一种适用于大场景的自动白平衡方法专利检索-白平衡图形技术专利检索查询-专利查询网

一种适用于大场景的自动白平衡方法

阅读：1030发布：2020-06-17

专利汇可以提供一种适用于大场景的自动白平衡方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种适用于大场景的自动白平衡方法，包括以下步骤：S1：对原始图像进行偏色检测，对于有色偏的图像进行校正；S2：对有色偏的图像进行色温估计得到加权灰度，区分出感兴趣的区域和背景区域；S3：利用色温估计得到的加权灰度计算增益系数；S4：根据增益系数得到图像校正后的结果。采用本发明方法，即使场景中所有物体表面的平均反射是有色差的，或者图像中最亮点不是白点，也能获得很好的白平衡效果。，下面是一种适用于大场景的自动白平衡方法专利的具体信息内容。

权利要求

1.一种适用于大场景的自动白平衡方法，其特征在于：包括以下步骤：
S1：对原始图像进行偏色检测，对于有色偏的图像进行校正；
S2：对有色偏的图像进行色温估计得到加权灰度，区分出感兴趣的区域和背景区域；
S3：利用色温估计得到的加权灰度计算增益系数；
S4：根据增益系数得到图像校正后的结果。
2.根据权利要求1所述的适用于大场景的自动白平衡方法，其特征在于：所述步骤S1具体包括以下过程：采用偏色因子K来衡量图像的偏色程度，偏色因子K根据式(1)进行计算：
式(1)中，D为图像平均色度，根据式(2)计算得到；C为色度中心距，根据式(3)计算得到；
式(2)中，(da,db)为色度平面上等效圆的中心坐标， (a,b)为
色度平面上一点的坐标，M为图像的宽，N为图像的高，i为图像的宽上的像素的编号，j为图像的高上的像素的编号；
式(3)中， P(a)为a位置对应的直方图，P(b)为b位置对应的直方
图。
3.根据权利要求1所述的适用于大场景的自动白平衡方法，其特征在于：所述步骤S2具体包括以下过程：
S2.1：将图像分为若干块；
S2.2：根据式(4)计算每个图像块的熵，根据式(5)计算整个图像的平均熵；
式(4)中，Eij为一个图像块的熵，Pr为图像块在第r个灰度级出现的概率，k为灰度级的总个数；
式(5)中，E为整个图像的平均熵，M为图像的宽，N为图像的高；
S2.3：判断各个图像块的熵是否大于整个图像的平均熵：如果大于，则认定该图像块是感兴趣区域，赋予该图像块较大的权重；否则，则认定该图像块是背景区域，赋予该图像块较小的权重；
S2.4：计算每个图像块的平均灰度，然后根据权重曲线以及各个图像块的熵计算整个图像的灰度，如式(6)所示：
式(6)中，Gray表示整个图像的灰度，Wij表示一个图像块的权重系数，Gij表示一个图像块的平均灰度，WRO表示一个图像块的权重，∑WRO表示整个图像的总权重。
4.根据权利要求1所述的适用于大场景的自动白平衡方法，其特征在于：所述步骤S3中的增益系数通过式(7)-(9)计算得到：
式(7)中，Gray表示整个图像的灰度，Raver表示红通道亮度的平均值，Rgain表示红通道的增益系数；
式(8)中，Gaver表示绿通道亮度的平均值，Ggain表示绿通道的增益系数；
式(9)中，Baver表示蓝通道亮度的平均值，Bgain表示蓝通道的增益系数。

说明书全文

一种适用于大场景的自动白平衡方法

技术领域

[0001] 本发明涉及图像处理方法，特别是涉及一种适用于大场景的自动白平衡方法。

背景技术

[0002] 随着社会经济发展与科学技术进步，中国国民对食品安全意识在逐步提高。农业认养模式在当前网络购物中应用的越来越广泛，为了方便用户查看作物或家禽等的生长状况，需要安装摄像头给用户提供相应的画面或图片。图像的颜色不可避免地会受到传感器自身或者外部等多方面因素的影响，使得图像色彩失真，在色温改变的同时，采集到的图像色彩也会随之改变，产生偏色现象。为了给用户提供这些高质量的画面和图片，需要一种方法来抑制图像的偏色。

[0003] 白平衡是红、绿、蓝三基色混合后形成的白色精确度的指标。由于人眼对于色彩具有恒常性的优势，对事物色彩的辨别不会因为外界环境的变化而受到影响，但是图像传感器不具备这种特点，在成像过程中经历了光电信号的转换、模数信号的转换、软件算法等一系列复杂的处理，图像的颜色不可避免地会受到传感器自身或者外部等多方面因素的影响，使得图像色彩失真，在色温发光颜色的实际温度)改变的同时，采集到的图像色彩也会随之改变，产生偏色现象。这就需要通过算法对R(红)、G(绿)、B(蓝)三个通道分量进行调整来抑制图像的偏色。

[0004] 现阶段的自动白平衡方法主要有基于灰度世界法的自动白平衡方法和基于完美反射法的自动白平衡方法。前者假设场景中所有物体表面的平均反射是无色差的，后者假设图像中最亮点就是白点，即最亮点的R、G、B值均为255。但是当其假设的前提条件不成立时，比如图像中存在大面积色块等明显的偏色，或者当图像中最亮的点也偏离白色很多的时候，上述方法的处理结果就会出现明显的偏差，不能达到白平衡调整的效果。

发明内容

[0005] 发明目的：本发明的目的是提供一种适用于大场景的自动白平衡方法，即使场景中所有物体表面的平均反射是有色差的，或者图像中最亮点不是白点，也能获得很好的白平衡效果。

[0006] 技术方案：本发明所述的适用于大场景的自动白平衡方法，包括以下步骤：

[0007] S1：对原始图像进行偏色检测，对于有色偏的图像进行校正；

[0008] S2：对有色偏的图像进行色温估计得到加权灰度，区分出感兴趣的区域和背景区域；

[0009] S3：利用色温估计得到的加权灰度计算增益系数；

[0010] S4：根据增益系数得到图像校正后的结果。

[0011] 进一步，所述步骤S1具体包括以下过程：采用偏色因子K来衡量图像的偏色程度，偏色因子K根据式(1)进行计算：

[0012]

[0013] 式(1)中，D为图像平均色度，根据式(2)计算得到；C为色度中心距，根据式(3)计算得到；

[0014]

[0015] 式(2)中，(da,db)为色度平面上等效圆的中心坐标， (a,b)为色度平面上一点的坐标，M为图像的宽，N为图像的高，i为图像的宽上的像素的编号，j为图像的高上的像素的编号；

[0016]

[0017] 式(3)中， P(a)为a位置对应的直方图，P(b)为b位置对应的直方图。

[0018] 进一步，所述步骤S2具体包括以下过程：

[0019] S2.1：将图像分为若干块；

[0020] S2.2：根据式(4)计算每个图像块的熵，根据式(5)计算整个图像的平均熵；

[0021]

[0022] 式(4)中，Eij为一个图像块的熵，Pr为图像块在第r个灰度级出现的概率，k为灰度级的总个数；

[0023]

[0024] 式(5)中，E为整个图像的平均熵，M为图像的宽，N为图像的高；

[0025] S2.3：判断各个图像块的熵是否大于整个图像的平均熵：如果大于，则认定该图像块是感兴趣区域，赋予该图像块较大的权重；否则，则认定该图像块是背景区域，赋予该图像块较小的权重；

[0026] S2.4：计算每个图像块的平均灰度，然后根据权重曲线以及各个图像块的熵计算整个图像的灰度，如式(6)所示：

[0027]

[0028] 式(6)中，Gray表示整个图像的灰度，Wij表示一个图像块的权重系数，Gij表示一个图像块的平均灰度，∑WRO表示整个图像的总权重。

[0029] 进一步，所述步骤S3中的增益系数通过式(7)-(9)计算得到：

[0030]

[0031] 式(7)中，Gray表示整个图像的灰度，Raver表示红通道亮度的平均值，Rgain表示红通道的增益系数；

[0032]

[0033] 式(8)中，Gaver表示绿通道亮度的平均值，Ggain表示绿通道的增益系数；

[0034]

[0035] 式(9)中，Baver表示蓝通道亮度的平均值，Bgain表示蓝通道的增益系数。

[0036] 有益效果：本发明公开了一种适用于大场景的自动白平衡方法，与现有技术相比，具有如下的有益效果：

[0037] 1)本发明面对大场景单一色块时不会失效，可以准确地估计场景的色温，从而进行正确的校正，提供高质量的图像；

[0038] 2)本发明采用了偏色检测-色温估计-增益计算-白平衡校正的步骤对图像进行判断与调整，提高了处理效率和校正的准确性；

[0039] 3)本发明采用的色温估计方法将图像的感兴趣区域和不感兴趣区域区分开，赋予不同的权值，提高了后续处理的准确性；

[0040] 4)采用本发明方法，即使场景中所有物体表面的平均反射是有色差的，或者图像中最亮点不是白点，也能获得很好的白平衡效果。附图说明

[0041] 图1为本发明具体实施方式中方法的流程图；

[0042] 图2为本发明具体实施方式中步骤S2的流程图；

[0043] 图3为本发明具体实施方式中WRO与E的关系曲线。

具体实施方式

[0044] 本具体实施方式公开了一种适用于大场景的自动白平衡方法，如图1所示，包括以下步骤：

[0045] S1：偏色检测：对原始图像进行偏色检测，对于有色偏的图像进行校正；

[0046] S2：色温估计：对有色偏的图像进行色温估计得到加权灰度，区分出感兴趣的区域和背景区域；

[0047] S3：增益计算：利用色温估计得到的加权灰度计算增益系数；

[0048] S4：白平衡校正：根据增益系数得到图像校正后的结果。

[0049] 步骤S1具体包括以下过程：采用偏色因子K来衡量图像的偏色程度，偏色因子K根据式(1)进行计算：

[0050]

[0051] 记偏色因子阈值为Kfold，若K＞Kfold，则认为图像存在偏色，否则认为无色偏，一般取Kfold为1；式(1)中，D为图像平均色度，根据式(2)计算得到；C为色度中心距，根据式(3)计算得到；

[0052]

[0053] 式(2)中，(da,db)为色度平面上等效圆的中心坐标， (a,b)为色度平面上一点的坐标，M为图像的宽，N为图像的高，i为图像的宽上的像素的编号，j为图像的高上的像素的编号；在色度平面上，等效圆的中心坐标为(da,db)，半径为C，等效圆的中心到原点的距离为D；当存在偏色时，通过等效圆在色度平面上的具体位置来判断图像偏色；偏色等级分为偏红、偏蓝、偏绿和偏黄；da≥0，－da≤db≤k1*da，为偏红色；da＜0，da≤db≤k2*da，为偏绿色；db＜0，|da|＜|db|为偏蓝色；其他情况为偏黄色；

[0054]

[0055] 式(3)中， P(a)为a位置对应的直方图，P(b)为b位置对应的直方图。

[0056] 如图2所示，步骤S2具体包括以下过程：

[0057] S2.1：将图像分为若干块；块数不宜太多，多了容易带来更多的噪声，一般分为3×3(9块)或者4×4(16块)；

[0058] S2.2：根据式(4)计算每个图像块的熵，根据式(5)计算整个图像的平均熵；

[0059]

[0060] 式(4)中，Eij为一个图像块的熵，Pr为图像块在第r个灰度级出现的概率，k为灰度级的总个数，k取255；

[0061]

[0062] 式(5)中，E为整个图像的平均熵，M为图像的宽，N为图像的高；

[0063] S2.3：判断各个图像块的熵是否大于整个图像的平均熵：如果大于，则认定该图像块是感兴趣区域，赋予该图像块较大的权重；否则，则认定该图像块是背景区域，赋予该图像块较小的权重；

[0064] S2.4：计算每个图像块的平均灰度，然后根据权重曲线以及各个图像块的熵计算整个图像的灰度，如式(6)所示：

[0065]

[0066] 式(6)中，Gray表示整个图像的灰度，Wij表示一个图像块的权重系数，Gij表示一个图像块的平均灰度，WRO表示一个图像块的权重，∑WRO表示整个图像的总权重。图3为WRO与E的关系曲线。

[0067] 步骤S3中的增益系数通过式(7)-(9)计算得到：

[0068]

[0069] 式(7)中，Gray表示整个图像的灰度，Raver表示红通道亮度的平均值，Rgain表示红通道的增益系数；

[0070]

[0071] 式(8)中，Gaver表示绿通道亮度的平均值，Ggain表示绿通道的增益系数；

[0072]

[0073] 式(9)中，Baver表示蓝通道亮度的平均值，Bgain表示蓝通道的增益系数。

标题	发布/更新时间	阅读量
一种基于人脸特征进行年龄估计、和/或性别识别的系统及方法	2020-05-11	491
液晶显示面板的白平衡方法及装置	2020-05-11	10
基于白平衡的单个闪光灯补偿方法、装置、设备和介质	2020-05-11	597
一种图像处理方法及装置	2020-05-08	627
一种基于麦克风阵列的电子交警系统	2020-05-08	866
用于以隔行曝光捕捉图像帧的方法及装置	2020-05-08	963
具有稳定曝光或白平衡的图像捕获装置	2020-05-08	699
一种汽车全景环视系统	2020-05-08	529
定位装置	2020-05-11	297
内窥镜系统	2020-05-11	925

一种适用于大场景的自动白平衡方法

一种适用于大场景的自动白平衡方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：