CN114500968A - 色温估计方法、白平衡调整方法、装置及存储介质 - Google Patents

Abstract

本发明提供一种色温估计方法、白平衡调整方法、装置及存储介质，其中，色温估计方法包括：获取当前帧图像并识别出所述当前帧图像中的人脸区域，计算所述人脸区域每一所述区块的标定参数值；根据所述标定参数值确定肤色色块区间，并从所述区块中筛选出目标肤色色块；判断所述目标肤色色块是否存在；若是，则计算所述目标肤色色块的标定参数值的平均值；将所述目标肤色色块的标定参数值的平均值带入标定色温曲线中计算得到目标估计色温。本申请通过筛选出图像的肤色色块，计算出肤色色块的目标估计色温，进而避免图像中的单一颜色和肤色相同导致色温估计错误的问题。

Description

色温估计方法、白平衡调整方法、装置及存储介质

技术领域

本发明涉及白平衡技术领域，具体涉及色温估计方法、白平衡调整方法、装置及存储介质。

背景技术

在室内场景下，所拍摄的人物图像特写一般都为纯色背景及多色温场景下，海思自带的白平衡算法在对计算场景色温时考虑全局白色像素点的分布，容易出现色温估计错误的情况，图像中如果较大面积的存在单一颜色和肤色相同会导致色温估计的错误，从而导致人脸图像修正的效果不好。

之前的设备在面对处理纯色背景的解决方法主要有两种：一个是限制色温的上下限来确保纯色背景下不会出现大范围的偏色，第二个则是提高自动白平衡算法对筛选白色像素点的限制条件，确保能够找到正确的白色像素点及灰色像素点，提高自动白平衡算法色温估计的准确性。应用以上两种方法可以提高白平衡算法对色温估计的准确性，但是牺牲了白平衡算法的普遍适应性，所以会导致纯蓝色背景下在中色温及低色温下的图像效果比之前更差。

发明内容

有鉴于此，本发明实施例提供了一种色温估计方法、白平衡调整方法、装置及存储介质，通过筛选出目标肤色色块进而计算得到目标肤色色块的目标估计色温，以解决现有技术中色温估计不准的问题的同时还维持白平衡算法的普遍适应性。

第一方面，本发明提供一种色温估计方法，包括如下步骤：获取当前帧图像并识别出所述当前帧图像中的人脸区域，所述人脸区域由多个区块组成；计算所述人脸区域每一所述区块的标定参数值；根据所述标定参数值确定肤色色块区间，并从所述区块中筛选出目标肤色色块；判断所述目标肤色色块是否存在；若是，则计算所述目标肤色色块的标定参数值的平均值；将所述目标肤色色块的标定参数值的平均值带入标定色温曲线中计算得到目标估计色温。

进一步地，所述标定参数值包括R/G值和B/G值；所述根据所述标定参数值确定肤色色块区间，并从所述区块中筛选出目标肤色色块的步骤，具体包括：分别确定所述人脸区域内R/G值和B/G值的最大值和最小值，得到R/G区间和B/G区间；根据R/G区间及所述人脸区域内各个所述区块的R/G值确定第一肤色区间，根据B/G区间及所述人脸区域内各个所述区块的B/G值确定第二肤色区间；若当前区块的R/G值落入所述第一肤色区间且B/G值落入所述第二肤色区间，则所述当前区块为目标肤色色块。

进一步地，所述根据R/G区间及所述人脸区域内各个所述区块的R/G值确定第一肤色区间包括：将所述R/G区间按照预设距离划分为多个连续的第一子区间；统计所述R/G值落入各个所述第一子区间的区块的数量；将包含区块数量最多的所述第一子区间作为所述第一肤色区间；所述根据B/G区间及所述人脸区域内各个所述区块的B/G值确定第二肤色区间包括：将所述B/G区间按照预设距离划分为多个连续的第二子区间；统计所述B/G值落入各个所述第二子区间的区块的数量；将包含区块数量最多的所述第二子区间作为所述第二肤色区间。

进一步地，所述方法还包括：若所述目标肤色色块不存在，则进入根据所述标定参数值确定肤色色块区间的步骤，以扩大所述肤色色块区间的范围。

进一步地，所述目标肤色色块的标定参数值的平均值包括R/G的平均值、B/G的平均值；所述标定色温曲线包括R/G-色温关系曲线和B/G-色温关系曲线；将所述目标肤色色块的标定参数值的平均值带入标定色温曲线中计算得到目标估计色温的步骤包括：将R/G的平均值带入所述R/G-色温关系曲线得到第一估计色温；将B/G的平均值带入所述B/G-色温关系曲线得到第二估计色温；根据第一估计色温和第二估计色温计算得到目标估计色温。

进一步地，根据第一估计色温和第二估计色温计算得到目标估计色温，包括：计算所述第一估计色温与所述第二估计色温的差值；判断所述差值是否小于预设阈值；若是，则计算所述第一估计色温和所述第二估计色温的平均值作为所述目标估计色温；若否，则判断当前肤色色块筛选次数是否超过预设最大迭代次数，若超过所述预设最大迭代次数，则计算所有迭代中的第一估计色温与第二估计色温的平均值作为所述目标估计色温或计算所有迭代中第二估计色温的平均值作为目标估计色温，若未超过所述预设最大迭代次数，则扩大所述第一肤色区间与所述第二肤色区间的区间范围，则进入所述根据所述标定参数值确定肤色色块区间的步骤，以扩大所述肤色色块区间的范围。

进一步地，所述方法还包括：分别获取不同肤色色块在不同色温下的R、G、B三通道响应值；根据各个所述R、G、B三通道响应值分别计算各个肤色色块在各个色温下的R/G值和B/G值作为所述肤色色块的标定参数值；根据各个所述标定参数值及标定参数值对应的色温拟合得到所述标定色温曲线。

第二方面，本发明还提供一种白平衡调整方法，包括如下步骤：获取所述的色温估计方法计算得到的目标估计色温；根据所述目标估计色温计算得到白平衡增益，将所述白平衡增益作为白平衡手动增益调整白平衡。

第三方面，本发明提供一种色温估计装置，包括：第一获取模块，用以配置为获取当前帧图像并识别出所述当前帧图像中的人脸区域，所述人脸区域由多个区块组成；第一计算模块，用以配置为计算所述人脸区域每一所述区块的标定参数值；筛选模块，用以配置为根据所述标定参数值确定肤色色块区间，并从所述区块中筛选出目标肤色色块；判断模块，用以配置为判断所述目标肤色色块是否存在；若是，则计算所述目标肤色色块的标定参数值的平均值；第二计算模块，用以配置为将所述目标肤色色块的标定参数值的平均值带入标定色温曲线中计算得到目标估计色温。

第四方面，本发明提供一种白平衡调整装置，包括：第二获取模块，用以配置为获取由所述的色温估计装置计算得到的目标估计色温；第三计算模块，用以配置为根据所述目标估计色温计算得到白平衡增益，将所述白平衡增益作为白平衡手动增益调整白平衡。

第五方面，本发明提供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存储有计算机指令，所述计算机指令用于使计算机执行所述的色温估计方法或者所述的白平衡调整方法。

本申请技术方案，具有如下优点：

本申请提供一种色温估计方法、白平衡调整方法、装置及存储介质，通过筛选出图像的肤色色块，计算出肤色色块的目标估计色温，进而避免图像中的单一颜色和肤色相同导致色温估计错误的问题。

本申请提供的白平衡调整方法通过获取目标估计色温，计算得到的白平衡增益，最终提高白平衡调整的效果，本申请通过对肤色色块的标定，估算得到目标估计色温，其并没有限制在白平衡算法中的色温的上下限以及白色像素点的筛选，进而维持了白平衡算法的适应性。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1～4是根据本发明实施例提供的色温估计方法的流程图；

图5是根据本发明实施例提供的白平衡调整方法的流程图；

图6～7是根据本发明实施例提供的色温估计装置的结构框图；

图8是根据本发明实施例提供的白平衡调整装置的结构框图；

图9是本发明实施例提供的白平衡终端的硬件结构示意图；

图10是根据本发明实施例提供的白平衡调整系统的结构框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在一个实施例中，本发明提供一种色温估计方法，通过筛选出图像的肤色色块，计算出肤色色块的目标估计色温，进而避免图像中的单一颜色和肤色相同导致色温估计错误的问题。如图1所示，所述色温估计方法包括如下步骤：S1～S5。

S1、获取当前帧图像并识别出所述当前帧图像中的人脸区域，所述人脸区域由多个区块组成。

具体地，当前帧图像为当前需要进行色温估计的图像，当前帧图像可以是调用摄像机接口获取到的实时图像，也可以是预先存储的图像或者是从历史视频流中截取的图像，在此不对当前帧图像的获取方式做限定。进一步地，利用人脸识别算法对获取的当前帧图像进行人脸识别以识别当前帧图像中的人脸区域。

具体地，将整帧图像分为多个区块，根据人脸识别算法得到的人脸区域在整帧图像上的位置映射确定人脸区域对应的区块，并且获取人脸区域的区块的白平衡统计信息，白平衡统计信息包括区块的R、G、B三通道响应值。

进一步地，当前帧图像包括一个或多个人脸区域，每个人脸区域均由多个区块组成。

S2、计算所述人脸区域每一所述区块的标定参数值。

其中，标定参数值是指各个区块的颜色特征值，用以根据三通道响应值对每个区块进行标定。

具体地，根据各个区块的R、G、B三通道响应值，分别计算各个区块的R/G值和B/G值作为人脸区域各个区块的标定参数值。由于获取的当前帧图像会偏暖色(红色)或偏冷色(蓝色)，这二者对比更强烈，也较大影响图片的质量；因此采用R/G值和B/G值调整的效果更好。

S3、根据所述标定参数值确定肤色色块区间，并从所述区块中筛选出目标肤色色块。

具体地，根据标定参数值确定肤色色块区间，并根据标定参数值及肤色色块区间从区块中筛选出目标肤色色块。

在一个实施例中，若仅有一个人脸区域，则根据该人脸区域内的标定参数值确定肤色色块区间，并从该人脸区域的区块中筛选出目标肤色色块。

在一个实施方式中，若当前帧图像包括多个人脸区域，根据标定参数值确定肤色色块区间，并从区块中筛选出目标肤色色块包括：分别针对每个人脸区域内各个区块的标定参数值确定各个人脸区域分别对应的肤色色块区间，并从各个人脸区域对应的区块中分别筛选出各个人脸区域的目标肤色色块。

在另一个实施方式中，若当前帧图像包括多个人脸区域，根据标定参数值确定肤色色块区间，并从区块中筛选出目标肤色色块包括：结合所有人脸区域内区块的标定参数值共同确定肤色色块区间，并从所有人脸区域的区块中筛选出目标肤色色块。

在一实施例中，如图2所示，所述标定参数值包括R/G值和B/G值；所述根据所述标定参数值确定肤色色块区间，并从所述区块中筛选出目标肤色色块的步骤，具体包括S301～S303。

S301、分别确定所述人脸区域内R/G值和B/G值的最大值和最小值，得到R/G区间和B/G区间。

具体地，人脸区域内各个区块对应唯一的R/G值和B/G值，从人脸区域内所有区块的R/G值中确定最大值和最小值得到R/G区间，从人脸区域内所有区块的B/G值中确定最大值和最小值得到B/G区间。

进一步地，若包括多个人脸区域，则从所有人脸区域内区块的R/G值中确定最大值和最小值得到R/G区间，从所有人脸区域内区块的B/G值中确定最大值和最小值得到B/G区间，即所有人脸区域对应一个R/G区间和一个B/G区间；或者；分别确定每个人脸区域的区块的R/G值中的最大值和最小值得到R/G区间，分别确定每个人脸区域的区块的B/G值中的最大值和最小值得到B/G区间，即，每个人脸区域对应一个R/G区间和一个B/G区间。

S302、根据R/G区间及所述人脸区域内各个所述区块的R/G值确定第一肤色区间，根据B/G区间及所述人脸区域内各个所述区块的B/G值确定第二肤色区间。

其中，所述第一肤色区间与所述第二肤色区间构成所述肤色色块区间。

具体地，若存在多个人脸区域，且所有人脸区域对应一个R/G区间和一个B/G区间，则所有人脸区域对应一个第一肤色区间和一个第二肤色区间。若存在多个人脸区域，且每个人脸区域分别对应一个R/G区间和一个B/G区间，则每个人脸区域分别对应一个第一肤色区间和一个第二肤色区间。若仅有一个人脸区域，则该人脸区域对应一个第一肤色区间和一个第二肤色区间。

在一具体实施方式中，所述根据R/G区间及所述人脸区域内各个所述区块的R/G值确定第一肤色区间包括：将所述R/G区间按照预设距离划分为多个连续的第一子区间；统计所述R/G值落入各个所述第一子区间的区块的数量；将包含区块数量最多的所述第一子区间作为所述第一肤色区间。所述根据B/G区间及所述人脸区域内各个所述区块的B/G值确定第二肤色区间包括：将所述B/G区间按照预设距离划分为多个连续的第二子区间；统计所述B/G值落入各个所述第二子区间的区块的数量；将包含区块数量最多的所述第二子区间作为所述第二肤色区间。

本实施方式通过将R/G区间或B/G区间划分为多个连续的子区间，通过统计R/G值或B/G值落入各个子区间的区块的数量，将包含区块数量最多的子区间作为肤色色块区间，即第一肤色区间以及第二肤色区间，能够有效过滤R/G值或B/G值偏差较大的区块，提高了肤色色块筛选的准确度；进一步地，还可以通过调整子区间的大小进而调整第一肤色区间以及第二肤色区间的范围，这样的调参方便迅速，且可根据筛选结果调整肤色色块区间，保证目标肤色色块的有效筛选。

在其他一实施方式中，根据R/G区间及所述人脸区域内各个所述区块的R/G值确定第一肤色区间，包括：统计各个区块的R/G值在R/G区间内的正态分布，将(μ-a，μ+a)作为第一肤色区间，其中μ为正态分布的均值，a为常数，可通过调整a的值调整第一肤色区间。第二肤色区间的选取方式与第一肤色区间的选取方式相同。本实施方式中，使用正态分布的方式选取对应的肤色色块区间，可以根据各个区块内R/G值和B/G值的分布选取分布较为集中的区域作为肤色色块区间，具有统计意义，有利于提高目标肤色色块的筛选准确率和成功率。

在其它实施方式中，也可通过选取R/G区间或B/G区间的中心值，获取并根据各个区块的R/G值或B/G值与中心值的距离确定在某个距离以内的区块的数量是否占总区块数量的一半及以上，若是，则将该中心值与该距离的差值，及中心值与该距离的和值构成的区间作为肤色色块区间。如，人脸区域内有5个区块，各个区块R/G值分别为3，7，8，11，13，则R/G区间中心值为8，各个区块R/G值与中心值的距离分别为5，1，0，3，5；距离3以内的区块为3块，则第一肤色区间为(5，11)。

S303、若当前区块的R/G值落入所述第一肤色区间且B/G值落入所述第二肤色区间，则所述当前区块为目标肤色色块。

具体地，当前区块是指当前帧图像人脸区域内的任一区块，可依次将各个区块作为当前区块确认是否为目标肤色色块，直至遍历人脸区域内的所有区块，将人脸区域内所有R/G值落入所述第一肤色区间且B/G值落入所述第二肤色区间的区块均作为目标肤色色块。将R/G值和B/G值同时满足条件的区块作为目标肤色色块，从两个不同维度共同确定目标肤色色块，提高了目标肤色色块筛选的准确性。

S4、判断所述目标肤色色块是否存在；若是，则计算所述目标肤色色块的标定参数值的平均值。

其中，在一个实施方式中，所述目标肤色色块的标定参数值的平均值包括R/G的平均值、B/G的平均值。

具体地，若所述目标肤色色块的数量仅仅为1，则所述目标肤色色块的标定参数值的平均值即为当前目标肤色色块的R/G值、B/G值。若所述目标肤色色块的数量大于1，则计算当前所有目标肤色色块的R/G的平均值、B/G的平均值作为所述目标肤色色块的标定参数值的平均值。在一实施例中，若所述目标肤色色块不存在，则重新执行根据所述标定参数值确定肤色色块区间的步骤，以扩大所述肤色色块区间的范围。

具体地，当按照当前肤色色块区间未筛选到符合条件的目标肤色色块时，说明当前肤色色块区间的筛选范围较窄，因此，扩大肤色色块区间的范围再次进行目标肤色色块的筛选。具体地，根据标定参数值重新确定更大范围的肤色色块区间，根据重新确定的更大范围的肤色色块区间，从区块中重新筛选目标肤色色块。进一步地，可根据具体的肤色色块区间的获取方式扩大肤色色块区间范围，如若通过在R/G区间及B/G区间内划分连续的子区间获取肤色色块区间，则可通过在划分子区间时，扩大各个子区间的长度扩大肤色色块区间，如将子区间的长度从10扩大至15；或通过选取包含分块数量较多的前两个子区间作为肤色色块区间；若通过正态分布均值确定肤色色块区间，则可通过增加a的值扩大肤色色块区间。

本实施方式通过扩大肤色色块区间范围再次对目标肤色色块进行筛选，增加了目标肤色色块筛选成功的概率。

S5、将所述目标肤色色块的标定参数值的平均值带入标定色温曲线中计算得到目标估计色温。

具体地，若仅有一个人脸区域或多个人脸区域对应一个肤色色块区间，则直接将筛选得到的目标肤色色块的标定参数的平均值带入标定色温曲线中得到目标估计色温。

在一个实施例中，若存在多个人脸区域，且每个人脸区域分别对应一个肤色色块区间，则分别将每张人脸区域对应的目标肤色色块的标定参数的平均值带入标定色温曲线中得到初始估计色温；然后，根据各个人脸区域的大小设置权重，利用各个人脸区域对应的权重和初始估计色温加权平均得到目标估计色温；或者，计算各个初始估计色温的平均值作为目标估计色温；或者，取各个初始估计色温的中值作为目标估计色温。

针对存在多个人脸区域的情况，分别利用各个人脸得到一个初始估计色温并利用多个初始估计色温得到目标估计色温，综合考虑了所有人脸区域的影响，可进一步提高目标估计色温的准确性。进一步地，针对各个人脸区域的大小设置不同的权重，细化不同人脸区域对目标估计色温的影响，进一步提高目标估计色温的准确性。

在一实施例中，标定色温曲线包括R/G-色温关系曲线及B/G-色温关系曲线；如图3所示，将所述目标肤色色块的标定参数值的平均值带入标定色温曲线中计算得到目标估计色温的步骤包括S501～S502。

S501、将R/G的平均值带入所述R/G-色温关系曲线得到第一估计色温；将B/G的平均值带入所述B/G-色温关系曲线得到第二估计色温。

S502、根据第一估计色温和第二估计色温计算得到目标估计色温。

具体地，在一个具体实施例中，根据第一估计色温和第二估计色温计算得到目标估计色温包括：计算所述第一估计色温与所述第二估计色温的差值；判断所述差值是否小于预设阈值，所述预设阈值为300～500，在本实施例中为400；若是，则计算所述第一估计色温和所述第二估计色温的平均值作为所述目标估计色温；若否，则判断当前肤色色块筛选次数是否超过预设最大迭代次数，若超过所述预设最大迭代次数，则计算所有迭代中的第一估计色温与第二估计色温的平均值作为所述目标估计色温，或者计算所有迭代中第二估计色温的平均值作为所述目标估计色温；若未超过所述预设最大迭代次数，则进入所述根据所述标定参数值确定肤色色块区间的步骤，以扩大所述肤色色块区间的范围。

本实施例中，通过将第一估计色温和第二估计色温的差值与预设阈值比较，判断分别通过R/G值和B/G值得到的估计色温是否存在较大偏差，若是，则重新确定估计色温，以提高目标估计色温的准确性，进一步地，在重新确定目标估计色温时，设置最大迭代次数，在保证目标估计色温准确性的同时，避免一直迭代，节省内存及功耗。进一步地，由于第一估计色温是根据R/G的平均值估计出来的色温，也即第一估计色温与红色分量关联度更高，而人脸肤色中红色分量相比于蓝色分量较高，R/G的值变化更加灵敏，稳定性相对较低，因此，在一个实施方式中，当第一估计色温和第二估计色温的差值大于阈值且肤色色块筛选次数超过预设最大迭代次数时，仅使用第二估计色温的平均值作为目标估计色温，能够有效提高目标估计色温的准确性。

在另一个实施例中据第一估计色温和第二估计色温计算得到目标估计色温通过计算第一估计色温和第二估计色温的加权平均值实现。

在一实施例中，如图4所示，所述标定色温曲线具体获取包括如下步骤：S201～S203。

S201、分别获取不同肤色色块在不同色温下的R、G、B三通道响应值；

S202、根据各个所述R、G、B三通道响应值分别计算各个肤色色块在各个色温下的R/G值和B/G值作为所述肤色色块的标定参数值。

S203、根据各个所述标定参数值及标定参数值对应的色温拟合得到所述标定色温曲线。

其中，标定色温曲线包括R/G-色温关系曲线和B/G-色温关系曲线。

在一个实施例中，如图5所示，本申请提供一种白平衡调整方法，包括如下步骤S601～S602。

S601、获取由所述的色温估计方法计算得到的目标估计色温。

S602、根据所述目标估计色温计算得到白平衡增益，将所述白平衡增益作为白平衡手动增益调整白平衡。

本发明提供的白平衡调整方法，通过获取上述任一色温估计方法计算出的肤色色块的目标估计色温，进而避免图像中的单一颜色和肤色相同导致色温估计错误的问题。最终提高白平衡调整的效果。本发明通过对肤色色块的标定，估算得到目标估计色温，其并没有限制在白平衡算法中的色温的上下限以及白色像素点的筛选，进而维持了白平衡算法的适应性。

在一个实施例中，如图6所示，本申请提供一种色温估计装置，包括：第一获取模块11、第一计算模块12、筛选模块13、判断模块14以及第二计算模块15。

所述第一获取模块11用以配置为获取当前帧图像并识别出所述当前帧图像中的人脸区域，所述人脸区域由多个区块组成。

所述第一计算模块12用以配置为计算所述人脸区域每一所述区块的标定参数值。

所述筛选模块13用以配置为根据所述标定参数值确定肤色色块区间，并从所述区块中筛选出目标肤色色块。

所述判断模块14用以配置为判断所述目标肤色色块是否存在；若是，则计算所述目标肤色色块的标定参数值的平均值。

所述第二计算模块15用以配置为将所述目标肤色色块的标定参数值的平均值带入标定色温曲线中计算得到目标估计色温。

所述标定参数值包括R/G值和B/G值；如图7所示，所述筛选模块13包括：第一确定单元131、第二确定单元132以及判定单元133。

所述第一确定模块131用以配置为分别确定所述人脸区域内R/G值和B/G值的最大值和最小值，得到R/G区间和B/G区间。

所述第二确定模块132用以配置为根据R/G区间及所述人脸区域内各个所述区块的R/G值确定第一肤色区间，根据B/G区间及所述人脸区域内各个所述区块的B/G值确定第二肤色区间。

所述判定模块133用以配置为若当前区块的R/G值落入所述第一肤色区间且B/G值落入所述第二肤色区间，则所述当前区块为目标肤色色块。

本发明提供一种色温估计装置，通过筛选出图像的肤色色块，并计算出肤色色块的目标估计色温，进而避免图像中的单一颜色和肤色相同导致色温估计错误的问题。

在一个实施例中，如图8所示，本申请提供一种白平衡调整装置，包括：第二获取模块21及第三计算模块22。

所述第二获取模块21用以配置为获取任一实施例中的色温估计装置计算得到的目标估计色温。

所述第三计算模块22用以配置为根据所述目标估计色温计算得到白平衡增益，将所述白平衡增益作为白平衡手动增益调整白平衡。

本发明提供的白平衡调整装置，通过获取色温估计装置计算出的肤色色块的目标估计色温，进而避免图像中的单一颜色和肤色相同导致色温估计错误的问题。最终提高白平衡调整的效果。本发明通过对肤色色块的标定，估算得到目标估计色温，其并没有限制在白平衡算法中的色温的上下限以及白色像素点的筛选，进而维持了白平衡算法的适应性。

色温估计装置及白平衡调整装置用于实现上述装置实施例及优选实施方式，已经进行过说明的不再赘述。如上所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管如上实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

色温估计装置及白平衡调整装置是以功能模块的形式来呈现，这里的模块是指ASIC电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。

上述各个模块的更进一步的功能描述与上述对应装置实施例相同，在此不再赘述。

在一个实施例中，本申请提供一种白平衡调整终端，请参阅图9，提供一种白平衡调整终端的结构示意图，该终端可以包括：至少一个处理器51，例如CPU(CentralProcessing Unit，中央处理器)，至少一个通信接口53，存储器54，至少一个通信总线52。其中，通信总线52用于实现这些组件之间的连接通信。其中，通信接口53可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口53还可以包括标准的有线接口、无线接口。存储器54可以是高速RAM存储器(Random Access Memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器54可选的还可以是至少一个位于远离前述处理器51的存储装置。其中处理器51可以结合图6、图7以及图8描述的装置，存储器54中存储计算机指令，且处理器51调用存储器54中存储的计算机指令，以用于执行上述任一实施例中色温估计方法或白平衡调整方法的步骤。

其中，通信总线52可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。通信总线52可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器54可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器54还可以包括上述种类的存储器的组合。

其中，处理器51可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。

其中，处理器51还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic，缩写：GAL)或其任意组合。

在一个实施例中，本申请还提供了一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任一实施例中的色温估计方法以及白平衡调整方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(FlashMemory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。

在一个实施例中，如图10所示，还提供一种白平衡调整系统，包括白平衡调整终端102、图像采集装置101和标定终端103。

图像采集装置101用于采集目标图像并发送至所述白平衡调整终端102及标定终端103；标定终端103用于通过筛选出目标图像的肤色色块，并计算出肤色色块的目标估计色温，并将所述目标估计色温至所述白平衡调整终端102；白平衡调整终端102用于根据所述目标估计色温计算得到白平衡增益，对所述目标图像进行白平衡调整。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (11)

1.一种色温估计方法，其特征在于，包括如下步骤：

获取当前帧图像并识别出所述当前帧图像中的人脸区域，所述人脸区域由多个区块组成；

计算所述人脸区域每一所述区块的标定参数值；

根据所述标定参数值确定肤色色块区间，并从所述区块中筛选出目标肤色色块；

判断所述目标肤色色块是否存在；若是，则计算所述目标肤色色块的标定参数值的平均值；

将所述目标肤色色块的标定参数值的平均值带入标定色温曲线中计算得到目标估计色温。

2.根据权利要求1所述的色温估计方法，其特征在于，所述标定参数值包括R/G值和B/G值；所述根据所述标定参数值确定肤色色块区间，并从所述区块中筛选出目标肤色色块的步骤，具体包括：

分别确定所述人脸区域内R/G值和B/G值的最大值和最小值，得到R/G区间和B/G区间；

根据R/G区间及所述人脸区域内各个所述区块的R/G值确定第一肤色区间，根据B/G区间及所述人脸区域内各个所述区块的B/G值确定第二肤色区间；

若当前区块的R/G值落入所述第一肤色区间且B/G值落入所述第二肤色区间，则所述当前区块为目标肤色色块。

3.根据权利要求2所述的色温估计方法，其特征在于，所述根据R/G区间及所述人脸区域内各个所述区块的R/G值确定第一肤色区间包括：将所述R/G区间按照预设距离划分为多个连续的第一子区间；统计所述R/G值落入各个所述第一子区间的区块的数量；将包含区块数量最多的所述第一子区间作为所述第一肤色区间；

所述根据B/G区间及所述人脸区域内各个所述区块的B/G值确定第二肤色区间包括：将所述B/G区间按照预设距离划分为多个连续的第二子区间；统计所述B/G值落入各个所述第二子区间的区块的数量；将包含区块数量最多的所述第二子区间作为所述第二肤色区间。

4.根据权利要求1-3任一项所述的色温估计方法，其特征在于，所述方法还包括：若所述目标肤色色块不存在，则进入所述根据所述标定参数值确定肤色色块区间的步骤，以扩大所述肤色色块区间的范围。

5.根据权利要求1所述的色温估计方法，其特征在于，所述目标肤色色块的标定参数值的平均值包括R/G的平均值、B/G的平均值；所述标定色温曲线包括R/G-色温关系曲线和B/G-色温关系曲线；

将所述目标肤色色块的标定参数值的平均值带入标定色温曲线中计算得到目标估计色温的步骤包括：

将R/G的平均值带入所述R/G-色温关系曲线得到第一估计色温；将B/G的平均值带入所述B/G-色温关系曲线得到第二估计色温；根据所述第一估计色温和所述第二估计色温计算得到所述目标估计色温。

6.根据权利要求5所述的色温估计方法，其特征在于，所述根据所述第一估计色温和所述第二估计色温计算得到所述目标估计色温的步骤，包括：

计算所述第一估计色温与所述第二估计色温的差值；判断所述差值是否小于预设阈值；若是，则计算所述第一估计色温和所述第二估计色温的平均值作为所述目标估计色温；若否，则判断当前肤色色块筛选次数是否超过预设最大迭代次数，若超过所述预设最大迭代次数，则计算所有迭代中的第一估计色温与第二估计色温的平均值作为所述目标估计色温或计算所有迭代中第二估计色温的平均值作为目标估计色温，若未超过所述预设最大迭代次数，则进入所述根据所述标定参数值确定肤色色块区间的步骤，以扩大所述肤色色块区间的范围。

7.根据权利要求1所述的色温估计方法，其特征在于，所述方法还包括：

分别获取不同肤色色块在不同色温下的R、G、B三通道响应值；

根据各个所述R、G、B三通道响应值分别计算各个肤色色块在各个色温下的R/G值和B/G值作为所述肤色色块的标定参数值；

根据各个所述标定参数值及标定参数值对应的色温拟合得到所述标定色温曲线。

8.一种白平衡调整方法，其特征在于，包括如下步骤：

获取由权利要求1～7任一项所述的色温估计方法计算得到的目标估计色温；

根据所述目标估计色温计算得到白平衡增益，将所述白平衡增益作为白平衡手动增益调整白平衡。

9.一种色温估计装置，其特征在于，包括：

第一获取模块，用以配置为获取当前帧图像并识别出所述当前帧图像中的人脸区域，所述人脸区域由多个区块组成；

第一计算模块，用以配置为计算所述人脸区域每一所述区块的标定参数值；

筛选模块，用以配置为根据所述标定参数值确定肤色色块区间，并从所述区块中筛选出目标肤色色块；

判断模块，用以配置为判断所述目标肤色色块是否存在；若是，则计算所述目标肤色色块的标定参数值的平均值；

第二计算模块，用以配置为将所述目标肤色色块的标定参数值的平均值带入标定色温曲线中计算得到目标估计色温。

10.一种白平衡调整装置，其特征在于，包括：

第二获取模块，用以配置为获取由权利要求8所述的色温估计装置计算得到的目标估计色温；

第三计算模块，用以配置为根据所述目标估计色温计算得到白平衡增益，将所述白平衡增益作为白平衡手动增益调整白平衡。

11.一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存储有计算机指令，所述计算机指令用于使计算机执行权利要求1-7中任一项所述的色温估计方法或者权利要求8中所述的白平衡调整方法。

Images