CN114390266B - 一种图像白平衡处理方法、设备及计算机可读存储介质 - Google Patents
一种图像白平衡处理方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114390266B CN114390266B CN202111625916.2A CN202111625916A CN114390266B CN 114390266 B CN114390266 B CN 114390266B CN 202111625916 A CN202111625916 A CN 202111625916A CN 114390266 B CN114390266 B CN 114390266B
- Authority
- CN
- China
- Prior art keywords
- image
- channel
- sub
- white balance
- processed
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 118
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000000638 solvent extraction Methods 0.000 claims abstract description 6
- 230000001186 cumulative effect Effects 0.000 claims description 14
- 238000013527 convolutional neural network Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013519 translation Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000001028 reflection method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Color Television Image Signal Generators (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本发明公开了一种图像白平衡处理方法、设备及计算机可读存储介质,该图像白平衡处理方法包括:获取待处理图像;将待处理图像分块,得到多个待处理子图像;获取待处理子图像的图像特征,利用图像特征所对应的预设策略对待处理子图像进行白平衡处理,得到白平衡子图像,图像特征与预设策略之间存在对应关系,其中,每种图像特征对应至少一种预设策略;将多个白平衡子图像拼接,得到白平衡图像。通过上述方式,本发明能够适用于所有图像的白平衡处理,并可以提高白平衡处理的准确度。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种图像白平衡处理方法、设备及计算机可读存储介质。
背景技术
对于智能摄像头产品,在使用过程中极易受到环境光的影响,使得拍摄的图像产生色偏。为了消除图像的偏色效果,就需要通过白平衡算法还原拍摄物体本来的颜色。
在现有技术中,一些白平衡处理方法原理简单且硬件容易实现的,但是适用范围小,当先验条件不满足时,算法会失效;另一些白平衡处理方法计算量大,比较复杂,但适用图像场景较少。
发明内容
本发明主要解决的技术问题是提供一种图像白平衡处理方法、设备及计算机可读存储介质,能够适用于所有图像的白平衡处理,并可以提高白平衡处理的准确度。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种图像白平衡处理方法,该图像白平衡处理方法包括:获取待处理图像;将待处理图像分块,得到多个待处理子图像;获取待处理子图像的图像特征,利用图像特征所对应的预设策略对待处理子图像进行白平衡处理,得到白平衡子图像,其中,每种图像特征对应至少一种预设策略;将多个白平衡子图像拼接,得到白平衡图像。
其中,获取待处理子图像的图像特征包括:获取待处理子图像的各像素点的亮度分量、第一色度分量和第二色度分量;响应于满足第一预设条件的像素点的个数大于或等于总像素点的个数的预设比例,则判定待处理子图像为待处理第一特征子图像,利用与待处理第一特征子图像对应的第一预设策略对待处理子图像进行白平衡处理;其中,第一预设条件为:|Cb-128|<αY,|Cr-128|<αY,其中,Y为亮度分量,Cb为第一色度分量,Cr为第二色度分量,α为调节系数
其中,利用第一预设策略对待处理子图像进行白平衡处理,得到白平衡子图像包括:获取满足第一预设条件的像素点的每个通道的第一通道值;获取满足第一预设条件的像素点每个通道的第一增益值;将第一增益值与对应的第一通道值相乘,得到白平衡子图像。
其中,获取满足第一预设条件的像素点每个通道的第一增益值包括:计算像素点的每个通道的第一平均值;获取像素点的每个通道的最大值;将最大值除以对应通道的第一平均值,得到每个通道的第一增益值。
其中,该图像白平衡处理方法还包括:响应于满足第一预设条件的像素点的个数小于总像素点个数的预设比例,则获取各像素点的第二通道值;计算各像素点的每个通道的第二平均值;利用第二通道值和第二平均值,获取各像素点的每个通道的通道方差值;响应于各像素点的每个通道的通道方差值均大于第二预设值,则判定待处理子图像为待处理第二特征子图像;待处理第二特征子图像对应第二预设策略,利用与所述待处理第二特征子图像对应的第二预设策略对待处理子图像进行白平衡处理。
其中,利用第二预设策略对待处理子图像进行白平衡处理,得到白平衡子图像包括:获取各像素点每个通道的第二增益值;将各像素点的第二增益值与对应的第二通道值相乘,得到白平衡子图像。
其中,获取各像素点每个通道的第二增益值包括:计算各像素点的每个通道的第二平均值的平均值,作为第三平均值;将第三平均值除以每个通道的第二平均值,得到每个通道的第二增益值。
其中,该图像白平衡处理方法还包括:响应于各像素点每个通道的通道方差值均小于或等于第二预设值,则获取待处理子图像的每个通道的通道直方图;计算通道直方图的重叠面积;响应于通道直方图的重叠面积大于或等于第三预设值,则判定待处理子图像为待处理第三特征子图像;待处理第三特征子图像对应第三预设策略,利用图像特征所对应的预设策略对待处理子图像进行白平衡处理,得到白平衡子图像包括:利用第三预设策略对待处理子图像进行白平衡处理,得到白平衡子图像。
其中,利用第三预设策略对待处理子图像进行白平衡处理,得到白平衡子图像包括:将待处理第三特征子图像的每个通道的通道直方图匹配到一个通道上,得到每个通道的累计直方图;对累计直方图进行转换,得到白平衡子图像。
其中,方法还包括:响应于通道直方图的重叠面积小于第三预设值,则判定待处理子图像为待处理第四特征子图像;待处理第四特征子图像对应第四预设策略,利用图像特征所对应的预设策略对待处理子图像进行白平衡处理,得到白平衡子图像包括:利用第四预设策略对待处理子图像进行白平衡处理,得到白平衡子图像。
其中,通道直方图包括R通道直方图、G通道直方图和B通道直方图,利用第四预设策略对待处理子图像进行白平衡处理,得到白平衡子图像包括:平移R通道直方图和B通道直方图,并计算通道直方图的重叠面积;响应于通道直方图的重叠面积大于或等于第四预设值,则得到更新后的R通道直方图和B通道直方图,得到白平衡子图像。
其中,获取待处理图像包括:将待处理图像输入卷积神经网络,利用卷积神经网络判断待处理图像是否为偏色图像;响应于待处理图像为偏色图像,执行对待处理图像进行白平衡处理的步骤。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种图像白平衡处理设备,该图像白平衡处理设备包括处理器,处理器用于执行以实现上述的图像白平衡处理方法。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种计算机可读存储介质,计算机可读存储介质用于存储指令/程序数据,指令/程序数据能够被执行以实现上述的图像白平衡处理方法。
本发明的有益效果是:区别于现有技术的情况,本发明对需要进行白平衡处理的图像分块,预先为不同特征的图像设置不同的白平衡处理策略,检测不同分块的图像特征,并根据每个分块的图像特征进行白平衡处理,既加快了白平衡算法的处理效率,也提高了白平衡处理的准确度。
附图说明
图1是本申请实施方式中一图像白平衡处理方法的流程示意图;
图2是本申请实施方式中另一图像白平衡处理方法的流程示意图;
图3是本申请实施方式中第一白平衡子图像获取方法的流程示意图;
图4是本申请实施方式中第二白平衡子图像获取方法的流程示意图;
图5是本申请实施方式中第三白平衡子图像获取方法的流程示意图;
图6是本申请实施方式中第四白平衡子图像获取方法的流程示意图;
图7是本申请实施方式中又一图像白平衡处理方法的流程示意图;
图8是本申请实施方式中图像白平衡处理装置的结构示意图;
图9是本申请实施方式中图像白平衡处理设备的结构示意图;
图10是本申请实施方式中计算机可读存储介质的结构示意图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。
本申请提供一种图像白平衡处理方法,通过对需要进行白平衡处理的图像分块,预先为不同特征的图像设置不同的白平衡处理策略,检测不同分块的图像特征,并根据每个分块的图像特征进行白平衡处理,既加快了白平衡算法的处理效率,也提高了白平衡处理的准确度。
请参阅图1,图1是本申请实施方式中一图像白平衡处理方法的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图1所示的流程顺序为限。如图1所示,本实施方式包括:
S110:获取待处理图像。
S130:将待处理图像分块,得到多个待处理子图像。
不同的图像区域存在不同的图像特征,当将一种白平衡处理方法应用于整个待处理图像时,可能存在处理失效的区域,因此,在本申请的实施方式中,先将待处理进行分块,分为多个待处理子图像。
S150:获取待处理子图像的图像特征,利用图像特征所对应的预设策略对待处理子图像进行白平衡处理,得到白平衡子图像。
同一种白平衡处理方法应用于不同待处理子图像中时,处理效果不同,因此,对应不同的待处理子图像,选择合适的预设策略对其进行白平衡处理。首先,对待处理子图像进行特征提取,得到图像特征。图像特征与预设策略之间存在对应关系,其中,每种图像特征对应至少一种预设策略。
S170:将多个白平衡子图像拼接,得到白平衡图像。
将得到的多个白平衡子图像按照分割位置进行拼接,得到待处理图像经过白平衡处理得到的白平衡图像。
该实施方式中,通过对需要进行白平衡处理的图像分块,预先为不同特征的图像设置不同的白平衡处理策略,检测不同分块的图像特征,并根据每个分块的图像特征进行白平衡处理,再重新拼接得到完整的白平衡图像,既加快了白平衡算法的处理效率,也提高了白平衡处理的准确度。
请参阅图2,图2是本申请实施方式中另一图像白平衡处理方法的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图2所示的流程顺序为限。如图2所示,本实施方式包括:
S210:获取待处理图像。
S230:将待处理图像输入卷积神经网络,响应于待处理图像为偏色图像,则进行白平衡处理。
将待处理图像输入卷积神经网络中,利用卷积神经网络中的二分类器对待处理图像进行特征提取,判断待处理图像是否偏色,二分类器的输出结果包括偏色图像和未偏色图像,当待处理图像被识别为未偏色图像时,不需要对该待处理图像进行白平衡处理,而当待处理图像被识别为偏色图像时,利用下述方法对待处理图像进行白平衡处理。其中,在一实施方式中,卷积神经网络可以为VGG16卷积神经网络。
S250:将待处理图像分块,得到多个待处理子图像。
对于存在偏色的待处理图像,不同的图像区域存在不同的图像特征,当将一种白平衡处理方法应用于整个待处理图像时,可能存在处理失效的区域,因此,在本申请的实施方式中,先将待处理进行分块,分为多个待处理子图像。
S270:获取待处理子图像的图像特征,利用图像特征所对应的预设策略对待处理子图像进行白平衡处理,得到白平衡子图像。
同一种白平衡处理方法应用于不同待处理子图像中时,处理效果不同,因此,对应不同的待处理子图像,选择合适的预设策略对其进行白平衡处理。首先,对待处理子图像进行特征提取,得到图像特征。图像特征与预设策略之间存在对应关系,其中,每种图像特征对应至少一种预设策略。
在一实施方式中,获取待处理子图像的图像特征,判断其是否存在白色点,若存在白色点,则对其使用完美反射法进行白平衡处理,得到白平衡子图像。请参阅图3,图3是本申请实施方式中第一白平衡子图像获取方法的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图3所示的流程顺序为限。如图3所示,本实施方式包括:
S310:获取待处理子图像的各像素点的亮度分量、第一色度分量和第二色度分量。
当待处理子图像为RGB空间图像时,先将待处理子图像转换为YCbCr空间图像,分别获取待处理子图像的各像素点的亮度分量Y、第一色度分量Cb(蓝色分量)和第二色度分量Cr(红色分量),其中,白色图像对应的亮度分量Y为240,第一色度分量Cb为128,第二色度分量Cr为128。
S330:响应于满足第一预设条件的像素点的个数大于或等于总像素点的个数的预设比例,则判定待处理子图像为待处理第一特征子图像。
利用亮度分量Y、第一色度分量Cb和第二色度分量Cr之间的关系判断是否存在白色点。判断各像素点是否满足第一预设条件,第一预设条件为:|Cb-128|<αY,|Cr-128|<αY,其中,α为调节系数。获取满足第一预设条件的像素点的个数,当满足第一预设条件的像素点的个数超过总像素点的个数的预设比例,则判定待处理子图像为待处理第一特征子图像,即该待处理子图像存在白色点。在一具体实施方式中,预设比例为10%。
利用第一预设策略对待处理第一特征子图像进行白平衡处理,即利用完美反射法对待处理第一特征子图像进行白平衡处理。
S350:获取满足第一预设条件的像素点的每个通道的第一通道值;计算像素点的每个通道的第一平均值;获取像素点的每个通道的最大值。
RGB图像有R通道、G通道和B通道,分别获取满足第一预设条件的像素点三个通道的通道值作为第一通道值;分别对满足条件的像素点的R通道的第一通道值、G通道的第一通道值和B通道的第一通道值求平均值,得到三个通道的第一平均值;分别获取满足条件的像素点的三个通道的最大值。
在一具体实施方式中,满足第一预设条件的像素点有M个,R通道的第一通道值为Ri,G通道的第一通道值为Gi,B通道的第一通道值为Bi,其中,i为满足第一预设条件的第i个像素点。计算三个通道的第一平均值,计算方式如下:
其中,Ravg为R通道的第一平均值,Gavg为G通道的第一平均值,Bavg为B通道的第一平均值。获取R通道的最大值为Rmax,G通道的最大值为Gmax,B通道的最大值为Bmax。
S370:将最大值除以对应通道的第一平均值,得到每个通道的第一增益值。
计算每个通道的第一增益值,计算方式如下:
其中,Rgain为R通道的第一增益值,Ggain为G通道的第一增益值,Bgain为B通道的第一增益值。
S390:将第一增益值与对应的第一通道值相乘,得到白平衡子图像。
遍历待处理第一特征子图像的所有像素点,将第一增益值与各像素点对应的第一通道值相乘,对待处理第一特征子图像进行白平衡处理,具体计算方式如下:
R′=R×Rgain,
G′=G×Ggain,
B′=B×Bgain,
其中,R、G、B为待处理第一特征子图像的像素通道值,R′、G′、B′为处理后的白平衡组图像的像素通道值。
在另一实施方式中,当第一预设条件的像素点的个数小于总像素点的个数的预设比例,则认为该待处理子图像不存在白色点,则继续获取待处理子图像的图像特征,判断其是否为单一场景,若不为单一场景,则对其使用灰度世界法进行白平衡处理,得到白平衡子图像。请参阅图4,图4是本申请实施方式中第二白平衡子图像获取方法的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图4所示的流程顺序为限。如图4所示,本实施方式包括:
S410:获取各像素点的每个通道的第二通道值,计算各像素点的每个通道的第二平均值。
获取待处理子图像中所有像素点的三个通道的通道值作为第二通道值;分别对所有像素点的R通道的第二通道值、G通道的第二通道值和B通道的第二通道值求平均值,得到三个通道的第二平均值。
S420:利用第二通道值和第二平均值,获取各像素点的每个通道的通道方差值。
具体计算方式如下:
其中,待处理子图像的高为h,宽为w,R(i,j)为第i行第j列的像素点的R通道的第二通道值,G(i,j)为第i行第j列的像素点的G通道的第二通道值,B(i,j)为第i行第j列的像素点的B通道的第二通道值;MR为R通道的第二平均值,MG为G通道的第二平均值,MB为B通道的第二平均值;DR为R通道的通道方差值,DG为G通道的通道方差值,DB为B通道的通道方差值。
S430:响应于各像素点的每个通道的通道方差值均大于第二预设值,则判定待处理子图像为待处理第二特征子图像。
获取第二预设值Dth,当通道方差值满足DR>Dth且DG>Dth且DB>Dth,则判定待处理子图像为待处理第二特征子图像,即该待处理子图像颜色变化大,不是单一场景。
利用第二预设策略对待处理第二特征子图像进行白平衡处理,即利用灰度世界法对待处理第二特征子图像进行白平衡处理。
S440:计算各像素点的每个通道的第二平均值的平均值,作为第三平均值。
第二特征子图像为非单一场景下的图像,即其具有大量色彩变化,则认为各像素点的每个通道的第二平均值都趋于同一个灰度值Gray,计算各像素点的每个通道的第二平均值的平均值,得到第三平均值Gray,具体计算方式如下:
S450:将第三平均值除以每个通道的第二平均值,得到每个通道的第二增益值。
计算每个通道的第二增益值,计算方式如下:
其中,Rgain为R通道的第二增益值,Ggain为G通道的第二增益值,Bgain为B通道的第二增益值。
S460:将各像素点的第二增益值与对应的第二通道值相乘,得到白平衡子图像。
遍历待处理第二特征子图像的所有像素点,将第二增益值与各像素点对应的第二通道值相乘,对待处理第二特征子图像进行白平衡处理,具体计算方式如下:
R′=R×Rgain,
G′=G×Ggain,
B′=B×Bgain,
其中,R、G、B为待处理第二特征子图像的像素通道值,R′、G′、B′为处理后的白平衡组图像的像素通道值。
在另一实施方式中,当各像素点的每个通道的通道方差值均小于或等于第二预设值,则认为该待处理子图像为单一场景,则继续获取待处理子图像的图像特征,获取其RGB通道直方图的重叠面积,若重叠面积大于或等于阈值,则对其使用直方图匹配法进行白平衡处理,得到白平衡子图像。请参阅图5,图5是本申请实施方式中第三白平衡子图像获取方法的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图5所示的流程顺序为限。如图5所示,本实施方式包括:
S510:获取待处理子图像的每个通道的通道直方图,并计算通道直方图的重叠面积。
分别获取待处理子图像的每个通道的通道直方图,得到R通道的通道直方图HR[i]、B通道的通道直方图HG[i]和B通道的通道直方图HB[i],其中,通道直方图的具体计算方式如下:
其中,i∈(0,255),Hc[i]表示通道直方图,C可以为R、G、B通道,h和w为带处理子图像的高和宽。
计算RGB通道直方图的重叠面积OA,具体计算方式如下:
其中,HR(i),HG(i),HB(i)分别为RGB通道第i个灰度级的数量值。
S530:响应于通道直方图的重叠面积大于或等于第三预设值,则判定待处理子图像为待处理第三特征子图像。
获取第三预设值OAth,当通道直方图的重叠面积满足OA≥OAth,则判定待处理子图像为待处理第三特征子图像。
利用第三预设策略对待处理第三特征子图像进行白平衡处理,即利用直方图匹配法对待处理第三特征子图像进行白平衡处理。
S550:将待处理第三特征子图像的每个通道的通道直方图匹配到一个通道上,得到每个通道的累计直方图。
将待处理第三特征子图像的每个通道的通道直方图都匹配到同一个通道上,在该申请的实施方式中,将R、G、B三个通道的通道直方图匹配到G通道上,并计算得到R通道的累计直方图为SR,G通道的累计直方图为SG,B通道的累计直方图为SB。
S570:对每个累计直方图进行转换,得到白平衡子图像。
利用G通道的累计直方图获取转换函数,其中,转换函数为:
将R通道的累计直方图SR和B通道的累计直方图SB带入到转换函数中,得到转换后的R通道的累计直方图ZR和转换后的B通道的累计直方图ZB,具体计算方式如下:
利用转换后的累计直方图矫正待处理第三特征子图像,得到白平衡子图像。
在另一实施方式中,当通道直方图的重叠面积小于第三预设值,则判定待处理子图像为待处理第四特征子图像,继续获取待处理子图像的图像特征,利用第四预设策略对待处理第四特征子图像进行白平衡处理,即利用通道平移法进行白平衡处理,得到白平衡子图像。请参阅图6,图6是本申请实施方式中第四白平衡子图像获取方法的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图6所示的流程顺序为限。如图6所示,本实施方式包括:
S610:平移R通道直方图和B通道直方图,并计算通道直方图的重叠面积。
通道直方图包括R通道直方图、G通道直方图和B通道直方图。预先设置平移步长为step,循环平移R通道的通道直方图和B通道的通道直方图,并计算RGB通道直方图的重叠面积OA。其中,平移的范围为[-moveTh,moveTh],其中moveTh为平移阈值。
S630:响应于通道直方图的重叠面积大于或等于第四预设值,则得到更新后的R通道直方图和B通道直方图,得到白平衡子图像。
当RGB通道直方图的重叠面积OA达到第四预设值,则停止平移R通道的通道直方图和B通道的通道直方图。在一具体实施方式中,循环平移R通道的通道直方图和B通道的通道直方图,直到RGB通道直方图的重叠面积OA达到最大。利用平移后的RGB通道直方图矫正待处理第四特征子图像,得到白平衡子图像。
S290:将多个白平衡子图像拼接,得到白平衡图像。
将上述方法得到的多个白平衡子图像按照分割位置进行拼接,得到待处理图像经过白平衡处理得到的白平衡图像。
该实施方式中,先对图像进行色偏检测,对于具有色偏的图像进行白平衡处理。选择性地针对偏色图像进行处理,加快了白平衡方法的处理效率。再对需要进行白平衡处理的图像分块,预先为不同特征的图像设置不同的白平衡处理策略,检测不同分块的图像特征,并根据每个分块的图像特征进行白平衡处理。在该实施方式中,完美反射法和灰度世界法原理简单且硬件容易实现,但是当先验条件不满足时,算法会失效。直方图匹配和直方图平移算法适用范围更广,但是计算量更大,也更为复杂。因此针对这些特点,对分块图像首先进行白色点检测,判断图像中是否存在白色点,若存在白色点,则对图像进行完美反射法。若图像中无白色点,则再判断图像是否为单色图像,若不是单色图像,则进行灰度世界法。若为单色图像,再判断图像的RGB通道直方图的重叠面积是否大于阈值,若大于阈值,则对图像进行直方图匹配法。若小于阈值,则对图像进行直方图平移法,再重新拼接得到完整的白平衡图像。既加快了白平衡算法的处理效率,也提高了白平衡的准确度。
请参阅图7,图7是本申请实施方式中又一图像白平衡处理方法的流程示意图。在一具体实施方式中,将初始图像输入卷积神经网络的二分类器中,检测初始图像是否存在偏色,若初始图像检测为未偏色图像,则将初始图像直接输出,若初始图像检测为偏色图像,则将该初始图像进行分块,将初始图像分为n块,对每一块图像分别进行检测。
首先,利用上述方法判断分块图像中是否存在白色点,若存在白色点,则利用完美反射法对分块图像进行白平衡处理;若不存在白色点,则利用上述方法判断分块图像是否为单一场景,若不为单一场景,则利用灰度世界法对分块图像进行白平衡处理;若为单一场景,则继续利用上述方法判断分块图像的RGB通道直方图的重叠面积是否大于阈值,若重叠面积大于阈值,则利用直方图匹配法对分块图像进行处理;若重叠面积小于或等于阈值,则利用直方图平移法对分块图像进行白平衡处理。
将所有处理后的分块图像按照分块方法进行拼接,并输出得到白平衡处理之后的图像。
该实施方式中,先对图像进行色偏检测,对于具有色偏的图像进行白平衡处理。选择性地针对偏色图像进行处理,加快了白平衡方法的处理效率。再对需要进行白平衡处理的图像分块,预先为不同特征的图像设置不同的白平衡处理策略,检测不同分块的图像特征,并根据每个分块的图像特征进行白平衡处理,再重新拼接得到完整的白平衡图像。能够适用于所有图像的白平衡处理,既加快了白平衡算法的处理效率,也提高了白平衡的准确度。
请参阅图8,图8是本申请实施方式中图像白平衡处理装置的结构示意图。该实施方式中,图像白平衡处理装置包括获取模块81、分块模块82、处理模块83和拼接模块84。
其中获取模块81用于获取待处理图像;分块模块82用于将待处理图像分块,得到多个待处理子图像;处理模块83用于获取待处理子图像的图像特征,利用图像特征所对应的预设策略对待处理子图像进行白平衡处理,得到白平衡子图像;拼接模块84用于将多个白平衡子图像拼接,得到白平衡图像。该图像白平衡处理装置用于对需要进行白平衡处理的图像分块,预先为不同特征的图像设置不同的白平衡处理策略,检测不同分块的图像特征,并根据每个分块的图像特征进行白平衡处理,再重新拼接得到完整的白平衡图像。能够适用于所有图像的白平衡处理,既加快了白平衡算法的处理效率,也提高了白平衡处理的准确度。
请参阅图9,图9是本申请实施方式中图像白平衡处理设备的结构示意图。该实施方式中,图像白平衡处理设备91包括处理器92。
处理器92还可以称为CPU(Central Processing Unit,中央处理单元)。处理器92可能是一种集成电路芯片,具有信号的处理能力。处理器92还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(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。通用处理器可以是微处理器或者该处理器92也可以是任何常规的处理器等。
图像白平衡处理设备91可以进一步包括存储器(图中未示出),用于存储处理器92运行所需的指令和数据。
处理器92用于执行指令以实现上述本申请图像白平衡处理方法任一实施例及任意不冲突的组合所提供的方法。
请参阅图10,图10是本申请实施方式中计算机可读存储介质的结构示意图。本申请实施例的计算机可读存储介质11存储有指令/程序数据12,该指令/程序数据12被执行时实现本申请图像白平衡处理方法任一实施例以及任意不冲突的组合所提供的方法。其中,该指令/程序数据12可以形成程序文件以软件产品的形式存储在上述存储介质11中,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)或处理器(processor)执行本申请每个实施方式方法的全部或部分步骤。而前述的存储介质11包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,或者是计算机、服务器、手机、平板等终端设备。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请每个实施例中的各功能单元可以集成在一个处理单元中,也可以是每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单元的形式实现。
以上所述仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种图像白平衡处理方法,其特征在于,所述方法包括:
获取待处理图像;
将所述待处理图像分块,得到多个待处理子图像;
获取所述待处理子图像的图像特征,利用所述图像特征所对应的预设策略对所述待处理子图像进行白平衡处理,得到白平衡子图像,其中,每种图像特征对应至少一种所述预设策略;
将所述多个白平衡子图像拼接,得到白平衡图像;
其中,所述获取所述待处理子图像的图像特征包括:
获取所述待处理子图像的各像素点的亮度分量、第一色度分量和第二色度分量;
响应于满足第一预设条件的像素点的个数大于或等于总像素点个数的预设比例,则判定所述待处理子图像为待处理第一特征子图像,利用与所述待处理第一特征子图像对应的第一预设策略对所述待处理子图像进行白平衡处理;
其中,所述第一预设条件为:|Cb-128|<αY,|Cr-128|<αY,其中,Y为所述亮度分量,Cb为所述第一色度分量,Cr为所述第二色度分量,α为调节系数。
2.根据权利要求1所述的图像白平衡处理方法,其特征在于,所述利用所述第一预设策略对所述待处理子图像进行白平衡处理,得到白平衡子图像包括:
获取满足所述第一预设条件的所述像素点的每个通道的第一通道值;获取满足所述第一预设条件的所述像素点每个通道的第一增益值;
将所述第一增益值与对应的所述第一通道值相乘,得到所述白平衡子图像;
其中,所述获取满足所述第一预设条件的所述像素点每个通道的第一增益值包括:
计算所述像素点的每个通道的第一平均值;获取所述像素点的每个通道的最大值;
将所述最大值除以对应通道的所述第一平均值,得到每个通道的所述第一增益值。
3.根据权利要求1所述的图像白平衡处理方法,其特征在于,所述方法还包括:
响应于满足第一预设条件的所述像素点的个数小于总像素点个数的预设比例,则获取所述各像素点的第二通道值;
计算所述各像素点的每个通道的第二平均值;
利用所述第二通道值和所述第二平均值,获取所述各像素点的每个通道的通道方差值;
响应于所述各像素点的每个通道的所述通道方差值均大于第二预设值,则判定所述待处理子图像为待处理第二特征子图像;
利用与所述待处理第二特征子图像对应的第二预设策略对所述待处理子图像进行白平衡处理。
4.根据权利要求3所述的图像白平衡处理方法,其特征在于,所述利用所述第二预设策略对所述待处理子图像进行白平衡处理,得到白平衡子图像包括:
获取所述各像素点每个通道的第二增益值;
将所述各像素点的所述第二增益值与对应的所述第二通道值相乘,得到所述白平衡子图像;
其中,所述获取所述各像素点每个通道的第二增益值包括:
计算所述各像素点的每个通道的所述第二平均值的平均值,作为第三平均值;
将所述第三平均值除以每个通道的所述第二平均值,得到每个通道的所述第二增益值。
5.根据权利要求3所述的图像白平衡处理方法,其特征在于,所述方法还包括:
响应于所述各像素点每个通道的所述通道方差值均小于或等于第二预设值,则获取所述待处理子图像的每个通道的通道直方图;
计算所述通道直方图的重叠面积;
响应于所述通道直方图的重叠面积大于或等于第三预设值,则判定所述待处理子图像为待处理第三特征子图像;
所述待处理第三特征子图像对应第三预设策略,所述利用所述图像特征所对应的预设策略对所述待处理子图像进行白平衡处理,得到白平衡子图像包括:
利用所述第三预设策略对所述待处理子图像进行白平衡处理,得到白平衡子图像;
其中,所述利用所述第三预设策略对所述待处理子图像进行白平衡处理,得到白平衡子图像包括:
将所述待处理第三特征子图像的每个通道的所述通道直方图匹配到一个通道上,得到每个通道的累计直方图;
对所述累计直方图进行转换,得到所述白平衡子图像。
6.根据权利要求5所述的图像白平衡处理方法,其特征在于,所述方法还包括:
响应于所述通道直方图的重叠面积小于所述第三预设值,则判定所述待处理子图像为待处理第四特征子图像;
所述待处理第四特征子图像对应第四预设策略,所述利用所述图像特征所对应的预设策略对所述待处理子图像进行白平衡处理,得到白平衡子图像包括:
利用所述第四预设策略对所述待处理子图像进行白平衡处理,得到白平衡子图像;
其中,所述通道直方图包括R通道直方图、G通道直方图和B通道直方图,所述利用所述第四预设策略对所述待处理子图像进行白平衡处理,得到白平衡子图像包括:
平移所述R通道直方图和所述B通道直方图,并计算所述通道直方图的重叠面积;
响应于所述通道直方图的重叠面积大于或等于第四预设值,则得到更新后的R通道直方图和B通道直方图,得到所述白平衡子图像。
7.根据权利要求1所述的图像白平衡处理方法,其特征在于,所述获取待处理图像包括:
将所述待处理图像输入卷积神经网络,利用所述卷积神经网络判断所述待处理图像是否为偏色图像;
响应于所述待处理图像为偏色图像,执行对所述待处理图像进行白平衡处理的步骤。
8.一种图像白平衡处理设备,其特征在于,包括处理器,所述处理器用于执行指令以实现如权利要求1-7任一项所述的图像白平衡处理方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储指令/程序数据,所述指令/程序数据能够被执行以实现如权利要求1-7任一项所述的图像白平衡处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111625916.2A CN114390266B (zh) | 2021-12-28 | 2021-12-28 | 一种图像白平衡处理方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111625916.2A CN114390266B (zh) | 2021-12-28 | 2021-12-28 | 一种图像白平衡处理方法、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114390266A CN114390266A (zh) | 2022-04-22 |
CN114390266B true CN114390266B (zh) | 2024-05-21 |
Family
ID=81198028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111625916.2A Active CN114390266B (zh) | 2021-12-28 | 2021-12-28 | 一种图像白平衡处理方法、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114390266B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115334295B (zh) * | 2022-08-10 | 2024-05-03 | 杭州联吉技术有限公司 | 图像白平衡处理方法及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003087816A (ja) * | 2001-09-07 | 2003-03-20 | Seiko Epson Corp | ホワイトバランス調整装置、ホワイトバランス調整プログラム、ホワイトバランス調整方法およびディジタルカメラ |
JP4935925B1 (ja) * | 2010-11-04 | 2012-05-23 | カシオ計算機株式会社 | 撮像装置、ホワイトバランス調整方法及びホワイトバランス調整プログラム |
KR20140023028A (ko) * | 2012-08-16 | 2014-02-26 | 삼성전기주식회사 | 자동 화이트 밸런스 방법 및 자동 화이트 밸런스 장치 |
CN103929631A (zh) * | 2013-01-15 | 2014-07-16 | 瑞昱半导体股份有限公司 | 使用场景检测的白平衡调整方法及其装置 |
CN105163099A (zh) * | 2015-10-30 | 2015-12-16 | 努比亚技术有限公司 | 一种白平衡调整方法、装置和移动终端 |
CN107959841A (zh) * | 2017-12-07 | 2018-04-24 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
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 |
CN112819017A (zh) * | 2021-03-09 | 2021-05-18 | 遵义师范学院 | 基于直方图的高精度色偏图像识别方法 |
CN113784104A (zh) * | 2021-08-18 | 2021-12-10 | 杭州涂鸦信息技术有限公司 | 一种白平衡处理方法及相关装置 |
CN113824945A (zh) * | 2021-11-22 | 2021-12-21 | 深圳深知未来智能有限公司 | 一种基于深度学习的快速自动白平衡和颜色矫正方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200632771A (en) * | 2005-03-10 | 2006-09-16 | Avisonic Technology Corp | Automatic white balance method applicable for color digital image |
-
2021
- 2021-12-28 CN CN202111625916.2A patent/CN114390266B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003087816A (ja) * | 2001-09-07 | 2003-03-20 | Seiko Epson Corp | ホワイトバランス調整装置、ホワイトバランス調整プログラム、ホワイトバランス調整方法およびディジタルカメラ |
JP4935925B1 (ja) * | 2010-11-04 | 2012-05-23 | カシオ計算機株式会社 | 撮像装置、ホワイトバランス調整方法及びホワイトバランス調整プログラム |
KR20140023028A (ko) * | 2012-08-16 | 2014-02-26 | 삼성전기주식회사 | 자동 화이트 밸런스 방법 및 자동 화이트 밸런스 장치 |
CN103929631A (zh) * | 2013-01-15 | 2014-07-16 | 瑞昱半导体股份有限公司 | 使用场景检测的白平衡调整方法及其装置 |
CN105163099A (zh) * | 2015-10-30 | 2015-12-16 | 努比亚技术有限公司 | 一种白平衡调整方法、装置和移动终端 |
CN107959841A (zh) * | 2017-12-07 | 2018-04-24 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
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 |
CN112819017A (zh) * | 2021-03-09 | 2021-05-18 | 遵义师范学院 | 基于直方图的高精度色偏图像识别方法 |
CN113784104A (zh) * | 2021-08-18 | 2021-12-10 | 杭州涂鸦信息技术有限公司 | 一种白平衡处理方法及相关装置 |
CN113824945A (zh) * | 2021-11-22 | 2021-12-21 | 深圳深知未来智能有限公司 | 一种基于深度学习的快速自动白平衡和颜色矫正方法 |
Non-Patent Citations (3)
Title |
---|
Multiframe Auto White Balance;Radu Ciprian Bilcu;《IEEE Singal Processing Letters》;第18卷(第3期);全文 * |
基于图像熵值加权的自动白平衡算法;巢琳 等;《数据通信》;全文 * |
自动白平衡算法研究及软硬件实现;金黄斌;《中国优秀硕士学位论文全文数据库(电子期刊)》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114390266A (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3678056B1 (en) | Skin color detection method and device and storage medium | |
CN107680056B (zh) | 一种图像处理方法及装置 | |
CN108647641B (zh) | 基于双路模型融合的视频行为分割方法和装置 | |
JP7508135B2 (ja) | 画像処理方法、画像処理装置、電子機器、及びコンピュータプログラム | |
US10033918B2 (en) | Method and system for image processing to detect salient objects in image | |
US20230230215A1 (en) | Image processing method and apparatus, device, and medium | |
CN112465727A (zh) | 基于HSV色彩空间和Retinex理论的无正常光照参考的低照度图像增强方法 | |
US20010040982A1 (en) | Object extracting method using motion picture | |
CN111311513A (zh) | 图像的颜色风格统一方法、设备及计算机存储介质 | |
WO2022121893A1 (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN111491149B (zh) | 基于高清视频的实时抠像方法、装置、设备及存储介质 | |
CN114390266B (zh) | 一种图像白平衡处理方法、设备及计算机可读存储介质 | |
CN111445487A (zh) | 图像分割方法、装置、计算机设备和存储介质 | |
CN114998122A (zh) | 一种低照度图像增强方法 | |
CN113868457A (zh) | 一种基于图像聚档的图像处理方法及相关装置 | |
CN107220934A (zh) | 图像重建方法及装置 | |
CN111242087B (zh) | 物体识别方法及装置 | |
CN116309224A (zh) | 图像融合方法、装置、终端及计算机可读存储介质 | |
CN113643651B (zh) | 一种图像增强方法、装置、计算机设备和存储介质 | |
CN111274952B (zh) | 背光人脸图像处理方法、人脸识别方法 | |
CN113891081A (zh) | 视频处理方法、装置及设备 | |
US10701328B2 (en) | Image processing device, image processing method, and image processing program | |
CN112422940A (zh) | 一种自适应颜色校正方法 | |
CN112419217B (zh) | 图像处理方法、装置、计算机设备及介质 | |
JP7496935B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム |
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 |