TWI580274B - 產生供自動白平衡校正運算使用的像素篩選範圍的方法 - Google Patents

產生供自動白平衡校正運算使用的像素篩選範圍的方法 Download PDF

Info

Publication number
TWI580274B
TWI580274B TW105101143A TW105101143A TWI580274B TW I580274 B TWI580274 B TW I580274B TW 105101143 A TW105101143 A TW 105101143A TW 105101143 A TW105101143 A TW 105101143A TW I580274 B TWI580274 B TW I580274B
Authority
TW
Taiwan
Prior art keywords
color
boundary
white balance
temperature reference
pixel
Prior art date
Application number
TW105101143A
Other languages
English (en)
Other versions
TW201725902A (zh
Inventor
張緯德
陳世澤
Original Assignee
瑞昱半導體股份有限公司
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 瑞昱半導體股份有限公司 filed Critical 瑞昱半導體股份有限公司
Priority to TW105101143A priority Critical patent/TWI580274B/zh
Priority to US15/291,691 priority patent/US10055823B2/en
Application granted granted Critical
Publication of TWI580274B publication Critical patent/TWI580274B/zh
Publication of TW201725902A publication Critical patent/TW201725902A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/462—Computing operations in or between colour spaces; Colour management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Color Television Image Signal Generators (AREA)
  • Processing Of Color Television Signals (AREA)

Description

產生供自動白平衡校正運算使用的像素篩選範圍的方法
本發明有關自動白平衡校正(auto white balance，AWB)運算，尤指一種產生供自動白平衡校正運算使用的像素篩選範圍的方法。
自動白平衡校正運算對於影像品質有很大影響，因此被廣泛應用在許多領域中，例如，數位相機、智慧型手機、平板電腦、監控系統等等。
一般影像處理系統最常使用RGB格式來表達影像的像素資料，但傳統的自動白平衡校正運算則需先將像素資料轉換到Cb-Cr色域空間進行篩選及自動白平衡補償。之後，再將補償後的像素資料從G/B-G/R色域空間轉換成用以施加在成像系統上的R色彩元素增益(R gain)與B色彩元素增益(B gain)。
換言之，傳統的自動白平衡校正運算需要將像素資料在G/B-G/R色域空間與Cb-Cr色域空間兩者間進行轉換。將像素資料在G/B-G/R色域空間與Cb-Cr色域空間之間進行轉換，不僅需要增加額外的運算量，也容易造成轉換後的影像顏色產生誤差的問題。
有鑑於此，如何有效降低自動白平衡校正所需的運算量，並提高成轉換後影像的顏色精確度，實為業界有待解決的問題。
本說明書提供一種產生供自動白平衡校正運算使用的像素篩選範圍的方法的實施例，其包含：以一特定色溫參考點為中心，將一G/B-G/R色域空間劃分為具有不同色彩元素關係的六個色彩區域；利用HSV色域空間的飽和度計算方式，分別在該六個色彩區域中界定出與該特定色溫參考點的飽和度差異為一預定差異值的六個色彩邊界，以產生對應於該特定色溫參考點的一特定六邊形篩選範圍；比照該特定六邊形篩選範圍的產生方式，分別界定出其他多個色溫參考點所對應的多個六邊形篩選範圍；依據該特定六邊形篩選範圍與該多個六邊形篩選範圍，在該G/B-G/R色域空間中產生一對應的包絡範圍；以及將該包絡範圍設置為一自動白平衡校正運算所使用的一像素篩選範圍。
上述實施例的優點之一，是無需將像素資料在G/B-G/R色域空間與Cb-Cr色域空間之間進行轉換，故能有效降低進行自動白平衡校正所需的運算量。
上述實施例的另一優點，是可在G/B-G/R色域空間中篩選像素資料並進行自動白平衡補償，達到Cb-Cr色彩空間篩選像素之精準度，以直接產生用以施加在成像系統上的R色彩元素增益與B色彩元素增益，故能有效提高成像系統的影像顏色精確度。本發明的其他優點將藉由以下的說明和圖式進行更詳細的解說。
110-150‧‧‧方法流程
210-260‧‧‧色溫參考點
310‧‧‧六邊形篩選範圍
311-316‧‧‧色彩邊界
320-360‧‧‧六邊形篩選範圍
500‧‧‧像素篩選範圍
611-617‧‧‧像素資料
621-625‧‧‧像素資料
圖1為本發明一實施例之產生供自動白平衡校正運算使用的像素篩選範圍的方法簡化後的流程圖。
圖2為在G/B-G/R色域空間中的多個色溫參考點的一實施例簡化後的示意圖。
圖3為在G/B-G/R色域空間中的特定色溫參考點所對應的六邊形篩選範圍的一實施例簡化後的示意圖。
圖4為分別對應圖2中的多個色溫參考點的多個六邊形篩選範圍的一實施例簡化後的示意圖。
圖5為依據圖4中的多個六邊形篩選範圍所產生的一像素篩選範圍的一實施例簡化後的示意圖。
圖6為依據圖5中的像素篩選範圍進行像素資料篩選的一實施例簡化後的示意圖。
以下將配合相關圖式來說明本發明的實施例。在圖式中，相同的標號表示相同或類似的元件或方法流程。
圖1為本發明一實施例之產生供自動白平衡校正運算使用的像素篩選範圍的方法簡化後的流程圖。在實際應用中，數位相機、智慧型手機、平板電腦、監控系統等各種影像處理系統(imaging system)，可藉由執行實施圖1中的方法的軟體，來產生供自動白平衡校正運算使用的像素篩選範圍(pixel filtering boundary)。接著，影像處理系統便可利用像素篩選範圍來篩選影像中的像素資料，以進行自動白平衡校正運算。
影像處理系統可依據各種已知的方式或是使用者的設定，選擇多個色溫參考點(color temperature reference point)作為後續進行自動白平衡校正運算的參考基準。例如，圖2所繪示為在G/B-G/R色域空間(color space)中的多個色溫參考點210-260的一實施例簡化後的示意圖。
在流程110中，影像處理系統可以G/B-G/R色域空間中的某一特定 色溫參考點為中心，將G/B-G/R色域空間劃分為具有不同色彩元素關係的六個色彩區域。
為了方便說明起見，以下假設前述的特定色溫參考點為圖2中的色溫參考點210。如圖3所示，影像處理系統可以特定色溫參考點210為中心，將G/B-G/R色域空間劃分為具有不同色彩元素關係的六個色彩區域(color region)301-306。
在圖3的實施例中，色彩區域301中的色彩元素關係為G>R>B，其中，R、G、B分別為像素資料的紅色元素值、綠色元素值、以及藍色元素值。色彩區域302中的色彩元素關係為R>G>B。色彩區域303中的色彩元素關係為R>B>G。色彩區域304中的色彩元素關係為B>R>G。色彩區域305中的色彩元素關係為B>G>R。色彩區域306中的色彩元素關係為G>B>R。
接著，影像處理系統可進行流程120，利用HSV(hue,saturation,value)色域空間的飽和度計算方式，分別在六個色彩區域301-306中界定出與特定色溫參考點210的飽和度差異為一預定差異值Sd的六個色彩邊界(color boundary)311-316，以產生對應於特定色溫參考點210的一特定六邊形篩選範圍(hexagonal filtering boundary)310。
具體而言，HSV色域空間的飽和度(saturation，S)計算方式如下：S=[Max(R,G,B)-Min(R,G,B)]/Max(R,G,B)
按照前述HSV色域空間的飽和度計算方式，可以計算出特定色溫參考點210的飽和度為0。
如前所述，色彩區域301中的色彩元素關係為G>R>B，因此，色彩區域301中任一點的飽和度都可以表示為(G-B)/G。由於特定色 溫參考點210的飽和度為0，所以色彩區域301中的任一點與特定色溫參考點210之間的的飽和度差異，亦可表示為(G-B)/G。
因此，在色彩區域301中，與特定色溫參考點210之間的飽和度差異小於預定差異值Sd的所有像素資料，都會滿足以下關係式：(G-B)/G<Sd (1)
由式(1)進行數學推導，便可得到以下關係式：G/B<1/(1-Sd) (2)
由前述的關係式(2)便可在色彩區域301中定義出一第一色彩邊界311，使得第一色彩邊界311左側區域內的每個位置與特定色溫參考點210之間的飽和度差異都會小於預定差異值Sd，而位於第一色彩邊界311上的每個位置與特定色溫參考點210之間的飽和度差異，則都會是預定差異值Sd。
同理，由於色彩區域302中的色彩元素關係為R>G>B，因此，色彩區域302中的任一點與特定色溫參考點210之間的飽和度差異，可表示為(R-B)/R。
因此，在色彩區域302中，與特定色溫參考點210之間的飽和度差異小於預定差異值Sd的所有像素資料，都會滿足以下關係式：(R-B)/R<Sd (3)
由式(3)進行數學推導，便可得到以下關係式：(G/R)/(G/B)<1-Sd (4)
由前述的關係式(4)便可在色彩區域302中定義出一第二色彩邊界312，使得第二色彩邊界312左上方區域內的每個位置與特定色溫參考點210之間的飽和度差異都會小於預定差異值Sd，而位於第二色彩邊界312上的每個位置與特定色溫參考點210之間的飽和度 差異，則都會是預定差異值Sd。
同理，由於色彩區域303中的色彩元素關係為R>B>G，因此，色彩區域303中的任一點與特定色溫參考點210之間的飽和度差異，可表示為(R-G)/R。
因此，在色彩區域303中，與特定色溫參考點210之間的飽和度差異小於預定差異值Sd的所有像素資料，都會滿足以下關係式：(R-G)/R<Sd (5)
由式(5)進行數學推導，便可得到以下關係式：G/R>1-Sd (6)
由前述的關係式(6)便可在色彩區域303中定義出一第三色彩邊界313，使得第三色彩邊界313上方區域內的每個位置與特定色溫參考點210之間的飽和度差異都會小於預定差異值Sd，而位於第三色彩邊界313上的每個位置與特定色溫參考點210之間的飽和度差異，則都會是預定差異值Sd。
同理，由於色彩區域304中的色彩元素關係為B>R>G，因此，色彩區域304中的任一點與特定色溫參考點210之間的飽和度差異，可表示為(B-G)/B。
因此，在色彩區域304中，與特定色溫參考點210之間的飽和度差異小於預定差異值Sd的所有像素資料，都會滿足以下關係式：(B-G)/B<Sd (7)
由式(7)進行數學推導，便可得到以下關係式：G/B>1-Sd (8)
由前述的關係式(8)便可在色彩區域304中定義出一第四色彩邊界314，使得第四色彩邊界314右側區域內的每個位置與特定色溫參 考點210之間的飽和度差異都會小於預定差異值Sd，而位於第四色彩邊界314上的每個位置與特定色溫參考點210之間的飽和度差異，則都會是預定差異值Sd。
同理，由於色彩區域305中的色彩元素關係為B>G>R，因此，色彩區域305中的任一點與特定色溫參考點210之間的飽和度差異，可表示為(B-R)/B。
因此，在色彩區域305中，與特定色溫參考點210之間的飽和度差異小於預定差異值Sd的所有像素資料，都會滿足以下關係式：(B-R)/B<Sd (9)
由式(9)進行數學推導，便可得到以下關係式：(G/R)/(G/B)<1/(1-Sd) (10)
由前述的關係式(10)便可在色彩區域305中定義出一第五色彩邊界315，使得第五色彩邊界315右下方區域內的每個位置與特定色溫參考點210之間的飽和度差異都會小於預定差異值Sd，而位於第五色彩邊界315上的每個位置與特定色溫參考點210之間的飽和度差異，則都會是預定差異值Sd。
同理，由於色彩區域306中的色彩元素關係為G>B>R，因此，色彩區域306中的任一點與特定色溫參考點210之間的飽和度差異，可表示為(G-R)/G。
因此，在色彩區域306中，與特定色溫參考點210之間的飽和度差異小於預定差異值Sd的所有像素資料，都會滿足以下關係式：(G-R)/G<Sd (11)
由式(11)進行數學推導，便可得到以下關係式：G/R<1/(1-Sd) (12)
由前述的關係式(12)便可在色彩區域306中定義出一第六色彩邊界316，使得第六色彩邊界316下方區域內的每個位置與特定色溫參考點210之間的飽和度差異都會小於預定差異值Sd，而位於第六色彩邊界316上的每個位置與特定色溫參考點210之間的飽和度差異，則都會是預定差異值Sd。
影像處理系統可將前述的六個色彩邊界311-316組成對應於特定色溫參考點210的特定六邊形篩選範圍310。由前述說明可知，特定六邊形篩選範圍310上的每個位置與特定色溫參考點210之間的飽和度差異，都是預定差異值Sd，而當一特定像素資料位於前述特定六邊形篩選範圍310內時，代表該特定像素資料與特定色溫參考點210之間的飽和度差異小於前述的預定差異值Sd。
由圖3及前述說明可知，前述的六個色彩邊界311-316是依序相接的，其中，第一色彩邊界311與第四色彩邊界314平行、第三色彩邊界313與第六色彩邊界316平行、第一色彩邊界311與第六色彩邊界316垂直、且第三色彩邊界313與第四色彩邊界314垂直。
由圖3中亦可清楚看出，第一色彩邊界311與第四色彩邊界314兩者都垂直於G/B-G/R色域空間的G/B軸，且第三色彩邊界313與第六色彩邊界316兩者都垂直於G/B-G/R色域空間的G/R軸。
接著，影像處理系統可進行流程130，比照前述特定六邊形篩選範圍310的產生方式，分別界定出其他多個色溫參考點220-260所對應的多個六邊形篩選範圍320-360，如圖4所示。
在流程140中，影像處理系統可依據前述流程120所產生的特定六邊形篩選範圍310，以及前述流程130所產生的多個六邊形篩選範圍320-360，在G/B-G/R色域空間中產生一對應的包絡範圍 (enveloping boundary)，如圖5所示。
在流程150中，影像處理系統可將六邊形篩選範圍310-360所對應的包絡範圍，設置為後續進行自動白平衡校正運算時所使用的一像素篩選範圍(pixel filtering boundary)500。
之後，影像處理系統在對影像資料進行自動白平衡校正運算時，可先利用像素篩選範圍500篩選影像資料中的像素資料，以過濾掉可能會干擾自動白平衡校正運算準確度的錯誤像素資料。
例如，圖6為依據圖5中的像素篩選範圍500進行像素資料篩選的一實施例簡化後的示意圖。在圖6中，像素資料611-617及621-625代表影像處理系統接收到的RGB格式影像資料中的像素資料。
由於位於像素篩選範圍500之外的像素資料621-625比較可能造成自動白平衡校正運算的錯誤，因此，影像處理系統可只將位於像素篩選範圍500之內的像素資料611-617納入考量，而捨棄位於像素篩選範圍500之外的像素資料621-625。藉此，也可有效降低後續進行自動白平衡校正運算所需的運算量。
例如，影像處理系統可只利用位於像素篩選範圍500之內的像素資料611-617進行多數決(majoiity voting)判斷，以從多個色溫參考點210-260中選出進行自動白平衡校正運算所需的一目標色溫參考點。
換言之，位於前述像素篩選範圍500之內的像素資料611-617會被自動白平衡校正運算納入考量，但位於像素篩選範圍500之外的像素資料621-625則不會被自動白平衡校正運算納入考量。
實作上，影像處理系統可以在產生不同的六邊形篩選範圍時，改變前述預定差異值Sd的大小，以降低影像處理系統對影像感測器 (未繪示)靈敏度的要求，提升自動白平衡校正運算的精確度，並可提升判斷色溫參考點的正確性。
由前述說明可知，影像處理系統可直接在G/B-G/R色域空間中利用像素篩選範圍500進行像素資料的篩選動作，而無需將像素資料先轉換到其他色域空間(例如，Cb-Cr色域空間)進行篩選，然後再轉換回G/B-G/R色域空間。因此，前述的方法可減少像素資料轉換上的失真，也可有效減少自動白平衡校正運算所需的計算量。
另外，影像處理系統可在G/B-G/R色域空間中篩選像素資料並進行自動白平衡補償，以直接產生R色彩元素增益與B色彩元素增益，故能有效提高自動白平衡校正的效率以及成像系統的影像顏色精確度。
在說明書及申請專利範圍中使用了某些詞彙來指稱特定的元件。然而，所屬技術領域中具有通常知識者應可理解，同樣的元件可能會用不同的名詞來稱呼。說明書及申請專利範圍並不以名稱的差異做為區分元件的方式，而是以元件在功能上的差異來做為區分的基準。在說明書及申請專利範圍所提及的「包含」為開放式的用語，故應解釋成「包含但不限定於」。另外，「耦接」在此包含任何直接及間接的連接手段。因此，若文中描述第一元件耦接於第二元件，則代表第一元件可通過電性連接或無線傳輸、光學傳輸等信號連接方式而直接地連接於第二元件，或者通過其他元件或連接手段間接地電性或信號連接至該第二元件。
在此所使用的「及/或」的描述方式，包含所列舉的其中之一或多個項目的任意組合。另外，除非說明書中特別指明，否則任何單數格的用語都同時包含複數格的涵義。
以上僅為本發明的較佳實施例，凡依本發明請求項所做的均等變化與修飾，皆應屬本發明的涵蓋範圍。
110-150‧‧‧方法流程

Claims (4)

  1. 一種產生供自動白平衡校正運算使用的像素篩選範圍的方法，包含：以一特定色溫參考點(210)為中心，將一G/B-G/R色域空間劃分為具有不同色彩元素關係的六個色彩區域(301-306)；利用HSV色域空間的飽和度計算方式，分別在該六個色彩區域(301-306)中界定出與該特定色溫參考點(210)的飽和度差異為一預定差異值(Sd)的六個色彩邊界(311-316)，以產生對應於該特定色溫參考點(210)的一特定六邊形篩選範圍(310)，其中，該六個色彩邊界(311-316)包含依序相接的一第一色彩邊界(311)、一第二色彩邊界(312)、一第三色彩邊界(313)、一第四色彩邊界(314)、一第五色彩邊界(315)、以及一第六色彩邊界(316)；比照該特定六邊形篩選範圍(310)的產生方式，分別界定出其他多個色溫參考點(220-260)所對應的多個六邊形篩選範圍(320-360)；依據該特定六邊形篩選範圍(310)與該多個六邊形篩選範圍(320-360)，在該G/B-G/R色域空間中產生一對應的包絡範圍；以及將該包絡範圍設置為一自動白平衡校正運算所使用的一像素篩選範圍(500)；其中，第一色彩邊界(311)與該第四色彩邊界(314)平行、該第三色彩邊界(313)與該第六色彩邊界(316)平行、且該第一色彩邊界(311)與該第六色彩邊界(316)垂直。
  2. 如請求項1所述的方法，其中，該第一色彩邊界(311)與該第四色彩邊界(314)垂直於該G/B-G/R色域空間的G/B軸，且該第三色彩邊界(313)與該第六色彩邊界(316)垂直於該G/B-G/R色域空間的G/R軸。
  3. 如請求項1所述的方法，其中，位於該像素篩選範圍(500)之內的像素資料(611-617)會被該自動白平衡校正運算納入考量，但位於該像素篩選範圍(500)之外的像素資料(621-625)則不會被該自動白平衡校正運算納入考量。
  4. 如請求項1所述的方法，其另包含有：在產生不同的六邊形篩選範圍時，改變該預定差異值(Sd)的大小。
TW105101143A 2016-01-14 2016-01-14 產生供自動白平衡校正運算使用的像素篩選範圍的方法 TWI580274B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW105101143A TWI580274B (zh) 2016-01-14 2016-01-14 產生供自動白平衡校正運算使用的像素篩選範圍的方法
US15/291,691 US10055823B2 (en) 2016-01-14 2016-10-12 Method for generating a pixel filtering boundary for use in auto white balance calibration

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW105101143A TWI580274B (zh) 2016-01-14 2016-01-14 產生供自動白平衡校正運算使用的像素篩選範圍的方法

Publications (2)

Publication Number Publication Date
TWI580274B true TWI580274B (zh) 2017-04-21
TW201725902A TW201725902A (zh) 2017-07-16

Family

ID=59240831

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105101143A TWI580274B (zh) 2016-01-14 2016-01-14 產生供自動白平衡校正運算使用的像素篩選範圍的方法

Country Status (2)

Country Link
US (1) US10055823B2 (zh)
TW (1) TWI580274B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10742850B2 (en) * 2017-04-17 2020-08-11 Canon Kabushiki Kaisha Image processing apparatus and control method thereof for white balance adjustment
CN110392245B (zh) * 2018-04-20 2021-07-16 瑞昱半导体股份有限公司 基于肤色信息的白平衡校正方法及其图像处理装置
CN108848364B (zh) * 2018-06-20 2020-12-29 温州大学 一种基于支持向量回归机的颜色空间转换的颜色校正方法
CN108965846A (zh) * 2018-09-07 2018-12-07 晶晨半导体(上海)股份有限公司 调节白平衡的方法、系统及显示器
US20240212569A1 (en) * 2022-12-27 2024-06-27 Ati Technologies Ulc Pixel adaptive blue light reduction

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101529889A (zh) * 2006-10-26 2009-09-09 高通股份有限公司 自动白平衡统计数据收集
TWI345919B (en) * 2007-07-20 2011-07-21 Novatek Microelectronics Corp Estimation method for white-point and correction method of the white balance

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2573434B2 (ja) * 1991-05-31 1997-01-22 松下電工株式会社 特定色抽出方法
US7423779B2 (en) * 2004-03-30 2008-09-09 Omnivision Technologies, Inc. Method and apparatus for automatic white balance
JP5135724B2 (ja) * 2005-08-11 2013-02-06 セイコーエプソン株式会社 画像表示装置の色評価方法
US20100259639A1 (en) 2009-04-13 2010-10-14 Qualcomm Incorporated Automatic backlight detection
JP2014120844A (ja) * 2012-12-14 2014-06-30 Ricoh Co Ltd 画像処理装置および撮像装置
KR20140093364A (ko) * 2013-01-16 2014-07-28 삼성전자주식회사 의료 영상 생성 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101529889A (zh) * 2006-10-26 2009-09-09 高通股份有限公司 自动白平衡统计数据收集
TWI345919B (en) * 2007-07-20 2011-07-21 Novatek Microelectronics Corp Estimation method for white-point and correction method of the white balance

Also Published As

Publication number Publication date
US10055823B2 (en) 2018-08-21
US20170206641A1 (en) 2017-07-20
TW201725902A (zh) 2017-07-16

Similar Documents

Publication Publication Date Title
TWI580274B (zh) 產生供自動白平衡校正運算使用的像素篩選範圍的方法
US8890974B2 (en) Methods and systems for automatic white balance
KR20030031673A (ko) 색온도 변환장치 및 방법
US8384796B2 (en) Methods and systems for automatic white balance
US20110187891A1 (en) Methods and Systems for Automatic White Balance
CN106993175A (zh) 产生供自动白平衡校正运算使用的像素筛选范围的方法
US20100194918A1 (en) Methods and Systems for Automatic White Balance
CN101141653B (zh) 图像调整装置
US20170142386A1 (en) Method and apparatus for interpolating pixel colors from color and panchromatic channels to color channels
EP2717155A1 (en) Color distortion correction method and device for imaging systems and image output systems
US20140037207A1 (en) System and a method of adaptively suppressing false-color artifacts
CN108574835B (zh) 一种校正设备屏幕中图像色彩的方法及装置
CN106445443B (zh) 一种基于rgb色盘取色方法和装置
CN107340296B (zh) 变化程度导出设备、变化程度导出系统和已知颜色体
US9860506B2 (en) Color processing apparatus and method therefor
EP1687689B1 (en) System and method for effectively performing an image data transformation procedure
JP6413210B2 (ja) 画像処理装置、撮像装置およびプログラム
CN110809145B (zh) 基于Craik-O’Brien效应的图像亮度变换方法、装置和设备
JP6521250B2 (ja) 画像形成装置、色変換プログラムおよび色変換方法
TWI544451B (zh) 影像處理方法
US20150049222A1 (en) Method of eliminating color cast of image in photographic device
JP2015142161A (ja) 画像処理装置及びその制御方法
JP5983138B2 (ja) 画像処理装置、撮像装置およびプログラム
WO2023035943A1 (zh) 色卡生成方法、图像处理方法、装置及可读存储介质
JP4159965B2 (ja) 画像処理装置