备
CN105898230A (zh) * 2016-05-20 2016-08-24 深圳英飞拓科技股份有限公司 基于多输入通道的拼接图像亮度均衡方法及装置
CN108462866A (zh) * 2018-03-26 2018-08-28 福州大学 一种基于匹配和优化的3d立体图像颜色校正方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114040179A (zh) * 2021-10-20 2022-02-11 重庆紫光华山智安科技有限公司 一种图像的处理方法及装置
CN114040179B (zh) * 2021-10-20 2023-06-06 重庆紫光华山智安科技有限公司 一种图像的处理方法及装置

Also Published As

Publication number Publication date
US20220284564A1 (en) 2022-09-08
WO2021022820A1 (zh) 2021-02-11
CN112312108B (zh) 2022-09-13
EP4009631A1 (en) 2022-06-08
EP4009631A4 (en) 2023-06-14

Similar Documents

Publication Publication Date Title
US10897609B2 (en) Systems and methods for multiscopic noise reduction and high-dynamic range
CN106210501B (zh) 图像合成方法与图像处理装置
EP3542347B1 (en) Fast fourier color constancy
CN111028190A (zh) 图像处理方法、装置、存储介质及电子设备
KR20170019359A (ko) 국부적 적응형 히스토그램 등화
WO2008075159A2 (en) Image stabilization using multi-exposure pattern
US20100033584A1 (en) Image processing device, storage medium storing image processing program, and image pickup apparatus
WO2021147418A1 (zh) 一种图像去雾方法、装置、设备及计算机存储介质
CN101527860A (zh) 白平衡控制设备及其控制方法和摄像设备
CN110930301A (zh) 图像处理方法、装置、存储介质及电子设备
EP3809327A1 (en) Subject recognition method, electronic device, and computer readable storage medium
CN112312108B (zh) 一种白平衡的异常确定方法、装置、存储介质及电子设备
CN113313626A (zh) 图像处理方法、装置、电子设备及存储介质
US8482630B2 (en) Apparatus and method for adjusting automatic white balance by detecting effective area
CN110909750A (zh) 图像差异检测方法及装置、存储介质、终端
US10645304B2 (en) Device and method for reducing the set of exposure times for high dynamic range video/imaging
CN112788322B (zh) 自适应白平衡处理方法、装置、介质及电子设备
CN110689565B (zh) 一种深度图确定的方法、装置及电子设备
CN109961422B (zh) 数字图像的对比度值的确定
CN108833874B (zh) 一种用于行车记录仪的全景图像色彩校正方法
CN112995633B (zh) 图像的白平衡处理方法、装置、电子设备和存储介质
CN112637573A (zh) 一种多镜头切换的显示方法、系统、智能终端及存储介质
CN111275725B (zh) 图像的色温与色调的确定方法及装置、存储介质、终端
US20230058934A1 (en) Method for camera control, image signal processor and device
KR102315200B1 (ko) 자동 화이트 밸런스를 위한 영상 처리 장치 및 그 처리 방법

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