CN116915964B - 灰度世界白平衡校正方法、装置、设备、芯片及存储介质 - Google Patents
灰度世界白平衡校正方法、装置、设备、芯片及存储介质 Download PDFInfo
- Publication number
- CN116915964B CN116915964B CN202311180430.1A CN202311180430A CN116915964B CN 116915964 B CN116915964 B CN 116915964B CN 202311180430 A CN202311180430 A CN 202311180430A CN 116915964 B CN116915964 B CN 116915964B
- Authority
- CN
- China
- Prior art keywords
- data
- picture
- corrected
- color temperature
- preset
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 140
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 76
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 9
- 239000003086 colorant Substances 0.000 description 12
- 238000012216 screening Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 108091008695 photoreceptors Proteins 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本发明公开了一种灰度世界白平衡校正方法、装置、设备、芯片及存储介质,所述方法包括:获取待校正画面;其中,所述待校正画面划分为若干待筛选区域;确定所述待筛选区域指定通道上的第一颜色分量数据以及所述待校正画面所述指定通道上的第二颜色分量数据;若任一待筛选区域的第一颜色分量数据与所述待校正画面的第二颜色分量数据间的差异数据属于预设差异数据范围,将所述任一待筛选区域确定为前景区域;通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正。由此从待校正画面中筛选用于参与灰度世界算法计算的前景区域,有效提高灰度世界算法的适用性。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种灰度世界白平衡校正方法、装置、设备、芯片及存储介质。
背景技术
在不同色温的光源照射下,图像传感器采集的图像画面中的同一个物体的颜色不同。为了在不同色温的光源照射下将图像画面中所有物体的颜色调整至其原本颜色,通常会采用白平衡算法对图像画面进行白平衡校正。
相关技术中,通常采用灰度世界算法来对图像画面进行白平衡矫正。然而,当图像画面中包含有大面积的单色、肤色、绿色等区域时,灰度世界算法的校正效果有待改进。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种灰度世界白平衡校正方法,能够有效解决灰度世界算法对包含有大面积单色、肤色、绿色等区域的图像画面进行白平衡校正时效果不理想的问题,提高灰度世界算法的适用性。
本发明的第二个目的在于提出一种灰度世界白平衡校正装置。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种芯片。
本发明的第五个目的在于提出一种计算机可读存储介质。
为达到上述目的,本发明第一方面实施方式提出了一种灰度世界白平衡校正方法,所述方法包括:获取待校正画面;其中,所述待校正画面划分为若干待筛选区域;确定所述待筛选区域指定通道上的第一颜色分量数据以及所述待校正画面所述指定通道上的第二颜色分量数据;若任一待筛选区域的第一颜色分量数据与所述待校正画面的第二颜色分量数据间的差异数据属于预设差异数据范围,将所述任一待筛选区域确定为前景区域;通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正。
根据本发明的一个实施方式,所述指定通道包括绿色通道;所述第一颜色分量数据为第一绿色分量数据,所述第二颜色分量数据为第二绿色分量数据;所述差异数据的获取方式,包括:根据所述第一绿色分量数据与所述第二绿色分量数据间的差值,得到所述差异数据。
根据本发明的一个实施方式,所述通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正,至少包括以下之一:若所述待校正画面的色温数据属于预设色温数据范围,通过所述灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正;或者,若所述待校正画面的色温数据不属于所述预设色温数据范围且所述前景区域的增益指示数据不小于预设增益指示阈值,通过所述灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正;其中,所述增益指示数据是所述前景区域的增益数据的倒数。
根据本发明的一个实施方式,所述待校正画面的色温数据的确定方式,包括:根据所述待校正画面蓝色通道上的蓝色分量数据与所述待校正画面红色通道上的红色分量数据间的比值,得到所述色温数据。
根据本发明的一个实施方式,所述预设色温数据范围包括预设最大色温阈值和预设最小色温阈值;所述增益指示数据包括蓝色增益指示数据和红色增益指示数据;所述若所述待校正画面的色温数据不属于所述预设色温数据范围且所述前景区域的增益指示数据不小于预设增益指示阈值,包括:若所述色温数据大于所述预设最大色温阈值且所述前景区域的蓝色增益指示数据不小于所述预设增益指示阈值;或者,若所述色温数据小于所述预设最小色温阈值且所述前景区域的红色增益指示数据不小于所述预设增益指示阈值。
根据本发明的一个实施方式,所述前景区域的数量为多个;所述通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正,包括:若所述待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域;通过所述灰度世界算法,基于多个前景区域中除所述丢弃区域之外的其他前景区域的像素数据对所述待校正画面进行白平衡校正。
根据本发明的一个实施方式,所述色温数据是根据所述待校正画面蓝色通道上的蓝色分量数据与所述待校正画面红色通道上的红色分量数据的比值得到的;所述预设色温数据范围对应有预设最大色温阈值和预设最小色温阈值;所述增益指示数据包括蓝色增益指示数据和红色增益指示数据;所述若所述待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于所述预设增益指示阈值的前景区域确定为丢弃区域,包括:若所述色温数据大于所述预设最大色温阈值,将蓝色增益指示数据小于所述预设增益指示阈值的前景区域确定为所述丢弃区域;或者,若所述色温数据小于所述预设最小色温阈值,将红色增益指示数据小于所述预设增益指示阈值的前景区域确定为所述丢弃区域。
根据本发明的一个实施方式,所述通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正,包括:利用所述灰度世界算法对所述前景区域的像素数据进行增益计算,得到所述待校正画面对应的目标增益数据;利用所述目标增益数据对所述待校正画面进行白平衡校正。
为达到上述目的,本发明第二方面实施方式提出了一种灰度世界白平衡校正装置,所述装置包括:待校正画面获取模块,用于获取待校正画面;其中,所述待校正画面划分为若干待筛选区域;分量数据确定模块,用于确定所述待筛选区域指定通道上的第一颜色分量数据以及所述待校正画面所述指定通道上的第二颜色分量数据;前景区域确定模块,用于若任一待筛选区域的第一颜色分量数据与所述待校正画面的第二颜色分量数据间的差异数据属于预设差异数据范围,将所述任一待筛选区域确定为前景区域;白平衡校正模块,用于通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正。
根据本发明的一个实施方式,所述指定通道包括绿色通道;所述第一颜色分量数据为第一绿色分量数据,所述第二颜色分量数据为第二绿色分量数据;所述前景区域确定模块,还用于根据所述第一绿色分量数据与所述第二绿色分量数据间的差值,得到所述差异数据。
根据本发明的一个实施方式,所述白平衡校正模块,还用于若所述待校正画面的色温数据属于预设色温数据范围,通过所述灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正;或者,若所述待校正画面的色温数据不属于所述预设色温数据范围且所述前景区域的增益指示数据不小于预设增益指示阈值,通过所述灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正;其中,所述增益指示数据是所述前景区域的增益数据的倒数。
根据本发明的一个实施方式,所述前景区域的数量为多个;所述白平衡校正模块,还用于若所述待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域;通过所述灰度世界算法,基于多个前景区域中除所述丢弃区域之外的其他前景区域的像素数据对所述待校正画面进行白平衡校正。
为达到上述目的,本发明第三方面实施方式提出了一种计算机设备,包括存储器和处理器,所述存储器存储有第一计算机程序,所述处理器执行所述第一计算机程序时实现前述任一项实施方式所述的灰度世界白平衡校正方法的步骤。
为达到上述目的,本发明第四方面实施方式提出了一种芯片,包括存储单元和处理单元,所述存储单元存储有第二计算机程序,所述处理单元执行所述第二计算机程序时实现前述任一项实施方式所述的灰度世界白平衡校正方法的步骤。
为达到上述目的,本发明第五方面实施方式提出了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前述任一项实施方式所述的灰度世界白平衡校正方法的步骤。
根据本发明提供的多个实施方式,针对包含有大面积单色、肤色、绿色等区域的待校正画面,根据待校正画面中的待筛选区域指定通道上的第一颜色分量数据与待校正画面指定通道上的第二颜色分量数据间的差异情况,来从待校正画面中筛选得到前景区域。由此,可以从包含有大面积单色区域的待校正画面中筛选得到包含有色彩丰富度与待校正画面的色彩丰富度的差异较大的多个前景区域,或者,筛选得到包含有与大面积单色差异较大的细节色彩的多个前景区域。基于多个前景区域的像素数据对待校正画面进行白平衡矫正,可以有效解决在利用灰度世界算法对包含大面积单色区域的图像画面进行白平衡校正时的适用性较差的问题,提高白平衡校正的准确性。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为根据本说明书一个实施方式提供的灰度世界白平衡校正方法的流程示意图。
图2为根据本说明书一个实施方式提供的基于前景区域的像素数据对待校正画面进行白平衡校正的流程示意图。
图3a为根据本说明书一个实施方式提供的基于前景区域的像素数据对待校正画面进行白平衡校正的流程示意图。
图3b为根据本说明书一个实施方式提供的灰度世界白平衡校正方法的流程示意图。
图4为根据本说明书一个实施方式提供的灰度世界白平衡校正装置的结构框图。
图5为根据本说明书一个实施方式提供的计算机设备的结构框图。
图6为根据本说明书一个实施方式提供的芯片的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在日常的工作生活中存在颜色丰富多彩的各种物体,而物体的颜色是由物体本身和照射物体的光源色温决定的。在不同色温的光源照射下,同一个物体反射的光线的颜色不同,会导致该物体呈现出不同的颜色。由于人眼具有颜色恒常性,可以避免光源变化带来的颜色变化,因此在不同色温的光源照射下,人眼中看到的相同的物体呈现出的颜色是相同的。然而,相机感光器件等图像传感器(Sensor)不具备恒常性的特性,因此,在不同色温的光源照射下,图像传感器采集的图像画面中的同一个物体的颜色不同。在较低色温的光源照射下,图像传感器采集的图像画面中的物体颜色偏红,而在较高色温的光源照射下,图像传感器采集的图像画面中的物体颜色偏蓝。
通常,将物体在正常日光(色温为5500K的光源)照射下呈现的颜色定义为物体的原本颜色。为了在不同色温的光源照射下对图像传感器采集的图像画面的颜色进行调整,以将图像画面中所有物体的颜色调整至其原本颜色,通常会采用白平衡算法对图像画面所呈现的不同光源的色温进行校正。通常较为常用的白平衡算法包括灰度世界算法、完美反射算法等。
相关技术中,灰度世界算法建立在如下的理论基础上:假设图像画面中的物体颜色各种各样(即假设图像画面有足够的色彩变化),则在RGB颜色空间中,该图像画面的红色通道(即R通道)、绿色通道(即G通道)、蓝色通道(即B通道)的颜色分量均值应该是相等的,即,等于灰色。基于这一理论,在将G通道的颜色分量均值作为参考值的情况下,可以计算得到图像画面的R通道对应的增益数据为/>,以及B通道对应的增益数据为/>。其中,/>表示图像画面的R通道的颜色分量均值,/>表示图像画面的B通道的颜色分量均值。将图像画面中各像素点在R通道上的分量值与计算出的R通道增益数据/>相乘,以及将各像素点在B通道上的分量值与计算出的B通道增益数据/>相乘,即可对图像画面进行白平衡矫正,以校正光源色温对图像画面中的物体颜色的影响。
在图像画面对应的场景中包含有丰富的色彩内容时,通过灰度世界算法计算得到的R通道增益数据和B通道增益数据/>较为准确。然而,当图像画面对应的场景中包含有大面积的单色、肤色、绿色等区域时,通过灰度世界算法计算得到的R通道增益数据和B通道增益数据的偏差会较大,从而无法正确校正光源色温对图像画面中的物体颜色的影响,导致灰度世界算法的适用性较差。比如,图像画面是采集到的高压线监控画面,画面中包含有大面积的天空的蓝色和草地的绿色,通过灰度世界算法对该图像画面进行白平衡校正的效果不理想。再比如,图像画面是采集到的人脸画面,画面中包含有大面积的人脸的肤色,通过灰度世界算法对该图像画面进行白平衡校正的效果也不理想。
为了有效解决灰度世界算法对包含有大面积单色、肤色、绿色等区域的图像画面进行白平衡校正时效果不理想的问题,有必要提出一种灰度世界白平衡校正方法、装置、设备、芯片及存储介质。该灰度世界白平衡校正方法根据待校正画面中的待筛选区域指定通道上的第一颜色分量数据与待校正画面指定通道上的第二颜色分量数据间的差异情况,来从待校正画面中筛选得到前景区域,以通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正。由此,可以从包含有大面积单色区域的待校正画面中筛选得到包含有色彩丰富度与待校正画面的色彩丰富度的差异较大的多个前景区域,或者,筛选得到包含有与大面积单色差异较大的细节色彩的多个前景区域。基于多个前景区域的像素数据对待校正画面进行白平衡矫正,可以有效解决在利用灰度世界算法对包含大面积单色区域的图像画面进行白平衡校正时的适用性较差的问题,提高校正的准确性。
进一步地,本说明书提供的灰度世界白平衡校正方法还对待校正画面的色温数据进行判断。若待校正画面的色温数据属于预设色温数据范围,表明待校正画面呈现的色温位于正常的色温范围内,则可以基于多个前景区域的像素数据进行白平衡矫正。
若待校正画面的色温数据不属于预设色温数据范围,表明待校正画面呈现的色温位于正常的色温范围之外,则需要进一步判断每个前景区域的增益指示数据是否小于预设增益指示阈值,以判断每个前景区域的像素数据是否适合用于对待校正画面进行白平衡校正。
若每个前景区域的增益指示数据均不小于预设增益指示阈值,表明基于该多个前景区域的像素数据对待校正画面进行白平衡校正不会出现颜色失真的情况,可以保证对待校正画面进行白平衡校正的准确性。
若多个前景区域中存在增益指示数据小于预设增益指示阈值的前景区域,表明基于该多个前景区域的像素数据对待校正画面进行白平衡校正会出现颜色失真的情况,无法保证对待校正画面进行白平衡校正的准确性。此时,可以将增益指示数据小于预设增益指示阈值的前景区域作为丢弃区域,以基于多个前景区域中除丢弃区域以外的其他前景区域的像素数据对待校正画面进行白平衡校正。由此,可以进一步保证通过灰度世界算法对待校正画面进行白平衡校正的准确性,减少颜色失真的现象。
本说明书实施方式提供一种灰度世界白平衡校正方法,参考图1所示,该灰度世界白平衡校正方法可以包括以下步骤。
S110、获取待校正画面;其中,待校正画面划分为若干待筛选区域。
S120、确定待筛选区域指定通道上的第一颜色分量数据以及待校正画面指定通道上的第二颜色分量数据。
S130、若任一待筛选区域的第一颜色分量数据与待校正画面的第二颜色分量数据间的差异数据属于预设差异数据范围,将任一待筛选区域确定为前景区域。
S140、通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正。
其中,待校正画面是包含有大面积单色、肤色、绿色等区域的图像画面。指定通道可以包括RGB色彩空间的红色通道(即R通道)、绿色通道(即G通道)、蓝色通道(即B通道)中的至少一个通道。预设差异数据范围可以用于表示待筛选区域和待校正画面之间的有效色彩差异范围。前景区域是色彩丰富度较高的区域,或者,是包含有较多与待校正画面包含的大面积单色、肤色、绿色等差异较大的细节色彩的区域。
在一些情况中,由于待校正画面包含有大面积单色、肤色、绿色等区域,因此,待校正画面指定通道上的颜色分量数据可以体现待校正画面的色彩丰富度和色彩变化度。由此,可以根据待筛选区域指定通道上的第一颜色分量数据与待校正画面同一指定通道上的第二颜色分量数据的差异数据,可以得到待筛选区域与待校正画面的差异程度。即,可以得到待筛选区域的色彩丰富度与待校正画面的色彩丰富度之间的差异程度,或者,可以得到待筛选区域的色彩变化度与待校正画面的色彩变化度之间的差异程度,以根据差异程度从若干待筛选区域中筛选得到前景区域。
具体地,获取待校正画面,并将待校正画面划分为若干画面区域,每个画面区域为一个待筛选区域。根据每个待筛选区域中所有像素点在指定通道上的分量值(即指定通道上的灰度值)计算每个待筛选区域的第一颜色分量数据,根据待校正画面中所有像素点在指定通道上的分量值计算待校正画面的第二颜色分量数据。计算任一待筛选区域的第一颜色分量数据与第二颜色分量数据间的差异数据,并将任一待筛选区域对应的差异数据与预设差异数据范围进行比较。若任一待筛选区域对应的差异数据在预设差异数据范围内,可以认为该待筛选区域的色彩丰富度较高,或者该待筛选区域包含有较多的相对待校正画面的大面积单色、肤色、绿色等而言较为细节的色彩,则将该待筛选区域确定为前景区域。由此,可以从若干待筛选区域中筛选得到多个前景区域,并通过灰度世界算法,基于前景区域中的像素数据对待校正画面进行白平衡校正。
在一些实施例中,可以对待校正画面进行均等划分,得到尺寸相同的若干待筛选区域。指定通道可以是RGB色彩空间的任一颜色通道。
示例性地,获取待校正画面,并将待校正画面均等划分为个待筛选区域,假设指定通道为绿色通道。根据第i个待筛选区域中所有像素点在绿色通道上的分量值计算该待筛选区域的第一绿色分量数据/>,根据待校正画面中所有像素点在绿色通道上的分量值计算待校正画面的第二绿色分量数据/>。计算第i个待筛选区域的第一绿色分量数据/>与第二绿色分量数据/>间的差异数据/>,并将第i个待筛选区域对应的差异数据与预设差异数据范围进行比较。若第i个待筛选区域对应的差异数据/>在预设差异数据范围内,则将第i个待筛选区域确定为前景区域。指定通道为红色通道或蓝色通道的情况的描述与上述描述类似,具体不再赘述。
在另一些实施例中,指定通道可以包括RGB色彩空间的任意两个颜色通道。预设差异数据范围可以包括与指定通道中的第一颜色通道对应的第一预设差异数据范围和与第二颜色通道对应的第二预设差异数据范围。
示例性地,指定通道包括的第一颜色通道为红色通道,第二颜色通道为绿色通道。以上述第i个待筛选区域为例,可以根据第i个待筛选区域中所有像素点在红色通道上的分量值计算该待筛选区域的第一红色分量数据,以及根据该待筛选区域中所有像素点在绿色通道上的分量值计算该待筛选区域的第一绿色分量数据/>。根据待校正画面中所有像素点在红色通道上的分量值计算第二红色分量数据/>,以及根据该待校正画面中所有像素点在绿色通道上的分量值计算第二绿色分量数据/>。计算第i个待筛选区域的第一红色分量数据/>与第二红色分量数据/>之间的差异数据/>,以及第一绿色分量数据/>与第二绿色分量数据/>间的差异数据/>,并可以将差异数据/>与第一预设差异数据范围进行比较,将差异数据/>与第二预设差异数据范围进行比较。若差异数据在第一预设差异数据范围内,且差异数据/>在第二预设差异数据范围内,则可以将第i个待筛选区域确定为前景区域。指定通道为红色通道和蓝色通道,或者指定通道为绿色通道和蓝色通道的情况的描述与上述描述类似,具体不再赘述。
在又一些实施例中,指定通道可以包括RGB色彩空间的三个颜色通道。预设差异数据范围可以包括与指定通道中的第一颜色通道对应的第一预设差异数据范围、与第二颜色通道对应的第二预设差异数据范围、与第三颜色通道对应的第三预设差异数据范围。
示例性地,指定通道包括的第一颜色通道为红色通道,第二颜色通道为绿色通道,第三通道为蓝色通道。以上述第i个待筛选区域为例,可以根据第i个待筛选区域中所有像素点在红色通道上的分量值计算该待筛选区域的第一红色分量数据,根据该待筛选区域中所有像素点在绿色通道上的分量值计算该待筛选区域的第一绿色分量数据/>,以及根据该待筛选区域中所有像素点在蓝色通道上的分量值计算该待筛选区域的第一蓝色分量数据/>。根据待校正画面中所有像素点在红色通道上的分量值计算第二红色分量数据,根据该待校正画面中所有像素点在绿色通道上的分量值计算第二绿色分量数据/>,以及根据该待校正画面中所有像素点在蓝色通道上的分量值计算第二蓝色分量数据/>。计算第i个待筛选区域的第一红色分量数据/>与第二红色分量数据/>之间的差异数据/>,第一绿色分量数据/>与第二绿色分量数据/>间的差异数据/>,第一蓝色分量数据与第二蓝色分量数据/>间的差异数据/>。可以将差异数据/>与第一预设差异数据范围进行比较,将差异数据/>与第二预设差异数据范围进行比较,将差异数据与第三预设差异数据范围进行比较。若差异数据/>在第一预设差异数据范围内,差异数据/>在第二预设差异数据范围内,且差异数据/>在第三预设差异数据范围内,则可以将第i个待筛选区域确定为前景区域。
进一步地,若任一待筛选区域对应的差异数据不属于预设差异数据范围,可以认为该待筛选区域与待校正画面一样包含有大面积单色、肤色、绿色等区域,则可以将该待筛选区域确定为背景区域。
可以理解的是,由于白平衡校正主要是通过检测筛选待校正画面中的白点(或者,灰点)实现的,因此,通过从若干待筛选区域中确定前景区域,可以筛选用于白平衡校正的白点。
需要说明的是,待校正画面可以是通过图像传感器采集得到的,也可以是通过图像传输等方式获取到的。待校正画面的划分方式以及划分得到的待筛选区域的数量可以根据实际的灰度世界算法的计算精度、复杂度等要求进行设置,预设差异数据范围可以根据理论、先验值、实验仿真值、实际应用场景等进行确定,本说明书中不作具体的限定。
上述实施方式中,针对包含有大面积单色、肤色、绿色等区域的待校正画面,根据待校正画面中的待筛选区域指定通道上的第一颜色分量数据与待校正画面指定通道上的第二颜色分量数据间的差异情况,来从待校正画面中筛选得到前景区域。由此,可以从包含有大面积单色区域的待校正画面中筛选得到包含有细节的色彩变化的前景区域,以基于前景区域的像素数据进行白平衡矫正。以此,可以有效解决利用灰度世界算法对包含有大面积单色、肤色、绿色等区域的图像画面进行白平衡校正时,对光源色温校正不准确,无法正确还原图像画面颜色的问题,从而能够解决在利用灰度世界算法对包含大面积单色区域的图像画面进行白平衡校正时的适用性较差的问题,提高白平衡校正的准确性。
在一些实施方式中,指定通道包括绿色通道;第一颜色分量数据为第一绿色分量数据,第二颜色分量数据为第二绿色分量数据。差异数据的获取方式可以包括:根据第一绿色分量数据与第二绿色分量数据间的差值,得到差异数据。
在一些情况中,根据绿色通道上的第一绿色分量数据和第二绿色分量数据间的差异数据对待校正画面的若干待筛选区域进行筛选的效果更好,可以得到更准确的前景区域,且基于前景区域的像素数据进行白平衡校正的准确率更高。因此,可以将绿色通道作为指定通道。
具体地,可以以绿色通道为指定通道,根据每个待筛选区域中所有像素点在绿色通道上的分量值计算每个待筛选区域的第一绿色分量数据,根据待校正画面中所有像素点在指定通道上的分量值计算待校正画面的第二绿色分量数据。对每个待筛选区域的第一绿色分量数据和第二绿色分量数据进行减法运算,可以得到每个待筛选区域的第一绿色分量数据和待校正画面的第二绿色分量数据间的差异数据。
在一些实施例中,第一绿色分量数据可以是第一绿色分量累加值,第二绿色分量数据可以是第二绿色分量累加值。
示例性地,可以对第i个待筛选区域中所有像素点在绿色通道上的分量值进行加法运算,得到该第i个待筛选区域的第一绿色分量累加值。对待校正画面中所有像素点在绿色通道上的分量值进行加法运算,得到该待校正画面的第二绿色分量累加值。对第i个待筛选区域的第一绿色分量累加值和待校正画面的第二绿色分量累加值进行减法运算,可以按照公式/>计算得到第i个待筛选区域的第一绿色分量数据和待校正画面的第二绿色分量数据间的差异数据/>。
在另一些实施例中,第一绿色分量数据可以是第一绿色分量均值,第二绿色分量数据可以是第二绿色分量均值。
示例性地,可以根据第i个待筛选区域中所有像素点在绿色通道上的分量值计算得到该第i个待筛选区域的第一绿色分量均值。根据待校正画面中所有像素点在绿色通道上的分量值计算得到该待校正画面的第二绿色分量均值/>。对第i个待筛选区域的第一绿色分量均值和待校正画面的第二绿色分量均值进行减法运算,可以按照公式计算得到第i个待筛选区域的第一绿色分量数据和待校正画面的第二绿色分量数据间的差异数据/>。
需要说明的是,第二绿色分量均值还可以是根据第一绿色分量均值得到的。
示例性地,可以根据第i个待筛选区域中所有像素点在绿色通道上的分量值计算得到该第i个待筛选区域的第一绿色分量均值。将待校正画面中/>个待筛选区域分别对应的第一绿色分量均值相加,可以得到该待校正画面的绿色分量累加值/>,然后对该绿色分量累加值进行平均运算,可以按照公式/>计算得到该待校正画面的第二绿色分量均值/>。对第i个待筛选区域的第一绿色分量均值和待校正画面的第二绿色分量均值进行减法运算,可以按照公式计算得到第i个待筛选区域的第一绿色分量数据和待校正画面的第二绿色分量数据间的差异数据/>。
在又一些实施例中,可以对第一绿色分量数据与第二绿色分量数据间的差值进行归一化计算,得到第一绿色分量数据与第二绿色分量数据间的差异数据。
示例性地,第i个待筛选区域的第一绿色分量数据是第一绿色分量累加值,第二绿色分量数据是第二绿色分量累加值/>,第i个待筛选区域的第一绿色分量数据和待校正画面的第二绿色分量数据间的差值为/>。根据第一绿色分量数据对该差异数据进行归一化计算,可以按照公式计算得到第i个待筛选区域的第一绿色分量数据和待校正画面的第二绿色分量数据间的差异数据/>。
示例性地,第i个待筛选区域的第一绿色分量数据是第一绿色分量均值,第二绿色分量数据是第二绿色分量均值/>,第i个待筛选区域的第一绿色分量数据和待校正画面的第二绿色分量数据间的差值为/>。根据第一绿色分量数据对该差异数据进行归一化计算,可以按照公式计算得到第i个待筛选区域的第一绿色分量数据和待校正画面的第二绿色分量数据间的差异数据/>。
进一步地,示例性地,预设差异数据范围可以是[0.8,5.2],按照公式计算第i个待筛选区域的第一绿色分量数据和待校正画面的第二绿色分量数据间的差异数据/>。将该差异数据与预设差异数据范围进行比较,若该差异数据在预设差异数据范围内,将该第i个待筛选区域确定为前景区域。
在一些实施方式中,通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正,可以至少包括以下之一:若待校正画面的色温数据属于预设色温数据范围,通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正;或者,若待校正画面的色温数据不属于预设色温数据范围且前景区域的增益指示数据不小于预设增益指示阈值,通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正。其中,增益指示数据是前景区域的增益数据的倒数。
其中,色温数据可以用于表示待校正画面中的物体所处场景对应的光源色温,预设色温数据范围可以用于表示待校正画面对应的光源色温的正常预设范围,即待校正画面对应的光源色温没有过高和过低。前景区域的增益数据是根据前景区域的像素数据计算得到的增益系数,增益指示数据可以用于指示前景区域的像素数据是否适合用于对待校正画面进行白平衡校正。
在一些情况中,待校正画面对应的光源色温可能过高,或者,待校正画面对应的光源色温可能过低。为了提高保证通过灰度世界算法对待校正画面进行白平衡校正的准确性,减少颜色失真的现象,可以对待校正画面对应的光源色温进行判断,并在该光源色温过高或者过低时,进一步判断前景区域的像素数据是否适合用于对待校正画面进行白平衡校正。可以理解的是,前景区域的数量为多个。若任一前景区域的增益指示数据越小,则基于多个前景区域的像素数据得到的待校正画面的增益系数越大,且当任一前景区域的增益指示数据小于一定阈值时,会导致校正后的画面对应的色温仍然偏高或者偏低,从而出现颜色失真现象。因此,在校正画面对应的光源色温过高或者过低时,可以进一步判断前景区域的增益指示数据是否小于预设增益指示阈值。
具体地,可以根据待校正画面的像素数据计算得到待校正画面的色温数据,并将待校正画面的色温数据与预设色温数据范围进行比较。若色温数据在预设色温数据范围内,可以认为待校正画面对应的光源色温没有过高和过低,前景区域的像素数据可以用于对待校正画面进行白平衡校正。或者,若色温数据不在预设色温数据范围内,可以认为待校正画面对应的原始光源色温过高或者过低,则进一步根据前景区域的像素数据计算得到前景区域的增益指示数据,并将增益指示数据与预设增益指示阈值进行比较。若前景区域的增益指示数据不小于预设增益指示阈值,可以认为前景区域的像素数据可以用于对待校正画面进行白平衡校正。
可以理解的是,待校正画面的色温数据也可以用于表示前景区域(或者,若干待筛选区域)对应的光源色温。
在一些实施例中,色温数据可以包括根据待校正画面各像素点在红色通道上的分量值和绿色通道上的分量值得到的第一色温数据,以及根据待校正画面各像素点在蓝色通道上的分量值和绿色通道上的分量值得到的第二色温数据。预设色温数据范围可以包括与第一色温数据对应的第一预设色温数据范围和与第二色温数据对应的第二预设色温数据范围。
示例性地,可以根据待校正画面各像素点在红色通道上的分量值和绿色通道上的分量值计算得到待校正画面的第一色温数据T1,以及根据待校正画面各像素点在蓝色通道上的分量值和绿色通道上的分量值计算得到待校正画面的第二色温数据T2。将待校正画面的第一色温数据T1与对应的第一预设色温数据范围进行比较,将第二色温数据T2与对应的第二预设色温数据范围进行比较。若色温数据T1在第一预设色温数据范围内(比如,不小于一个预先设定的最小色温阈值),且第二色温数据T2在第二预设色温数据范围内(比如,不大于一个预先设定的最大色温阈值),表明待校正画面对应的光源色温在正常的色温范围内。设前景区域包括第i个待筛选区域,则该第i个待筛选区域对应的光源色温在正常的色温范围内,该前景区域的像素数据可以用于对待校正画面进行白平衡校正。或者,若色温数据T1不在第一预设色温数据范围内(比如,小于一个预先设定的最小色温阈值),可以表明待校正画面对应的光源色温过低,进一步计算该第i个待筛选区域的增益指示数据,并将该第i个待筛选区域的增益指示数据与预设增益指示阈值进行比较。若该第i个待筛选区域的增益指示数据不小于预设增益指示阈值,该前景区域的像素数据可以用于对待校正画面进行白平衡校正。或者,若色温数据T2不在第二预设色温数据范围内(比如,大于一个预先设定的最大色温阈值),可以表明待校正画面对应的光源色温过高,进一步将该第i个待筛选区域的增益指示数据与预设增益指示阈值进行比较。若该第i个待筛选区域的增益指示数据不小于预设增益指示阈值,该前景区域的像素数据可以用于对待校正画面进行白平衡校正。
在另一些实施例中,色温数据可以是根据待校正画面各像素点在红色通道上的分量值和蓝色通道上的分量值得到的。
示例性地,可以根据待校正画面各像素点在红色通道上的分量值和蓝色通道上的分量值计算得到待校正画面的色温数据T。将待校正画面的色温数据T与预设色温数据范围进行比较,若色温数据T在预设色温数据范围内,表明待校正画面对应的光源色温在正常的色温范围内。设前景区域包括第i个待筛选区域,则该第i个待筛选区域对应的光源色温在正常的色温范围内,该前景区域的像素数据可以用于对待校正画面进行白平衡校正。若色温数据T不在第一预设色温数据范围内,可以表明待校正画面对应的光源色温过高或者过低,进一步计算该第i个待筛选区域的增益指示数据,并将该第i个待筛选区域的增益指示数据与预设增益指示阈值进行比较。若该第i个待筛选区域的增益指示数据不小于预设增益指示阈值,该前景区域的像素数据可以用于对待校正画面进行白平衡校正。
可以理解的是,若待校正画面的色温数据不属于预设色温数据范围,也可以对前景区域的增益数据与预设增益阈值进行比较,若前景区域的增益数据不大于预设增益阈值,可以通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正。
需要说明的是,预设色温数据范围、预设增益指示阈值、预设增益阈值可以根据理论、先验值、实验仿真值、实际应用场景等进行确定,本说明书中不作具体的限定。
在一些实施方式中,待校正画面的色温数据的确定方式,可以包括:根据待校正画面蓝色通道上的蓝色分量数据与待校正画面红色通道上的红色分量数据间的比值,得到色温数据。
在一些情况中,若待校正画面对应的光源色温越高,待校正画面呈现出越蓝的场景,若待校正画面对应的光源色温越低,待校正画面呈现出越红的场景,因此,可以根据待校正画面的蓝色通道上的蓝色分量数据与待校正画面红色通道上的红色分量数据进行计算,得到待校正画面的色温数据。
具体地,可以对待校正画面蓝色通道上的蓝色分量数据与红色通道上的红色分量数据进行除法运算,得到该蓝色分量数据与红色分量数据的比值,从而得到待校正画面的色温数据。
在一些实施例中,蓝色分量数据可以是蓝色分量累加值,红色分量数据可以是红色分量累加值。
示例性地,将待校正画面均等划分为个待筛选区域。根据第i个待筛选区域中所有像素点在蓝色通道上的分量值可以计算得到该待筛选区域的蓝色分量均值/>,根据第i个待筛选区域中所有像素点在红色通道上的分量值可以计算得到该待筛选区域的红色分量均值/>。将待校正画面中/>个待筛选区域分别对应的蓝色分量均值相加,可以得到该待校正画面的蓝色分量累加值/>,将待校正画面中/>个待筛选区域分别对应的红色分量均值相加,可以得到该待校正画面的红色分量累加值/>。对待校正画面蓝色通道上的蓝色分量累加值/>与红色通道上的红色分量累加值/>进行除法运算,得到待校正画面的色温数据为/>。
在另一些实施例中,蓝色分量数据可以是蓝色分量均值,红色分量数据可以是红色分量均值。
示例性地,根据待校正画面中所有像素点在蓝色通道上的分量值可以计算得到该待校正画面的蓝色分量均值,根据待校正画面中所有像素点在红色通道上的分量值可以计算得到该待校正画面的红色分量均值/>。对待校正画面蓝色通道上的蓝色分量均值/>与红色通道上的红色分量均值/>进行除法运算,得到待校正画面的色温数据为/>。
在一些实施方式中,预设色温数据范围包括预设最大色温阈值和预设最小色温阈值;增益指示数据包括蓝色增益指示数据和红色增益指示数据。若待校正画面的色温数据不属于预设色温数据范围且前景区域的增益指示数据不小于预设增益指示阈值,可以包括:若色温数据大于预设最大色温阈值且前景区域的蓝色增益指示数据不小于预设增益指示阈值;或者,若色温数据小于预设最小色温阈值且前景区域的红色增益指示数据不小于预设增益指示阈值。
其中,预设最大色温阈值可以用于表示预先设定的待校正画面对应的光源色温的最高阈值,色温数据大于预设最大色温阈值可以表示待校正画面呈现极蓝场景。预设最小色温阈值可以用于表示预先设定的待校正画面对应的光源色温的最低阈值,色温数据小于预设最小色温阈值可以表示待校正画面呈现极黄(极红)场景。蓝色增益指示数据可以用于表明在待校正画面呈现极蓝场景的情况下,基于前景区域的像素数据对待校正画面进行白平衡校正后是否会导致校正后的画面对应的色温仍然偏高。红色增益指示数据可以用于表明在待校正画面呈现极黄(极红)场景的情况下,基于前景区域的像素数据对待校正画面进行白平衡校正后是否会导致校正后的画面对应的色温仍然偏低。
具体地,若色温数据大于预设最大色温阈值,可以认为待校正画面呈现极蓝场景,则进一步根据多个前景区域中任一前景区域蓝色通道上的分量数据计算任一前景区域的蓝色增益指示数据,并将蓝色增益指示数据与预设增益指示阈值进行比较。若色温数据大于预设最大色温阈值且该任一前景区域的蓝色增益指示数据不小于预设增益指示阈值,表明基于包含该任一前景区域的多个前景区域的像素数据对待校正画面进行白平衡校正后不会导致校正后的画面对应的色温仍然偏高。若色温数据小于预设最小色温阈值,可以认为待校正画面呈现极黄(极红)场景,则进一步根据多个前景区域中任一前景区域红色通道上的分量数据计算任一前景区域的红色增益指示数据,并将红色增益指示数据与预设增益指示阈值进行比较。若色温数据小于预设最小色温阈值且该任一前景区域的红色增益指示数据不小于预设增益指示阈值,表明基于包含该任一前景区域的多个前景区域的像素数据对待校正画面进行白平衡校正后不会导致校正后的画面对应的色温仍然偏低。
在一些实施例中,蓝色增益指示数据是前景区域蓝色通道上的蓝色分量均值与绿色通道上的绿色分量均值的比值,红色增益指示数据是前景区域红色通道上的红色分量均值与绿色通道上的绿色分量均值的比值。
示例性地,前景区域包括第i个待筛选区域,预设最大色温阈值可以是1.5,预设最小色温阈值可以是0.7,预设增益指示阈值可以是0.5。根据计算得到待校正画面的色温数据,并将色温数据与预设最大色温阈值1.5和预设最小色温阈值0.7进行比较,若色温数据在预设色温数据范围[0.7,1.5]内,表明待校正画面对应的光源色温在正常色温范围内,待校正画面正常。若色温数据大于1.5,认为待校正画面呈现极蓝场景,针对该第i个待筛选区域,可以进一步根据该区域蓝色通道上的蓝色分量均值/>和绿色通道上的绿色分量均值/>,按照公式/>计算得到蓝色增益指示数据。将蓝色增益指示数据与预设增益指示阈值0.5进行比较。若色温数据大于1.5且蓝色增益指示数据不小于预设增益指示阈值0.5,可以基于该前景区域的像素数据对待校正画面进行白平衡校正。若色温数据小于0.7,认为待校正画面呈现极黄(极红)场景,针对该第i个待筛选区域,可以进一步根据该区域红色通道上的分量均值/>和绿色通道上的分量均值/>,按照公式/>计算得到红色增益指示数据。将红色增益指示数据与预设增益指示阈值0.5进行比较。若色温数据小于预设最小色温阈值0.7且红色增益指示数据不小于预设增益指示阈值0.5,可以基于该前景区域的像素数据对待校正画面进行白平衡校正。
在一些实施方式中,前景区域的数量为多个。参考图2所示,通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正,可以包括以下步骤。
S210、若待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域。
S220、通过灰度世界算法,基于多个前景区域中除丢弃区域之外的其他前景区域的像素数据对待校正画面进行白平衡校正。
具体地,可以根据待校正画面的像素数据计算得到待校正画面的色温数据,并将待校正画面的色温数据与预设色温数据范围进行比较。若色温数据不在预设色温数据范围内,可以认为待校正画面对应的光源色温过高或者过低,则进一步根据多个前景区域的像素数据分别计算得到各前景区域的增益指示数据,并将各增益指示数据与预设增益指示阈值分别进行比较。若存在有任一前景区域的增益指示数据小于预设增益指示阈值,可以认为该前景区域的像素数据不能用于对待校正画面进行白平衡校正,则将该前景区域确定为丢弃区域。由此,可以确定多个前景区域中全部的丢弃区域,并基于多个前景区域中除丢弃区域之外的其他前景区域的像素数据,通过灰度世界算法对待校正画面进行白平衡校正。
示例性地,可以根据待校正画面红色通道上的分量数据和绿色通道上的分量数据计算得到待校正画面的第一色温数据T1,以及根据待校正画面蓝色通道上的分量数据和绿色通道上的分量数据计算得到待校正画面的第二色温数据T2。将待校正画面的第一色温数据T1与对应的第一预设色温数据范围进行比较,将第二色温数据T2与对应的第二预设色温数据范围进行比较。若色温数据T1不在第一预设色温数据范围内(比如,小于一个预先设定的最小色温阈值),可以表明待校正画面对应的光源色温过低。设多个前景区域中包括第i个待筛选区域,进一步计算该第i个待筛选区域的增益指示数据,并将该第i个待筛选区域的增益指示数据与预设增益指示阈值进行比较。若该第i个待筛选区域的增益指示数据小于预设增益指示阈值,认为该前景区域的像素数据不能用于对待校正画面进行白平衡校正,则将该前景区域确定为丢弃区域。或者,若色温数据T2不在第二预设色温数据范围内(比如,大于一个预先设定的最大色温阈值),可以表明待校正画面对应的光源色温过高,进一步将该第i个待筛选区域的增益指示数据与预设增益指示阈值进行比较。若该第i个待筛选区域的增益指示数据小于预设增益指示阈值,认为该前景区域的像素数据不能用于对待校正画面进行白平衡校正,则将该前景区域确定为丢弃区域。由此,可以确定多个前景区域中的所有丢弃区域。
示例性地,可以根据待校正画面红色通道上的分量数据和蓝色通道上的分量数据计算得到待校正画面的色温数据T。将待校正画面的色温数据T与预设色温数据范围进行比较,若色温数据T不在预设色温数据范围内,可以表明待校正画面对应的光源色温过高或者过低。设多个前景区域中包括第i个待筛选区域,进一步计算该第i个待筛选区域的增益指示数据,并将该第i个待筛选区域的增益指示数据与预设增益指示阈值进行比较。若该第i个待筛选区域的增益指示数据小于预设增益指示阈值,则认为该前景区域的像素数据不能用于对待校正画面进行白平衡校正,将该前景区域确定为丢弃区域。
在一些实施方式中,色温数据是根据待校正画面蓝色通道上的蓝色分量数据与待校正画面红色通道上的红色分量数据的比值得到的。预设色温数据范围对应有预设最大色温阈值和预设最小色温阈值。增益指示数据包括蓝色增益指示数据和红色增益指示数据。若待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域,可以包括:若色温数据大于预设最大色温阈值,将蓝色增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域;或者,若色温数据小于预设最小色温阈值,将红色增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域。
具体地,可以对待校正画面蓝色通道上的蓝色分量数据与红色通道上的红色分量数据进行除法运算,以得到待校正画面的色温数据,并将色温数据与预设色温数据范围进行比较。若色温数据不在预设色温数据范围内且大于预设色温数据范围对应的预设最大色温阈值,可以认为待校正画面对应的光源色温过高,待校正画面呈现极蓝场景。进一步根据多个前景区域中的任一前景区域蓝色通道上的分量数据计算该任一前景区域的蓝色增益指示数据,并将该蓝色增益指示数据与预设增益指示阈值进行比较。若色温数据大于预设最大色温阈值且该任一前景区域的蓝色增益指示数据小于预设增益指示阈值,表明基于包含有该任一前景区域的多个前景区域的像素数据对待校正画面进行白平衡校正后会导致校正后的画面仍然呈现偏蓝场景,则将该任一前景区域确定为丢弃区域。
示例性地,预设最大色温阈值可以是1.5,预设最小色温阈值可以是0.7,预设增益指示阈值可以是0.5。对待校正画面蓝色通道上的蓝色分量累加值与红色通道上的红色分量累加值/>进行除法运算,可以按照公式/>得到待校正画面的色温数据。将待校正画面的色温数据与预设最大色温阈值1.5和预设最小色温阈值0.7进行比较,若色温数据大于1.5,表明待校正画面呈现极蓝场景。假设多个前景区域中的任一前景区域为待校正画面中的第i个待筛选区域,则进一步根据该区域蓝色通道上的蓝色分量均值/>和绿色通道上的绿色分量均值/>,按照/>计算得到蓝色增益指示数据。将蓝色增益指示数据与预设增益指示阈值0.5进行比较。若色温数据大于预设最大色温阈值1.5且蓝色增益指示数据小于预设增益指示阈值0.5,将该第i个待筛选区域确定为丢弃区域。/>
若色温数据不在预设色温数据范围内且小于预设色温数据范围对应的预设最小色温阈值,可以认为待校正画面对应的光源色温过低,待校正画面呈现极黄(极红)场景。进一步根据多个前景区域中的任一前景区域红色通道上的分量数据计算该任一前景区域的红色增益指示数据,并将该红色增益指示数据与预设增益指示阈值进行比较。若色温数据小于预设最小色温阈值且该任一前景区域的红色增益指示数据小于预设增益指示阈值,表明基于包含有该任一前景区域的多个前景区域的像素数据对待校正画面进行白平衡校正后会导致校正后的画面仍然呈现偏黄场景,则将该任一前景区域确定为丢弃区域。由此,针对多个前景区域中的每个前景区域进行上述判断,可以确定多个前景区域中的所有丢弃区域。
示例性地,若待校正画面的色温数据小于预设最小色温阈值0.7,表明待校正画面呈现极黄(极红)场景,假设多个前景区域中的任一前景区域为待校正画面中的第i个待筛选区域,则进一步根据该区域红色通道上的红色分量均值和绿色通道上的绿色分量均值/>,按照/>计算得到红色增益指示数据。将红色增益指示数据与预设增益指示阈值0.5进行比较。若色温数据小于预设最小色温阈值0.7且红色增益指示数据小于预设增益指示阈值0.5,将该第i个待筛选区域确定为丢弃区域。由此,针对多个前景区域中的每个前景区域进行上述判断,可以确定多个前景区域中的所有丢弃区域。
可以理解的是,通过确定多个前景区域中的所有丢弃区域,可以进一步筛选用于白平衡校正的白点。
上述实施方式中,针对待校正画面呈现极蓝场景的情况,根据多个前景区域中任一前景区域的蓝色增益指示数据和预设增益指示阈值的比较结果,在多个前景区域中进行进一步的筛选;针对待校正画面呈现极黄(极红)场景的情况,根据多个前景区域中任一前景区域的红色增益指示数据和预设增益指示阈值的比较结果,在多个前景区域中进行进一步的筛选。由此,可以在待校正画面呈现极蓝或者极黄(极红)场景时,从多个前景区域中进一步筛选适合用于对待校正画面进行白平衡校正的部分前景区域,以此减少对待校正画面进行白平衡校正后的颜色失真现象,进一步提高白平衡校正的准确性。
在一些实施方式中,参考图3a所示,通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正,可以包括以下步骤。
S310、利用灰度世界算法对前景区域的像素数据进行增益计算,得到待校正画面对应的目标增益数据。
S320、利用目标增益数据对待校正画面进行白平衡校正。
其中,目标增益数据包括待校正画面的至少两个通道对应的增益数据。前景区域的像素数据是前景区域在R通道、G通道、B通道上的灰度值。
具体地,可以基于多个前景区域的像素数据,利用灰度世界算法进行增益计算,得到待校正画面对应的目标增益数据,并利用目标增益数据对待校正画面的所有像素点的像素数据进行对应的增益处理,以实现对待校正画面进行白平衡校正。
在一些实施例中,目标增益数据可以包括待校正画面的蓝色通道对应的增益数据和红色通道对应的增益数据。
示例性地,根据灰度世界算法,基于多个前景区域的像素数据,可以计算该多个前景区域的所有像素数据在绿色通道上的绿色分量均值,并可以以该绿色分量均值作为灰度参考值。计算该多个前景区域的所有像素数据在红色通道上的红色分量均值和蓝色通道上的蓝色分量均值/>。根据绿色分量均值/>和红色分量均值/>,可以计算得到待校正画面的红色通道对应的增益数据为;根据绿色分量均值/>和蓝色分量均值/>,可以计算得到待校正画面的蓝色通道对应的增益数据为/>。利用目标增益数据/>和/>对待校正画面的所有像素点的像素数据进行对应的增益处理。即,利用红色通道对应的增益数据/>与待校正画面各像素点在红色通道上的分量值分别相乘,利用蓝色通道对应的增益数据/>与待校正画面各像素点在蓝色通道上的分量值分别相乘,以实现对待校正画面进行白平衡校正。
在另一些实施例中,目标增益数据可以包括待校正画面的蓝色通道对应的增益数据、红色通道对应的增益数据和绿色通道对应的增益数据。
示例性地,根据灰度世界算法,基于多个前景区域的像素数据,可以计算该多个前景区域的所有像素数据在红色通道上的红色分量均值、绿色通道上的绿色分量均值/>和蓝色通道上的蓝色分量均值/>。根据上述三个通道上的分量均值,可以按照/>计算得到灰度参考值Gray。根据灰度参考值和红色分量均值/>,可以计算得到待校正画面的红色通道对应的增益数据为;根据灰度参考值和绿色分量均值/>,可以计算得到待校正画面的绿色通道对应的增益数据为/>;根据灰度参考值和蓝色分量均值/>,可以计算得到待校正画面的蓝色通道对应的增益数据为。利用红色通道对应的增益数据/>与待校正画面各像素点在红色通道上的分量值分别相乘,利用绿色通道对应的增益数据/>与待校正画面各像素点在绿色通道上的分量值分别相乘,利用蓝色通道对应的增益数据/>与待校正画面各像素点在蓝色通道上的分量值分别相乘,以实现对待校正画面进行白平衡校正。
进一步地,若待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域,然后利用灰度世界算法对多个前景区域中除丢弃区域之外的其他前景区域的像素数据进行增益计算,以得到待校正画面对应的目标增益数据。
示例性地,参考图3b所示,本说明书提供的一种灰度世界白平衡校正方法的流程可以包括以下步骤。
首先,获取待校正画面,并将待校正画面划分为个待筛选区域。
其次,针对每个待筛选区域,将每个待筛选区域的像素点在R通道、G通道、B通道上的分量值输入灰度世界白平衡校正算法。
再次,通过算法计算得到每个待筛选区域分别对应的R通道上的红色分量均值、G通道上的绿色分量均值/>和B通道上的蓝色分量均值/>。将每个待筛选区域分别对应的红色分量均值/>相加得到待校正画面对应的R通道上的红色分量累加值/>;将每个待筛选区域分别对应的绿色分量均值/>相加得到待校正画面对应的G通道上的绿色分量累加值/>;将每个待筛选区域分别对应的蓝色分量均值/>相加得到待校正画面对应的B通道上的蓝色分量累加值/>。其中,i用于表示待筛选区域的序号。
然后,按照计算待校正画面对应的绿色分量均值。根据每个待筛选区域对应的绿色分量均值和待校正画面对应的绿色分量均值,按照公式计算差异数据,并将该差异数据与预设差异数据范围[0.8,5.2]进行比较,以区分每个待筛选区域是否为前景区域。若该差异数据不在预设差异数据范围内,则该待筛选区域不是前景区域,将该待筛选区域丢弃(或者,将该待筛选区域记为背景区域),使该待筛选区域的像素数据不参与后续灰度世界算法的计算过程。
再然后,若待筛选区域是前景区域,根据待校正画面的蓝色分量累加值和红色分量累加值/>,按照/>计算得到色温数据。将色温数据与预设色温数据范围[0.7,1.5]进行比较,以判断待筛选区域是否呈现极蓝或者极黄(极红)场景。若色温数据在预设色温数据范围内,则待筛选区域的像素数据有效,直接参与后续灰度世界算法的计算过程。
若色温数据大于1.5,表明待校正画面呈现极蓝场景,即待筛选区域呈现极蓝场景,则进一步根据计算待筛选区域的蓝色增益指示数据。将待筛选区域的蓝色增益指示数据与预设增益指示阈值0.5进行比较,若蓝色增益指示数据不小于0.5,则待筛选区域的像素数据有效,可以参与后续灰度世界算法的计算过程,否则,将待筛选区域丢弃。
若色温数据小于0.7,表明待校正画面呈现极黄(极红)场景,即待筛选区域呈现极黄(极红)场景,则进一步根据计算待筛选区域的红色增益指示数据。将待筛选区域的红色增益指示数据与预设增益指示阈值0.5进行比较,若红色增益指示数据不小于0.5,则待筛选区域的像素数据有效,可以参与后续灰度世界算法的计算过程,否则,将待筛选区域丢弃。
最后,根据上述步骤筛选得到的最终的多个前景区域,利用灰度世界算法对该多个前景区域的像素数据进行增益计算,得到待校正画面的目标增益数据,以对待校正画面进行白平衡校正。
本说明书实施方式提供一种灰度世界白平衡校正装置,参考图4所示,灰度世界白平衡校正装置400可以包括:待校正画面获取模块410、分量数据确定模块420、前景区域确定模块430、白平衡校正模块440。
待校正画面获取模块410,用于获取待校正画面;其中,待校正画面划分为若干待筛选区域。
分量数据确定模块420,用于确定待筛选区域指定通道上的第一颜色分量数据以及待校正画面指定通道上的第二颜色分量数据。
前景区域确定模块430,用于若任一待筛选区域的第一颜色分量数据与待校正画面的第二颜色分量数据间的差异数据属于预设差异数据范围,将任一待筛选区域确定为前景区域。
白平衡校正模块440,用于通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正。
在一些实施方式中,指定通道包括绿色通道;第一颜色分量数据为第一绿色分量数据,第二颜色分量数据为第二绿色分量数据。前景区域确定模块430,还用于根据第一绿色分量数据与第二绿色分量数据间的差值,得到差异数据。
在一些实施方式中,白平衡校正模块440,还用于若待校正画面的色温数据属于预设色温数据范围,通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正;或者,若待校正画面的色温数据不属于预设色温数据范围且前景区域的增益指示数据不小于预设增益指示阈值,通过灰度世界算法,基于前景区域的像素数据对待校正画面进行白平衡校正。其中,增益指示数据是前景区域的增益数据的倒数。
在一些实施方式中,前景区域的数量为多个。白平衡校正模块440,还用于若待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域;通过灰度世界算法,基于多个前景区域中除丢弃区域之外的其他前景区域的像素数据对待校正画面进行白平衡校正。
关于灰度世界白平衡校正装置的具体限定可以参见上文中对于灰度世界白平衡校正方法的限定,在此不再赘述。上述灰度世界白平衡校正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
本说明书实施方式还提供一种计算机设备,参考图5所示,计算机设备500包括存储器510和处理器520,存储器510存储有第一计算机程序530,处理器520执行第一计算机程序530时实现前述任一项实施方式的灰度世界白平衡校正方法的步骤。
本说明书实施方式还提供一种芯片,参考图6所示,芯片600包括存储单元610和处理单元620,存储单元610存储有第二计算机程序630,处理单元620执行第二计算机程序630时实现前述任一项实施方式的灰度世界白平衡校正方法的步骤。
本说明书实施方式还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现前述任一项实施方式的灰度世界白平衡校正方法的步骤。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (15)
1.一种灰度世界白平衡校正方法,其特征在于,所述方法包括:
获取待校正画面;其中,所述待校正画面划分为若干待筛选区域;
确定所述待筛选区域指定通道上的第一颜色分量数据以及所述待校正画面所述指定通道上的第二颜色分量数据;
若任一待筛选区域的第一颜色分量数据与所述待校正画面的第二颜色分量数据间的差异数据属于预设差异数据范围,将所述任一待筛选区域确定为前景区域;
通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正;
其中,所述通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正,至少包括以下之一:若所述待校正画面的色温数据属于预设色温数据范围,通过所述灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正;或者,若所述待校正画面的色温数据不属于所述预设色温数据范围且所述前景区域的增益指示数据不小于预设增益指示阈值,通过所述灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正;其中,所述增益指示数据是所述前景区域的增益数据的倒数。
2.根据权利要求1所述的方法,其特征在于,所述指定通道包括绿色通道;所述第一颜色分量数据为第一绿色分量数据,所述第二颜色分量数据为第二绿色分量数据;所述差异数据的获取方式,包括:
根据所述第一绿色分量数据与所述第二绿色分量数据间的差值,得到所述差异数据。
3.根据权利要求2所述的方法,其特征在于,所述待校正画面的色温数据的确定方式,包括:
根据所述待校正画面蓝色通道上的蓝色分量数据与所述待校正画面红色通道上的红色分量数据间的比值,得到所述色温数据。
4.根据权利要求2所述的方法,其特征在于,所述预设色温数据范围包括预设最大色温阈值和预设最小色温阈值;所述增益指示数据包括蓝色增益指示数据和红色增益指示数据;所述若所述待校正画面的色温数据不属于所述预设色温数据范围且所述前景区域的增益指示数据不小于预设增益指示阈值,包括:
若所述色温数据大于所述预设最大色温阈值且所述前景区域的蓝色增益指示数据不小于所述预设增益指示阈值。
5.根据权利要求2所述的方法,其特征在于,所述预设色温数据范围包括预设最大色温阈值和预设最小色温阈值;所述增益指示数据包括蓝色增益指示数据和红色增益指示数据;所述若所述待校正画面的色温数据不属于所述预设色温数据范围且所述前景区域的增益指示数据不小于预设增益指示阈值,包括:
若所述色温数据小于所述预设最小色温阈值且所述前景区域的红色增益指示数据不小于所述预设增益指示阈值。
6.根据权利要求1所述的方法,其特征在于,若所述前景区域的数量为多个,所述通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正,还包括:
若所述待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域;
通过所述灰度世界算法,基于多个前景区域中除所述丢弃区域之外的其他前景区域的像素数据对所述待校正画面进行白平衡校正。
7.根据权利要求6所述的方法,其特征在于,所述色温数据是根据所述待校正画面蓝色通道上的蓝色分量数据与所述待校正画面红色通道上的红色分量数据的比值得到的;所述预设色温数据范围对应有预设最大色温阈值和预设最小色温阈值;所述增益指示数据包括蓝色增益指示数据和红色增益指示数据;所述若所述待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域,包括:
若所述色温数据大于所述预设最大色温阈值,将蓝色增益指示数据小于所述预设增益指示阈值的前景区域确定为所述丢弃区域。
8.根据权利要求6所述的方法,其特征在于,所述色温数据是根据所述待校正画面蓝色通道上的蓝色分量数据与所述待校正画面红色通道上的红色分量数据的比值得到的;所述预设色温数据范围对应有预设最大色温阈值和预设最小色温阈值;所述增益指示数据包括蓝色增益指示数据和红色增益指示数据;所述若所述待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域,包括:
若所述色温数据小于所述预设最小色温阈值,将红色增益指示数据小于所述预设增益指示阈值的前景区域确定为所述丢弃区域。
9.根据权利要求1所述的方法,其特征在于,所述通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正,包括:
利用所述灰度世界算法对所述前景区域的像素数据进行增益计算,得到所述待校正画面对应的目标增益数据;
利用所述目标增益数据对所述待校正画面进行白平衡校正。
10.一种灰度世界白平衡校正装置,其特征在于,所述装置包括:
待校正画面获取模块,用于获取待校正画面;其中,所述待校正画面划分为若干待筛选区域;
分量数据确定模块,用于确定所述待筛选区域指定通道上的第一颜色分量数据以及所述待校正画面所述指定通道上的第二颜色分量数据;
前景区域确定模块,用于若任一待筛选区域的第一颜色分量数据与所述待校正画面的第二颜色分量数据间的差异数据属于预设差异数据范围,将所述任一待筛选区域确定为前景区域;
白平衡校正模块,用于若所述待校正画面的色温数据属于预设色温数据范围,通过灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正;或者,若所述待校正画面的色温数据不属于所述预设色温数据范围且所述前景区域的增益指示数据不小于预设增益指示阈值,通过所述灰度世界算法,基于所述前景区域的像素数据对所述待校正画面进行白平衡校正;其中,所述增益指示数据是所述前景区域的增益数据的倒数。
11.根据权利要求10所述的装置,其特征在于,所述指定通道包括绿色通道;所述第一颜色分量数据为第一绿色分量数据,所述第二颜色分量数据为第二绿色分量数据;
所述前景区域确定模块,还用于根据所述第一绿色分量数据与所述第二绿色分量数据间的差值,得到所述差异数据。
12.根据权利要求10所述的装置,其特征在于,所述前景区域的数量为多个;所述白平衡校正模块,还用于若所述待校正画面的色温数据不属于预设色温数据范围,将增益指示数据小于预设增益指示阈值的前景区域确定为丢弃区域;通过所述灰度世界算法,基于多个前景区域中除所述丢弃区域之外的其他前景区域的像素数据对所述待校正画面进行白平衡校正。
13.一种计算机设备,包括存储器和处理器,所述存储器存储有第一计算机程序,其特征在于,所述处理器执行所述第一计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
14.一种芯片,包括存储单元和处理单元,所述存储单元存储有第二计算机程序,其特征在于,所述处理单元执行所述第二计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
15.一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9中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311180430.1A CN116915964B (zh) | 2023-09-13 | 2023-09-13 | 灰度世界白平衡校正方法、装置、设备、芯片及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311180430.1A CN116915964B (zh) | 2023-09-13 | 2023-09-13 | 灰度世界白平衡校正方法、装置、设备、芯片及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116915964A CN116915964A (zh) | 2023-10-20 |
CN116915964B true CN116915964B (zh) | 2024-01-23 |
Family
ID=88368162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311180430.1A Active CN116915964B (zh) | 2023-09-13 | 2023-09-13 | 灰度世界白平衡校正方法、装置、设备、芯片及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116915964B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101283604A (zh) * | 2005-08-30 | 2008-10-08 | 诺基亚公司 | 具有自动白平衡的图像处理设备 |
CN105681775A (zh) * | 2016-03-08 | 2016-06-15 | 福州瑞芯微电子股份有限公司 | 一种白平衡方法和装置 |
CN106534821A (zh) * | 2015-09-10 | 2017-03-22 | 三星电子株式会社 | 图像处理装置和自动白平衡方法 |
CN106709887A (zh) * | 2017-01-06 | 2017-05-24 | 凌云光技术集团有限责任公司 | 基于色温曲线的图像的灰度世界白平衡调整方法及装置 |
CN106878695A (zh) * | 2017-02-13 | 2017-06-20 | 广东欧珀移动通信有限公司 | 白平衡处理的方法、装置和计算机设备 |
CN113329215A (zh) * | 2020-02-28 | 2021-08-31 | 佳能株式会社 | 图像处理设备、图像处理方法和存储介质 |
CN114022375A (zh) * | 2021-11-03 | 2022-02-08 | 深圳绿米联创科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN116132650A (zh) * | 2023-02-10 | 2023-05-16 | 北京奕斯伟计算技术股份有限公司 | 白平衡校准方法、装置及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6815345B2 (ja) * | 2018-03-19 | 2021-01-20 | 株式会社東芝 | 画像信号処理装置、画像処理回路 |
-
2023
- 2023-09-13 CN CN202311180430.1A patent/CN116915964B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101283604A (zh) * | 2005-08-30 | 2008-10-08 | 诺基亚公司 | 具有自动白平衡的图像处理设备 |
CN106534821A (zh) * | 2015-09-10 | 2017-03-22 | 三星电子株式会社 | 图像处理装置和自动白平衡方法 |
CN105681775A (zh) * | 2016-03-08 | 2016-06-15 | 福州瑞芯微电子股份有限公司 | 一种白平衡方法和装置 |
CN106709887A (zh) * | 2017-01-06 | 2017-05-24 | 凌云光技术集团有限责任公司 | 基于色温曲线的图像的灰度世界白平衡调整方法及装置 |
CN106878695A (zh) * | 2017-02-13 | 2017-06-20 | 广东欧珀移动通信有限公司 | 白平衡处理的方法、装置和计算机设备 |
CN113329215A (zh) * | 2020-02-28 | 2021-08-31 | 佳能株式会社 | 图像处理设备、图像处理方法和存储介质 |
CN114022375A (zh) * | 2021-11-03 | 2022-02-08 | 深圳绿米联创科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN116132650A (zh) * | 2023-02-10 | 2023-05-16 | 北京奕斯伟计算技术股份有限公司 | 白平衡校准方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116915964A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110505459B (zh) | 适用于内窥镜的图像颜色校正方法、装置和存储介质 | |
CN107277356B (zh) | 逆光场景的人脸区域处理方法和装置 | |
US8941755B2 (en) | Image processing device with automatic white balance | |
US8009927B2 (en) | Tone correcting apparatus providing improved tone correction on image | |
US7949185B2 (en) | Method of performing robust auto white balance | |
KR100304663B1 (ko) | 칼라조명색온도검출방법및장치 | |
EP2227025B1 (en) | Apparatus and method for adjusting white balance of digital image | |
US7969480B2 (en) | Method of controlling auto white balance | |
EP2360906A2 (en) | Method of and apparatus for image denoising | |
US20080240605A1 (en) | Image Processing Apparatus, Image Processing Method, and Image Processing Program | |
US8150099B2 (en) | Image processing device, image processing method, image processing program product, and imaging device | |
CN111899182B (zh) | 颜色增强方法及装置 | |
CN104301621A (zh) | 图像处理方法、装置及终端 | |
US8160383B2 (en) | Tone correcting apparatus providing improved tone correction on image | |
IES20050096A2 (en) | Method and apparatus for red-eye detection in an acquired digital image | |
CN107820069B (zh) | 一种视频监控设备isp调试方法 | |
US20110064306A1 (en) | Computer readable storage medium, image correction apparatus, and image correction method | |
CN104954772A (zh) | 一种应用于自动白平衡算法的图像近灰色像素选取算法 | |
KR101754425B1 (ko) | 이미지 촬영 장치의 밝기를 자동으로 조절하는 장치 및 방법 | |
US9392242B2 (en) | Imaging apparatus, method for controlling imaging apparatus, and storage medium, for underwater flash photography | |
JPH11298736A (ja) | 画像処理方法、画像処理プログラムが記録された可読記録媒体及び画像処理装置 | |
US20090244316A1 (en) | Automatic white balance control | |
CN116915964B (zh) | 灰度世界白平衡校正方法、装置、设备、芯片及存储介质 | |
US20060056722A1 (en) | Edge preserving method and apparatus for image processing | |
US20100194991A1 (en) | Apparatus and method for auto white balance control considering the effect of single tone image |
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 |