CN1867079A

CN1867079A - 一种白平衡处理方法和视频设备

Info

Publication number: CN1867079A
Application number: CN 200510115577
Authority: CN
Inventors: 霍俊彦; 魏小霞; 赵光耀; 王静; 常义林
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2005-11-07
Filing date: 2005-11-07
Publication date: 2006-11-22
Anticipated expiration: 2025-11-07
Also published as: CN100466751C

Abstract

本发明提供一种白平衡处理方法和视频设备，其核心在于：将RGB色度空间图像转换为YCbCr色度空间图像，根据YCbCr色度空间图像中各像素的亮度和色度确定图像中的灰度颜色点，根据所述灰度颜色点调整RGB色度空间图像中像素点的色度。本发明避免了手动白平衡处理方法中的拍摄白色物体而带来的使用不方便、费时费力的现象，且不受大面积的景物色彩的影响，不会改变景物原有的色彩；本发明能够使灰度颜色点的判决结果尽可能的准确，使图像帧的白平衡效果好；本发明的白平衡处理方法可适应于整隔图像帧中，不会局限于图像帧中的重点区域，适用范围好；从而实现了提高白平衡效果、提高图像帧质量的目的。

Description

一种白平衡处理方法和视频设备

技术领域

本发明涉及视频处理技术领域，具体涉及一种白平衡处理方法和基于白平衡处理的视频设备。

背景技术

一个物体在视觉上引起的颜色感觉主要是由以下三种因素决定的：

1)物体表面将照射光线反射到空间的性质，这种性质决定于物体表面的化学结构与组成、表面物理与表面几何特性。

2)照明光源的性质，即光源的波长构成特性，光能在相关视觉波段范围内的能量分布，从光源的色品质量而言，也就是光源的色温。

3)眼睛的感色能力，主要决定于视网膜上的视神经系统的光线感受能力和处理与传送光刺激的能力。

从物理学角度解析，物体本身并没有色彩，但它能够通过对不同波长色光的吸收、反射或透射，显示出发光体中的某一色彩面貌，如我们看到国旗是红色的，这是由于国旗表面吸收了除红色之外的其他色光，而主要反射红色单光所致，红色便成了该物体的本色，本色即常言中的“固有色”概念。如果物体呈现复色感觉，那是因为其表面反射不同的单色光造成的。上述物体色的生成都是以日光为前提的，否则，物体色的显现就会迥然不同。

物体在反射光的过程中，由于其表面结构各异，会对物体色的生成产生直接的影响，概括地说，光的反射包括平行反射和扩散反射两种形式。当光线投射在表面光滑、坚硬的物体上时，其呈平行、规则的反射状态，故称“平行反射”或称“正反射”。而光线同表面粗糙、松软的物体相遇时，则显不规则的反射状态，故称“扩散反射”或称“漫反射”。

上面描述了在日光下，物体有其自己的固有色，但是，并不是在所有情况下都是这样的，如国旗在日光下展现红色，在蓝光下呈现紫色，而在绿光中则变成了黑色，这是因为绿光不包含可供反射的红色的原因。此外，光的强度也会改变物体色的倾向，如国旗在标准日光下呈现红色，在强光中，会变为淡红色；在弱光下则会显现偏紫的暗红色。由此可知，光的明亮程度不仅能够左右物体色的明暗，而且对其色相及纯度也有影响。所以，可以说光是决定物体色形成的第一要素。

提到光，需要提起光的一个重要特性，即光的色温，简称“色温”。通常人眼所见到的光线，是由7种色光的光谱即红、橙、黄、绿、青、蓝、紫组成。其中，有些光线偏蓝，有些光线偏红，色温是专门用来量度光线的颜色成分的，色温为光源色品质量的表征。

计算光线颜色成分的方法是19世纪末由英国物理学家洛德·开尔文创立的，他制定出了一整套色温计算法。开尔文认为，假定某一纯黑物体，能够将落在其上的所有热量吸收，而没有损失，同时又能够将热量生成的能量全部以“光”的形式释放出来的话，它便会因受到热力的高低而变成不同的颜色。例如，当黑体受到的热力相当于500～550摄氏度时，就会变成暗红色，达到1050～1150摄氏度时，就变成黄色......，因而，光源的颜色成分是与该黑体所受的热力温度相对应的，只不过色温是用开尔文(K)色温单位来表示，而不是用摄氏温度单位。在打铁过程中，黑色的铁在炉温中逐渐变成红色，这便是黑体理论的最好例子。当黑体受到的热力使它能够放出光谱中的全部可见光波时，它就变成白色，灯泡内的钨丝就相当于这个黑体。色温计算法就是根据以上原理，用K来表示受热钨丝所放射出光线的色温。根据这一原理，任何光线的色温相当于上述黑体散发出同样颜色时所受到的“温度”。

根据马克思·普朗克(Max Planck，1858-1947，德国物理学家，量子论确立者，曾获1918年诺贝尔物理学奖)的理论，将一具完全吸收与放射能力的标准黑体加热，温度逐渐升高，光度亦随之改变；CIE(国际照明委员会)色座标上的黑体曲线(Black body locus)显示黑体由红-橙红-黄-黄白-白-蓝白的过程。黑体加温到出现与光源相同或接近光色时的温度，定义为该光源的相关色温度，称色温，以绝对温K(Kelvin，或称开氏温度)为单位(K＝℃+273.15)。因此，黑体加热至呈红色时，其温度约527℃，此时，黑体光源色温为800K，其他温度影响光色变化。光色越偏蓝，色温越高；光色越偏红，则色温越低。一天当中日光的光色亦随时间变化，日出后40分钟光色较黄，色温约为3000K；正午阳光雪白，色温上升至4800～5800K，阴天正午时分则色温约为6500K；日落前光色偏红，色温又降至约2200K。因相关色温度事实上是以黑体辐射接近光源光色时，对该光源光色表现的评价值，并非一种精确的颜色对比，故具相同色温值的二光源，可能在光色外观上仍有些许差异。仅凭色温无法了解光源对物体的显色能力、或在该光源下物体颜色的再现如何。

下面简单介绍人眼特性对颜色的影响。

人眼特性主要包括：色彩视觉、视觉适应效果等。

色彩视觉的三要素为：色相、饱和度和明度。

色相是色彩的一种最基本的感觉属性，这种属性可以使我们将光谱上的不同部分区别开来，即按红、橙、黄、绿、青、蓝、紫等色感觉来区分色谱段。根据有无色相属性，可以将外界引起的色感觉分成两大体系：有彩色系与非彩色系。有彩色系即具有色相同性的色觉，有彩色系才具有色相、饱和度和亮度三个量度；非彩色系即不具备色相属性的色觉，非彩色系只有亮度一种量度，其饱和度等于零。

饱和度是对有色相属性的视觉在色彩鲜艳程度上做出评判的视觉属性。有彩色系的色彩，其鲜艳程度与饱和度成正比，根据人们使用色素物质的经验，色素浓度愈高，颜色愈浓艳，饱和度也愈高。非彩色系是饱和度等于零的状态。生理学的研究表明，人的眼睛对色彩的饱和度感觉也不一样。眼睛对红色的光刺激强烈，对绿色的光刺激最弱，饱和度低。

明度是那种可以使我们区分出明暗层次的非彩色觉的视觉属性。这种明暗层次决定于明度的强弱，即光刺激能量水平的高低。并非有彩色系便没有明度属性，只是强调明度这一视觉属性是排开色相属性，只涉及明暗层次的感觉。科学研究发现，眼睛的明暗层次感随光线的变暗而急剧变得迟钝起来。当光线弱时，我们不太能分得清明暗层次。同样在强光下，眼睛对明暗层次也会变得迟钝。人眼的光谱敏感度也是与亮度水平有依赖关系的，在低明度水平下这条光谱敏度曲线将会向短波方向平移，使人眼对短波系列的色彩变得相对地更为敏感起来。

视觉适应效果主要包括距离适应、明暗适应和色彩适应三个方面。

距离适应，即人的眼睛能够识别一定区域内的形体与色彩，这主要是基于视觉生理机制具有调整远近距离的适应功能。

明暗适应，由暗到明的视觉过程称为“明适应”，反之，由明到暗的视觉过程称为“暗适应”。视觉的明暗适应能力在时间上是有较大差别的。通常，暗适应的过程约为5～10分钟，而明适应仅需0.2秒钟左右。

颜色适应，据国外科研机构测定，红色在680nm波长时，其在白色光照中的明度要比蓝色为480nm波长时的明度高出近10倍。而在夜晚，蓝色明度则要比红色的明度强出近16倍。对视觉来说，白天，光谱上波长长的红光其色感显得鲜艳明亮，而波长短的蓝光则显得相对平淡逊色。但到了夜晚，当光谱上波长短的蓝光色感显得迷人惹眼时，而波长长的红光色感则显得惨淡虚弱。换句话说，随着光亮条件的变化，人眼的适应状态也在不断地被匡正与调整，对光谱色的视感也与之同步转换。

人眼视觉特性，还包括心理性视觉、视觉观察特点等，在此不进行详述。

上面简单介绍了一些与颜色相关的背景知识，提到了“色温”的概念，同时也知道如果照射物体的光线发生了变化，则光的色温也发生变化，那么，其反映出的色彩也会发生变化。但是，当人类肉眼观看这大千世界时，在不同的光线下，对相同颜色的感觉是基本相同的。比如：在早晨旭日初升时，我们看一个白色的物体，感到它是白的；而我们在夜晚昏暗的灯光下，看到的白色物体，感到它仍然是白的。这是由于人类从出生以后的成长过程中，人的大脑已经对不同光线下的物体的彩色还原有了适应性。但是，摄像机没有人眼的适应性，因此，不同光线环境下，摄像机会出现彩色还原不同的现象，即摄像机的彩色还原失真，即图像颜色或者偏红，或者偏蓝。在色温低的光线环境中，摄像机输出图像颜色偏红；在色温高的光线环境中，摄像机输出的图像颜色偏蓝。

为解决这个问题，目前的摄像机都具有白平衡校正功能，对不同色温进补偿，从而真实地还原拍摄物体的色彩。所谓白平衡，就是摄像机对白色的还原，即在不同的光线环境下摄像机输出的图像都能正确的重现出白色物体的白色，从而，以还原出的白色为基础，还原出其他物体的颜色。

目前的摄像机一般都具备有自动白平衡及手动白平衡功能。自动白平衡使得摄像机能够在一定色温范围内自动地进行白平衡校正，其能够自动校正的色温范围一般在2500K～7000K之间；超过此色温范围，摄像机将无法进行自动校正而造成拍摄画面色彩失真，此时，应当使用手动白平衡功能进行白平衡的校正。

下面对目前主要的三种手动白平衡方法、自动白平衡方法进行描述。

方法一、手动白平衡的方法。

在当前色温环境中先拍摄一纯白色物体，分析所摄得的图像数据，对白色物体的数据进行平均，得出R、G、B三基色的平均值( R， G， B)。根据白色的定义： R＝ G＝ B，改变R、B通道的增益使得 R＝ G＝ B，从而实现图像白平衡。

方法一中的手动白平衡的方法能够取得较好的白平衡效果，但是，由于此种该方法需要以标准白色参照物体进行白平衡校准，给用户使用带来极大的不便；而且，当环境光线色温发生了变化后，不能很好地进行跟踪，造成环境光线色温变化后的白平衡效果不好；为防止环境光线色温的变化对白平衡效果的影响，需要不时地进行手动白平衡的校正，既费事也费时。

方法二、基于全局白平衡法的自动白平衡方法。

全局白平衡法建立在灰度世界假设算法上，该算法认为所拍摄图像的R、G、B三色分量的统计平均值应该相等，所以，通过对拍摄的图像进行统计平均来调整目标图像，使得目标图像的 R＝ G＝ B，从而，使得图像达到白平衡。

方法二中的白平衡方法很容易受到图像中大颜色块景物的颜色影响，使摄像机拍摄的图像会偏离大颜色块景物原有的颜色，如采用此种白平衡方法的摄像头来拍摄一张红纸，那么，根据白平衡的调整目标图像的 R＝ G＝ B，摄像机输出的红纸图像将是一张灰色的纸。

方法三、基于局部白平衡法的自动白平衡方法。

局部白平衡法也是建立在灰度世界假设算法上，并且有两种不同的实现方式。方式一、搜索图像中最亮的区域，并将其作为白色区域，该区域的R、G、B三色的统计平均值应该相等，以该区域R、B分量的统计平均值作为整幅图像的白平衡校准的依据。方式二、将整幅图像分成若干个独立的区域，对各个区域进行独立的白平衡调整，从而，达到整幅图像的白平衡。

方法三中的局部白平衡法的两种实现方式，也都存在容易受到图像中景物颜色的影响的问题，如当整幅图像中并不存在白色时，方式一中的局部白平衡校准方法将失效。方式二的局部白平衡校准方法是对全局白平衡方法的一种简单改进，并没有从根本上解决大颜色块对图像颜色的影响，并且，方式二的自动白平衡算法往往会假设一个或多个区域来作为整幅图像的重点区域，在进行白平衡时，对这些区域进行重点考虑，从而限制了自动白平衡算法的通用性。

综上所述，现有的白平衡处理方法存在使用不方便、费时费力、确定灰度颜色点的准确性差、可适用性差等问题，使白平衡效果差，最终导致视频图像质量差。

发明内容

本发明的目的在于，提供一种白平衡处理方法和基于白平衡处理的视频设备，通过利用RGB色度空间图像对应的YCbCr色度空间图像，使本发明能够快速、准确的确定灰度颜色点，实现了提高视频图像质量的目的。

为达到上述目的，本发明提供的一种白平衡处理方法，包括：

a、将RGB色度空间图像转换为YCbCr色度空间图像；

b、根据YCbCr色度空间图像中各像素的亮度和色度确定图像中的灰度颜色点；

c、根据所述灰度颜色点调整RGB色度空间图像中像素点的色度。

所述步骤b具体包括：

根据公式：

F (Y, Cb, Cr) = \frac{(| Cb | + | Cr |)}{Y}

确定YCbCr色度空间图像中各像素的色度与亮度的比率；

将F(Y，Cb，Cr)小于灰度判决门限值的像素确定为图像中的灰度颜色点。

所述灰度判决门限值为：0到1之间的值。

所述步骤c包括：

c1、获取各灰度颜色点的Cb的和Sum(Cb)及其绝对值|Sum(Cb)|、各灰度颜色点的Cr的和Sum(Cr)及其绝对值|Sum(Cr)|；

c2、判断|Sum(Cb)|、|Sum(Cr)|与白平衡调整门限的大小；

如果|Sum(Cb)|、|Sum(Cr)|均小于所述白平衡调整门限，对所述RGB色度空间图像中像素点的色度的调整过程结束；

否则，根据色度调整幅度调整RGB色度空间图像中像素点的色度。

所述方法还包括：确定所述图像中的灰度颜色点的个数NumA；且

|Sum(Cb)|对应的白平衡调整门限为：NumA×M，|Sum(Cr)|对应的白平衡调整门限为：NumA×N；

其中，M、N为大于0的常数，NumA为灰度颜色点的个数。

所述色度调整幅度为：色度通道增益调整幅度，且所述步骤c2中根据色度调整幅度调整RGB色度空间图像中像素点的色度的步骤具体为：

c21、根据色度通道增益调整幅度调整RGB色度空间图像的色度通道增益；

c22、根据调整后的色度通道增益调整RGB色度空间图像中像素点的R值/B值；

所述色度调整幅度为：像素色度值调整幅度，且所述步骤c2中根据色度调整幅度调整RGB色度空间图像中像素点的色度的步骤具体为：

c23、根据像素色度值调整幅度调整RGB色度空间图像中像素点的R值/B值。

所述步骤c21具体包括：

当|Sum(Cb)|＞|Sum(Cr)|、且Sum(Cb)＞0时，根据色度通道增益调整幅度缩小B通道增益；

当|Sum(Cb)|＞|Sum(Cr)|、且Sum(Cb)＜0时，根据色度通道增益调整幅度增大B通道增益；

当|Sum(Cb)|＜|Sum(Cr)|、且Sum(Cr)＞0时，根据色度通道增益调整幅度缩小R通道增益；

当|Sum(Cb)|＜|Sum(Cr)|、且Sum(Cr)＜0时，根据色度通道增益调整幅度增大R通道增益；

当|Sum(Cb)|＝|Sum(Cr)|时，根据色度通道增益调整幅度缩小/增大B/R通道增益。

所述步骤c23具体包括：

当|Sum(Cb)|＞|Sum(Cr)|、且Sum(Cb)＞0时，根据像素色度值调整幅度缩小RGB色度空间图像中像素点的B值；

当|Sum(Cb)|＞|Sum(Cr)|、且Sum(Cb)＜0时，根据像素色度值调整幅度增大RGB色度空间图像中像素点的B值；

当|Sum(Cb)|＜|Sum(Cr)|、且Sum(Cr)＞0时，根据像素色度值调整幅度缩小RGB色度空间图像中像素点的R值；

当|Sum(Cb)|＜|Sum(Cr)|、且Sum(Cr)＜0时，根据像素色度值调整幅度增大RGB色度空间图像中像素点的R值；

当|Sum(Cb)|＝|Sum(Cr)|时，根据像素色度值调整幅度缩小/增大RGB色度空间图像中像素点的B/R值。

所述色度通道增益调整幅度/像素色度值调整幅度为K，且所述K为：

K＝(|Sum(Cr)|/(NumA×100))×L、或

K＝(|Sum(Cb)|/(NumA×100))×L；

其中：L为增益调节因子，0＜L、且L的取值使K的取值为0到1之间，NumA为灰度颜色点的个数。

本发明还提供一种基于白平衡处理的视频设备，包括：

转换模块：将RGB色度空间图像转换为YCbCr色度空间图像；

确定灰度颜色点模块：根据转换模块转换后的YCbCr色度空间图像中各像素的亮度和色度确定图像中的灰度颜色点；

调整色度模块：根据所述确定灰度颜色点模块确定的灰度颜色点调整RGB色度空间图像中像素点的色度。

所述确定灰度颜色点模块包括：

确定比值子模块：确定YCbCr色度空间图像中各像素的色度与亮度比值；

判决灰度颜色点子模块：将确定比值子模块确定的各像素对应的比值与灰度判决门限值进行比较，并根据比较结果确定图像中的灰度颜色点。

所述灰度判决门限值为：0到1之间。

所述调整色度模块包括；

获取绝对值子模块：计算确定灰度颜色点模块确定的各灰度颜色点的Cb的和的绝对值|Sum(Cb)|、各灰度颜色点的Cr的和的绝对值|Sum(Cr)|，并传输至调整色度子模块；

所述调整色度子模块包括：

存储色度通道增益子模块：存储R、B通道增益值；

当|Sum(Cb)|＞|Sum(Cr)|、且Sum(Cb)＞0时，根据存储子模块1中存储的色度通道增益调整幅度缩小B通道增益，并将调整后的B通道增益传输至存储色度通道增益子模块；

当|Sum(Cb)|＞|Sum(Cr)|、且Sum(Cb)＜0时，根据存储子模块1中存储的色度通道增益调整幅度增大B通道增益，并将调整后的B通道增益传输至存储色度通道增益子模块；

当|Sum(Cb)|＜|Sum(Cr)|、且Sum(Cr)＞0时，根据存储子模块1中存储的色度通道增益调整幅度减小R通道增益，并将调整后的R通道增益传输至存储色度通道增益子模块；

当|Sum(Cb)|＜|Sum(Cr)|、且Sum(Cr)＜0时，根据存储子模块1中存储的色度通道增益调整幅度增大R通道增益，并将调整后的R通道增益传输至存储色度通道增益子模块；

当|Sum(Cb)|＝|Sum(Cr)|时，根据存储子模块1中存储的色度通道增益调整幅度缩小/增大B/R通道增益，并将调整后的B/R通道增益传输至存储色度通道增益子模块；

调整色度子模块1：根据存储色度通道增益子模块中存储的R、B通道增益值调整RGB色度空间图像中像素点的R值/B值。

所述调整色度子模块包括：

当|Sum(Cb)|＞|Sum(Cr)|、且Sum(Cb)＞0时，根据存储子模块2中存储的像素色度值调整幅度缩小RGB色度空间图像中像素点的B值；

当|Sum(Cb)|＞|Sum(Cr)|、且Sum(Cb)＜0时，根据存储子模块2中存储的像素色度值调整幅度增大RGB色度空间图像中像素点的B值；

当|Sum(Cb)|＜|Sum(Cr)|、且Sum(Cr)＞0时，根据存储子模块2中存储的像素色度值调整幅度减小RGB色度空间图像中像素点的R值；

当|Sum(Cb)|＜|Sum(Cr)|、且Sum(Cr)＜0时，根据存储子模块2中存储的像素色度值调整幅度增大RGB色度空间图像中像素点的R值；

当|Sum(Cb)|＝|Sum(Cr)|时，根据存储子模块2中存储的像素色度值调整幅度缩小/增大RGB色度空间图像中像素点的B值或R值。

通过上述技术方案的描述可知，本发明充分利用了YCbCr色度空间图像，根据YCbCr色度空间图像的亮度与色度自动确定图像中的灰度像素值，避免了手动白平衡处理方法中的拍摄白色物体而带来的使用不方便、费时费力的现象，且不受大面积的景物色彩的影响，不会改变景物原有的色彩；本发明的灰度判决门限值是通过大量的实验获得的，使本发明的灰度颜色点的判决结果尽可能的准确，使图像的白平衡效果好；通过根据灰度颜色点的个数来设置白平衡调整门限，使本发明能够对具有不同灰度颜色点的图像进行白平衡处理时，其处理结果能够达到相同的精度；本发明可通过调整R、B通道增益来使图像达到白平衡，本发明也可以通过直接调整RGB图像中像素点的B值、R值来使图像达到白平衡，使本发明的白平衡处理方法能够适用于R、B通道增益可调或不可调等场景；本发明的色度通道增益调整幅度可调，使本发明能够根据实际需求快速、准确的实现白平衡处理；本发明的白平衡处理方法可适用于整幅图像帧中，也可适用于整幅图像帧的部分图像区域中，不会局限于图像帧中的重点区域，适用范围好；从而通过本发明提供的技术方案实现了提高白平衡效果、提高图像帧质量的目的。

附图说明

图1是发生失衡灰度颜色色差偏移示意图；

图2是环境色温变化时，图像中灰度点颜色值的偏移关系图；

图3是本发明的白平衡处理过程中的色度通道增益调整控制流程图；

图4是本发明的白平衡处理方法流程图。

具体实施方式

本发明的白平衡处理方法和基于白平衡处理的视频设备的核心在于：将RGB色度空间图像转换为YCbCr色度空间图像，根据YCbCr色度空间图像中各像素的亮度和色度确定图像中的灰度颜色点，根据所述灰度颜色点调整RGB色度空间图像中像素点的色度。

下面以整幅图像帧为例、结合附图对本发明提供的技术方案进行详细描述。

在图像处理过程中，一般会采用YCbCr彩色坐标系，YCbCr彩色坐标系与RGB基色值的关系可以如公式(1)所示：

[\begin{matrix} Y \\ Cb \\ Cr \end{matrix}] = [\begin{matrix} 0.299 & 0.587 & 0.114 \\ - 0.1687 & - 0.3313 & 0.5 \\ 0.5 & - 0.4187 & - 0.0813 \end{matrix}] [\begin{matrix} R \\ G \\ B \end{matrix}] - - - (1)

利用公式(1)，通过逐像素点转换的方法可以将RGB色度空间图像帧转换为YCbCr色度空间图像帧。

由于灰度颜色在理想情况下，即灰度颜色在未发生颜色失真的情况下，灰度颜色点的三基色RGB满足R∶G∶B＝1∶1∶1，所以，根据公式(1)可知，灰度颜色点的Y＝R＝G＝B，色差信号U＝0，V＝0。但是，在不同色温的光源照射下，这些灰度颜色点的色差信号U、V不再为0。U、V的取值反映了灰度颜色点所处的色温环境。

设定在色温较低的环境下，场景中的每个灰度颜色点的红色分量增加，同时，设定灰度颜色点的红色分量增加的百分量为k，且色温较低环境下的灰度颜色点的R为R1，则R1＝(1+k)R＝(1+k)Y，这样，公式(1)可以转换为公式(2)，即：

[\begin{matrix} Y 1 \\ Cb 1 \\ Cr 1 \end{matrix}] = [\begin{matrix} 0.299 & 0.587 & 0.114 \\ - 0.1687 & - 0.3313 & 0.5 \\ 0.5 & - 0.4187 & - 0.0813 \end{matrix}] [\begin{matrix} (1 + k) R \\ G \\ B \end{matrix}]

= [\begin{matrix} 0.299 & 0.587 & 0.114 \\ - 0.1687 & - 0.3313 & 0.5 \\ 0.5 & - 0.4187 & - 0.0813 \end{matrix}] [\begin{matrix} (1 + k) Y \\ Y \\ Y \end{matrix}] - - - (2)

= [\begin{matrix} 1 + 0.299 k \\ - 0.1687 k \\ 0.5 k \end{matrix}] [Y]

= [\begin{matrix} 1 \\ - 0.1687 k / (1 + 0.299 k) \\ 0.5 k / (1 + 0.299 k) \end{matrix}] [Y 1]

其中，Y1Cb1Cr1为色温较低环境下灰度颜色点的彩色坐标系。

同理，设定在色温较高环境下，场景中的每个灰度颜色点的蓝色分量增加，同时，设定灰度颜色点的蓝色分量增加的百分量为k，且色温较高环境下的灰度颜色点的R为R3，则R2＝(1+k)R＝(1+k)Y，则公式(1)可以转换为公式(3)，即：

[\begin{matrix} Y 2 \\ Cb 2 \\ Cr 2 \end{matrix}] = [\begin{matrix} 0.299 & 0.587 & 0.114 \\ - 0.1687 & - 0.3313 & 0.5 \\ 0.5 & - 0.4187 & - 0.0813 \end{matrix}] [\begin{matrix} R \\ G \\ (1 + k) B \end{matrix}] - - - (3)

= [\begin{matrix} 1 \\ 0.5 k / (1 + 0.114 k) \\ - 0.0813 k / (1 + 0.114 k) \end{matrix}] [Y 2]

其中，Y2Cb2Cr2为色温较高环境下灰度颜色点的彩色坐标系。

公式(2)和公式(3)分别给出了灰度颜色点在低色温环境下和高色温环境下YCbCr彩色坐标系与RGB基色值之间的关系。

这样，本发明可以用YCbCr色度空间图像帧中各像素的色度与亮度的比值、灰度判决门限值来确定图像帧中的灰度颜色点，如通过

F (Y, Cb, Cr) = \frac{(| Cb | + | Cr |)}{Y}

和灰度判决门限值T来寻找图像帧中的灰度颜色点，寻找灰度颜色点的具体判决过程可以为：当像素点的YCbCr值满足F(Y，Cb，Cr)＜T时，认为此像素点是灰度颜色点，可以作为估计色温的依据；否则，认为此像素点是颜色丰富的点，不可以作为估计色温的依据。

在上述描述过程中，引入了变量k来表征不同色温下，各像素偏红或偏蓝的程度。表1是场景发生不同程度的偏红或偏蓝时，灰度判决门限值T的取值。表1中的偏红或偏蓝的程度用k来表征。

表1K与T的取值关系表

表1中，假定白平衡可以修正场景中色温发生k＝10％的偏离，则判决门限值T可以等于max(0.064，0.0574)，即T＝0.064。这样，对当前帧的每个像素判断

是否小于T，若小于0.064，则认为该像素点是灰度颜色点，记录该灰色颜色点的YCbCr值，并用于后面的色温估计。

从表1中可以看出k与T成正比关系。

当k值比较大时，T值也比较大，选用比较大的T值进行灰度颜色点的判决，则意味着图像中很多颜色信息丰富的点会被误判为灰度颜色的点，如附图1所示。由此而产生的主观感觉为：图像中本来是有颜色的物体被修正为灰色的物体色。

当k值比较小时，T值也比较小，选用比较小的T值进行灰度颜色点的判决，则意味着图像中很多灰度颜色点不能被有效的识别，在理想情况下为灰度颜色的点被判定为颜色比较浅的点。

通过上面的描述可以看出，k值的选取将直接影响本发明的白平衡的处理效果。选择合适的k值，能够使理想情况下的灰度颜色点在不同的场景下仍旧能够被正确的找到。同时，由于实际场景中，浅颜色的点比较少，真正灰度颜色的点比较多，所以，判为灰度颜色的点的色差信号的平均值能够反映所处场景的色温。本发明经过大量的试验证明，选取T＝0.1时，能够得到较好的白平衡效果。

通过上面的公式(2)和公式(3)可知，当环境色温降低时，图像出现偏红，图像中的灰度颜色的点即无颜色的点将成为有颜色的点，灰度颜色的点发生颜色失衡，这些在理想情况下为灰度颜色的点在由于环境色温较低而颜色失衡后，仍然需要被判定为灰度颜色的点，如附图1、附图2所示；当环境色温升高时，图像出现偏蓝，图像中的灰度颜色的点也将成为有颜色的点，同理，这些在理想情况下为灰度颜色的点在由于环境色温较高而颜色失衡后，仍然需要被判定为灰度颜色的点，如附图1、附图2所示。

由此可知，本发明在对图像进行白平衡处理时，需要达到的目的为：使图像中所有灰度点的Cb分量之和、Cr分量之和趋向于0，这样，图像就重新达到了白平衡。

本发明可以通过改变B通道和R通道的增益值，使图像中所有灰度点的Cb分量之和、Cr分量之和趋向于0，本发明也可以通过直接改变RGB图像中像素点的R值和B值，使图像中所有灰度点的Cb分量之和、Cr分量之和趋向于0。

下面以调整B通道和R通道的增益值为例、结合附图4对本发明的白平衡处理方法进行描述。

图4中，在步骤400、将RGB色度空间上的一帧图像数据，根据公式(1)转换为YCbCr色度空间上的图像数据。

到步骤410、对Cb[i][j]、Cr[i][j]分别取绝对值，得到|Cb[i][j]|和|Cr[i][j]|，Cb[i][j]和Cr[i][j]分别表示图像中坐标为(i，j)象素的色度Cb值和Cr值；其中，i表示图像宽度像素数，j表示图像高度像素数。

到步骤420、使用不等式(|Cb[i][j]|+|Cr[i][j]|)＜(Y[i][j]×T)将图像中的点分为两类：即，使不等式成立的象素为一类，设定为类A，剩余的象素为一类，设定为类B。类A中的像素为判定为灰度颜色点的像素。上面的不等式中Y[i][j]表示YCbCr色度空间图像中坐标为(i，j)象素的亮度值，T表示灰度判决门限值，T的取值范围为：0＜T＜1，T的一般取值为0.1。

到步骤430、将类A中所有象素的Cb[i][j]、Cr[i][j]进行求和，得到Sum(Cb)和Sum(Cr)，并记录类A中象素点的个数，假设共有NumA个灰度点象素。

到步骤440、对Sum(Cb)、Sum(Cr)分别取绝对值，得到|Sum(Cb)|和|Sum(Cr)|。

到步骤450、判断(|Sum(Cb)|＜NumA×M)和(|Sum(Cr)|＜NumA×N)这两个关系式是否都满足，在本步骤的上述两个关系式中，M、N都为大于0的数，M、N的一般取值为1；如果两个关系式同时都满足，则认为图像已经达到了白平衡，到步骤451，该图像的白平衡处理过程结束。

在步骤470、将上述调整后的新的R/B通道增益设置到R/B通道各自的增益控制寄存器中，增益控制寄存器中的R/B通道增益可调整下一帧RGB图像中各像素点的R值和B值。本图像帧的白平衡处理过程结束。

上面的流程是对一帧图像进行白平衡处理的过程，如果需要对多帧图像进行白平衡处理，则重复上述步骤400至步骤470。

当采用直接调整RGB图像中像素点的R值和B值来实现白平衡处理时，与上述对图4的描述基本相同，只是在步骤461、462、463、464中不调整R、B通道的增益，而是根据像素色度值调整幅度直接调整图像帧中各像素的R值或B值，通过该方法可以在不能够改变R、B通道的增益时，实现白平衡处理，具体实现过程在此不再详细描述。

上述实施例中是以整帧图像为例进行描述的，本发明也可以适用于整帧图像的部分图像区域的白平衡处理过程，如通过对整帧图像的转换、灰度颜色点的判定等过程来调整部分图像区域的白平衡，再如通过对部分图像的转换、灰度颜色点的判等过程来调整部分图像区域或整帧图像区域的白平衡等，具体实现方法与上述描述的过程基本相同，在此不再详细描述。

本发明提供的基于白平衡处理的视频设备主要包括：转换模块、确定灰度颜色点模块和调整色度模块。确定灰度颜色点模块的功能由确定比值子模块和判决灰度颜色点子模块来实现。调整色度模块的功能由获取绝对值子模块、调整色度子模块来实现。调整色度子模块的功能由存储子模块1、存储色度通道增益子模块、增益调整子模块和调整色度子模块1来实现，或者调整色度子模块的功能也可以由存储子模块2和调整色度子模块2来实现。

转换模块主要用于将RGB色度空间图像转换为YCbCr色度空间图像，如根据公式(1)通过逐像素点转换的方法可以将RGB色度空间图像转换为YCbCr色度空间图像，这里的图像可以为整幅图像帧，也可以为整幅图像帧中的部分图像区域。

确定比值子模块主要用于获取转换模块转换后的YCbCr色度空间图像中的各像素的色度与亮度的比值，如针对各像素计算

并将计算后的结果传输给判决灰度颜色点子模块。

判决灰度颜色点子模块主要用于将其接收的计算结果与灰度判决门限值进行比较，即判断

是否小于灰度判决门限值T，如果小于，则将该比值对应的像素确定为灰度颜色点，如果不小于，则将该比值对应的像素确定为颜色点。判决灰度颜色点子模块将其确定的灰度颜色点信息传输至获取绝对值子模块。T的取值可以为0至1之间的数，如0.1，具体过程如上述方法中的描述

获取绝对值子模块主要用于根据判决灰度颜色点子模块传输来的信息计算各灰度颜色点的Cb的和Sum(Cb)及其绝对值|Sum(Cb)|、Cr的和Sum(Cr)及其绝对值|Sum(Cr)|，同时得到图像中被判定为灰度颜色点的个数NumA。

当调整色度子模块的功能由存储子模块1、存储色度通道增益子模块、增益调整子模块和调整色度子模块1来实现时，获取绝对值子模块将绝对值、灰度颜色点的个数等信息传输至增益调整子模块和存储子模块1。

存储子模块1主要用于根据获取绝对值子模块传输来的数据计算并存储色度通道增益调整幅度K，且所述K为：K＝(|Sum(Cr)|/(NumA×100)×L、或K(|Sum(Cb)|/(NumA×100))×L，其中：L为增益调节因子，且0＜L，NumA为灰度颜色点的个数。

存储色度通道增益子模块主要用于存储R、B通道增益值。

上述存储色度通道增益子模块可以为增益控制寄存器。

调整色度子模块1主要用于根据存储色度通道增益子模块中存储的R通道、B通道增益值调整RGB色度空间图像中像素点的R值/B值。具体如上述方法中的描述。

当调整色度子模块的功能由存储子模块2和调整色度子模块2来实现时，获取绝对值子模块将绝对值、灰度颜色点的个数等信息传输至调整色度子模块2和存储子模块2。

存储子模块2主要用于接收获取绝对值子模块传输来的数据，并根据接收的数据计算、存储像素色度值调整幅度K，且所述K为：K＝(|Sum(Cr)|/(NumA×100))×L、或K＝(|Sum(Cb)|/(NumA×100))×L，其中：L为增益调节因子，0＜L、且L的取值使K的取值为0到1之间，NumA为灰度颜色点的个数；

虽然通过实施例描绘了本发明，本领域普通技术人员知道，本发明有许多变形和变化而不脱离本发明的精神，本发明的申请文件的权利要求包括这些变形和变化。

Claims

1、一种白平衡处理方法，其特征在于，包括：

a、将RGB色度空间图像转换为YCbCr色度空间图像；

2、如权利要求1所述的一种白平衡处理方法，其特征在于，所述步骤b具体包括：

根据公式：

F (Y, Cb, Cr) = \frac{(| Cb | + | Cr |)}{Y}

确定YCbCr色度空间图像中各像素的色度与亮度的比率；

将所述F(Y，Cb，Cr)小于灰度判决门限值的像素确定为图像中的灰度颜色点。

3、如权利要求2所述的一种白平衡处理方法，其特征在于，所述灰度判决门限值为：0到1之间的值。

4、如权利要求1所述的一种白平衡处理方法，其特征在于，所述步骤c包括：

c2、判断|Sum(Cb)|、|Sum(Cr)|与白平衡调整门限的大小；

5、如权利要求4所述的一种白平衡处理方法，其特征在于，所述方法还包括：

确定所述图像中的灰度颜色点的个数NumA；且

其中，M、N为大于0的常数，NumA为灰度颜色点的个数。

6、如权利要求4所述的一种白平衡处理方法，其特征在于：

7、如权利要求6所述的一种白平衡处理方法，其特征在于，所述步骤c21具体包括：

当|Sum(Cb)|＜|Sum(Cr)|、且Sum(Cr)＜0时，根据色度通道增益调整幅度增大R通通增益；

8、如权利要求6所述的一种白平衡处理方法，其特征在于，所述步骤c23具体包括：

9、如权利要求5、6、7或8所述的一种白平衡处理方法，其特征在于，所述色度通道增益调整幅度/像素色度值调整幅度为K，且所述K为：

K＝(|Sum(Cr)|/(NumA×100))×L、或

K＝(|Sum(Cb)|/(NumA×100))×L；

其中：L为调节因子，0＜L、且L的取值使K的取值为0到1之间，NumA为灰度颜色点的个数。

10、一种基于白平衡处理的视频设备，其特征在于，包括：

转换模块：将RGB色度空间图像转换为YCbCr色度空间图像；

11、如权利要求10所述的一种基于白平衡处理的视频设备，其特征在于，所述确定灰度颜色点模块包括：

12、如权利要求11所述的一种基于白平衡处理的视频设备，其特征在于，所述灰度判决门限值为：0到1之间的值。

13、如权利要求10或11或12所述的一种基于白平衡处理的视频设备，其特征在于，所述调整色度模块包括：

14、如权利要求13所述的一种基于白平衡处理的视频设备，其特征在于，所述调整色度子模块包括：

存储色度通道增益子模块：存储R、B通道增益值；

15、如权利要求13所述的一种基于白平衡处理的视频设备，其特征在于，所述调整色度子模块包括：