CN103037224A - 图像白平衡处理方法及装置 - Google Patents

Abstract

本发明提供一种图像白平衡处理方法及装置，该方法包括获取一张图像的像素单元的色彩值数据，根据像素单元的色彩值数据判断每一像素单元是否在色温偏差阈值范围内，选取在色温偏差阈值范围内的像素单元作为参考灰度点，并计算参考灰度点的色彩值均值及参考灰度点的数量，根据参考灰度点数量以及色温偏差阈值判断图像的色温信息是否有效，若有效，根据参考灰度点的色彩值均值计算白平衡矫正系数，根据白平衡矫正系数计算每一像素单元的矫正后的色彩值，若无效根据上一图像的白平衡矫正系数计算每一像素单元的矫正后的色彩值，并调节色温偏差阈值。该装置是应用上述方法对图像进行白平衡处理。本发明能准确地对图像进行白平衡处理，且运算量较小。

Description

图像白平衡处理方法及装置

技术领域

本发明涉及数码摄录设备的图像处理领域，具体地，是一种数码摄录设备对图像的白平衡处理方法及白平衡处理装置。

背景技术

人眼看到的物体的不同颜色是不同波长的光线进入人眼的结果，在不同光源的照射下，一个白色物体的反射光线会发生变化，因此其颜色特性在不同光源下是不相同的。人眼具有颜色感知方面的自动调节功能，可以让白色物体在不同光源下仍基本呈现白色。数码摄录设备，如数码相机、数码摄像机等与人眼不同，只是忠实地呈现物体反射光线的比例，对于一个没有白平衡功能的数码摄录设备，在低色温光线下，白色物体的图像颜色偏红色，在高色温条件下，则颜色偏蓝色。自动白平衡(Automatic White Balance，AWB)处理技术即是为了解决上述的图像在不同光源(色温)下的偏色问题。

目前，对于图像的自动白平衡处理方法基本分为两种类型：基于灰度世界假设的方法和基于色温估计的方法。

基于灰度世界假设的方法人为地认为所拍摄图像的R(红)、G(绿)、B(蓝)三色分量的统计平均值应该相等。应用该方法的自动白平衡矫正方法首先获取图像每一像素的色彩值数据，如RGB数据，然后计算每一像素的色彩值是否在一个色彩值的阈值范围内，选取在该阈值范围内像素作为参考灰度点，根据参考灰度点的色温信息对图像进行白平衡矫正。这种方法实现简单，且使用的色彩值的阈值固定，但由于在不同色温下，参考灰度点的偏色情况不固定，所以用固定的阈值来选取参考灰度点的准确性较差，从而造成图像白平衡的效果较差。并且，该方法大多使用图像每一像素点的RGB数据或YUV数据作为色彩值进行处理，计算量较大，不利于硬件实现。

基于色温估计的方法首先要采集每一光源照射在一种颜色素材时产生的颜色图像，根据颜色图像确定在该光源下的色温曲线，得到一系列参考色温曲线和白平衡矫正系数。在对图像进行处理时，得到图像的色温曲线，通过匹配算法将该曲线与参考曲线进行匹配，最后得到待处理图像的白平衡矫正系数。这种方法矫正较为准确，但其准确性依赖于参考色温曲线和匹配算法，适应性较差。

发明内容

本发明的主要目的是提供一种白平衡处理效果较好的图像白平衡处理方法。

本发明的另一目的是提供一种对图像白平衡矫正准确且适应性较好的图像白平衡处理装置。

为了实现上述的主要目的，本发明提供的图像白平衡处理方法包括获取一张图像所有的像素单元的色彩值数据，根据每一像素单元的色彩值数据判断每一像素单元是否在色温偏差阈值范围内，选取在色温偏差阈值范围内的像素单元作为参考灰度点，并计算所有参考灰度点的色彩值均值及参考灰度点的数量，并且，根据参考灰度点数量以及色温偏差阈值判断图像的色温信息是否有效，若有效，则根据参考灰度点的色彩值均值计算白平衡矫正系数，根据白平衡矫正系数计算每一像素单元的矫正后的色彩值，若无效则根据上一图像的白平衡矫正系数计算每一像素单元的矫正后的色彩值，并根据当前图像的参考灰度点的数量和/或当前的色温偏差阈值调节色温偏差阈值。

由上述方案可见，数码摄录设备在判断图像的色温信息无效后，需要对色温偏差阈值进行调节，调节后的色温偏差阈值可以作为对下一张图像进行白平衡处理的参数。这样，数码摄录设备的色温偏差阈值并不是固定的，即筛选参考灰度点的阈值参数不是固定的，而是根据当前图像的实际情况调节色温偏差阈值，这样白平衡处理更为准确，且效果更好。

一个优选的方案是，调节色温偏差阈值的步骤是：在参考灰度点数量过多且色温偏差阈值上次调整步长过大时按减少步长方向增大色温偏差阈值，在参考灰度点数量过少且色温偏差阈值上次调整步长过大时按减小步长方向减小色温偏差阈值。

由此可见，根据参考灰度点的数量来调节色温偏差阈值，可以改变下一张图像白平衡处理时参考灰度点的数量，以使对下一张图像进行白平衡处理时参考灰度点的数量增多或减少，满足最优的处理条件，使图像的白平衡处理效果最好。

另一个优选的方案是，调节色温偏差阈值的步骤是：在参考灰度点数量未过多且当前的色温偏差阈值未到达上限阈值时增大色温偏差阈值，在参考灰度点数量未过少且当前的色温偏差阈值未到达下限阈值时减小色温偏差阈值。

可见，根据参考灰度点的数量以及当前色温偏差阈值的实际数值来调节色温偏差阈值，可使调节后的色温偏差阈值更有利于对下一张图像的白平衡处理，筛选出更好的参考灰度点，图像的白平衡处理效果更为理想。

进一步的方案是，获取像素单元的色彩值数据的步骤是：获取图像的raw数据，将图像的像素划分为多个像素单元，根据raw数据计算每一像素单元的RGB数据或YUV数据。

由此可见，数码摄录设备并不是直接采用图像的RGB数据或者YUV数据计算图像的色彩值，而是使用raw数据计算RGB数据或YUV数据，这样数码摄录设备的计算量将大大减小，对硬件资源要求也大大降低，有利于数码摄录设备的实现。

为实现上述的另一目的，本发明提供的图像白平衡处理装置包括色彩值计算模块、色温信息计算模块、白平衡矫正系数计算模块、色彩矫正模块以及色温偏差阈值调节模块，色彩值计算模块用于计算一张图像所有的像素单元的色彩值数据，色温信息计算模块根据每一像素单元的色彩值数据判断每一像素单元是否在色温偏差阈值范围内，选取在色温偏差阈值范围内的像素单元作为参考灰度点，并计算所有参考灰度点的色彩值均值及参考灰度点的数量，白平衡矫正系数计算模块根据参考灰度点数量以及色温偏差阈值判断图像的色温信息的有效性，并在判断色温信息有效时根据参考灰度点的色彩值均值计算白平衡矫正系数，色彩矫正模块根据白平衡矫正系数计算每一像素单元的矫正后的色彩值，色温偏差阈值调节模块在判断色温信息无效时根据当前图像的参考灰度点的数量和/或当前的色温偏差阈值调节色温偏差阈值。

由上述方案可见，数码摄录设备的图像白平衡处理装置设置了色温偏差阈值调节模块，在判断当前的图像色温信息无效的情况下调节色温偏差阈值，从而在下一张图像进行白平衡处理时改变选取参考灰度点的范围，也改变计算出的参考灰度点的数量、色彩值均值等，计算出的白平衡矫正系数也不相同，图像的白平衡处理更为准确，且适应性较强。

附图说明

图1是本发明图像白平衡处理装置实施例的结构框图。

图2是本发明图像白平衡处理方法实施例的流程图。

图3是本发明图像白平衡处理方法实施例中图像部分区域的raw数值的示意图。

图4是本发明图像白平衡处理方法实施例中参考灰度点在参考坐标下的示意图。

图5是本发明图像白平衡处理方法实施例中参考坐标下色温偏差阈值范围的示意图。

图6是本发明图像白平衡处理方法实施例中判断图像的色温信息有效性的流程图。

图7是本发明图像白平衡处理方法实施例中参考灰度点数量过多时调节色温偏差阈值的流程图。

图8是本发明图像白平衡处理方法实施例中参考灰度点数量过少时调节色温偏差阈值的流程图。

以下结合附图及实施例对本发明作进一步说明。

具体实施方式

本发明的图像白平衡处理装置应用于数码摄录设备，如数码相机、数码摄录机、手机、平板电脑等具有数码成像功能的设备，图像的白平衡处理方法是数码摄录设备对摄取的图像进行白平衡处理的方法，本方法可以是对连续拍摄的多张图像进行白平衡处理，也可以是对不连续拍摄的图像进行白平衡处理。

参见图1，本实施例的图像白平衡处理装置具有色彩值计算模块11、色温信息计算模块13、白平衡矫正系数计算模块14、色彩矫正模块16以及色温偏差阈值调节模块17，其中色彩值计算模块11具有raw数据处理模块12，白平衡矫正系数计算模块14设有平滑系数计算模块15。

色彩值计算模块11获取数码摄录设备所摄录的图像每一个像素单元的色彩值数据，如每一像素的RGB数据，或者获取图像的raw数据，由raw数据处理模块12根据图像的raw数据计算出每一个像素单元的RGB数据等。当然，色彩值计算模块11也可以是获取图像每一像素单元的YUV数据。

色温信息计算模块13根据色彩值计算模块11获取的像素单元的色彩值数据，判断每一个像素单元是否在色温偏差阈值范围内，并选取在色温偏差阈值范围内的像素单元作为参考灰度点，同时计算出参考灰度点的色彩值均值，并计算出参考灰度点的数量。

白平衡矫正系数计算模块14根据参考灰度点的数量、色彩值均值判断图像的色温信息是否有效，并在色温信息有效的情况下计算图像的白平衡矫正系数，若需要对图像进行平滑白平衡处理的，由平滑系数计算模块15计算出一个平滑白平衡矫正系数。

色彩矫正模块16根据白平衡矫正系数计算模块14计算出的白平衡矫正系数，对图像中的每一个像素单元进行矫正，从而改变像素单元的颜色。

色温偏差阈值调节模块17用于在图像色温信息无效的情况下对色温偏差阈值进行调节，如增大色温偏差阈值或者减小色温偏差阈值。

下面结合图2说明图像白平衡处理装置对图像进行白平衡处理的工作流程。首先，执行步骤S1，图像白平衡处理装置获取数码摄录设备所摄录的图像，并获取图像的色彩值数据，如图像每一个像素点的RGB数据或者YUV数据。本实施例中，图像白平衡处理装置获取的是图像的raw数据。

图像的raw数据是由CCD或CMOS等图像传感器获得的未经加工处理的数据，且raw数据是使用8位或10位等二进制数表示的像素色彩值的数据，色彩值的数据是使用红色(R)色彩值、绿色(G)色彩值或蓝色(B)色彩值表示的数据。

如图3所示的一个5×5的像素矩阵中，每一个像素均具有自己的raw数值，第一行第一列的像素的raw数值是G11，其使用绿色色彩值表示，第一行第二列的像素的raw数值是R12，其使用红色色彩值表示，第二行第一列的像素的raw数值是B21，且使用蓝色色彩值表示，如此类推。

由于色彩值计算模块11获取的是图像的raw数据，因此需要raw数据处理模块12对图像进行处理，将图像划分为多个像素单元，如每一个像素单元为一个2×2的像素矩阵。然后，执行步骤S2，色彩值计算模块11计算每一个像素单元的色彩值数据，即RGB数据。

例如，以G33、R34、B43、G44所在像素组成一个像素单元，则计算该像素单元的RGB色彩值为R=R34，

B=B43。

然后，色温信息计算模块13计算图像的色温信息，即判断每一个像素单元是否在色温偏差阈值范围内，并将色温偏差阈值范围内的像素单元确定为可以使用的参考灰度点。

判断每一个对像素单元是否为合适的参考灰度点前，为了减少图像过分曝光以及噪声的影响，首先应该将色彩值过高的像素单元去除，如设定用于去除噪声的R、G、B分量的灰度阈值，分别是R_MAX、G_MAX以及B_MAX，判断像素单元的R、G、B色彩值是否分别小于上述三个分量的灰度阈值，如均小于，则该像素单元可以使用，否则将该像素单元去除。

另外，图像中的阴影部分会受到镜头漫反射等的影响，其表现出的色温信息与光源的色温信息有一定偏差，因此，去除图像阴影部分的像素可以在一定程度上提高灰度点判断的准确性。为了去除阴影部分的像素单元，可以设置亮度阈值L_MAX，并判断像素单元的亮度值rgb_luma是否小于亮度阈值L_MAX，如小于，表示该像素单元不是阴影部分，可以使用，否则将该像素单元去除。

其中，像素单元的亮度值rgb_luma可以通过以下公式计算：

$\mathrm{rgb}\_\mathrm{luma}=\frac{a\·R+b\·G+c\·B}{d}$ (式1)

式1中a、b、c、d为亮度加权系数，可以预先设定。

接着，建立色彩值坐标系，以色彩值的G值为参考值，以R-G为纵坐标，B-G为横坐标，建立色彩值坐标系，建立的色彩值坐标系如图4所示。在标准色温的光源下，参考灰度点0，即坐标系的原点，其RGB值满足R＝G＝B的条件。当光源的色温偏离标准色温时，像素单元的R、G、B三个数值之间存在一定的差异，像素单元对应的点从坐标系的原点向外发散，色温偏离标准色温越大，像素单元对应的点离原点越远。如图4中的A点为一个偏离原点的像素单元。

为了选取合适的参考灰度点，本实施例设置了色温偏差阈值gray_th1，gray_th2，两个色温偏差阈值分别平行于R-G轴以及B-G轴，如图5所示，图中平行于R-G轴的虚线表示gray_th1的数值，平行于B-G轴的虚线表示gray_th2的数值。

色温偏差阈值gray_th1以及gray_th2可以在一定的范围内调节，但其均具有可调节的阈值范围，如色温偏差阈值gray_th1、gray_th2的调节范围最小值均为Th_min，最大值均为Th_max。当然，两个色温偏差阈值的调节范围可以不相同，分别具有自己的最大值及最小值。

本实施例选取在色温偏差阈值范围内的像素单元作为参考灰度点，因此当像素单元位于图5中的虚线框内，可以选取该像素单元作为参考灰度点，若像素单元位于图5的虚线框外，则不能作为参考灰度点。也就是说，若像素单元满足下面的条件：|R-G|<gray_th1，并且|B-G|<gray_th2，则该像素单元可以作为参考灰度点使用。

然后，色温信息计算模块13计算图像的色温信息，色温信息包括参考灰度点的数量gray_count以及所有的参考灰度点的色彩值均值，所有的参考灰度点的RGB三色的色彩值均值分别使用r_avg、g_avg、b_avg表示，其中r_avg、g_avg、b_avg的数值分别是所有参考灰度点的R、G、B数值的平均值。

计算上述色温信息后，执行步骤S4，判断图像的色温信息是否有效，首先设定参考灰度点的上限阈值C_max以及下限阈值C_min，若判断上一图像的色温信息是否有效，若有效则设定灰度数量下限阈值C_min=C1，上限阈值C_max=C2，否则设定下限阈值C_min=C3，上限阈值C_max=C4。其中四个参数C1、C2、C3、C4均为预先设定的参数。

然后，执行如图6所示的流程，确定图像的色温信息的有效性。确定色温信息有效性的流程中，首先执行步骤S11，判断当前图像的参考灰度点的数量gray_count是否小于上限阈值C_max，如是执行步骤S12，否则，执行步骤S13。

步骤S12中，判断当前图像的参考灰度点的数量gray_count是否大于下限阈值C_min，如是执行步骤S15，判断当前图像的色温信息有效，否则执行步骤S14，判断当前色温信息无效。

步骤S13中，判断当前的色温偏差阈值gray_th1、gray_th2是否均达到最小值Th_min，如是，执行步骤S15，判断图像的色温信息有效，否则执行步骤S14，判断图像的色温信息无效。

当然，判断图像色温信息是否有效，还可以根据其他的参数确定，不一定按照图6所示的方法，如可以只考虑参考灰度点的数量gray_count是否在上限阈值C_max与下限阈值C_min的范围内。

若判断图像的色温信息有效，则执行步骤S5，白平衡矫正系数计算模块14根据参考灰度点的色彩值均值计算图像的白平衡矫正系数R_gain、G_gain、B_gain，三个系数分别是R、G、B三色的白平衡矫正系数，三个系数可以使用如下公式计算：

$R\_\mathrm{gain}=\frac{r\_\mathrm{avg}+g\_\mathrm{avg}+b\_\mathrm{avg}}{3\&CenterDot;r\_\mathrm{avg}}$ (式2)

$G\_\mathrm{gain}=\frac{r\_\mathrm{avg}+g\_\mathrm{avg}+b\_\mathrm{avg}}{3\&CenterDot;g\_\mathrm{avg}}$ (式3)

$B\_\mathrm{gain}=\frac{r\_\mathrm{avg}+g\_\mathrm{avg}+b\_\mathrm{avg}}{3\&CenterDot;b\_\mathrm{avg}}$ (式4)

若数码摄录设备进行录像，即连续地拍摄多张图片，为了避免相邻图像之间的图像颜色出现突变，对白平衡矫正系数进行平滑处理，则由平滑系数计算模块15计算三个平滑白平衡矫正系数R_gain_new、G_gain_new、B_gain_new，分别对应于R、G、B三色，R_gain_new、G_gain_new、B_gain_new三个系数分别使用如下公式计算：

R_gain_new=k1·R_gain_old+k2·R_gain    (式5)

G_gain_new＝k1·G_gain_old+k2·G_gain   (式6)

B_gain_new＝k1·B_gain_old+k2·B_gain   (式7)

其中R_gain_old、G_gain_old、B_gain_old为上一图像的白平衡矫正系数，k1、k2为平滑系数，平滑系数可以根据实际情况设定。

然后，色彩矫正模块16利用计算出的白平衡矫正系数对图像每一像素单元的RGB分量进行增益控制，得到矫正后的色彩值，也就达到色彩准确的图像。对每个像素单元的R、G、B三色的色彩值进行矫正，可以通过下面的公式计算：

R_new=R×R_gain_new     (式8)

G_new=G×G_gain_new     (式9)

B_new=B×B_gain_new     (式10)

其中，R_new、G_new、B_new为经过白平衡矫正后的每一像素单元的R、G、B三色的色彩值。

步骤S4中，若判断图像的色温信息无效，执行步骤S6，使用上一图像的白平衡矫正系数计算当前图像的每一像素单元R、G、B三色的矫正后的色彩值，计算方法是将每一像素单元的色彩值与上一图像的白平衡矫正系数对应地分别相乘。

然后，执行步骤S7，色温偏差阈值调节模块17对色温偏差阈值gray_th1、gray_th2进行调节。参见图7，对色温偏差阈值gray_th1、gray_th2进行调节，可以根据参考灰度点的数量gray_count与上限阈值C_max之间关系来确定色温偏差阈值gray_th1、gray_th2的增大或减小。首先，执行步骤S21，判断参考灰度点的数量gray_count是否大于上限阈值C_max，如是，执行步骤S22，判断上次对色温偏差阈值gray_th1、gray_th2的调节步长L1是否过大，如是则执行步骤S23，否则执行步骤S24。其中，步长L1是下限阈值C_min与参考灰度点gray_count之间的比值。步长L1具有一定的范围值，如从数值1至10的自然数，并且判断如步长L1每次调节的差值为2或以上，则表示步长L1调节过大。

步骤S23中，色温偏差阈值调节模块17按照减少步长L1的方向在原先的色温偏差阈值gray_th1、gray_th2的基础上增大色温偏差阈值gray_th1或gray_th2。例如，原先的色温偏差阈值gray_th1为2，在第一次调节时，步长L1为3，则gary_th1从2增大到5。若第一次调节后，发现gray_th1调节的步长过大，则第二次调节时，在步骤S23中，在第一次调节前的色温偏差阈值gray_th1，即2的基础上，将步长L1减小为2，即将gray_th1从2调节至4。

步骤S24中，色温偏差阈值调节模块17将保持色温偏差阈值gray_th1以及gray_th2的数值不变。

步骤S21中，若判断参考灰度点的数量gray_count小于上限阈值C_max，则执行步骤S25，进一步判断色温偏差阈值gray_th1、gray_th2是否到达最大值Th_max，如是执行步骤S24，否则执行步骤S29，进一步判断RG值是否大于1。RG值是所有参考灰度点的色彩值均值中r_avg数值与g_avg数值之间的比值。如判断RG值大于1，执行步骤S26，判断色温偏差阈值gray_th1是否小于最大值Th_max，如是执行步骤S27，按步长L1增大色温偏差阈值gray_th1，否则执行步骤S28，按步长L1增大色温偏差阈值gray_th2。

步骤S29中，若判断RG值小于1，则执行步骤S30，判断BG值是否大于1，BG值是所有参考灰度点的色彩值均值中b_avg数值与g_avg数值之间的比值。若判断BG值小于1，执行步骤S31，按步长L1增大色温偏差阈值gray_th1以及gray_th2，否则执行步骤S32，进一步判断色温偏差阈值gray_th2是否小于最大值Th_max，如是执行步骤S33，按步长L1增大色温偏差阈值gray_th2，否则执行步骤S34，按步长L1增大色温偏差阈值gray_th1。

当然，对色温偏差阈值gray_th1、gray_th2的调节还可以根据根据参考灰度点的数量gray_count与下限阈值C_min之间关系来确定色温偏差阈值gray_th1、gray_th2的增大或减小。参见图8，首先执行步骤S41，判断判断参考灰度点的数量gray_count是否小于下限阈值C_min，如是，执行步骤S42，判断上次对色温偏差阈值gray_th1、gray_th2的调节步长L2是否过大，如是则执行步骤S43，否则执行步骤S44。其中，步长L2是参考灰度点gray_count与上限阈值C_max之间的比值。步长L2具有一定的范围值，如从数值1至10的自然数，并且判断如步长L2每次调节的差值为2或以上，则表示步长L2调节过大。

步骤S43中，色温偏差阈值调节模块17按照减少步长L2的方向在原先的色温偏差阈值gray_th1、gray_th2的基础上减小色温偏差阈值gray_th1或gray_th2。例如，原先的色温偏差阈值gray_th1为6，在第一次调节时，步长L2为3，则gray_th1从6减小到3。若第一次调节后，发现gray_th1调节的步长过大，则第二次调节时，在步骤S43中，在第一调节前的色温偏差阈值gray_th1，即6的基础上，将步长L2减小为2，即将gray_th1从6调节至4。

步骤S44中，色温偏差阈值调节模块17将保持色温偏差阈值gray_th1、gray_th2的数值不变。

步骤S41中，若判断参考灰度点的数量gray_count大于下限阈值C_min，则执行步骤S45，进一步判断色温偏差阈值gray_th1、gray_th2是否到达最小值Th_min，如是执行步骤S44，否则执行步骤S49，进一步判断RG值是否大于1。如判断RG值大于1，执行步骤S46，判断色温偏差阈值gray_th1是否大于最小值Th_min，如是执行步骤S47，按步长L2减小色温偏差阈值gray_th1，否则执行步骤S48，按步长L2减小色温偏差阈值gray_th2。

步骤S49中，若判断RG值小于1，则执行步骤S50，判断BG值是否大于1，若判断BG值小于1，执行步骤S51，按步长L2减小色温偏差阈值gray_th1以及gray_th2，否则执行步骤S52，进一步判断色温偏差阈值gray_th2是否大于最小值Th_min，如是执行步骤S53，按步长L2减小色温偏差阈值gray_th2，否则执行步骤S54，按步长L2减小色温偏差阈值gray_th1。

对色温偏差阈值进行调节后，执行步骤S8，判断是否所有的图像均处理完毕，如是则结束，否则返回执行步骤S1，获取下一张图像进行白平衡处理。

可见，通过色温偏差阈值调节模块17对色温偏差阈值gray_th1以及gray_th2进行调节，可以改变下一张图像进行白平衡处理时的参数，也就是改变参考灰度点的数量并改变参考灰度点的色彩值均值，计算出来的白平衡矫正系数也就不相同。通过本发明的方法，数码摄录设备对图像的白平衡处理更为准确，图像质量更好。

当然，上述的实施例仅是本发明较佳的实施方式，实际应用时，还可以有更多的改变，例如，在拍照模式下，并不是连续地拍摄照片，可以不需要对图像进行平滑的白平衡处理，也就不需要计算平滑白平衡矫正系数；或者，对色温偏差阈值进行调节时，可以只考虑参考灰度点的数量或只考虑RG值、BG值等，色温偏差阈值的调节方法可以多种多样，这样的改变也能实现本发明的目的。

最后需要强调的是，本发明不限于上述实施方式，如色温偏差阈值调节的具体方法改变、判断色温信息有效性方法的改变等变化也应该包括在本发明权利要求的保护范围内。

Claims (10)

1.图像白平衡处理方法，包括

获取一张图像所有的像素单元的色彩值数据，根据每一所述像素单元的所述色彩值数据判断每一所述像素单元是否在色温偏差阈值范围内，选取在所述色温偏差阈值范围内的所述像素单元作为参考灰度点，并计算所有所述参考灰度点的色彩值均值及所述参考灰度点的数量；

其特征在于：

根据所述参考灰度点数量以及色温偏差阈值判断所述图像的色温信息是否有效，若有效，则根据所述参考灰度点的所述色彩值均值计算白平衡矫正系数，根据所述白平衡矫正系数计算每一所述像素单元的矫正后的色彩值，若无效则根据上一图像的白平衡矫正系数计算每一所述像素单元的矫正后的色彩值，并根据当前图像的所述参考灰度点的数量和/或当前的色温偏差阈值调节所述色温偏差阈值。

2.根据权利要求1所述的图像白平衡处理方法，其特征在于：

调节所述色温偏差阈值的步骤是：在所述参考灰度点数量过多且所述色温偏差阈值上次调整步长过大时按减少步长方向增大所述色温偏差阈值，在所述参考灰度点数量过少且所述色温偏差阈值上次调整步长过大时按减小步长方向减小所述色温偏差阈值。

3.根据权利要求1所述的图像白平衡处理方法，其特征在于：

调节所述色温偏差阈值的步骤是：在所述参考灰度点数量未过多且当前的所述色温偏差阈值未到达上限阈值时增大所述色温偏差阈值，在所述参考灰度点数量未过少且当前的所述色温偏差阈值未到达下限阈值时减小所述色温偏差阈值。

4.根据权利要求1至3任一项所述的图像白平衡处理方法，其特征在于：

判断所述图像的色温信息有效的条件是：所述参考灰度点数量在阈值范围内或者所述参考灰度点数量大于数量上限阈值且所述色温偏差阈值为最小值。

5.根据权利要求1至3任一项所述的图像白平衡处理方法，其特征在于：

所述色彩值数据为图像的每一像素的RGB数据或YUV数据。

6.根据权利要求5所述的图像白平衡处理方法，其特征在于：

获取所述像素单元的色彩值数据的步骤是：获取所述图像的raw数据，将所述图像的像素划分为多个像素单元，根据所述raw数据计算每一所述像素单元的RGB数据或YUV数据。

7.根据权利要求1至3任一项所述的图像白平衡处理方法，其特征在于：

计算所述白平衡矫正系数的步骤是：根据所述参考灰度点的所述色彩值均值计算初始白平衡矫正系数，并根据所述初始白平衡矫正系数与上一图像的白平衡矫正系数计算当前图像的平滑白平衡矫正系数，以所述平滑白平衡矫正系数作为所述当前图像的所述白平衡矫正系数。

8.图像白平衡处理装置，包括

色彩值计算模块，用于计算一张图像所有的像素单元的色彩值数据；

色温信息计算模块：根据每一所述像素单元的所述色彩值数据判断每一所述像素单元是否在色温偏差阈值范围内，选取在所述色温偏差阈值范围内的所述像素单元作为参考灰度点，并计算所有所述参考灰度点的色彩值均值及所述参考灰度点的数量；

其特征在于：

白平衡矫正系数计算模块，根据所述参考灰度点数量以及色温偏差阈值判断所述图像的色温信息的有效性，并在判断所述色温信息有效时根据所述参考灰度点的所述色彩值均值计算白平衡矫正系数；

色彩矫正模块，根据所述白平衡矫正系数计算每一所述像素单元的矫正后的色彩值；

色温偏差阈值调节模块，在判断所述色温信息无效时根据当前图像的所述参考灰度点的数量和/或当前的色温偏差阈值调节所述色温偏差阈值。

9.根据权利要求8所述的图像白平衡处理装置，其特征在于：

所述色彩值计算模块包括raw数据处理模块，用于获取所述图像的raw数据，将所述图像的像素划分为多个像素单元，根据所述raw数据计算每一所述像素单元的RGB数据或YUV数据。

10.根据权利要求8或9所述的图像白平衡处理装置，其特征在于：

所述白平衡矫正系数计算模块包括平滑矫正系数计算模块，根据所述参考灰度点的所述色彩值均值计算初始白平衡矫正系数，并根据所述初始白平衡矫正系数与上一图像的白平衡矫正系数计算当前图像的平滑白平衡矫正系数。

Images