CN115225879A - 图像白平衡处理方法及装置、影像模组、设备、介质 - Google Patents
图像白平衡处理方法及装置、影像模组、设备、介质 Download PDFInfo
- Publication number
- CN115225879A CN115225879A CN202210848002.0A CN202210848002A CN115225879A CN 115225879 A CN115225879 A CN 115225879A CN 202210848002 A CN202210848002 A CN 202210848002A CN 115225879 A CN115225879 A CN 115225879A
- Authority
- CN
- China
- Prior art keywords
- image
- white balance
- coefficient
- processed
- global
- 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.)
- Pending
Links
Images
Landscapes
- Color Television Image Signal Generators (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本公开实施例是关于一种图像白平衡处理方法及装置、影像模组、电子设备、存储介质,涉及影像技术领域,该图像白平衡处理方法包括:获取待处理图像,并对所述待处理图像进行分块得到多个图像块;确定所述待处理图像的全局白平衡系数,并确定各所述图像块的局部白平衡系数;根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵;根据所述目标系数矩阵对所述待处理图像进行白平衡处理,生成所述待处理图像对应的目标图像。本公开实施例中的技术方案,能够提高白平衡的准确性。
Description
技术领域
本公开涉及影像技术领域,具体而言,涉及一种图像白平衡处理方法及装置、影像模组、电子设备以及计算机可读存储介质。
背景技术
在图像白平衡处理过程中,图像白平衡处理是提高图像质量的常用方式。图像白平衡处理可以通过AWB(Auto White Balance,自动白平衡)算法来实现。
相关技术中,可基于整个图像进行白平衡,其中只能校正某个光源对应的视野部分,具有一定的局限性。除此之外,还可以对每个图像块的白平衡结果进行拼接实现白平衡,但是可能导致图像块与图像块之间过渡不平滑的情况,使得白平衡效果较差,降低了图像质量。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种图像白平衡处理方法及装置、影像模组、电子设备、存储介质,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的白平衡效果较差的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种图像白平衡处理方法,包括:获取待处理图像,并对所述待处理图像进行分块得到多个图像块;确定所述待处理图像的全局白平衡系数,并确定各所述图像块的局部白平衡系数;根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵;根据所述目标系数矩阵对所述待处理图像进行白平衡处理,生成所述待处理图像对应的目标图像。
根据本公开的第二方面,提供一种图像白平衡处理装置,包括:图像分块模块,用于获取待处理图像,并对所述待处理图像进行分块得到多个图像块;系数获取模块,用于确定所述待处理图像的全局白平衡系数,并确定各所述图像块的局部白平衡系数;插值模块,用于根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵;图像生成模块,用于根据所述目标系数矩阵对所述待处理图像中进行白平衡处理,生成所述待处理图像对应的目标图像。
根据本公开的第三方面,提供一种影像模组,包括:摄像模组;色温传感器阵列,设于所述摄像模组一侧,用于确定待处理图像的全局白平衡系数和所述待处理图像中图像块的局部白平衡系数;插值组件,用于根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵;图像生成组件,用于根据所述目标系数矩阵对所述待处理图像进行白平衡处理,生成所述待处理图像对应的目标图像。
根据本公开的第四方面,提供一种电子设备,包括:如上述任意一项所述的影像模组;处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述第一方面的图像白平衡处理方法及其可能的实现方式。
根据本公开的第五方面,提供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上述第一方面的图像白平衡处理方法及其可能的实现方式。
本公开实施例中提供的技术方案中,一方面,由于能够确定全局白平衡系数以及图像块对应的局部白平衡系数,进而根据全局白平衡系数以及局部白平衡系数确定用于进行白平衡处理的目标系数矩阵,以对待处理图像进行白平衡处理,当视野里有多个光源时,能分别校正不同光源对应的视野部分,避免了需要兼顾多个光源所导致的局限性,能够增加视野范围,提高白平衡的全面性,能够确定每个图像块的局部白平衡系数来确定目标系数矩阵,通过图像块实现整个图像的白平衡,提高了白平衡的准确性。另一方面,通过全局白平衡系数以及局部白平衡系数两个系统,从不同维度来获取目标系数矩阵,并根据目标系数矩阵中的白平衡系数对与其对应待处理图像进行白平衡处理来生成白平衡后的目标图像,能够在自动白平衡过程中实现图像块与图像块之间的平滑过渡,避免了在整张图像中出现突兀的区域以及不自然的现象,进而提高白平衡的准确性和稳定性,提高目标图像的质量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
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。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示出了可以应用本公开实施例的图像白平衡处理方法的应用场景的示意图。
图2示意性示出本公开实施例一种图像白平衡处理方法的示意图。
图3示意性示出本公开实施例中计算全局白平衡系数的流程示意图。
图4示意性示出本公开实施例中目标系数矩阵的流程示意图。
图5示意性示出本公开实施例中分区插值的流程示意图。
图6示意性示出本公开实施例的区域划分的示意图。
图7示意性示出本公开实施例的对每个区域进行分区插值的流程示意图。
图8示意性示出本公开实施例的获取目标系数矩阵的示意图。
图9示意性示出本公开实施例中对图像进行白平衡处理的流程示意图。
图10示意性示出本公开实施例中获取目标图像的流程示意图。
图11(A)示意性示出本公开实施例中全局白平衡的示意图。
图11(B)示意性示出本公开实施例中分块白平衡的示意图。
图12示意性示出本公开实施例中一种图像白平衡处理装置的框图。
图13示意性示出本公开实施例中一种影像模组的框图。
图14示意性示出本公开实施例中一种色温传感器阵列的框图。
图15示意性示出本公开实施例中电子设备的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
相关技术中,对图像分块按照已有的训练模型进行识别,排除掉识别出的图像块,用其它的图像块的数据作为AWB系数计算的参考,用AWB系数对图像自动白平衡处理。或者是对图像分块后,根据每个图像块对应的权值来统计白点,根据统计后的白点来计算整幅图的AWB校正系数,相比传统的AWB算法白点统计更加精准,AWB效果更稳定。或者是对图像进行分块,根据图像块的特征来白平衡处理,再把白平衡后的图像块拼接在一起。
在上述方式中,用其他图像块的数据作为白平衡系数以及根据图像块的权值计算校正系数,是基于对整幅图像做同一个AWB校正。AWB的校正系数只和光源和相机里的图像传感器有关,当图像传感器相同时,就只与光源有关,当视野里有多个光源时,AWB只能校正好某个光源对应的视野部分,或者牺牲AWB效果兼顾多个光源来妥协。对AWB后的结果拼接在一起,由于每个图像块相对整张图像而言视野会小很多,很容易出现纯色色块。在没有结合色温传感器时,用传统的AWB对大面积纯色是无效的,失效的纯色图像块AWB的效果相对周围正常的AWB效果差异较大,在整张图像上的表现很突兀,因此会导致图像块与图像块之间过渡不平滑不自然的效果。
为了解决相关技术中的技术问题,本公开实施例中提供了一种图像白平衡处理方法,可以应用于拍照过程中对图像进行白平衡处理的应用场景。图1示出了可以应用本公开实施例的图像白平衡处理方法及装置的系统架构的示意图。
如图1所示,终端101可以为具有图像处理功能的智能设备,例如可以为智能手机、电脑、平板电脑、智能音箱、智能手表、车载设备、可穿戴设备、监控设备等智能设备。终端中可以包含摄像头,摄像头的类型可以为任意类型,只要能够进行拍照处理即可。摄像头的数量可以为至少一个,例如可以为一个、四个等等,只要能够进行拍照即可。待处理图像可以为拍摄得到的图像,也可以为拍摄得到的视频中的每一帧图像。
本公开实施例中,终端101可以包括存储器102以及处理器103。存储器用于对图像进行存储,处理器用于对图像进行处理,例如进行白平衡处理等等。存储器102中可以存储待处理图像104。终端101从存储器102中获取待处理图像104,并发送至处理器103中,在处理器103中对待处理图像进行分块处理得到多个图像块,确定待处理图像的全局白平衡系数以及每个图像块的局部白平衡系数。根据全局白平衡系数以及局部白平衡系数,得到图像大小的目标系数矩阵,进一步根据目标系数矩阵中的白平衡系数对待处理图像进行白平衡处理,从而生成白平衡后的目标图像105。
需要说明的是,本公开实施例所提供的图像白平衡处理方法可以由终端101来执行。图像白平衡处理方法也可以设置于终端中。
接下来,参考图2对本公开实施例中的图像白平衡处理方法进行详细说明。
在步骤S210中,获取待处理图像,并对所述待处理图像进行分块得到多个图像块。
本公开实施例中,待处理图像可以为通过终端的摄像模组对待拍摄物体进行拍摄得到的图像,也可以为拍摄的视频中的每一帧图像。终端可以为智能手机、数码相机、智能手表、可穿戴设备、车载设备或者是监控设备的摄像头中的任意一种,只要能够对待拍摄物体进行拍照以及能够实现图像处理即可,此处以智能手机为例进行说明。摄像模组中可以包括至少一个摄像头,例如可以包括主摄像头、长焦摄像头、广角摄像头、微距摄像头中的任意一种或其组合。待处理图像可以为各种类型的图像,例如可以为动态图像或者是静态图像等等。
待处理图像可以为RGB图像,即RGB三通道图像。RGB图像的每一个像素点均是由RGB三种颜色组成的。在终端处于拍照模式时,通过摄像模组得到的拍摄图像可以为RAW图像。RAW图像为摄像模组采集到的原始的图像数据信息。在本公开实施例中,可以对终端拍摄得到的拍摄图像进行转换得到待处理图像。例如,可以对RAW格式的拍摄图像利用通用转换算法进行格式转换得到RGB格式的待处理图像,以提高后续处理的便捷性。
在获取到待处理图像之后,可以对待处理图像进行分块处理得到多个图像块。图像块可以为待处理图像的一部分,且多个图像块之间不重叠。每个图像块的大小可以相同,且图像块的数量可以根据分块方式而确定。分块方式可以根据终端的传感器状态确定,传感器状态不同则对应的分块方式也不同。传感器状态可以为终端中是否包含色温传感器阵列。色温传感器阵列可以为多窗口色温传感器阵列,多窗口色温传感器阵列可以由多个色温传感器阵列排布而组成。色温传感器可以在拍照过程中检测周围环境色温,以调节拍摄得到的图像的色彩,提高图像的准确性和真实性。色温传感器阵列可以设置于摄像模组的一侧并靠近摄像模组,例如可以为长焦摄像头的左侧,或者是主摄像头的右侧或者是至少一个摄像头中最后一个摄像头的下侧等等,色温传感器阵列的具体位置可以根据实际应用过程中对色温传感器阵列进行标定的标定结果而确定。
传感器状态可以为终端中包含色温传感器阵列或者是不包含色温传感器阵列两种情况。基于此,根据终端的传感器状态确定分块方式,进而根据分块方式来将待处理图像划分为多个图像块可以包括以下两种方式:
方式一、当传感器状态为包含色温传感器阵列式时,可以根据终端中包含的色温传感器阵列的大小对待处理图像进行分块处理。色温传感器阵列的大小可以用于表示色温传感器阵列中包含的色温传感器的数量。因此,可以根据色温传感器阵列中包含的色温传感器的数量确定图像块的数量。
在一些实施例中,色温传感器阵列包含的色温传感器的数量可以与图像块的数量相同,并且每个色温传感器可以对应一个图像块。通过每个图像块对应的色温传感器可以获取到每个图像块的色温、光谱等属性参数,利用色温以及光谱等属性参数可以更准确的预测出该图像块的白平衡系数,即局部白平衡系数。并且,多窗口色温传感器阵列与终端的摄像模组中包含的图像传感器的视野完全匹配。终端的图像传感器包括但不限于主摄像头、广角摄像头、长焦摄像头等摄像模组的图像传感器。
举例而言,如果相机系统里存在多窗口色温传感器阵列M×N,图像分块得到的图像块的数量可以与多窗口色温传感器阵列中包含的色温传感器的数量相同,例如也可以为M×N个。
由于图像块的数量与色温传感器的数量相同,因此在确定图像块的数量之前,首先可以确定色温传感器阵列的大小,即色温传感器阵列中包含的色温传感器的数量。示例性地,可以根据多个参考属性参数来确定色温传感器阵列的大小。多个参考属性参数可以包括但不限于视野特征、图像分辨率、光源状态、算法性能以及评估参数中的任意一种或其组合。其中,视野特征可以为视野和光源特征,光源状态可以为光源数量以及分布,算法性能可以为计算量,评估参数可以为白平衡准确性。
通过多个参考属性参数确定色温传感器阵列的过程可以包括:首先,由于每个色温传感器的视野是圆形区域,光源向四周同时扩散,所以对每个视野对应的图像块的形状而言,方形的效果优于矩形,因此图像块的形状可以为方形。其次,若终端的所有摄像头(主摄、广角、长焦)的分辨率均为4096×3072,图像宽高比为4:3,在待处理图像能够被整除并平均分为方形的图像块时,图像块的数量可以为4×3、8×6、12×9中的任意一种。再次,在光源与被拍摄物体距离较近时,一个拍摄场景的视野里光源的总数目一般小于10个,同一个图像块分布的光源一般不大于2个光源,进行图像分块后得到的图像块的数量大于10即可以满足要求,因此图像块的数量可以为4×3、8×6或12×9中的任意一种。进一步地,由于每个图像块都要进行计算白平衡系数、CCM(Color Correction Matrix,色彩校正矩阵)参数以及滤波等运算,图像块的数量越大则计算量越大,因此划分的图像块的数量越少越好。基于此,图像块的数量例如可以为4×3或者是8×6。最后,由于自动白平衡效果与待处理图像的图像内容有关,视野越大内容越丰富,自动白平衡的准确性越高。整幅图像视野固定的情况下,图像分块得到的图像块的尺寸越大,图像块对应的视野也越大;图像分块较小时,可能出现纯色图像块,从而导致色彩不均匀以及颜色失真等情况,纯色图像块的自动白平衡的稳定性较差,因此划分的图像块的大小越大越好,图像块的数量越少越好,因此图像块的数量可以为4×3或者是8×6。基于此,色温传感器阵列的大小可以为4×3或者是8×6。对应地,图像块的数量与色温传感器阵列的大小保持一致,以使得每个图像传感器都可以分别对应一个图像块。图像块的数量例如可以为4×3或者是8×6等等。
本公开实施例中,按照色温传感器阵列的大小来确定图像块的数量,能够对待处理图像进行合理分块,提高图像分块的准确性。
方式二、当传感器状态为不包含色温传感器阵列式时,可以根据多个参考属性参数来确定图像块的数量。多个参考属性参数可以包括但不限于视野特征、图像分辨率、光源状态、算法性能以及评估参数中的任意一种或其组合。其中,视野特征可以为视野和光源特征,光源状态可以为光源数量以及分布,算法性能可以为计算量,评估参数可以为白平衡准确性。基于此,可以在参考属性参数的基础上,根据实际需求来确定进行图像划分得到的图像块的数量。根据多个参考属性参数来确定图像块的数量的具体方式可以与方式一中的具体方式相同,此处不再赘述。需要说明的是,只是根据多个参考属性参数来确定图像块的数量,但是每个图像块无法实现与色温传感器阵列包含的色温传感器相互对应。
接下来,继续参考图2中所示,在步骤S220中,确定所述待处理图像的全局白平衡系数,并确定各所述图像块的局部白平衡系数。
本公开实施例中,全局白平衡系数指的是用于对整个待处理图像进行自动白平衡处理的白平衡系数。局部白平衡系数指的是用于对图像块表示的部分图像进行白平衡的白平衡系数。对待处理图像进行分块而使用图像块来执行自动白平衡处理时,由于部分图像块的色彩内容不丰富,或存在纯色图像块时计算出的白平衡系数的准确性比较差,使得自动白平衡校正后得到的结果不准确,这些图像块与待处理图像中的其他图像块之间进行自动白平衡校正后的效果会存在较大差异。为了减小图像块之间的差异,可以对每个图像块的局部白平衡系数进行校正。示例性地,可以对所有图像块的局部白平衡系数进行校正,以使得所有图像块的局部白平衡系数在预设白平衡校正水平的上下指定范围内浮动。其中,预设白平衡校正水平可以通过全局白平衡系数来表示。因此可以根据全局白平衡系数对局部白平衡系数进行校正,以使图像块的局部白平衡系数处于预设浮动范围内。
在确定全局白平衡系数时,可以结合传感器状态进行确定。图3中示意性示出了确定全局白平衡系数的流程图,参考图3中所示,主要包括以下步骤:
在步骤S310中,判断终端中是否存在色温传感器阵列;若是,转至步骤S320或步骤S330;若否,转至步骤S340。
在步骤S320中,根据所述色温传感器阵列获取的各图像块的属性参数获取全局属性参数,并对所述全局属性参数进行处理获取所述全局白平衡系数。
本步骤中,在传感器状态为终端中包含色温传感器阵列的情况下,色温传感器阵列中的每一个色温传感器可以获取与其对应的图像块的属性参数。属性参数可以为光谱或色温。当属性参数为光谱时,全局属性参数可以为全局光谱。光谱用于表示各种颜色分布。基于此,可以根据所述色温传感器阵列获取的各图像块的光谱获取全局光谱,并对所述全局光谱进行处理获取所述全局白平衡系数。示例性地,可以将各图像块的光谱进行平均处理得到全局光谱,进而将全局光谱输入至训练好的识别模型中,以预测识别出对应的全局白平衡系数。识别模型可以为任意合适的机器学习模型或者是其他模型,只要能够确定全局白平衡系数即可。举例而言,识别模型可以为神经网络模型。
除此之外,在属性参数为色温的情况下,全局属性参数可以为全局色温。基于此,可以根据所述色温传感器阵列获取的各图像块的色温获取全局色温值,并对所述全局色温值进行插值处理获取所述全局白平衡系数。示例性地,可对色温传感器阵列输出的所有图像块对应的所有色温进行平均处理得到全局色温值,并获取色温值序列对应的白平衡系数序列,根据全局色温值在色温值序列中进行线性插值,从而得到全局白平衡系数。其中,色温值序列可以为多个光源的色温值组成的序列,色温值序列对应的白平衡系数序列可以通过自动白平衡灯箱工具,对每种光源标记对应的白平衡系数,并记录光源的色温值而得到。举例而言,可以通过灯箱工具将每个色温的光源的白平衡系数标记出来,再将多个色温的白平衡系数按顺序排列出来组成一个白平衡系数序列。进一步将全局色温值在色温值序列中进行线性插值得到插值结果,并结合插值结果以及白平衡系数序列得到对应的全局白平衡系数。
在步骤S330中,对所有图像块的局部白平衡系数进行平均处理,获取所述全局白平衡系数。
本步骤中,首先可以根据色温传感器阵列输出的属性参数计算每个图像块的局部白平衡系数,具体方式与步骤S320中的方式相同,此处不再赘述。进一步地,可以将所有图像块的局部白平衡系数进行平均处理,获取待处理图像的全局白平衡系数。举例而言,对图像块1的局部白平衡系数1、对图像块2的局部白平衡系数2、…以及对图像块N的局部白平衡系数N进行加法操作,并将加法结果与图像块的数量N进行除法操作以得到二者之间的比值,从而根据比值来确定待处理图像的全局白平衡系数。通过所有图像块的局部白平衡系数进行平均处理,能够提高获取全局白平衡系数的效率和速度。
在步骤S340中,使用候选计算方式来确定全局白平衡系数。
本步骤中,在传感器状态为终端中不包含色温传感器阵列的情况下,由于不存在色温传感器阵列,因此无法根据色温传感器阵列输出的属性参数来计算全局白平衡系数。在这种情况下,可以根据候选计算方式来计算待处理图像的全局白平衡系数。候选计算方式可以包括但不限于灰度世界法、完全反射法(白块法)、白点-色温标定法、通过标记出的预设颜色的图像分块的坐标数据进行自动白平衡处理、或根据每个图像块对应的权值统计的白点来计算白平衡系数中的任意一种。
其中,灰度世界法的具体步骤可以包括:计算待处理图像中各个颜色通道的平均值;确定一个参考值K,例如可以选取Gmean;通过Rgain=Gmean/Rmean,Bgain=Gmean/Bmean计算每个像素对应的gain值;对待处理图像中的每个像素都乘以对应的gain值进行校正。完全反射法的具体步骤可以包括:搜索待处理图像中的最亮,且RGB的值最大的点作为目标点;通过Rgain=G/R,Bgain=G/B计算目标点的Rgain和Bgain;将计算出来的Rgain和Bgain作用到每一个像素点进行校正。白点-色温标定法的具体步骤可以包括:获取在实验室环境下测得不同色温光源下不同传感器对白色成像的R/G以及B/G值;真实环境下,获取到整幅待处理图像的R/G以及B/G值,以判断出当前所处的色温;根据当前所处的色温确定对应的Rgain和Bgain;将计算出来的Rgain和Bgain作用到每一个像素点进行校正。除此之外,还可以将图像分块按照已有的训练模型进行识别,排除掉识别出的这些图像块,用其它的图像块的数据作为白平衡系数计算的参考,用白平衡系数对图像自动白平衡处理。也可以对图像分块后,根据每个图像块对应的权值来统计白点,根据统计后的白点来计算整幅图的白平衡校正系数。
本公开实施例中,通过传感器状态来选择合适的方式计算待处理图像的全局白平衡系数,避免了在所有状态下均使用一种算法而导致的在部分场景下无法使用的问题,能够提高全局白平衡系数的准确性。除此之外,如果传感器状态为存在色温传感器阵列,可以结合色温传感器阵列来确定全局白平衡系数,提高了准确性,同时提高了稳定性和白平衡效果。
在确定局部白平衡系数时,也可以结合传感器状态进行确定。示例性地,当传感器状态为包含色温传感器阵列时,每个图像块对应色温传感器阵列中的一个色温传感器,可根据所述色温传感器阵列获取的各图像块的属性参数获取局部属性参数,并对所述局部属性参数进行处理获取所述局部白平衡系数。属性参数可以为光谱和色温。在一些实施例中,可以将每个图像块对应的色温传感器输出的光谱,输入至训练好的识别模型以确定对应的局部白平衡系数。也可以使用色温值插值灯箱光源色温方式来计算。具体地,对色温传感器阵列输出的每个图像块对应的所有色温确定为局部色温值,并获取每种灯箱光源获取色温值序列对应的白平衡系数序列,根据局部色温值在色温值序列中进行线性插值,从而得到局部白平衡系数。如果传感器状态为终端中不包含色温传感器阵列的情况,可以根据候选计算方式来计算图像块的局部白平衡系数。计算图像块的局部白平衡系数的具体方式与图3中的步骤S310、步骤S320以及步骤S340相同,此处不再赘述。
在一些实施例中,全局白平衡系数可以为待处理图像中所有灰点的R和B的均值与G的均值的比值,即R均值/G均值以及B均值/G均值。局部白平衡系数可以为每个图像块的R/G值以及B/G值。
需要说明的是,待处理图像的全局白平衡系数以及每个图像块的局部白平衡系数可以同时进行计算,也可以先计算全局白平衡系数再计算局部白平衡系数,还可以先计算局部白平衡系数再计算全局白平衡系数,此处不作特殊限定。
本公开实施例中,由于色温传感器阵列中的一个色温传感器能够与一个图像块相互对应,色温传感器阵列能够获取到每个图像块的属性参数,因此通过色温传感器获取的每个图像块的属性参数,能够更准确地确定每个图像块的局部白平衡系数以及全局白平衡系数,提高白平衡系数的准确性。
接下来,继续参考图2中所示,在步骤S230中,根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵。
本公开实施例中,在通过图像块进行白平衡的过程中,由于部分图像块色彩内容不丰富,或存在纯色图像块时导致计算的白平衡系数准确性较低,图像块之间校正后的差异较大,为了减小图像块之间的差异,可以通过全局白平衡系数以及每个图像块的局部白平衡系数,获取目标系数矩阵。示例性地,可以通过全局白平衡系数对每个图像块的局部白平衡系数进行调整来获取目标系数矩阵;也可以通过局部白平衡系数对全局白平衡系数进行插值获取目标系数矩阵;还可以将全局白平衡系数和局部白平衡系数按照对应的权重进行融合得到目标系数矩阵。此处以通过全局白平衡系数对局部白平衡系数进行调整获取目标系数矩阵为例进行说明。
示例性地,可根据全局白平衡系数以及局部白平衡系数,插值获取目标系数矩阵。目标系数矩阵用于对待处理图像进行白平衡处理。在一些实施例中,目标系数矩阵可以表示待处理图像中的每个像素点对应的白平衡系数,也可以表示部分像素点对应的白平衡系数,还可以表示整个待处理图像对应的全局白平衡系数,目标系数矩阵所表示的范围具体根据实际需求而确定。此处以目标系数矩阵表示待处理图像中每个像素点对应的白平衡系数为例进行说明。
待处理图像中的每个像素点可以包括第一颜色子像素R、第二颜色子像素B以及第三颜色子像素G。在一些实施例中,可以通过全局白平衡系数对局部白平衡系数的数值范围进行限制得到限制局部白平衡系数。在确定限制局部白平衡系数之后,可对限制局部白平衡系数进行插值,以实现通过全局白平衡系数对局部白平衡系数进行调整,从而插值确定目标系数矩阵,以将白平衡系数从色温传感器阵列大小插值为待处理图像大小的目标系数矩阵。对于插值后得到的目标系数矩阵而言,每个像素点都存在对应的白平衡系数,提高了全面性。
图4中示意性示出了获取目标系数矩阵的流程图,参考图4中所示,主要包括以下步骤:
在步骤S410中,通过所述全局白平衡系数对所述局部白平衡系数的数值范围进行限制,获取限制局部白平衡系数。
本公开实施例中,可将全局白平衡系数作为基准,在预设浮动范围内对局部白平衡系数的数值范围进行调整,确定所述限制局部白平衡系数。预设浮动范围可以根据实际需求而设置,例如可以为0.2或者是任意合适的数值。基于此,可以全局白平衡系数为基准,控制局部白平衡系数在其上下的预设浮动范围内进行浮动,从而得到限制局部白平衡系数。当预设浮动范围为0.2时,每个图像块的局部白平衡系数为全局白平衡系数的0.8倍到1.2倍范围内,小于0.8倍时将其确定为0.8倍的全局白平衡系数,大于1.2倍时将其确定为1.2倍的全局白平衡系数。例如,某个图像块的局部白平衡系数为全局白平衡系数的0.6倍时,将其确定为0.8倍的全局白平衡系数;某个图像块的局部白平衡系数为全局白平衡系数的2倍时,将其确定为1.2倍的全局白平衡系数。通过全局白平衡系数对局部白平衡系数的数值范围在预设浮动范围内进行限制调整,能够减小全局白平衡系数和局部白平衡系数之间差异较大的问题,提高全局白平衡系数以及局部白平衡系数的一致性。
在步骤S420中,对所述限制局部白平衡系数进行插值,确定所述目标系数矩阵。
本公开实施例中,在得到限制局部白平衡系数时,由于限制局部白平衡系数依然为图像块对应的局部白平衡系数,为了实现对整个待处理图像进行白平衡处理,可以将图像块对应的限制局部白平衡系数插值为待处理图像的图像大小的白平衡系数矩阵,该白平衡系数矩阵可以用目标系数矩阵来表示,即将每个图像块的局部白平衡系数从色温传感器阵列大小用插值的方式,插值为待处理图像的图像大小的白平衡系数矩阵,即目标系数矩阵。
需要补充的是,为了消除图像块之间的白平衡效果突兀且不自然的现象,在对图像块的局部白平衡系数进行插值之前,可以对图像块的限制局部白平衡系数进行平滑处理。平滑处理方式可以包括均值滤波、高斯滤波、中值滤波、最大最小值滤波中的任意一种或其组合。在一些实施例中,可通过先中值滤波再均值滤波的方式对图像块的限制局部平衡系数进行平滑处理。示例性地,可对所述限制局部白平衡系数进行中值滤波得到中值滤波结果,并对所述中值滤波结果进行均值滤波,以进行平滑处理。中值滤波指的是将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。均值滤波指的是用像素点邻域的均值代替该像素点。通过结合中值滤波以及均值滤波,能够减小图像块的局部白平衡系数之间的差异,避免了图像块之间的白平衡效果不自然的效果,且提高局部白平衡系数的准确性。
本公开实施例中,在对限制局部白平衡系数进行插值时,可以对多个图像块的限制局部白平衡系数进行分区插值以获取目标系数矩阵。分区插值代表的是对不同区域采用对应的插值方式来进行插值。不同区域的插值方式可以不同。
图5中示意性示出了进行分区插值的流程示意图,参考图5中所示,主要包括以下步骤:
在步骤S510中,确定第一区域、第二区域以及第三区域。
本步骤中,可以在待处理图像中确定多个区域,多个区域可以包括第一区域、第二区域以及第三区域。第一区域、第二区域、第三区域组成待处理图像的全部区域,且相互不重叠。第一区域、第二区域、第三区域可以包含至少一个图像块中的子图像块,例如可以包括一个图像块中的一个子图像块,也可以包含多个图像块中的多个子图像块。
参考图6中所示的区域划分的示意图,可以将待处理图像划分为4×5的图像块。例如,图像块601是对待处理图像600根据色温传感器阵列的大小所划分的图像块。每个图像块中均可以包含多个子图像块602,例如可以包括四个子图像块。示例性地,可以将每个图像块进行四等分得到多个子图像块。在此基础上,位于所述待处理图像角部的子图像块形成所述第一区域,位于所述待处理图像边部的子图像块形成所述第二区域,位于所述待处理图像中部的子图像块形成所述第三区域。参考图6中所示,第一区域603为待处理图像四个角部的四个子图像块形成的区域;第二区域604为所述待处理图像四条边部的子图像块形成的区域;第三区域605为所述待处理图像中部的子图像块形成的区域,即剩余的中间区域。
在步骤S520中,对所述第一区域、第二区域以及第三区域分别采用不同的插值方式进行插值,确定所述目标系数矩阵。
本步骤中,在确定多个区域后,可以对每个区域的子图像块的局部白平衡系数分别采用不同的插值方式进行插值,从而得到目标系数矩阵。图7中示意性示出了进行插值的流程图,且图7中的步骤属于步骤S520的具体实施方式。参考图7中所示,主要包括以下步骤:
在步骤S710中,基于第一区域的子图像块所属的图像块对应的限制局部白平衡系数,确定所述第一区域的子图像块对应的插值系数;
在步骤S720中,对第二区域中相邻子图像块所属的图像块对应的限制局部白平衡系数进行线性插值,确定所述第二区域的子图像块对应的插值系数;
在步骤S730中,对第三区域中相邻子图像块所属的图像块对应的限制局部白平衡系数进行双线性插值,确定所述第三区域的子图像块对应的插值系数,以确定所述目标系数矩阵。
本公开实施例中,对于每一个图像块而言,均可以将图像块中心点的值作为该图像块的局部白平衡系数。中心点的值例如可以为图像块中心点的白平衡系数。在对不同区域的子图像块进行插值时,具体可根据不同区域的子图像块对应的图像块中心点的值进行插值。需要说明的是,此处进行插值的可以为中心点的限制局部白平衡系数。
对于第一区域的子图像块而言,可以将该子图像块所属的图像块的限制局部白平衡系数作为该子图像块对应的插值系数。第一区域的子图像块对应的插值系数用于描述对第一区域的每个子图像块进行插值处理得到的插值结果,具体可以为第一区域的子图像块的插值系数。
对于第二区域的子图像块而言,对相邻子图像块所属的图像块对应的限制局部白平衡系数进行线性插值,获取第二区域的子图像块对应的插值系数。此处的相邻子图像块可以为相邻的两个子图像块,例如可以为X方向相邻的两个子图像块,也可以为Y方向相邻的两个子图像块。线性插值指的是根据相邻的两个子图像块所属的图像块的限制局部白平衡系数,在一个方向上预测一个白平衡系数作为插值系数,例如在X方向和Y方向分别进行预测,直至为所有子图像块进行线性插值为止,从而在X方向以及Y方向预测一个白平衡系数。第二区域的子图像块对应的插值系数可以用于描述对第二区域的每两个相邻子图像块进行线性插值得到的插值结果,具体可以为根据第二区域的子图像块生成的插值系数。
对于第三区域的子图像块而言,对相邻子图像块所属的图像块对应的限制局部白平衡系数进行双线性插值,获取第三区域的子图像块对应的插值系数。此处的相邻子图像块可以为相邻的四个子图像块,也可以为第三区域的所有子图像块,此处以相邻的四个子图像块为例进行说明。双线性插值指的是根据相邻的四个子图像块所属的图像块对应的限制局部白平衡系数,在两个方向上分别预测一个白平衡系数,直至为第三区域的所有子图像块均进行插值为止,从而确定第三区域的子图像块对应的插值系数。第三区域的子图像块对应的插值系数可以用于描述对第三区域的每两个相邻子图像块进行线性插值得到的插值结果,具体可以为根据第三区域的子图像块生成的插值系数。
参考图8中所示,每个图像块可以包含四个子图像块,四个子图像块的大小可以相同。第一区域的子图像块8001属于图像块811。第二区域的子图像块8002属于图像块811,第二区域的子图像块8003属于图像块812;第二区域的子图像块8008属于图像块811,第二区域的子图像块8009属于图像块813。第三区域的子图像块8004属于图像块811,第三区域的子图像块8005属于图像块812;第三区域的子图像块8006属于图像块813;第三区域的子图像块8007属于图像块814。基于此,对于第一区域的子图像块,可以直接将图像块811的中心点的值所表示的限制局部白平衡系数确定为插值系数。对于第二区域的子图像块,将图像块811和图像块812的限制局部白平衡系数在X方向上进行线性插值得到插值系数,即根据图像块811和图像块812的中心点的值进行线性插值。也可以将图像块811和图像块813的限制局部白平衡系数在Y方向上进行线性插值得到插值系数,从而得到第二区域的插值系数。对于第三区域的子图像块,将图像块811和图像块812、图像块813以及图像块814的局部白平衡系数在X方向和Y方向上进行双线性插值得到插值系数,即对图像块811和图像块812、图像块813以及图像块814的中心点的值进行双线性插值。
重复上述步骤S710至步骤S730,直至对多个图像块中的所有区域的所有子图像块均进行分区插值得到对应的插值系数为止,以基于得到的插值系数生成目标系数矩阵。
本公开实施例中,通过对不同区域的子图像块进行分区插值,将图像块白平衡系数从色温传感器阵列大小,插值为待处理图像的图像大小的白平衡系数矩阵表示的目标系数矩阵,使得待处理图像中的每个像素点都对应一个白平衡系数,能够提高白平衡系数的准确性和全面性。
接下来,继续参考图2中所示,在步骤S240中,根据所述目标系数矩阵对所述待处理图像进行白平衡处理,生成所述待处理图像对应的目标图像。
本公开实施例中,在根据目标系数矩阵对待处理图像进行白平衡处理时,可以对待处理图像中各像素点的参数进行校正,以实现白平衡处理。各像素点指的是待处理图像中由RGB组成的像素点,每个像素点可以包括第一颜色子像素R、第二颜色子像素B以及第三颜色子像素G。参数指的是待调整的子像素的颜色参数,具体而言,可以为待调整的子像素所表示的颜色通道的通道分量。自动白平衡算法用于识别查找待处理图像中的灰点,用找出所有灰点的R、B均值与G均值求比,比值用来对图像所有像素点的R、B值做校正。因此,待调整的子像素点可以为第一颜色子像素和第二颜色子像素。在此基础上,第一颜色子像素例如可以为R或者B,第二颜色子像素与第一颜色子像素不同,例如可以为B或者R。
由于全局白平衡系数和局部白平衡系数均可以包括R/G值以及B/G值,因此目标系数矩阵可以包括第一矩阵和第二矩阵。结合每个像素点的组成,第一矩阵可以为第一颜色子像素的白平衡系数矩阵,第二矩阵为第二颜色子像素的白平衡系数矩阵。示例性地,第一矩阵可以为Rgain矩阵,第二矩阵可以为Bgain矩阵。第一矩阵和第二矩阵分别用于对相应的颜色子像素的参数进行调整校正,从而调整待处理图像的颜色和色温。
在自动白平衡算法的基础上,对待处理图像的像素点的参数进行调整时,可以根据所述目标系数矩阵对所述待处理图像中第一颜色子像素和所述第二颜色子像素的参数进行校正,获取所述目标图像。具体可以包括以下步骤:根据所述目标系数矩阵中的第一矩阵对所述第一颜色子像素的参数进行校正;根据所述目标系数矩阵中的第二矩阵对所述第二颜色子像素的参数进行校正。第一矩阵为第一颜色子像素的白平衡矩阵,第二矩阵为第二颜色子像素的白平衡矩阵。
本公开实施例中,可以对待处理图像中的每个像素点均使用对应的白平衡系数进行自动白平衡校正。示例性地,可以根据目标系数矩阵中包含的第一颜色子像素的白平衡矩阵对每个像素点中第一颜色子像素的参数进行校正,还可以根据目标系数矩阵中包含的第二颜色子像素的白平衡矩阵对每个像素点中第二颜色子像素的参数进行校正,以实现对每个像素点使用对应的白平衡系数进行参数校正。在一些实施例中,可以将每个像素点中第一颜色子像素的参数与第一矩阵相乘,以对第一颜色子像素的参数进行自动白平衡校正。与此同时,将每个像素点中第二颜色子像素的参数与第二矩阵相乘,以对待处理图像中每个像素点的第二颜色子像素的参数进行自动白平衡校正。即,将R值乘以第一矩阵Rgain,B值乘以第二矩阵Bgain以进行白平衡系数校正。
本公开实施例中,由于能够确定全局白平衡系数以及每个图像块的局部白平衡系数,并通过全局白平衡系数对局部白平衡系数进行调整,得到根据全局白平衡系数和局部白平衡系数插值获取的目标系数矩阵,进而根据目标系数矩阵对待处理图像中所有像素点的第一颜色子像素和第二颜色子像素的参数进行校正,提高像素点的参数的准确性,提高白平衡的准确性和稳定性,使得白平衡效果更真实可靠。
在对所有像素点的第一颜色子像素和第二颜色子像素的通道分量进行校正变换之后,可以得到与待处理图像对应的目标图像。目标图像可以为对待处理图像进行自动白平衡得到的图像。进行自动白平衡校正后的图像是RGB三通道数据,即RGB图像。在ISP(Image Signal Processing,图像信号处理)流中可以根据实际需求,对目标图像进行图像转换,以改变目标图像的格式。例如将RGB图像转换为RAW格式或YUV格式的图像,以便于后续模块进行图像处理。
本公开实施例中的分块白平衡,相对全局白平衡算法,当视野里有多个光源时,能分别校正不同光源对应的视野部分,避免了局限性,能够增加视野,提高白平衡的准确性和全面性。除此之外,图像块之间过渡平滑自然,整张图像上不会出现很突兀的区域,提高了平滑度和图像质量。
图9中示意性示出了进行白平衡处理的流程图,参考图9中所示,主要包括以下步骤:
在步骤S901中,获取待处理图像。待处理图像为RGB图像,可通过RAW图像转换得到。
在步骤S902中,对待处理图像进行分块得到多个图像块。示例性地,可对待处理图像按照多窗口色温传感器阵列来分块,或者预先设置图像块的数量。
在步骤S903中,确定待处理图像的全局白平衡系数。
在步骤S904中,确定待处理图像中图像块的局部白平衡系数。
在步骤S905中,对局部白平衡系数进行限制。示例性地,可通过全局白平衡系数对局部白平衡系数的数值范围进行限制。
在步骤S906中,对局部白平衡系数进行平滑处理。
在步骤S907中,对限制后的局部白平衡系数进行插值得到目标系数矩阵。示例性地,每个图像可以包括多个子图像块,多个子图像块可以划分为不同的区域,例如第一区域、第二区域以及第三区域。可以对位于不同区域的子图像块采用不同的插值方式进行分区插值。
在步骤S908中,对待处理图像进行校正变换以进行白平衡处理。示例性地,可以通过目标系数矩阵中对待处理图像的像素点中的第一颜色子像素以及第二颜色子像素的参数进行校正变换,具体可以通过目标系数矩阵与第一颜色子像素以及第二颜色子像素的进行乘法操作来实现校正变换。
在步骤S909中,输出目标图像。目标图像可以为自动白平衡后的待处理图像。
图10中示意性示出了获取目标图像的流程图,参考图10中所示,主要包括以下步骤:
在步骤S1001中,获取待处理图像1010。
在步骤S1002中,对待处理图像进行分块得到多个图像块1020。
在步骤S1003中,基于色温传感器阵列1030获取全局白平衡系数1040和局部白平衡系数1050。
在步骤S1004中,根据全局白平衡系数1040和局部白平衡系数1050生成目标系数矩阵1060。
在步骤S1005中,根据目标系数矩阵1060对待处理图像1010中每个像素点的第一颜色子像素和第二颜色子像素的参数进行校正。
在步骤S1006中,生成目标图像1070。
图11中的图A为全局白平衡图像,图11中的图B为图像分块白平衡图像。相比较而言,图像分块白平衡得到的图像块之间更平滑,图像分块白平衡图像的图像质量高于全局白平衡图像的图像质量。
本公开实施例中的技术方案,结合了多窗口色温传感器阵列来获取全局白平衡系数以及图像块的局部白平衡系数,相比传统的自动白平衡算法,是对所有图像块分别计算白平衡系数,都能更好的处理多个不同色温光源的白平衡问题,提高了准确性且提高了进行自动白平衡的稳定性。除此之外,通过图像分块的自动白平衡算法,由于图像块与图像块之间不存在重叠区域,因此可以通过图像块对多光源混合场景进行自动白平衡校正,避免了相关技术中只能校正某个光源对应的视野部分所导致的局限性,能够提高全面性和准确性。采用分区插值的方式对多个图像块的子图像块进行插值,并将其放大至与待处理图像的图像大小匹配的目标系数矩阵,以使其与待处理图像中每个像素点相对应,进而根据目标系数矩阵来调整待处理图像中每个像素点的参数,避免了由于视野较小而导致出现纯色色块,进而导致的白平衡校正对纯色色块失效而出现的纯色色块白平衡效果与周围的其他图像块的白平衡效果差异较大的问题,能够提高分块白平衡的效果和真实性,实现图像块之间的平滑过渡,提高图像质量。
本公开实施例中提供了一种图像白平衡处理装置,参考图12中所示,该图像白平衡处理装置1200可以包括:
图像分块模块1201,用于获取待处理图像,并对所述待处理图像进行分块得到多个图像块;
系数获取模块1202,用于确定所述待处理图像的全局白平衡系数,并确定各所述图像块的局部白平衡系数;
插值模块1203,用于根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵;
图像生成模块1204,用于根据所述目标系数矩阵对所述待处理图像进行白平衡处理,生成所述待处理图像对应的目标图像。
在本公开的一种示例性实施例中,系数获取模块包括:范围限制模块,用于通过所述全局白平衡系数对所述局部白平衡系数的数值范围进行限制,获取限制局部白平衡系数。
在本公开的一种示例性实施例中,范围限制模块包括:系数调整模块,用于以全局白平衡系数为基准,在预设浮动范围内对所述局部白平衡系数进行调整,确定所述限制局部白平衡系数。
在本公开的一种示例性实施例中,系数获取模块包括:系数矩阵确定模块,用于对所述限制局部白平衡系数进行插值,确定所述目标系数矩阵。
在本公开的一种示例性实施例中,系数矩阵确定模块包括:分区插值模块,用于对所述多个图像块的所述限制局部白平衡系数进行分区插值,以确定目标系数矩阵。
在本公开的一种示例性实施例中,分区插值模块包括:区域划分模块,用于确定第一区域、第二区域以及第三区域;其中,所述图像块包含多个子图像块;位于所述待处理图像角部的子图像块形成所述第一区域,位于所述待处理图像边部的子图像块形成所述第二区域,位于所述待处理图像中部的子图像块形成所述第三区域;插值控制模块,用于对所述第一区域、第二区域以及第三区域分别采用不同的插值方式进行插值,确定所述目标系数矩阵。
在本公开的一种示例性实施例中,插值控制模块包括:第一系数确定模块,用于基于第一区域的子图像块所属的图像块对应的限制局部白平衡系数,确定所述第一区域的子图像块对应的插值系数;第二系数确定模块,用于对第二区域中相邻子图像块所属的图像块对应的限制局部白平衡系数进行线性插值,确定所述第二区域的子图像块对应的插值系数;第三系数确定模块,用于对第三区域中相邻子图像块所属的图像块对应的限制局部白平衡系数进行双线性插值,确定所述第三区域的子图像块对应的插值系数,以确定所述目标系数矩阵。
在本公开的一种示例性实施例中,在对所述限制局部白平衡系数进行插值,确定所述目标系数矩阵之前,所述装置还包括:第一滤波模块,用于对所述限制局部白平衡系数进行中值滤波,得到中值滤波结果;第二滤波模块,用于对所述中值滤波结果进行均值滤波,以进行平滑处理。
在本公开的一种示例性实施例中,图像生成模块包括:颜色校正模块,用于根据所述目标系数矩阵对所述待处理图像中各像素点的第一颜色子像素和第二颜色子像素的参数进行校正,获取所述目标图像。
在本公开的一种示例性实施例中,所述目标系数矩阵包括第一矩阵和第二矩阵;参数校正模块包括:第一颜色校正模块,用于根据所述目标系数矩阵中的第一矩阵对所述第一颜色子像素的参数进行校正;第二颜色校正模块,用于根据所述目标系数矩阵中的第二矩阵对所述第二颜色子像素的参数进行校正;其中,所述矩阵为第一颜色子像素的白平衡系数矩阵,所述第二矩阵为第二颜色子像素的白平衡系数矩阵。
在本公开的一种示例性实施例中,图像分块模块包括:分块控制模块,用于基于终端的色温传感器阵列对所述待处理图像进行分块,获取所述多个图像块;其中,所述图像块的数量与所述色温传感器阵列中的色温传感器的数量相同,且每个图像块对应一个色温传感器。
在本公开的一种示例性实施例中,系数获取模块包括:第一全局系数获取模块,用于根据所述色温传感器阵列获取的各图像块的属性参数获取全局属性参数,并对所述全局属性参数进行处理获取所述全局白平衡系数。
在本公开的一种示例性实施例中,全局白平衡系数获取模块包括:第二全局系数获取模块,用于对所有图像块的局部白平衡系数进行平均处理,获取所述全局白平衡系数。
在本公开的一种示例性实施例中,所述属性参数为光谱;所述第一全局系数获取模块包括:光谱系数获取模块,用于对根据色温传感器阵列获取的各图像块的光谱进行平均处理得到全局光谱数据,并对所述全局光谱数据进行预测,获取所述全局白平衡系数。
在本公开的一种示例性实施例中,所述属性参数为色温;第一全局系数获取模块包括:色温系数获取模块,用于对根据色温传感器阵列获取的各图像块的色温进行平均处理得到全局色温值,并对所述全局色温值在色温值序列中进行线性插值以获取所述全局白平衡系数。
需要说明的是,上述图像白平衡处理装置中各部分的具体细节在图像白平衡处理方法部分实施方式中已经详细说明,未披露的细节内容可以参见方法部分的实施方式内容,因而不再赘述。
本公开实施例中,还提供了一种影像模组。参考图13中所示,该影像模组1300可以包括:
摄像模组1301;以及
色温传感器阵列1302,设于所述摄像模组一侧,用于确定待处理图像的全局白平衡系数和所述待处理图像中图像块的局部白平衡系数;
插值组件1303,用于根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵;
图像生成组件1304,用于根据所述目标系数矩阵对所述待处理图像进行白平衡处理,生成所述待处理图像对应的目标图像。
本公开实施例中,摄像模组可以为后置摄像头模组,摄像模组可以包括至少一个摄像头,例如可以包括主摄像头、长焦摄像头、广角摄像头、微距摄像头中的任意一种或其组合。多个摄像头的具体设置位置以及排列顺序可以根据实际需求而确定,此处不做具体限定。
色温传感器阵列可以设置于摄像模组的一侧,具体可以为其中任意一个摄像头的一侧。色温传感器阵列的位置可以根据实际应用场景中的标定结果而确定。参考图14中所示,色温传感器阵列1404可以设于终端1400中摄像头1403的下方或者是摄像头1403的旁侧,也可以设于摄像头1401或摄像头1402的旁侧(例如左侧或右侧)。摄像模组与色温传感器阵列可以相邻设置,也可以相隔一些间距。色温传感器可以采用硅基探测器或者是短波红外探测器,以基于色温传感器获取的属性参数生成白平衡系数矩阵。
通过影像模组中的色温传感器阵列,可将待处理图像进行分块得到多个图像块,进而基于每个色温传感器获取的与其对应的图像块的属性参数来生成全局白平衡系数和局部白平衡系数。生成全局白平衡系数和局部白平衡系数的具体方式与上述步骤S220中相同,此处不再赘述。
进一步地,可以通过插值组件,基于全局白平衡系数对局部白平衡系数的数值范围进行限制,并对局部白平衡系数进行分区插值等操作,得到目标系数矩阵;并按照目标系数矩阵的第一矩阵和第二矩阵对待处理图像中每个像素点的第一颜色子像素和第二颜色子像素的参数进行校正,生成所述待处理图像对应的目标图像。具体方式与步骤S230和步骤S240中相同,此处不再赘述。
本公开实施例中,由于影像模组包含的色温传感器阵列中的一个色温传感器能够与一个图像块相互对应,色温传感器阵列能够获取到每个图像块的属性参数,因此通过色温传感器阵列获取的每个图像块的属性参数,能够更准确地确定每个图像块的局部白平衡系数以及全局白平衡系数,并根据局部白平衡系数和全局白平衡系数来确定用于进行白平衡处理的目标系数矩阵,提高白平衡系数的准确性。进一步地可以通过得到的目标系数矩阵对待处理图像中的每个像素点的第一颜色子像素以及第二颜色子像素的参数进行调整校正,从而得到白平衡处理后的目标图像,提高了图像白平衡效果,提高图像质量。
本公开的示例性实施方式还提供一种电子设备。该电子设备可以是上述终端101。一般的,该电子设备可以包括处理器与存储器,存储器用于存储处理器的可执行指令,处理器配置为经由执行可执行指令来执行上述图像白平衡处理方法。
下面以图15中的移动终端1500为例,对该电子设备的构造进行示例性说明。本领域技术人员应当理解,除了特别用于移动目的的部件之外,图15中的构造也能够应用于固定类型的设备。
如图15所示,移动终端1500具体可以包括:处理器1501、存储器1502、总线1503、移动通信模块1504、天线1、无线通信模块1505、天线2、显示屏1506、摄像模块1507、音频模块1508、电源模块1509与传感器模块1510。
处理器1501可以包括一个或多个处理单元,例如:处理器1501可以包括AP(Application Processor,应用处理器)、调制解调处理器、GPU(Graphics ProcessingUnit,图形处理器)、ISP(Image Signal Processor,图像信号处理器)、控制器、编码器、解码器、DSP(Digital Signal Processor,数字信号处理器)、基带处理器和/或NPU(Neural-Network Processing Unit,神经网络处理器)等。本示例性实施方式中的图像去噪处理方法可以由AP、GPU或DSP来执行,当方法涉及到神经网络相关的处理时,可以由NPU来执行,例如NPU可以加载神经网络参数并执行神经网络相关的算法指令。示例性地,可以对待处理图像进行分块得到多个图像块;确定所述待处理图像的全局白平衡系数,并确定各所述图像块的局部白平衡系数;根据所述全局白平衡系数和所述局部白平衡系数,插值获取与所述待处理图像的各像素点对应的目标系数矩阵;根据所述目标系数矩阵对所述待处理图像中各像素点的参数进行校正,生成所述待处理图像对应的目标图像。
编码器可以对图像或视频进行编码(即压缩),以减小数据大小,便于存储或发送。解码器可以对图像或视频的编码数据进行解码(即解压缩),以还原出图像或视频数据。移动终端1500可以支持一种或多种编码器和解码器,例如:JPEG(Joint PhotographicExperts Group,联合图像专家组)、PNG(Portable Network Graphics,便携式网络图形)、BMP(Bitmap,位图)等图像格式,MPEG(Moving Picture Experts Group,动态图像专家组)1、MPEG10、H.1063、H.1064、HEVC(High Efficiency Video Coding,高效率视频编码)等视频格式。
处理器1501可以通过总线1503与存储器1502或其他部件形成连接。
存储器1502可以用于存储计算机可执行程序代码,可执行程序代码包括指令。处理器1501通过运行存储在存储器1502的指令,执行移动终端1500的各种功能应用以及数据处理。存储器1502还可以存储应用数据,例如存储图像,视频等文件。
移动终端1500的通信功能可以通过移动通信模块1504、天线1、无线通信模块1505、天线2、调制解调处理器以及基带处理器等实现。天线1和天线2用于发射和接收电磁波信号。移动通信模块1504可以提供应用在移动终端1500上3G、4G、5G等移动通信解决方案。无线通信模块1505可以提供应用在移动终端1500上的无线局域网、蓝牙、近场通信等无线通信解决方案。
显示屏1506用于实现显示功能,如显示用户界面、图像、视频等。摄像模块1507用于实现拍摄功能,如拍摄图像、视频等,且摄像模块中可以包含色温传感器阵列。音频模块1508用于实现音频功能,如播放音频,采集语音等。电源模块1509用于实现电源管理功能,如为电池充电、为设备供电、监测电池状态等。传感器模块1510可以包括一种或多种传感器,用于实现相应的感应检测功能。例如,传感器模块1510可以包括惯性传感器,其用于检测移动终端1500的运动位姿,输出惯性传感数据。
需要说明的是,本公开实施例中还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开中,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。
计算机可读存储介质可以发送、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。计算机可读存储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。
计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如下述实施例中所述的方法。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的内容后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (19)
1.一种图像白平衡处理方法,其特征在于,包括:
获取待处理图像,并对所述待处理图像进行分块得到多个图像块;
确定所述待处理图像的全局白平衡系数,并确定各所述图像块的局部白平衡系数;
根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵;
根据所述目标系数矩阵对所述待处理图像进行白平衡处理,生成所述待处理图像对应的目标图像。
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,所述根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵,包括:
通过所述全局白平衡系数对所述局部白平衡系数的数值范围进行限制,获取限制局部白平衡系数。
3.根据权利要求2所述的图像白平衡处理方法,其特征在于,所述通过所述全局白平衡系数对所述局部白平衡系数的数值范围进行限制,获取限制局部白平衡系数,包括:
以全局白平衡系数为基准,在预设浮动范围内对所述局部白平衡系数进行调整,确定所述限制局部白平衡系数。
4.根据权利要求2所述的图像白平衡处理方法,其特征在于,所述根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵,包括:
对所述限制局部白平衡系数进行插值,确定所述目标系数矩阵。
5.根据权利要求4所述的图像白平衡处理方法,其特征在于,所述对所述限制局部白平衡系数进行插值,确定所述目标系数矩阵,包括:
对所述多个图像块的所述限制局部白平衡系数进行分区插值,以确定目标系数矩阵。
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,所述对所述多个图像块的所述限制局部白平衡系数进行分区插值,以确定目标系数矩阵,包括:
确定第一区域、第二区域以及第三区域;其中,所述图像块包含多个子图像块;位于所述待处理图像角部的子图像块形成所述第一区域,位于所述待处理图像边部的子图像块形成所述第二区域,位于所述待处理图像中部的子图像块形成所述第三区域;
对所述第一区域、第二区域以及第三区域分别采用不同的插值方式进行插值,确定所述目标系数矩阵。
7.根据权利要求6所述的图像白平衡处理方法,其特征在于,所述对所述第一区域、第二区域以及第三区域分别采用不同的插值方式进行插值,确定所述目标系数矩阵,包括:
基于第一区域的子图像块所属的图像块对应的限制局部白平衡系数,确定所述第一区域的子图像块对应的插值系数;
对第二区域中相邻子图像块所属的图像块对应的限制局部白平衡系数进行线性插值,确定所述第二区域的子图像块对应的插值系数;
对第三区域中相邻子图像块所属的图像块对应的限制局部白平衡系数进行双线性插值,确定所述第三区域的子图像块对应的插值系数,以确定所述目标系数矩阵。
8.根据权利要求2所述的图像白平衡处理方法,其特征在于,在对所述限制局部白平衡系数进行插值,确定所述目标系数矩阵之前,所述方法还包括:
对所述限制局部白平衡系数进行中值滤波,得到中值滤波结果;
对所述中值滤波结果进行均值滤波,以进行平滑处理。
9.根据权利要求1所述的图像白平衡处理方法,其特征在于,所述根据所述目标系数矩阵对所述待处理图像进行白平衡处理,生成所述待处理图像对应的目标图像,包括:
根据所述目标系数矩阵对所述待处理图像中各像素点的第一颜色子像素和第二颜色子像素的参数进行校正,获取所述目标图像。
10.根据权利要求9所述的图像白平衡处理方法,其特征在于,所述目标系数矩阵包括第一矩阵和第二矩阵;所述根据所述目标系数矩阵对所述待处理图像中各像素点的第一颜色子像素和第二颜色子像素的参数进行校正,获取所述目标图像,包括:
根据所述目标系数矩阵中的第一矩阵对所述第一颜色子像素的参数进行校正;
根据所述目标系数矩阵中的第二矩阵对所述第二颜色子像素的参数进行校正;
其中,所述矩阵为第一颜色子像素的白平衡系数矩阵,所述第二矩阵为第二颜色子像素的白平衡系数矩阵。
11.根据权利要求1所述的图像白平衡处理方法,其特征在于,所述对所述待处理图像进行分块得到多个图像块,包括:
基于终端的色温传感器阵列对所述待处理图像进行分块,获取所述多个图像块;其中,所述图像块的数量与所述色温传感器阵列中包含的色温传感器的数量相同,且每个图像块对应一个色温传感器。
12.根据权利要求11所述的图像白平衡处理方法,其特征在于,所述确定所述待处理图像的全局白平衡系数,包括:
根据所述色温传感器阵列获取的各图像块的属性参数获取全局属性参数,并对所述全局属性参数进行处理获取所述全局白平衡系数。
13.根据权利要求1所述的图像白平衡处理方法,其特征在于,所述确定所述待处理图像的全局白平衡系数,包括:
对所有图像块的局部白平衡系数进行平均处理,获取所述全局白平衡系数。
14.根据权利要求12所述的图像白平衡处理方法,其特征在于,所述属性参数为光谱;所述根据所述色温传感器阵列获取的各图像块的属性参数获取全局属性参数,并对所述全局属性参数进行处理获取所述全局白平衡系数,包括:
对根据色温传感器阵列获取的各图像块的光谱进行平均处理得到全局光谱数据,并对所述全局光谱数据进行预测,获取所述全局白平衡系数。
15.根据权利要求12所述的图像白平衡处理方法,其特征在于,所述属性参数为色温;所述根据所述色温传感器阵列获取的各图像块的属性参数获取全局属性参数,并对所述全局属性参数进行处理获取所述全局白平衡系数,包括:
对根据色温传感器阵列获取的各图像块的色温进行平均处理得到全局色温值,并对所述全局色温值在色温值序列中进行线性插值以获取所述全局白平衡系数。
16.一种图像白平衡处理装置,其特征在于,包括:
图像分块模块,用于获取待处理图像,并对所述待处理图像进行分块得到多个图像块;
系数获取模块,用于确定所述待处理图像的全局白平衡系数,并确定各所述图像块的局部白平衡系数;
插值模块,用于根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵;
图像生成模块,用于根据所述目标系数矩阵对所述待处理图像进行白平衡处理,生成所述待处理图像对应的目标图像。
17.一种影像模组,其特征在于,包括:
摄像模组;
色温传感器阵列,设于所述摄像模组一侧,用于确定待处理图像的全局白平衡系数和所述待处理图像中图像块的局部白平衡系数;
插值组件,用于根据所述全局白平衡系数和所述局部白平衡系数,获取目标系数矩阵;
图像生成组件,用于根据所述目标系数矩阵对所述待处理图像进行白平衡处理,生成所述待处理图像对应的目标图像。
18.一种电子设备,其特征在于,包括:
如权利要求17所述的影像模组;
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-15任意一项所述的图像白平衡处理方法。
19.一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1-15任意一项所述的图像白平衡处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210848002.0A CN115225879A (zh) | 2022-07-19 | 2022-07-19 | 图像白平衡处理方法及装置、影像模组、设备、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210848002.0A CN115225879A (zh) | 2022-07-19 | 2022-07-19 | 图像白平衡处理方法及装置、影像模组、设备、介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115225879A true CN115225879A (zh) | 2022-10-21 |
Family
ID=83612579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210848002.0A Pending CN115225879A (zh) | 2022-07-19 | 2022-07-19 | 图像白平衡处理方法及装置、影像模组、设备、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115225879A (zh) |
-
2022
- 2022-07-19 CN CN202210848002.0A patent/CN115225879A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220207680A1 (en) | Image Processing Method and Apparatus | |
CN110675404B (zh) | 图像处理方法、图像处理装置、存储介质与终端设备 | |
US9600859B2 (en) | Image processing device, image processing method, and information processing device | |
WO2021047345A1 (zh) | 图像降噪方法、装置、存储介质及电子设备 | |
CN111279673A (zh) | 具有电子卷帘快门校正的图像拼接 | |
CN106060491A (zh) | 一种投影图像颜色校正方法及装置 | |
CN111225135B (zh) | 图像传感器、成像装置、电子设备、图像处理系统及信号处理方法 | |
WO2024027287A1 (zh) | 图像处理系统及方法、计算机可读介质和电子设备 | |
CN104081780A (zh) | 图像处理装置和图像处理方法 | |
CN113538274A (zh) | 图像美颜处理方法、装置、存储介质与电子设备 | |
CN113962859A (zh) | 一种全景图生成方法、装置、设备及介质 | |
CN110929615B (zh) | 图像处理方法、图像处理装置、存储介质与终端设备 | |
CN113516607A (zh) | 图像处理方法、图像处理装置、电子设备及存储介质 | |
CN115314635A (zh) | 用于离焦量确定的模型训练方法及装置 | |
US11521305B2 (en) | Image processing method and device, mobile terminal, and storage medium | |
CN117768774A (zh) | 图像处理器、图像处理方法、拍摄装置和电子设备 | |
CN112565887A (zh) | 一种视频处理方法、装置、终端及存储介质 | |
CN115205159A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN115187487A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN115187488A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN115330633A (zh) | 图像色调映射方法及装置、电子设备、存储介质 | |
CN115278189A (zh) | 图像色调映射方法及装置、计算机可读介质和电子设备 | |
CN115225879A (zh) | 图像白平衡处理方法及装置、影像模组、设备、介质 | |
EP3579561A1 (en) | Prediction for light-field coding and decoding | |
CN114565532A (zh) | 视频美颜处理方法、装置、存储介质与电子设备 |
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 |