CN1994000A - 自动白平衡方法及设备 - Google Patents

自动白平衡方法及设备 Download PDF

Info

Publication number
CN1994000A
CN1994000A CNA2005800261852A CN200580026185A CN1994000A CN 1994000 A CN1994000 A CN 1994000A CN A2005800261852 A CNA2005800261852 A CN A2005800261852A CN 200580026185 A CN200580026185 A CN 200580026185A CN 1994000 A CN1994000 A CN 1994000A
Authority
CN
China
Prior art keywords
illuminant
image
captures
pixels
distance
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
Application number
CNA2005800261852A
Other languages
English (en)
Other versions
CN1994000B (zh
Inventor
塞波·洪
阿南塔帕德马纳卜汉·A·坎达达伊
安德鲁·秦川·丘
贝赫纳姆·卡提比安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN1994000A publication Critical patent/CN1994000A/zh
Application granted granted Critical
Publication of CN1994000B publication Critical patent/CN1994000B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6077—Colour balance, e.g. colour cast correction
    • H04N1/608—Colour balance, e.g. colour cast correction within the L, C1, C2 colour signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6083—Colour correction or control controlled by factors external to the apparatus
    • H04N1/6086—Colour correction or control controlled by factors external to the apparatus by scene illuminant, i.e. conditions at the time of picture capture, e.g. flash, optical filter used, evening, cloud, daylight, artificial lighting, white point measurement, colour temperature
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Color Television Image Signal Generators (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

本发明可根据一灰色世界假定来对捕捉到的图像实施自动白平衡。首先，在一个或一个以上参考照明情况下捕捉一平像场灰度级图像。在一校准过程期间，针对每一参考照明来确定并存储所捕捉到的灰度级图像的统计资料。对于每一随后捕捉到的图像，均对所述图像进行过滤以确定一灰色像素子集。将所述灰色像素进一步划分成一个或一个以上灰色群集。确定所述一个或一个以上灰色群集的平均权重并确定自所述平均权重至所述参考施照体的距离。根据所述距离确定对所述施照体的估计。根据所估计的施照体对所述图像应用白平衡增益。

Description

自动白平衡方法及设备
相关申请案交叉参考
本申请案主张基于2004年6月25日提出申请且名称为“用于自动白平衡的方法及设备(Method and Apparatus for Automatic White Balance)”的第60/583,144号美国临时申请案的权利，该美国临时申请案特此以引用方式全文并入本文中。
技术领域
本发明提供一种用以实施自动白平衡(AWB)的方法和设备，尤其涉及可根据一灰色世界假定来对捕捉到的图像实施自动白平衡的技术领域。
背景技术
照明源-在本文中也称作施照体-通常并非是纯白的，而是偏向一特定色彩。所述色彩偏移通常以色温来衡量。人眼会补偿并非纯白的照明，因而色彩在各种各样的光照条件下看起来相对一致。然而，用于捕捉图像的电子传感器无法补偿具有不同色温的不同光照条件。
一用于一电子图像捕捉装置(例如一数字照相机或数字摄像机)中的典型的传感器将捕捉到一可因来自一非纯白源的照明而呈现一色移的图像。在所捕捉到的图像中呈现出的色移在人眼看来不自然并造成传感器或捕捉装置质量差且不能准确地捕捉现实世界图像的感觉。
可对所捕捉到的图像进行处理以补偿光照条件及施照体的色温。但是，由于白平衡补偿取决于施照体的色温，因此应用一针对一处于第一色温下的施照体来配置的白平衡补偿通常并不能修正一第二施照体的色温，并可因在图像中引入额外的色移而使图像质量进一步劣化。
发明内容
可根据一灰色世界假定来对捕捉到的图像实施自动白平衡。首先，在一个或一个以上参考照明源情况下捕捉一平像场灰度级图像。在一校准过程期间，针对每一参考照明来确定并存储所捕捉到的灰度级图像的统计资料。对于每一随后捕捉到的图像，均对所述图像进行过滤以确定一灰色区域子集。将所述灰色区域进一步划分成一个或一个以上灰色群集。确定所述一个或一个以上灰色群集的平均权重并确定一自所述平均权重至所述参考施照体的距离。根据所述距离确定对所述施照体的估计。根据所估计的施照体对所述图像应用白平衡增益。
在一方面中，提供一种用以实施自动白平衡(AWB)的方法，所述方法包括：接收一捕捉到的图像，对所捕捉到的图像进行过滤以选择灰色像素，确定一坐标网格中自复数个参考施照体点中的每一个至所述坐标网格中一至少部分地在所述灰色像素上确定的位置的距离，部分地根据所述距离确定一施照体，并部分地根据所述施照体对所捕捉到的图像应用一白平衡增益。
在另一方面中，提供另一种用以实施自动白平衡(AWB)的方法，所述方法包括：接收一呈RGB格式的捕捉到的图像，对所捕捉到的图像进行过滤以选择灰色像素，确定所捕捉到的图像中所述灰色像素中的每一灰色像素的R/G及B/G比，将所述灰色像素划分成复数个灰色群集，将所述R/G及B/G比量化成一预定坐标网格，确定所述坐标网格中所述复数个灰色群集中的每一个的一中心，确定所述坐标网格中自所述中心中的每一中心至复数个参考施照体点中的每一个的距离，部分地根据至所述中心中每一中心的所述距离确定每一群集的一所估计施照体，部分地根据所估计施照体来确定所述复数个灰色群集中每一个的一景物施照体，并部分地根据所述景物施照体对所捕捉到的图像应用一白平衡增益。
在另一方面中，提供一种用于实施自动白平衡(AWB)的设备，所述设备包括：一灰色过滤器，其经配置以接收一捕捉到的图像并从所捕捉到的图像中选择灰色区域；一网格转换器，其耦接至所述灰色过滤器并经配置以将所述灰色区域变换成一预定坐标网格；一距离模块，其耦接至所述网格转换器并经配置以确定所述预定坐标网格中自一个或一个以上部分地基于所述灰色区域的位置至复数个参考施照体点中每一者的距离；一施照体估计器，其耦接至所述距离模块并经配置以部分地根据所述距离确定一施照体；及一白平衡增益模块，其耦接至所述施照体估计器并经配置以对所捕捉到的图像应用一白平衡增益；所述白平衡增益部分地根据所述施照体。
附图说明
结合附图阅读下文所述详细说明，将更易明了本发明各实施例的特征、目的及优点，在附图中相同的元件带有相同的参考编号。
图1为一具有自动白平衡的图像捕捉装置的一实施例的一功能方块图。
图2为一经配置以进行自动白平衡的图像处理器的一实施例的一功能方块图。
图3为一种建立一施照体参考的方法的一实施例的一流程图。
图4为一种自动白平衡方法的一实施例的一流程图。
图5为一种自动白平衡方法的一实施例的一流程图。
图6为一灰色过滤实施例的一实例的一例示图。
图7为一确定灰色群集与参考施照体之间的距离的实例的一例示图。
具体实施方式
灰色世界假定可形成在数字摄影中实施白平衡的基础。已在大量相片当中观察到，图像中的像素色彩的平均色彩大致为灰色。虽然根据景物而定也存在例外，但所述灰色世界假定非常有效并为实施白平衡提供一可靠的基础。本文中所揭示的自动白平衡(AWB)方法及设备是基于灰色世界假定与离群值剔除相结合。一数字照相机或某一其他图像处理装置可经配置以实施本文中所述的AWB方法。
所述方法是参照一图像捕捉装置(例如一数字照相机)来加以阐述。但是，并非必需将图像捕捉传感器构建于所述装置内。实际上，可对一电子装置加以配置以对远程捕捉到的图像实施所述AWB方法。
所述数字照相机可首先将图像划分成若干个区域。所述数字照相机可对所述图像进行过滤以使灰色区域通过而滤除非灰色区域。所述数字照相机使用所述灰色区域来确定施照体而不依赖所述非灰色区域。如本文中所使用，术语“灰色区域”及“灰色像素”分别指代那些按过滤器约束条件选择的并用于确定所述施照体的灰色及近灰色区域或像素。
在对所述图像进行过滤以识别所述灰色区域后，所述数字照相机对所述灰色区域的色彩特性进行变换或以其他方式进行转换，以映射到一预定坐标空间或网格。所述数字照相机可在所述网格内定位一个或一个以上对应于一灰色参考的参考点，所述灰色参考是通过捕捉一由一特定施照体进行照明的灰度级图像而获得。因此，所述数字照相机可在所述网格上为每一施照体定位一参考点。
在对所述灰色区域进行转换以映射到所述坐标系上后，所述数字照相机可针对所述灰色区域中的每一灰色区域来确定自所述灰色区域至所述施照体参考点中的每一者的距离。所述数字照相机可通过确定不良的统计性灰色区域并剔除从而不考虑那些离群区域来对所述灰色区域进行过滤。所述数字照相机可确定(例如)自所述区域中的每一区域至所述施照体参考点中的任一者的最小距离。然后，所述数字照相机可将所述最小距离与一预定阈值相比较且不对那些具有大于所述预定阈值的最小距离的区域进行进一步处理。
然后，所述数字照相机对自剩余灰色区域至所述施照体参考点中的每一者的距离进行比较。所述数字照相机可将所述施照体估计为具有最靠近所述灰色区域的施照体参考点的施照体。
图1为一执行AWB的图像捕捉装置100的一功能方块图。图像捕捉装置100可为(例如)一数字照相机、一数字录像机、一具有数字照相机的无线电话、或某一其他图像捕捉装置。图像捕捉装置100可包括一相对于一传感器120定位的镜头110，传感器120可为(例如)一可经配置以将入射光转换成电子表示形式的光学传感器。例如，所述传感器可为一电荷耦合装置(CCD)、CMOS探测器、光电二极管阵列、光生伏打探测器、及类似装置、或用于捕捉一光学图像的某一其他传感器。传感器120可经配置以产生呈光分量形式的电子表示形式。例如，传感器110可产生对所捕捉到的图像的截然不同的R、G及B表示形式。
传感器120的输出端可耦接至一可经配置以提供AWB的色彩处理器130。所述色彩处理器可包括一可经配置以收集并处理所捕捉到的图像的统计资料的统计资料模块132。如将在下文中所更详尽地阐述，色彩处理器130与统计资料模块132一起可经配置以测量或以其他方式确定用于对在所述图像中所捕捉的景物进行照明的光照条件。色彩处理器130可部分地根据为复数个参考施照体所存储的统计资料来确定一施照体。色彩处理器130可经配置以对所捕捉到的图像应用修正，以修正所述图像的色彩平衡。色彩处理器130及统计资料模块132可经配置以使用一与存储器140一起运行的处理器150来实施某些或全部相关功能。在某些实施例中，色彩处理器130及统计资料模块132的某些或全部功能可按一个或一个以上处理器可用指令的形式作为软件存储于存储器140中。处理器150可经配置以存取所述处理器可用指令并对其进行处理以实施相关功能。
色彩处理器130可经配置以将参考施照体统计资料及信息存储于一外部存储器140中并且也可经配置以将所捕捉到的图像或经AWB修正的图像存储于存储器140中。或者，或另外，色彩处理器130可经配置以将原始的或经AWB修正的图像传送至一输出端/显示器150。
输出端/显示器150可包括一显示装置，例如一LCD、一LED阵列、一CRT、及类似装置、或某一其他显示装置。输出端/显示器150还可包括一个或一个以上输出端口。例如，经AWB修正的图像可输出至一端口或连接器。色彩处理器130可经配置以将经AWB修正的图像直接输出至输出端/显示器150，或者可经配置以在将所修正的图像传送至输出端/显示器150之前将经AWB修正的图像转换成一特定格式，例如一标准显示或文件格式。例如，色彩处理器130可经配置以将经AWB修正的图像格式化成一JPEG、GIF、或某一其他图像格式。输出端/显示器150可为一经配置以将经AWB修正的图像传输至一目的地装置(未显示)的通信装置，例如一调制解调器或无线收发机。
图2为一运行于一图像捕捉装置(例如图1所示图像捕捉装置)中的色彩处理器130及统计资料模块132的一功能方块图。如同在图1所示实施例中一样，所述图像捕捉装置可包括一具有一耦接至一处理器150及存储器140的统计资料模块132的色彩处理器130。
色彩处理器130可包括一经配置以接收一捕捉到的图像的输入端。所捕捉到的图像可耦接至统计资料模块132的一输入端并耦接至一白平衡增益模块210的一输入端。白平衡增益模块210可经配置以根据统计资料模块132的输出来应用白平衡增益。
统计模块312可经配置以将所捕捉到的图像耦合至一灰色过滤器220，灰色过滤器220可经配置以处理所捕捉到的图像以选择可用于确定一施照体的灰色对象。由于所捕捉到的图像通常呈数字数据包或一数字文件的形式，因此可较佳地将数字过滤器220构建成一数字处理器。
传感器(例如图1所示的传感器120)可经配置以捕捉呈各种色彩格式中的任何一种(例如RGB、YCrCb、或某一其他格式)的图像。灰色过滤器220可经配置以处理一特定色彩格式以利于所述灰色对象过滤。例如，灰色过滤器220可经配置以对呈YCrCb格式的图像实施初始灰色过滤以有利于所述过滤过程。灰色过滤器220可经配置以将所捕捉到的图像变换成YCrCb格式-如果其还未早已呈该格式的话。可使用下列色彩变换来从RGB色彩格式信息中导出Y、Cb及Cr色彩格式，其中Y为在Rec.601中所界定的亮度，Cb只是B与G的色差，且Cr为R与G的色差。
Y Cb Cr ≡ 0.299 0.587 0.114 0 - 1 1 1 - 1 0 × R G B
在一实施例中，灰色过滤器220可对所捕捉到的图像进行过滤以通过下述方式来选择灰色区域：选择处于一预定亮度范围内的那些区域并随后从剩下的区域中选择满足预定Cr及Cb标准的那些区域。灰色过滤器220可使用所述亮度值来剔除太暗或太亮的区域。这些区域因噪声及饱和问题而被排除。灰色过滤器220可将所述过滤器表达成若干个方程式，其中将满足下列6个不等式的区域视为可能的灰色区域。
Y＜＝Ymax，                                    (1)
Y＞＝Ymin，                                    (2)
Cb＜＝m1*Cr+c1，                              (3)
Cr＞＝m2*Cb+c2，                              (4)
Cb＞＝m3*Cr+c3，                              (5)
Cr＜＝m4*Cb+c4。                              (6)
值m1-m4及c1-c4可代表预定常数，其经选择以确保经过滤的对象准确地代表灰色区域、同时保持一足够大的经过滤对象范围以确保可为几乎所有捕捉到的图像估计一施照体。在某些实施例中，灰色过滤器220可应用多于一组过滤标准并根据所述多个标准来对所述区域进行过滤。
灰色过滤器220可对几乎任何尺寸的区域进行处理。例如，最小区域尺寸可对应于单个像素。同样地，最大区域尺寸可对应于所捕捉到的图像的尺寸。然而，通常，灰色过滤器220对小于所捕捉到的图像尺寸的区域进行处理。通常，将图像划分成复数个区域且灰色过滤器220对所述区域中的每一区域进行处理。
一图像可划分成包含L×M个矩形区域，其中L及M为正整数。因此N＝L×M代表一图像中的区域总数。在一实施例中，灰色过滤器220可将所捕捉到的图像划分成若干16×16像素的区域。灰色过滤器220可将所捕捉到的图像的像素例如从RGB分量变换成YCrCb分量。灰色过滤器220可使用上述不等式来对像素进行过滤以选择可能的灰色像素。灰色过滤器220可经配置以对于大的图像尺寸，在垂直及水平方向中的任一方向或两个方向上对像素进行二次采样或进行十中抽一采样，以减少计算次数。例如，在一实施例中，灰色过滤器220可经配置以针对具有1.3兆像素或更大的图像，按两倍对水平及垂直像素进行二次采样。
然后，灰色过滤器220可对经过滤的像素进行处理以产生所述区域中每一区域的统计资料。例如，灰色过滤器220可确定经过滤或约束的Cb的总和、经过滤或约束的Cr的总和、经过滤或约束的Y的总和、及根据Y、Cb及Cr的总和的约束条件所选择的像素数量。根据所述区域统计资料，灰色过滤器220对每一区域的Cb、Cr及Y总和除以所选像素数量加以确定，以获得Cb(aveCb)、Cr(aveCr)及Y(aveY)的平均数。然后，灰色过滤器220可将所述统计资料变换回至RGB分量，以确定R、G及B的一平均数。平均的R、G及B值可通过下列方程式根据aveY、aveCb及aveCr来确定。
aveR aveG aveB ≡ 1.000 - 0.114 0.701 1.000 - 0.114 - 0.299 1.000 0.886 - 0.299 × aveY aveCb aveCr
灰色过滤器220可将各区域分组至如图6中所示的两个群集中的一个中。灰色过滤器220可使用四种CbCr约束条件来将每一区域分组至两个不同群集中的一个中；群集X代表灰色区域，且群集Y代表更高饱和度区域。此种划分的概念在于：群集X的灰色区域可提供比更饱和区域或群集Y更可靠的照明估计。然而，同时使用这两个群集中的区域，以在万一灰色区域的数量不足以作出一准确估计时保持可对正确施照体进行估计的合理的置信度。
灰色过滤器220将各区域的身份及其统计资料传送至一网格转换器230，网格转换器230经配置以将所述区域统计资料变换至一网格坐标系，以确定与针对所述坐标系加以格式化的参考施照体的关系。在一实施例中，网格转换器230将所述区域统计资料转换并量化成一(R/G，B/G)坐标系中的n×n个网格中的一个。网格距离无需进行线性划分。例如，一坐标网格可由经非线性划分的R/G及B/G轴形成。在确定网格距离时，非线性划分的网格坐标可比一线性划分的网格更好地起作用。网格转换器230可舍弃处于一预定范围以外的各对(aveR/aveG，aveB/aveG)，例如[1/4，4]。网格转换器230可较佳地将所述区域统计资料变换至一二维坐标系。然而，使用一二维坐标系并不是一限制条件，且网格转换器230可经配置以在坐标系中使用任意数量的维。例如，在另一实施例中，网格转换器230可使用一对应于根据某一预定常数归一化的R、G及B值的三维坐标系。
网格转换器230可经配置以将经变换的网格值传送至一群集过滤器240，群集过滤器240可经配置以将对应于经过滤区域的网格值分组至在灰色过滤器220中所界定的群集中。例如，网格转换器230可经配置以将来自网格转换器230的网格值分组至通过在灰色过滤器220中所应用的约束条件来界定的群集X及群集Y组内。当然，网格过滤器240及灰色过滤器220将所述区域统计资料界定并分组成多于两个组。
群集过滤器240可经配置以部分地根据所述分组来将各组网格值提供至一距离模块250。例如，在上述实施例中，对应于群集X的网格值可对应于更佳的灰色区域近似值。群集过滤器240可经配置以首先将对应于群集X的网格值传送至距离模块250。如果距离模块250及施照体估计器270能够以一高的置信度确定一施照体估计值，则群集过滤器240可不再进一步处理群集Y网格值。在另一实施例中，在其中使用来自这两个群集的网格值确定一施照体估计值的那些实施例中，群集过滤器240可经配置以传送群集X值并随后传送群集Y值。
所述群集过滤器的输出端可耦接至一距离模块250的一输入端。一施照体参考模块260的一输出端可耦接至距离模块250的一第二输入端。施照体参考模块260将参考施照体的位置提供至距离模块250。
施照体参考模块260可经配置以存储一个或一个以上参考施照体的统计资料。所述一个或一个以上参考施照体的统计资料是在一校准例程期间预先确定的。
表征过程通常是在脱机情况下对一既定传感器模块(例如图1所示图像捕捉装置100的传感器120与镜头110的组合)进行。脱机是指在一典型消费者不在使用所述图像捕捉装置的时间段期间进行的处理，并可指制造过程中的一时间段。对于室外光照条件，收集一系列对应于白天的不同时间的灰色对象照片。所述照片可包括在白天的不同时间期间在直晒的太阳光下、在阴天的光照下、在室外阴暗处等等下所捕捉到的图像。记录在这些光照条件下灰色对象的R/G及B/G比。对于室内光照条件，可使用暖荧光灯、冷荧光灯、白炽光灯及类似灯、或某一其他施照体来捕捉灰色对象的图像。使用所述光照条件中的每一种条件作为一参考点。针对室内光照条件记录R/G及B/G比。
在另一实施例中，所述参考施照体可包括A(白炽灯、钨灯等)、F(荧光灯)及称作D30、D50及D70的多种日光施照体。这三种日光施照体可通过内插来形成一近似的黑体线。所述参考坐标中的(R/G，B/G)坐标可由通过对传感器模块的光谱响应及施照体的功率分布进行积分所计算出的施照体色彩来理想地界定。
在确定出所述R/G及B/G比的比例尺后，在一网格坐标上定位所述参考点。所述比例尺是以一种使网格距离可用于正确地区分不同参考点的方式加以确定。施照体参考模块260可使用用于表征灰色区域的相同的坐标网格来产生施照体统计资料。
距离模块250可经配置以确定从自群集过滤器240接收的每一网格点至来自施照体参考模块260的所有参考点的距离。距离模块250可将所确定的距离与一预定阈值相比较，且如果至任一参考点的最短距离超过所述预定阈值，则将所述点视为一离群点并将其剔除。
应注意，按照定义，所有参考点均对应于不同光照条件下的灰色对象，如果自群集过滤器240接收的所收集数据点不接近所述参考点中的任何一个，则其不是一灰色对象。如果将此一离群点包括于所述距离计算中，则其将产生一较大的距离并对总的距离比较具有负面影响。因此，具有较大的最小距离的数据点可被视为离群点并被剔除。如-------果所述数据点不是一离群点，则确定至所有参考点的距离。在一实施例中，可将至一特定参考点的距离与所有其他数据点至该同一参考点的距离进行求和。
在所有数据点均经处理从而剔除离群点并对至所有参考点的距离进行求和后，存在K个数，这K个数是对应于K个参考点的所有参考点的距离之和。
距离模块250可经配置以将每一距离传送至施照体估计器270，或者可经配置以确定所述和并将每一参考点的距离之和传送至施照体估计器270。距离模块270可确定至所述参考点的最小距离并可确定对应于所述参考点的光照条件。
在一实施例中，群集过滤器240经配置以将所述图像统计资料分组成标记为群集X及群集Y的两个组。对于群集X及群集Y中的每一数据点，距离模块250可经配置以确定至少三个不同的距离。距离模块250可确定例如至参考施照体A(参考A)的距离、至参考施照体F(参考F)的距离及至—由参考日光施照体形成的黑体线的距离。
距离模块250可经配置以确定距离量度，例如欧几里得(Euclidean)、曼哈顿(Mahattan，城市街区)，或者也可根据计算复杂度要求及性能要求而使用某一其他量度。在其他实施例中，距离模块250可经配置以确定一对应于每一群集的重心，并可经配置以确定一自所述群集重心至每一参考施照体点的距离。
在一实施例中，至一日光参考点D65的总距离可为125，至一暖荧光参考点的总距离WF可为324，至一冷荧光参考点的总距离CF可为421。施照体估计器270可确定至D65的距离(＝125)为所有数字当中最小的。然后，施照体估计器270可确定D65为所述光照条件，且使用D65的对应的R/G及B/G比来实施白平衡。
万一存在一不相上下的情形，施照体估计器270可使用传感器曝光及增益设定值来帮助确定光照条件。根据所述曝光设定值，施照体估计器270可使用所述曝光及增益设定值来判定所捕捉到的图像中的景物是室外的还是室内的并可帮助进行AWB决策。
在不存在通过所述像素选择过程及离群点剔除过程的数据点的罕见情况下，施照体估计器270可使用所述曝光设定值与总R/G及B/G比的一组合来作出决策。如果所捕捉到的图像代表一室外景物，则将所述D65 R/G及B/G比与总R/G及B/G比进行平均作为AWB增益。如果所捕捉到的图像对应于一室内景物，则将WF R/G及B/G比与总R/G及B/G比进行平均作为AWB增益。在使用闪光灯或频闪放电管来照明所述景物的情况下，将所述闪光灯的R/G及B/G比用作白平衡增益。
施照体估计器270可经配置以将白平衡增益提供至在其中针对施照体对所捕捉到的图像进行修正的白平衡增益模块210。在另一实施例中，所述施照体估计器可经配置以将施照体估计值提供至白平衡增益模块210且白平衡增益模块210可确定所述白平衡增益并将所述增益应用于所捕捉到的图像。
用于所述参考施照体的白平衡(WB)增益可是预定的。在一实施例中，每一参考的WB增益均可通过下列方程式来界定，其中行向量SSr、SSg及SSb为传感器模块的光谱响应(传感器+红外截止+镜头)，Ln×n为所述参考施照体的功率分布的对角矩阵，且W(R)n×1为一代表全白色漫射器的单位列向量。
R ref G ref B ref ≡ SSr SSg SSb 3 × n · L n × n · W ( R ) n × 1
所述WB增益可通过下列公式来界定。
WBgain = R ref / G ref 1 B ref / G ref
在不具备所述传感器模块的光谱响应的情况下，可由所述传感器模块通过对所述参考施照体下面的全白漫射器的图像的原始R、G及B值进行平均来获得所述WB增益。为了虑及传感器模块中的部件间变化，可表征多个单元并可对所述响应进行平均。
一旦施照体估计器270确定出所述施照体，施照体估计器270或白平衡增益模块210便可按下述方式来界定所述WB增益。如果所估计的施照体为一特定参考施照体，例如参考A，则所述白平衡增益模块应用对应于所述参考施照体的WB增益。如果所估计的施照体为日光施照体，则所述WB增益应按以下方式确定：
如果所估计的相关色温(CCT)介于日光施照体D1与D2之间，则：
Figure A20058002618500163
如果所估计的CCT介于日光施照体D2与D3之间，则：
现在归纳所述AWB过程的一实施例，可对所捕捉到的图像进行灰色过滤以选择有可能为灰色区域的那些区域。可将所述区域划分成复数个群集。然后，将所选定的区域映射到一预定坐标系上。可在所述坐标系内计算每一群集的重心。可在所述坐标系内定位一个或一个以上参考施照体点。可确定每一群集重心与每一参考施照体点之间的距离。可估计对应于每一群集的施照体并可根据所述估计值来确定一最终的施照体。可根据所述施照体及应用于所捕捉到的图像的白平衡增益来确定所述白平衡增益。
图3为一种建立参考施照体点的方法300的一实施例的一流程图，所述参考施照体点存储于施照体参考模块260中并由图2所示的色彩处理器的距离模块250使用。除以一参考施照体来照明所述灰色场的作业-其通常在外部实施-以外，方法300可由图2所示的色彩处理器来实施。
方法300始于方块310处，这时以一参考施照体来照明一灰色场。所述参考施照体可为例如一白炽光源、一卤素光源、一钨光源、一荧光源、白天特定时间时的日光、或某一其他光源。所述灰色场可为一被均匀地照明的平像场。
所述方法进行至方块320，在方块320中，所述色彩处理器捕捉图像。在一实施例中，所述色彩处理器通过控制一传感器与镜头组合来捕捉所述图像。在另一实施例中，所述色彩处理器通过接收一由一远程传感器所捕捉到的图像来捕捉所述图像。
在捕捉到所述图像后，所述色彩处理器进行至方块330以建立一对应于所捕捉到的图像的施照体参考点。在一实施例中，所述色彩处理器可确定所捕捉到的图像像素的R/G及B/G比并确定一代表所述施照体参考点的平均值。
然后，所述色彩处理器进行至决策方块340以判定是否已对所有参考施照体进行了测量。如果是，则所述色彩处理器进行至方块360并完成处理。如果在决策方块340处所述色彩处理器判定出尚未对所有施照体进行测量，则所述色彩处理器进行回至方块3 10以等待以下一参考施照体来照明所述灰色场。
图4为一可由图1所示的图像捕捉装置实施的自动白平衡方法400的一实施例的一流程图。所述图像捕捉装置可使用图1或图2所示的色彩处理器与图1所示的传感器及镜头相结合来实施方法400。
方法400始于方块410处，这时所述图像捕捉装置捕捉一图像。所述图像捕捉装置进行至方块420并对所述图像中的灰色像素进行过滤。然后，所述图像捕捉装置进行至方块430并确定至所述参考施照体的距离。所述图像捕捉装置可例如确定自每一像素至每一参考施照体的距离、自复数个具有灰色像素的区域中的每一区域至所述参考施照体的距离、自一由选定灰色像素形成的子集至每一参考施照体的距离、自对应于一个或一个以上灰色像素分组的一个或一个以上重心至每一参考施照体的距离、或某一其他距离。
在确定出所述距离后，所述图像捕捉装置进行至方块440并至少部分地根据所述距离来确定一施照体。例如，所述图像捕捉装置可根据最小距离来确定所述施照体。在另一实施例中，所述图像捕捉装置可部分地根据复数个群集中的每一个至一参考施照体或一由参考施照体界定的施照体的距离来确定所述施照体。
在确定所述施照体后，所述图像捕捉装置进行至方块450并将一白平衡增益应用于所捕捉到的图像。所述图像捕捉装置可部分地根据所述施照体来确定所述白平衡增益。
图5为一种可由图1所示图像捕捉装置实施的自动白平衡方法500的一实施例的一流程图。如同图4所示的自动白平衡方法400的情形一样，所述图像捕捉装置可使用图1或图2所示的色彩处理器与图1所示的传感器及镜头相结合来实施方法500。
方法500始于方块510，这时所述图像捕捉装置使用例如一传感器结合一镜头来捕捉一图像。所述传感器可经配置以用R、G及B分量形式输出所述图像。在捕捉到所述图像后，所述图像捕捉装置进行至方块520，将所述图像划分成一预定数量的块并计算每一区域的R/G及B/G比。R/G及B/G值可为例如所述区域内的像素的平均R/G及B/G值。
在计算出所述R/G及B/G值后，所述图像捕捉装置进行至方块530并将各区域划分成灰色群集。可将不对应于灰色区域的那些区域排除而不再进一步处理。所述图像捕捉装置可例如根据预定标准对每一区域的所计算R/G及B/G统计资料进行过滤以确定一个或一个以上灰色区域，例如图6中所示。可根据进一步的标准将所述灰色区域进一步划分成群集。用于确定所述灰色群集的标准可使用由所述传感器所提供的相同的R、G及B色彩分量加以确定，或者可用诸如Y、Cr及Cb等其他色彩分量来表示。在某些实施例中，所述图像捕捉装置将所捕捉到的图像自一色彩分量格式变换成另一色彩分量格式。
在将所述图像统计资料划分成灰色群集后，所述图像捕捉装置可进行至方块540并将每一群集的经过滤的区域量化成一预定的坐标系或网格。所述坐标系可为例如一基于R/G及B/G的二维坐标系。所述坐标网格不必以线性方式划分，而是可具有如图7中所示的非线性划分。图7中显示一具有多个参考施照体及灰色区域数据的坐标网格的一实例，所述灰色区域数据来自根据两个群集进行分组的所捕捉图像。
所述图像捕捉装置进行至方块550并确定每一灰色区域群集的中心。在一实施例中，所述图像捕捉装置可确定每一群集的重心。在另一实施例中，所述图像捕捉装置可使用每一群集内各区域的一加权平均值来确定每一群集的中心。
在确定每一群集的中心后，所述图像捕捉装置进行至方块560并确定自每一群集中心至每一参考施照体的距离。在一实施例中，所述参考施照体包括对应于一在图7中标记为“A”的参考点的白炽灯及钨灯施照体、对应于一在图7中标记为“F”的参考点的荧光灯施照体、及对应于在图7中标记为“D30”、“D50”及“D70”的参考点的三种日光。所述三种日光施照体通过内插而形成一近似黑体线。
所述图像捕捉装置可经配置以确定自每一群集的中心至所述A参考点、所述F参考点及连接所述日光施照体的黑体线上最近点的距离。
在确定所述距离后，所述图像捕捉装置可进行至方块570并估计每一群集的施照体。所述图像捕捉装置可例如将所述施照体估计为对应于最小所确定距离的施照体。
然后，所述图像捕捉装置可进行至方块580，以根据对应于每一群集的所估计施照体来确定所述施照体。由于所述图像捕捉装置可为多于一个群集估计一施照体，因此所估计施照体可能不匹配。此外，如果每一参考施照体的距离超过一预定阈值，则所述图像捕捉装置可能无法确定一施照体。
如果所估计施照体匹配，则所述图像捕捉装置即确定所述施照体为所估计施照体。但是，即使所有所估计施照体均为日光施照体，所估计施照体也可能对应于所述黑体线上的不同的点。
如果所估计施照体均与日光相一致且其相关色温(CCT)差处于一预设值以内，则所估计CCT可为这二者的平均值。如果所估计施照体与日光施照体相一致且其CCT差超过一预设值，则所估计CCT可取决于用于确定日光亮度的未受约束的平均亮度Y、同一日期的具有已知时间的任何先前的估计、及每一群集中的区域数量。
如果所估计施照体不一致-包括其中因所述群集中缺少灰色区域而未估计一个或一个以上施照体的情况，则最终估计值可取决于其他因素。所述因素包括使用从所捕捉到的图像中导出的Cb及Cr直方图而确定出的可能景物的估计，以确定所述景物是室内的还是室外的。所述因素还可包括也可用于确定室内或室外环境的未受约束的平均亮度Y。所述因素还可包括至多个不同参考施照体的距离、同一日期的具有已知时间的先前估计(若其存在的话)、及每一群集中的瞬间数。
在一实施例中，所述图像捕捉装置可使用模板匹配或简单的如果-则逻辑或专家系统(此根据计算复杂度及存储要求而定)来确定可能的景物。
在确定所述施照体后，所述图像捕捉装置进行至方块590并将对所捕捉到的图像应用白平衡增益。所捕捉到的图像的色彩分量可通过所述白平衡增益来加权或以其他方式按比例缩放，以获得一经白平衡图像。
本文阐述用于根据一灰色世界假定在一图像捕捉装置中对图像进行自动白平衡的方法及设备。所述方法及设备可使用灰色世界假定来从复数个参考施照体中确定所捕捉到的图像中的一施照体。随后，所述方法及设备可确定要应用于所捕捉到的图像的白平衡增益以补偿一用于照明所捕捉到的图像中的景物的非纯白施照体的效果。
结合本文中所揭示各实施例所阐述的各种实例性逻辑块、模块及电路可使用下述装置来构建或实施：一通用处理器、一数字信号处理器(DSP)、一简化指令集计算机(RISC)处理器、一应用专用集成电路(ASIC)、一现场可编程门阵列(FPGA)或其他可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件、或设计用于实施本文中所述功能的其任一组合。一通用处理器可为一微处理器，但另一选择为，所述处理器可为任一处理器、控制器、微控制器、或状态机。一处理器也可构建成一计算装置组合，例如一DSP与一微处理器、复数个微处理器、一个或一个以上微处理器结合一DSP核芯、或任一其他此类配置。
一软件模块可驻存于RAM存储器、闪速存储器、非易失性存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可抽换式磁盘、CD-ROM、或所属领域中已知的任一其他存储媒体形式。一实例性存储媒体耦接至所述处理器，以便所述处理器可自所述存储媒体读取信息及将信息写入至所述存储媒体。另一选择为，所述存储媒体可为所述处理器的组成部分。
结合本文中所揭示的各实施例所述的方法、过程、或算法的各步骤可直接实施于硬件中、一由一处理器执行的软件模块中、或此二者的一组合中。一方法或过程中的各个步骤或作业可按所示顺序实施，也可按另一顺序实施。另外，可省略一个或一个以上过程或方法步骤或者可将一个或一个以上过程或方法步骤添加至所述方法及过程。可在所述方法及过程的开头、结尾或中间现有要素中添加附加的步骤、方块或动作。
提供对所揭示实施例的上述说明是为了使所属领域的技术人员能够制作或使用本发明。所属领域的技术人员将易于得出对这些实施例的各种修改，且本文中所界定的一般性原理也可适用于其他实施例，此并不背离本发明的精神或范围。因此，本发明并非意欲仅限于本文中所示的实施例，而欲赋予其与本文中所揭示的原理及新颖特征相一致的最宽广范围。

Claims (40)

1、一种实施自动白平衡(AWB)的方法，所述方法包括：
接收一捕捉到的图像；
对所述捕捉到的图像进行过滤以选择灰色像素；
确定在一坐标网格中自复数个参考施照体点中每一者至所述坐标网格中一至少部分地在所述灰色像素上确定出的位置的一距离，
部分地根据所述距离来确定一施照体；及
部分地根据所述施照体将一白平衡增益应用于所述捕捉到的图像。
2、如权利要求1所述的方法，其中接收所述捕捉到的图像包括接收一数字图像文件。
3、如权利要求1所述的方法，其中接收所述捕捉到的图像包括接收一由一光学传感器捕捉到的数字图像。
4、如权利要求1所述的方法，其中对所述捕捉到的图像进行过滤包括：
从所述捕捉到的图像中选择一具有一处于一预定亮度范围内的亮度的第一像素子集；
从所述第一像素子集中选择一第二像素子集，所述第二像素子集具有一处于一预定范围内的Cb色度分量；及
从所述第二像素子集中选择一第三像素子集，所述第三像素子集具有一处于一预定范围内的Cr色度分量。
5、如权利要求1所述的方法，其中对所述捕捉到的图像进行过滤包括：
从所述捕捉到的图像中选择一具有一处于一预定亮度范围内的亮度的第一像素子集；及
从所述第一子集中选择一第二像素子集，所述第二像素子集包含于一界定于Cb-Cr域中的预定矩形区域内。
6、如权利要求1所述的方法，其中确定至一第一参考施照体点的所述距离包括：
确定对应于自所述第一参考施照体点至每一灰色像素的一距离的复数个距离；及
对所述复数个距离进行求和。
7、如权利要求1所述的方法，其中确定至一第一参考施照体的所述距离包括：
确定所述灰色像素中每一者在所述坐标网格中的一位置；
根据所述灰色像素在所述坐标网格中的所述位置确定一重心；及
确定自所述重心至所述参考施照体点中每一者的一距离。
8、如权利要求1所述的方法，其中确定所述施照体包括确定一对应于具有一最小距离的所述参考施照体点的施照体。
9、一种实施自动白平衡(AWB)的方法，所述方法包括：
接收一呈RGB格式的捕捉到的图像；
对所述捕捉到的图像进行过滤以选择灰色像素；
确定所述捕捉到的图像中所述灰色像素中每一者的R/G及B/G比；
将所述灰色像素划分成复数个灰色群集；
将所述R/G及B/G比量化成一预定坐标网格；
确定所述复数个灰色群集中每一者在所述坐标网格中的一中心；
确定在所述坐标网格中自所述中心中每一者至复数个参考施照体点中每一者的一距离；
部分地根据至所述中心中每一者的所述距离来确定每一群集的一所估计施照体；
部分地根据所述复数个灰色群集中每一者的所述所估计施照体来确定一景物施照体；及
部分地根据所述景物施照体将一白平衡增益应用于所述捕捉到的图像。
10、如权利要求9所述的方法，其中对所述捕捉到的图像进行过滤以选择灰色像素包括：
将所述捕捉到的图像变换成一YCrCb格式；
从所述捕捉到的图像中排除具有处于一预定Y范围之外的Y值的像素；及
从所述捕捉到的图像中排除具有处于一预定Cb与Cr关系之外的Cb及Cr值的像素。
11、如权利要求9所述的方法，其中划分所述灰色像素包括将所述灰色像素中的每一者划分成复数个同心群集中的一者。
12、如权利要求9所述的方法，其中量化所述R/G及B/G比包括：
将所述捕捉到的图像划分成复数个区域；及
部分地根据所述区域内的一灰色像素子集来确定所述复数个区域中每一者的一平均R/G比及一平均B/G比。
13、如权利要求9所述的方法，其中确定所述距离包括确定至一连接所述复数个参考施照体点中的两者的线的一距离。
14、如权利要求9所述的方法，其中确定所述距离包括确定一欧几里得(Euclidean)距离。
15、如权利要求9所述的方法，其中确定所述距离包括确定一曼哈顿(Manhattan)距离。
16、如权利要求9所述的方法，其中确定所述所估计施照体包括确定一对应于一最小距离的施照体。
17、如权利要求9所述的方法，其中确定所述景物施照体包括：
将一对应于所述复数个灰色群集中一第一者的第一所估计施照体与一对应于所述复数个灰色群集中一第二者的第二所估计施照体相比较；及
如果所述第一与第二所估计施照体相同，则确定所述景物施照体为所述第一所估计施照体。
18、如权利要求9所述的方法，其中确定所述景物施照体包括：
确定一对应于一第一日光施照体的第一所估计施照体；
确定一对应于一第二日光施照体的第二所估计施照体；及
将所述景物施照体确定为所述第一与第二日光施照体的一平均值。
19、一种或多种经配置以存储一个或一个以上处理器可用指令的存储装置，所述一个或一个以上处理器可用指令在由一个或一个以上处理器执行时实施包括如下的方法：
接收一呈RGB格式的捕捉到的图像；
对所述捕捉到的图像进行过滤以选择灰色像素；
确定所述捕捉到的图像中所述灰色像素中每一者的R/G及B/G比；
将所述灰色像素划分成复数个灰色群集；
将所述R/G及B/G比量化成一预定坐标网格；
确定所述坐标网格中所述复数个灰色群集中每一者的一中心；
确定在所述坐标网格中自所述中心中每一者至复数个参考施照体点中每一者的一距离；
部分地根据至所述中心中每一者的所述距离来确定每一群集的一所估计施照体；
部分地根据所述复数个灰色群集中每一者的所述所估计施照体来确定一景物施照体；及
部分地根据所述景物施照体将一白平衡增益应用于所述捕捉到的图像。
20、一种用于实施自动白平衡(AWB)的设备，所述设备包括：
一灰色过滤器，其经配置以接收一捕捉到的图像并从所述捕捉到的图像中选择灰色区域；
一网格转换器，其耦接至所述灰色过滤器并经配置以将所述灰色区域变换至一预定坐标网格；
一距离模块，其耦接至所述网格转换器并经配置以确定在所述预定坐标网格中自一个或一个以上部分地基于所述灰色区域的位置至复数个参考施照体点中每一者的距离；
一施照体估计器，其耦接至所述距离模块并经配置以部分地根据所述距离来确定一施照体；及
一白平衡增益模块，其耦接至所述施照体估计器并经配置以将一白平衡增益应用于所述捕捉到的图像；所述白平衡增益部分地基于所述施照体。
21、如权利要求20所述的设备，其进一步包括一群集过滤器，所述群集过滤器耦接至所述网格转换器并经配置以将所述灰色区域划分成复数个灰色群集。
22、如权利要求20所述的设备，其进一步包括一施照体参考模块，所述施照体参考模块耦接至所述距离模块并经配置以存储所述复数个参考施照体点的位置。
23、如权利要求20所述的设备，其中所述灰色区域中的每一者均包括来自所述捕捉到的图像的复数个大致相等尺寸的区域之一。
24、如权利要求20所述的设备，其中所述灰色区域中的每一者均包括一来自所述捕捉到的图像的像素。
25、如权利要求20所述的设备，其中所述灰色区域中的每一者均包括来自所述捕捉到的图像的一预定数量的像素。
26、如权利要求20所述的设备，其中所述灰色过滤器经配置以根据预定的一组不等式来选择所述灰色区域。
27、如权利要求20所述的设备，其中所述灰色过滤器经配置以选择具有一处于一预定范围内的亮度的所述灰色区域。
28、如权利要求20所述的设备，其中所述网格转换器经配置以将所述灰色区域变换至一R/G、B/G坐标空间。
29、如权利要求20所述的设备，其中所述一个或一个以上位置中的每一者均包括所述灰色区域的一子集的一重心。
30、如权利要求20所述的设备，其中所述一个或一个以上位置中的每一者均包括所述灰色区域之一在一R/G、B/G坐标空间中的一位置。
31、如权利要求20所述的设备，其中所述距离中的至少一者包括自灰色区域的一子集的一重心至一参考施照体点的一距离。
32、如权利要求20所述的设备，其中所述距离中的至少一者包括自灰色区域的一子集的一重心至一连接所述复数个参考施照体点中的两者的线的一距离。
33、如权利要求20所述的设备，其中所述复数个参考施照体点包括一白炽参考施照体点。
34、如权利要求20所述的设备，其中所述复数个参考施照体点包括一荧光参考施照体点。
35、如权利要求20所述的设备，其中所述复数个参考施照体点包括一日光参考施照体点。
36、一种用于实施自动白平衡(AWB)的设备，所述设备包括：
用于接收一捕捉到的图像的装置；
用于对所述捕捉到的图像进行过滤以选择灰色像素的装置；
用于确定在一坐标网格中自复数个参考施照体点中每一者至所述坐标网格中一至少部分地在所述灰色像素上确定出的位置的一距离的装置；
用于部分地根据所述距离来确定一施照体的装置；及
用于部分地根据所述施照体将一白色平衡增益应用于所述捕捉到的图像的装置。
37、如权利要求36所述的设备，其进一步包括用于产生所述捕捉到的图像的装置。
38、如权利要求36所述的设备，其中所述用于过滤的装置包括：
用于从所述捕捉到的图像中选择一具有一处于一预定亮度范围内的亮度的第一像素子集的装置；
用于从所述第一像素子集中选择一第二像素子集的装置，所述第二像素子集具有一处于一预定范围内的Cb色度分量；及
用于从所述第二像素子集中选择一第三像素子集的装置，所述第三像素子集具有一处于一预定范围内的Cr色度分量。
39、如权利要求36所述的设备，其中所述用于过滤的装置包括：
用于将所述捕捉到的图像变换成一YCrCb格式的装置；
用于从所述捕捉到的图像中排除具有处于一预定Y范围之外的Y值的像素的装置；及
用于从所述捕捉到的图像中排除具有处于一预定Cb与Cr关系之外的Cb及Cr值的像素的装置。
40、如权利要求36所述的设备，其中所述用于确定至所述复数个参考施照体点的所述距离的装置包括：
用于确定所述灰色像素中每一者在所述坐标网格中的一位置的装置；
用于根据所述灰色像素的一子集在所述坐标网格中的位置来确定一重心的装置；及
用于确定自所述重心至所述复数个参考施照体点中每一者的一距离的装置。
CN2005800261852A 2004-06-25 2005-06-24 自动白平衡方法及设备 Active CN1994000B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US58314404P 2004-06-25 2004-06-25
US60/583,144 2004-06-25
US11/043,572 2005-01-25
US11/043,572 US7728880B2 (en) 2004-06-25 2005-01-25 Automatic white balance method and apparatus
PCT/US2005/022834 WO2006004701A1 (en) 2004-06-25 2005-06-24 Automatic white balance method and apparatus

Publications (2)

Publication Number Publication Date
CN1994000A true CN1994000A (zh) 2007-07-04
CN1994000B CN1994000B (zh) 2011-08-10

Family

ID=34993285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2005800261852A Active CN1994000B (zh) 2004-06-25 2005-06-24 自动白平衡方法及设备

Country Status (6)

Country Link
US (1) US7728880B2 (zh)
EP (1) EP1774797B1 (zh)
JP (1) JP2008504751A (zh)
KR (1) KR100879484B1 (zh)
CN (1) CN1994000B (zh)
WO (1) WO2006004701A1 (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101894541A (zh) * 2009-12-31 2010-11-24 四川虹欧显示器件有限公司 校正显示器件色温的方法与系统
CN102404582A (zh) * 2010-09-01 2012-04-04 苹果公司 用于自动白平衡处理的灵活的颜色空间选择
CN102883168A (zh) * 2012-07-05 2013-01-16 上海大学 一种针对非典型特征图像的白平衡处理方法
CN103051905A (zh) * 2011-10-12 2013-04-17 苹果公司 使用噪声优化的选择标准计算场景白点
CN103313068A (zh) * 2013-05-29 2013-09-18 山西绿色光电产业科学技术研究院（有限公司） 基于灰边缘约束灰世界的白平衡校正图像处理方法及装置
CN103491356A (zh) * 2013-09-24 2014-01-01 深圳市欧珀通信软件有限公司 一种通过触点进行白平衡校正的方法及移动智能终端
CN103649836A (zh) * 2011-04-22 2014-03-19 迈普尔平版印刷Ip有限公司 用于光刻机器群集的网络架构和协议
CN105828058A (zh) * 2015-05-29 2016-08-03 维沃移动通信有限公司 一种白平衡的调整方法和装置
CN105894458A (zh) * 2015-12-08 2016-08-24 乐视移动智能信息技术（北京）有限公司 一种具有人脸的图像处理方法和装置
TWI568265B (zh) * 2013-05-08 2017-01-21 豪威科技股份有限公司 基於動態映射之自動白平衡
CN107105211A (zh) * 2017-03-22 2017-08-29 建荣半导体（深圳）有限公司 一种白平衡修正方法、装置及电子设备
CN107407600A (zh) * 2015-03-04 2017-11-28 微软技术许可有限责任公司 感测图像和光源
CN108540787A (zh) * 2018-03-16 2018-09-14 浙江大华技术股份有限公司 一种确定白平衡点区域的方法、装置、设备及存储介质
CN109348207A (zh) * 2018-11-28 2019-02-15 Oppo广东移动通信有限公司 色温调节方法、图像处理方法及装置、介质和电子设备

Families Citing this family (78)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7499081B2 (en) * 2003-04-30 2009-03-03 Hewlett-Packard Development Company, L.P. Digital video imaging devices and methods of processing image data of different moments in time
US8471852B1 (en) 2003-05-30 2013-06-25 Nvidia Corporation Method and system for tessellation of subdivision surfaces
JP4464241B2 (ja) * 2004-10-12 2010-05-19 Ｈｏｙａ株式会社 ホワイトバランス調整装置
JP4329125B2 (ja) * 2005-02-09 2009-09-09 富士フイルム株式会社 ホワイトバランス制御方法、ホワイトバランス制御装置及び撮像装置
US20070047803A1 (en) * 2005-08-30 2007-03-01 Nokia Corporation Image processing device with automatic white balance
US8571346B2 (en) 2005-10-26 2013-10-29 Nvidia Corporation Methods and devices for defective pixel detection
US7750956B2 (en) 2005-11-09 2010-07-06 Nvidia Corporation Using a graphics processing unit to correct video and audio data
US8588542B1 (en) 2005-12-13 2013-11-19 Nvidia Corporation Configurable and compact pixel processing apparatus
US7808531B2 (en) * 2005-12-14 2010-10-05 Samsung Electronics Co., Ltd. Method and apparatus for auto white controlling
US20070153304A1 (en) * 2005-12-29 2007-07-05 Micron Technologoy, Inc. Method and apparatus for gray value identification for white balance
US8737832B1 (en) 2006-02-10 2014-05-27 Nvidia Corporation Flicker band automated detection system and method
US7710472B2 (en) * 2006-05-01 2010-05-04 Warner Bros. Entertainment Inc. Detection and/or correction of suppressed signal defects in moving images
JP4815267B2 (ja) * 2006-05-11 2011-11-16 オリンパスイメージング株式会社 ホワイトバランス制御方法、撮像装置、及びホワイトバランス制御プログラム
KR100809344B1 (ko) * 2006-05-26 2008-03-05 삼성전자주식회사 자동 백색 밸런싱 방법 및 장치
US7724982B2 (en) * 2006-06-22 2010-05-25 Qualcomm Incorporated Estimation of lighting conditions based on near-gray pixel detection using cylindrical boundaries
US8594441B1 (en) 2006-09-12 2013-11-26 Nvidia Corporation Compressing image-based data using luminance
US7912279B2 (en) 2006-10-26 2011-03-22 Qualcomm Incorporated Automatic white balance statistics collection
KR100841429B1 (ko) * 2006-11-30 2008-06-25 삼성전기주식회사 화이트 밸런스 자동 조정장치 및 그 방법
US7889245B2 (en) * 2007-01-12 2011-02-15 Seiko Epson Corporation Automatic white balancing of a digital image
US8723969B2 (en) 2007-03-20 2014-05-13 Nvidia Corporation Compensating for undesirable camera shakes during video capture
US7800783B2 (en) * 2007-05-25 2010-09-21 Hong Kong Applied Science And Technology Research Institute Co. Ltd. Auto white balancing by modified grey world and geometric distortion measurement
JP5066398B2 (ja) * 2007-06-29 2012-11-07 富士フイルム株式会社 画像処理装置および方法並びにプログラム
JP4668956B2 (ja) * 2007-06-29 2011-04-13 富士フイルム株式会社 画像処理装置および方法並びにプログラム
US8724895B2 (en) 2007-07-23 2014-05-13 Nvidia Corporation Techniques for reducing color artifacts in digital images
US8570634B2 (en) 2007-10-11 2013-10-29 Nvidia Corporation Image processing of an incoming light field using a spatial light modulator
JP2009105579A (ja) * 2007-10-22 2009-05-14 Sony Corp 色信号処理回路、撮像装置及び色信号処理方法
US9177368B2 (en) 2007-12-17 2015-11-03 Nvidia Corporation Image distortion correction
US8780128B2 (en) 2007-12-17 2014-07-15 Nvidia Corporation Contiguously packed data
US8698908B2 (en) 2008-02-11 2014-04-15 Nvidia Corporation Efficient method for reducing noise and blur in a composite still image from a rolling shutter camera
US9379156B2 (en) 2008-04-10 2016-06-28 Nvidia Corporation Per-channel image intensity correction
WO2010036246A1 (en) * 2008-09-24 2010-04-01 Nikon Corporation Automatic illuminant estimation that incorporates apparatus setting and intrinsic color casting information
US8373718B2 (en) 2008-12-10 2013-02-12 Nvidia Corporation Method and system for color enhancement with color volume adjustment and variable shift along luminance axis
KR101516963B1 (ko) * 2008-12-11 2015-05-04 삼성전자주식회사 유효 영역을 이용한 자동 화이트 밸런스 조정 장치 및 방법
KR101536191B1 (ko) * 2008-12-16 2015-07-13 삼성전자주식회사 컬러 재현 장치 및 컬러 재현 방법
US8749662B2 (en) 2009-04-16 2014-06-10 Nvidia Corporation System and method for lens shading image correction
US20100321521A1 (en) * 2009-06-23 2010-12-23 Chung-Hao Chang Method of automatic white-balance calibration
KR101590771B1 (ko) * 2009-08-27 2016-02-02 삼성전자주식회사 유효 영역 검출을 통한 자동 화이트 밸런스 조정 장치 및 방법
US8698918B2 (en) * 2009-10-27 2014-04-15 Nvidia Corporation Automatic white balancing for photography
KR101650842B1 (ko) * 2010-05-27 2016-08-25 삼성전자주식회사 영상 처리 장치, 영상 처리 방법, 및 이를 실행하기 위해 프로그램을 저장한 기록 매체
JP5338762B2 (ja) * 2010-07-14 2013-11-13 株式会社豊田中央研究所 ホワイトバランス係数算出装置及びプログラム
CN101917633B (zh) * 2010-09-01 2012-09-05 杭州海康威视软件有限公司 图像的白平衡处理方法、装置及摄像机
JP5761946B2 (ja) * 2010-09-02 2015-08-12 キヤノン株式会社 画像処理装置、画像処理方法及び記憶媒体
US8675957B2 (en) 2010-11-18 2014-03-18 Ebay, Inc. Image quality assessment to merchandise an item
SG10201700160RA (en) 2012-02-06 2017-03-30 Inhibrx Lp Cd47 antibodies and methods of use thereof
US9142012B2 (en) 2012-05-31 2015-09-22 Apple Inc. Systems and methods for chroma noise reduction
US8917336B2 (en) 2012-05-31 2014-12-23 Apple Inc. Image signal processing involving geometric distortion correction
US9743057B2 (en) 2012-05-31 2017-08-22 Apple Inc. Systems and methods for lens shading correction
US8817120B2 (en) 2012-05-31 2014-08-26 Apple Inc. Systems and methods for collecting fixed pattern noise statistics of image data
US9077943B2 (en) 2012-05-31 2015-07-07 Apple Inc. Local image statistics collection
US8872946B2 (en) 2012-05-31 2014-10-28 Apple Inc. Systems and methods for raw image processing
US9014504B2 (en) 2012-05-31 2015-04-21 Apple Inc. Systems and methods for highlight recovery in an image signal processor
US8953882B2 (en) 2012-05-31 2015-02-10 Apple Inc. Systems and methods for determining noise statistics of image data
US9025867B2 (en) 2012-05-31 2015-05-05 Apple Inc. Systems and methods for YCC image processing
US9105078B2 (en) 2012-05-31 2015-08-11 Apple Inc. Systems and methods for local tone mapping
US9031319B2 (en) 2012-05-31 2015-05-12 Apple Inc. Systems and methods for luma sharpening
US11089247B2 (en) 2012-05-31 2021-08-10 Apple Inc. Systems and method for reducing fixed pattern noise in image data
US9332239B2 (en) 2012-05-31 2016-05-03 Apple Inc. Systems and methods for RGB image processing
US9798698B2 (en) 2012-08-13 2017-10-24 Nvidia Corporation System and method for multi-color dilu preconditioner
US9508318B2 (en) 2012-09-13 2016-11-29 Nvidia Corporation Dynamic color profile management for electronic devices
US9307213B2 (en) * 2012-11-05 2016-04-05 Nvidia Corporation Robust selection and weighting for gray patch automatic white balancing
US9418400B2 (en) 2013-06-18 2016-08-16 Nvidia Corporation Method and system for rendering simulated depth-of-field visual effect
US9826208B2 (en) 2013-06-26 2017-11-21 Nvidia Corporation Method and system for generating weights for use in white balancing an image
US9756222B2 (en) 2013-06-26 2017-09-05 Nvidia Corporation Method and system for performing white balancing operations on captured images
US9424628B2 (en) 2014-06-19 2016-08-23 Microsoft Technology Licensing, Llc Identifying gray regions for auto white balancing
KR102346522B1 (ko) * 2015-09-10 2022-01-03 삼성전자주식회사 영상 처리 장치 및 그것의 자동 화이트 밸런싱 방법
US9824289B2 (en) * 2015-12-07 2017-11-21 Conduent Business Services, Llc Exploiting color for license plate recognition
US10805588B2 (en) * 2016-04-25 2020-10-13 Zhejiang Dahua Technology Co., Ltd. Methods, systems, and media for image white balance adjustment
TWI573467B (zh) * 2016-05-20 2017-03-01 Chipone Technology (Beijing)Co Ltd The white balance correction method and the digital image device of the digital image device
CN106131526B (zh) * 2016-07-13 2018-11-16 凌云光技术集团有限责任公司 一种基于rgb空间的白平衡处理方法及装置
KR102494587B1 (ko) * 2016-07-20 2023-02-03 삼성전자주식회사 영상 처리를 위한 디스플레이 장치 및 방법
CN108848363A (zh) * 2018-05-31 2018-11-20 江苏乙生态农业科技有限公司 一种适用于大场景的自动白平衡方法
US20210364412A1 (en) 2018-06-01 2021-11-25 NanoView Biosciences, Inc. Compositions, systems, and methods for enhanced label-free and fluorescence - based detection of nanoparticles
CN113452981B (zh) * 2020-03-24 2022-08-09 RealMe重庆移动通信有限公司 图像处理方法、装置、电子设备及存储介质
CN114071107B (zh) * 2020-08-10 2023-10-31 合肥君正科技有限公司 基于融合聚类分析与色温曲线的自动白平衡方法及装置
WO2022067761A1 (zh) * 2020-09-30 2022-04-07 深圳市大疆创新科技有限公司 图像处理方法、装置、拍摄设备、可移动平台及计算机可读存储介质
CN113068016B (zh) * 2021-04-02 2023-03-24 杭州涂鸦信息技术有限公司 白平衡校正方法、装置和计算机设备
US11606544B2 (en) * 2021-06-08 2023-03-14 Black Sesame Technologies Inc. Neural network based auto-white-balancing
CN114866755B (zh) * 2022-05-17 2023-12-19 北京奕斯伟计算技术股份有限公司 自动白平衡方法、装置和计算机存储介质、电子设备

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0519761B1 (en) * 1991-06-20 1997-02-05 Matsushita Electric Industrial Co., Ltd. Devices for judging quality of an image
JPH07162890A (ja) 1993-12-08 1995-06-23 Matsushita Electric Ind Co Ltd ホワイトバランス調整装置
US5644406A (en) * 1995-05-11 1997-07-01 Xerox Corporation Method for selecting an optimum encoding process for a block of pixels from a plurality of predefined encoding processes
JP3903083B2 (ja) * 1999-03-11 2007-04-11 富士フイルム株式会社 画像処理装置、方法及び記録媒体
US6377702B1 (en) 1999-12-08 2002-04-23 Sony Corporation Color cast detection and removal in digital images
US6791606B1 (en) * 2000-05-09 2004-09-14 Eastman Kodak Company Auto white balancing apparatus and method
US6788813B2 (en) * 2000-10-27 2004-09-07 Sony Corporation System and method for effectively performing a white balance operation
US7184080B2 (en) * 2001-06-25 2007-02-27 Texas Instruments Incorporated Automatic white balancing via illuminant scoring
US7146041B2 (en) * 2001-11-08 2006-12-05 Fuji Photo Film Co., Ltd. Method and apparatus for correcting white balance, method for correcting density and recording medium on which program for carrying out the methods is recorded
US7102669B2 (en) * 2002-04-02 2006-09-05 Freescale Semiconductor, Inc. Digital color image pre-processing
US7162078B2 (en) * 2002-12-20 2007-01-09 Fast Link Communication Corp. Automatic white balance correction method for image capturing apparatus
US7423779B2 (en) * 2004-03-30 2008-09-09 Omnivision Technologies, Inc. Method and apparatus for automatic white balance
KR101092539B1 (ko) * 2005-02-18 2011-12-14 삼성전자주식회사 화이트 밸런스를 자동 조정하는 영상장치 및 그의 화이트밸런스 조정 방법
US8064110B2 (en) * 2005-12-08 2011-11-22 Qualcomm Incorporated Adaptive auto white balance
US7912279B2 (en) * 2006-10-26 2011-03-22 Qualcomm Incorporated Automatic white balance statistics collection

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101894541A (zh) * 2009-12-31 2010-11-24 四川虹欧显示器件有限公司 校正显示器件色温的方法与系统
CN102404582A (zh) * 2010-09-01 2012-04-04 苹果公司 用于自动白平衡处理的灵活的颜色空间选择
CN103649836B (zh) * 2011-04-22 2016-09-28 迈普尔平版印刷Ip有限公司 用于光刻机器群集的网络架构和协议
CN103649836A (zh) * 2011-04-22 2014-03-19 迈普尔平版印刷Ip有限公司 用于光刻机器群集的网络架构和协议
CN103051905A (zh) * 2011-10-12 2013-04-17 苹果公司 使用噪声优化的选择标准计算场景白点
CN103051905B (zh) * 2011-10-12 2015-04-08 苹果公司 使用噪声优化的选择标准计算场景白点
CN102883168A (zh) * 2012-07-05 2013-01-16 上海大学 一种针对非典型特征图像的白平衡处理方法
TWI568265B (zh) * 2013-05-08 2017-01-21 豪威科技股份有限公司 基於動態映射之自動白平衡
CN103313068A (zh) * 2013-05-29 2013-09-18 山西绿色光电产业科学技术研究院（有限公司） 基于灰边缘约束灰世界的白平衡校正图像处理方法及装置
CN103313068B (zh) * 2013-05-29 2017-02-08 湖南源信光电科技有限公司 基于灰边缘约束灰世界的白平衡校正图像处理方法及装置
CN103491356A (zh) * 2013-09-24 2014-01-01 深圳市欧珀通信软件有限公司 一种通过触点进行白平衡校正的方法及移动智能终端
CN107407600A (zh) * 2015-03-04 2017-11-28 微软技术许可有限责任公司 感测图像和光源
CN107407600B (zh) * 2015-03-04 2019-08-23 微软技术许可有限责任公司 感测图像和光源
CN105828058A (zh) * 2015-05-29 2016-08-03 维沃移动通信有限公司 一种白平衡的调整方法和装置
CN105828058B (zh) * 2015-05-29 2019-02-15 维沃移动通信有限公司 一种白平衡的调整方法和装置
CN105894458A (zh) * 2015-12-08 2016-08-24 乐视移动智能信息技术（北京）有限公司 一种具有人脸的图像处理方法和装置
CN107105211A (zh) * 2017-03-22 2017-08-29 建荣半导体（深圳）有限公司 一种白平衡修正方法、装置及电子设备
CN108540787A (zh) * 2018-03-16 2018-09-14 浙江大华技术股份有限公司 一种确定白平衡点区域的方法、装置、设备及存储介质
CN109348207A (zh) * 2018-11-28 2019-02-15 Oppo广东移动通信有限公司 色温调节方法、图像处理方法及装置、介质和电子设备
CN109348207B (zh) * 2018-11-28 2020-12-25 Oppo广东移动通信有限公司 色温调节方法、图像处理方法及装置、介质和电子设备

Also Published As

Publication number Publication date
KR100879484B1 (ko) 2009-01-20
CN1994000B (zh) 2011-08-10
EP1774797B1 (en) 2019-10-30
WO2006004701A1 (en) 2006-01-12
US20050286097A1 (en) 2005-12-29
US7728880B2 (en) 2010-06-01
KR20070026836A (ko) 2007-03-08
JP2008504751A (ja) 2008-02-14
EP1774797A1 (en) 2007-04-18

Similar Documents

Publication Publication Date Title
CN1994000A (zh) 自动白平衡方法及设备
US7912279B2 (en) Automatic white balance statistics collection
JP3849834B2 (ja) オートホワイトバランス制御方法
US7084907B2 (en) Image-capturing device
US10325354B2 (en) Depth assisted auto white balance
KR101360543B1 (ko) 자동 백라이트 검출
US8208037B2 (en) Digital camera and gain computation method
US20120025080A1 (en) Color correction circuitry and methods for dual-band imaging systems
JP5677113B2 (ja) 画像処理装置
US20070133071A1 (en) Adaptive auto white balance
US8243164B2 (en) Method, apparatus, and system for selecting pixels for automatic white balance processing
CN1925559A (zh) 图像处理装置和图像处理方法
JP2008219838A (ja) 撮像装置、ホワイトバランス調整装置およびホワイトバランス調整方法
EP1406454A1 (en) Automatic white balance technique
CN115334295A (zh) 图像白平衡处理方法及电子设备
WO2022032666A1 (zh) 处理图像的方法和相关装置
JP3958700B2 (ja) デジタルカメラ
JP2010226365A (ja) ホワイトバランス処理装置、ホワイトバランス処理方法およびホワイトバランス処理プログラム
JP2004048740A (ja) ニューラル・ネットワーク・マッピングによる輝度得点自動露出を通しての自動白色バランシング
JP2004349931A (ja) デジタルカメラ

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1101465

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1101465

Country of ref document: HK