CN108810397B

CN108810397B - 一种图像色偏校正方法及终端设备

Info

Publication number: CN108810397B
Application number: CN201810369972.6A
Authority: CN
Inventors: 周桂文
Original assignee: Shenzhen Het Data Resources and Cloud Technology Co Ltd
Current assignee: Shenzhen Hetai Intelligent Home Appliance Controller Co ltd
Priority date: 2018-04-23
Filing date: 2018-04-23
Publication date: 2021-01-19
Anticipated expiration: 2038-04-23
Also published as: CN108810397A

Abstract

本发明实施例公开了一种图像色偏校正方法及终端设备，该方法包括：采集图像中的眼白区域；统计所述眼白区域的颜色信息；与标准眼白颜色信息匹配，利用所述颜色信息计算出颜色增益；以所述颜色增益调整所述图像中的每个像素。本发明实施例可以在不增加成本的情况下，更可靠地实现对图像中肤色的色偏校正，使图像显示效果更佳。

Description

一种图像色偏校正方法及终端设备

技术领域

本发明涉及图像处理领域，尤其涉及一种图像色偏校正方法及终端设备。

背景技术

随着手机拍照的便捷性与手机拍照硬件的提高，越来越多人利用手机拍照，记录自己、家人或者朋友等周围每一个精彩的瞬间。但因为用户处在不同光照环境，所拍摄到的照片中人体的肤色容易产生色偏，造成照片的不美观。图像色偏可以理解为图像采集设备获取的图像与人们的视觉***形成的图像在亮度、色调、饱和度等方面存在偏差。人类视觉***与图像采集设备是有区别的，前者具有颜色恒常性，能根据现场环境光源变化自动调节，消除光源影响正确感知物体本来颜色，而后者不具有颜色恒常性，采集到的图像容易存在色偏的现象。因此，有必要对照片中的肤色进行校正处理，这有利于提高照片的质量，从而展现真实的场景与人物形象。

针对上述问题，可以用以下方案进行解决：用高精度的摄像头代替普通的摄像头，但是高精度摄像头价位较高，目前只是应用于银行、交通、实时监控等专业的领域，不能在短时间内普及；而目前主要色偏校正的方法是白平衡法，其基础就是假设环境中有镜面反射区域或者白色区域的存在，认为镜面反射区域白色区域的反射光部分能够体现光源的色度信息，RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色***之一。所以白平衡算法就是统计RGB三通道的亮度极大值或者亮度值大于极大值的一定比例的像素的亮度信息，在均匀的Lab颜色空间获取适于人眼的亮度和色度信息，用获取的色度信息与理想光源之间的色度距离作为判断图像是否存在色偏的标准。

然而，当场景中无白色或高光反射部分时，白平衡色偏检测算法的结果就不可靠；并且在无统一的标准白色信息作为对比样本的情况下，容易出现计算失误，可见不能很好地进行图像色偏校正。

发明内容

本发明实施例提供一种图像色偏校正方法及终端设备，可以在不增加成本的情况下，更可靠地实现对图像中肤色的色偏校正，使图像显示效果更佳。

第一方面，本发明实施例提供了一种图像色偏校正方法，该方法包括：

采集图像中的眼白区域；

统计所述眼白区域的颜色信息；

与标准眼白颜色信息匹配，利用所述颜色信息计算出颜色增益；

以所述颜色增益调整所述图像中的每个像素。

第二方面，本发明实施例提供了一种终端设备，该终端设备包括：

采集单元，用于采集图像中的眼白区域；

统计单元，用于统计所述眼白区域的颜色信息；

计算单元，用于与标准眼白颜色信息匹配，利用所述颜色信息计算出颜色增益；

调节单元，用于以所述颜色增益调整所述图像中的每个像素。

第三方面，本发明实施例提供了另一种终端设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储支持终端设备执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。

本发明实施例通过采集图像中的眼白区域，统计眼白区域的颜色信息，再与标准眼白颜色匹配，利用上述颜色信息计算出颜色增益之后，以上述颜色增益调整上述图像中的每个像素，可以实现对图像肤色的色偏校正，使图像显示效果更佳，比一般的白平衡色偏检测算法更可靠，又降低了使用高精度摄像头的成本。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。

图1是本发明实施例提供的一种图像色偏校正方法的示意流程图；

图2是本发明另一实施例提供的一种图像色偏校正方法的示意流程图；

图3a是本发明实施例提供的一种包含人脸的图像示意图；

图3b是本发明实施例提供的一种处理区域的示意图；

图3c是本发明实施例提供的一种眼白区域的示意图；

图3d是本发明实施例提供的一种终端设备的示意性框图；

图4是本发明实施例提供的另一种终端设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

具体实现中，本发明实施例中描述的终端设备包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是，在某些实施例中，所述设备并非便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。

在接下来的讨论中，描述了包括显示器和触摸敏感表面的终端设备。然而，应当理解的是，终端设备可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。

终端设备支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。

可以在终端设备上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端设备上显示的相应信息。这样，终端设备的公共物理架构(例如，触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。

图像色偏可以理解为图像采集设备获取的图像与人们的视觉***形成的图像在亮度、色调、饱和度等方面存在偏差。人类视觉***与图像采集设备是有区别的，前者具有颜色恒常性，能根据现场环境光源变化自动调节，消除光源影响正确感知物体本来颜色，而后者不具有颜色恒常性，采集到的图像容易存在色偏的现象。因此，有必要对照片中的肤色进行校正处理，这有利于提高照片的质量，从而展现真实的场景与人物形象。

本申请中提到的白平衡(White Balance)其实是实现对白色物体的还原。人的大脑可以侦测并且更正不同光照下的色彩变更，因此不论在阳光、室内、阴影、或荧光下，人们所看到的白色物体仍旧为白色。但是，图像传感器没有这种适应性，传感器输出的图像可能会出现色彩失真，图像偏红或偏蓝。因此传感器采集到的图像需要经过白平衡处理。

参见图1，是本发明实施例提供的一种图像色偏校正方法的示意流程图，如图1所示该方法可包括：

101、终端设备采集图像中的眼白区域。

本发明实施例中，终端设备对图像的色偏校正可以基于计算机视觉库实现。例如OpenCV，是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作***上，它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

具体地，终端设备可以对图像进行处理，获得上述图像中包含眼睛图像的区域，即可以识别出图像中的眼睛，并将眼睛部分的图像分离出来。终端设备可以调用OpenCV中自带的眼睛分类器来获得上述包含眼睛图像的区域。

本发明实施例中提到的二值化处理即图像二值化(Image Binarization)，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出图像中目标的轮廓。

进一步地，终端设备可以对得到的包含眼睛的区域进行二值化处理，实现对眼白区域的分割，即可以提取出上述眼白区域。

102、该终端设备统计上述眼白区域的颜色信息。

RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色***之一。

图像是由许多小方块即所谓的像素(pixel)组成的，这些小方块都有一个明确的位置和被分配的色彩数值，而这些一小方格的颜色和位置就决定该图像所呈现出来的样子。可以将像素视为整个图像中不可分割的单位或者是元素，不可分割的意思是它不能够再切割成更小单位抑或是元素，它是以一个单一颜色的小格存在。每一个点阵图像包含了一定量的像素，这些像素决定图像在屏幕上所呈现的大小。

上述眼白区域的颜色信息则可以理解为上述眼白区域的RGB通道的颜色信息，该终端设备可以以像素为单位，分别统计上述眼白区域的R、G、B通道信息。具体地，终端设备可以遍历上述眼白区域中的像素信息并求和，从而统计上述眼白区域的颜色信息。

103、该终端设备与标准眼白颜色信息匹配，利用上述颜色信息计算出颜色增益。

该终端设备可以存储或者说设置有标准眼白颜色信息，可以理解为，上述标准眼白颜色信息是一个目标参照信息，是想要将上述眼白区域进行校正后达到的效果，具体可以为一组RGB通道信息。

上述颜色增益，是对上述颜色信息进行调节的增益值，该终端设备可以在上述颜色信息与上述标准眼白颜色信息的基础上，计算出上述颜色增益，即可以理解为上述颜色信息与上述标准眼白颜色信息的差值，再执行步骤104。

104、该终端设备以上述颜色增益调整上述图像中的每个像素。

具体地，该终端设备计算出上述颜色增益后，则以上述颜色增益调整该图像中的每个像素，使每个像素均补偿了上述颜色增益。通过眼白区域的颜色信息作为计算增益的来源，基于眼睛眼白的颜色不变，对人脸肤色进行色偏校正。

本申请中提到的颜色模型(Lab)基于人对颜色的感觉。Lab中的数值描述正常视力的人能够看到的所有颜色。因为Lab描述的是颜色的显示方式，而不是设备(如显示器、桌面打印机或数码相机)生成颜色所需的特定色料的数量，所以Lab被视为与设备无关的颜色模型。色彩管理***使用Lab作为色标，以将颜色从一个色彩空间转换到另一个色彩空间。

Lab色彩模型是由亮度(L)和有关色彩的a,b三个要素组成。L表示亮度(Luminosity)，a表示从洋红色至绿色的范围，b表示从黄色至蓝色的范围。L的值域由0到100，L＝50时，就相当于50％的黑；a和b的值域都是由+127至-128，其中+127a就是红色，渐渐过渡到-128a的时候就变成绿色；同样原理，+127b是黄色，-128b是蓝色。所有的颜色就以这三个值交互变化所组成。例如，一块色彩的Lab值是L＝100，a＝30,b＝0,这块色彩就是粉红色。

在一般的白平衡法中，其基础就是假设环境中有镜面反射区域或者白色区域的存在，认为镜面反射区域白色区域的反射光部分能够体现光源的色度信息，所以白平衡算法就是统计RGB三通道的亮度极大值或者亮度值大于极大值80％(可根据需求选取)的像素的亮度信息，在均匀的Lab颜色空间获取适于人眼的亮度和色度信息，用获取的色度信息与理想光源之间的色度距离作为判断图像是否存在色偏的标准。

本发明实施例通过图像中的眼白区域的颜色信息作为计算增益的来源，对图像进行色偏校正，可以避免在场景中无白色或高光反射部分，或者无统一的标准白色信息作为对比样本时，一般的白平衡色偏检测算法结果不可靠的情况，可以更好地改善图像中的人像肤色，使其正常化、美化。

参见图2，是本发明实施例提供的另一种音频信号处理方法的示意流程图，图2是在图1的基础上进一步优化得到的，如图2所示该方法可包括：

201、终端设备获得图像中的处理区域。上述处理区域包含眼睛图像。

具体地，终端设备可以调用OpenCV中自带的眼睛分类器，对图像进行处理，获得上述图像中的处理区域，该处理区域为包含眼睛图像的区域，即可以识别出图像中的眼睛，并将眼睛部分的图像分离出来，所述处理区域可以是包含一只眼睛的区域，若该图像中有多只眼睛，可以任意选择其中一只眼睛的区域进行处理，也可以是选择显示效果最清晰的一只眼睛的区域进行处理。例如，如图3a所示的一张包含人像的照片，终端设备获得图像中的处理区域可以为图3b所示的包含一只眼睛图像的区域。

202、该终端设备对上述处理区域进行二值化处理，提取所述处理区域中的眼白区域。

具体地，终端设备可以通过预设处理阈值对图像进行二值化处理，实现对眼白区域的分割，从而获得对应的眼白区域。一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法，称为图像的二值化。例如，如图3a所示的一张包含人像的照片，终端设备获得图像中的处理区域可以为图3b所示的包含一只眼睛图像的区域，进一步地参见图3c，对上述处理区域进行二值化处理后显示为黑白，效果表现为仅有图3c中所示的眼白区域相对其他眼睛区域为浅色(白色)，图中未以颜色体现区分，仅通过文字标注示意。即通过对上述处理区域进行二值化处理，可以获得图像中的眼白区域，执行步骤203。

203、该终端设备统计上述眼白区域的红色通道信息、绿色通道信息与蓝色通道信息。

具体地，在提取到上述眼白区域后，该终端设备可以以像素为单位，分别统计上述眼白区域的R、G、B通道信息。具体地，终端设备可以遍历上述眼白区域中的像素信息并求和，从而统计上述眼白区域的颜色信息。

终端设备具体可以通过以下公式，统计上述眼白区域的红色通道信息、绿色通道信息与蓝色通道信息：

(1)红色通道信息：

其中r_ew(i,1)表示在红色通道中第i个点的像素信息；

(2)绿色通道信息：

其中r_ew(i,2)表示在绿色通道中第i个点的像素信息；

(3)蓝色通道信息：

其中r_ew(i,3)表示在蓝色通道中第i个点的像素信息。

在该终端设备统计到上述眼白区域的上述三种通道信息的情况下，可以执行步骤204。

204、该终端设备与标准眼白颜色信息匹配，利用上述红色通道信息计算出红色通道增益，利用上述绿色通道信息计算出绿色通道增益，以及利用上述蓝色通道信息计算出蓝色通道增益。

具体地，该终端设备可以存储或者说设置有标准眼白颜色信息，可以理解为，上述标准眼白颜色信息是一个目标参照信息，是想要将上述眼白区域进行校正后达到的效果，具体可以为一组RGB通道信息(R₀,G₀,B₀)。

该终端设备可以在上述三种通道信息与上述标准眼白颜色信息的基础上，计算出上述三种通道增益，即通道增益可以理解为上述三种通道信息与上述标准眼白颜色信息的差值。具体公式可以为：

(4)红色通道增益：H_R＝R₀-R_s；

(5)绿色通道增益：H_G＝R₀-R_s；

(6)蓝色通道增益：H_B＝R₀-R_s。

因此，按照上述方法得出的每个通道的颜色增益可以表示为(H_R,H_G,H_B)，可以执行步骤205。

205、该终端设备在上述图像的每个像素的红色通道加上上述红色通道增益，在上述图像的每个像素的绿色通道加上上述绿色通道增益，以及在上述图像的每个像素的蓝色通道加上上述蓝色通道增益。

具体地，该终端设备可以遍历图像中的所有点，对每个像素的三个通道分别加上对应的增益，获得校正后的图像。即通过眼白区域的颜色信息作为计算增益的来源，基于眼睛眼白的颜色不变，对人脸肤色进行色偏校正。

如图3d所示，本发明的另一实施例中提供一种终端设备，包括：采集单元310、统计单元320、计算单元330以及调节单元340；其中，

采集单元310，用于采集图像中的眼白区域。

具体地，采集单元310可以对图像进行处理，获得上述图像中包含眼睛图像的区域，即可以识别出图像中的眼睛，并将眼睛部分的图像分离出来。终端设备可以调用OpenCV中自带的眼睛分类器来获得上述包含眼睛图像的区域。进一步地，采集单元310可以对得到的包含眼睛的区域进行二值化处理，实现对眼白区域的分割，即可以提取出上述眼白区域。

可选的，采集单元310还可以包括：获得单元311与提取单元312；获得单元311，用于获得所述图像中的处理区域，所述处理区域包含眼睛图像。提取单元312，用于对所述处理区域进行处理，提取所述处理区域中的眼白区域。

具体地，获得单元311可以调用OpenCV中自带的眼睛分类器，对图像进行处理，获得上述图像中的处理区域，该处理区域为包含眼睛图像的区域，即可以识别出图像中的眼睛，并将眼睛部分的图像分离出来。

提取单元312可以通过预设处理阈值对图像进行二值化处理，实现对眼白区域的分割，从而获得对应的眼白区域。一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法，称为图像的二值化。本发明实施例中，上述预设处理阈值可以为200。通过提取单元312对上述处理区域进行二值化处理，可以获得图像中的眼白区域。

统计单元320，用于统计上述眼白区域的颜色信息。

上述眼白区域的颜色信息则可以理解为上述眼白区域的RGB通道的颜色信息，统计单元320可以以像素为单位，分别统计上述眼白区域的R、G、B通道信息。具体地，统计单元320可以遍历上述眼白区域中的像素信息并求和，从而统计上述眼白区域的颜色信息。

计算单元330，用于与标准眼白颜色信息匹配，利用上述颜色信息计算出颜色增益。

上述颜色增益，是对上述颜色信息进行调节的增益值，计算单元330可以在上述颜色信息与上述标准眼白颜色信息的基础上，计算出上述出颜色增益，即颜色增益可以理解为上述颜色信息与上述标准眼白颜色信息的差值。

调节单元340，用于以上述颜色增益调整上述图像中的每个像素。

具体地，计算单元330计算出上述颜色增益后，则调节单元340以上述颜色增益调整该图像中的每个像素，使每个像素均补偿了上述颜色增益。通过眼白区域的颜色信息作为计算增益的来源，基于眼睛眼白的颜色不变，调节单元340可以对人脸肤色进行色偏校正。

可选的，统计单元320具体可以用于：

统计上述眼白区域的红色通道信息、绿色通道信息与蓝色通道信息；

计算单元330具体可以用于，利用上述红色通道信息计算出红色通道增益，利用上述绿色通道信息计算出绿色通道增益，以及利用上述蓝色通道信息计算出蓝色通道增益。

调节单元340具体可以用于，在上述图像的每个像素的红色通道加上上述红色通道增益，在上述图像的每个像素的绿色色通道加上上述绿色通道增益，以及在上述图像的每个像素的蓝色通道加上上述蓝色通道增益。

本发明实施例中的终端设备的各个单元可以参考图1和图2所示的实施例中的具体方法执行，此处不再赘述。

本发明实施例中的终端设备可以通过图像中的眼白区域的颜色信息作为计算增益的来源，对图像进行色偏校正，可以避免在场景中无白色或高光反射部分，或者无统一的标准白色信息作为对比样本时，一般的白平衡色偏检测算法结果不可靠的情况，可以更好地很好地改善图像中的人像肤色，使其正常化、美化。

参见图4，是本发明另一实施例提供的一种终端设备示意框图。如图所示的本实施例中的终端设备可以包括：一个或多个处理器401；一个或多个输入设备402，一个或多个输出设备403和存储器404。上述处理器401、输入设备402、输出设备403和存储器404通过总线405连接。存储器404用于存储计算机程序，所述计算机程序包括程序指令，处理器401用于执行存储器404存储的程序指令。其中，处理器401用于执行存储器404存储的程序指令。

处理器401，用于采集图像中的眼白区域。

具体地，处理器401可以对图像进行处理，获得上述图像中包含眼睛图像的区域，即可以识别出图像中的眼睛，并将眼睛部分的图像分离出来。终端设备可以调用OpenCV中自带的眼睛分类器来获得上述包含眼睛图像的区域。进一步地，处理器401可以对得到的包含眼睛的区域进行处理，实现对眼白区域的分割，即可以提取出上述眼白区域。

可选的，处理器401具体可以用于：获得所述图像中的处理区域，上述处理区域包含眼睛图像；对上述处理区域进行二值化处理，提取所述处理区域中的眼白区域。

具体地，处理器401可以调用OpenCV中自带的眼睛分类器，对图像进行处理，获得上述图像中的处理区域，该处理区域为包含眼睛图像的区域，即可以识别出图像中的眼睛，并将眼睛部分的图像分离出来。

处理器401可以通过预设处理阈值对图像进行二值化处理，实现对眼白区域的分割，从而获得对应的眼白区域。一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法，称为图像的二值化。本发明实施例中，上述预设处理阈值可以为200。通过处理器401对上述处理区域进行二值化处理，可以获得图像中的眼白区域。

处理器401，还用于统计上述眼白区域的颜色信息。

上述眼白区域的颜色信息则可以理解为上述眼白区域的RGB通道的颜色信息，处理器401可以以像素为单位，分别统计上述眼白区域的R、G、B通道信息。具体地，处理器401可以遍历上述眼白区域中的像素信息并求和，从而统计上述眼白区域的颜色信息。

处理器401，还用于与标准眼白颜色信息匹配，利用上述颜色信息计算出颜色增益。

上述颜色增益，是对上述颜色信息进行调节的增益值，处理器401可以在上述颜色信息与上述标准眼白颜色信息的基础上，计算出上述出颜色增益，即颜色增益可以理解为上述颜色信息与上述标准眼白颜色信息的差值。

处理器401，还用于以上述颜色增益调整所述图像中的每个像素。

具体地，处理器401计算出上述颜色增益后，则处理器401以上述颜色增益调整该图像中的每个像素，使每个像素均补偿了上述颜色增益。通过眼白区域的颜色信息作为计算增益的来源，基于眼睛眼白的颜色不变，处理器401可以对人脸肤色进行色偏校正。

可选的，处理器401具体可以用于：

处理器401具体可以用于，利用上述红色通道信息计算出红色通道增益，利用上述绿色通道信息计算出绿色通道增益，以及利用上述蓝色通道信息计算出蓝色通道增益。

处理器401具体可以用于，在上述图像的每个像素的红色通道加上上述红色通道增益，在上述图像的每个像素的绿色色通道加上上述绿色通道增益，以及在上述图像的每个像素的蓝色通道加上上述蓝色通道增益。

本发明实施例中的终端设备的处理器可以对应参考图3d所示的实施例中的的各个单元的功能，此处不再赘述。

在本发明的另一实施例中提供一种计算机可读介质，也可叫计算机可读储存介质，计算机储存介质等，上述计算机可读介质存储有计算机程序，上述计算机程序包括程序指令，被处理器执行时实现上述图1和图2所示的图像色偏校正方法。

所述计算机可读介质可以是前述任一实施例所述的图像色偏校正方法的相关设备或***的内部存储单元，例如终端设备的硬盘或内存。所述计算机可读介质也可以是终端设备的外部存储设备，例如终端设备上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读介质还可以既包括终端设备的内部存储单元也包括外部存储设备。所述计算机可读介质用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述计算机可读介质还可以用于暂时地存储已经输出或者将要输出的数据。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端设备和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，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单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序指令的介质。

Claims

1.一种图像色偏校正方法，其特征在于，所述方法包括：

采集图像中的眼白区域；所述图像中不包含高光反射区域；

统计所述眼白区域的颜色信息；

与标准眼白颜色信息匹配，利用所述颜色信息计算出颜色增益；所述颜色增益为所述颜色信息与所述标准眼白颜色信息的差值；

以所述颜色增益调整所述图像中的每个像素。

2.根据权利要求1所述的方法，其特征在于，所述采集图像中的眼白区域包括：

获得所述图像中的处理区域，所述处理区域包含眼睛图像；

对所述处理区域进行二值化处理，提取所述处理区域中的眼白区域。

3.根据权利要求2所述的方法，其特征在于，所述统计所述眼白区域的颜色信息包括：

统计所述眼白区域的红色通道信息、绿色通道信息与蓝色通道信息。

4.根据权利要求3所述的方法，其特征在于，所述利用所述颜色信息计算出颜色增益包括：

利用所述红色通道信息计算出红色通道增益，利用所述绿色通道信息计算出绿色通道增益，以及利用所述蓝色通道信息计算出蓝色通道增益。

5.根据权利要求4所述的方法，其特征在于，所述以所述颜色增益调整所述图像中的每个像素包括：

在所述图像的每个像素的红色通道加上所述红色通道增益，在所述图像的每个像素的绿色通道加上所述绿色通道增益，以及在所述图像的每个像素的蓝色通道加上所述蓝色通道增益。

6.一种终端设备，其特征在于，所述终端设备包括：

采集单元，用于采集图像中的眼白区域；所述图像中不包含高光反射区域；

统计单元，用于统计所述眼白区域的颜色信息；

计算单元，用于与标准眼白颜色信息匹配，利用所述颜色信息计算出颜色增益；所述颜色增益为所述颜色信息与所述标准眼白颜色信息的差值；

7.根据权利要求6所述的终端设备，其特征在于，所述采集单元还包括：

获得单元，用于获得所述图像中的处理区域，所述处理区域包含眼睛图像；

提取单元，用于对所述处理区域进行二值化处理，提取所述处理区域中的眼白区域。

8.根据权利要求7所述的终端设备，其特征在于，所述统计单元，具体用于：

统计所述眼白区域的红色通道信息、绿色通道信息与蓝色通道信息；

所述计算单元具体用于，利用所述红色通道信息计算出红色通道增益，利用所述绿色通道信息计算出绿色通道增益，以及利用所述蓝色通道信息计算出蓝色通道增益。

9.根据权利要求8所述的终端设备，其特征在于，所述调节单元具体用于，在所述图像的每个像素的红色通道加上所述红色通道增益，在所述图像的每个像素的绿色通道加上所述绿色通道增益，以及在所述图像的每个像素的蓝色通道加上所述蓝色通道增益。

10.一种终端设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储支持终端设备执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。