CN112702589A - 白平衡同步方法及装置、电子设备和存储介质 - Google Patents

白平衡同步方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112702589A
CN112702589A CN202011501368.8A CN202011501368A CN112702589A CN 112702589 A CN112702589 A CN 112702589A CN 202011501368 A CN202011501368 A CN 202011501368A CN 112702589 A CN112702589 A CN 112702589A
Authority
CN
China
Prior art keywords
white balance
balance gain
color
value
camera
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.)
Pending
Application number
CN202011501368.8A
Other languages
English (en)
Inventor
王琳
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.)
Oppo Chongqing Intelligent Technology Co Ltd
Original Assignee
Oppo Chongqing Intelligent 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 Oppo Chongqing Intelligent Technology Co Ltd filed Critical Oppo Chongqing Intelligent Technology Co Ltd
Priority to CN202011501368.8A priority Critical patent/CN112702589A/zh
Publication of CN112702589A publication Critical patent/CN112702589A/zh
Pending legal-status Critical Current

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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/04—Synchronising

Landscapes

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

Abstract

本申请公开一种白平衡同步方法、白平衡同步装置、电子设备和计算机可读存储介质。白平衡同步方法包括：获取第一摄像头的第一白平衡增益训练集；获取第二摄像头的第二白平衡增益训练集；根据第一白平衡增益训练集和第二白平衡增益训练集训练映射模型以调整映射模型的权重并得到预测模型，预测模型用于根据第一摄像头的白平衡增益值获得第二摄像头的白平衡增益值。由于第一白平衡增益训练集和第二白平衡增益训练集相对应，通过对映射模型进行训练，使得训练后的预测模型能够反应第一摄像头和第二摄像头的白平衡映射关系，从而预测模型根据第一摄像头的白平衡增益值获得第二摄像头的白平衡增益值，实现第一摄像头和第二摄像头的颜色一致性。

Description

白平衡同步方法及装置、电子设备和存储介质
技术领域
本申请涉及成像技术领域，特别涉及一种白平衡同步方法、白平衡同步装置、电子设备和计算机可读存储介质。
背景技术
在相关技术中，电子设备可以包括多个摄像头，例如主摄、广角、长焦等摄像头。在多个摄像头同时工作时，由于各个摄像头的响应曲线有差异，在变焦过程中会发生颜色跳变的现象，白平衡难以同步，导致多个摄像头获取的颜色难以达到一致性。
发明内容
本申请的实施方式提供一种白平衡同步方法、白平衡同步装置、电子设备和计算机可读存储介质。
本申请实施方式的白平衡同步方法包括：根据第一摄像头的颜色刺激值、各种光源的能量分布和各种物体的反射率获取所述第一摄像头的第一白平衡增益训练集；根据第二摄像头的颜色刺激值、所述各种光源的能量分布和所述各种物体的反射率获取所述第二摄像头的第二白平衡增益训练集；根据所述第一白平衡增益训练集和所述第二白平衡增益训练集训练映射模型以调整所述映射模型的权重并得到预测模型，所述预测模型用于根据所述第一摄像头的白平衡增益值获得所述第二摄像头的白平衡增益值。
本申请实施方式的白平衡同步装置包括第一获取模块、第二获取模块和处理模块。所述第一获取模块用于根据第一摄像头的颜色刺激值、各种光源的能量分布和各种物体的反射率获取所述第一摄像头的第一白平衡增益训练集；所述第二获取模块用于根据第二摄像头的颜色刺激值、所述各种光源的能量分布和所述各种物体的反射率获取所述第二摄像头的第二白平衡增益训练集；所述处理模块用于根据所述第一白平衡增益训练集和所述第二白平衡增益训练集训练映射模型以调整所述映射模型的权重并得到预测模型，所述预测模型用于根据所述第一摄像头的白平衡增益值获得所述第二摄像头的白平衡增益值。
本申请实施方式的电子设备包括处理器。所述处理器用于：根据第一摄像头的颜色刺激值、各种光源的能量分布和各种物体的反射率获取所述第一摄像头的第一白平衡增益训练集；根据第二摄像头的颜色刺激值、所述各种光源的能量分布和所述各种物体的反射率获取所述第二摄像头的第二白平衡增益训练集；根据所述第一白平衡增益训练集和所述第二白平衡增益训练集训练映射模型以调整所述映射模型的权重并得到预测模型，所述预测模型用于根据所述第一摄像头的白平衡增益值获得所述第二摄像头的白平衡增益值。
本申请实施方式的计算机可读存储介质其上存储有计算机程序，所述程序被处理器执行的情况下，实现上述任一项所述的白平衡同步方法的步骤。
本申请实施方式的白平衡同步方法、白平衡同步装置、电子设备和计算机可读存储介质，由于第一白平衡增益训练集和第二白平衡增益训练集是根据相同的各种光源能量分布和相同的各种物体的反射率获得的，因此，第一白平衡增益训练集和第二白平衡增益训练集相对应，通过相对应的训练集对映射模型进行训练，使得训练后的预测模型能够反应第一摄像头和第二摄像头的白平衡映射关系，从而预测模型能够根据第一摄像头的白平衡增益值获得第二摄像头的白平衡增益值，进而实现第一摄像头和第二摄像头的颜色一致性。
本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本申请某些实施方式的白平衡同步方法的流程示意图；
图2是本申请某些实施方式的白平衡同步装置的示意图；
图3是本申请某些实施方式的电子设备的平面示意图；
图4是本申请某些实施方式的物体反射率曲线的示意图；
图5是本申请某些实施方式的光源的能量分布的示意图；
图6是本申请某些实施方式的颜色刺激值曲线的示意图；
图7是本申请某些实施方式的白平衡同步方法的流程示意图；
图8是本申请某些实施方式的色卡的示意图；
图9是本申请某些实施方式的灰块反射率的示意图；
图10和图11是本申请某些实施方式的白平衡同步方法的流程示意图；
图12是本申请某些实施方式的第一白平衡增益训练集和第二白平衡增益训练集的示意图；
图13和图14是本申请某些实施方式的白平衡同步方法的流程示意图；
图15和图16是本申请某些实施方式的第一白平衡增益训练集的示意图；
图17是本申请某些实施方式的白平衡同步方法的流程示意图；
图18和图19是本申请某些实施方式的白平衡同步方法的示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
请参阅图1，本申请实施方式的白平衡同步方法包括：
01：根据第一摄像头300的颜色刺激值、各种光源的能量分布和各种物体的反射率获取第一摄像头300的第一白平衡增益训练集；
02：根据第二摄像头400的颜色刺激值、各种光源的能量分布和各种物体的反射率获取第二摄像头400的第二白平衡增益训练集；
03：根据第一白平衡增益训练集和第二白平衡增益训练集训练映射模型以调整映射模型的权重并得到预测模型，预测模型用于根据第一摄像头300的白平衡增益值获得第二摄像头400的白平衡增益值。
请参阅图2，本申请实施方式的白平衡同步装置100包括第一获取模块10、第二获取模块20和处理模块30。本申请的白平衡同步方法可以由本申请实施方式的白平衡同步装置100实现，其中，步骤01可以由第一获取模块10实现，步骤02可以由第二确定获取20实现，步骤03可以由处理模块30实现，也即是说，第一获取模块10用于根据第一摄像头300的颜色刺激值、各种光源的能量分布和各种物体的反射率获取第一摄像头300的第一白平衡增益训练集。第二获取模块10用于根据第二摄像头400的颜色刺激值、各种光源的能量分布和各种物体的反射率获取第二摄像头400的第二白平衡增益训练集。处理模块30用于根据第一白平衡增益训练集和第二白平衡增益训练集训练映射模型以调整映射模型的权重并得到预测模型，预测模型用于根据第一摄像头300的白平衡增益值获得第二摄像头400的白平衡增益值。
请参阅图3，本申请实施方式的电子设备1000包括处理器200。本申请实施方式的白平衡同步方法可以由本申请实施方式的电子设备1000实现，其中，步骤01、步骤02、步骤03均可以由处理器200实现，也即是说，处理器200可用于：根据第一摄像头300的颜色刺激值、各种光源的能量分布和各种物体的反射率获取第一摄像头300的第一白平衡增益训练集；根据第二摄像头400的颜色刺激值、各种光源的能量分布和各种物体的反射率获取第二摄像头400的第二白平衡增益训练集；根据第一白平衡增益训练集和第二白平衡增益训练集训练映射模型以调整映射模型的权重并得到预测模型，预测模型用于根据第一摄像头300的白平衡增益值获得第二摄像头400的白平衡增益值。
处理器200可以是指驱动板。驱动板可以是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
在某些实施方式中，电子设备1000还包括第一摄像头300和第二摄像头400、壳体500，第一摄像头300和第二摄像头400设置在壳体500上。
本申请实施方式的电子设备1000可以是配置有处理器200的终端设备。例如，电子设备1000可以包括智能手机、摄像机、平板电脑或其他终端设备。本申请实施方式的电子设备1000以智能手机为例进行举例说明，不能理解为对本申请的限制。
本申请实施方式的白平衡同步方法、白平衡同步装置100和电子设备1000，由于第一白平衡增益训练集和第二白平衡增益训练集是根据相同的各种光源能量分布和相同的各种物体的反射率获得的，因此，第一白平衡增益训练集和第二白平衡增益训练集相对应，通过相对应的训练集对映射模型进行训练，能够使得训练后的预测模型能够反应第一摄像头300和第二摄像头400的白平衡映射关系，从而预测模型能够根据第一摄像头300的白平衡增益值获得第二摄像头400的白平衡增益值，进而实现第一摄像头300和第二摄像头400的颜色一致性。
请一并参阅图4、图5和图6，图4为物体反射率曲线仿真示意图，图5为预设光源的能量分布的仿真示意图，图6为第一摄像头300的颜色通道的颜色刺激值曲线仿真示意图。具体的，图4为物体反射率曲线仿真示意图，物体例如包括：金、银、铜、铝、镍和铂。图5为预设光源的能量分布的仿真示意图，其中预设光源的能量分布可以是环境光光源在可见光波段(380nm～780nm)的响应，可以从公有数据集中获得318种光源数据作为预设光源的能量分布数据。图6为第一摄像头300的颜色通道的颜色刺激值曲线仿真示意图，图6包括R通道、G通道、B通道三个颜色通道的颜色刺激值曲线仿真示意图。
请参阅图7，在某些实施方式中，第一摄像头300的颜色刺激值包括多个颜色通道的颜色刺激值，各种光源的能量分布包括预设光源的能量分布，各种物体的反射率包括预设灰块的反射率，第一白平衡增益训练集包括多个第一白平衡增益训练值；根据第一摄像头300的颜色刺激值、各种光源的能量分布和各种物体的反射率获取第一摄像头300的第一白平衡增益训练集，包括：
012：根据一个颜色通道的颜色刺激值、预设光源的能量分布、预设灰块的反射率计算对应的颜色通道的像素值；
014：获取各个颜色通道的像素值作为第一白平衡增益训练值。
在某些实施方式中，第一获取模块10包括第一子单元和第二子单元。步骤012可以由第一子单元实现，步骤014可以由第二子单元实现，也即是说，第一子单元用于：根据一个颜色通道的颜色刺激值、预设光源的能量分布、预设灰块的反射率计算对应的颜色通道的像素值。第二子单元用于：获取各个颜色通道的像素值作为第一白平衡增益训练值。
在某些实施方式中，电子设备1000包括处理器200，步骤012和步骤014均可以由处理器200实现，也即是说，处理器200用于根据一个颜色通道的颜色刺激值、预设光源的能量分布、预设灰块的反射率计算对应的颜色通道的像素值；获取各个颜色通道的像素值作为第一白平衡增益训练值。
如此，根据一个颜色通道的颜色刺激值、预设光源的能量分布、预设灰块的反射率计算对应的颜色通道的像素值，然后可以获取各个颜色通道的像素值作为第一白平衡增益训练值。
在某些实施方式中，根据一个颜色通道的颜色刺激值、预设光源的能量分布、预设灰块的反射率计算对应的颜色通道的像素值，包括：
采用预设公式计算一个颜色通道的像素值，预设公式为
ρk＝∫E(λ)S(λ)Rk(λ)dλk∈R,G,B
k为各个颜色通道，各个颜色通道包括R通道、G通道和B通道，ρk为对应的颜色通道的像素值，λ为波长，E(λ)为预设光源的能量分布，S(λ)为预设灰块的反射率，Rk(λ)为对应的颜色通道的颜色刺激值。
在某些实施方式中，第一获取模块10包括第一子单元，上述步骤可以由第一子单元实现，也即是说，第一子单元用于：采用预设公式计算一个颜色通道的像素值，预设公式为ρk＝∫E(λ)S(λ)Rk(λ)dλk∈R,G,B。k为各个颜色通道，各个颜色通道包括R通道、G通道和B通道，ρk为对应的颜色通道的像素值，λ为波长，E(λ)为预设光源的能量分布，S(λ)为预设灰块的反射率，Rk(λ)为对应的颜色通道的颜色刺激值。
在某些实施方式中，电子设备1000包括处理器200，上述步骤可以由处理器200实现，也即是说，处理器200用于采用预设公式计算一个颜色通道的像素值，预设公式为ρk＝∫E(λ)S(λ)Rk(λ)dλk∈R,G,B。k为各个颜色通道，各个颜色通道包括R通道、G通道和B通道，ρk为对应的颜色通道的像素值，λ为波长，E(λ)为预设光源的能量分布，S(λ)为预设灰块的反射率，Rk(λ)为对应的颜色通道的颜色刺激值。
在一个例子中，k为第一摄像头300的各个颜色通道，颜色通道可以包括：红色通道(R1)、绿色通道(G1)和蓝色通道(B1)。预设灰块可以是24色卡最后6个灰块的反射率(请一并参阅图8和图9，即为标号为19、20、21、22、23和24灰块的反射率)。如此，可以通过预设光源的能量分布、预设灰块的反射率和各个颜色通道的颜色刺激值得到各个颜色通道的像素值。值得一提的是，第一摄像头300的颜色通道包括但不限于R1通道、G1通道和B1通道，此处不能理解为对本申请的限制。
请参阅图10，在某些实施方式中，颜色通道的像素值包括预设通道的像素值和其他通道的像素值，获取各个颜色通道的像素值作为第一白平衡增益训练值，包括：
0142：获取各个其他通道的像素值与预设通道的像素值的比值作为第一白平衡增益训练值。
在某些实施方式中，第一获取模块10包括第二子单元，步骤0142可以由第二子单元实现，也即是说，第二子单元用于：获取各个其他通道的像素值与预设通道的像素值的比值作为第一白平衡增益训练值。
在某些实施方式中，电子设备1000包括处理器200，步骤0142可以由处理器200实现，也即是说，处理器200用于获取各个其他通道的像素值与预设通道的像素值的比值作为第一白平衡增益训练值。
在一个例子中，预设通道可以是G1通道，其他通道包括R1通道和B1通道，如此第一白平衡增益训练值为(G1/R1，G1/B1)。值得一提的是，上述例子是利用G通道为预设通道，相对于R通道和B通道来说，G通道的光敏感度最高，计算出的第一白平衡增益训练值的精度更高。在某些实施方式中，也可以使用其他颜色通道为预设通道计算第一白平衡增益训练值，此处不做限定。
请参阅图11，在某些实施方式中，第二摄像头400的颜色刺激值包括多个颜色通道的颜色刺激值，各种光源的能量分布包括预设光源的能量分布，各种物体的反射率包括预设灰块的反射率，第二白平衡增益训练集包括多个第二白平衡增益训练值；根据第二摄像头400的颜色刺激值、各种光源的能量分布和各种物体的反射率获取第二摄像头400的第二白平衡增益训练集，包括：
022：根据一个颜色通道的颜色刺激值、预设光源的能量分布、预设灰块的反射率计算对应的颜色通道的像素值；
024：获取各个颜色通道的像素值作为第二白平衡增益训练值。
在某些实施方式中，第二获取模块20包括第三子单元和第四子单元，步骤022可以由第三子单元实现，步骤024可以由第四子单元实现，也即是说，第三子单元用于：根据一个颜色通道的颜色刺激值、预设光源的能量分布、预设灰块的反射率计算对应的颜色通道的像素值。第四子单元用于：获取各个颜色通道的像素值作为第二白平衡增益训练值。
在某些实施方式中，电子设备1000包括处理器200，步骤022和步骤024均可以由处理器200实现，也即是说，处理器200用于：根据一个颜色通道的颜色刺激值、预设光源的能量分布、预设灰块的反射率计算对应的颜色通道的像素值；获取各个颜色通道的像素值作为第二白平衡增益训练值。
如此，根据一个颜色通道的颜色刺激值、预设光源的能量分布、预设灰块的反射率计算对应的颜色通道的像素值，然后可以获取各个颜色通道的像素值作为第二白平衡增益训练值。
在某些实施方式中，根据一个颜色通道的颜色刺激值、预设光源的能量分布、预设灰块的反射率计算对应的颜色通道的像素值，包括：
0222：采用预设公式计算一个颜色通道的像素值，预设公式为
ρk＝∫E(λ)S(λ)Rk(λ)dλk∈R,G,B
k为各个颜色通道，各个颜色通道包括R通道、G通道和B通道，ρk为对应的颜色通道的像素值，λ为波长，E(λ)为预设光源的能量分布，S(λ)为预设灰块的反射率，Rk(λ)为对应的颜色通道的颜色刺激值。
在某些实施方式中，第二获取模块20包括第三子单元，上述步骤可以由第三子单元实现，也即是说，第三子单元用于：采用预设公式计算一个颜色通道的像素值，预设公式为ρk＝∫E(λ)S(λ)Rk(λ)dλk∈R,G,B。k为各个颜色通道，各个颜色通道包括R通道、G通道和B通道，ρk为对应的颜色通道的像素值，λ为波长，E(λ)为预设光源的能量分布，S(λ)为预设灰块的反射率，Rk(λ)为对应的颜色通道的颜色刺激值。
在某些实施方式中，电子设备1000包括处理器200，上述步骤可以由处理器200实现，也即是说，处理器200用于采用预设公式计算一个颜色通道的像素值，预设公式为ρk＝∫E(λ)S(λ)Rk(λ)dλk∈R,G,B。k为各个颜色通道，各个颜色通道包括R通道、G通道和B通道，ρk为对应的颜色通道的像素值，λ为波长，E(λ)为预设光源的能量分布，S(λ)为预设灰块的反射率，Rk(λ)为对应的颜色通道的颜色刺激值。
在一个例子中，k为第二摄像头400的各个颜色通道，颜色通道可以包括：红色通道(R2)、绿色通道(G2)和蓝色通道(B2)。预设灰块可以是24色卡最后6个灰块的反射率(请一并参阅图8和图9，即为标号为19、20、21、22、23和24灰块的反射率)。如此，可以通过预设光源的能量分布、预设灰块的反射率和各个颜色通道的颜色刺激值得到各个颜色通道的像素值。值得一提的是，第二摄像头400的颜色通道包括但不限于R2通道、G2通道和B2通道，不能理解为对本申请的限制。
请参阅图12，在某些实施方式中，318种光源数据作为预设光源的能量分布数据和24色卡最后6个灰块的反射率，结合第一摄像头300及第二摄像头400的各个颜色通道的颜色刺激值，形成1908组像素值数据(即第一白平衡增益训练集和第二白平衡增益训练集)，这些数据反映了各种光源下第一摄像头300与第二摄像头400的白平衡信息。
请参阅图13，在某些实施方式中，颜色通道的像素值包括预设通道的像素值和其他通道的像素值，获取各个颜色通道的像素值作为第二白平衡增益训练值，包括：
0242：获取各个其他通道的像素值与预设通道的像素值的比值作为第二白平衡增益训练值。
在某些实施方式中，第二获取模块20包括第四子单元，步骤0242可以由第四子单元实现，也即是说，第四子单元用于：获取各个其他通道的像素值与预设通道的像素值的比值作为第二白平衡增益训练值。
在某些实施方式中，电子设备1000包括处理器200，步骤0242可以由处理器200实现，也即是说，处理器200用于获取各个其他通道的像素值与预设通道的像素值的比值作为第二白平衡增益训练值。
在一个例子中，预设通道可以是G2通道，其他通道包括R2通道和B2通道，如此第二白平衡增益训练值为(G2/R2，G2/B2)。值得一提的是，上述例子是利用G通道为预设通道，相对于R通道和B通道来说，G通道的光敏感度最高，计算出的第二白平衡增益训练值的精度更高。在某些实施方式中，也可以使用其他颜色通道为预设通道计算第二白平衡增益训练值，此处不做限定。
请参阅图14，在某些实施方式中，第一白平衡增益训练集包括多个第一白平衡增益训练值，映射模型为径向基函数网络，径向基函数网络包括多个训练节点，根据第一白平衡增益训练集和第二白平衡增益训练集训练映射模型以调整映射模型的权重并得到预测模型，包括：
031：确定第一白平衡增益训练值的多个中心点；
033：根据多个中心点分别确定多个训练节点以得到径向基函数网络。
在某些实施方式中，处理模块30包括第一处理子单元和第二处理子单元。步骤031可以由第一处理子单元实现，步骤033可以由第二处理子单元实现，也即是说，第一处理子单元用于：确定第一白平衡增益训练值的多个中心点。第二处理子单元用于：根据多个中心点分别确定多个训练节点以得到径向基函数网络。
在某些实施方式中，电子设备1000包括处理器200，步骤031和步骤033均可以由处理器200实现，也即是说，处理器200用于确定第一白平衡增益训练值的多个中心点；根据多个中心点分别确定多个训练节点以得到径向基函数网络。
在一个例子中，第一白平衡增益训练集包括多个第一白平衡增益训练值，图15为多个第一白平衡增益训练值在第一白平衡增益训练集的空间的分布。可以通过使用聚类算法(例如kmeans算法)对多个第一白平衡增益训练值进行聚类得到第一白平衡增益训练值的多个中心点。请参阅图16，中心点的数量可以为8个，可以根据8个中心点分别确定8个训练节点以得到径向基函数网络。
请参阅图17，在某些实施方式中，根据第一白平衡增益训练集和第二白平衡增益训练集训练映射模型以调整映射模型的权重并得到预测模型，还包括：
035：将第一白平衡增益训练集作为径向基函数网络的输入，将第二白平衡增益训练集作为径向基函数网络的输出，利用多个径向基函数的方差训练径向基函数网络以得到多个径向基函数的权重和多个已训练径向基函数网络；
037：利用白平衡增益测试集测试多个已训练径向基函数网络以确定各个已训练径向基函数网络的误差；
039：将误差最小的已训练径向基函数网络作为预测模型。
在某些实施方式中，处理模块30包括第三处理子单元、第四处理子单元和第五处理子单元。步骤035可以由第三处理子单元实现，步骤037可以由第四处理子单元实现，步骤039可以由第五处理子单元实现也即是说，第三处理子单元用于：将第一白平衡增益训练集作为径向基函数网络的输入，将第二白平衡增益训练集作为径向基函数网络的输出，利用多个径向基函数的方差训练径向基函数网络以得到多个径向基函数的权重和多个已训练径向基函数网络。第四处理子单元用于：利用白平衡增益测试集测试多个已训练径向基函数网络以确定各个已训练径向基函数网络的误差。第五处理子单元用于：将误差最小的已训练径向基函数网络作为预测模型。
在某些实施方式中，电子设备1000包括处理器200，步骤035、步骤037和步骤039均可以由处理器200实现，也即是说，处理器200用于将第一白平衡增益训练集作为径向基函数网络的输入，将第二白平衡增益训练集作为径向基函数网络的输出，利用多个径向基函数的方差训练径向基函数网络以得到多个径向基函数的权重和多个已训练径向基函数网络；利用白平衡增益测试集测试多个已训练径向基函数网络以确定各个已训练径向基函数网络的误差；将误差最小的已训练径向基函数网络作为预测模型。
在一个例子中，第一白平衡增益训练集和第二白平衡增益训练集可以包括1908组数据作为训练数据。请一并参阅图18和图19，将第一白平衡增益训练集作为径向基函数网络的输入，将第二白平衡增益训练集作为径向基函数网络的输出，利用多个径向基函数的方差训练径向基函数网络以得到多个径向基函数的权重和多个已训练径向基函数网络。如图19所示，白平衡增益测试集包括第一白平衡增益测试集和第二白平衡增益测试集，第一白平衡增益测试集通过已训练径向基函数网络后输出第一白平衡增益测试集输出结果，第一白平衡增益测试集输出结果即为第二白平衡增益计算集，将第二白平衡增益计算集与第二白平衡增益训练集进行比较，以此确定第二白平衡增益计算集与第二白平衡增益训练集的误差，将误差最小的已训练径向基函数网络作为预测模型。
其中，径向基函数的方差可以是手动指定的，经过多次调试后选择合适的径向基函数的方差，例如：经过多次调试选择[1.9 1.9]为径向基函数的方差，此时的已训练径向基函数网络为误差最小的已训练径向基函数网络，如此，将这个已训练径向基函数网络作为预测模型。训练后的预测模型能够反应第一摄像头300和第二摄像头400的白平衡映射关系，从而预测模型能够根据第一摄像头300的白平衡增益值获得第二摄像头400的白平衡增益值，进而实现第一摄像头300和第二摄像头400的颜色一致性。
本申请实施方式的计算机可读存储介质，其上存储有计算机程序，程序被处理器执行的情况下，实现上述任一实施方式的白平衡同步方法的步骤。
上述实施方式的计算机可读存储介质中，由于第一白平衡增益训练集和第二白平衡增益训练集是根据相同的各种光源能量分布和相同的各种物体的反射率获得的，因此，第一白平衡增益训练集和第二白平衡增益训练集相对应，通过相对应的训练集对映射模型进行训练，能够使得训练后的预测模型能够反应第一摄像头300和第二摄像头400的白平衡映射关系，从而预测模型能够根据第一摄像头300的白平衡增益值获得第二摄像头400的白平衡增益值，进而实现第一摄像头300和第二摄像头400的颜色一致性。
可以理解，计算机程序包括计算机程序代码。计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、以及软件分发介质等。
在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。
另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请的各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果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，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。

Claims (12)

1.一种白平衡同步方法，其特征在于，所述白平衡同步方法包括：
根据第一摄像头的颜色刺激值、各种光源的能量分布和各种物体的反射率获取所述第一摄像头的第一白平衡增益训练集；
根据第二摄像头的颜色刺激值、所述各种光源的能量分布和所述各种物体的反射率获取所述第二摄像头的第二白平衡增益训练集；
根据所述第一白平衡增益训练集和所述第二白平衡增益训练集训练映射模型以调整所述映射模型的权重并得到预测模型，所述预测模型用于根据所述第一摄像头的白平衡增益值获得所述第二摄像头的白平衡增益值。
2.根据权利要求1所述的白平衡同步方法，其特征在于，所述第一摄像头的颜色刺激值包括多个颜色通道的颜色刺激值，所述各种光源的能量分布包括预设光源的能量分布，所述各种物体的反射率包括预设灰块的反射率，所述第一白平衡增益训练集包括多个第一白平衡增益训练值；所述根据第一摄像头的颜色刺激值、各种光源的能量分布和各种物体的反射率获取所述第一摄像头的第一白平衡增益训练集，包括：
根据一个所述颜色通道的颜色刺激值、所述预设光源的能量分布、所述预设灰块的反射率计算对应的所述颜色通道的像素值；
获取各个所述颜色通道的像素值作为所述第一白平衡增益训练值。
3.根据权利要求2所述的白平衡同步方法，其特征在于，所述根据一个所述颜色通道的颜色刺激值、所述预设光源的能量分布、所述预设灰块的反射率计算对应的所述颜色通道的像素值，包括：
采用预设公式计算一个所述颜色通道的像素值，预设公式为
ρk＝∫E(λ)S(λ)Rk(λ)dλk∈R,G,B
k为各个所述颜色通道，各个所述颜色通道包括R通道、G通道和B通道，ρk为对应的所述颜色通道的像素值，λ为波长，E(λ)为预设光源的能量分布，S(λ)为预设灰块的反射率，Rk(λ)为对应的所述颜色通道的颜色刺激值。
4.根据权利要求2所述的白平衡同步方法，其特征在于，所述颜色通道的像素值包括预设通道的像素值和其他通道的像素值，所述获取各个所述颜色通道的像素值作为所述第一白平衡增益训练值，包括：
获取各个所述其他通道的像素值与所述预设通道的像素值的比值作为所述第一白平衡增益训练值。
5.根据权利要求1所述的白平衡同步方法，其特征在于，所述第二摄像头的颜色刺激值包括多个颜色通道的颜色刺激值，所述各种光源的能量分布包括预设光源的能量分布，所述各种物体的反射率包括预设灰块的反射率，所述第二白平衡增益训练集包括多个第二白平衡增益训练值；所述根据第二摄像头的颜色刺激值、各种光源的能量分布和各种物体的反射率获取所述第二摄像头的第二白平衡增益训练集，包括：
根据一个所述颜色通道的颜色刺激值、所述预设光源的能量分布、所述预设灰块的反射率计算对应的所述颜色通道的像素值；
获取各个所述颜色通道的像素值作为所述第二白平衡增益训练值。
6.根据权利要求5所述的白平衡同步方法，其特征在于，所述根据一个所述颜色通道的颜色刺激值、所述预设光源的能量分布、所述预设灰块的反射率计算对应的所述颜色通道的像素值，包括：
采用预设公式计算一个所述颜色通道的像素值，预设公式为
ρk＝∫E(λ)S(λ)Rk(λ)dλk∈R,G,B
k为各个所述颜色通道，各个所述颜色通道包括R通道、G通道和B通道，ρk为对应的所述颜色通道的像素值，λ为波长，E(λ)为预设光源的能量分布，S(λ)为预设灰块的反射率，Rk(λ)为对应的所述颜色通道的颜色刺激值。
7.根据权利要求5所述的白平衡同步方法，其特征在于，所述颜色通道的像素值包括预设通道的像素值和其他通道的像素值，所述获取各个所述颜色通道的像素值作为所述第二白平衡增益训练值，包括：
获取各个所述其他通道的像素值与所述预设通道的像素值的比值作为所述第二白平衡增益训练值。
8.根据权利要求1所述的白平衡同步方法，其特征在于，所述第一白平衡增益训练集包括多个第一白平衡增益训练值，所述映射模型为径向基函数网络，所述径向基函数网络包括多个训练节点，所述根据所述第一白平衡增益训练集和所述第二白平衡增益训练集训练映射模型以调整所述映射模型的权重并得到预测模型，包括：
确定所述第一白平衡增益训练值的多个中心点；
根据多个所述中心点分别确定多个所述训练节点以得到所述径向基函数网络。
9.根据权利要求8所述的白平衡同步方法，其特征在于，所述根据所述第一白平衡增益训练集和所述第二白平衡增益训练集训练映射模型以调整所述映射模型的权重并得到预测模型，还包括：
将所述第一白平衡增益训练集作为所述径向基函数网络的输入，将所述第二白平衡增益训练集作为所述径向基函数网络的输出，利用多个径向基函数的方差训练所述径向基函数网络以得到多个径向基函数的权重和多个已训练径向基函数网络；
利用白平衡增益测试集测试多个所述已训练径向基函数网络以确定各个所述已训练径向基函数网络的误差；
将误差最小的所述已训练径向基函数网络作为所述预测模型。
10.一种白平衡同步装置，其特征在于，所述白平衡同步装置包括：
第一获取模块，所述第一获取模块用于根据第一摄像头的颜色刺激值、各种光源的能量分布和各种物体的反射率获取所述第一摄像头的第一白平衡增益训练集；
第二获取模块，所述第二获取模块用于根据第二摄像头的颜色刺激值、所述各种光源的能量分布和所述各种物体的反射率获取所述第二摄像头的第二白平衡增益训练集；
处理模块，所述处理模块用于根据所述第一白平衡增益训练集和所述第二白平衡增益训练集训练映射模型以调整所述映射模型的权重并得到预测模型，所述预测模型用于根据所述第一摄像头的白平衡增益值获得所述第二摄像头的白平衡增益值。
11.一种电子设备，其特征在于，所述电子设备包括处理器，所述处理器用于：根据第一摄像头的颜色刺激值、各种光源的能量分布和各种物体的反射率获取所述第一摄像头的第一白平衡增益训练集；根据第二摄像头的颜色刺激值、所述各种光源的能量分布和所述各种物体的反射率获取所述第二摄像头的第二白平衡增益训练集；根据所述第一白平衡增益训练集和所述第二白平衡增益训练集训练映射模型以调整所述映射模型的权重并得到预测模型，所述预测模型用于根据所述第一摄像头的白平衡增益值获得所述第二摄像头的白平衡增益值。
12.一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，所述程序被处理器执行的情况下，实现权利要求1-9任一项所述的白平衡同步方法的步骤。
CN202011501368.8A 2020-12-18 2020-12-18 白平衡同步方法及装置、电子设备和存储介质 Pending CN112702589A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011501368.8A CN112702589A (zh) 2020-12-18 2020-12-18 白平衡同步方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011501368.8A CN112702589A (zh) 2020-12-18 2020-12-18 白平衡同步方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112702589A true CN112702589A (zh) 2021-04-23

Family

ID=75507254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011501368.8A Pending CN112702589A (zh) 2020-12-18 2020-12-18 白平衡同步方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112702589A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109672871A (zh) * 2017-10-17 2019-04-23 华为技术有限公司 白平衡信息同步方法、装置及计算机可读介质
CN111314683A (zh) * 2020-03-17 2020-06-19 Oppo广东移动通信有限公司 白平衡调节方法及相关设备
CN111526351A (zh) * 2020-04-27 2020-08-11 展讯半导体(南京)有限公司 白平衡同步方法、系统、电子设备、介质及数字成像设备
CN111866483A (zh) * 2020-07-06 2020-10-30 Oppo广东移动通信有限公司 颜色还原方法及装置、计算机可读介质和电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109672871A (zh) * 2017-10-17 2019-04-23 华为技术有限公司 白平衡信息同步方法、装置及计算机可读介质
CN111314683A (zh) * 2020-03-17 2020-06-19 Oppo广东移动通信有限公司 白平衡调节方法及相关设备
CN111526351A (zh) * 2020-04-27 2020-08-11 展讯半导体(南京)有限公司 白平衡同步方法、系统、电子设备、介质及数字成像设备
CN111866483A (zh) * 2020-07-06 2020-10-30 Oppo广东移动通信有限公司 颜色还原方法及装置、计算机可读介质和电子设备

Similar Documents

Publication Publication Date Title
CN112689140B (zh) 白平衡同步方法及装置、电子设备和存储介质
CN109844804B (zh) 一种图像检测的方法、装置及终端
US20070103551A1 (en) Method and system for measuring video quality
EP3888345B1 (en) Method for generating image data for machine learning based imaging algorithms
CN113609907B (zh) 一种多光谱数据的获取方法、装置及设备
CN112580433A (zh) 一种活体检测的方法及设备
CN111510692B (zh) 图像处理方法、终端及计算机可读存储介质
CN105303511A (zh) 图像处理装置及光源识别方法
US20230214989A1 (en) Defect detection method, electronic device and readable storage medium
CN107038695A (zh) 一种图像融合方法及移动设备
JP2020042760A (ja) 情報処理方法、情報処理装置、及びプログラム
JP4728265B2 (ja) ノイズ特性測定装置及びノイズ特性測定方法
Nixon et al. The importance of a device specific calibration for smartphone colorimetry
CN112532960B (zh) 白平衡同步方法及装置、电子设备和存储介质
JP6538176B2 (ja) カラーバランスをとるための画像処理装置および方法
Tedla et al. Analyzing color imaging failure on consumer-grade cameras
CN105574844B (zh) 辐射响应函数估计方法和装置
CN107682691B (zh) 一种相机对焦校准的方法、终端及计算机可读存储介质
CN112702589A (zh) 白平衡同步方法及装置、电子设备和存储介质
JP5265338B2 (ja) イルミナントの推定
CN109413412B (zh) 灰卡性能测试方法、装置、电子设备及存储介质
CN114820514A (zh) 一种图像处理方法和电子设备
KR101957773B1 (ko) 영상을 이용한 피부 상태 평가 방법 및 영상을 이용한 피부 상태 평가 장치
JP2016019104A (ja) 基準色選択装置、色補正装置、基準色選択方法及び基準色選択プログラム
US11182617B2 (en) Device and method for generating heat map

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