CN107277479B - 白平衡处理方法和装置 - Google Patents

白平衡处理方法和装置 Download PDF

Info

Publication number
CN107277479B
CN107277479B CN201710557602.0A CN201710557602A CN107277479B CN 107277479 B CN107277479 B CN 107277479B CN 201710557602 A CN201710557602 A CN 201710557602A CN 107277479 B CN107277479 B CN 107277479B
Authority
CN
China
Prior art keywords
white balance
gain value
image
area
face
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.)
Active
Application number
CN201710557602.0A
Other languages
English (en)
Other versions
CN107277479A (zh
Inventor
袁全
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201710557602.0A priority Critical patent/CN107277479B/zh
Publication of CN107277479A publication Critical patent/CN107277479A/zh
Priority to PCT/CN2018/094084 priority patent/WO2019011148A1/zh
Priority to EP18831888.5A priority patent/EP3654643B1/en
Priority to US16/727,646 priority patent/US11082677B2/en
Application granted granted Critical
Publication of CN107277479B publication Critical patent/CN107277479B/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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Optics & Photonics (AREA)
  • Human Computer Interaction (AREA)
  • Color Television Image Signal Generators (AREA)
  • Processing Of Color Television Signals (AREA)
  • Image Processing (AREA)

Abstract

本发明提出一种白平衡处理方法和装置，其中，方法包括：对活体的被摄物进行成像，得到待处理的图像，根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值，目标区域包括人脸区域或人像区域，根据白平衡增益值，对图像进行白平衡处理。通过对人体进行活体识别，解决了当检测到非活体的被拍摄物包含人脸时，即启动基于活体人脸的自动白平衡对图像进行调节，导致图像白平衡调节不准确，出现偏色，用户体验度差的问题。

Description

白平衡处理方法和装置
技术领域
本发明涉及移动终端技术领域，尤其涉及一种白平衡处理方法和装置。
背景技术
随着科学技术的进步和图像处理技术的发展，移动终端(例如智能手机、个人数字助理等)在拍照方面的技术也日新月异，不但有图像处理软件处理自动白平衡(Automaticwhite balance，AWB)，也有针对人脸的自动白平衡FACE AWB。
但是现有技术中，当摄像头检测到有人脸时，即启动FACE AWB算法对图像进行白平衡调节，会导致图像白平衡调节不准确，出现偏色，用户体验度差的问题。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明提出一种白平衡处理方法，解决了当检测到非活体的被拍摄物包含人脸时，即启动基于活体人脸的自动白平衡对图像进行调节，导致图像白平衡调节不准确，出现偏色，用户体验度差的问题。
本发明还提出一种白平衡处理装置。
本发明还提出一种计算机设备。
本发明还提出一种计算机可读存储介质。
本发明第一方面实施例提出了一种白平衡处理方法，包括：
对活体的被摄物进行成像，得到待处理的图像；
根据包含人脸的目标区域在所述图像中所占面积，计算白平衡增益值；所述目标区域包括人脸区域或人像区域；
根据所述白平衡增益值，对所述图像进行白平衡处理。
本实施例的一种白平衡处理方法中，对活体的被摄物进行成像，得到待处理的图像，根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值，其中，目标区域包括人脸区域或人像区域，根据白平衡增益值，对图像进行白平衡处理。通过对人体进行活体识别，解决了当检测到非活体的被拍摄物包含人脸时，即启动基于活体人脸的自动白平衡对图像进行调节，导致图像白平衡调节不准确，出现偏色，用户体验度差的问题。
本发明第二方面实施例提出了一种白平衡处理装置，包括：
成像模块，用于对活体的被摄物进行成像，得到待处理的图像；
计算模块，用于根据包含人脸的目标区域在所述图像中所占面积，计算白平衡增益值；所述目标区域包括人脸区域或人像区域；
白平衡模块，用于根据所述白平衡增益值，对所述图像进行白平衡处理。
本实施例的一种白平衡处理装置中，成像模块用于对活体的被摄物进行成像，得到待处理的图像，计算模块用于根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值，白平衡模块用于根据白平衡增益值，对图像进行白平衡处理。通过对人体进行活体识别，解决了当检测到非活体的被拍摄物包含人脸时，即启动基于活体人脸的自动白平衡对图像进行调节，导致图像白平衡调节不准确，出现偏色，用户体验度差的问题。
本发明第三方面实施例提出一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现第一方面实施例所述的白平衡处理方法。
本发明第四方面实施例提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现第一方面实施例所述的白平衡处理方法。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例所提供的一种白平衡处理方法的流程示意图；
图2为本发明实施例所提供的另一种白平衡处理方法的流程示意图；
图3为本发明实施例所提供的又一种白平衡处理方法的流程示意图；
图4为本发明实施例所提供的一种白平衡处理装置的结构示意图；
图5为本发明实施例所提供的另一种白平衡处理装置的结构示意图；以及
图6示出了适于用来实现本申请实施方式的示例性计算机设备的框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的白平衡处理方法和装置。
图1为本发明实施例所提供的一种白平衡处理方法的流程示意图，如图1所示，该方法包括如下步骤：
步骤101，对活体的被摄物进行成像，得到待处理的图像。
具体地，当对被拍摄物进行拍摄成像之前，需要先确定被拍摄物是否为活体，即判断被拍摄物是活生生的人，而非静止的包含人脸的立体玩偶或者是平面图像。对活体的被拍摄物进行成像，得到需要进行白平衡处理的图像。
需要说明的是，该摄像头可以为双摄像头、深度摄像头(Red-Green-Blue Depth，RGBD)，或者结构光，或者TOF摄像头，在此不一一列举，通过这些摄像头既可以获得拍摄对象的成像信息，又可以获得拍摄对象的深度信息。
步骤102，根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值。
其中，目标区域包括人脸区域或人像区域。
具体地，根据目标区域在图像中所占面积，计算得到目标区域在图像中的面积比例。根据面积比例，对各颜色分量的第一增益值和第二增益值的权重进行计算，得到白平衡增益值，其中，第一增益值用于将图像中的人脸调整至肤色，第二增益值不同于第一增益值，第二增益值是指根据人像区域确定的用于调整白平衡的增益值，是根据人像区域中各颜色分量计算得到的。
步骤103，根据白平衡增益值，对图像进行白平衡处理。
具体地，根据计算得到的目标白平衡增益值，计算调整后各像素的红色(Red，R)值和蓝色(Blue，B)值数据，从而实现颜色的修正。
需要说明的是，由于人眼对于频谱中属于绿光波长的光(480nm-600nm)敏感度最高，而拜耳(Bayer)阵列中采集的绿色像素点数目最多，所以目前的相机通常都采用将绿色分量的增益值固定，然后分别调整红色分量和蓝色分量的增益值，实现对红色分量和蓝色分量的调整。
本实施例的一种白平衡处理方法中，对活体的被摄物进行成像，得到待处理的图像，根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值，其中，目标区域包括人脸区域或人像区域，根据白平衡增益值，对图像进行白平衡处理。通过对人体进行活体识别，解决了当检测到非活体的被拍摄物包含人脸时，即启动基于活体人脸的自动白平衡对图像进行调节，导致图像白平衡调节不准确，出现偏色，用户体验度差的问题。
基于上述实施例，当需要对被拍摄物成像之前，需要先对被拍摄物进行活体识别，为此本发明提出了另一种可能的白平衡处理方法，图2为本发明实施例所提供的另一种白平衡处理方法的流程示意图，进一步清楚说明对被拍摄物活体识别的方法，如图2所示，步骤101之前还可以包括如下步骤：
步骤201，对被摄物进行预览，得到多帧预览图像。
具体地，摄像头打开后，在预览模式，摄像头采集图像，将摄像头采集到的图像以帧为单位记录，得到不同时刻的多帧预览图像。
其中，帧就是影像动画中最小单位的单幅影像画面，即一帧就是一副静止的图像。
需要说明的是，通过预览得到的多帧预览图像，携带成像的时间信息。
步骤202，识别多帧预览图像中被摄物的姿态，若姿态存在改变，识别被摄物为活体的被摄物。
具体地，针对每一帧预览图像，对被摄物的身体结构的边缘进行绘制，身体结构包括：嘴部、眼部、臂部、腿部、手部和脚部中的至少一个，根据绘制的边缘，识别被摄物的姿态。
作为一种可能的实现方式，预览得到的多帧预览图像携带了时间信息，将多帧预览图像按照获取时间的先后顺序，依次将图像帧号从小到大编号，如，第一帧图像的编号为1，第二针图像的编号为2····，然后按照编号依次比对多帧预览图像中绘制的身体结构的边缘的位置，当身体结构的边缘位置发生明显改变时，则说明被摄物体的姿态发生了改变，从而识别被摄物体为活体。
进一步，步骤202之前还包括，获取至少一帧预览图像的深度信息，根据深度信息，识别被摄物是平面形态还是立体形态。
这是由于，当被拍摄物是平面形态时，说明被拍摄物非活体，例如，可能是人像的平面图像，而非活体人脸的肤色和活体中人脸的肤色相差较大，采用针对活体人脸的白平衡算法则会使计算结果不准确，例如，会使得黑白图像在电脑上显示时明显发红。当被拍摄物是立体形态时，通过步骤201和步骤202，可以进一步识别被拍摄物是否为活体，当被拍摄物为活体时，即拍摄物为活生生的人时，采用针对活体人脸的白平衡算法进行白平衡调节。
具体地，通过预览得到的多帧图像均包含像素点的深度信息，获取至少一帧预览图像中所有像素点包含的深度信息，作为一种可能的实现方式，根据得到的所有像素点的深度信息，选取其中一小部分像素点的深度信息取平均值，并将其他像素点的深度信息分别和该平均值进行比对，若差值小于预设阈值，则认为所有像素点在一个平面上，从而，识别被拍摄物体为平面形态；若差值大于等于预设阈值，则认为该被摄物体为立体形态。
需要说明的是，预设阈值可以通过统计样本计算得到，本领域技术人员可根据具体情况进行设置。
本实施例的白平衡处理方法中，对活体的被摄物进行成像，得到待处理的图像，根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值，目标区域包括人脸区域或人像区域，根据白平衡增益值，对图像进行白平衡处理。通过对人体进行活体识别，解决了当检测到非活体的被拍摄物包含人脸时，即启动基于活体人脸的自动白平衡对图像进行调节，导致图像白平衡调节不准确，出现偏色，用户体验度差的问题。
在上述实施例的基础上，本实施例还提供了又一种白平衡处理方法，图3为本发明实施例所提供的又一种白平衡处理方法的流程示意图，基于步骤102，更加清楚的解释了如何计算得到图像的白平衡增益值的方法，如图3所示，步骤102还可以包括以下步骤：
步骤1021，根据目标区域在图像中所占面积，计算得到目标区域在图像中的面积比例。
具体地，目标区域是人脸区域或是人像区域，通过计算可得到人脸区域和人像区域在图像中所占的面积，进而可计算得到人脸区域和人像区域在图像中的面积比例。
具体地，计算目标区域在图像中所占的面积有很多种可能的实现方式，作为一种可能的实现方式，将图像划分为多个子块，各子块的面积大小相同，例如，将目标图片划分为m*n个子块，每个子块的长度为目标图片长度的1/m，每个子块的宽度为目标图片宽度的1/n，从而，每个子块的面积为1/m*n，其中，m和n为正整数，优选地，m为9，n为7。
进而，从获取的m*n个子块中，查找位于人脸区域的坐标区间的子块，以及包含了人脸区域的坐标区间的边缘的子块，得到人脸区域所包含的所有子块。由于各子块的面积是已知的，从而可以计算得到人脸区域的面积。
同样的方法，可以查找出人像区域所包含的所有子块，由于各子块的面积是已知的，从而可以计算得到人像区域在图像中所占的面积。
进而，将目标区域所占的面积除以图像的总的面积，得到的商值，即为目标区域所占的面积比例。
步骤1022，对各颜色分量的第一增益值和第二增益值进行计算。
其中，第一增益值用于将图像中的人脸调整至肤色。
具体地，确定图像中人脸的肤色是否为正常人脸的肤色，如果不是，则生成可将人脸肤色调整为正常肤色的第一增益值。
作为一种可能的实现方式，获取人脸区域的所有像素点的颜色分量，每个像素点的颜色由一个(R，G，B)颜色向量表示，对各像素点的颜色向量取平均，可计算得到人脸肤色对应的颜色向量。判断人脸肤色对应的R，G，B值是否在正常人脸肤色对应的R，G，B值范围内，如果不在正常人脸肤色对应的R，G，B值范围内，则通过一个增益值调整人脸肤色对应的R，G，B值，使其处于正常人脸肤色对应的R，G，B值范围内，该增益值即为第一增益值。
其中，正常人脸肤色对用的R，G，B值范围，可以根据色彩矩阵CC中提供的R，G，B值确认，其中，色彩矩阵CC中R，G，B值可以根据国际照明委员会(Commission Internationalede L'Eclairage)提供的CIE色彩空间得到。
其中，第二增益值不同于第一增益值，第二增益值是指根据人像区域确定的用于调整白平衡的增益值，是根据人像区域中各颜色分量计算得到的。
作为一种可能的实现方式，当图像中颜色有足够的色彩变化时，所有像素点的颜色向量中的R，G，B三个分量的均值趋于平衡(1:1:1)，采用加权灰度算法可得到较准确的白平衡增益值，即第二增益值。
具体地，人像区域分成若干个子块，获取每个子块中所有像素点的颜色向量，每个像素点由一个(R，G，B)颜色向量表示，然后计算各子块中R，G，B三个通道的平均值和标准差，然后对每一个子块的标准差进行加权(舍弃相关性小的子块，保留相关性大的子块)，以减少大块单一颜色的影响，使得图像颜色丰富多彩。进而计算通过标准差加权的R，G，B三个通道的平均值，最终计算得到R，G，B三个通道的增益系数，即得到第二增益值。
步骤1023，根据目标区域的面积比例，确定第一增益值的权重与第二增益值的权重。
具体地，需要确定目标区域是人脸区域还是人像区域。
作为一种可能的实现方式，判断人脸区域所占的面积是否低于预设的阈值，来确定目标区域是否为人脸区域，即当人脸区域所占的面积低于预设阈值时，目标区域则为人像区域，否则，目标区域则为人脸区域。
这是由于当人脸区域较小时，若采用基于人脸区域在图像中所占面积，调整第一增益值和第二增益值的权重，人脸肤色调整的效果往往不是很明显，而人像区域包含人脸区域和身体区域，所占面积较人脸区域面积较大，所以，在确定出人脸区域在图像中所占面积低于预设面积阈值时，则需要调整为基于人像区域在图像中所占面积比例，计算目标白平衡增益值的计算方式。反之，若人脸区域较大时，此时，采用基于人脸区域在图像中所占面积比例，调整第一增益值和第二增益值的权重，计算得到的目标白平衡增益值也是较准确的。
具体地，为了便于说明，该第一增益的权重值设为K，同时确定第二增益值权重为1-K。根据目标区域所占面积比例，确定K的取值，一般来说，面积比例与K的取值为正向关系。
步骤1024，根据确定出的第一增益值的权重与第二增益值的权重，对第一增益值和第二增益值进行加权计算，得到白平衡增益值。
具体地，将第一增益值和第二增益值分别和对应的权重相乘，计算得到白平衡增益值，即白平衡增益值＝第一增益值*K+第二增益值*(1-K)。
本实施例的白平衡处理方法中，对活体的被摄物进行成像，得到待处理的图像，根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值，目标区域包括人脸区域或人像区域，根据白平衡增益值，对图像进行白平衡处理。通过对人体进行活体识别，解决了当检测到非活体的被拍摄物包含人脸时，即启动基于活体人脸的自动白平衡对图像进行调节，导致图像白平衡调节不准确，出现偏色，用户体验度差的问题。
为了实现上述实施例，本发明还提出一种白平衡处理装置。
图4为本发明实施例所提供的一种白平衡处理装置的结构示意图，如图4所示，该装置包括：成像模块41、计算模块42和白平衡模块43。
成像模块41，用于对活体的被摄物进行成像，得到待处理的图像。
计算模块42，用于根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值，其中，目标区域包括人脸区域或人像区域。
白平衡模块43，用于根据白平衡增益值，对图像进行白平衡处理。
需要说明的是，前述对方法实施例的解释说明也适用于该实施例的装置，此处不再赘述。
本实施例的一种白平衡处理装置中，成像模块用于对活体的被摄物进行成像，得到待处理的图像，计算模块用于根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值，白平衡模块用于根据白平衡增益值，对图像进行白平衡处理。通过对人体进行活体识别，解决了当检测到非活体的被拍摄物包含人脸时，即启动基于活体人脸的自动白平衡对图像进行调节，导致图像白平衡调节不准确，出现偏色，用户体验度差的问题。
基于上述实施例，本发明实施例还提供了一种白平衡处理装置的可能的实现方式，图5为本发明实施例所提供的另一种白平衡处理装置的结构示意图，在上一实施例的基础上，如图5所示，该装置还包括：预览模块44、第一识别模块45、获取模块46、第二识别模块47和确定模块48。
预览模块44，用于对被摄物进行预览，得到多帧预览图像。
第一识别模块45，用于识别多帧预览图像中被摄物的姿态，若在多帧预览图像中被摄物的姿态存在改变，识别被摄物为活体的被摄物。
获取模块46，用于获取至少一帧预览图像的深度信息。
第二识别模块47，用于根据深度信息，识别被摄物是否为平面形态。
确定模块48，用于确定被摄物为立体形态。
作为一种可能的实现方式，计算模块42还可以包括：
第一计算单元421，用于根据目标区域在图像中所占面积，计算得到目标区域在图像中的面积比例。
第二计算单元422，用于根据面积比例，对各颜色分量的第一增益值和第二增益值的权重进行计算，得到白平衡增益值，其中，第一增益值用于将图像中的人脸调整至肤色，第二增益值不同于第一增益值。
作为一种可能的实现方式，第二计算单元422，还可以包括：
确定子单元4221，用于根据面积比例，确定第一增益值的权重与第二增益值的权重。
第二计算子单元4222，用于根据确定出的第一增益值的权重与第二增益值的权重，对第一增益值和第二增益值进行加权计算，得到白平衡增益值。
需要说明的是，上述对方法实施例的解释说明也适用于本实施例的装置，此处不再赘述。
本实施例的一种白平衡处理装置中，成像模块用于对活体的被摄物进行成像，得到待处理的图像，计算模块用于根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值，白平衡模块用于根据白平衡增益值，对图像进行白平衡处理。通过对人体进行活体识别，解决了当检测到非活体的被拍摄物包含人脸时，即启动基于活体人脸的自动白平衡对图像进行调节，导致图像白平衡调节不准确，出现偏色，用户体验度差的问题。
为了实现上述实施例，本发明还提出一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现前述方法实施例所述的白平衡处理方法。
为了实现上述实施例，本发明还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现前述方法实施例所述的白平衡处理方法。
图6示出了适于用来实现本申请实施方式的示例性计算机设备的框图。图6显示的计算机设备12仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture；以下简称：ISA)总线，微通道体系结构(Micro Channel Architecture；以下简称：MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation；以下简称：VESA)局域总线以及***组件互连(Peripheral ComponentInterconnection；以下简称：PCI)总线。
计算机设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(Random Access Memory；以下简称：RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(Compact Disc Read OnlyMemory；以下简称：CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory；以下简称：DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network；以下简称：LAN)，广域网(Wide Area Network；以下简称：WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现前述实施例中提及的方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种白平衡处理方法，其特征在于，包括以下步骤：
确定被拍摄物体是否为活体；
对活体的被摄物进行成像，得到待处理的图像；
判断人脸区域所占的面积是否低于预设阈值，若所述人脸区域所占的面积低于预设阈值，目标区域为人像区域，若所述人脸区域所占的面积不低于预设阈值，所述目标区域为人脸区域，采用所述目标区域在图像中所占面积，计算得到所述目标区域在所述图像中的面积比例，根据所述面积比例，对各颜色分量的第一增益值和第二增益值的权重进行计算，得到所述白平衡增益值，其中，所述第一增益值用于将所述图像中的人脸调整至肤色，所述第二增益值不同于所述第一增益值，第二增益值是指根据人像区域的各颜色分量确定的用于调整白平衡的增益值；
根据所述白平衡增益值，对所述图像进行白平衡处理。
2.根据权利要求1所述的白平衡处理方法，其特征在于，所述对活体的被摄物进行成像，得到待处理的图像之前还包括：
对所述被摄物进行预览，得到多帧预览图像；
识别所述多帧预览图像中所述被摄物的姿态；
若在所述多帧预览图像中所述被摄物的姿态存在改变，识别所述被摄物为活体的被摄物。
3.根据权利要求2所述的白平衡处理方法，其特征在于，所述识别所述多帧预览图像中，所述被摄物的姿态，包括：
针对每一帧预览图像，对所述被摄物的身体结构的边缘进行绘制；所述身体结构包括：嘴部、眼部、臂部、腿部、手部和脚部中的至少一个；
根据绘制的边缘，识别所述被摄物的姿态。
4.根据权利要求2所述的白平衡处理方法，其特征在于，所述识别所述多帧预览图像中所述被摄物的姿态之前，还包括：
获取至少一帧预览图像的深度信息；
根据所述深度信息，识别所述被摄物是否为平面形态；
确定所述被摄物为立体形态。
5.根据权利要求1所述的白平衡处理方法，其特征在于，所述根据所述面积比例，对各颜色分量的第一增益值和第二增益值的权重进行计算，得到所述白平衡增益值，包括：
根据所述面积比例，确定所述第一增益值的权重与第二增益值的权重；
根据确定出的所述第一增益值的权重与第二增益值的权重，对所述第一增益值和所述第二增益值进行加权计算，得到所述白平衡增益值。
6.一种白平衡处理装置，其特征在于，包括：
成像模块，用于对活体的被摄物进行成像，得到待处理的图像；
计算模块，用于根据包含人脸的目标区域在所述图像中所占面积，计算白平衡增益值；所述目标区域包括人脸区域或人像区域，所述计算模块，具体用于：所述根据包含人脸的目标区域在所述图像中所占面积，计算白平衡增益值，包括：判断人脸区域所占的面积是否低于预设阈值，若所述人脸区域所占的面积低于预设阈值，所述目标区域为人像区域，若所述人脸区域所占的面积不低于预设阈值，所述目标区域为人脸区域，采用所述目标区域在图像中所占面积，计算得到所述目标区域在所述图像中的面积比例，根据所述面积比例，对各颜色分量的第一增益值和第二增益值的权重进行计算，得到所述白平衡增益值，其中，所述第一增益值用于将所述图像中的人脸调整至肤色，所述第二增益值不同于所述第一增益值，第二增益值是指根据人像区域的各颜色分量确定的用于调整白平衡的增益值；
白平衡模块，用于根据所述白平衡增益值，对所述图像进行白平衡处理。
7.根据权利要求6 所述的白平衡处理装置，其特征在于，所述装置，还包括：
预览模块，用于对所述被摄物进行预览，得到多帧预览图像；
第一识别模块，用于识别所述多帧预览图像中所述被摄物的姿态，若在所述多帧预览图像中所述被摄物的姿态存在改变，识别所述被摄物为活体的被摄物。
8.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-5中任一所述的白平衡处理方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的白平衡处理方法。
CN201710557602.0A 2017-07-10 2017-07-10 白平衡处理方法和装置 Active CN107277479B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201710557602.0A CN107277479B (zh) 2017-07-10 2017-07-10 白平衡处理方法和装置
PCT/CN2018/094084 WO2019011148A1 (zh) 2017-07-10 2018-07-02 白平衡处理方法和装置
EP18831888.5A EP3654643B1 (en) 2017-07-10 2018-07-02 White balance processing method and apparatus
US16/727,646 US11082677B2 (en) 2017-07-10 2019-12-26 White balance processing method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710557602.0A CN107277479B (zh) 2017-07-10 2017-07-10 白平衡处理方法和装置

Publications (2)

Publication Number Publication Date
CN107277479A CN107277479A (zh) 2017-10-20
CN107277479B true CN107277479B (zh) 2020-06-05

Family

ID=60072456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710557602.0A Active CN107277479B (zh) 2017-07-10 2017-07-10 白平衡处理方法和装置

Country Status (4)

Country Link
US (1) US11082677B2 (zh)
EP (1) EP3654643B1 (zh)
CN (1) CN107277479B (zh)
WO (1) WO2019011148A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107277480B (zh) * 2017-07-10 2019-03-29 Oppo广东移动通信有限公司 白平衡同步方法、装置和终端设备
CN107343189B (zh) 2017-07-10 2019-06-21 Oppo广东移动通信有限公司 白平衡处理方法和装置
CN107277479B (zh) 2017-07-10 2020-06-05 Oppo广东移动通信有限公司 白平衡处理方法和装置
CN113011210B (zh) * 2019-12-19 2022-09-16 北京百度网讯科技有限公司 视频处理方法和装置
CN112468794B (zh) * 2020-11-27 2022-08-23 维沃移动通信有限公司 图像处理方法、装置、电子设备及可读存储介质
CN112699857A (zh) * 2021-03-24 2021-04-23 北京远鉴信息技术有限公司 基于人脸姿态的活体验证方法、装置及电子设备
CN113284199A (zh) * 2021-05-24 2021-08-20 艾酷软件技术(上海)有限公司 图像灰度区域确定方法、电子设备及服务器
CN113378691B (zh) * 2021-06-08 2024-05-17 衡阳览众科技有限公司 基于实时用户行为分析的智能家居管理***及方法
CN113850214A (zh) * 2021-09-29 2021-12-28 支付宝(杭州)信息技术有限公司 针对活体检测的注入攻击识别方法及装置
CN114374830B (zh) * 2022-01-06 2024-03-08 杭州海康威视数字技术股份有限公司 图像白平衡方法、电子设备及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014209681A (ja) * 2013-04-16 2014-11-06 リコーイメージング株式会社 色調調整装置および色調調整方法
JP2015198438A (ja) * 2014-04-03 2015-11-09 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6975759B2 (en) * 2002-06-25 2005-12-13 Koninklijke Philips Electronics N.V. Method and system for white balancing images using facial color as a reference signal
JP4284448B2 (ja) * 2005-01-28 2009-06-24 富士フイルム株式会社 画像処理装置及び方法
JP4217698B2 (ja) * 2005-06-20 2009-02-04 キヤノン株式会社 撮像装置及び画像処理方法
EP1905350A4 (en) * 2005-07-19 2012-03-07 Konica Minolta Holdings Inc IMAGE PROCESSOR, SYSTEM AND IMAGE PROCESSING PROGRAM
US20070031060A1 (en) * 2005-08-04 2007-02-08 Canon Kabushiki Kaisha Image processing apparatus, method for calculating white balance evaluation value, program including program code for realizing the method for calculating white balance evaluation value, and storage medium for storing the program
KR100851981B1 (ko) * 2007-02-14 2008-08-12 삼성전자주식회사 비디오 영상에서 실 객체 판별 방법 및 장치
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
JP4906627B2 (ja) * 2007-07-31 2012-03-28 キヤノン株式会社 画像処理装置、画像処理方法、コンピュータプログラム及び記憶媒体
JP5113514B2 (ja) 2007-12-27 2013-01-09 キヤノン株式会社 ホワイトバランス制御装置およびホワイトバランス制御方法
JP5398156B2 (ja) * 2008-03-04 2014-01-29 キヤノン株式会社 ホワイトバランス制御装置およびその制御方法並びに撮像装置
JP4702441B2 (ja) * 2008-12-05 2011-06-15 ソニー株式会社 撮像装置及び撮像方法
CN103905804B (zh) * 2012-12-26 2016-03-02 联想(北京)有限公司 一种调整白平衡的方法及电子设备
CN104751110B (zh) * 2013-12-31 2018-12-04 汉王科技股份有限公司 一种活体检测方法和装置
WO2016070300A1 (en) * 2014-11-07 2016-05-12 Xiaoou Tang System and method for detecting genuine user
CN106529379A (zh) 2015-09-15 2017-03-22 阿里巴巴集团控股有限公司 一种活体识别方法及设备
CN106548121A (zh) 2015-09-23 2017-03-29 阿里巴巴集团控股有限公司 一种活体识别的测试方法及装置
CN105956518A (zh) * 2016-04-21 2016-09-21 腾讯科技（深圳）有限公司 一种人脸识别方法、装置和***
CN107277479B (zh) * 2017-07-10 2020-06-05 Oppo广东移动通信有限公司 白平衡处理方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014209681A (ja) * 2013-04-16 2014-11-06 リコーイメージング株式会社 色調調整装置および色調調整方法
JP2015198438A (ja) * 2014-04-03 2015-11-09 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Also Published As

Publication number Publication date
EP3654643B1 (en) 2021-08-04
EP3654643A4 (en) 2020-07-22
CN107277479A (zh) 2017-10-20
US20200137369A1 (en) 2020-04-30
EP3654643A1 (en) 2020-05-20
WO2019011148A1 (zh) 2019-01-17
US11082677B2 (en) 2021-08-03

Similar Documents

Publication Publication Date Title
CN107277479B (zh) 白平衡处理方法和装置
CN107977940B (zh) 背景虚化处理方法、装置及设备
CN107948519B (zh) 图像处理方法、装置及设备
CN107343189B (zh) 白平衡处理方法和装置
EP3609177B1 (en) Control method, control apparatus, imaging device, and electronic device
US20150278996A1 (en) Image processing apparatus, method, and medium for generating color image data
CN109844804B (zh) 一种图像检测的方法、装置及终端
CN108605087B (zh) 终端的拍照方法、拍照装置和终端
CN105243371A (zh) 一种人脸美颜程度的检测方法、***及拍摄终端
CN107704798B (zh) 图像虚化方法、装置、计算机可读存储介质和计算机设备
US9020269B2 (en) Image processing device, image processing method, and recording medium
CN103716529A (zh) 阈值设定装置、被摄体检测装置、阈值设定方法
CN111385461B (zh) 全景拍摄方法及装置、相机、移动终端
JP7277158B2 (ja) 設定装置及び方法、プログラム、記憶媒体
CN106650583B (zh) 人脸检测方法、装置及终端设备
CN113177886B (zh) 图像处理方法、装置、计算机设备及可读存储介质
CN108810397B (zh) 一种图像色偏校正方法及终端设备
JP7292905B2 (ja) 画像処理装置及び画像処理方法、及び撮像装置
JP2018182699A (ja) 画像処理装置およびその制御方法、プログラム、並びに記憶媒体
JP2018182700A (ja) 画像処理装置およびその制御方法、プログラム、並びに記憶媒体
CN109862262A (zh) 图像虚化方法、装置、终端及存储介质
JP7455656B2 (ja) 画像処理装置、画像処理方法、及びプログラム
CN115118947B (zh) 图像的处理方法、装置、电子设备及存储介质
CN110266939B (zh) 显示方法及电子设备、存储介质
CN113473227B (zh) 图像处理方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP., Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant