CN113115014A - 图像处理方法、装置、设备、介质和计算机程序产品 - Google Patents

Abstract

本发明涉及一种图像处理方法、装置、设备、介质和计算机程序产品。图像处理方法包括：获取环境光的红外光强度值；根据所述红外光强度值，确定外部环境的类型，所述外部环境的类型包括：室内环境和室外环境；基于所述外部环境的类型，获取进行白平衡处理的增益参数；基于所述增益参数进行白平衡处理。该图像处理方法能够提升白平衡的准确性，提高图像的质量。

Description

图像处理方法、装置、设备、介质和计算机程序产品

技术领域

本公开涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、设备、介质和计算机程序产品。

背景技术

利用电子设备拍摄影像时，由于拍摄环境的不同，导致拍摄的影响与实物之间存在色差，例如：在日光灯的房间里拍摄的影像会偏绿，在室内钨丝灯光下拍摄的影像会偏黄，而在日光阴影处拍摄到的影像会偏蓝。为了校正这种色差，使得拍摄的影像颜色更接近与实物，自动白平衡(Automatic White Balance，AWB)应运而生。

现有技术中，AWB根据影像中的亮度值确定拍摄环境是室内还是室外，亮度值较小或者较大时均能够准确判断出拍摄环境是室内还是室外，但是，当亮度值处于中间模糊区域时，并不能准确的判断出拍摄环境，通常在两者中随机取舍，从而导致白平衡的准确性降低，图像的质量较低。

发明内容

本发明实施例提供了一种图像处理方法、装置、设备、介质和计算机程序产品，能够提高图像的质量。

第一方面，本发明实施例提供了一种图像处理方法，包括：

获取环境光的红外光强度值；

根据所述红外光强度值，确定外部环境的类型，所述外部环境的类型包括：室内环境和室外环境；

基于所述外部环境的类型，获取进行白平衡处理的增益参数；

基于所述增益参数进行白平衡处理。

可选地，所述根据所述红外光强度值，确定外部环境的类型，包括：

获取第一白平衡统计信息，所述第一白平衡统计信息包括：目标物统计信息和灰点统计信息；

根据所述红外光强度值和所述第一白平衡统计信息，确定所述外部环境的类型。

可选地，所述根据所述红外光强度值和所述第一白平衡统计信息，确定所述外部环境的类型，包括：

根据所述红外光强度值和第一对应关系确定第一信任值，其中，所述第一对应关系为红外光强度与置信度的对应关系；

根据目标物统计信息的数量与第二对应关系确定第二信任值，根据灰点统计信息的数量与第三对应关系确定第三信任值，其中，所述第二对应关系为目标物统计信息的数量与置信度的对应关系，所述第三对应关系为室外灰点统计信息的数量与置信度的对应关系：

将所述第一信任值、所述第二信任值和所述第三信任值加权相乘，获取外部环境类型的概率；

根据所述外部环境类型的概率，确定所述外部环境的类型。

可选地，所述根据所述外部环境类型的概率，确定所述外部环境的类型，包括：

若所述外部环境类型的概率中的第一概率与第二概率的差值大于等于第一阈值，确定所述第一概率对应的外部环境类型为所述外部环境的类型，其中，所述第一概率大于所述第二概率。

可选地，图像处理方法还包括：

若所述外部环境类型的概率中的所述第一概率与所述第二概率的差值小于所述第一阈值，根据外部环境光统计信息的分布，确定所述外部环境的类型。

可选地，所述根据外部环境光统计信息的分布，确定所述外部环境的类型，包括：

若外部环境光统计信息中的至少部分统计信息呈集中分布，确定所述外部环境的类型为室内环境；否则，确定所述外部环境的类型为室外环境。

可选地，所述获取第一白平衡统计信息之前，还包括：

获取图像的第二白平衡统计信息；

若所述红外光强度值小于第二阈值且部分第二白平衡统计信息位于预设区域内，去除所述预设区域内的至少部分第二白平衡统计信息，获取所述第一白平衡统计信息，其中，所述第一白平衡统计信息为剩余的所述第二白平衡统计信息。

可选地，所述获取环境光的红外光强度值，包括：

根据激光对焦传感器采集到的所述环境光，获取所述红外光强度值。

第二方面，本发明实施例提供了一种图像处理装置，用于执行第一方面提供的任一种图像处理方法，图像处理装置包括：

红外光强度值获取模块，获取环境光的红外光强度值；

外部环境确定模块，用于根据所述红外光强度值，确定外部环境的类型，所述外部环境的类型包括：室内环境和室外环境；

增益参数确定模块，用于基于所述外部环境的类型，获取进行白平衡处理的增益参数；

图像处理单元，用于基于所述增益参数进行白平衡处理。

可选的，外部环境确定模块进一步用于获取第一白平衡统计信息，所述第一白平衡统计信息包括：目标物统计信息和灰点统计信息；根据所述红外光强度值和所述第一白平衡统计信息，确定所述外部环境的类型。

可选的，外部环境确定模块进一步用于根据所述红外光强度值和第一对应关系确定第一信任值，其中，所述第一对应关系为红外光强度与置信度的对应关系；根据目标物统计信息的数量与第二对应关系确定第二信任值，根据灰点统计信息的数量与第三对应关系确定第三信任值，其中，所述第二对应关系为目标物统计信息的数量与置信度的对应关系，所述第三对应关系为室外灰点统计信息的数量与置信度的对应关系：将所述第一信任值、所述第二信任值和所述第三信任值加权相乘，获取外部环境类型的概率；根据所述外部环境类型的概率，确定所述外部环境的类型。

可选的，外部环境确定模块进一步用于若所述外部环境类型的概率中的第一概率与第二概率的差值大于等于第一阈值，确定所述第一概率对应的外部环境类型为所述外部环境的类型，其中，所述第一概率大于所述第二概率。

可选的，外部环境确定模块还用于若所述外部环境类型的概率中的所述第一概率与所述第二概率的差值小于所述第一阈值，根据外部环境光统计信息的分布，确定所述外部环境的类型。

可选的，外部环境确定模块进一步用于若外部环境光统计信息中的至少部分统计信息呈集中分布，确定所述外部环境的类型为室内环境；否则，确定所述外部环境的类型为室外环境。

可选的，外部环境确定模块还用于获取图像的第二白平衡统计信息；若所述红外光强度值小于第二阈值且部分第二白平衡统计信息位于预设区域内，去除所述预设区域内的至少部分第二白平衡统计信息，获取所述第一白平衡统计信息，其中，所述第一白平衡统计信息为剩余的所述第二白平衡统计信息。

可选的，红外光强度值获取模块进一步用于根据激光对焦传感器采集到的所述环境光，获取所述红外光强度值。

第三方面，本发明实施例提供了一种电子设备，包括：处理器，所述处理器用于执行存储于存储器的计算机程序，所述计算机程序被处理器执行时实现第一方面提供的任一种图像处理方法的步骤。

可选地，电子设备还包括：激光对焦传感器，所述激光对焦传感器用于采集环境光。

第四方面，本发明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，所述计算机程序被处理器执行时实现第一方面提供的任一种图像处理方法的步骤。

第五方面，本发明实施例提供了一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面提供的任一种图像处理方法的步骤。

本发明实施例提供的技术方案中，通过获取环境光的红外光强度值；根据所述红外光强度值，确定外部环境的类型，所述外部环境的类型包括：室内环境和室外环境；基于所述外部环境的类型，获取进行白平衡处理的增益参数；基于所述增益参数进行白平衡处理，能够在无法根据亮度值确定外部环境类型的情况下，根据红外光强度值确定外部环境的类型，提高外部环境类型判断的准确性，从而提高白平衡的准确性，提高图像质量。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种图像处理方法的流程示意图；

图2为本发明实施例提供的又一种图像处理方法的流程示意图；

图3为本发明实施例提供的又一种图像处理方法的流程示意图；

图4为本发明实施例提供的一种第一对应关系的示意图；

图5为本发明实施例提供的一种第二对应关系的示意图；

图6为本发明实施例提供的一种第三对应关系的示意图；

图7为本发明实施例提供的又一种图像处理方法的流程示意图；

图8为本发明实施例提供的多种光源的能量分布的示意图；

图9为本发明实施例提供的一种激光对焦传感器的结构示意图；

图10为本发明实施例提供的一种图像处理装置的结构示意图；

图11为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

图1为本发明实施例提供的一种图像处理方法的流程示意图，如图1所示，具体包括：

S110，获取环境光的红外光强度值。

具体地，通过传感器能够采集外部环境光中的红外光，根据采集到的红外光能够获取外部环境中的红外光的能量，即红外光强度值。通过传感器获取到的红外光的原始数据是一个16.16的32位定点数，通过如下公式，将红外光的原始数据解析为浮点数，从而获取红外光强度值D2。

D2＝D1>>16+(D1&0XFFFF)÷65536

其中，D1为红外光的原始数据。

S120，根据所述红外光强度值，确定外部环境的类型。

其中，所述外部环境的类型包括：室内环境和室外环境。

具体地，表1为各种类型光源对应的红外光强度值，由表1可知自然光的红外光强度值较大，人造光源的红外光强度值较小，因此较大的红外光强度值对应的外部环境的类型为室外环境的概率较大，较小的红外光强度值对应的外部环境的类型为室内环境的概率较大，因此，根据红外光强度值能够确定外部环境的类型。

表1各种类型光源的红外光强度值

光源类型	红外光强度值
		人工日光	2.6218
暖白荧光	0.16327
		冷白荧光	0.21914
白炽灯	38.2572
		自然光	40.3422

S130，基于所述外部环境的类型，获取进行白平衡处理的增益参数。

具体地，针对不同类型的外部环境，对应有不同的增益参数，例如室外环境对应的增益参数为T1，室内环境对应的增益参数为T2。基于上述实施例，利用电子设备进行拍摄时，根据预览框内的图像确定外部环境类型，并根据确定的外部环境类型获取到对应的增益参数。

S140，基于所述增益参数进行白平衡处理。

具体地，根据确定的增益参数，对预览框内的图像进行拍摄，从而获取到白平衡处理后的图像。另一种实施例中，可以是获取预览框内的原始图像，基于增益参数对获取的原始图像进行白平衡处理，从而获得白平衡处理后的图像。

本发明实施例提供的技术方案中，通过获取环境光的红外光强度值；根据所述红外光强度值，确定外部环境的类型，所述外部环境的类型包括：室内环境和室外环境；基于所述外部环境的类型，获取进行白平衡处理的增益参数；基于所述增益参数进行白平衡处理，能够在无法根据亮度值确定外部环境类型的情况下，根据红外光强度值确定外部环境的类型，提高外部环境类型判断的准确性，从而提高白平衡的准确性，提高图像质量。

可选地，图2为本发明实施例提供的又一种图像处理方法的流程示意图，作为S120的一种实施方式，如图2所示，包括：

S123，获取第一白平衡统计信息。

其中，所述第一白平衡统计信息包括：目标物统计信息和灰点统计信息。

具体地，获取预览框内的原始图像，通常来讲获取的原始图像中包括目标物和外部环境。将原始图像进行切割，对每个切割块进行解析，得到每个切割块的RGB值，根据预先标定好的目标物的RGB区间、室外灰点的RGB区间，获取到每个切割块对应的是目标物还是室外背景，从而获取到原始图像的目标物统计信息和室外灰点统计信息，和/或，根据预先标定好的目标物的RGB区间、室内灰点的RGB区间，获取到每个切割块对应的是目标物还是室内背景，从而获取到原始图像的目标物统计信息和室内灰点统计信息，最终获取原始图像的第一白平衡统计信息。

S124，根据所述红外光强度值和所述第一白平衡统计信息，确定所述外部环境的类型。

示例性地，第一白平衡统计信息包括目标物统计信息和室外灰点统计信息，其中，室外灰点统计信息越多表示原始图像对应的外部环境为室外环境的概率越小，目标物统计信息越多表示原始图像对应的外部环境为室外环境的概率越大，红外光强度值越大表示原始图像对应的外部环境为室外环境的概率越大。综合考虑红外光强度值和第一白平衡统计信息分别对外部环境类型的判定结果的影响，并根据红外光强度值和第一白平衡统计信息，确定外部环境的类型，进一步提高外部环境类型判定的准确性。

可选地，图3为本发明实施例提供的又一种图像处理方法的流程示意图，如图3所示，在执行S122时，具体包括：

S210，根据所述红外光强度值和所述第一对应关系确定第一信任值。

其中，所述第一对应关系为红外光强度与置信度的对应关系。

示例性地，图4为本发明实施例提供的一种第一对应关系的示意图，如图4所示，红外光强度值越大，对应的外部环境为室外环境的概率越大，即外部环境为室外环境的置信度越高。根据如图4所示的第一对应关系以及获取到的红外光强度值，能够获取该红外光强度值对应的置信值，即第一信任值。

S220，根据目标物统计信息的数量与第二对应关系确定第二信任值，根据灰点统计信息的数量与第三对应关系确定第三信任值。

其中，所述第二对应关系为目标物统计信息的数量与置信度的对应关系，所述第三对应关系为灰点统计信息的数量与置信度的对应关系。

示例性地，图5为本发明实施例提供的一种第二对应关系的示意图，图6为本发明实施例提供的一种第三对应关系的示意图，如图5所示，目标物统计信息的数量越多，对应的外部环境为室外环境的概率越大，即外部环境为室外环境的置信度越高。如图6所示，第三对应关系为室外灰点统计信息的数量与置信度的对应关系，室外灰点统计信息的数量越多，对应的外部环境为室外环境的概率越小，即外部环境为室外环境的置信度越低。根据如图5所示的第二对应关系以及获取到的目标物统计信息的数量，能够获取目标物统计信息的数量对应的置信值，即第二信任值；根据如图6所示的第三对应关系以及获取到的室外灰点统计信息的数量，能够获取室外灰点统计信息的数量对应的置信值，即第三信任值。

需要说明的是，在其他实施方式中，第三对应关系还可以是室内灰点统计信息的数量与置信度的对应关系；或者，第三对应关系可以是室内灰点统计信息的数量与置信度的对应关系，以及室外灰点统计信息的数量与置信度的对应关系。

S230，将所述第一信任值、所述第二信任值和所述第三信任值加权相乘，获取外部环境类型的概率。

具体地，红外光强度值、目标物统计信息和室外灰点统计信息对外部环境类型的确定结果均会产生影响，综合考虑红外光强度值、目标物统计信息和室外灰点统计信息对结果的影响力的大小，相应对第一信任值、第二信任值和第三信任值赋予对应的权值，并将加权后的第一信任值、第二信任值和第三信任值进行相乘，即可获取外部环境为室外环境的概率。同理，综合考虑红外光强度值、目标物统计信息和室内灰点统计信息的对结果的影响力的大小，相应对第一信任值、第二信任值和第三信任值赋予对应的权值，并将加权后的第一信任值、第二信任值和第三信任值进行相乘，即可获取外部环境为室内环境的概率。

S240，根据所述外部环境类型的概率，确定所述外部环境的类型。

具体地，基于上述实施例能够获取外部环境为室外环境的概率，和/或，外部环境为室内环境的概率，根据室外环境的概率和/或室内环境的概率最终确定外部环境的类型为室外环境还是室内环境。

可选地，图7为本发明实施例提供的又一种图像处理方法的流程示意图，如图7所示，作为S240的一种实施例，包括：

S241，判断外部环境类型的概率中的第一概率与第二概率的差值是否小于第一阈值。

示例性地，若外部环境为室内环境的概率为第一概率P1，外部环境为室外环境的概率为第二概率P2，判断|P1-P2|是否小于第一阈值S1。若否，即外部环境类型的概率中的第一概率与第二概率的差值大于等于第一阈值，执行S2421。

S2421，确定所述第一概率对应的外部环境类型为所述外部环境的类型。

其中，所述第一概率大于所述第二概率。

基于上述实施例，确定P1-P2大于等于第一阈值S1，若第一概率P1大于第二概率P2，确定外部环境为室内环境。在其他实施方式中，若第一概率P1小于第二概率P2，确定外部环境为室外环境。

作为S240的另一种实施例，还可以是若外部环境为室内环境的概率P3大于等于概率阈值P，则确定外部环境为室内环境；或者，若外部环境为室外环境的概率P4大于等于概率阈值P，则确定外部环境为室外环境。

可选地，继续参见图7，基于上述实施例，若是，即外部环境类型的概率中的第一概率与第二概率的差值小于第一阈值，执行S2422，具体包括：

S2422，根据外部环境光统计信息的分布，确定所述外部环境的类型。

示例性地，若外部环境为室内环境的概率为第一概率P1，外部环境为室外环境的概率为第二概率P2，当室内环境为白炽灯照明时，红外光强度值与室外环境的红外光强度值接近，故第一概率P1与第二概率P2较接近，即|P1-P2|小于第一阈值S1，此时无法准确判断出外部环境的类型。

图8为本发明实施例提供的多种光源的能量分布的示意图，如图8所示，自然光(图中实线所示)从蓝光区域到近红外光区域，具有较为均匀的能量分布；白炽灯(图中虚线所示)的能量从蓝光区域到近红外区域，逐渐上升，且在近红外区域具有很高的能量；荧光灯在某些波长区域具有较高的能量分布，但是在近红外区域几乎没有能量分布。显然，在近红外区域，不同光源的能量分布不同，换言之，根据红外光能量的分布，能够确定出光源的类型。

可选地，执行S2422时，具体包括：

若外部环境光统计信息中的至少部分统计信息呈集中分布，确定所述外部环境的类型为室内环境；否则，确定所述外部环境的类型为室外环境。

具体地，如图8所示，在可见光区域，自然光的分布比较均匀，并没有在部分区域集中分布；而白炽灯的能量大部分集中于近红外区域，即外部环境光统计信息中至少部分统计信息会集中分布于近红外区域，据此能够确定出外部环境为室外环境还是白炽灯室内环境，进一步提高了确定的外部环境类型的准确性。

可选地，继续参见图2，在执行S123之前，还包括：

S121，获取图像的第二白平衡统计信息。

具体地，将原始图像进行切割，对每个切割块进行解析，得到每个切割块的RGB值，根据预先标定好的目标物的RGB区间、室外灰点的RGB区间，获取到每个切割块对应的是目标物还是室外背景，从而获取到原始图像的目标物统计信息和室外灰点统计信息，和/或，根据预先标定好的目标物的RGB区间、室内灰点的RGB区间，获取到每个切割块对应的是目标物还是室内背景，从而获取到原始图像的目标物统计信息和室内灰点统计信息，即原始图像的第二白平衡统计信息。

S122，若所述红外光强度值小于第二阈值且部分第二白平衡统计信息位于预设区域内，去除所述预设区域内的至少部分第二白平衡统计信息，获取所述第一白平衡统计信息。

其中，所述第一白平衡统计信息为剩余的所述第二白平衡统计信息。

具体地，若红外光强度值小于第二阈值，则表示外部环境为室内环境，此时若在高色温区域出现第二白平衡统计信息，则该部分第二白平衡统计信息为干扰统计信息。因此，需要去除高色温区域内的至少部分第二白平衡统计信息，剔除干扰统计信息，避免干扰信息对结果造成影响。

示例性地，若红外光强度值小于0.4且大于0.3，去除高色温区域内的部分第二白平衡统计信息，其中，去除的第二白平衡统计信息的数量与红外光强度值呈反比；若红外光强度值小于等于0.3，则去除高色温区域内的全部第二白平衡统计信息，去除高色温区域内的至少部分第二白平衡统计信息后，剩余的第二白平衡统计信息为第一白平衡统计信息。

可选地，作为S110的一种实施例，可以根据激光对焦传感器采集到的环境光，获取所述红外光强度值。

激光对焦传感器应用于移动设备上，用作一种主动测距式对焦方案。图9为本发明实施例提供的一种激光对焦传感器的结构示意图，如图9所示，激光对焦传感器100包括：垂直腔面发射激光器110和单光子雪崩二极管120，通过垂直腔面发射激光器110向被拍摄物体130发射红外光，经过被拍摄物体的反射后，被单光子雪崩二极管120接收并产生相应的电信号。通过发射光束与接收光束的时间差T，根据S＝0.5*c*T，可以计算出移动设备与被拍摄物体的距离S，其中c为光速常量。对焦马达根据此距离，将镜头组移动到相应位置，完成对焦。

综上所述，激光对焦传感器在检测到目标对象时才会有输出，若利用激光对焦传感器采集到的外部环境中的红外光，还需要控制激光对焦传感器无论是否检测到目标对象，均会有输出，保证能够通过激光对焦传感器采集到的外部环境光中的红外光，获取到红外光强度值。如此，无需设置额外的色温传感器，提高了激光对焦传感器的利用率，降低设备的成本。

本发明实施例还提供了一种图像处理装置，用于执行上述实施例提供的任一种图像处理方法，其实现原理类似，此处不再赘述。

图10为本发明实施例提供的一种图像处理装置的结构示意图，如图10所示，图像处理装置200包括：

红外光强度值获取模块210，用于获取环境光的红外光强度值。

外部环境确定模块220，用于根据所述红外光强度值，确定外部环境的类型，所述外部环境的类型包括：室内环境和室外环境。

增益参数确定模块230，用于基于所述外部环境的类型，获取进行白平衡处理的增益参数。

图像处理单元240，用于基于所述增益参数进行白平衡处理。

本发明实施例提供的技术方案中，通过红外光强度值获取模块获取环境光的红外光强度值；外部环境确定模块根据所述红外光强度值，确定外部环境的类型，所述外部环境的类型包括：室内环境和室外环境；增益参数确定模块基于所述外部环境的类型，获取进行白平衡处理的增益参数；图像处理单元基于所述增益参数进行白平衡处理，能够在无法根据亮度值确定外部环境类型的情况下，根据红外光强度值确定外部环境的类型，提高外部环境类型判断的准确性，从而提高白平衡的准确性，提高图像的质量。

可选的，外部环境确定模块220进一步用于获取第一白平衡统计信息，所述第一白平衡统计信息包括：目标物统计信息和灰点统计信息；根据所述红外光强度值和所述第一白平衡统计信息，确定所述外部环境的类型。

可选的，外部环境确定模块220进一步用于根据所述红外光强度值和第一对应关系确定第一信任值，其中，所述第一对应关系为红外光强度与置信度的对应关系；根据目标物统计信息的数量与第二对应关系确定第二信任值，根据灰点统计信息的数量与第三对应关系确定第三信任值，其中，所述第二对应关系为目标物统计信息的数量与置信度的对应关系，所述第三对应关系为室外灰点统计信息的数量与置信度的对应关系：将所述第一信任值、所述第二信任值和所述第三信任值加权相乘，获取外部环境类型的概率；根据所述外部环境类型的概率，确定所述外部环境的类型。

可选的，外部环境确定模块220进一步用于若所述外部环境类型的概率中的第一概率与第二概率的差值大于等于第一阈值，确定所述第一概率对应的外部环境类型为所述外部环境的类型，其中，所述第一概率大于所述第二概率。

可选的，外部环境确定模块220还用于若所述外部环境类型的概率中的所述第一概率与所述第二概率的差值小于所述第一阈值，根据外部环境光统计信息的分布，确定所述外部环境的类型。

可选的，外部环境确定模块220进一步用于若外部环境光统计信息中的至少部分统计信息呈集中分布，确定所述外部环境的类型为室内环境；否则，确定所述外部环境的类型为室外环境。

可选的，外部环境确定模块220还用于获取图像的第二白平衡统计信息；若所述红外光强度值小于第二阈值且部分第二白平衡统计信息位于预设区域内，去除所述预设区域内的至少部分第二白平衡统计信息，获取所述第一白平衡统计信息，其中，所述第一白平衡统计信息为剩余的所述第二白平衡统计信息。

可选的，红外光强度值获取模块210进一步用于根据激光对焦传感器采集到的所述环境光，获取所述红外光强度值。

图11为本发明实施例提供的一种电子设备的结构示意图，图11示出了适于用来实现本发明实施例实施方式的示例性电子设备的框图。图11显示的电子设备仅仅是一个示例，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11所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器16，系统存储器28，连接不同系统组件(包括系统存储器28和处理器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(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

电子设备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电子设备12访问的介质，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(RAM)30和/或高速缓存存储器32。电子设备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11未显示，通常称为“硬盘驱动器”)。尽管图11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(例如CD-ROM、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。系统存储器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实施例各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器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通常执行本发明实施例所描述的实施例中的功能和/或方法。

处理器16通过运行存储在系统存储器28中的多个程序中的至少一个程序，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图像处理方法的步骤。

可选地，电子设备12还包括：激光对焦传感器，激光对焦传感器用于采集环境光。

具体地，激光对焦传感器在检测到目标对象时才会有输出，若利用激光对焦传感器采集到的外部环境中的红外光，还需要控制激光对焦传感器无论是否检测到目标对象，均会有输出，保证能够通过激光对焦传感器采集到的外部环境光中的红外光，获取到红外光强度值。如此，无需设置额外的色温传感器，提高了激光对焦传感器的利用率，降低设备的成本。

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，该计算机程序被处理器执行时实现本发明实施例提供的任一种图像处理方法的步骤。也即，该计算机程序被处理器执行时实现：

获取环境光的红外光强度值。

根据所述红外光强度值，确定外部环境的类型，所述外部环境的类型包括：室内环境和室外环境。

基于所述外部环境的类型，获取进行白平衡处理的增益参数。

基于所述增益参数进行白平衡处理。

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。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。

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)域连接到用户计算机，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)。

本发明实施例还提供了一种计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行本发明实施例提供的任一种图像方法的步骤。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (13)

1.一种图像处理方法，其特征在于，包括：

获取环境光的红外光强度值；

根据所述红外光强度值，确定外部环境的类型，所述外部环境的类型包括：室内环境和室外环境；

基于所述外部环境的类型，获取进行白平衡处理的增益参数；

基于所述增益参数进行白平衡处理。

2.根据权利要求1所述的方法，其特征在于，所述根据所述红外光强度值，确定外部环境的类型，包括：

获取第一白平衡统计信息，所述第一白平衡统计信息包括：目标物统计信息和灰点统计信息；

根据所述红外光强度值和所述第一白平衡统计信息，确定所述外部环境的类型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述红外光强度值和所述第一白平衡统计信息，确定所述外部环境的类型，包括：

根据所述红外光强度值和第一对应关系确定第一信任值，其中，所述第一对应关系为红外光强度与置信度的对应关系；

根据目标物统计信息的数量与第二对应关系确定第二信任值，根据灰点统计信息的数量与第三对应关系确定第三信任值，其中，所述第二对应关系为目标物统计信息的数量与置信度的对应关系，所述第三对应关系为室外灰点统计信息的数量与置信度的对应关系：

将所述第一信任值、所述第二信任值和所述第三信任值加权相乘，获取外部环境类型的概率；

根据所述外部环境类型的概率，确定所述外部环境的类型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述外部环境类型的概率，确定所述外部环境的类型，包括：

若所述外部环境类型的概率中的第一概率与第二概率的差值大于等于第一阈值，确定所述第一概率对应的外部环境类型为所述外部环境的类型，其中，所述第一概率大于所述第二概率。

5.根据权利要求4所述的方法，其特征在于，还包括：

若所述外部环境类型的概率中的所述第一概率与所述第二概率的差值小于所述第一阈值，根据外部环境光统计信息的分布，确定所述外部环境的类型。

6.根据权利要求5所述的方法，其特征在于，所述根据外部环境光统计信息的分布，确定所述外部环境的类型，包括：

若外部环境光统计信息中的至少部分统计信息呈集中分布，确定所述外部环境的类型为室内环境；否则，确定所述外部环境的类型为室外环境。

7.根据权利要求2所述的方法，其特征在于，所述获取第一白平衡统计信息之前，还包括：

获取图像的第二白平衡统计信息；

若所述红外光强度值小于第二阈值且部分第二白平衡统计信息位于预设区域内，去除所述预设区域内的至少部分第二白平衡统计信息，获取所述第一白平衡统计信息，其中，所述第一白平衡统计信息为剩余的所述第二白平衡统计信息。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述获取环境光的红外光强度值，包括：

根据激光对焦传感器采集到的所述环境光，获取所述红外光强度值。

9.一种图像处理装置，其特征在于，包括：

红外光强度值获取模块，获取环境光的红外光强度值；

外部环境确定模块，用于根据所述红外光强度值，确定外部环境的类型，所述外部环境的类型包括：室内环境和室外环境；

增益参数确定模块，用于基于所述外部环境的类型，获取进行白平衡处理的增益参数；

图像处理单元，用于基于所述增益参数进行白平衡处理。

10.一种电子设备，其特征在于，包括：处理器，所述处理器用于执行存储于存储器的计算机程序，所述计算机程序被处理器执行时实现权利要求1-8任一项所述的方法的步骤。

11.根据权利要求10所述的电子设备，其特征在于，还包括：激光对焦传感器，所述激光对焦传感器用于采集环境光。

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，所述计算机程序被处理器执行时实现权利要求1-8任一项所述的方法的步骤。

13.一种计算机程序产品，其特征在于，当所述计算机程序产品在计算机上运行时，使得所述计算机执行权利要求1-8任一项所述的方法的步骤。

Images