CN112584117A - 一种白平衡调节方法、装置、设备及存储介质 - Google Patents
一种白平衡调节方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112584117A CN112584117A CN202011457710.9A CN202011457710A CN112584117A CN 112584117 A CN112584117 A CN 112584117A CN 202011457710 A CN202011457710 A CN 202011457710A CN 112584117 A CN112584117 A CN 112584117A
- Authority
- CN
- China
- Prior art keywords
- color image
- channel
- ratio
- value
- image blocks
- 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
Links
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Processing Of Color Television Signals (AREA)
- Color Television Image Signal Generators (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
Abstract
本发明公开了一种白平衡调节方法、装置、设备及存储介质。该方法包括:获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;根据所述待处理彩色图像确定第一比值和第二比值;将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积,通过本发明的技术方案,以实现提高白平衡调节效率和调节精度,进而获得较现有技术更明显的图片白平衡调节效果,为后面的模型处理提供更高质量的图片,从而提高了整个自动驾驶视觉感知的准确率。
Description
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种白平衡调节方法、装置、设备及存储介质。
背景技术
当前全球各国大力提倡建立智能交通系统大背景下,同时随着我国汽车行业新四化建设的逐步推进,特别是作为智能网联核心载体的智能驾驶技术加速研发落地。在这其中,智能视觉感知作为智能驾驶的关键技术组成部分,一直发挥着举足轻重的作用。智能驾驶车辆通过车载摄像头传感器实时感知车辆周围的环境,传感器获得的图像经过前处理、深度学习模型、后处理等得到了车辆周围环境信息,保证了智能驾驶车辆更智能、更安全、更高效的行驶在道路上。在整个感知技术开发堆栈中,图像中包含信息量大且丰富,图像前处理作为深度学习模型的输入,其质量很大程度决定了深度模型输出结果好坏,最终也左右了智能驾驶车辆感知结果的好坏,所以保证和提高图像前处理质量显得尤为重要。保证和提升图像质量就离不开白平衡调节,特别是自动驾驶资源和算力有限的工况下,探索高效又低成本的白平衡调节方法变得极其必要和紧迫。
现有高成本前处理图像信号处理器(ISP)白平衡的调节虽然效果不错,但是面对智能驾驶汽车量产成本控制问题显得无能为力,而常用的低成本图像信号处理器(ISP)调节白平衡的色温曲线为分段线性方式,很难满足智能驾驶所必须面对的不同场景不同光照环境对白平衡调节需求的挑战。
发明内容
本发明实施例提供一种白平衡调节方法、装置、设备及存储介质,以实现能够提高白平衡调节效率和调节精度,进而获得较现有技术更明显的图片白平衡调节效果,为后面的模型处理提供更高质量的图片,从而提高了整个自动驾驶视觉感知的准确率。
第一方面,本发明实施例提供了一种白平衡调节方法,包括:
获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;
根据所述待处理彩色图像确定第一比值和第二比值;
将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积。
进一步的,根据所述待处理彩色图像确定第一比值和第二比值,包括:
根据所述待处理彩色图像确定至少两个第一彩色图像块;
获取剔除白点后的至少两个第一彩色图像块的G通道均值和B通道均值的第三比值;
将所述G通道均值和B通道均值的比值带入目标曲线方程,得到目标参数;
根据所述目标参数确定至少两个第二彩色图像块;
根据至少两个第二彩色图像块的G通道均值之和、R通道均值之和和B通道均值之和确定第一比值和第二比值。
进一步的,所述目标曲线方程为:
y=x2+x+1;
其中,x为第三比值,y为目标参数。
进一步的,根据至少两个第二彩色图像块的G通道均值之和、R通道均值之和以及B通道均值之和确定第一比值和第二比值包括:
获取至少两个第二彩色图像块的G通道均值之和、R通道均值之和以及B通道均值之和;
获取所述G通道均值之和与R通道均值之和的第一比值;
获取所述G通道均值之和与B通道均值之和的第二比值。
进一步的,根据所述待处理彩色图像确定至少两个第一彩色图像块,包括:
将所述待处理彩色图像进行二值化,得到灰度图像;
将所述灰度图像划分为预设个数的图像块;
获取每个图像块上的白点数量;
根据所述白点数量对所述预设个数的图像块进行筛选,得到至少两个第一彩色图像块。
进一步的,根据所述目标参数确定至少两个第二彩色图像块,包括:
获取至少两个待选彩色图像块,其中,所述待选彩色图像块为所述目标参数大于或者等于第一预设倍数的所述第三比值,且所述目标参数小于或者等于第二预设倍数的所述第三比值的第一彩色图像块;
将满足第一预设条件的R通道均值对应的待选彩色图像块和满足第二预设条件的B通道均值对应的待选彩色图像块确定为第二彩色图像块。
进一步的,将满足第一预设条件的R通道均值对应的待选彩色图像块和满足第二预设条件的B通道均值对应的待选彩色图像块确定为第二彩色图像块,包括:
根据所述待选彩色图像块的R通道均值将至少两个待选彩色图像块从小到大排序得到第一序列;
根据所述待选彩色图像块的B通道均值将所述至少两个待选彩色图像块从小到大排序,得到第二序列;
将所述第一序列中前预设数量的待选彩色图像块和所述第二序列中前预设数量的待选彩色图像块确定为第二彩色图像块。
第二方面,本发明实施例还提供了一种白平衡调节装置,该装置包括:
获取模块,用于获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;
确定模块,用于根据所述待处理彩色图像确定第一比值和第二比值;
矫正模块,用于将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积。
进一步的,所述确定模块具体用于:
根据所述待处理彩色图像确定至少两个第一彩色图像块;
获取剔除白点后的至少两个第一彩色图像块的G通道均值和B通道均值的第三比值;
将所述G通道均值和B通道均值的比值带入目标曲线方程,得到目标参数;
根据所述目标参数确定至少两个第二彩色图像块;
根据至少两个第二彩色图像块的G通道均值之和、R通道均值之和和B通道均值之和确定第一比值和第二比值。
进一步的,所述目标曲线方程为:
y=x2+x+1;
其中,x为第三比值,y为目标参数。
进一步的,所述确定模块具体用于:
获取至少两个第二彩色图像块的G通道均值之和、R通道均值之和以及B通道均值之和;
获取所述G通道均值之和与R通道均值之和的第一比值;
获取所述G通道均值之和与B通道均值之和的第二比值。
进一步的,所述确定模块具体用于:
将所述待处理彩色图像进行二值化,得到灰度图像;
将所述灰度图像划分为预设个数的图像块;
获取每个图像块上的白点数量;
根据所述白点数量对所述预设个数的图像块进行筛选,得到至少两个第一彩色图像块。
进一步的,所述确定模块具体用于:
获取至少两个待选彩色图像块,其中,所述待选彩色图像块为所述目标参数大于或者等于第一预设倍数的所述第三比值,且所述目标参数小于或者等于第二预设倍数的所述第三比值的第一彩色图像块;
将满足第一预设条件的R通道均值对应的待选彩色图像块和满足第二预设条件的B通道均值对应的待选彩色图像块确定为第二彩色图像块。
进一步的,所述确定模块具体用于:
根据所述待选彩色图像块的R通道均值将至少两个待选彩色图像块从小到大排序得到第一序列;
根据所述待选彩色图像块的B通道均值将所述至少两个待选彩色图像块从小到大排序,得到第二序列;
将所述第一序列中前预设数量的待选彩色图像块和所述第二序列中前预设数量的待选彩色图像块确定为第二彩色图像块。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例中任一所述的方法。
第四方面,本发明实施例还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发明实施例中任一所述的方法。
本发明实施例通过获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;根据所述待处理彩色图像确定第一比值和第二比值;将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积,以实现能够提高白平衡调节效率和调节精度,进而获得较现有技术更明显的图片白平衡调节效果,为后面的模型处理提供更高质量的图片,从而提高了整个自动驾驶视觉感知的准确率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被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是本发明实施例一中的一种白平衡调节方法的流程图;
图1a是本发明实施例一中的另一种白平衡调节方法的流程图;
图2是本发明实施例二中的一种白平衡调节装置的结构示意图;
图3是本发明实施例三中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
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。同时,在本发明的描述中,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相对重要性。
实施例一
图1为本发明实施例一提供的一种白平衡调节方法的流程图,本实施例可适用于白平衡调节的情况,该方法可以由本发明实施例中的白平衡调节装置来执行,该装置可采用软件和/或硬件的方式实现,如图1所示,该方法具体包括如下步骤:
S110,获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值。
S120,根据所述待处理彩色图像确定第一比值和第二比值。
示例性的,根据所述待处理彩色图像确定第一比值和第二比值的方式可以为根据所述待处理彩色图像确定至少两个第一彩色图像块;获取剔除白点后的至少两个第一彩色图像块的G通道均值和B通道均值的第三比值;将所述G通道均值和B通道均值的比值带入目标曲线方程,得到目标参数;根据所述目标参数确定至少两个第二彩色图像块;根据至少两个第二彩色图像块的G通道均值之和、R通道均值之和和B通道均值之和确定第一比值和第二比值。其中,所述目标曲线方程可以根据用户需求进行设定,本发明实施例对此不进行限制。
S130,将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积。
示例性的,将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积,例如可以是,最后将三通道数据值根据增益系数分别进行校正:R′=GainR·R;G′=G;B′=GainB·B,其中,R、G、B是原始图像的三分量值,R′、G′、B′是经增益系数校正后的图像三分量值。
可选的,根据所述待处理彩色图像确定第一比值和第二比值,包括:
根据所述待处理彩色图像确定至少两个第一彩色图像块;
获取剔除白点后的至少两个第一彩色图像块的G通道均值和B通道均值的第三比值;
将所述G通道均值和B通道均值的比值带入目标曲线方程,得到目标参数;
根据所述目标参数确定至少两个第二彩色图像块;
根据至少两个第二彩色图像块的G通道均值之和、R通道均值之和和B通道均值之和确定第一比值和第二比值。
其中,所述至少两个第一彩色图像块的确定方式可以为将彩色的RGB待处理图进行灰度化,设置统一的图像灰度阈值进行二值化处理。例如可以将1280*800的实验图像分割成5*8像素单元大小的160*160图像块,然后找出各图像块上的白点,统计各图像块上白点数,针对白点数过少图像块则直接舍弃,针对白点数过高考虑到可能是曝光问题也选择舍弃(一般化来说就是当图像块无白点,或全是白点时舍弃)。统计各图像块白点位置在灰度化前的彩色图像块的R/G/B通道的均值,并计算出R/G、B/G的值。
示例性的,将所述G通道均值和B通道均值的比值带入目标曲线方程,得到目标参数,例如可以是,对于步骤二中的每一个分块,首先计算该块的R/G值和B/G值,记:
XGainR=R/G;
XGainB=B/G。
其次,将XGainR值代入步骤一R/G,B/G的曲线方程式,即令x为XGainR.计算得到CurveB,,如果CurveB满足下式则判定该块为灰色块否则舍弃。
CurveB>=(1-0.2)·XGainB;
CurveB<=(1+0.2)·XGainB。
可选的,所述目标曲线方程为:
y=x2+x+1;
其中,x为第三比值,y为目标参数。
可选的,根据至少两个第二彩色图像块的G通道均值之和、R通道均值之和以及B通道均值之和确定第一比值和第二比值包括:
获取至少两个第二彩色图像块的G通道均值之和、R通道均值之和以及B通道均值之和;
获取所述G通道均值之和与R通道均值之和的第一比值;
获取所述G通道均值之和与B通道均值之和的第二比值。
可选的,根据所述待处理彩色图像确定至少两个第一彩色图像块,包括:
将所述待处理彩色图像进行二值化,得到灰度图像;
将所述灰度图像划分为预设个数的图像块;
获取每个图像块上的白点数量;
根据所述白点数量对所述预设个数的图像块进行筛选,得到至少两个第一彩色图像块。
可选的,根据所述目标参数确定至少两个第二彩色图像块,包括:
获取至少两个待选彩色图像块,其中,所述待选彩色图像块为所述目标参数大于或者等于第一预设倍数的所述第三比值,且所述目标参数小于或者等于第二预设倍数的所述第三比值的第一彩色图像块;
将满足第一预设条件的R通道均值对应的待选彩色图像块和满足第二预设条件的B通道均值对应的待选彩色图像块确定为第二彩色图像块。
可选的,将满足第一预设条件的R通道均值对应的待选彩色图像块和满足第二预设条件的B通道均值对应的待选彩色图像块确定为第二彩色图像块,包括:
根据所述待选彩色图像块的R通道均值将至少两个待选彩色图像块从小到大排序得到第一序列;
根据所述待选彩色图像块的B通道均值将所述至少两个待选彩色图像块从小到大排序,得到第二序列;
将所述第一序列中前预设数量的待选彩色图像块和所述第二序列中前预设数量的待选彩色图像块确定为第二彩色图像块。
在一个示例的例子中,如图1a所示,本方法的详细实施步骤如下:
步骤一:图像前期预处理:
将彩色的RGB待处理图进行灰度化,设置统一的图像灰度阈值进行二值化处理。例如可以将1280*800的实验图像分割成5*8像素单元大小的160*160图像块,然后找出各图像块上的白点,统计各图像块上白点数,针对白点数过少图像块则直接舍弃,针对白点数过高考虑到可能是曝光问题也选择舍弃(一般化来说就是当图像块无白点,或全是白点时舍弃)。统计各图像块白点位置在灰度化前的R/G/B通道的均值,并计算出R/G、B/G的值。
步骤二:灰色块判定:
对于步骤二中的每一个分块,首先计算该块的R/G值和B/G值,记:
XGainR=R/G;
XGainB=B/G。
其次,将XGainR值代入步骤一R/G,B/G的曲线方程式,即令x为XGainR.计算得到CurveB,,如果CurveB满足下式则判定该块为灰色块否则舍弃。
CurveB>=(1-0.2)·XGainB;
CurveB<=(1+0.2)·XGainB。
步骤三:R、B通道均值重新排序:
将筛选后图像块的R、B通道的均值分别从小到大进行排序,这里设置筛选阈值点为20%,筛选并剔除R、B数据的前20%的数据。
步骤四:计算白平衡增益:
对筛选后所有满足上述条件的块,进行白平衡增益计算:
GainR=ΣG/ΣR;
GainB=ΣG/ΣB。
其中,ΣG为筛选后满足条件的所有块的G分量均值之和,ΣR为筛选后满足条件的所有块的R分量均值之和,ΣB为筛选后满足条件的所有块的B分量均值之和。
步骤五:白平衡校正:
最后将三通道数据值根据增益系数分别进行校正:
R′=GainR·R;
G′=G;
B′=GainB·B。
其中,R、G、B是原始图像的三分量值,R′、G′、B′是经增益系数校正后的图像三分量值。
本发明实施例涉及智能驾驶车辆环境感知与图像处理技术,特别是针对视觉感知的图像前处理领域;本发明公开了一种基于色温曲线的自适应白平衡调节方法,包括:获取色温流程图,图像前期预处理,灰色块判定,R、B通道均值重新排序,筛选低于一定阈值的R、B数据,最后做白平衡校正;提高了白平衡调节效率和调节精度,进而获得较现有技术更明显的图片白平衡调节效果,为后面的模型处理提供更高质量的图片,从而提高了整个自动驾驶视觉感知的准确率。
本实施例的技术方案,通过获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;根据所述待处理彩色图像确定第一比值和第二比值;将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积,以实现能够提高白平衡调节效率和调节精度,进而获得较现有技术更明显的图片白平衡调节效果,为后面的模型处理提供更高质量的图片,从而提高了整个自动驾驶视觉感知的准确率。
实施例二
图2为本发明实施例二提供的一种白平衡调节装置的结构示意图。本实施例可适用于白平衡调节的情况,该装置可采用软件和/或硬件的方式实现,该装置可集成在任何提供白平衡调节功能的设备中,如图2所示,所述白平衡调节装置具体包括:获取模块210、确定模块220和矫正模块230。
其中,获取模块210,用于获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;
确定模块220,用于根据所述待处理彩色图像确定第一比值和第二比值;
矫正模块230,用于将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积。
可选的,所述确定模块具体用于:
根据所述待处理彩色图像确定至少两个第一彩色图像块;
获取剔除白点后的至少两个第一彩色图像块的G通道均值和B通道均值的第三比值;
将所述G通道均值和B通道均值的比值带入目标曲线方程,得到目标参数;
根据所述目标参数确定至少两个第二彩色图像块;
根据至少两个第二彩色图像块的G通道均值之和、R通道均值之和和B通道均值之和确定第一比值和第二比值。
可选的,所述目标曲线方程为:
y=x2+x+1;
其中,x为第三比值,y为目标参数。
可选的,所述确定模块具体用于:
获取至少两个第二彩色图像块的G通道均值之和、R通道均值之和以及B通道均值之和;
获取所述G通道均值之和与R通道均值之和的第一比值;
获取所述G通道均值之和与B通道均值之和的第二比值。
可选的,所述确定模块具体用于:
将所述待处理彩色图像进行二值化,得到灰度图像;
将所述灰度图像划分为预设个数的图像块;
获取每个图像块上的白点数量;
根据所述白点数量对所述预设个数的图像块进行筛选,得到至少两个第一彩色图像块。
可选的,所述确定模块具体用于:
获取至少两个待选彩色图像块,其中,所述待选彩色图像块为所述目标参数大于或者等于第一预设倍数的所述第三比值,且所述目标参数小于或者等于第二预设倍数的所述第三比值的第一彩色图像块;
将满足第一预设条件的R通道均值对应的待选彩色图像块和满足第二预设条件的B通道均值对应的待选彩色图像块确定为第二彩色图像块。
可选的,所述确定模块具体用于:
根据所述待选彩色图像块的R通道均值将至少两个待选彩色图像块从小到大排序得到第一序列;
根据所述待选彩色图像块的B通道均值将所述至少两个待选彩色图像块从小到大排序,得到第二序列;
将所述第一序列中前预设数量的待选彩色图像块和所述第二序列中前预设数量的待选彩色图像块确定为第二彩色图像块。
上述产品可执行本发明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。
在一个示例的例子中,本方法的详细实施步骤如下:
步骤一:图像前期预处理:
将彩色的RGB待处理图进行灰度化,设置统一的图像灰度阈值进行二值化处理。例如可以将1280*800的实验图像分割成5*8像素单元大小的160*160图像块,然后找出各图像块上的白点,统计各图像块上白点数,针对白点数过少图像块则直接舍弃,针对白点数过高考虑到可能是曝光问题也选择舍弃(一般化来说就是当图像块无白点,或全是白点时舍弃)。统计各图像块白点位置在灰度化前的R/G/B通道的均值,并计算出R/G、B/G的值。
步骤二:灰色块判定:
对于步骤二中的每一个分块,首先计算该块的R/G值和B/G值,记:
XGainR=R/G;
XGainB=B/G。
其次,将XGainR值代入步骤一R/G,B/G的曲线方程式,即令x为XGainR.计算得到CurveB,,如果CurveB满足下式则判定该块为灰色块否则舍弃。
CurveB>=(1-0.2)·XGainB;
CurveB<=(1+0.2)·XGainB。
步骤三:R、B通道均值重新排序:
将筛选后图像块的R、B通道的均值分别从小到大进行排序,这里设置筛选阈值点为20%,筛选并剔除R、B数据的前20%的数据。
步骤四:计算白平衡增益:
对筛选后所有满足上述条件的块,进行白平衡增益计算:
GainR=ΣG/ΣR;
GainB=ΣG/ΣB。
其中,ΣG为筛选后满足条件的所有块的G分量均值之和,ΣR为筛选后满足条件的所有块的R分量均值之和,ΣB为筛选后满足条件的所有块的B分量均值之和。
步骤五:白平衡校正:
最后将三通道数据值根据增益系数分别进行校正:
R′=GainR·R;
G′=G;
B′=GainB·B。
其中,R、G、B是原始图像的三分量值,R′、G′、B′是经增益系数校正后的图像三分量值。
本发明实施例涉及智能驾驶车辆环境感知与图像处理技术,特别是针对视觉感知的图像前处理领域;本发明公开了一种基于色温曲线的自适应白平衡调节方法,包括:获取色温流程图,图像前期预处理,灰色块判定,R、B通道均值重新排序,筛选低于一定阈值的R、B数据,最后做白平衡校正;提高了白平衡调节效率和调节精度,进而获得较现有技术更明显的图片白平衡调节效果,为后面的模型处理提供更高质量的图片,从而提高了整个自动驾驶视觉感知的准确率。
本实施例的技术方案,通过获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;根据所述待处理彩色图像确定第一比值和第二比值;将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积,以实现能够提高白平衡调节效率和调节精度,进而获得较现有技术更明显的图片白平衡调节效果,为后面的模型处理提供更高质量的图片,从而提高了整个自动驾驶视觉感知的准确率。
实施例三
图3为本发明实施例三中的一种计算机设备的结构示意图。图3示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图3显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture,ISA)总线,微通道体系结构(Micro Channel Architecture,MCA)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory,RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(只读光盘(Compact Disc-Read Only Memory,CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。另外,本实施例中的计算机设备12,显示器24不是作为独立个体存在,而是嵌入镜面中,在显示器24的显示面不予显示时,显示器24的显示面与镜面从视觉上融为一体。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网Wide AreaNetwork,WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的白平衡调节方法:
获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;
根据所述待处理彩色图像确定第一比值和第二比值;
将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积。
实施例四
本发明实施例四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所有发明实施例提供的白平衡调节方法:
获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;
根据所述待处理彩色图像确定第一比值和第二比值;
将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收用户输入的源文本,将所述源文本翻译为目标语种对应的目标文本;获取所述用户的历史纠正行为;根据所述历史纠正行为对所述目标文本进行纠正,获得翻译结果,并将所述翻译结果推送至所述用户所在的客户端。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,该模块、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,两个接连地表示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操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明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发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种白平衡调节方法,其特征在于,包括:
获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;
根据所述待处理彩色图像确定第一比值和第二比值;
将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积。
2.根据权利要求1所述的方法,其特征在于,根据所述待处理彩色图像确定第一比值和第二比值,包括:
根据所述待处理彩色图像确定至少两个第一彩色图像块;
获取剔除白点后的至少两个第一彩色图像块的G通道均值和B通道均值的第三比值;
将所述G通道均值和B通道均值的比值带入目标曲线方程,得到目标参数;
根据所述目标参数确定至少两个第二彩色图像块;
根据至少两个第二彩色图像块的G通道均值之和、R通道均值之和和B通道均值之和确定第一比值和第二比值。
3.根据权利要求2所述的方法,其特征在于,所述目标曲线方程为:
y=x2+x+1;
其中,x为第三比值,y为目标参数。
4.根据权利要求2所述的方法,其特征在于,根据至少两个第二彩色图像块的G通道均值之和、R通道均值之和以及B通道均值之和确定第一比值和第二比值包括:
获取至少两个第二彩色图像块的G通道均值之和、R通道均值之和以及B通道均值之和;
获取所述G通道均值之和与R通道均值之和的第一比值;
获取所述G通道均值之和与B通道均值之和的第二比值。
5.根据权利要求2所述的方法,其特征在于,根据所述待处理彩色图像确定至少两个第一彩色图像块,包括:
将所述待处理彩色图像进行二值化,得到灰度图像;
将所述灰度图像划分为预设个数的图像块;
获取每个图像块上的白点数量;
根据所述白点数量对所述预设个数的图像块进行筛选,得到至少两个第一彩色图像块。
6.根据权利要求2所述的方法,其特征在于,根据所述目标参数确定至少两个第二彩色图像块,包括:
获取至少两个待选彩色图像块,其中,所述待选彩色图像块为所述目标参数大于或者等于第一预设倍数的所述第三比值,且所述目标参数小于或者等于第二预设倍数的所述第三比值的第一彩色图像块;
将满足第一预设条件的R通道均值对应的待选彩色图像块和满足第二预设条件的B通道均值对应的待选彩色图像块确定为第二彩色图像块。
7.根据权利要求6所述的方法,其特征在于,将满足第一预设条件的R通道均值对应的待选彩色图像块和满足第二预设条件的B通道均值对应的待选彩色图像块确定为第二彩色图像块,包括:
根据所述待选彩色图像块的R通道均值将至少两个待选彩色图像块从小到大排序得到第一序列;
根据所述待选彩色图像块的B通道均值将所述至少两个待选彩色图像块从小到大排序,得到第二序列;
将所述第一序列中前预设数量的待选彩色图像块和所述第二序列中前预设数量的待选彩色图像块确定为第二彩色图像块。
8.一种白平衡调节装置,其特征在于,包括:
获取模块,用于获取待处理彩色图像的每一个像素点的R通道值、B通道值和G通道值;
确定模块,用于根据所述待处理彩色图像确定第一比值和第二比值;
矫正模块,用于将所述待处理彩色图像的每一个像素点的R通道值矫正为第一比值和R通道值的乘积,将所述待处理彩色图像的每一个像素点的B通道值矫正为第二比值和R通道值的乘积。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一所述的方法。
10.一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1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011457710.9A CN112584117B (zh) | 2020-12-11 | 2020-12-11 | 一种白平衡调节方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011457710.9A CN112584117B (zh) | 2020-12-11 | 2020-12-11 | 一种白平衡调节方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112584117A true CN112584117A (zh) | 2021-03-30 |
CN112584117B CN112584117B (zh) | 2022-07-15 |
Family
ID=75131948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011457710.9A Active CN112584117B (zh) | 2020-12-11 | 2020-12-11 | 一种白平衡调节方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112584117B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000299876A (ja) * | 1999-04-12 | 2000-10-24 | Fuji Photo Film Co Ltd | デジタルカメラ及びオートホワイトバランス制御方法 |
CN1832583A (zh) * | 2005-02-18 | 2006-09-13 | 三星电子株式会社 | 具有自动白平衡控制的设备、介质和方法 |
CN101193316A (zh) * | 2006-11-21 | 2008-06-04 | 安凯(广州)软件技术有限公司 | 一种自适应白平衡校正方法 |
-
2020
- 2020-12-11 CN CN202011457710.9A patent/CN112584117B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000299876A (ja) * | 1999-04-12 | 2000-10-24 | Fuji Photo Film Co Ltd | デジタルカメラ及びオートホワイトバランス制御方法 |
CN1832583A (zh) * | 2005-02-18 | 2006-09-13 | 三星电子株式会社 | 具有自动白平衡控制的设备、介质和方法 |
CN101193316A (zh) * | 2006-11-21 | 2008-06-04 | 安凯(广州)软件技术有限公司 | 一种自适应白平衡校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112584117B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106997466B (zh) | 用于检测道路的方法和装置 | |
CN113033537B (zh) | 用于训练模型的方法、装置、设备、介质和程序产品 | |
CN112633384A (zh) | 基于图像识别模型的对象识别方法、装置和电子设备 | |
CN113052868B (zh) | 一种抠图模型训练、图像抠图的方法及装置 | |
CN111382647B (zh) | 一种图片处理方法、装置、设备及存储介质 | |
CN114494298A (zh) | 对象分割方法、装置、设备及存储介质 | |
CN112764004B (zh) | 一种点云处理方法、装置、设备及存储介质 | |
CN112528859B (zh) | 车道线检测方法、装置、设备及存储介质 | |
CN109242776B (zh) | 一种基于视觉系统的双车道线检测方法 | |
CN112330576A (zh) | 车载鱼眼摄像头畸变矫正方法、装置、设备及存储介质 | |
CN114820679B (zh) | 图像标注方法、装置、电子设备和存储介质 | |
CN112529931A (zh) | 一种前景分割的方法及系统 | |
CN110633383A (zh) | 一种重复房源的识别方法、装置、电子设备及可读介质 | |
CN112330602B (zh) | 一种智能陷印方向判断方法及装置 | |
CN112312001A (zh) | 一种图像检测的方法、装置、设备和计算机存储介质 | |
CN111967449B (zh) | 文本检测方法、电子设备及计算机可读介质 | |
CN112584117B (zh) | 一种白平衡调节方法、装置、设备及存储介质 | |
CN111833262A (zh) | 图像降噪方法、装置及电子设备 | |
CN110796115B (zh) | 图像检测方法、装置、电子设备及可读存储介质 | |
CN112597788B (zh) | 目标测定方法、装置、电子设备和计算机可读介质 | |
CN115115793A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN111241365B (zh) | 表格图片解析方法及系统 | |
CN114285114A (zh) | 一种充电控制方法、装置、电子设备和存储介质 | |
CN112258541A (zh) | 视频边界检测方法、系统、设备及存储介质 | |
CN112700653A (zh) | 一种车辆违法变道的判定方法、装置、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |