CN104618702B - 一种基于白块假设的数码摄像装置自动白平衡方法 - Google Patents

Abstract

本发明公开了一种基于白块假设的数码摄像装置自动白平衡方法，用待标定的数码摄像装置获取标准白色标版的raw图像，将所获得的raw图像划分为M×N个分块；计算每一个分块的R，G，B通道的均值，求得当前增益；找到各色温下标准白的定义区域；对于待校正图像，将所述待校正图像划分为M×N个分块，对所有分块，依次判断每一个分块的增益是否包含上述定义区域内，如果没有一个分块的增益落在定义区域范围内，则采用默认的增益值对整副图像进行色彩校正；否则，累加落入所述定义区域内的所有分块的增益与权重；将得到的累加值分别除以其各自对应的权重值，得到待校正图像的增益；利用该增益完成自动白平衡校正。本发明具有较强的鲁棒性，且白平衡准确。

Description

一种基于白块假设的数码摄像装置自动白平衡方法

技术领域

本发明涉及一种基于白块假设的数码摄像装置自动白平衡方法。

背景技术

数字摄像设备的广泛应用，使得照相功能已成为移动终端中不可缺少的核心功能,随着产品消费观念的更新升级，用户对移动终端中的照相功能的品质参数要求越来越高。其中，白平衡是照相功能中的一个极重要的品质参数，白平衡是指数码相机对白色物体的还原，其精确度直接决定了拍摄照片的色彩质量，其工作原理为根据环境光源色温的不同，调节感光材料的各个色彩感应强度，使色彩还原到人眼感知的色彩。目前数字摄像设备中的白平衡调节都是由用户根据经验进行手动调节，其精确度受到人为因素的影响，造成白平衡不精确，降低了用户体验度。

一般的白平衡算法流程主要分为2个步骤。第一步为估算色温，就是估计当前拍摄图像时候的色温。第二步为白点转换，利用vonKrise色适应模型进行色彩转换，转换的系数即为色温估计下白平衡后的各通道增益。转换完成之后，就可以得到白平衡的影像。通常实际应用中的白平衡算法，第二步的转换算法大体相同，最关键的区别在于第一步的色温估计方法。在第一步色温估计中有2种模型被广泛应用，灰界假设理论和白块假设理论。灰度世界算法(GrayWorld)是以灰度世界假设为基础的,该假设认为对于一幅有着大量色彩变化的图像,R、G、B三个分量的平均值趋于同一个灰度K。此算法在影像色彩成份分布均匀时，效果相当理想。但当色彩成份分布不均匀时，效果会失常。

白块假设是基于色彩恒常性理论，它认为图像中最亮的点即为白色点。

最近发展起来的另一种白块假设方法，提取图像中颜色特征，直接转换到xyz色温坐标下进行色温估计和白平衡处理，由于拍摄的色温大多是混合色温，以及计算的复杂性，在实际的应用中实现的不多。

现有的白块假设算法如下：

max_R＝max(RGB_in(:,:,1))；

max_G＝max(RGB_in(:,:,2))；

max_B＝max(RGB_in(:,:,3))；

得到图像中各通道的最大值(近似最亮点)。

Kr＝255/max_Red；

Kg＝255/max_Green；

Kb＝255/max_Blue；

RGB_out(:,:,1)＝RGB_in(:,:,1).*Kr；

RGB_out(:,:,2)＝RGB_in(:,:,2).*Kg；

RGB_out(:,:,3)＝RGB_in(:,:,3).*Kb；

可以看到，白块假设算法在色彩丰富的情况下，对max(R，G，B)的提取有一定的风险，将导致白平衡并不准确。并且由于噪声的存在，使得基于特定像素的算法并不具有鲁棒性。

发明内容

本发明所要解决的技术问题是，针对上述现有技术的不足，提供一种基于白块假设的数码摄像装置自动白平衡方法。

为解决上述技术问题，本发明所采用的技术方案是：一种基于白块假设的数码摄像装置自动白平衡方法，包括以下步骤：

1)在多种色温光源下，用待标定的数码摄像装置获取标准白色标版的raw图像，将所获得的raw图像划分为M×N个分块；标准白色标版专业标准是：18度的灰/白卡；一般标准是：24色卡中的最下面一排；本发明采用18度的灰/白卡；

2)计算每一个分块的R，G，B以及Y通道的均值Gavg，Ravg，Bavg，Yavg,并求得当前增益Rgain＝Gavg/Ravg，Bgain＝Gavg/Bavg；Yavg＝Gavg，其中Y为绿分量；

3)在某种色温下，将所有分块的Bgain，Rgain投标在以Bgain，Rgain为坐标的投标图中，得到该色温下的投标区域；

4)对所有需要标定的各个色温进行步骤3)的操作，得到各个色温对应的投标区域，即各色温下标准白的定义区域；

5)对于待校正图像，将所述待校正图像划分为M×N个分块，对所有分块，依次判断每一个分块的(Rgain,Bgain)增益是否包含上述各色温下标准白的定义区域内，如果没有一个分块的(Rgain,Bgain)增益落在各色温下标准白的定义区域内，则采用色温为5000k时的(Rgain,Bgain)增益值对整副待校正图像进行色彩校正；否则，对于落入各色温下标准白的定义区域内的分块，确定任一分块在该分块落入的标准白的定义区域内的权重，将该分块的Rgain、Bgain分别与其权重相乘，分别得到RW_i、BW_i，同时记录该分块的权重的和W_i，依此类推，得到所有落入各色温下标准白的定义区域内的分块的权重以及各个分块的Rgain、Bgain与各自的权重相乘的乘积；

6)利用下式计算所述待校正图像的增益Rgain^*和Bgain^*：

$\mathrm{Rgai}{n}^{*}=\frac{\mathrm{RW}}{W};$

${\mathrm{Bgain}}^{*}=\frac{\mathrm{BW}}{W};$

其中， $\mathrm{RW}=\underset{i=M\×N}{\mathrm{\Σ}}{\mathrm{RW}}_i;\mathrm{BW}=\underset{i=M\×N}{\mathrm{\Σ}}{\mathrm{BW}}_i;W=\underset{i=M\×N}{\mathrm{\Σ}}{W}_i$

7)利用所述待校正图像的增益Rgain^*和Bgain^*完成自动白平衡校正。

所述步骤5)中，权重取值范围为1～4，例如白天时可以将权重设为4，夜晚可以设为1或2，一般设为1，权重的取值根据经验得到，权重取1～4时，本发明白平衡比较准确。

所述色温为5000k时的(Rgain,Bgain)增益值采用灰世界方法求得，获取方便准确。

在判断每一个分块的(Rgain,Bgain)增益是否包含在上述各色温下标准白的定义区域内时，当一个分块的(Rgain,Bgain)增益包含在多个标准白的定义区域内的时候，将该分块视为落入靠近最常见色温对应的标准白的定义区域内；所述最常见色温取值范围为3000k～5500k。

与现有技术相比，本发明所具有的有益效果为：本发明更适应于芯片实现，并具有较强的鲁棒性，在实际应用中取得了较好的效果，对静态图片和动态视频都具有较好的表现；本发明的实现方法非常直观简单，容易操作，且白平衡准确；本发明的白块假设以区域特征代替色温点估计方法，准确性更高，通常的色温估计一般都是估计一个点，然后以该点为中心取一定半径的圆区域，没有本发明实际标定出来的投标区域准确；本发明的实现方法简单易行，这在实际应用中非常易于推广，便于生产；本发明色彩还原性比较准确，相同环境下的imatest测试表明，优于现在市场上最流行的awb算法。

附图说明

图1为本发明一实施例方法流程图；

图2为本发明所有分块的G/B,G/R投标在坐标系中的示意图；

图3为本发明投标区域示意图。

具体实施方式

如图1所示，本发明方法流程如下：

一)：标定多种色温(colortemperature，是表示光源光色的尺度，单位为K(开尔文)。色温在摄影、录像、出版等领域具有重要应用。光源的色温是通过对比它的色彩和理论的热黑体辐射体来确定的。热黑体辐射体与光源的色彩相匹配时的开尔文温度就是那个光源的色温，它直接和普朗克黑体辐射定律相联系)光源下的白块范围：

1)获取多种色温光源下，标准白色的raw图像，对每一幅图像划分M×N块片。

2)计算每一个分块的R，G，B的均值Gavg，Ravg，Bavg，并求得当前增益Rgain＝Gavg/Ravg，Bgain＝Gavg/Bavg；

3)某一色温下，做一张以G/B(Gavg/Bavg),G/R(Gavg/Ravg)为坐标的投标图。将所有分块的G/B，G/R投标在该坐标系中，得到该色温下的投标区域：

(1)(G/R)min<＝(G/R)<＝(G/R)max

(2)(G/B)min<＝(G/B)<＝(G/B)max

(3)Yamin<＝(G/B)<＝Yamax,

其中：Yamin＝y_a_min-y_a_min_slope*(G/R),

Yamax＝y_a_max-y_a_max_slope*(G/R)

Yamin、Yamax为图2中斜率为负值的两条斜线。

(4)Ybmin<＝(G/B)<＝Ybmax，

其中Ybmin＝y_b_min+y_b_min_slope*(G/R),

Ybmax＝y_b_max+y_b_max_slope*(G/R)

Ybmin、Ybmax为图2中斜率为正值的两条斜线。

4)具体实验中需要不断调整3)中的4个条件，并观测最终的反馈结果，当最后awb运行结果满意时，则对应的斜率(y_a_min_slope、y_a_max_slope、Y_b_min_slope、y_b_max_slope)和常量值(y_a_min、y_a_max、y_b_min、y_b_max)即为最后的标定值，在包含有效增益情况下，使投标区域尽可能的小、准确；y_a_min_slope，y_a_max_slope取负值，y_b_min_slope，y_b_max_slope取正值。

5)把所有标定色温下的投标区域(如图3所示)定义为各色温下标准白的定义区域。

二)：引用标定白色区块特征：

在awb时候，对需要awb的raw图像，进行mxn块的划分，并同样计算的特征值。计算每一分块的均值Gavg，Ravg，Bavg，以及Rgain＝Gavg/Ravg,Bgain＝Gavg/Bavg。对每一块对应的(G/B,G/R)在标准白的定义区域查找。如果在该范围内，则认为该区块符合该色温下白块假设。

遍历该图像的所有分块，统计符合条件的分块。

如果存在符合上述条件的分块，则按照传统的白块假设理论计算符合条件的分块的awb(AutoWhiteBalance，白平衡的基本概念是“不管在任何光源下，都能将白色物体还原为白色”，对在特定光源下拍摄时出现的偏色现象，通过加强对应的补色来进行补偿。各种白平衡下的照片所产生的偏色显示出补偿时的补色)增益数，作为整副图像的增益进行awb校正。

如果不存在符合上述条件的白块，则取色温为5000k时的(Rgain,Bgain)增益值作为该图像的awb增益，并进行整副图像的增益调整。

实现方法：

1、用待校正的摄像设备摄取一副图像，应为bayer格式的的raw图像数据。

2、对该待校正的raw图像进行MxN分块(本发明使用24x16分块)。对该raw图像的每一个分块，统计该分块的R，G，B通道的平均值。称为Gavg，Ravg，Bavg，以及当前增益Rgain＝Gavg/Ravg，Bgain＝Gavg/Bavg，为后期显示方便，可对该值进行比例放大。

3、对整副图像的MxN个分块，依次判断每一个分块的增益(Rgain，Bgain)是否包含在标定所得的各个色温白区范围内。

3.1)遍历所有MxN个分块，如果没有一个分块的(Rgain，Bgain)落在白色区域范围内，则可以采用默认的增益值(色温为5000k时的(Rgain,Bgain)增益值，采用灰世界方法求得)对整副图像进行色彩校正。

3.2)在遍历MxN分块增益，进行白区(标准白的定义区域)投票的时候，即判断各分块是否落入标准白的定义区域内时，同时记录下每个色温的投票所得个数。当遍历完成后，利用下式计算所述待校正图像的增益Rgain^*和Bgain^*：

$\mathrm{Rgai}{n}^{*}=\frac{\mathrm{RW}}{W};$

${\mathrm{Bgain}}^{*}=\frac{\mathrm{BW}}{W};$

其中， $\mathrm{RW}=\underset{i=M\&times;N}{\mathrm{\&Sigma;}}{\mathrm{RW}}_i;\mathrm{BW}=\underset{i=M\&times;N}{\mathrm{\&Sigma;}}{\mathrm{BW}}_i;W=\underset{i=M\&times;N}{\mathrm{\&Sigma;}}{W}_i$ RW_i、BW_i为第i个分块的Rgain、Bgain分别与该分块在其所在的白区内的权重的乘积，W_i为该分块的权重的和。

3.3)投票过程中的一个技巧，当一个分块满足多个色温白块定义的时候，本发明的原则是靠近最常见色温(最常见色温，也就是摄像机用的做多的场景，比如，数码相机一般都在白天使用，而白天的色温大多在3000k到5500k之间，那这个色温区间就认为是最常见色温。其权重稍微大一些。)为主。比如，当一个分块同时满足4000k，晴天的白色定义时，则本发明把本分块计入晴天白色。当一个分块同时满足晴天和多云色温白色定义时，本发明也把本分块计入晴天白色，具体实现时候，需要在标定开始时，对每个色温按照上述标准赋以不同的权重。

4、将Rgain^*和Bgain^*作用于整副待校正图像，即可完成自动白平衡校正。

经实际测验，本发明实现的方法在4色温的灯箱里面，按照标准的测试条件，拍的一系列24色卡图片，经imatest测试其还原准确性，awb准确性误差小于0.2。

Claims (4)

1.一种基于白块假设的数码摄像装置自动白平衡方法，其特征在于，包括以下步骤：

1)在多种色温光源下，用待标定的数码摄像装置获取标准白色标版的raw图像，将所获得的raw图像划分为M×N个分块；

2)计算每一个分块的R，G，B通道的均值Gavg，Ravg，Bavg，并求得当前增益Rgain＝Gavg/Ravg，Bgain＝Gavg/Bavg；

3)在某种色温下，将所有分块的Bgain，Rgain投标在以Bgain，Rgain为坐标的投标图中，得到该色温下的投标区域；

4)对所有需要标定的各个色温进行步骤3)的操作，得到各个色温对应的投标区域，即各色温下标准白的定义区域；

5)对于待校正图像，将所述待校正图像划分为M×N个分块，对所有分块，依次判断每一个分块的Rgain,Bgain增益是否包含在上述各色温下标准白的定义区域内，如果没有一个分块的Rgain,Bgain增益落在各色温下标准白的定义区域内，则采用色温为5000k时的Rgain,Bgain增益值对整副待校正图像进行色彩校正；否则，对于落入各色温下标准白的定义区域内的分块，确定任一分块在该分块落入的标准白的定义区域内的权重，将该分块的Rgain、Bgain分别与其权重相乘，分别得到RW_i、BW_i，同时记录该分块的权重的和W_i，依此类推，得到所有落入各色温下标准白的定义区域内的分块的权重以及各个分块的Rgain、Bgain与各自的权重相乘的乘积；

6)利用下式计算所述待校正图像的增益Rgain^*和Bgain^*：

${\mathrm{Rgain}}^{*}=\frac{RW}{W};$

$Bgain*=\frac{BW}{W};$

其中， $RW=\underset{i=M\&times;N}{\&Sigma;}{\mathrm{RW}}_i;BW=\underset{i=M\&times;N}{\&Sigma;}{\mathrm{BW}}_i;W=\underset{i=M\&times;N}{\&Sigma;}{W}_i$

7)利用所述待校正图像的增益Rgain^*和Bgain^*完成自动白平衡校正。

2.根据权利要求1所述的基于白块假设的数码摄像装置自动白平衡方法，其特征在于，所述步骤5)中，权重取值范围为1～4。

3.根据权利要求1或2所述的基于白块假设的数码摄像装置自动白平衡方法，其特征在于，所述色温为5000k时的Rgain,Bgain增益值采用灰世界方法求得。

4.根据权利要求3所述的基于白块假设的数码摄像装置自动白平衡方法，其特征在于，所述步骤5)中，在判断每一个分块的Rgain,Bgain增益是否包含在上述各色温下标准白的定义区域内时，当一个分块的Rgain,Bgain增益包含在多个标准白的定义区域内的时候，将该分块视为落入靠近最常见色温对应的标准白的定义区域内；所述最常见色温取值范围为3000k～5500k。