CN113452980A - 图像处理方法、终端及存储介质 - Google Patents

图像处理方法、终端及存储介质 Download PDF

Info

Publication number
CN113452980A
CN113452980A CN202010212068.1A CN202010212068A CN113452980A CN 113452980 A CN113452980 A CN 113452980A CN 202010212068 A CN202010212068 A CN 202010212068A CN 113452980 A CN113452980 A CN 113452980A
Authority
CN
China
Prior art keywords
image
color temperature
processed
light source
terminal
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
CN202010212068.1A
Other languages
English (en)
Other versions
CN113452980B (zh
Inventor
张钧凯
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202010212068.1A priority Critical patent/CN113452980B/zh
Publication of CN113452980A publication Critical patent/CN113452980A/zh
Application granted granted Critical
Publication of CN113452980B publication Critical patent/CN113452980B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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

Landscapes

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

Abstract

本申请实施例公开了一种图像处理方法、终端及存储介质，图像处理方法包括：对待处理图像进行分割处理，获得待处理图像的图像块；根据图像块的图像数据和色温传感器获取的相关色温，获得待处理图像的目标色温；根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型；基于光源类型，对待处理图像进行图像处理。

Description

图像处理方法、终端及存储介质
技术领域
本申请实施例涉及图像处理技术领域，尤其涉及一种图像处理方法、终端及存储介质。
背景技术
在进行图像处理时，终端可以基于原始图像数据，利用自动白平衡(Auto WhiteBalance，AWB)算法检测出图像中的光源类型，然后便可以在确定光源类型的基础上进行与该图像相适应的白平衡还原，从而实现更好的图像处理效果。
然而，在纯色场景和光源混合场景中，常常不能准确的对图像中的光源类型进行确定，影响AWB的准确性，从而降低了图像的处理效果。
发明内容
本申请实施例提供了一种图像处理方法、终端及存储介质，能够准确的对图像中的光源类型进行确定，有效增强AWB的准确性，进而提升图像的处理效果。
本申请实施例的技术方案是这样实现的：
第一方面，本申请实施例提供了一种图像处理方法，所述方法包括：
对所述待处理图像进行分割处理，获得所述待处理图像的图像块；
根据所述图像块的图像数据和色温传感器获取的相关色温，获得所述待处理图像的目标色温；
根据所述色温传感器获取的红外参数，和所述目标色温，确定所述待处理图像的光源类型；
基于所述光源类型，对所述待处理图像进行图像处理。
第二方面，本申请实施例提供了一种终端，所述终端包括：分割单元，获取单元，确定单元，处理单元，
所述分割单元，用于对所述待处理图像进行分割处理，获得所述待处理图像的图像块；
所述获取单元，用于根据所述图像块的图像数据和色温传感器获取的相关色温，获得所述待处理图像的目标色温；
所述确定单元，用于根据所述色温传感器获取的红外参数，和所述目标色温，确定所述待处理图像的光源类型；
所述处理单元，用于基于所述光源类型，对所述待处理图像进行图像处理。
第三方面，本申请实施例提供了一种终端，所述终端包括处理器、存储有所述处理器可执行指令的存储器，当所述指令被所述处理器执行时，实现如上所述的图像处理方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有程序，应用于终端中，所述程序被处理器执行时，实现如上所述的图像处理方法。
本申请实施例提供了一种图像处理方法、终端及存储介质，终端对待处理图像进行分割处理，获得待处理图像的图像块；根据图像块的图像数据和色温传感器获取的相关色温，获得待处理图像的目标色温；根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型；基于光源类型，对待处理图像进行图像处理。也就是说，在本申请中，终端在通过对待处理图像的分割获得图像块之后，可以先利用色温传感器获取的相关色温对可靠性低的图像块进行筛除，获得待处理图像的目标色温，然后再结合色温传感器获取的红外信息，对待处理图像的光源类型进行准确的判定，从而可以基于光源类型对待处理图像进行白平衡处理，可见，本申请提出的图像处理方法，能够获得更加准确的光源类型结果，进而可以有效增强AWB的准确性，大大提升图像的处理效果。
附图说明
图1为图像处理方法的实现流程示意图一；
图2为色温传感器的位置示意图一；
图3为色温传感器的位置示意图二；
图4为目前色温传感器的设置示意图；
图5为色温传感器的位置示意图三；
图6为色温传感器的位置示意图四；
图7为色温传感器的光谱曲线响应示意图；
图8为不同的检测通道的示意图；
图9为图像处理方法的实现流程示意图二；
图10为图像处理方法的实现流程示意图三；
图11为相关性的示意图；
图12为坐标距离与权重的示意图；
图13为图像处理方法的实现流程示意图四；
图14为图像处理方法的实现流程示意图五；
图15为终端的组成结构示意图一；
图16为终端的组成结构示意图二。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅仅用于解释相关申请，而非对该申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关申请相关的部分。
实施AWB算法的基本假设即为单一光源的假设，因此，如果图像中存在多个不同色温的光源，大多AWB算法的基本假设便无法成立，AWB模块则需要寻找其他方法更好的还原混合光源场景下的图像。
在AWB算法中，实际场景中常会引入大量的混淆色影响白平衡的判定，包括室外场景下的绿色植物，室内场景下各种颜色与发光二极管(Light Emitting Diode，LED)和有机发光半导体(Organic Electro luminesence Display，OLED)相似的物体，由于上述混淆色对应的颜色面积较大，或者其发光机制的影响，会使AWB在计算过程中产生较大概率的判错。
在使用判断区块作为白平衡判断的依据时，举例来说，依平台而定，可以将拍摄的图像划分成120×90个像素点，如果取三倍下采样，即可以获得40×30个像素点，然后在每个像素点上运用灰度世界算法，便可以基于落于不同的色温判断区块给予每一个像素点不同的信赖度和权重，从而可以通过这些信赖度与权重来决定该图像的白平衡。在单一光源下，该方法的正确率可以达90％。
然而，在纯色场景和光源混合场景中，上述方法的正确机率仅仅只有10％左右。尤其是在光源混合时，容易误入错误的判断区块，得到不适宜的色温权重，进而产生错误的白平衡结果。
为了解决上述问题，目前提出了在色温判断区块上，加入了判定该像素与邻近像素点色温落点的设定，然而光源混合的面积一旦过大时，便无法判断人眼所感知到的正确光源，导致在该场景下过度渲染某一个光源，而得到与人眼观看相异的色彩表现。
进一步地，由于色温传感器可以提供双通道的红外分量(Infrared，IR)信息可以辅助增进混光场景和混淆色的白平衡表现，因此，在本申请的实施例中，终端在通过对待处理图像的分割获得图像块之后，可以先利用色温传感器获取的相关色温对可靠性低的图像块进行筛除，获得待处理图像的目标色温，然后再结合色温传感器获取的红外信息，对待处理图像的光源类型进行准确的判定，从而可以基于光源类型对待处理图像进行白平衡处理，进而可以有效增强AWB的准确性，大大提升图像的处理效果。
具体地，在本申请中，终端结合原本使用灰度世界法所得出的图像块的颜色信息，在判断区块上通过色温传感器获取的相关色温对图像块进行权重参数的设定，快速排除不符合条件的图像块，提高确定光源类型的准确性，增加白平衡计算的准确性。
也就是说，目前在白平衡计算上，只能透过自动曝光流程所获得的亮度讯息和白平衡算法计算出来的色温讯息来做白平衡计算。而在本申请中，基于色温传感器所获取的红外信息和相关色温，再配合亮度参数，依照各个光源光谱能量分布的特性，终端能够更有效地判断光源类型，排除不符合条件的图像块，即对错误的光源结果进行排除。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
本申请一实施例提供了一种图像处理方法，图1为图像处理方法的实现流程示意图一，如图1所示，在本申请的实施例中，终端进行图像处理的方法可以包括以下步骤：
步骤101、对待处理图像进行分割处理，获得待处理图像的图像块。
在本申请的实施例中，终端可以先对待处理图像进行分割处理，然后获得待处理图像对应的多个图像块。
需要说明的是，在本申请的实施例中，终端可以为任何具备通信和存储功能的设备，例如：平板电脑、手机、电子阅读器、遥控器、个人计算机(Personal Computer，PC)、笔记本电脑、车载设备、网络电视、可穿戴设备等设备。
进一步地，在本申请的实施例中，终端可以设置有进行图像采集的拍摄装置，具体地，终端可以设置有至少一个前置摄像头和至少一个后置摄像头。
可以理解的是，在本申请的实施例中，待处理图像可以为终端通过设置的拍摄装置拍摄获得的。
需要说明的是，在本申请的实施例中，终端可以通过多种方式获得待处理图像对应的多个图像块。示例性的，终端可以依平台按照整数M和N进行分割处理，获得待处理图像的M×N个图像块，其中，M和N可以为大于或者等于1的整数；终端还可以按照s倍采样系数对待处理图像进行下采样处理，从而可以获得多个图像块。
具体地，在本申请中，下采样(subsampled)即为缩小图像，其主要目的有两个：使得图像符合显示区域的大小，以及生成对应图像的缩略图。
可以理解的是，在本申请中，在对待处理图像进行下采样时，如果待处理图像的尺寸为P×Q，那么在进行s倍下采样之后，可以获得(P/s)×(Q/s)尺寸的低分辨率图像，当然s应该是P和Q的公约数。
示例性的，在本申请中，下采样的方式有很多种，如最近邻插值，双线性插值，均值插值，中值插值等方法。
可以理解的是，在本申请的实施例中，终端在对待处理图像进行分割处理之后，获得的多个图像块的大小和形状是相同的。其中，图像块可以为正方形，也可以为长方形。
进一步地，在本申请的实施例中，终端在采集待处理图像时，可以获得待处理图像对应的原始图像数据。
可以理解的是，在本申请中，待处理图像的原始图像数据可以为终端采集获得的待处理图像的RAW图像。
RAW的原意就是“未经加工”，可以理解的是，RAW图像就是互补金属氧化物半导体(Complementary Metal Oxide Semiconductor，CMOS)或者电荷耦合元件(Charge-coupledDevice，CCD)图像感应器将捕捉到的光源信号转化为数字信号的原始图像数据。RAW文件是一种记录了图像传感器的原始信息，同时记录了由相机拍摄所产生的一些元数据(Metadata，如ISO的设置、快门速度、光圈值、白平衡等)的文件。RAW是未经处理、也未经压缩的格式，可以把RAW概念化为“原始图像编码数据”或更形象的称为“数字底片”。
可以理解的是，在进行图像信号处理(Image Signal Processing，ISP)时，对图像进行自动曝光(Automatic Exposure，AE)之后，可以提取原始图像数据，同时可以利用AWB算法或自动对焦(Automatic Focus，AF)算法进行优化，对优化后的原始图像数据进行去马赛克demosaic之后，再进行色彩空间转换(color space convert，CSC)并进行信噪比(Noise Ratio，NR)的计算等。其中，本申请中的待处理图像对应的原始图像数据即为原始图像数据。
步骤102、根据图像块的图像数据和色温传感器获取的相关色温，获得待处理图像的目标色温。
在本申请的实施例中，终端在对待处理图像进行分割处理，获得待处理图像的图像块之后，可以根据图像块的图像数据和色温传感器获取的相关色温，进一步获得待处理图像对应的目标色温。
需要说明的是，在本申请的实施例中，终端还可以设置有色温传感器，具体地，在本申请中，终端可以在前置摄像头的一侧设置色温传感器，也可以在后置摄像头的一侧设置色温传感器。图2为色温传感器的位置示意图一，图3为色温传感器的位置示意图二，如图2所示，在终端的前置摄像头的左侧配置有色温传感器，如图3所示，在终端的后置摄像头的下侧配置有色温传感器。
常见的色温传感器的设置方法，均将色温传感器设置在全面屏的刘海区域中，具体地，图4为目前色温传感器的设置示意图，如图4所示，终端将色温传感器放置于刘海区域的油墨下方。
终端还可以将色温传感器设置在顶部的狭缝中。图5为色温传感器的位置示意图三，图6为色温传感器的位置示意图四，如图5和图6所示，色温传感器设置在终端的顶部的狭缝中，无论在终端的正面(图5)还是背面(图6)，色温传感器都不会影响终端的外观，且设置在狭缝中的色温传感器，也不需要终端开大油墨孔。
进一步地，在本申请的实施例中，终端可以通过配置的色温传感器对待处理图像对应的环境参数进行检测，具体地，色温传感器可以检测获得待处理图像对应的红R、绿G、蓝B、可见光C、全光谱WB(wide band)、相关色温(correlated colour temperature，cct)以及两个通道的闪光频率(Flicker Frequency，FD)，分别为FD1和FD2等参数。
图7为色温传感器的光谱曲线响应示意图，如图7所示，随着波长的变化，色温传感器检测获得的R、G、B、C、WB、FD1以及FD2对应的光谱响应曲线的变化是不同的。
进一步地，在本申请的实施例中，终端在划分获得图像块之后，基于待处理图像的原始图像数据，可以确定每一个图像块对应的每一组图像数据，即可以确定出图像块对应的R、G、B三通道的数据。
可以理解的是，在本申请的实施例中，对于一个图像块，基于灰色世界算法，终端可以利用该图像块对应的图像数据生成该图像块对应的初始颜色信息，然后基于该图像块的初始颜色信息，以及与色温传感器获得的相关色温所对应的基准颜色信息，确定出该图像块对应的权重参数。
具体地，在本申请中，权重参数可以用于对图像块的颜色信息的准确程度进行确定。
进一步地，在本申请的实施例中，终端在确定出基于相关色温和全部图像块的图像数据，分别确定出每一个图像块对应的权重参数之后，便可以利用全部图像块的全部权重参数，进一步地生成待处理图像对应的目标色温。
需要说明的是，在本申请的实施例中，终端在利用权重参数生成待处理图像的目标色温时，可以先利用全部图像块的全部权重参数，计算获得待处理图像的目标颜色参数，然后利用目标颜色参数，进一步确定出与其对应的色温值，即待处理图像的目标色温。
可以理解的是，在本申请的实施例中，待处理图像的全部图像块中，可能会存在颜色失真的图像块，进而会使终端在进行光源类型的判断时产生误差，因此终端可以利用色温传感器采集的相关色温对全部图像块进行权重参数的设定，从而可以在进行图像处理时，利用权重参数快速的对不符合条件的图像块进行排除。
步骤103、根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型。
在本申请的实施例中，终端在根据图像块的图像数据和色温传感器获取的相关色温，获得待处理图像的目标色温之后，便可以进一步结合色温传感器采集的红外参数，利用待处理图像的目标色温确定出待处理图像的光源类型。
进一步地，在本申请的实施例中，终端配置的色温传感器，可以通过不同的收发波段对待处理图像对应的环境中的红外光线进行检测，从而可以获得红外参数。具体地，终端利用色温传感器检测获得的红外参数可以包括第一红外参数和第二红外参数。
图8为不同的检测通道的示意图，如图8所示，终端可以分别利用50Hz和60Hz这两个频率进行红外波段的检测。需要说明的是，在本申请的实施例中，终端可以通过色温传感器获得第一红外通道所检测获得的第一时域信息；同时，终端还可以通过色温传感器获得第二红外通道所检测获得的第二时域信息。
需要说明的是，在本申请的实施例中，第一红外参数和第二红外参数是不相同的，具体地，第一红外参数可以用于对800nm～900nm的红外波段强度进行衡量，第二红外参数可以用于对950nm～1000nm的红外波段强度进行衡量。
在本申请中，在光谱中380nm～780nm的光线可以被人眼察觉，我们称之为可见光波段。800nm往后的区域通常称为红外波段，人眼无法察觉。室内荧光灯场景下800nm～900nm红外波段能量十分微弱，而日光下红外波段800nm～900nm还有相当强的能量存在，950nm以后开始剧烈衰减，相比之下，白炽灯在红外波段800nm～1000nm的能量呈现越来越强的趋势。
需要说明的是，在本申请的实施例中，终端可以先进行待处理图像的亮度参数的获取，然后可以结合亮度参数、色温传感器获取的红外参数以及待处理图像的目标色温，进一步地确定待处理图像的光源类型。
示例性的，在本申请中，终端可以利用自动曝光(Auto Exposure，AE)进行亮度参数的获取，其中，AE是相机根据光线的强弱自动调整曝光量，防止曝光过度或者不足。
进一步地，在本申请的实施例中，待处理图像的光源类型可以分为室内光源和室外光源。
可以理解的是，在本申请的实施例中，光源类型还可以包括单一光源和混合光源。更具体地，单一光源可以为日光光源、荧光灯光源或者钨丝灯光源中的任意一种；混合光源可以为日光光源、荧光灯光源以及钨丝灯光源的任意组合。
示例性的，在本申请中，终端在确定出待处理图像的亮度参数、目标色温，并获取色温传感器采集的红外参数之后，便可以基于亮度参数、目标色温以及红外参数，分别对亮度的高低程度、色温的高低程度以红外的高低程度进行衡量，进而可以获得待处理图像的光源类型。
步骤104、基于光源类型，对待处理图像进行图像处理。
在本申请的实施例中，终端在根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型之后，便可以基于光源类型，对待处理图像进行图像处理。
进一步地，在本申请的实施例中，终端在确定待处理图像的光源类型之后，便可以基于其的光源类型，对待处理图像对应的响应参数进行确定。
具体地，在本申请中，响应参数可以通过R/G和B/G的形式来表示。也就是说，响应参数可以为二位空间中的一个点。其中，终端可以基于R、G、B信息进行空间定位处理。示例性的，终端可以分别将log(R/G)和log(B/G)作为横坐标和纵坐标，建立色域空间，即Sensor空间；终端还可以分别将R/G和B/G作为横坐标和纵坐标，建立对应的Sensor空间。
需要说明的是，在本申请的实施中，终端在基于光源类型确定出待处理图像对应的响应参数之后，便可以进一步利用响应参数对待处理图像进行白平衡处理。
可以理解的是，在本申请的实施例中，由于终端可以利用色温传感器检测获得相关色温对待处理图像的图像块进行筛选，还可以利用色温传感器检测获得红外参数辅助对待处理图像中的光源类型的确定，因此，终端可以增进混光场景和混淆色的白平衡表现，从而可以避免大量的混淆色影响光源类型的判定。
由此可见，在本申请的实施例中，终端可以结合原本使用灰色世界法所得出的色温信息，在判断区块(Detect Map)上，通过色温传感器的相关色温与得出的色温信息之间的权重关系，快速排除不符合条件的图像块，增加白平衡计算的准确性。其中，判断区块是指在黑体辐射轨迹上，由一堆色温区块所构成、通过区块间不同参数的加权来作为一种白平衡的判断方式。
本申请实施例提供了一种图像处理方法，终端对待处理图像进行分割处理，获得待处理图像的图像块；根据图像块的图像数据和色温传感器获取的相关色温，获得待处理图像的目标色温；根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型；基于光源类型，对待处理图像进行图像处理。也就是说，在本申请中，终端在通过对待处理图像的分割获得图像块之后，可以先利用色温传感器获取的相关色温对可靠性低的图像块进行筛除，获得待处理图像的目标色温，然后再结合色温传感器获取的红外信息，对待处理图像的光源类型进行准确的判定，从而可以基于光源类型对待处理图像进行白平衡处理，可见，本申请提出的图像处理方法，能够获得更加准确的光源类型结果，进而可以有效增强AWB的准确性，大大提升图像的处理效果。
基于上述实施例，在本申请的再一实施例中，图9为图像处理方法的实现流程示意图二，如图9所示，终端根据图像块的图像数据和色温传感器获取的相关色温，获得待处理图像的目标色温的方法可以包括以下步骤：
步骤102a、根据相关色温和图像数据，确定图像块的权重参数。
在本申请的实施例中，终端在对待处理图像进行分割处理，获得待处理图像的图像块之后，可以根据色温传感器获得的相关色温和待处理图像的图像数据，先确定出图像块的权重参数。
需要说明的是，在本申请的实施例中，基于待处理图像的原始图像数据，终端在划分获得多个图像块之后，相应地也可以确定出每个图像块对应的图像数据。
进一步地，在本申请的实施例中，终端可以利用图像块的图像数据，对图像块的初始色彩信息进行计算，然后可以对初始色彩信息和相关色温所对应的基准色彩信息之间的相关性进行确定，从而根据两者的相关程度进一步设置图像块对应的权重参数。
可以理解的是，在本申请的实施例中，图像块的色彩信息和相关色温对应的色彩信息如果较为一致，那么终端便可以对图像块设定一个较高的权重，相反的，如果图像块的色彩信息和相关色温对应的色彩信息如果相差较大，那么终端便可以对图像块设定一个较低的权重。
步骤102b、利用权重参数生成目标色温。
在本申请的实施例中，终端在根据相关色温和图像数据，确定图像块的权重参数之后，便可以利用每一个图像块的权重参数进一步生成待处理图像的目标色温。
需要说明的是，在本申请的实施例中，由于权重参数可以表征图像块的颜色信息与相关色温的颜色信息之间的相关性，因此，终端可以利用每一个图像块的权重参数实现对待处理图像中不可靠的图像块进行剔除，并生成待处理图像的目标色温。
可以理解的是，在本申请的实施例中，目标色温即为终端在排除待处理图像中的不可靠色彩信息之后所获得的较为准确的色温值。
具体地，在本申请中，终端可以利用全部图像块对应的全部权重参数计算获得待处理图像的目标颜色信息，然后再利用待处理图像的目标颜色信息进一步确定出对应的目标色温。
图10为图像处理方法的实现流程示意图三，如图10所示，终端根据相关色温和图像数据，确定图像块的权重参数的方法可以包括以下步骤：
步骤201、基于图像数据生成图像块对应的初始颜色信息，同时，确定相关色温对应的基准颜色信息。
在本申请的实施例中，终端在根据相关色温和图像数据，确定图像块的权重参数时，可以先基于图像块的图像数据，生成图像块对应的初始颜色信息，同时，终端还可以对相关色温所对应的基准颜色信息进行确定。
需要说明的是，在本申请的实施例中，初始颜色信息可以为终端利用灰度世界算法，基于图像块的RGB三个通道的图像数据计算获得的，其中，初始颜色信息可以包括基于R/G确定的第一颜色值和基于B/G确定的第二颜色值。
可以理解的是，在本申请中，基于R/G，B/G建立的坐标系中，一个图像块的初始颜色信息可以对应于其中的一个坐标点。
进一步地，在本申请的实施例中，对于色温传感器采集的相关色温，终端可以通过预设色温与颜色的对应关系，确定出于该相关色温所对应的颜色信息，即获得基准颜色信息。
需要说明的是，在本申请的实施例中，终端可以预先在R/G，B/G的坐标系上标定普朗克曲线所对应的位置，由于普朗克曲线包括有色温信息，因此终端可以基于该R/G，B/G的坐标系和其中标定的普朗克曲线，建立预设色温与颜色的对应关系，也就是说，通过预设色温与颜色的对应关系，终端可以查询获得与相关色温所对应的基准颜色信息。
可以理解的是，在本申请的实施例中，基准颜色信息同样是以R/G，B/G的形式表现的，也就是说，在本申请中，基准颜色信息可以理解为色温传感器所传入色温的R/G值和B/G值。
由此可见，在本申请中，基于R/G，B/G建立的坐标系中，相关色温对应的基准颜色信息也可以对应于其中的一个坐标点。
步骤202、利用基准颜色信息和初始颜色信息之间的相关性，确定权重参数。
在本申请的实施例中，终端在基于图像数据生成图像块对应的初始颜色信息，同时，确定相关色温对应的基准颜色信息之后，可以进一步利用基准颜色信息和初始颜色信息之间的相关性，确定权重参数。
需要说明的是，在本申请的实施例中，终端在确定出图像块的初始颜色信息，和相关色温对应的基准颜色信息之后，便可以对二者之间的相关性进行获取。具体地，终端可以直接在R/G，B/G的坐标系上对二者之间的距离进行计算，从而可以确定出两者之间的相关程度。
可以理解的是，在本申请中，基于R/G，B/G建立的坐标系中，由于一个图像块的初始颜色信息可以对应于其中的一个坐标点，相关色温对应的基准颜色信息也可以对应于其中的一个坐标点，因此，终端可以直接对着两个坐标点之间的距离进行计算，从而获得初始颜色信息和基准颜色信息之间的相关性。
示例性的，在本申请中，图11为相关性的示意图，如图11所示，对于待处理图像的一个图像块，其初始颜色信息映射为R/G，B/G坐标系中的点A，相关色温的基准颜色信息映射为R/G，B/G坐标系中的点O，两者之间的距离D即为初始颜色信息和基准颜色信息之间的相关性。
进一步地，在本申请的实施例中，终端在利用基准颜色信息和初始颜色信息之间的相关性确定权重参数时，可以分别计算出全部图像块的初始颜色信息与基准颜色信息之间的全部相关性，然后基于相关性进行权重参数的设置。具体地，坐标点之间的距离越近，那么相关性就越强，相应地，终端设置的权重参数就越大；反之，坐标点之间的距离越远，那么相关性就越弱，相应地，终端设置的权重参数就越小。
可以理解的是，在本申请的实施例中，终端在进行每一个图像块的权重参数的确定时，可以是以色温传感器所传递出来的相关色温的基准颜色信息作为原点，分别计算与每一个图像块的初始颜色信息对应的坐标点之间的距离，与一个图像块之间的距离越近，说明该图像块的初始颜色信息可以被信赖，因此对该图像块给予越大的权重，相反的，距离越远，说明该图像块的初始颜色信息的信赖度越低，因此对该图像块给予越小的权重。
在本申请的实施例中，进一步地，提出一种权重参数的设置方式，图12为坐标距离与权重的示意图，如图12所示，终端可以预先设置两个距离阈值和对应的两个权重阈值，例如，当基准颜色信息对应的坐标点与初始颜色信息对应的坐标点之间的距离小于距离阈值D1时，可以直接将对应的权重参数设置为W1，当基准颜色信息对应的坐标点与初始颜色信息对应的坐标点之间的距离大于距离阈值D2时，可以直接将对应的权重参数设置为W2，其中，W2可以取值为0，当基准颜色信息对应的坐标点与初始颜色信息对应的坐标点之间的距离大于或等于距离阈值D1，且小于或等于D2时，可以根据权重与距离之间的计算模型设置对应的权重参数。
进一步地，在本申请的实施例中，图13为图像处理方法的实现流程示意图四，如图13所示，终端在利用基准颜色信息和初始颜色信息之间的相关性，确定权重参数之后，即步骤202之后，终端进行图像处理的方法还可以包括以下步骤：
步骤203、若一个图像块的权重参数小于预设权重阈值，则更新一个图像块的初始颜色信息。
在本申请的实施例中，终端在在基于上述步骤201和步骤202的方法确定出待处理图像中的全部图像块对应的全部权重参数之后，如果存在有图像块对应的权重参数小于预设权重阈值，那么终端便可以直接更新该图像块对应的初始颜色信息。
进一步地，在本申请的实施例中，终端在确定出每一个图像块对应的每一个权重参数之后，可以依次将每一个权重参数与预设权重阈值进行比较，获得比较结果，从而可以根据比较结果确定是否进行更新处理。
可以理解的是，在本申请的实施例中，预设权重阈值可以用于对图像块的剔除。
具体地，在本申请的实施例中，对于一个图像块的权重参数，如果比较结果为该权重参数小于预设权重阈值，那么终端可以认为该图像块的初始颜色信息并不可靠，因此需要对该图像块进行排除，从而减小其对待处理图像的白平衡的干扰。
需要说明的是，在本申请的实施例中，终端在基于预设权重阈值对图像块进行筛选和剔除时，可以利用相关色温对应的基准颜色信息对不可靠的图像块的初始颜色信息进行更新处理，也可以通过直接删除该图像块的初始颜色信息来实现更新处理。
示例性的，在本申请的实施例中，终端在利用基准颜色信息对初始颜色信息进行更新处理时，可以直接利用基准颜色信息替换初始颜色信息，还可以对初始颜色信息和基准颜色信息进行平均值计算，便将计算结果作为更新后的初始颜色信息。
本申请实施例提供了一种图像处理方法，终端对待处理图像进行分割处理，获得待处理图像的图像块；根据图像块的图像数据和色温传感器获取的相关色温，获得待处理图像的目标色温；根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型；基于光源类型，对待处理图像进行图像处理。也就是说，在本申请中，终端在通过对待处理图像的分割获得图像块之后，可以先利用色温传感器获取的相关色温对可靠性低的图像块进行筛除，获得待处理图像的目标色温，然后再结合色温传感器获取的红外信息，对待处理图像的光源类型进行准确的判定，从而可以基于光源类型对待处理图像进行白平衡处理，可见，本申请提出的图像处理方法，能够获得更加准确的光源类型结果，进而可以有效增强AWB的准确性，大大提升图像的处理效果。
基于上述实施例，在本申请的另一实施例中，图14为图像处理方法的实现流程示意图五，如图14所示，终端利用权重参数生成目标色温的方法可以包括以下步骤：
步骤301、根据权重参数和初始颜色信息，计算获得待处理图像的目标颜色参数。
在本申请的实施例中，终端在根据相关色温和图像数据，确定图像块的权重参数之后，可以先根据权重参数和初始颜色信息，计算获得待处理图像的目标颜色参数。
需要说明的是，在本申请的实施例中，终端在确定出全部图像块对应的权重参数之后，便可以基于每一个图像块的权重参数和初始颜色信息，进一步地计算出待处理图像的目标颜色信息。
可以理解的是，与初始颜色信息相对应，目标颜色信息也可以包括R/G和B/G形式的两个颜色值。相应地，，基于R/G，B/G建立的坐标系中，一个图像块的初始颜色信息可以对应于其中的一个坐标点。
进一步地，在本申请的实施例中，终端在利用每一个图像块的权重参数和初始颜色信息进行目标颜色信息计算时，可以通过待处理图像中的全部图像块对应的全部权重参数，对全部图像块的初始颜色信息进行加权计算，最终便可以计算获得目标颜色信息。
步骤302、基于目标颜色参数确定目标色温。
在本申请的实施例中，终端在根据权重参数和初始颜色信息，计算获得待处理图像的目标颜色参数之后，可以进一步基于目标颜色参数确定待处理图像的目标色温。
可以理解的是，在本申请的实施例中，由于终端利用每一个图像块的权重参数实现对待处理图像中不可靠的图像块的剔除，因此可以认为根据权重参数计算获得的待处理图像的目标颜色是可靠的，进而终端可以基于该目标颜色进行目标色温的确定。
进一步地，在本申请的实施例中，终端在进行目标色温的确定时，也可以利用预先建立的色温与颜色的对应关系，确定出于与目标颜色对应的色温值，即待处理图像的目标色温。其中，目标色温即为终端在排除待处理图像中的不可靠色彩信息之后所获得的较为准确的色温值。
可以理解的是，在本申请中，由于色温对光源类型的判断有着极为重要的作用，因此，终端在信赖度较高的图像块的基础上获得待处理图像的目标色温，能够更加准确地确定待处理图像的光源类型。
需要说明的是，在本申请中，国际照明委员会(英语：International Commissionon illumination，法语：Commission Internationale de l′Eclairage，法语简称CIE)规定了多种标准照明体的色温标准，分别为：
标准照明体A：代表完全辐射体在2856K发出的光；
标准照明体B：代表相关色温约为4874K的直射阳光；
标准照明体C：代表相关色温大约为6774K的平均日光，光色近似阴天天空的日光；
标准照明体D65：代表相关色温大约为6504K的日光；
标准照明体D：代表标准照明体D65以外的其它日光。
CIE规定的标准照明体是指特定的光谱能量分布，是规定的光源颜色标准。它并不是必须由一个光源直接提供，也并不一定用某一光源来实现。为了实现CIE规定的标准照明体的要求，还必须规定标准光源，以具体实现标准照明体所要求的光谱能量分布。CIE推荐下列人造光源来实现标准照明体的规定：
标准光源A：色温为2856K的充气螺旋钨丝灯，其光色偏黄；
标准光源B：色温为4874K，由A光源加罩B型D-G液体滤光器组成，光色相当于中午日光；
标准光源C：色温为6774K，由A光源加罩C型D-G液体滤光器组成，光色相当于有云的天空光；
具体地，人造的标准光源主要有以下几种，
D65：国际标准人工日光，色温6500K，代替自然光对色，适合普通要求；
TL84：三基色荧光光源，色温4000K，欧洲，日本商店灯光；
CWF：色温4150K，国商店或办公室光源(或称冷白光)；
F/A：夕阳光，黄光源，比色参考光源；
UV：荧光或紫外光，用于检测使用荧光及增白染料的物品，控制物品白度；
U30：美国商业荧光，色温3000K，稀土商业荧光灯，用于商场照明；
D50：模拟太阳光，色温5000K；
H：Horizon，模拟水平日光，色温2300K。
在本申请的实施例中，进一步地，终端在根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型之前，终端还可以获取待处理图像对应的亮度参数，然后结合亮度参数、红外信息以及目标色温，对待处理图像的光源类型进行确定。
进一步地，在本申请的实施例中，终端在确定出与待处理图像对应的亮度参数、红外参数以及目标色温之后，可以分别将亮度参数和预设亮度阈值进行比较，将红外参数和预设红外阈值进行比较，将目标色温和预设色温阈值进行比较，从而可以对待处理图像的亮度的高低程度、色温高的低程度以及红外值的高低程度进行确定，进而获得的待处理图像的光源类型。
示例性的，在本申请的实施例中，终端在根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型时，如果目标色温小于预设温度阈值，亮度参数小于预设亮度阈值，且红外参数大于预设红外阈值，那么终端可以确定光源类型为室内光源。
也就是说，在本申请的实施例中，基于光源的光谱能量分布(Spectral PowerDistribution)情况，如果确定待处理图像属于低色温、低亮度以及高红外值，那么终端可以判定待处理图像的光源类型为室内光源。
示例性的，在本申请的实施例中，终端在根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型时，如果目标色温大于或者等于预设温度阈值，亮度参数大于或者等于预设亮度阈值，且红外参数小于预设红外阈值，那么终端可以初步判定光源类型不为室内光源，而是室外光源。
也就是说，在本申请的实施例中，基于光源的光谱能量分布情况，如果确定待处理图像属于高色温、高亮度以及高红外值，那么终端可以初步判定待处理图像的光源类型为室外光源。
本申请实施例提供了一种图像处理方法，终端对待处理图像进行分割处理，获得待处理图像的图像块；根据图像块的图像数据和色温传感器获取的相关色温，获得待处理图像的目标色温；根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型；基于光源类型，对待处理图像进行图像处理。也就是说，在本申请中，终端在通过对待处理图像的分割获得图像块之后，可以先利用色温传感器获取的相关色温对可靠性低的图像块进行筛除，获得待处理图像的目标色温，然后再结合色温传感器获取的红外信息，对待处理图像的光源类型进行准确的判定，从而可以基于光源类型对待处理图像进行白平衡处理，可见，本申请提出的图像处理方法，能够获得更加准确的光源类型结果，进而可以有效增强AWB的准确性，大大提升图像的处理效果。
基于上述实施例，在本申请的另一实施例中，图15为终端的组成结构示意图一，如图15所示，本申请实施例提出的终端10可以包括分割单元11，获取单元12，确定单元13，处理单元14，更新单元15。
所述分割单元11，用于对所述待处理图像进行分割处理，获得所述待处理图像的图像块；
所述获取单元12，用于根据所述图像块的图像数据和色温传感器获取的相关色温，获得所述待处理图像的目标色温；
所述确定单元13，用于根据所述色温传感器获取的红外参数，和所述目标色温，确定所述待处理图像的光源类型；
所述处理单元14，用于基于所述光源类型，对所述待处理图像进行图像处理。
进一步地，在本申请的实施例中，所述获取单元12，具体用于根据所述相关色温和所述图像数据，确定所述图像块的权重参数；利用所述权重参数生成所述目标色温。
进一步地，在本申请的实施例中，所述确定单元13，具体用于基于所述图像数据生成所述图像块对应的初始颜色信息，同时，确定所述相关色温对应的基准颜色信息；利用所述基准颜色信息和所述初始颜色信息之间的相关性，确定所述权重参数。
进一步地，在本申请的实施例中，所述确定单元13，还具体用于根据所述权重参数和所述初始颜色信息，计算获得所述待处理图像的目标颜色参数；基于所述目标颜色参数确定所述目标色温。
进一步地，在本申请的实施例中，所述更新单元15，用于所述利用所述基准颜色信息和所述初始颜色信息之间的相关性，确定所述权重参数之后，若一个图像块的所述权重参数小于预设权重阈值，则更新所述一个图像块的所述初始颜色信息。
进一步地，在本申请的实施例中，所述获取单元12，还用于所述根据所述色温传感器获取的红外参数，和所述目标色温，确定所述待处理图像的光源类型之前，获取所述待处理图像对应的亮度参数。
进一步地，在本申请的实施例中，所述确定单元13，具体用于若所述目标色温小于预设温度阈值，所述亮度参数小于预设亮度阈值，且所述红外参数大于预设红外阈值，则确定所述光源类型为室内光源。
进一步地，在本申请的实施例中，所述确定单元13，还具体用于若所述目标色温大于或者等于预设温度阈值，所述亮度参数大于或者等于预设亮度阈值，且所述红外参数小于预设红外阈值，则确定所述光源类型为室外光源。
进一步地，在本申请的实施例中，所述处理单元14，具体用于基于所述光源类型确定所述待处理图像的响应参数；根据所述响应参数对所述待处理图像进行白平衡处理。
在本申请的实施例中，进一步地，图16为终端的组成结构示意图二，如图16所示，本申请实施例提出的终端10还可以包括处理器16、存储有处理器16可执行指令的存储器17，进一步地，终端10还可以包括通信接口18，和用于连接处理器16、存储器17以及通信接口18的总线19。
在本申请的实施例中，上述处理器16可以为特定用途集成电路(ApplicationSpecific Integrated Circuit，ASIC)、数字信号处理器(Digital Signal Processor，DSP)、数字信号处理装置(Digital Signal Processing Device，DSPD)、可编程逻辑装置(ProgRAMmable Logic Device，PLD)、现场可编程门阵列(Field ProgRAMmable GateArray，FPGA)、中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本申请实施例不作具体限定。终端10还可以包括存储器17，该存储器17可以与处理器16连接，其中，存储器17用于存储可执行程序代码，该程序代码包括计算机操作指令，存储器17可能包含高速RAM存储器，也可能还包括非易失性存储器，例如，至少两个磁盘存储器。
在本申请的实施例中，总线19用于连接通信接口18、处理器16以及存储器17以及这些器件之间的相互通信。
在本申请的实施例中，存储器17，用于存储指令和数据。
进一步地，在本申请的实施例中，上述处理器16，用于对所述待处理图像进行分割处理，获得所述待处理图像的图像块；根据所述图像块的图像数据和色温传感器获取的相关色温，获得所述待处理图像的目标色温；根据所述色温传感器获取的红外参数，和所述目标色温，确定所述待处理图像的光源类型；基于所述光源类型，对所述待处理图像进行图像处理。
在实际应用中，上述存储器17可以是易失性存储器(volatile memory)，例如随机存取存储器(Random-Access Memory，RAM)；或者非易失性存储器(non-volatile memory)，例如只读存储器(Read-Only Memory，ROM)，快闪存储器(flash memory)，硬盘(Hard DiskDrive，HDD)或固态硬盘(Solid-State Drive，SSD)；或者上述种类的存储器的组合，并向处理器16提供指令和数据。
另外，在本实施例中的各功能模块可以集成在一个处理单元中，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单元中。上述集成的单元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。
集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，可以存储在一个计算机可读取存储介质中，基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或processor(处理器)执行本实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提出的一种终端，该终端对待处理图像进行分割处理，获得待处理图像的图像块；根据图像块的图像数据和色温传感器获取的相关色温，获得待处理图像的目标色温；根据色温传感器获取的红外参数，和目标色温，确定待处理图像的光源类型；基于光源类型，对待处理图像进行图像处理。也就是说，在本申请中，终端在通过对待处理图像的分割获得图像块之后，可以先利用色温传感器获取的相关色温对可靠性低的图像块进行筛除，获得待处理图像的目标色温，然后再结合色温传感器获取的红外信息，对待处理图像的光源类型进行准确的判定，从而可以基于光源类型对待处理图像进行白平衡处理，可见，本申请提出的图像处理方法，能够获得更加准确的光源类型结果，进而可以有效增强AWB的准确性，大大提升图像的处理效果。
本申请实施例提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上所述的图像处理方法。
具体来讲，本实施例中的一种图像处理方法对应的程序指令可以被存储在光盘，硬盘，U盘等存储介质上，当存储介质中的与一种图像处理方法对应的程序指令被一电子设备读取或被执行时，包括如下步骤：
对所述待处理图像进行分割处理，获得所述待处理图像的图像块；
根据所述图像块的图像数据和色温传感器获取的相关色温，获得所述待处理图像的目标色温；
根据所述色温传感器获取的红外参数，和所述目标色温，确定所述待处理图像的光源类型；
基于所述光源类型，对所述待处理图像进行图像处理。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的实现流程示意图和/或方框图来描述的。应理解可由计算机程序指令实现流程示意图和/或方框图中的每一流程和/或方框、以及实现流程示意图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在实现流程示意图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在实现流程示意图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在实现流程示意图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。

Claims (12)

1.一种图像处理方法，其特征在于，所述方法包括：
对所述待处理图像进行分割处理，获得所述待处理图像的图像块；
根据所述图像块的图像数据和色温传感器获取的相关色温，获得所述待处理图像的目标色温；
根据所述色温传感器获取的红外参数，和所述目标色温，确定所述待处理图像的光源类型；
基于所述光源类型，对所述待处理图像进行图像处理。
2.根据权利要求1所述的方法，其特征在于，所述根据所述图像块的图像数据和色温传感器获取的相关色温，获得所述待处理图像的目标色温，包括；
根据所述相关色温和所述图像数据，确定所述图像块的权重参数；
利用所述权重参数生成所述目标色温。
3.根据权利要求2所述的方法，其特征在于，所述根据所述相关色温和所述图像数据，确定所述图像块的权重参数，包括：
基于所述图像数据生成所述图像块对应的初始颜色信息，同时，确定所述相关色温对应的基准颜色信息；
利用所述基准颜色信息和所述初始颜色信息之间的相关性，确定所述权重参数。
4.根据权利要求3所述的方法，其特征在于，所述利用所述权重参数生成所述目标色温，包括：
根据所述权重参数和所述初始颜色信息，计算获得所述待处理图像的目标颜色参数；
基于所述目标颜色参数确定所述目标色温。
5.根据权利要求3所述的方法，其特征在于，所述利用所述基准颜色信息和所述初始颜色信息之间的相关性，确定所述权重参数之后，所述方法还包括：
若一个图像块的所述权重参数小于预设权重阈值，则更新所述一个图像块的所述初始颜色信息。
6.根据权利要求1所述的方法，其特征在于，所述根据所述色温传感器获取的红外参数，和所述目标色温，确定所述待处理图像的光源类型之前，所述方法还包括：
获取所述待处理图像对应的亮度参数。
7.根据权利要求6所述的方法，其特征在于，所述根据所述色温传感器获取的红外参数，和所述目标色温，确定所述待处理图像的光源类型，包括：
若所述目标色温小于预设温度阈值，所述亮度参数小于预设亮度阈值，且所述红外参数大于预设红外阈值，则确定所述光源类型为室内光源。
8.根据权利要求6所述的方法，其特征在于，所述基于所述第一比较结果、所述第二比较结果以及所述红外参数，生成所述光源类型，包括：
若所述目标色温大于或者等于预设温度阈值，所述亮度参数大于或者等于预设亮度阈值，且所述红外参数小于预设红外阈值，则确定所述光源类型为室外光源。
9.根据权利要求1所述的方法，其特征在于，所述基于所述光源类型，对所述待处理图像进行图像处理，包括：
基于所述光源类型确定所述待处理图像的响应参数；
根据所述响应参数对所述待处理图像进行白平衡处理。
10.一种终端，其特征在于，所述终端包括：分割单元，获取单元，确定单元，处理单元，
所述分割单元，用于对所述待处理图像进行分割处理，获得所述待处理图像的图像块；
所述获取单元，用于根据所述图像块的图像数据和色温传感器获取的相关色温，获得所述待处理图像的目标色温；
所述确定单元，用于根据所述色温传感器获取的红外参数，和所述目标色温，确定所述待处理图像的光源类型；
所述处理单元，用于基于所述光源类型，对所述待处理图像进行图像处理。
11.一种终端，其特征在于，所述终端包括：处理器、存储有所述处理器可执行指令的存储器，当所述指令被所述处理器执行时，实现如权利要求1-9任一项所述的方法。
12.一种计算机可读存储介质，其上存储有程序，应用于终端中，其特征在于，所述程序被处理器执行时，实现如权利要求1-9任一项所述的方法。
CN202010212068.1A 2020-03-24 2020-03-24 图像处理方法、终端及存储介质 Active CN113452980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010212068.1A CN113452980B (zh) 2020-03-24 2020-03-24 图像处理方法、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010212068.1A CN113452980B (zh) 2020-03-24 2020-03-24 图像处理方法、终端及存储介质

Publications (2)

Publication Number Publication Date
CN113452980A true CN113452980A (zh) 2021-09-28
CN113452980B CN113452980B (zh) 2023-03-14

Family

ID=77807409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010212068.1A Active CN113452980B (zh) 2020-03-24 2020-03-24 图像处理方法、终端及存储介质

Country Status (1)

Country Link
CN (1) CN113452980B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114510192A (zh) * 2022-01-30 2022-05-17 Oppo广东移动通信有限公司 图像处理方法及相关装置
CN114630095A (zh) * 2022-03-15 2022-06-14 锐迪科创微电子（北京）有限公司 目标场景图像的自动白平衡方法及装置、终端
CN114710654A (zh) * 2022-04-24 2022-07-05 安谋科技（中国）有限公司 图像处理方法、装置、可读存储介质以及电子设备
CN116029936A (zh) * 2023-01-31 2023-04-28 北京小米移动软件有限公司 图像的修正方法及装置、电子设备和存储介质
CN116385566A (zh) * 2022-05-27 2023-07-04 上海玄戒技术有限公司 光源估计方法、装置、电子设备、芯片及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105872510A (zh) * 2016-04-25 2016-08-17 浙江大华技术股份有限公司 一种图像白平衡处理方法及装置
US20160269707A1 (en) * 2013-11-28 2016-09-15 Olympus Corporation Multi-area white-balance control device, multi-area white-balance control method, multi-area white-balance control program, computer in which multi-area white-balance control program is recorded, multi-area white-balance image-processing device, multi-area white-balance image-processing method, multi-area white-balance image-processing program, computer in which multi-area white-balance image-processing program is recorded, and image-capture apparatus
CN107483908A (zh) * 2017-09-27 2017-12-15 歌尔科技有限公司 白平衡校准方法及电子设备
CN107959851A (zh) * 2017-12-25 2018-04-24 广东欧珀移动通信有限公司 色温检测方法及装置、计算机可读存储介质和计算机设备
CN109714582A (zh) * 2019-01-04 2019-05-03 Oppo广东移动通信有限公司 白平衡调整方法、装置、存储介质及终端
CN110830794A (zh) * 2019-11-29 2020-02-21 Oppo广东移动通信有限公司 光源检测方法、终端及存储介质
CN110827365A (zh) * 2019-11-26 2020-02-21 Oppo广东移动通信有限公司 一种光源信息的确定方法、装置、电子设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160269707A1 (en) * 2013-11-28 2016-09-15 Olympus Corporation Multi-area white-balance control device, multi-area white-balance control method, multi-area white-balance control program, computer in which multi-area white-balance control program is recorded, multi-area white-balance image-processing device, multi-area white-balance image-processing method, multi-area white-balance image-processing program, computer in which multi-area white-balance image-processing program is recorded, and image-capture apparatus
CN105872510A (zh) * 2016-04-25 2016-08-17 浙江大华技术股份有限公司 一种图像白平衡处理方法及装置
CN107483908A (zh) * 2017-09-27 2017-12-15 歌尔科技有限公司 白平衡校准方法及电子设备
CN107959851A (zh) * 2017-12-25 2018-04-24 广东欧珀移动通信有限公司 色温检测方法及装置、计算机可读存储介质和计算机设备
CN109714582A (zh) * 2019-01-04 2019-05-03 Oppo广东移动通信有限公司 白平衡调整方法、装置、存储介质及终端
CN110827365A (zh) * 2019-11-26 2020-02-21 Oppo广东移动通信有限公司 一种光源信息的确定方法、装置、电子设备和存储介质
CN110830794A (zh) * 2019-11-29 2020-02-21 Oppo广东移动通信有限公司 光源检测方法、终端及存储介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114510192A (zh) * 2022-01-30 2022-05-17 Oppo广东移动通信有限公司 图像处理方法及相关装置
CN114510192B (zh) * 2022-01-30 2024-04-09 Oppo广东移动通信有限公司 图像处理方法及相关装置
CN114630095A (zh) * 2022-03-15 2022-06-14 锐迪科创微电子（北京）有限公司 目标场景图像的自动白平衡方法及装置、终端
CN114630095B (zh) * 2022-03-15 2024-02-09 锐迪科创微电子（北京）有限公司 目标场景图像的自动白平衡方法及装置、终端
CN114710654A (zh) * 2022-04-24 2022-07-05 安谋科技（中国）有限公司 图像处理方法、装置、可读存储介质以及电子设备
CN114710654B (zh) * 2022-04-24 2024-01-23 安谋科技（中国）有限公司 图像处理方法、装置、可读存储介质以及电子设备
CN116385566A (zh) * 2022-05-27 2023-07-04 上海玄戒技术有限公司 光源估计方法、装置、电子设备、芯片及存储介质
CN116385566B (zh) * 2022-05-27 2024-04-30 上海玄戒技术有限公司 光源估计方法、装置、电子设备、芯片及存储介质
CN116029936A (zh) * 2023-01-31 2023-04-28 北京小米移动软件有限公司 图像的修正方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN113452980B (zh) 2023-03-14

Similar Documents

Publication Publication Date Title
CN113452980B (zh) 图像处理方法、终端及存储介质
JP4977707B2 (ja) オートホワイトバランスを備える画像処理装置
CN108111772B (zh) 一种拍摄方法及终端
CN109361910B (zh) 自适应白平衡校正方法及装置
CN109688396B (zh) 图像的白平衡处理方法、装置和终端设备
US10325354B2 (en) Depth assisted auto white balance
CN111027489B (zh) 图像处理方法、终端及存储介质
JP2000092509A (ja) オートホワイトバランス装置
US7576797B2 (en) Automatic white balancing via illuminant scoring autoexposure by neural network mapping
JP2006211440A (ja) オートホワイトバランス装置及びホワイトバランス調整方法
WO2021105398A1 (en) Ambient light source classification
JP2012523799A (ja) 自動バックライト検出
WO2013189925A2 (en) Digital image analysis
US20140125836A1 (en) Robust selection and weighting for gray patch automatic white balancing
US20190052855A1 (en) System and method for detecting light sources in a multi-illuminated environment using a composite rgb-ir sensor
CN105681775A (zh) 一种白平衡方法和装置
US20200228770A1 (en) Lens rolloff assisted auto white balance
CN113329217B (zh) 自动白平衡参数处理方法及装置、计算机可读存储介质
CN114245025B (zh) 补光方法、装置、设备、存储介质和计算机产品
US11457189B2 (en) Device for and method of correcting white balance of image
Lipowezky Indoor-outdoor detector for mobile phone cameras using gentle boosting
US20200228769A1 (en) Lens rolloff assisted auto white balance
CN113055665B (zh) 图像处理方法、终端及存储介质
JP2008109604A (ja) デジタル影像キャプチャ装置及びホワイトバランス調整方法
US8953063B2 (en) Method for white balance adjustment

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