CN115426487A - 色彩校正矩阵调整方法、装置、电子设备及可读存储介质 - Google Patents
色彩校正矩阵调整方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN115426487A CN115426487A CN202211009103.5A CN202211009103A CN115426487A CN 115426487 A CN115426487 A CN 115426487A CN 202211009103 A CN202211009103 A CN 202211009103A CN 115426487 A CN115426487 A CN 115426487A
- Authority
- CN
- China
- Prior art keywords
- color
- correction matrix
- standard
- difference information
- pixel value
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 280
- 239000011159 matrix material Substances 0.000 title claims abstract description 201
- 238000000034 method Methods 0.000 title claims abstract description 95
- 238000005457 optimization Methods 0.000 claims abstract description 78
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 17
- 238000010606 normalization Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 description 20
- 238000004422 calculation algorithm Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 15
- 230000009466 transformation Effects 0.000 description 8
- 241000282414 Homo sapiens Species 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 238000012935 Averaging Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000003702 image correction Methods 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004456 color vision Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
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
Abstract
本申请实施例提供了一种色彩校正矩阵调整方法、装置、电子设备及可读存储介质，涉及色彩校正技术领域。该方法包括：获取图像采集设备针对标准色卡所采集的待校正颜色数据；根据待校正颜色数据对预设的初始校正矩阵执行至少一次优化操作，直至满足预设条件，基于优化后的初始校正矩阵获取目标校正矩阵，以根据目标校正矩阵对图像进行颜色校正处理。本申请实施例通过色调与饱和度的均衡程度优化初始矫正矩阵，以根据优化后获取的目标矫正矩阵进行色彩校正处理，使得目标矫正矩阵具有较高的矫正精度。
Description
技术领域
本申请涉及色彩校正技术领域，具体而言，本申请涉及一种色彩校正矩阵调整方法、装置、电子设备及计算机可读存储介质。
背景技术
随着图像传感技术的发展，图像采集装置的应用也日益广泛；图像采集装置所采集到的图像，受到光源、成像物体反射率和成像系统的光谱响应函数等因素的影响，往往会出现色偏；色彩校正就是校正照片和图像的偏色，图像的色彩校正以中性灰平衡为原则，需要关注摄影图像色调还原的全局，既要符合人眼现场看到的感受也要遵循摄影成像和成色的科学规律，以逼真的重现被拍摄影像的色彩。
现有技术中，通常通过亮度匹配的方式获取颜色校正矩阵，并采用该颜色校正矩阵计算矫正后的图像数据，以完成图像的色彩校正。上述图像校正方法针对图像全局对图像进行优化处理，可以防止图像过曝，但是色彩校正结果与采集目标的真实颜色值仍然存在误差，造成色彩校正的矫正精度低的问题。
发明内容
本申请实施例提供了一种色彩校正矩阵调整方法、装置、电子设备及计算机可读存储介质，可以解决现有技术中对采集得到的图像进行色彩校正时，矫正精度低的问题。所述技术方案如下：
根据本申请实施例的一个方面，提供了一种色彩校正矩阵调整方法，该方法包括：
获取图像采集设备针对标准色卡所采集的待校正颜色数据；
根据待校正颜色数据对预设的初始校正矩阵执行至少一次优化操作，直至满足预设条件，基于优化后的初始校正矩阵获取目标校正矩阵，以根据目标校正矩阵对图像进行颜色校正处理；
其中，优化操作包括：
通过初始校正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息；
根据预设的色调与饱和度的均衡程度对第一色差信息加权，基于加权后的第一色差信息确定第二色差信息；其中，第二色差信息表征待校正颜色数据的校正值与真实值的差异；
基于第二色差信息对初始校正矩阵进行参数更新。
在一个可能的实现方式中，上述根据预设的色调与饱和度的均衡程度对第一色差信息加权，基于加权后的第一色差信息确定第二色差信息，包括：
获取预设的权重序列；其中，权重序列表征标准色卡中各色块的偏重程度；
根据权重序列和均衡程度对第一色差信息进行加权，基于加权后的第一色差信息确定第二色差信息。
在一个可能的实现方式中，上述获取图像采集设备针对标准色卡所采集的待校正颜色数据，包括：
通过预设黑电平校正值校正标准色卡的原始图像数据；
针对校正后的原始图像数据进行白平衡处理，得到白平衡校正后的图像数据；
基于白平衡矫正后的图像数据，提取标准色卡的第一颜色空间信息，将第一颜色空间信息作为待校正颜色数据。
在另一个可能的实现方式中，上述标准色卡的标准颜色数据包括标准色卡中各色块的第二颜色空间的标准像素值；
通过初始校正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息，包括：
基于第一颜色空间信息确定标准色卡中各色块的平均像素值；
根据初始校正矩阵对每一色块的平均像素值进行色彩校正，得到各色块的第一像素值；
针对每一色块的第一像素值进行颜色转换，得到各色块的第二颜色空间像素值；
根据各色块的第二颜色空间像素值与各色块的标准像素值的差值，确定第一色差信息。
在另一个可能的实现方式中，上述针对每一色块的第一像素值进行颜色转换，得到各色块的第二颜色空间像素值，包括：
针对每一色块，对第一像素值中的亮度信息进行调整，得到色块的第二像素值；
将第二像素值转换到第三颜色空间，得到色块的第三颜色空间像素值；
对第三颜色空间像素值进行归一化处理，并进行颜色空间转换，得到色块的第二颜色空间像素值。
在又一个可能的实现方式中，上述根据各色块的第二颜色空间像素值与各色块的标准像素值的差值，确定第一色差信息，包括：
针对每一色块，根据第二颜色空间像素值与标准像素值中的颜色通道类型，计算第二颜色空间中每一颜色通道的通道差值；
将色块中各通道差值的均方根差，作为色块的色差值；
将每一色块的通道差值与色差值作为第一色差信息。
在又一个可能的实现方式中，上述根据权重序列和均衡程度对第一色差信息进行加权，基于加权后的第一色差信息确定第二色差信息，包括：
根据权重序列和均衡程度分别对各色块的通道差值加权，得到加权后的通道差值；
根据各色块的色差值的均值与加权后的通道差值的和，确定第二色差信息。
根据本申请实施例的另一个方面，提供了一种色彩校正矩阵调整装置，该装置包括：
获取模块，用于获取图像采集设备针对标准色卡所采集的待校正颜色数据；
优化模块，用于根据待校正颜色数据对预设的初始校正矩阵执行至少一次优化操作，直至满足预设条件，基于优化后的初始校正矩阵获取目标校正矩阵，以根据目标校正矩阵对图像进行颜色校正处理；
其中，优化操作包括：
通过初始校正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息；根据预设的色调与饱和度的均衡程度对第一色差信息加权，基于加权后的第一色差信息确定第二色差信息；其中，第二色差信息表征待校正颜色数据的校正值与真实值的差异；基于第二色差信息对初始校正矩阵进行参数更新。
在一个可能的实现方式中，上述优化模块根据预设的色调与饱和度的均衡程度对第一色差信息加权，基于加权后的第一色差信息确定第二色差信息时，用于：
获取预设的权重序列；其中，权重序列表征标准色卡中各色块的偏重程度；
根据权重序列和均衡程度对第一色差信息进行加权，基于加权后的第一色差信息确定第二色差信息。
在一个可能的实现方式中，上述获取模块获取图像采集设备针对标准色卡所采集的待校正颜色数据时，用于：
通过预设黑电平校正值校正标准色卡的原始图像数据；
针对校正后的原始图像数据进行白平衡处理，得到白平衡校正后的图像数据；
基于白平衡矫正后的图像数据，提取标准色卡的第一颜色空间信息，将第一颜色空间信息作为待校正颜色数据。
在另一个可能的实现方式中，上述标准色卡的标准颜色数据包括标准色卡中各色块的第二颜色空间的标准像素值；
上述优化模块通过初始校正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息时，用于：
基于第一颜色空间信息确定标准色卡中各色块的平均像素值；
根据初始校正矩阵对每一色块的平均像素值进行色彩校正，得到各色块的第一像素值；
针对每一色块的第一像素值进行颜色转换，得到各色块的第二颜色空间像素值；
根据各色块的第二颜色空间像素值与各色块的标准像素值的差值，确定第一色差信息。
在另一个可能的实现方式中，上述优化模块针对每一色块的第一像素值进行颜色转换，得到各色块的第二颜色空间像素值时，用于：
针对每一色块，对第一像素值中的亮度信息进行调整，得到色块的第二像素值；
将第二像素值转换到第三颜色空间，得到色块的第三颜色空间像素值；
对第三颜色空间像素值进行归一化处理，并进行颜色空间转换，得到色块的第二颜色空间像素值。
在又一个可能的实现方式中，上述优化模块根据各色块的第二颜色空间像素值与各色块的标准像素值的差值，确定第一色差信息时，用于：
针对每一色块，根据第二颜色空间像素值与标准像素值中的颜色通道类型，计算第二颜色空间中每一颜色通道的通道差值；
将色块中各通道差值的均方根差，作为色块的色差值；
将每一色块的通道差值与色差值作为第一色差信息。
在又一个可能的实现方式中，上述优化模块根据权重序列和均衡程度对第一色差信息进行加权，基于加权后的第一色差信息确定第二色差信息时，用于：
根据权重序列和均衡程度分别对各色块的通道差值加权，得到加权后的通道差值；
根据各色块的色差值的均值与加权后的通道差值的和，确定第二色差信息。
根据本申请实施例的另一个方面，提供了一种处理器，该处理器读取并执行预设的计算机指令，以实现本申请实施例第一方面所示方法的步骤。
根据本申请实施例的另一个方面，提供了一种电子设备，该电子设备包括：存储器、处理器及存储在存储器上的计算机程序，上述处理器执行计算机程序以实现本申请实施例第一方面所示方法的步骤。
根据本申请实施例的再一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本申请实施例第一方面所示方法的步骤。
根据本申请实施例的一个方面，提供了一种计算机程序产品，其包括计算机程序，该计算机程序被处理器执行时实现本申请实施例第一方面所示方法的步骤。
本申请实施例提供的技术方案带来的有益效果是：
本申请实施例通过图像采集设备获取标准色卡的待校正颜色数据，然后根据待矫正颜色数据对预设的初始矫正矩阵进行优化，直至满足预设条件，得到目标矫正矩阵，以根据目标矫正矩阵对图像进行颜色校正处理。其中，上述初始矫正矩阵的优化操作包括，通过初始矫正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息，根据预设的色调与饱和度的均衡程度对第一色差信息加权，以基于加权后的第一色差信息确定第二色差信息，并根据第二色差信息更新初始矫正矩阵。本申请实施例实现了基于色调与饱和度的均衡程度优化初始矫正矩阵，以根据优化后获取的目标矫正矩阵进行色彩校正处理；区别于现有技术中基于亮度匹配的方式获取颜色矫正矩阵，本申请在优化过程中考虑了色调与饱和度的均衡程度，第二色差信息可以更加准确地表征待校正颜色数据的校正值与真实值的差异，使得目标矫正矩阵具有较高的矫正精度，减少图像的色彩校正结果与所采集目标的真实颜色值之间的误差，提升用户体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种色彩校正矩阵调整方法的应用场景示意图；
图2为本申请实施例提供的一种色彩校正矩阵调整方法的流程示意图；
图3为本申请实施例提供的一种色彩校正矩阵调整方法中初始矫正矩阵的优化流程示意图；
图4为本申请实施例提供的一种色彩校正矩阵调整方法中确定待校正颜色数据的流程示意图；
图5为本申请实施例提供的一个示例的色彩校正矩阵调整方法的流程示意图；
图6为本申请实施例提供的一种色彩校正矩阵调整装置的结构示意图；
图7为本申请实施例提供的一种色彩校正矩阵调整电子设备的结构示意图。
具体实施方式
下面结合本申请中的附图描述本申请的实施例。应理解，下面结合附图所阐述的实施方式，是用于解释本申请实施例的技术方案的示例性描述，对本申请实施例的技术方案不构成限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请实施例所使用的术语“包括”以及“包含”是指相应特征可以实现为所呈现的特征、信息、数据、步骤、操作、元件和/或组件，但不排除实现为本技术领域所支持其他特征、信息、数据、步骤、操作、元件、组件和/或它们的组合等。应该理解，当我们称一个元件被“连接”或“耦接”到另一元件时，该一个元件可以直接连接或耦接到另一元件，也可以指该一个元件和另一元件通过中间元件建立连接关系。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的术语“和/或”指示该术语所限定的项目中的至少一个，例如“A和/或B”可以实现为“A”，或者实现为“B”，或者实现为“A和B”。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
人类的颜色感知主要由物体的反射率决定，在不同光照条件下观察到的物体颜色是恒定不变的，即具有颜色恒定性。然而图像采集装置(如数码相机等)不具有这一特性，其所获得的图像色彩是由光源、成像物体反射率和成像系统的光谱响应函数共同决定的。因此，所得图像会因光照条件的变化及传感器对RGB(光学三原色)光谱的响应偏差而产生色差。为了纠正色差，使图像更贴近人眼所见颜色，需要对图像采集装置采集到的图像的颜色进行校正，以还原采集目标的真实颜色，保证摄像设备能够正确得到物体的真实颜色。
现有技术中，基于颜色校正的方法主要可分为基于映射的颜色校正方法、基于光谱反射率还原的颜色校正方法和基于图像分析的颜色校正方法3类。其中基于映射的颜色校正算法以其无需考虑通道独立性和色品恒定性的颜色特性，可直接建立相关颜色空间与标准颜色空间关联的优势，在多种数字设备的颜色校正中均获得了广泛的实际应用。
发明人发现，最为广泛的基于映射关系的颜色校正方法是使用图像采集装置采集到的图像与标准图像进行比较，获得误差最小的颜色校正矩阵，通过颜色校正矩阵的校正达到图像复原的目的。然而，在校正矩阵的获取过程中，由于其是针对全局去做最优化处理，得到的颜色校正矩阵也只是一个线性映射，不可能面面俱到的，会存在某些物体颜色误差很大的情况。
同时，发明人还发现，可以用一个3×3的颜色校正矩阵将输入的RGB数据映射为全新的RGB数据。在此过程中，通过颜色校正矩阵(CCM，color correction matrix)对不同颜色进行旋转和拉伸，提高颜色饱和度，使相机采集到的图像颜色更加符合人类的审美。其本质是对传感器各条响应曲线进行线性变换，不过也会存在某些物体的颜色误差很大的情况，由于颜色校正矩阵提供的是最佳近似值，不可能覆盖所有的颜色组合。并且不同响应曲线间的差异是非线性的，因此颜色校正矩阵往往不能准确校正或者无法校正出预定的结果。
进一步地，还可以通过亮度匹配将提取到的线性化色卡颜色值的亮度向标准色卡亮度进行匹配，得到亮度匹配后的颜色值，再利用亮度匹配后的颜色值计算颜色校正矩阵，利用颜色校正矩阵计算校正后的图像。发明人发现，通过亮度匹配可以提高一定的图像色彩校正算法的适应性和鲁棒性，但是仅仅只是对亮度进行匹配校正，解决了图像过曝的问题。对于色调和饱和度并没有做出约束，而人眼对于色调和饱和度的敏感程度较高，同时不同色块的敏感程度也不一样，因此上述方法得到的校正结果与采集目标的真实颜色仍会存在一定的差距。
本申请提供的色彩校正矩阵调整方法、装置、电子设备及计算机可读存储介质，旨在解决现有技术的如上技术问题。
本申请实施例提供了一种色彩校正矩阵调整方法，该方法可以由终端或服务器实现。本申请实施例涉及的终端或服务器通过有线或无线网络，从图像采集设备获取得到针对标准色卡所采集的待校正颜色数据，并基于预设的色调与饱和度的均衡程度，通过待校正颜色数据对预设的初始校正矩阵执行至少一次优化操作，直至满足预设条件，基于优化后的初始校正矩阵获取目标校正矩阵，以根据目标校正矩阵对图像进行颜色校正处理。
下面通过对几个示例性实施方式的描述，对本申请实施例的技术方案以及本申请的技术方案产生的技术效果进行说明。需要指出的是，下述实施方式之间可以相互参考、借鉴或结合，对于不同实施方式中相同的术语、相似的特征以及相似的实施步骤等，不再重复描述。
如图1所示，本申请的色彩校正矩阵调整方法，可以应用于图1所示的场景中，具体的，用于图像处理的终端101可以包括图像采集单元102和色彩校正矩阵调整单元103，色彩校正矩阵调整单元103获取图像采集单元针对标准色卡所采集的待校正颜色数据，并基于预设的色调与饱和度的均衡程度，通过待校正颜色数据对预设的初始校正矩阵执行至少一次优化操作，直至满足预设条件，基于优化后的初始校正矩阵获取目标校正矩阵；色彩校正矩阵调整单元103在确定目标矫正矩阵之后，可以将该目标矫正矩阵发送至图像采集单元，以便图像采集单元102根据目标校正矩阵对所采集的图像进行颜色校正处理。
图1所示的场景中，上述色彩校正矩阵调整方法可以在终端中进行，在其他的场景中，也可以在服务器中进行。
本技术领域技术人员可以理解，这里所使用的“终端”可以是手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、MID(Mobile Internet Device，移动互联网设备)等；“服务器”可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本申请实施例中提供了一种色彩校正矩阵调整方法，如图2所示，可以应用于的服务器或终端，该方法包括：
S201，获取图像采集设备针对标准色卡所采集的待校正颜色数据。
其中，上述图像采集设备可以包括摄像头、摄像机、扫描仪或其他带有拍照功能的设备，在本申请实施例中不做具体限定。上述待校正颜色数据可以是根据图像采集设备针对标准色卡所采集的图像原始图像数据，进行颜色空间转换后得到的。
同时，上述标准色卡可以是爱色丽标准(X-rite)24色色卡，是一种用来颜色检测的工具。其包含24种自然物体的色彩，可在任意光照和媒介下真实还原色彩，作为各行业的颜色标准，其覆盖面涉及摄影、影像、印刷等对色彩要求比较严格的行业。
具体的，用于进行色彩校正矩阵调整的服务器或终端，可以基于图像采集设备获取针对标准色卡的图像原始图像数据，接着对上述原始图像数据进行颜色空间的转换，得到待矫正颜色数据。
S202，根据待校正颜色数据对预设的初始校正矩阵执行至少一次优化操作，直至满足预设条件，基于优化后的初始校正矩阵获取目标校正矩阵，以根据目标校正矩阵对图像进行颜色校正处理。
在一些实施方式中，用于进行色彩校正矩阵调整的服务器或终端，可以根据最优化算法确定目标矫正矩阵；最优化算法是一种搜索过程或规则，它是基于某种思想和机制，通过一定的途径或规则来得到满足用户要求的问题的解。最优化算法有三要素：变量(Decision Variable)、约束条件(Constraints)和目标函数(Objective function)。
最优化算法的数据处理步骤包括：
第一，建立数学模型。对可行方案进行编码(变量)，约束条件以及目标函数的构造。
第二，最优值的搜索策略。在可行解(约束条件下)搜索最优解的方法，有穷举、随机和启发式搜索方法。
本申请实施例中所采用的最优化算法可以包括最小二乘法(直接求导得到全局最优)、遗传优化算法、梯度下降法(给定一个参数，朝误差函数下降最快的方向调整参数，若干次迭代后找到局部最小)、鲍威尔算法(方向加速法，无需对目标函数求导，利用共轭方向可以加快收敛速度的一种有效的直接搜索方法)等，在本申请实施例中不做具体限制。
具体的，用于进行色彩校正矩阵调整的服务器或终端，将矫正矩阵作为变量，基于待校正颜色数据和标准色卡的标准颜色数据的差异确定约束条件，进而基于预设的色调与饱和度的均衡程度、上述变量和约束条件构建目标函数，然后基于优化算法对该目标函数进行迭代优化，直至目标函数满足预设的约束条件，以获取目标矫正矩阵。
其中，如图3所示，优化操作可以包括如下步骤：
S301，通过初始校正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息。
具体的，用于进行色彩校正矩阵调整的服务器或终端，基于最优化算法的规则选取预设初始矫正矩阵，并获取标准色卡的标准颜色数据，然后基于根据该初始矫正矩阵确定待校正颜色数据与标准颜色数据之间的第一色差信息。
S302，根据预设的色调与饱和度的均衡程度对第一色差信息加权，基于加权后的第一色差信息确定第二色差信息；其中，第二色差信息表征待校正颜色数据的校正值与真实值的差异。
S303，基于第二色差信息对初始校正矩阵进行参数更新。
具体的，用于进行色彩校正矩阵调整的服务器或终端，可以根据第二色差信息判断初始校正矩阵是否满足预设的约束条件，对所述初始矫正矩阵进行参数更新直至更新后的矫正矩阵满足约束条件。
在一些实施方式中，用于进行色彩校正矩阵调整的服务器或终端，可以基于无线或有线局域网与图像采集设备建立网络连接，并基于该网络连接获取待校正颜色数据，进而二者相结合完成图像的矫正处理。
其中，上述有线局域网可以是基于IEEE 802.3(一种局域网通信标准)协议的以太网，无线局域网可以是基于IEEE 802.11(一种无线网络通信的标准)协议的Wi-Fi(一种无线通信技术)。
在另一些实施方式中，图像采集设备可以集成到用于进行色彩校正矩阵调整的服务器或终端中，用于进行色彩校正矩阵调整的服务器或终端可以基于进程间通信从图像采集设备获取待校正颜色数据，以完成图像的矫正处理。
在本申请实施例中，可以基于第二色差信息构建目标函数J(x)，将CCM矩阵中的六个参数x1，x2，x3，x4，x5，x6作为自变量，根据最优化算法对目标函数进行迭代更新，当目标函数J(x)的值最小时，确定最优解时的目标矫正矩阵。最优化算法有很多，例如最小二乘法(直接求导得到全局最优)、遗传优化算法、梯度下降法(给定一个参数，朝误差函数下降最快的方向调整参数，若干次迭代后找到局部最小)、鲍威尔算法(方向加速法，无需对目标函数求导，利用共轭方向可以加快收敛速度的一种有效的直接搜索方法)等，在本申请实施例中不做具体限制。
本申请实施例通过图像采集设备获取标准色卡的待校正颜色数据，然后根据待矫正颜色数据对预设的初始矫正矩阵进行优化，直至满足预设条件，得到目标矫正矩阵，以根据目标矫正矩阵对图像进行颜色校正处理。其中，上述初始矫正矩阵的优化操作包括，通过初始矫正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息，根据预设的色调与饱和度的均衡程度对第一色差信息加权，以基于加权后的第一色差信息确定第二色差信息，并根据第二色差信息更新初始矫正矩阵。本申请实施例实现了基于色调与饱和度的均衡程度优化初始矫正矩阵，以根据优化后获取的目标矫正矩阵进行色彩校正处理；区别于现有技术中基于亮度匹配的方式获取颜色矫正矩阵，本申请在优化过程中考虑了色调与饱和度的均衡程度，第二色差信息可以更加准确地表征待校正颜色数据的校正值与真实值的差异，使得目标矫正矩阵具有较高的矫正精度，减少图像的色彩校正结果与所采集目标的真实颜色值之间的误差，提升用户体验。
本申请实施例中提供了一种可能的实现方式，根据预设的色调与饱和度的均衡程度对第一色差信息加权，基于加权后的第一色差信息确定第二色差信息，包括：
S401，获取预设的权重序列。
其中，权重序列表征标准色卡中各色块的偏重程度。权重序列中包括针对该标准色卡中各色块的权重值，该权重值可以是根据用户需求确定的。
S402，根据权重序列和均衡程度对第一色差信息进行加权，基于加权后的第一色差信息确定第二色差信息。
具体的，用于进行色彩校正矩阵调整的服务器或终端，可以基于均衡程度和各色块的权重值分别对相应色块的第一色差信息进行加权，并基于加权后的第一色差信息确定第二色差信息。
本申请实施例基于权重序列和均衡程度相结合的方式对初始矫正矩阵进行优化操作，综合考虑了人眼对于色调和饱和度的敏感程度，且基于权重序列对各色块进行局部优化，有效提升了目标矫正矩阵的精确度。
上文介绍了色差信息的确定方式，下面以X-rite 24标准色卡为例，详细说明待矫正颜色数据的确定方法和色差信息的详细计算步骤。
本申请实施例中提供了一种可能的实现方式，如图4所示，获取图像采集设备针对标准色卡所采集的待校正颜色数据，包括：
S501，通过预设黑电平校正值校正标准色卡的原始图像数据。
其中，原始图像数据可以是图像采集设备针对标准色卡进行图像采集时输出的图像数据；该原始图像数据可以是Bayer格式数据。Bayer格式数据，由1/2的G像素，1/4的R像素，1/4的B像素组成，Bayer格式数据中每一个像素仅仅包括了光谱的一部分，常见的Bayer格式图片有RGGB、BGGR、GRBG、GBRG四种不同的分布。
在图像采集设备中传感器将模拟信号转换为数字信号时，由于转换精度限制无法将电压值很小的一部分给区分开来，故需要加上一个值来保证图像暗部细节；同时，为了去除传感器工作时存在的电流噪声干扰，需要对原始图像数据进行黑电平矫正。
在本申请实施例中，可以将原始图像数据中各通道的像素值减去对应黑电平校正值，以完成黑电平矫正。
S502，针对校正后的原始图像数据进行白平衡处理，得到白平衡校正后的图像数据。
由于图像采集设备中的传感器不具备颜色恒常性，其捕获的图像会因不同光源色温的问题而偏色，需要对图像进行白平衡处理以保证颜色的恒常性。
其中，黑电平校正和白平衡处理的具体方式为现有技术，在本申请实施例中不做具体限制与说明。
S503，基于白平衡矫正后的图像数据，提取标准色卡的第一颜色空间信息，将第一颜色空间信息作为待校正颜色数据。
其中，第一颜色空间可以为RGB颜色空间。
具体的，用于进行色彩校正矩阵调整的服务器或终端，可以通过线性插值法对白平衡矫正后的图像数据进行处理，得到每一像素点的RGB数据。
进一步的，线性插值法对像素点的处理如下：
当一个绿色(G)像素点上缺失蓝色(B)和红色(R)分量时，该像素点的红色(R)和蓝色(B)分量由距离该绿色像素点最近的两个红色(R)和蓝色(B)像素点求平均确定。
当求一个红色(R)像素点上的蓝色(B)分量，可以由最近的4个蓝色像素点求平均确定。
当求一个蓝色(B)像素点上的红色(R)分量，可以用最近的4个红色像素点求平均确定。
当求红色(R)和蓝色(B)像素点上的绿色(G)分量，可以由最近的4个绿色像素点求平均确定。
当原像素点为边缘像素，则根据镜像原理补边处理。
本申请实施例中提供了一种可能的实现方式，标准色卡的标准颜色数据包括标准色卡中各色块的第二颜色空间的标准像素值。
其中，第二颜色空间可以为Lab色彩模型，上述标准像素值可以为标准Lab颜色值。该Lab色彩模型由照度(L)和有关色彩的a、b三个要素组成。L表示照度(Luminosity)，相当于亮度，a表示从红色至绿色的范围，b表示从蓝色至黄色的范围。
通过初始校正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息，包括：
S601，基于第一颜色空间信息确定标准色卡中各色块的平均像素值；根据初始校正矩阵对每一色块的平均像素值进行色彩校正，得到各色块的第一像素值。
具体的，假设CCM矩阵为3*3的矩阵，由于CCM的一个基本约束就是不能破坏白平衡，即对于任何R＝G＝B的输入，必须保证输出满足R'＝G'＝B'，即CCM矩阵每一行的和为1。故此时CCM矩阵有6个自由度，只需要六个参数[x1，x2，x3，x4，x5，x6]。可以基于如下公式得到CCM矩阵：
其中，约束主对角线元素，非对角线为自由变量，由约束最优化，转变为无约束最优化。
可以基于如下公式得到第一像素值矩阵C：
其中，R1、R2...、Rn为X-rite 24色卡各个色块的平均红色像素值，同理，G1、G2…、Gn和B1、B2…、Bn分别为各个色块的平均绿色、蓝色像素值；n为标准色卡色块个数，即n＝24。
S602，针对每一色块的第一像素值进行颜色转换，得到各色块的第二颜色空间像素值。
其中，上述第二颜色空间可以为Lab色彩空间。
具体的，用于进行色彩校正矩阵调整的服务器或终端，可以针对每一色块的第一像素值根据图像采集设备的显示器参数进行颜色空间的转换，以确定各色块的第二颜色空间像素值。
S603，根据各色块的第二颜色空间像素值与各色块的标准像素值的差值，确定第一色差信息。
其中，第一色差信息可以包括每个色块的Lab的像素值色差。具体的确定第一色差信息的过程将在下文详细介绍。
本申请实施例中提供了一种可能的实现方式，上述针对每一色块的第一像素值进行颜色转换，得到各色块的第二颜色空间像素值，包括：
S701，针对每一色块，对第一像素值中的亮度信息进行调整，得到色块的第二像素值。
其中，第二像素值可以为sRGB(standard Red Green Blue)标准色彩空间的像素值。根据当前图像采集装置的gamma值(一种显示器参数)对各第一像素值分别进行处理，得到的各个色块的sRGB值。其计算方式如下所示：
具体的，可以根据公式(4)完成公式(3)中的色彩转换，将矩阵第一像素值矩阵C所指示的各色块的第一像素值作为t，带入公式(4)进行计算。R′1G′1B′1为第一色块的平均sRGB像素值，即得到各色块的第二像素值。
S702，将第二像素值转换到第三颜色空间，得到色块的第三颜色空间像素值。
其中，第三颜色空间可以为XYZ颜色空间。
具体的，可以基于如下公式进行颜色空间的转换：可以将第二像素值待入公式(5)和公式(6)，对每一第二像素值进行计算。
[R G B]＝f([r g b]) (5)
具体的，可以分别将第二像素值的RGB值作为t代入公式(6)，得到转换后的RGB值；接着可以将转换后的RGB值代入公式(7)，得到第三空间像素值，即XYZ像素值。
S703，对第三颜色空间像素值进行归一化处理，并进行颜色空间转换，得到色块的第二颜色空间像素值。
具体的，可以根据白色参考点确定归一化参数如下公式(8)所示：
接着基于公式(9)至(11)对各第三空间像素值进行归一化处理，并对归一化处理后的像素值xyz进行线性变换和非线性变换，得到Lab空间的颜色数据，即第二颜色空间像素值。具体的线性变换和非线性变换公式如下：
可以将像素值xyz作为t代入公式(12)进行非线性变换，然后将经过非线性变化的数据代入公式(13)进行线性变换，以得到各色块的Lab颜色数据即第二颜色空间像素值。
本申请实施例通过多次颜色空间的转换和像素值的处理，可以得到准确的第二颜色空间像素值，同时，标准色卡的标准颜色数据包括该标准色卡中各色块的第二颜色空间的标准像素值，故可以基于第二颜色空间像素值与标准像素值的比对，得到准确的色差信息，为后续优化初始矫正矩阵打下良好基础。
本申请实施例中提供了一种可能的实现方式，上述根据各色块的第二颜色空间像素值与各色块的标准像素值的差值，确定第一色差信息，包括：
S801，针对每一色块，根据第二颜色空间像素值与标准像素值中的颜色通道类型，计算第二颜色空间中每一颜色通道的通道差值。
具体的，第二颜色空间即Lab颜色空间有L、a、b三个通道的数据类型，可以基于如下公式进行计算每一色块的各通道差值：
其中，Lmeasured、ameasured、bmeasured均为第二颜色空间像素值，Lideal、aideal、bideal均为标准像素值；ΔLi为第i个色块针对L通道类型的通道差值；Δai为第i个色块针对a通道类型的通道差值；Δbi为第i个色块针对b通道类型的通道差值；i为正整数，i∈[1，24]。
S802，将色块中各通道差值的均方根差，作为色块的色差值。
具体的，可以基于如下公式计算各色块的色差值：
其中，ΔEi为第i个色块的色差值。
S803，将每一色块的通道差值与色差值作为第一色差信息。
本申请实施例中，将每一色块的通道差值与色差值作为第一色差信息，使得该第一色差信息可以从所有色块的全局维度和通道类型的细节维度表征多维度的色差信息，由此得到的色差信息更加精准。为后续获取准确的第二色差信息打下良好基础。
本申请实施例中提供了一种可能的实现方式，上述根据权重序列和均衡程度对第一色差信息进行加权，基于加权后的第一色差信息确定第二色差信息，包括：
根据权重序列和均衡程度分别对各色块的通道差值加权，得到加权后的通道差值；根据各色块的色差值的均值与加权后的通道差值的和，确定第二色差信息。
具体的，可以根据下述公式(16)计算第二色差信息。
其中，J为第二色差信息，n为色块的数量即24，ΔEi为第i个色块的色差值；BM为色差分量，可由公式(17)计算得到：
其中，Wi为第i个色块的权重，λ为均衡程度控制参数，其决定色调与饱和度的权衡，饱和度是颜色的鲜艳程度，饱和度越高，效果越抢眼；色调指颜色的类别，通常所说的红色，绿色，蓝色等就是指色调。ΔLi、Δai和Δbi分别为待校正X-rite 24色卡和标准X-rite24色卡中第i个色块的亮度差信息、绿色→红色和蓝色→黄色的色调差信息。ε为大于0的系统参数，可以基于实际应用确定具体数据。
为了更好的理解上述色彩校正矩阵调整方法，下面结合图5详细阐述一个本申请的色彩校正矩阵调整方法的示例，该方法包括如下步骤：
S901，获取图像采集设备针对X-rite标准色卡的原始图像数据。
S902，对所述原始图像数据进行黑电平矫正和白平衡处理之后，获取针对原始图像数据的RGB颜色信息作为待校正颜色数据。
S903，将初始矫正矩阵作为自变量，根据该自变量、待校正数据、预设的均衡程度和权重矩阵以及标准色卡的标准颜色数据构建目标函数J(x)。
其中，当初始矫正矩阵CMM为3*3矩阵时，目标函数的自变量参数包括x1、x2、x3、x4、x5、x6六个参数。
S904，根据鲍威尔最优化算法对目标函数进行迭代优化，当J(x)的值最小时，得到xj的最优解，即得到目标矫正矩阵。
其中，j∈[1，6]，j为正整数。
具体的，优化迭代步骤包括：
将[x1 x2 x3 x4 x5 x6]作为1*6矩阵，选取初始点x0＝[1,1,1,1,1,1]、并确定n个线性无关的初始搜索方向d0、d1、...d5，一般采用单位矩阵，如d0＝[1,0,0,0,0,0]、d1＝[0,1,0,0,0,0]、d2＝[0,0,1,0,0,0])等；
根据初始搜索方法进行一维搜索，根据新的搜索方向与原有搜索方向确定目标函数的搜索差值，以改进下一轮最优化搜索方向的选择，直至目标函数满足收敛条件，得到迭代优化后的[x1 x2 x3 x4 x5 x6]，并基于迭代优化后的[x1 x2 x3 x4 x5 x6]确定目标矫正矩阵。
本申请实施例通过图像采集设备获取标准色卡的待校正颜色数据，然后根据待矫正颜色数据对预设的初始矫正矩阵进行优化，直至满足预设条件，得到目标矫正矩阵，以根据目标矫正矩阵对图像进行颜色校正处理。其中，上述初始矫正矩阵的优化操作包括，通过初始矫正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息，根据预设的色调与饱和度的均衡程度对第一色差信息加权，以基于加权后的第一色差信息确定第二色差信息，并根据第二色差信息更新初始矫正矩阵。本申请实施例实现了基于色调与饱和度的均衡程度优化初始矫正矩阵，以根据优化后获取的目标矫正矩阵进行色彩校正处理；区别于现有技术中基于亮度匹配的方式获取颜色矫正矩阵，本申请在优化过程中考虑了色调与饱和度的均衡程度，第二色差信息可以更加准确地表征待校正颜色数据的校正值与真实值的差异，使得目标矫正矩阵具有较高的矫正精度，减少图像的色彩校正结果与所采集目标的真实颜色值之间的误差，提升用户体验。
本申请实施例提供了一种色彩校正矩阵调整装置，如图6所示，该色彩校正矩阵调整装置60可以包括：获取模块601和优化模块602；
其中，获取模块601，用于获取图像采集设备针对标准色卡所采集的待校正颜色数据；
优化模块602，用于根据待校正颜色数据对预设的初始校正矩阵执行至少一次优化操作，直至满足预设条件，基于优化后的初始校正矩阵获取目标校正矩阵，以根据目标校正矩阵对图像进行颜色校正处理；
其中，优化操作包括：
通过初始校正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息；根据预设的色调与饱和度的均衡程度对第一色差信息加权，基于加权后的第一色差信息确定第二色差信息；其中，第二色差信息表征待校正颜色数据的校正值与真实值的差异；基于第二色差信息对初始校正矩阵进行参数更新。
本申请实施例中提供了一种可能的实现方式，优化模块602根据预设的色调与饱和度的均衡程度对第一色差信息加权，基于加权后的第一色差信息确定第二色差信息时，用于：
获取预设的权重序列；其中，权重序列表征标准色卡中各色块的偏重程度；
根据权重序列和均衡程度对第一色差信息进行加权，基于加权后的第一色差信息确定第二色差信息。
本申请实施例中提供了一种可能的实现方式，获取模块601获取图像采集设备针对标准色卡所采集的待校正颜色数据时，用于：
通过预设黑电平校正值校正标准色卡的原始图像数据；
针对校正后的原始图像数据进行白平衡处理，得到白平衡校正后的图像数据；
基于白平衡矫正后的图像数据，提取标准色卡的第一颜色空间信息，将第一颜色空间信息作为待校正颜色数据。
本申请实施例中提供了一种可能的实现方式，标准色卡的标准颜色数据包括标准色卡中各色块的第二颜色空间的标准像素值；
上述优化模块602通过初始校正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息时，用于：
基于第一颜色空间信息确定标准色卡中各色块的平均像素值；
根据初始校正矩阵对每一色块的平均像素值进行色彩校正，得到各色块的第一像素值；
针对每一色块的第一像素值进行颜色转换，得到各色块的第二颜色空间像素值；
根据各色块的第二颜色空间像素值与各色块的标准像素值的差值，确定第一色差信息。
本申请实施例中提供了一种可能的实现方式，优化模块602针对每一色块的第一像素值进行颜色转换，得到各色块的第二颜色空间像素值时，用于：
针对每一色块，对第一像素值中的亮度信息进行调整，得到色块的第二像素值；
将第二像素值转换到第三颜色空间，得到色块的第三颜色空间像素值；
对第三颜色空间像素值进行归一化处理，并进行颜色空间转换，得到色块的第二颜色空间像素值。
本申请实施例中提供了一种可能的实现方式，优化模块602根据各色块的第二颜色空间像素值与各色块的标准像素值的差值，确定第一色差信息时，用于：
针对每一色块，根据第二颜色空间像素值与标准像素值中的颜色通道类型，计算第二颜色空间中每一颜色通道的通道差值；
将色块中各通道差值的均方根差，作为色块的色差值；
将每一色块的通道差值与色差值作为第一色差信息。
本申请实施例中提供了一种可能的实现方式，优化模块602根据权重序列和均衡程度对第一色差信息进行加权，基于加权后的第一色差信息确定第二色差信息时，用于：
根据权重序列和均衡程度分别对各色块的通道差值加权，得到加权后的通道差值；
根据各色块的色差值的均值与加权后的通道差值的和，确定第二色差信息。
本申请实施例的装置可执行本申请实施例所提供的方法，其实现原理相类似，本申请各实施例的装置中的各模块所执行的动作是与本申请各实施例的方法中的步骤相对应的，对于装置的各模块的详细功能描述具体可以参见前文中所示的对应方法中的描述，此处不再赘述。
本申请实施例通过图像采集设备获取标准色卡的待校正颜色数据，然后根据待矫正颜色数据对预设的初始矫正矩阵进行优化，直至满足预设条件，得到目标矫正矩阵，以根据目标矫正矩阵对图像进行颜色校正处理。其中，上述初始矫正矩阵的优化操作包括，通过初始矫正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息，根据预设的色调与饱和度的均衡程度对第一色差信息加权，以基于加权后的第一色差信息确定第二色差信息，并根据第二色差信息更新初始矫正矩阵。本申请实施例实现了基于色调与饱和度的均衡程度优化初始矫正矩阵，以根据优化后获取的目标矫正矩阵进行色彩校正处理；区别于现有技术中基于亮度匹配的方式获取颜色矫正矩阵，本申请在优化过程中考虑了色调与饱和度的均衡程度，第二色差信息可以更加准确地表征待校正颜色数据的校正值与真实值的差异，使得目标矫正矩阵具有较高的矫正精度，减少图像的色彩校正结果与所采集目标的真实颜色值之间的误差，提升用户体验。
本申请实施例中提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，该处理器执行上述计算机程序以实现色彩校正矩阵调整方法的步骤，与相关技术相比可实现：本申请实施例通过图像采集设备获取标准色卡的待校正颜色数据，然后根据待矫正颜色数据对预设的初始矫正矩阵进行优化，直至满足预设条件，得到目标矫正矩阵，以根据目标矫正矩阵对图像进行颜色校正处理。其中，上述初始矫正矩阵的优化操作包括，通过初始矫正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息，根据预设的色调与饱和度的均衡程度对第一色差信息加权，以基于加权后的第一色差信息确定第二色差信息，并根据第二色差信息更新初始矫正矩阵。本申请实施例实现了基于色调与饱和度的均衡程度优化初始矫正矩阵，以根据优化后获取的目标矫正矩阵进行色彩校正处理；区别于现有技术中基于亮度匹配的方式获取颜色矫正矩阵，本申请在优化过程中考虑了色调与饱和度的均衡程度，第二色差信息可以更加准确地表征待校正颜色数据的校正值与真实值的差异，使得目标矫正矩阵具有较高的矫正精度，减少图像的色彩校正结果与所采集目标的真实颜色值之间的误差，提升用户体验。
在一个可选实施例中提供了一种电子设备，如图7所示，图7所示的电子设备700包括：处理器701和存储器703。其中，处理器701和存储器703相连，如通过总线702相连。可选地，电子设备700还可以包括收发器704，收发器704可以用于该电子设备与其他电子设备之间的数据交互，如数据的发送和/或数据的接收等。需要说明的是，实际应用中收发器704不限于一个，该电子设备700的结构并不构成对本申请实施例的限定。
处理器701可以是CPU(Central Processing Unit，中央处理器)，通用处理器，DSP(Digital Signal Processor，数据信号处理器)，ASIC(Application SpecificIntegrated Circuit，专用集成电路)，FPGA(Field Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器701也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线702可包括一通路，在上述组件之间传送信息。总线702可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。总线702可以分为地址总线、数据总线、控制总线等。为便于表示，图7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。
存储器703可以是ROM(Read Only Memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，RAM(Random Access Memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质、其他磁存储设备、或者能够用于携带或存储计算机程序并能够由计算机读取的任何其他介质，在此不做限定。
存储器703用于存储执行本申请实施例的计算机程序，并由处理器701来控制执行。处理器701用于执行存储器703中存储的计算机程序，以实现前述方法实施例所示的步骤。
其中，电子设备包括但不限于：诸如移动电话、笔记本电脑、PAD等等移动终端以及诸如数字TV、台式计算机等等固定终端。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行时实现如下情况：
获取图像采集设备针对标准色卡所采集的待校正颜色数据；
根据待校正颜色数据对预设的初始校正矩阵执行至少一次优化操作，直至满足预设条件，基于优化后的初始校正矩阵获取目标校正矩阵，以根据目标校正矩阵对图像进行颜色校正处理；
其中，优化操作包括：
通过初始校正矩阵确定待校正颜色数据与标准色卡的标准颜色数据之间的第一色差信息；根据预设的色调与饱和度的均衡程度对第一色差信息加权，基于加权后的第一色差信息确定第二色差信息；其中，第二色差信息表征待校正颜色数据的校正值与真实值的差异；基于第二色差信息对初始校正矩阵进行参数更新。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”、“1”、“2”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除图示或文字描述以外的顺序实施。
应该理解的是，虽然本申请实施例的流程图中通过箭头指示各个操作步骤，但是这些步骤的实施顺序并不受限于箭头所指示的顺序。除非本文中有明确的说明，否则在本申请实施例的一些实施场景中，各流程图中的实施步骤可以按照需求以其他的顺序执行。此外，各流程图中的部分或全部步骤基于实际的实施场景，可以包括多个子步骤或者多个阶段。这些子步骤或者阶段中的部分或全部可以在同一时刻被执行，这些子步骤或者阶段中的每个子步骤或者阶段也可以分别在不同的时刻被执行。在执行时刻不同的场景下，这些子步骤或者阶段的执行顺序可以根据需求灵活配置，本申请实施例对此不限制。
以上所述仅是本申请部分实施场景的可选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请的方案技术构思的前提下，采用基于本申请技术思想的其他类似实施手段，同样属于本申请实施例的保护范畴。
Claims (11)
1.一种色彩校正矩阵调整方法，其特征在于，包括：
获取图像采集设备针对标准色卡所采集的待校正颜色数据；
根据所述待校正颜色数据对预设的初始校正矩阵执行至少一次优化操作，直至满足预设条件，基于优化后的初始校正矩阵获取目标校正矩阵，以根据所述目标校正矩阵对图像进行颜色校正处理；
其中，所述优化操作包括：
通过所述初始校正矩阵确定所述待校正颜色数据与所述标准色卡的标准颜色数据之间的第一色差信息；
根据预设的色调与饱和度的均衡程度对所述第一色差信息加权，基于加权后的第一色差信息确定第二色差信息；其中，所述第二色差信息表征所述待校正颜色数据的校正值与真实值的差异；
基于所述第二色差信息对所述初始校正矩阵进行参数更新。
2.根据权利要求1所述的方法，其特征在于，所述根据预设的色调与饱和度的均衡程度对所述第一色差信息加权，基于加权后的第一色差信息确定第二色差信息，包括：
获取预设的权重序列；其中，所述权重序列表征所述标准色卡中各色块的偏重程度；
根据所述权重序列和所述均衡程度对所述第一色差信息进行加权，基于加权后的第一色差信息确定第二色差信息。
3.根据权利要求2所述的方法，其特征在于，所述获取图像采集设备针对标准色卡所采集的待校正颜色数据，包括：
通过预设黑电平校正值校正所述标准色卡的原始图像数据；
针对校正后的原始图像数据进行白平衡处理，得到白平衡校正后的图像数据；
基于所述白平衡矫正后的图像数据，提取所述标准色卡的第一颜色空间信息，将所述第一颜色空间信息作为所述待校正颜色数据。
4.根据权利要求3所述的方法，其特征在于，所述标准色卡的标准颜色数据包括所述标准色卡中各色块的第二颜色空间的标准像素值；
所述通过所述初始校正矩阵确定所述待校正颜色数据与所述标准色卡的标准颜色数据之间的第一色差信息，包括：
基于所述第一颜色空间信息确定所述标准色卡中各色块的平均像素值；
根据所述初始校正矩阵对每一色块的平均像素值进行色彩校正，得到各色块的第一像素值；
针对每一色块的第一像素值进行颜色转换，得到各色块的第二颜色空间像素值；
根据各色块的第二颜色空间像素值与各色块的标准像素值的差值，确定所述第一色差信息。
5.根据权利要求4所述的方法，其特征在于，所述针对每一色块的第一像素值进行颜色转换，得到各色块的第二颜色空间像素值，包括：
针对每一色块，对所述第一像素值中的亮度信息进行调整，得到所述色块的第二像素值；
将所述第二像素值转换到第三颜色空间，得到所述色块的第三颜色空间像素值；
对所述第三颜色空间像素值进行归一化处理，并进行颜色空间转换，得到所述色块的第二颜色空间像素值。
6.根据权利要求4所述的方法，其特征在于，所述根据各色块的第二颜色空间像素值与各色块的标准像素值的差值，确定所述第一色差信息，包括：
针对每一色块，根据所述第二颜色空间像素值与所述标准像素值中的颜色通道类型，计算第二颜色空间中每一颜色通道的通道差值；
将所述色块中各通道差值的均方根差，作为所述色块的色差值；
将每一色块的通道差值与色差值作为所述第一色差信息。
7.根据权利要求6所述的方法，其特征在于，所述根据所述权重序列和所述均衡程度对所述第一色差信息进行加权，基于加权后的第一色差信息确定第二色差信息，包括：
根据所述权重序列和所述均衡程度分别对各色块的通道差值加权，得到加权后的通道差值；
根据各色块的色差值的均值与加权后的通道差值的和，确定所述第二色差信息。
8.一种色彩校正矩阵调整装置，其特征在于，包括：
获取模块，用于获取图像采集设备针对标准色卡所采集的待校正颜色数据；
优化模块，用于根据所述待校正颜色数据对预设的初始校正矩阵执行至少一次优化操作，直至满足预设条件，基于优化后的初始校正矩阵获取目标校正矩阵，以根据所述目标校正矩阵对图像进行颜色校正处理；
其中，所述优化操作包括：
通过所述初始校正矩阵确定所述待校正颜色数据与所述标准色卡的标准颜色数据之间的第一色差信息；根据预设的色调与饱和度的均衡程度对所述第一色差信息加权，基于加权后的第一色差信息确定第二色差信息；其中，所述第二色差信息表征所述待校正颜色数据的校正值与真实值的差异；基于所述第二色差信息对所述初始校正矩阵进行参数更新。
9.一种处理器，其特征在于，所述处理器用于执行权利要求1至7任一项所述方法的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1至7任一项所述方法的步骤。
11.一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至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211009103.5A CN115426487B (zh) | 2022-08-22 | 2022-08-22 | 色彩校正矩阵调整方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211009103.5A CN115426487B (zh) | 2022-08-22 | 2022-08-22 | 色彩校正矩阵调整方法、装置、电子设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115426487A true CN115426487A (zh) | 2022-12-02 |
| CN115426487B CN115426487B (zh) | 2023-12-26 |
Family
ID=84198563
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211009103.5A Active CN115426487B (zh) | 2022-08-22 | 2022-08-22 | 色彩校正矩阵调整方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115426487B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116668656A (zh) * | 2023-07-24 | 2023-08-29 | 荣耀终端有限公司 | 图像处理方法及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005045446A (ja) * | 2003-07-25 | 2005-02-17 | Pentax Corp | 色変換マトリクス算出方法および色補正方法 |
| CN101939997A (zh) * | 2007-12-10 | 2011-01-05 | 豪威科技有限公司 | 采用与光源相关的色彩校正矩阵进行色彩校正的图像传感器装置及方法 |
| CN104217409A (zh) * | 2014-09-30 | 2014-12-17 | 南京汇川工业视觉技术开发有限公司 | 一种基于模拟退火最优化算法的图像色彩校正方法 |
| CN112073703A (zh) * | 2020-08-31 | 2020-12-11 | 深圳市景阳科技股份有限公司 | 一种色彩校正矩阵的调整方法、装置、终端设备及介质 |
| CN113096046A (zh) * | 2021-04-15 | 2021-07-09 | 北京有竹居网络技术有限公司 | 一种图像处理方法及装置 |
| CN114418896A (zh) * | 2022-01-27 | 2022-04-29 | Oppo广东移动通信有限公司 | 图像优化方法、装置、设备及存储介质 |
-
2022
- 2022-08-22 CN CN202211009103.5A patent/CN115426487B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005045446A (ja) * | 2003-07-25 | 2005-02-17 | Pentax Corp | 色変換マトリクス算出方法および色補正方法 |
| CN101939997A (zh) * | 2007-12-10 | 2011-01-05 | 豪威科技有限公司 | 采用与光源相关的色彩校正矩阵进行色彩校正的图像传感器装置及方法 |
| CN104217409A (zh) * | 2014-09-30 | 2014-12-17 | 南京汇川工业视觉技术开发有限公司 | 一种基于模拟退火最优化算法的图像色彩校正方法 |
| CN112073703A (zh) * | 2020-08-31 | 2020-12-11 | 深圳市景阳科技股份有限公司 | 一种色彩校正矩阵的调整方法、装置、终端设备及介质 |
| CN113096046A (zh) * | 2021-04-15 | 2021-07-09 | 北京有竹居网络技术有限公司 | 一种图像处理方法及装置 |
| CN114418896A (zh) * | 2022-01-27 | 2022-04-29 | Oppo广东移动通信有限公司 | 图像优化方法、装置、设备及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116668656A (zh) * | 2023-07-24 | 2023-08-29 | 荣耀终端有限公司 | 图像处理方法及电子设备 |
| CN116668656B (zh) * | 2023-07-24 | 2023-11-21 | 荣耀终端有限公司 | 图像处理方法及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115426487B (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8780225B2 (en) | Use of noise-optimized selection criteria to calculate scene white points | |
| US9342872B2 (en) | Color correction parameter computation method, color correction parameter computation device, and image output system | |
| Chakrabarti et al. | An Empirical Camera Model for Internet Color Vision. | |
| EP3888345B1 (en) | Method for generating image data for machine learning based imaging algorithms | |
| KR20140035349A (ko) | 촬상 장치용 색 보정 방법 | |
| JP2005079834A (ja) | 色変換マトリクス算出方法および画像信号処理装置 | |
| CN110213556B (zh) | 单纯色场景下的自动白平衡方法及系统、存储介质及终端 | |
| TW201830337A (zh) | 對圖像執行自動白平衡的方法和設備 | |
| JP2018036960A (ja) | 画像類似度算出装置、画像処理装置、画像処理方法、及び記録媒体 | |
| JP4677699B2 (ja) | 画像処理方法、画像処理装置、撮影装置評価方法、画像情報保存方法および画像処理システム | |
| CN115426487B (zh) | 色彩校正矩阵调整方法、装置、电子设备及可读存储介质 | |
| TWI649724B (zh) | 確定圖像的光源和對圖像進行色覺適配的方法及設備 | |
| US7782367B2 (en) | Direct calibration of color imaging devices | |
| US20180176528A1 (en) | Light locus generation for automatic white balance | |
| JP2005045446A (ja) | 色変換マトリクス算出方法および色補正方法 | |
| US20180176420A1 (en) | Automatic white balance based on surface reflection decomposition and chromatic adaptation | |
| CN117156289A (zh) | 色彩风格校正方法、系统、电子设备、存储介质及芯片 | |
| Cohen | A color balancing algorithm for cameras | |
| Kao et al. | Color reproduction for digital imaging systems | |
| JP2006222783A (ja) | 色変換テーブルの作成 | |
| CN115835034B (zh) | 白平衡处理方法与电子设备 | |
| JP5962169B2 (ja) | デジタルカメラ、色変換プログラムおよび記録制御プログラム | |
| JP4136820B2 (ja) | 色変換マトリクス算出方法および色補正方法 | |
| CN111064860A (zh) | 图像校正方法、图像校正装置和电子设备 | |
| CN112995634B (zh) | 图像的白平衡处理方法、装置、电子设备和存储介质 |
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 |