CN112689141A - 一种图像绿通道平衡的方法及装置 - Google Patents

Abstract

本申请公开了一种图像处理方法及装置，该方法包括：获取Bayer图像，将Bayer图像划分为多个图像块，根据每个图像块中GR和GB的像素值计算每个图像块的像素绝对值Diffavg；对滑动窗中同通道绿像素点的像素值进行梯度计算得到图像梯度grad；根据对应的grad和Diffavg计算校正系数alpha；根据滑动窗中的同通道绿像素点和异通道绿像素点的像素值计算均值差值offset；根据alpha和offset对待校正的绿像素点进行绿通道平衡校正得到校正后的Bayer图像。通过本申请能解决现有方案中存在的相邻区域出现块效应、造成边界模糊及纹理丢失等问题。

Description

一种图像绿通道平衡的方法及装置

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像绿通道平衡的方法及装置。

背景技术

由于图像传感器成像原理存在的自身缺陷，会导致相邻绿通道GR和GB通道产生不同的感光强度，即产生绿通道不平衡。在经过彩色插值后会产生虚假纹理，在图像中通常表现为网格。为考虑图像效果，在图像采集处理环节需有绿通道的平衡校正。

目前进行绿通道平衡的方案主要有以下两种。第一种，通过计算图像中一定区域范围内的绿通道的均值差值，然后利用该均值差值对绿通道进行平衡校正。然而这种方案是分区域统计均值的，容易造成图像中相邻区域的块效应。第二种，通过使用相邻互为水平(或垂直)方向的绿通道的绝对值差值作为权重，对绿通道进行平衡校正。然而这种方案容易造成图像边界模糊、纹理丢失。

因此，需要一种更好地图像绿通道平衡的方法。

发明内容

为克服上述现有技术存在的不足，本申请之目的在于提供一种图像绿通道平衡的方法及装置，能解决现有绿通道平衡方案中存在的相邻区域出现块效应、造成图像边界模糊及纹理丢失等问题。

为达上述及其它目的，本申请提出一种图像绿通道平衡的方法，包括如下步骤：

通过图像传感器采集Bayer图像；

采用重叠交叉的方式将所述Bayer图像划分为多个图像块，根据每个所述图像块中GR绿像素点的像素值和GB绿像素点的像素值计算每个所述图像块的像素绝对值Diffavg；

对滑动窗中的同通道绿像素点的像素值进行梯度计算，得到对应的图像梯度grad，其中所述滑动窗在所述Bayer图像中滑动以查找所述Bayer图像中的绿像素点，所述同通道绿像素点为与所述滑动窗的中心点相同类型的绿像素点；

根据对应的所述图像梯度grad和每个所述图像块的像素绝对值Diffavg，计算对应的校正系数alpha，并确定所述滑动窗中待校正的绿像素点；

根据所述滑动窗中的同通道绿像素点的像素值和异通道绿像素点的像素值，计算所述滑动窗中绿像素点的均值差值offset，所述异通道绿像素点为与所述滑动窗的中心点不同类型的绿像素点；

根据所述校正系数alpha和所述均值差值offset，对应对所述待校正的绿像素点进行绿通道平衡校正，得到校正后的Bayer图像。

可选的，所述根据每个所述图像块中GR绿像素点的像素值和GB绿像素点的像素值计算每个所述图像块的像素绝对值Diffavg包括：

确定每个所述图像块中满足预设条件的目标GR绿像素点和目标GB绿像素点，所述预设条件为所述图像块中GR绿像素点和GB绿像素点各自的像素值的差值绝对值大于预设阈值；

根据每个所述图像块中的目标GR绿像素点的像素值及数量，计算每个所述图像块中GR绿像素点的像素均值GRavg；

根据每个所述图像块中的目标GB绿像素点的像素值及数量，计算每个所述图像块中GB绿像素点的像素均值GBavg；

根据每个所述图像块中GR绿像素点的像素均值GRavg和每个所述图像块中GB绿像素点的像素均值GBavg，计算每个所述图像块的像素绝对值Diffavg。

可选的，所述对滑动窗中的同通道绿像素点的像素值进行梯度计算，得到对应的图像梯度grad包括：

根据所述中心点所在行的同通道绿像素点的像素值，对所述滑动窗进行梯度计算，得到第一梯度gradH；

根据所述中心点所在列的同通道绿像素点的像素值，对所述滑动窗进行梯度计算，得到第二梯度gradV；

根据所述第一梯度gradH和所述第二梯度gradV，计算得到对应的图像梯度grad。

可选的，所述根据对应的所述图像梯度grad和每个所述图像块的像素绝对值Diffavg，计算对应的校正系数alpha包括：

根据对应的所述图像梯度grad和预设的梯度曲线函数，计算梯度权重alphaGrad；

根据每个所述图像块的像素绝对值Diffavg和预设的均值曲线函数，计算均值权重alphaDiff；

根据所述梯度权重alphaGrad和所述均值权重alphaDiff，计算得到所述滑动窗中所述待校正的绿像素点的校正系数alpha。

可选的，所述根据所述滑动窗中的同通道绿像素点的像素值和异通道绿像素点的像素值，计算所述滑动窗中绿像素点的均值差值offset包括：

根据所述滑动窗中的同通道绿像素点的像素值，计算得到所述同通道绿像素点的像素均值Gsame；

根据所述滑动窗中的异通道绿像素点的像素值，计算得到所述异通道绿像素点的像素均值Gref；

根据所述Gsame和所述Gref，计算得到所述滑动窗中绿像素点的均值差值offset。

为达上述及其它目的，本申请还提供了一种图像绿通道平衡的装置，包括：

数据输入单元，用于通过图像传感器采集Bayer图像；

均值统计单元，用于采用重叠交叉的方式将所述Bayer图像划分为多个图像块，根据每个所述图像块中GR绿像素点的像素值和GB绿像素点的像素值计算每个所述图像块的像素绝对值Diffavg；

梯度计算单元，用于对滑动窗中的同通道绿像素点的像素值进行梯度计算，得到对应的图像梯度grad，其中所述滑动窗在所述Bayer图像中滑动以查找所述Bayer图像中的绿像素点，所述同通道绿像素点为与所述滑动窗的中心点相同类型的绿像素点；

权重计算单元，用于根据对应的所述图像梯度grad和每个所述图像块的像素绝对值Diffavg，计算对应的校正系数alpha，并确定所述滑动窗中待校正的绿像素点；

差值计算单元，用于根据所述滑动窗中的同通道绿像素点的像素值和异通道绿像素点的像素值，计算所述滑动窗中绿像素点的均值差值offset，所述异通道绿像素点为与所述中心点不同类型的绿像素点；

校正输出单元，用于根据所述校正系数alpha和所述均值差值offset，对应对所述待校正的绿像素点进行绿通道平衡校正，得到校正后的Bayer图像。

可选的，所述均值统计单元具体用于:

确定每个所述图像块中满足预设条件的目标GR绿像素点和目标GB绿像素点，所述预设条件为所述图像块中GR绿像素点和GB绿像素点各自的像素值的差值绝对值大于预设阈值；

根据每个所述图像块中的目标GR绿像素点的像素值及数量，计算每个所述图像块中GR绿像素点的像素均值GRavg；

根据每个所述图像块中的目标GB绿像素点的像素值及数量，计算每个所述图像块中GB绿像素点的像素均值GBavg；

根据每个所述图像块中GR绿像素点的像素均值GRavg和每个所述图像块中GB绿像素点的像素均值GBavg，计算每个所述图像块的像素绝对值Diffavg。

可选的，所述梯度计算单元具体用于：

根据所述中心点所在行的同通道绿像素点的像素值，对所述滑动窗进行梯度计算，得到第一梯度gradH；

根据所述中心点所在列的同通道绿像素点的像素值，对所述滑动窗进行梯度计算，得到第二梯度gradV；

根据所述第一梯度gradH和所述第二梯度gradV，计算得到对应的图像梯度grad。

可选的，所述权重计算单元具体用于：

根据对应的所述图像梯度grad和预设的梯度曲线函数，计算梯度权重alphaGrad；

根据每个所述图像块的像素绝对值Diffavg和预设的均值曲线函数，计算均值权重alphaDiff；

根据所述梯度权重alphaGrad和所述均值权重alphaDiff，计算得到对应的校正系数alpha。

可选的，所述差值计算单元具体用于：

根据所述滑动窗中的同通道绿像素点的像素值，计算得到所述同通道绿像素点的像素均值Gsame；

根据所述滑动窗中的异通道绿像素点的像素值，计算得到所述异通道绿像素点的像素均值Gref；

根据所述Gsame和所述Gref，计算得到所述滑动窗中绿像素点的均值差值offset。

由上可见本申请提供了一种图像绿通道平衡的方法及装置，能达到以下有益效果：既能解决现有绿通道平衡方案中存在的相邻区域出现块效应、造成图像边界模糊及纹理丢失等问题，又能在校正图像绿通道的同时最大限度地保护图像边缘细节，保持图像分辨率。

附图说明

图1是本申请实施例提供的一种图像绿通道平衡的方法的流程示意图。

图2是本申请实施例提供的一种5*5的滑动窗示意图。

图3是本申请实施例提供的一种预设梯度曲线函数的表达示意图。

图4是本申请实施例提供的一种预设均值曲线函数的表达示意图。

图5是本申请实施例提供的一种图像绿通道平衡的装置的结构示意图。

具体实施方式

以下通过特定的具体实例并结合附图说明本申请的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本申请的其它优点与功效。本申请亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本申请的精神下进行各种修饰与变更。

为解决现有图像绿通道平衡方案中存在的上述问题，本申请提供另一种图像绿通道平衡的方法及装置。其中图像清晰度和绿通道平衡本来就是矛盾体，现有算法一般在解决图像绿通道不平衡的同时会损失一定的图像分辨率，需权衡两者之间的关系。本申请提出基于Bayer格式图像的绿通道平衡方法，使用该方法可以在校正绿通道的同时，最大限度地保护图像边缘细节，保持图像分辨率。此外绿通道平衡校正的关键是判断滑动窗中待校正的绿像素点(即判断校正区域)，然后使用恰当的校正方法进行校正。如果区域判断误差或校正方法不当，都很容易造成图像分辨率的损失，模糊图像。因此本申请旨在提出一种可以比较准确地判断出校正区域、校正图像绿通道，进而最大限度地保护图像边界，维持图像分辨率。

请参见图1，是本申请实施例提供的一种图像绿通道平衡的方法的流程示意图。如图1所示的方法包括如下实施步骤。

S101、通过图像传感器采集Bayer图像。

本申请通过图像传感器采集Bayer图像，该图像是彩色插值之前的图像。

S102、采用重叠交叉的方式将所述Bayer图像划分为多个图像块，根据每个所述图像块中GR绿像素点的像素值和GB绿像素点的像素值计算每个所述图像块的像素绝对值Diffavg。

本申请可采用重叠交叉的方式将Bayer图像划分M*N个图像块。每相邻两个图像块间有1/a的重叠区域，例如有1/2的重叠区域等，使用这种划分方式可以有效避免图像出现块效应。每个图像块的大小为blockW*blockH。以相邻图像块重叠1/2为例，blockW＝2*Width/M；blockH＝2*Height/N。最后一列的大小为：blockW*(blockH/2)；最后一行的大小为(blockW/2)*blockH；其中Width为图像宽度，Height为图像高度。

作为一种可能的实施方式，本申请可先确定每个所述图像块中满足预设条件的目标GR绿像素点和目标GB绿像素点，该预设条件为GR绿像素点的像素值与GB绿像素点的像素值的差值绝对值大于一定预设阈值。然后根据每个所述图像块中的目标GR绿像素点的像素值及目标GR绿像素点的数量，计算每个所述图像块中GR绿像素点的像素均值GRavg；根据每个所述图像块中的目标GB绿像素点的像素值及目标GB绿像素点的数量，计算每个所述图像块中GB绿像素点的像素均值GBavg；最后根据每个所述图像块中GR绿像素点的像素均值GRavg和每个所述图像块中GB绿像素点的像素均值GBavg，计算每个所述图像块的像素绝对值Diffavg。可选地将GRavg和GBavg的差值的绝对值作为Diffavg，其具体计算公式如下公式(1)所示：

Diffavg＝|GRavg-GBavg| 公式(1)

本申请将滑动窗中满足GR、GB像素值的差值绝对值大于一定预设阈值的GR、GB绿像素点，作为符合预设条件的目标GR、GB绿像素点。然后根据该目标GR、GB绿像素点统计每个图像块内符合预设条件的GR、GB绿像素点的像素均值，其具体采用如下公式(2)计算每个图像块对应的像素均值：

其中GR为GR绿像素点的像素值，GB为GB绿像素点的像素值，Gorith1为一定阈值，cnt为数量(或计数器的数值)。

需要说明的是，本申请Bayer图像在水平方向上与红色分量相邻的绿色分量(即绿像素点)用GR表示，水平方向上与蓝色分量相邻的绿色分量用GB表示。

S103、对滑动窗中的同通道绿像素点的像素值进行梯度计算，得到对应的图像梯度grad。其中滑动窗在Bayer图像中滑动以查找Bayer图像中的绿像素点，所述同通道绿像素点为与所述滑动窗的中心点相同类型的绿像素点。

本申请使用滑动窗在Bayer图像中滑动逐个绿像素点，其中滑动窗的中心点为等待进一步确定的待校正的绿像素点。滑动窗的大小不做限定，其长度和宽度均为奇数，可以取相同值或者不同值，例如5*5的滑动窗等。

作为一种可能的实施方式，根据所述中心点所在行的同通道绿像素点的像素值，对所述滑动窗进行梯度计算得到第一梯度gradH(也可称为水平方向梯度)；根据所述中心点所在列的同通道绿像素点的像素值，对所述滑动窗进行梯度计算得到第二梯度gradV(也可称为垂直方向梯度)。即是在计算gradH时中心点所在行的同通道绿像素点必须参与计算，在计算gradV时中心点所在列的同通道绿像素点必须参与计算。然后根据所述第一梯度gradH和所述第二梯度gradV计算得到对应的图像梯度grad。可选的，本申请可取gradH和gradV中的最大值，作为grad。

在一具体实施例中，本申请可将同一行中位于不同列的至少一个同通道像素点与该同一行中所述中心点所在列的同通道绿像素点各自的像素值的差值绝对值，按照预设第一比例进行累加，计算得到第一梯度gradH。换句话说，即是取同通道所在列绿像素点与中心点所在列对应相同行的绿像素点的差值绝对值，按照一定比例累加后得到gradH。

预设第一比例具体可为系统自定义设置的，也可为根据用户经验设置的，不做限定。在实际应用中，该预设第一比例的取值规则为：离中心行越近，预设第一比例取值越大。当预设第一比例为1时，gradH可以是同通道的其中几列与中心列的差值绝对值求和，也可是每一列与中心列的差值绝对值求和。

再一具体实施方式中，本申请可将同一列中位于不同行的至少一个同通道像素点与该同一列中所述中心点所在行的同通道绿像素点各自的像素值的差值绝对值，按照预设第二比例进行累加，计算得到第二梯度gradV。换句话说，即是取同通道所在行绿像素点与中心点所在行对应相同列的绿像素点的差值绝对值，按照一定比例累加后得到gradV。

预设第二比例具体可为系统自定义设置的，也可为根据用户经验设置的，不做限定。在实际应用中，该预设第二比例的取值规则为：离中心列越近，预设第一比例取值越大。当预设第二比例为1时，gradV可以是同通道的其中几行与中心行的差值绝对值求和，也可是每一行与中心行的差值绝对值求和。

举例来说，请参见图2示出一种5*5的滑动窗口，本申请可采用如下公式(3)计算得到图像梯度grad。

其中

优选地ωhi＝ωvi＝1/8，i＝1，3，4，6。ωhi＝ωvi＝1/4，i＝2，5。

S104、根据对应的所述图像梯度grad和每个所述图像块的像素绝对值Diffavg，计算对应的校正系数alpha，并确定滑动窗中待校正的绿像素点。

作为一种可能的实施方式，本申请根据对应的所述图像梯度grad和预设的梯度曲线函数计算梯度权重alphaGrad，根据每个所述图像块的像素绝对值Diffavg和预设的均值曲线函数计算均值权重alphaDiff，最后根据所述梯度权重alphaGrad和所述均值权重alphaDiff计算得到对应的校正系数alpha。

该梯度曲线函数为系统自定义设置的，其可设定有n1个阈值，此时该梯度曲线函数有n1+1段折线，其中n1大于等于2。以两个阈值DiffthL、DiffthH为例，其相应地梯度曲线函数具体如图3所示。当Diffavg小于等于阈值DiffthL时，alphaDiff取最小值0；当Diffavg大于阈值DiffthH时，alphaDiff取最大值1；当Diffavg在两个阈值中间时，alphaDiff＝(Diffavg-DiffthL)/(DiffthH-DiffthL)。其中DiffthL≤DiffthH。可见，上述均值权重alphaDiff的计算如下公式(4)所示：

类似上述均值曲线函数可设定有n2个阈值，此时该均值曲线函数有n2+1段折线，其中n2大于等于2。以两个阈值gradthL、gradthH为例，则其相应均值曲线函数具体如图4所示，其中DiffthL≤DiffthH。当梯度grad小于等于阈值gradthL时，alphagrad取最大值1；当梯度grad大于阈值gradthH时，alphaGrad取最小值0，以能更好地保护图像边缘细节；当梯度grad在两个阈值中间时，alphaGrad＝(gradthH-grad)/(gradthH-gradthL)。可见，上述梯度权重alphaGrad的计算如下公式(5)所示：

在一具体实施例中，本申请将梯度权重alphaGrad和均值权重alphaDiff的乘积作为校正系数alpha，其具体计算如下公式(7)所示：

alpha＝alphaDiff×alphaGrad 公式(7)

可理解地，曲线函数中设定的阈值越多，则各阈值区间的平衡校正越精确。考虑到计算量的原因，需选择合适的阈值来进行平衡校正。由实验结果表示两个阈值为最佳的选择，最终的校正系数为均值权重和梯度权重的乘积。

进一步，本申请还可根据grad和Diffavg来判断校正区域(即判断滑动窗中待校正的绿像素点)，具体可通过校正系数alpha来判断，例如当alpha数值较大时利用alpha校正后的绿像素点的像素值与校正前的像素值差别较大，则表示该绿像素点为滑动窗中待校正的绿像素点。如果利用alpha校正后的绿像素点的像素值与校正前的像素值差别不大，则表示该绿像素点无需校正，即不为滑动窗中待校正的绿像素点。

S105、根据所述滑动窗中的同通道绿像素点的像素值和异通道绿像素点的像素值，计算所述滑动窗中绿像素点的均值差值offset。所述同通道绿像素点为与所述滑动窗的中心点相同类型的绿像素点，所述异通道绿像素点为与所述滑动窗的中心点不同类型的绿像素点。

作为一种可能的实施方式，根据所述滑动窗中的同通道绿像素点的像素值计算得到所述同通道绿像素点的像素均值Gsame；根据所述滑动窗中的异通道绿像素点的像素值计算得到所述异通道绿像素点的像素均值Gref；再根据所述Gsame和所述Gref计算得到所述滑动窗中绿像素点的均值差值offset。优选地，均值差值offset为Gref与Gsame的差值的一半。其中，Gsame和Gref的计算方式并不唯一，可以是滑动窗中同通道或异通道绿像素点的所有像素点参与计算，也可是部分像素点参与计算。

举例来说，引用图2所示5*5滑动窗的例子，如图2中滑动窗的中心点为G(Gree)7，图示中与中心点G7左右相邻的像素点为R像素点，则与R像素点左右相邻的绿(G)像素点即为同通道G像素点；滑动窗中剩余的其他G像素点为异通道G像素点。具体如图滑动窗中的同通道绿像素点有G6、G8、G1、G2、G3、G11、G12及G13，异通道绿像素点有G4、G5、G9和G10。

如果滑动窗中所有的同通道G像素点和异通道G像素点均参与计算，则按照如下公式(6)计算获得均值差值offset。

其中，Gi为绿像素点i的像素值，i＝1，2，3…13。

可选地，Gsame和Gref的计算方式并不唯一。如果滑动窗中的部分同通道G像素点参与Gsame的计算，以图2所示的5*5滑动窗为例，Gsame的计算公式可为：G_same＝(G2+G6+G7+G8+G12)/5，或者G_same＝(G1+G3+G7+G11+G13)/5，或其他类似计算公式。

类似的，如果滑动窗中的部分异通道G像素点参与Gref的计算，以图2所示的5*5滑动窗为例，Gref的计算公式可为：G_ref＝(G4+G10)/，或者G_ref＝(G5+G9)/，或其他类似计算公式。

S106、根据所述校正系数alpha和所述均值差值offset，对应对所述待校正的绿像素点进行绿通道平衡校正，得到校正后的Bayer图像。

本申请利用校正系数alpha和均值差值offset对绿通道进行自适应平衡校正得到校正结果。具体地，本申请利用alpha和offset对滑动窗口的中心点的像素值进行平衡校正得到校正后中心点的像素值，以此原理可对图像中每个待校正的绿像素点实现绿通道平衡校正，从而得到校正后的Bayer图像。其计算公式具体如下公式(8)所示：

Gout＝Gin+offset×alpha 公式(8)

其中Gin为滑动窗的中心点的像素值，即待校正的绿像素点的像素值。Gout为校正后的中心点的像素值。

通过实施本申请，既能够解决现有绿通道平衡方案中存在的相邻区域出现块效应、造成图像边界模糊及纹理丢失等问题，又能够在校正图像绿通道的同时最大限度地保护图像边缘细节，保持图像分辨率。

请参见图5，是本申请实施例提供的一种图像绿通道平衡的装置的结构示意图。如图5所示的装置500包括：

数据输入单元501，用于通过图像传感器采集Bayer图像；

均值统计单元502，用于采用重叠交叉的方式将所述Bayer图像划分为多个图像块，根据每个所述图像块中GR绿像素点的像素值和GB绿像素点的像素值计算每个所述图像块的像素绝对值Diffavg；

梯度计算单元503，用于对滑动窗中的同通道绿像素点的像素值进行梯度计算，得到对应的图像梯度grad；其中所述滑动窗在所述Bayer图像中滑动以查找所述Bayer图像中的绿像素点，所述同通道绿像素点为与所述滑动窗的中心点相同类型的绿像素点；

权重计算单元504，用于根据对应的所述图像梯度grad和每个所述图像块的像素绝对值Diffavg，计算对应的校正系数alpha，并确定所述滑动窗中待校正的绿像素点；

差值计算单元505，用于根据所述滑动窗中的同通道绿像素点的像素值和异通道绿像素点的像素值，计算所述滑动窗中绿像素点的均值差值offset，所所述异通道绿像素点为与所述中心点不同类型的绿像素点；

校正输出单元506，用于根据所述校正系数alpha和所述均值差值offset，对应对所述待校正的绿像素点进行绿通道平衡校正，得到校正后的Bayer图像。

可选的，所述均值统计单元502具体用于:

确定每个所述图像块中满足预设条件的目标GR绿像素点和目标GB绿像素点，所述预设条件为所述图像块中GR绿像素点和GB绿像素点各自的像素值的差值绝对值大于预设阈值；

根据每个所述图像块中的目标GR绿像素点的像素值及数量，计算每个所述图像块中GR绿像素点的像素均值GRavg；

根据每个所述图像块中的目标GB绿像素点的像素值及数量，计算每个所述图像块中GB绿像素点的像素均值GBavg；

根据每个所述图像块中GR绿像素点的像素均值GRavg和每个所述图像块中GB绿像素点的像素均值GBavg，计算每个所述图像块的像素绝对值Diffavg。

可选的，所述梯度计算单元503具体用于：

根据所述中心点所在行的同通道绿像素点的像素值，对所述滑动窗进行梯度计算，得到第一梯度gradH；

根据所述中心点所在列的同通道绿像素点的像素值，对所述滑动窗进行梯度计算，得到第二梯度gradV；

根据所述第一梯度gradH和所述第二梯度gradV，计算得到对应的图像梯度grad。

可选的，所述权重计算单元504具体用于：

根据对应的所述图像梯度grad和预设的梯度曲线函数，计算梯度权重alphaGrad；

根据每个所述图像块的像素绝对值Diffavg和预设的均值曲线函数，计算均值权重alphaDiff；

根据所述梯度权重alphaGrad和所述均值权重alphaDiff，计算得到对应的校正系数alpha。

可选的，所述差值计算单元505具体用于：

根据所述滑动窗中的同通道绿像素点的像素值，计算得到所述同通道绿像素点的像素均值Gsame；

根据所述滑动窗中的异通道绿像素点的像素值，计算得到所述异通道绿像素点的像素均值Gref；

根据所述Gsame和所述Gref，计算得到所述滑动窗中绿像素点的均值差值offset。

通过实施本申请，既能够解决现有绿通道平衡方案中存在的相邻区域出现块效应、造成图像边界模糊及纹理丢失等问题，又能够在校正图像绿通道的同时最大限度地保护图像边缘细节，保持图像分辨率。

上述实施例仅例示性说明本申请的原理及其功效，而非用于限制本申请。任何本领域技术人员均可在不违背本申请的精神及范畴下，对上述实施例进行修饰与改变。因此，本申请的权利保护范围，应如权利要求书所列。

Claims (10)

1.一种图像绿通道平衡的方法，其特征在于，包括：

通过图像传感器采集Bayer图像；

采用重叠交叉的方式将所述Bayer图像划分为多个图像块，根据每个所述图像块中GR绿像素点的像素值和GB绿像素点的像素值计算每个所述图像块的像素绝对值Diffavg；

对滑动窗中的同通道绿像素点的像素值进行梯度计算，得到对应的图像梯度grad，其中所述滑动窗在所述Bayer图像中滑动以查找所述Bayer图像中的绿像素点，所述同通道绿像素点为与所述滑动窗的中心点相同类型的绿像素点；

根据对应的所述图像梯度grad和每个所述图像块的像素绝对值Diffavg，计算对应的校正系数alpha，并确定所述滑动窗中待校正的绿像素点；

根据所述滑动窗中的同通道绿像素点的像素值和异通道绿像素点的像素值，计算所述滑动窗中绿像素点的均值差值offset，所述异通道绿像素点为与所述滑动窗的中心点不同类型的绿像素点；

根据所述校正系数alpha和所述均值差值offset，对应对所述待校正的绿像素点进行绿通道平衡校正，得到校正后的Bayer图像。

2.根据权利要求1所述的图像绿通道平衡的方法，其特征在于，所述根据每个所述图像块中GR绿像素点的像素值和GB绿像素点的像素值计算每个所述图像块的像素绝对值Diffavg包括：

确定每个所述图像块中满足预设条件的目标GR绿像素点和目标GB绿像素点，所述预设条件为所述图像块中GR绿像素点和GB绿像素点各自的像素值的差值绝对值大于预设阈值；

根据每个所述图像块中的目标GR绿像素点的像素值及数量，计算每个所述图像块中GR绿像素点的像素均值GRavg；

根据每个所述图像块中的目标GB绿像素点的像素值及数量，计算每个所述图像块中GB绿像素点的像素均值GBavg；

根据每个所述图像块中GR绿像素点的像素均值GRavg和每个所述图像块中GB绿像素点的像素均值GBavg，计算每个所述图像块的像素绝对值Diffavg。

3.根据权利要求1所述的图像绿通道平衡的方法，其特征在于，所述对滑动窗中的同通道绿像素点的像素值进行梯度计算，得到对应的图像梯度grad包括：

根据所述中心点所在行的同通道绿像素点的像素值，对所述滑动窗进行梯度计算，得到第一梯度gradH；

根据所述中心点所在列的同通道绿像素点的像素值，对所述滑动窗进行梯度计算，得到第二梯度gradV；

根据所述第一梯度gradH和所述第二梯度gradV，计算得到对应的图像梯度grad。

4.根据权利要求1所述的图像绿通道平衡的方法，其特征在于，所述根据对应的所述图像梯度grad和每个所述图像块的像素绝对值Diffavg，计算对应的校正系数alpha包括：

根据对应的所述图像梯度grad和预设的梯度曲线函数，计算梯度权重alphaGrad；

根据每个所述图像块的像素绝对值Diffavg和预设的均值曲线函数，计算均值权重alphaDiff；

根据所述梯度权重alphaGrad和所述均值权重alphaDiff，计算得到对应的校正系数alpha。

5.根据权利要求1所述的图像绿通道平衡的方法，其特征在于，所述根据所述滑动窗中的同通道绿像素点的像素值和异通道绿像素点的像素值，计算所述滑动窗中绿像素点的均值差值offset包括：

根据所述滑动窗中的同通道绿像素点的像素值，计算得到所述同通道绿像素点的像素均值Gsame；

根据所述滑动窗中的异通道绿像素点的像素值，计算得到所述异通道绿像素点的像素均值Gref；

根据所述Gsame和所述Gref，计算得到所述滑动窗中绿像素点的均值差值offset。

6.一种图像绿通道平衡的装置，其特征在于，包括：

数据输入单元，用于通过图像传感器采集Bayer图像；

均值统计单元，用于采用重叠交叉的方式将所述Bayer图像划分为多个图像块，根据每个所述图像块中GR绿像素点的像素值和GB绿像素点的像素值计算每个所述图像块的像素绝对值Diffavg；

梯度计算单元，用于对滑动窗中的同通道绿像素点的像素值进行梯度计算，得到对应的图像梯度grad，其中所述滑动窗在所述Bayer图像中滑动以查找所述Bayer图像中的绿像素点，所述同通道绿像素点为与所述滑动窗的中心点相同类型的绿像素点；

权重计算单元，用于根据对应的所述图像梯度grad和每个所述图像块的像素绝对值Diffavg，计算对应的校正系数alpha，并确定所述滑动窗中待校正的绿像素点；

差值计算单元，用于根据所述滑动窗中的同通道绿像素点的像素值和异通道绿像素点的像素值，计算所述滑动窗中绿像素点的均值差值offset，所述异通道绿像素点为与所述中心点不同类型的绿像素点；

校正输出单元，用于根据所述校正系数alpha和所述均值差值offset，对应对所述待校正的绿像素点进行绿通道平衡校正，得到校正后的Bayer图像。

7.根据权利要求6所述的图像绿通道平衡的装置，其特征在于，所述均值统计单元具体用于：

确定每个所述图像块中满足预设条件的目标GR绿像素点和目标GB绿像素点，所述预设条件为所述图像块中GR绿像素点和GB绿像素点各自的像素值的差值绝对值大于预设阈值；

根据每个所述图像块中的目标GR绿像素点的像素值及数量，计算每个所述图像块中GR绿像素点的像素均值GRavg；

根据每个所述图像块中的目标GB绿像素点的像素值及数量，计算每个所述图像块中GB绿像素点的像素均值GBavg；

根据每个所述图像块中GR绿像素点的像素均值GRavg和每个所述图像块中GB绿像素点的像素均值GBavg，计算每个所述图像块的像素绝对值Diffavg。

8.根据权利要求6所述的图像绿通道平衡的装置，其特征在于，所述梯度计算单元具体用于：

根据所述中心点所在行的同通道绿像素点的像素值，对所述滑动窗进行梯度计算，得到第一梯度gradH；

根据所述中心点所在列的同通道绿像素点的像素值，对所述滑动窗进行梯度计算，得到第二梯度gradV；

根据所述第一梯度gradH和所述第二梯度gradV，计算得到对应的图像梯度grad。

9.根据权利要求6所述的图像绿通道平衡的装置，其特征在于，所述权重计算单元具体用于：

根据对应的所述图像梯度grad和预设的梯度曲线函数，计算梯度权重alphaGrad；

根据每个所述图像块的像素绝对值Diffavg和预设的均值曲线函数，计算均值权重alphaDiff；

根据所述梯度权重alphaGrad和所述均值权重alphaDiff，计算得到对应的校正系数alpha。

10.根据权利要求6所述的图像绿通道平衡的装置，其特征在于，所述差值计算单元具体用于：

根据所述滑动窗中的同通道绿像素点的像素值，计算得到所述同通道绿像素点的像素均值Gsame；

根据所述滑动窗中的异通道绿像素点的像素值，计算得到所述异通道绿像素点的像素均值Gref；

根据所述Gsame和所述Gref，计算得到所述滑动窗中绿像素点的均值差值offset。

Images