CN113473101A - 一种色彩校正方法、装置、电子设备和存储介质 - Google Patents

一种色彩校正方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113473101A
CN113473101A CN202010235313.0A CN202010235313A CN113473101A CN 113473101 A CN113473101 A CN 113473101A CN 202010235313 A CN202010235313 A CN 202010235313A CN 113473101 A CN113473101 A CN 113473101A
Authority
CN
China
Prior art keywords
block data
infrared light
image block
image
color correction
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
CN202010235313.0A
Other languages
English (en)
Other versions
CN113473101B (zh
Inventor
李卫星
王龙鑫
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN202010235313.0A priority Critical patent/CN113473101B/zh
Publication of CN113473101A publication Critical patent/CN113473101A/zh
Application granted granted Critical
Publication of CN113473101B publication Critical patent/CN113473101B/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
    • 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
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

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

Abstract

本发明实施例公开了一种色彩校正方法、装置、电子设备和存储介质，方法包括：根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比；其中，所述图像传感器预先划分为至少两个区块；根据红外光占比消除对应图像块数据中各像素点的红外光；对消除红外光的图像块数据进行色彩校正。本发明实施例，基于环境亮度和传感器每个区块输出的图像块数据各自的色温，可精准确定每个图像块数据中各自的红外光占比，消除红外光后，进行色彩校正，由此解决设备处于混合色温场景时，图像传感器每块区域获取不同光源带来的影响，从而适应不同场景的色彩校正。

Description

一种色彩校正方法、装置、电子设备和存储介质
技术领域
本发明实施例涉及图像处理技术领域，尤其涉及一种色彩校正方法、装置、电子设备和存储介质。
背景技术
目前，由于RGB-IR图像传感器设备不需要IR-CUT红外截止滤镜，节省了硬件成本，另外该传感器的IR通道(传感器上覆盖了IR滤镜的像素)可以提高亮度信息，所以现在RGB-IR图像传感器越来越受到市场的欢迎，越来越多的应用到IPC设备中，但是由于RGB-IR的图像传感器R通道像素(传感器上覆盖了红色滤镜的像素)、G通道像素(传感器上覆盖了绿色滤镜的像素)、B通道像素(传感器上覆盖了蓝色滤镜的像素)接受到了多余的红外光，影响了AWB(自动白平衡)-CCM(色彩还原校正)，从而影响了图像实况的色彩还原，所以对于RGB-IR图像传感器的色彩还原校正越来越重要。
而现有的色彩校正方法，一般先在不同光照条件下设备在标准650nm截止滤波器和标准850nm截止滤波器拍摄色卡数据，然后通过对比没有红外截止滤波器拍摄色卡的平均的RGBIR值，进而利用最小二乘法拟合得到每个色温环境下的红外光占比，然后根据设备所处的实际环境对整幅图像的每个像素点按照当前色温对比预先标定表的数据查找该色温对应的红外光占比、消除红外光的影响，进行色彩还原校正。
然而这种方法仍存在一定的不足：没有考虑同一色温下、不同的曝光时间下图像传感器的各个色彩通道对光源的响应，使得拟合得到的红外光占比计算不准确，而且默认把红外光敏传感器感受到的色温当作整副图像所有像素点的当前色温，进而确定红外光占比，使得计算精准性低，不适用于混合色温场景和一些更复杂场景。
发明内容
本发明实施例提供一种色彩校正方法、装置、电子设备和存储介质，以达到使RGB-IR图像传感器设备在不同场景的精准进行色彩还原的目的。
第一方面，本发明实施例提供了一种色彩校正方法，所述方法包括：
根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比；其中，所述图像传感器预先划分为至少两个区块；
根据红外光占比消除对应图像块数据中各像素点的红外光；
对消除红外光的图像块数据进行色彩校正。
第二方面，本发明实施例提供了一种色彩校正装置，所述装置包括：
红外占比确定模块，根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比；其中，所述图像传感器预先划分为至少两个区块；
红外消除模块，用于根据红外光占比消除对应图像块数据中各像素点的红外光；
色彩校正模块，用于对消除红外光的图像块数据进行色彩校正。
第三方面，本发明实施例还提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的色彩校正方法。
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任一实施例所述的色彩校正方法。
本发明实施例中，基于环境亮度和传感器每个区块输出的图像块数据各自的色温，可精准确定每个图像块数据各自的红外光占比，消除红外光后，进行色彩校正，由此解决设备处于混合色温场景时，图像传感器每块区域获取不同光源带来的影响，从而适应不同场景的色彩校正。
附图说明
图1a为本发明实施例一中的色彩校正方法的流程示意图；
图1b为本发明实施例一中的图像传感器各通道对不同波长的光的响应示意图；
图1c为本发明实施例一中不同增益、色温下R、G、B通道的红外光的占比的结果示意图；
图2为本发明实施例二中的色彩校正方法的流程示意图；
图3是本发明实施例三中的色彩校正装置的结构示意图；
图4是本发明实施例四中的电子设备的结构示意图。
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。
实施例一
图1a为本发明实施例一提供的色彩校正方法的流程图，本实施例可适用于不同光源色温的场景下进行色彩校正的情况，该方法可以由色彩校正装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在电子设备上，例如监控摄像机。
在上述基础上，如图1a所示，色彩校正方法具体包括如下流程：
S101、根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比。
其中，环境亮度可以由设备的系统增益来表征，所述系统增益可以根据设备的光圈、快门、曝光时间等确定，可选的基于经验公式计算确定。
色温是指当一个光源的色度与某一温度下的绝对黑体的色度相同时，绝对黑体此时的温度称为该光源的色温，单位是K。低色温光源中红色辐射的含量较高，称为“暖色光源”。高色温光源中蓝色辐射的含量较高，称为“冷色光源”。
通常，由于设备处于混合色温场景下，即设备所处的环境中既包括高色温场景，也包括低色温场景。而且图像传感器的各个色彩通道在不同色温、不同光照强度下对光的响应不同，以RGB-IR图像传感器为例，参见图1b，其示出了各通道对不同波长的光的响应示意图。因此为了精准计算图像传感器不同区域的红外光占比，预先将图像传感器划分为多个区块，进而根据每个区块输出的图像块数据各自的色温，计算每个图像块数据中的红外光的占比，具体划分区块时，可基于设备的计算能力来确定划分区块的数量。
进一步的，为了提升根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比的效率以及准确性，可预先在不同的色温、不同的光照强度下对红外光占比进行标定。在一种可选的实施方式中，标定过程如下：将RGB-IR图像传感器与红外截止滤光片结合使用，在不同色温(例如F(2800K)、TL83(3000K)、TL84(4000K)、D50(5000K)、D65(6500K)、D75(7500K)、1000K)下，以及每个色温对应的各中系统增益(0db、6db、12db、18db、24db、30db、36db、42db、48db)下，拍摄的标准24色卡，并基于该24色卡RAW数据，计算各色块的四通道的像素平均值(R1，G1，B1，IR1)，在同一个光照强度条件下搭配通过可见光和红外光的滤光片拍摄标准24色卡，计算色卡各色块四通道的下像素平均值(R2，G2，B2，IR2)，由于每次采集的数据会有误差，可在同一个光照强度条件下可以采集多张图片求均值。如此，根据(R1，G1，B1，IR1)和(R2，G2，B2，IR2)，即可得到每一种色温下的各个增益段下图像传感器R、G、B通道中红外光的占比。
示例性的，参见图1c，其示出了不同增益、色温下R、G、B通道的红外光的占比的结果，例如IR_25代表增益是6db，色温是D65光照条件下图像传感器RGB通道红外光的占比的矩阵，IR_45代表增益是18db，色温是D65光照条件下图像传感器RGB通道红外光的占比的矩阵。
如此，在上述标定的基础上，在得到系统增益和色温后，通过查表的方式即可得到对应的红外光占比矩阵。如果通过查表没有得到与系统增益和色温对应的红外光占比结果，可根据插值算法进行计算求红外光占比结果。除此之外，还可以根据标定结果数据，利用拟合方法，可以得到红外光占比关于色温和增益的函数，由此可通过该函数求得任何系统增益和色温对应的红外占比结果。
进一步的，本申请实施例中，在一种可选的实施方式下，计算图像传感器各个区块输出的图像块数据的色温时，可利用白平衡算法(例如色温计算法)计算。其中，白平衡指的是在任何光源下，将白色物体的图像还原为白色的过程，也即利用白平衡矩阵对图像传感器所输出的所有图像来进行校正，以获得最接近于物体真实颜色的图像，白平衡矩阵为R、G、B三个通道的通道增益组成的对角矩阵，由于在达到白平衡效果时，R、G、B三个通道的值相等，求解通道增益时，根据所述图像传感器的块在白区内的白点落位计算该块的通道增益。
可选的，预先借助色温箱，在不同色温光源拍摄灰卡，求出每种色温下的白点落位，然后拟合色温曲线，再根据色温曲线扩展得到白区区域范围，进而以白区区域范围内的点作为统计意义上的白点。由此，根据图像传感器的各个区块输出的图像块数据中的白点在白区内的落位，计算每个图像块数据的R、G、B通道的均值
Figure BDA0002430759890000061
默认G通道的通道增益为1，R通道的通道增益为Rgain，B通道的通道增益为Bgain，达到白平衡时，三通道的数值相同，也即
Figure BDA0002430759890000062
Figure BDA0002430759890000063
由此可以计算得到Rgain，Bgain。在此需要说明的是，如果图像传感器的某个区块输出的图像块数据和白区没有交集，则使用整幅图像的白点在白区的落位，计算出全幅图的
Figure BDA0002430759890000064
进而得到Rgain与Bgain，由于色温曲线函数是关于通道增益的函数，基于该图像块数据的通道增益和色温曲线函数，得到该图像块数据的色温，也即只需将得到的Rgain，Bgain带入函数即可得到色温。
S102、根据红外光占比消除对应图像块数据中各像素点的红外光。
由于RGB-IR的图像传感器R通道像素、G通道像素、B通道像素接受到了多余的红外光，会影响后续的色彩校正。因此在通过上述操作得到图像传感器每个块的红外光占比后，根据红外光占比消除对应图像块数据中各像素点的红外光。
S103、对消除红外光的图像块数据进行色彩校正。
可选的，根据已消除红外光的图像块数据的色温所对应的色彩校正矩阵，对该图像块数据进行色彩校正。其中，不同的色温对应不同的色彩校正矩阵，该对应关系可以预先通过标定技术来确定。由此，不同色温的块利用不同的色彩校正矩阵，可以保证整体色彩校正的准确性。
本发明实施例中，基于环境亮度和传感器每个区块输出的图像块数据各自的色温，可精准确定每个图像块数据各自的红外光占比，消除红外光后，进行色彩校正，由此解决设备处于混合色温场景时，图像传感器每块区域获取不同光源带来的影响，从而适应不同场景的色彩校正。
实施例二
图2为本发明实施例二提供的色彩校正方法的流程图，本实施例是在上述实施例的基础上进行优化，参见图2，该方法包括：
S201、在获取的RGB-IR格式的图像数据中，确定每个基础单元中的IR通道数值，并将该IR通道数值作为该基础单元的红外光含量。
本实施例中，所述图像传感器为RGB-IR图像传感器；RGB-IR图像传感器包括多个基础单元，每个基础单元包括R、G、B、IR四个通道，由此基于该RGB-IR图像传感器得到的图像数据也为RGB-IR格式的，也即RGB-IR格式的图像数据中包括多个基础单元，每个基础单元包括R、G、B、IR四个通道数据。由于设备刚开始运行阶段，无法获取系统增益和色温，无法判断设备所处的光照环境，因此无法精准获取R、G、B通道内的红外光含量，先假设这三个通道没有红外光，此时只需将每个基础单元中的IR通道的数值，作为该基础单元的红外光含量。
S202、消除每个基础单元中的红外光，并对各个基础单元进行白平衡校正和色彩校正。
其中，白平衡校正采用色温估计算法，针对消除红外光的RGB-IR格式的图像数据，统计整个白区区域范围内的点作为统计意义上的白点，求白点的
Figure BDA0002430759890000081
Figure BDA0002430759890000082
进而得到Rgain与Bgain，然后基于色温曲线函数计算当前的色温，根据当前色温确定与之对应的色彩还原矩阵，并根据该矩阵对整个图像进行色彩校正。由于RGB通道中也接收了红外光，因此，按照S203-S205计算着三个通道的红外光含量，并进行二次色彩校正。
进一步的，在消除每个基础单元中的红外光后，还获取消除红外光的输出数据，通过插值算法(例如邻域算法、线性插值算法)确定每个像素点的R、G、B值。在此需要说明的是，一个基础单元中每个通道相当于一个像素，由于一个通道只包括一类值，例如，R通道，只有R值，而没有B值，G值，因此需要通过插值算法补全，使得插值后的每个像素点都有R、G、B值，也即得到彩色图像，并在此基础上执行S203-S205以便对传感器图像数据进行二次色彩校正。
S203、根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比。
其中，所述图像传感器预先划分为多个区块，每个块中包括多个基础单元。
S204、根据红外光占比消除对应图像块数据中各像素点的红外光。
S205、对消除红外光的图像块数据进行色彩校正。
本实施例中，在设备初始运行阶段，以图像传感器的基础单元为单位，消除各个基础单元IR通道的红外光，并进行初始色彩校正，后续通过对图像传感器采集的图像分块进行二次色彩校正，提升色彩校正的准确性。
在此需要说明的是，本申请实施例的方案也可适用于RGBW图像传感器，例如，只需将消除红外光(IR)的过程替换为消除白色子(W)的过程，即可实现对RGBW图像传感器采集的图像数据进行色彩校正。
实施例三
图3是本发明实施例三中的色彩校正装置的结构示意图，适用于不同光源色温的场景下进行色彩校正的情况，参见图3，所述装置包括：
红外占比确定模块301，根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比；其中，所述图像传感器预先划分为至少两个区块；
红外消除模块302，用于根据红外光占比消除对应图像块数据中各像素点的红外光；
色彩校正模块303，用于对消除红外光的图像块数据进行色彩校正。
本发明实施例中，基于环境亮度和传感器每个区块输出的图像块数据各自的色温，可精准确定每个图像块数据各自的红外光占比，消除红外光后，进行色彩校正，由此解决设备处于混合色温场景时，图像传感器每块区域获取不同光源带来的影响，从而适应不同场景的色彩校正。
可选的，所述装置还包括：
通道增益计算模块，用于根据所述图像传感器的各个区块输出的图像块数据在白区内的白点落位，计算该区块输出的图像块数据的通道增益；
色温计算模块，用于基于该区块输出的图像块数据的通道增益和色温曲线函数，得到该区块输出的图像块数据的色温。
可选的，所述色彩校正模块具体用于：
根据已消除红外光的图像块数据的色温所对应的色彩校正矩阵，对该图像块数据进行色彩校正。
可选的，所述图像传感器为RGB-IR图像传感器；
相应的，所述装置还包括：
获取模块，用于在获取的RGB-IR格式的图像数据中，确定每个基础单元中的IR通道数值，并将该IR通道数值作为该基础单元的红外光含量；其中RGB-IR格式的图像数据中包括多个基础单元，每个基础单元包括R、G、B、IR四个通道数据；
初始校正模块，用于消除每个基础单元中的红外光，并对各个基础单元进行白平衡校正和色彩校正。
可选的，所述装置还包括：
插值模块，用于获取消除红外光的输出数据，通过插值算法确定每个像素点的R、G、B值。
本发明实施例所提供的色彩校正装置可执行本发明任意实施例所提供的色彩校正方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种电子设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图4显示的电子设备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4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(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(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4未显示，通常称为“硬盘驱动器”)。尽管图4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。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。
电子设备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电子设备12交互的设备通信，和/或与使得该电子设备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。并且，电子设备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(LAN)，广域网(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与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备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、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色彩校正方法，所述方法包括：
根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比；其中，所述图像传感器预先划分为至少两个区块；
根据红外光占比消除对应图像块数据中各像素点的红外光；
对消除红外光的图像块数据进行色彩校正。
实施例五
本发明实施例五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所提供的色彩校正方法，所述方法包括：
根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比；其中，所述图像传感器预先划分为至少两个区块；
根据红外光占比消除对应图像块数据中各像素点的红外光；
对消除红外光的图像块数据进行色彩校正。
本发明实施例的计算机存储介质，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)—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)。
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)

1.一种色彩校正方法，其特征在于，包括：
根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比；其中，所述图像传感器预先划分为至少两个区块；
根据红外光占比消除对应图像块数据中各像素点的红外光；
对消除红外光的图像块数据进行色彩校正。
2.根据权利要求1所述的方法，其特征在于，根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比之前，还包括：
根据所述图像传感器的各个区块输出的图像块数据在白区内的白点落位，计算该区块输出的图像块数据的通道增益；
基于该区块输出的图像块数据的通道增益和色温曲线函数，得到该区块输出的图像块数据的色温。
3.根据权利要求1所述的方法，其特征在于，对消除红外光的图像块数据进行色彩校正，包括：
根据已消除红外光的图像块数据的色温所对应的色彩校正矩阵，对该图像块数据进行色彩校正。
4.根据权利要求1所述的方法，其特征在于，所述图像传感器为RGB-IR图像传感器；
相应的，根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比之前，还包括：
在获取的RGB-IR格式的图像数据中，确定每个基础单元中的IR通道数值，并将该IR通道数值作为该基础单元的红外光含量；其中RGB-IR格式的图像数据中包括多个基础单元，每个基础单元包括R、G、B、IR四个通道数据；
消除每个基础单元中的红外光，并对各个基础单元进行白平衡校正和色彩校正。
5.根据权利要求4所述的方法，其特征在于，消除每个基础单元中的红外光后，还包括：
获取消除红外光的输出数据，通过插值算法确定每个像素点的R、G、B值。
6.一种色彩校正装置，其特征在于，包括：
红外占比确定模块，根据环境亮度和图像传感器的各个区块输出的图像块数据的色温，确定各个图像块数据中的红外光占比；其中，所述图像传感器预先划分为至少两个区块；
红外消除模块，用于根据红外光占比消除对应图像块数据中各像素点的红外光；
色彩校正模块，用于对消除红外光的图像块数据进行色彩校正。
7.根据权利要求6所述的装置，其特征在于，获取模块包括：
通道增益计算模块，用于根据所述图像传感器的各个区块输出的图像块数据在白区内的白点落位，计算该区块输出的图像块数据的通道增益；
色温计算模块，用于基于该区块输出的图像块数据的通道增益和色温曲线函数，得到该区块输出的图像块数据的色温。
8.根据权利要求6所述的装置，其特征在于，所述色彩校正模块具体用于：
根据已消除红外光的图像块数据的色温所对应的色彩校正矩阵，对该图像块数据进行色彩校正。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的图像色彩校正方法。
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1-5中任一所述的图像色彩校正方法。
CN202010235313.0A 2020-03-30 2020-03-30 一种色彩校正方法、装置、电子设备和存储介质 Active CN113473101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010235313.0A CN113473101B (zh) 2020-03-30 2020-03-30 一种色彩校正方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010235313.0A CN113473101B (zh) 2020-03-30 2020-03-30 一种色彩校正方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113473101A true CN113473101A (zh) 2021-10-01
CN113473101B CN113473101B (zh) 2023-06-30

Family

ID=77864711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010235313.0A Active CN113473101B (zh) 2020-03-30 2020-03-30 一种色彩校正方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113473101B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116996786A (zh) * 2023-09-21 2023-11-03 清华大学 一种rgb-ir图像色彩恢复及校正的方法及装置

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101309360A (zh) * 2007-05-17 2008-11-19 索尼株式会社 视频输入处理器、成像信号处理电路和降低噪声的方法
WO2009045068A2 (en) * 2007-10-02 2009-04-09 Lg Electronics Inc. Image display apparatus and method of compensating for white balance
US20090147098A1 (en) * 2007-12-10 2009-06-11 Omnivision Technologies, Inc. Image sensor apparatus and method for color correction with an illuminant-dependent color correction matrix
US20130093915A1 (en) * 2011-10-12 2013-04-18 Apple Inc. Multi-Illuminant Color Matrix Representation and Interpolation Based on Estimated White Points
CN103093429A (zh) * 2013-01-18 2013-05-08 金三立视频科技（深圳）有限公司 图像增强方法
US20130155274A1 (en) * 2011-12-16 2013-06-20 Kabushiki Kaisha Toshiba Auto white balance adjustment system, auto white balance adjustment method, and camera module
CN103686111A (zh) * 2013-12-31 2014-03-26 上海富瀚微电子有限公司 一种基于rgbir图像传感器的颜色校正方法以及装置
WO2015198127A1 (ja) * 2014-06-24 2015-12-30 日立マクセル株式会社 撮像処理装置および撮像処理方法
CN105282513A (zh) * 2015-10-23 2016-01-27 国网山西省电力公司大同供电公司 基于3d红外全景图像的特高压变电站变压器运行状态检测装置及其检测方法
US20160071289A1 (en) * 2014-09-10 2016-03-10 Morpho, Inc. Image composition device, image composition method, and recording medium
WO2016078094A1 (en) * 2014-11-21 2016-05-26 SZ DJI Technology Co., Ltd. System and method of fast adaptive blending for high dynamic range imaging
CN106488209A (zh) * 2016-09-29 2017-03-08 杭州雄迈集成电路技术有限公司 一种基于红外环境的rgb‑ir图像传感器的颜色校正方法
US20180041719A1 (en) * 2015-02-26 2018-02-08 Sony Semiconductor Solutions Corporation Imaging apparatus, imaging method, and program
CN107690065A (zh) * 2017-07-31 2018-02-13 努比亚技术有限公司 一种白平衡校正方法、装置及计算机可读存储介质
CN108024106A (zh) * 2016-11-04 2018-05-11 上海富瀚微电子股份有限公司 支持rgbir和rgbw格式的颜色校正装置及方法
CN108377373A (zh) * 2018-05-10 2018-08-07 杭州雄迈集成电路技术有限公司 一种基于像素的色彩还原装置及方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101309360A (zh) * 2007-05-17 2008-11-19 索尼株式会社 视频输入处理器、成像信号处理电路和降低噪声的方法
WO2009045068A2 (en) * 2007-10-02 2009-04-09 Lg Electronics Inc. Image display apparatus and method of compensating for white balance
US20090147098A1 (en) * 2007-12-10 2009-06-11 Omnivision Technologies, Inc. Image sensor apparatus and method for color correction with an illuminant-dependent color correction matrix
US20130093915A1 (en) * 2011-10-12 2013-04-18 Apple Inc. Multi-Illuminant Color Matrix Representation and Interpolation Based on Estimated White Points
US20130155274A1 (en) * 2011-12-16 2013-06-20 Kabushiki Kaisha Toshiba Auto white balance adjustment system, auto white balance adjustment method, and camera module
CN103093429A (zh) * 2013-01-18 2013-05-08 金三立视频科技（深圳）有限公司 图像增强方法
CN103686111A (zh) * 2013-12-31 2014-03-26 上海富瀚微电子有限公司 一种基于rgbir图像传感器的颜色校正方法以及装置
WO2015198127A1 (ja) * 2014-06-24 2015-12-30 日立マクセル株式会社 撮像処理装置および撮像処理方法
US20160071289A1 (en) * 2014-09-10 2016-03-10 Morpho, Inc. Image composition device, image composition method, and recording medium
WO2016078094A1 (en) * 2014-11-21 2016-05-26 SZ DJI Technology Co., Ltd. System and method of fast adaptive blending for high dynamic range imaging
US20180041719A1 (en) * 2015-02-26 2018-02-08 Sony Semiconductor Solutions Corporation Imaging apparatus, imaging method, and program
CN105282513A (zh) * 2015-10-23 2016-01-27 国网山西省电力公司大同供电公司 基于3d红外全景图像的特高压变电站变压器运行状态检测装置及其检测方法
CN106488209A (zh) * 2016-09-29 2017-03-08 杭州雄迈集成电路技术有限公司 一种基于红外环境的rgb‑ir图像传感器的颜色校正方法
CN108024106A (zh) * 2016-11-04 2018-05-11 上海富瀚微电子股份有限公司 支持rgbir和rgbw格式的颜色校正装置及方法
CN107690065A (zh) * 2017-07-31 2018-02-13 努比亚技术有限公司 一种白平衡校正方法、装置及计算机可读存储介质
CN108377373A (zh) * 2018-05-10 2018-08-07 杭州雄迈集成电路技术有限公司 一种基于像素的色彩还原装置及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116996786A (zh) * 2023-09-21 2023-11-03 清华大学 一种rgb-ir图像色彩恢复及校正的方法及装置
CN116996786B (zh) * 2023-09-21 2024-01-16 清华大学 一种rgb-ir图像色彩恢复及校正的方法及装置

Also Published As

Publication number Publication date
CN113473101B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN104796683B (zh) 一种校准图像色彩的方法和系统
CN1956551B (zh) 图像处理方法和装置及成像装置和方法
CN112218065B (zh) 图像白平衡方法、系统、终端设备及存储介质
CN112669758B (zh) 显示屏校正方法、装置、系统和计算机可读存储介质
CN113170028A (zh) 生成基于机器学习的成像算法的图像数据的方法
US9854218B2 (en) Electronic system and image processing method
WO2023016320A1 (zh) 图像处理方法、装置、设备及介质
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
CN111670575B (zh) 图像的白平衡处理方法和装置
WO2020119454A1 (zh) 一种对图像进行颜色还原的方法和装置
CN113947533A (zh) 图像颜色校正方法、装置、设备和存储介质
CN113473101B (zh) 一种色彩校正方法、装置、电子设备和存储介质
US9774839B2 (en) Systems and methods for color correction of images captured using a mobile computing device
CN113676715A (zh) 图像处理方法及装置
CN117499616A (zh) 摄像头模组镜头阴影校正的管控方法、系统、设备及介质
CN112071257A (zh) 一种led屏校正方法、装置、存储介质及led屏
CN114286000B (zh) 图像色彩处理方法、装置和电子设备
CN114926364B (zh) 图像校正方法、装置、计算机设备和存储介质
CN110808002A (zh) 屏幕的显示补偿方法、装置及电子设备
CN116233381A (zh) 一种颜色校正方法、装置、电子设备和存储介质
WO2021217623A1 (zh) 一种多媒体数据处理方法、设备及存储介质
CN112312122B (zh) 摄像头保护膜的检测方法及装置
CN114866755B (zh) 自动白平衡方法、装置和计算机存储介质、电子设备
CN112399161B (zh) 图像处理方法、图像处理装置、电子设备和存储介质
WO2022257713A1 (zh) 一种ai自动白平衡的算法和电子设备

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