CN113132699A - 图像白平衡校正方法、装置、设备和存储介质 - Google Patents

Abstract

本发明涉及一种图像白平衡校正方法方法、装置，该方法包括：判断各采集周期得到的临时模板与预先确定正式模板是否匹配；如果有临时模板与正式模板不匹配，则以临时模板为目标模板，判断目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与目标模板是否匹配；如果M组临时模板中任一组临时模板均与目标模板匹配，则更新正式模板，其中更新后的正式模板为目标模板；如果M组临时模板中至少一组临时模板与目标模板不匹配，则根据正式模板对临时模板进行白平衡校正。上述方法复杂度低，准确度较高，可以有效解决了夜晚交通摄像头画面中信号灯颜色偏色的问题。

Description

图像白平衡校正方法、装置、设备和存储介质

技术领域

本发明涉及图像处理技术领域，特别是涉及图像白平衡校正方法、装置、计算机设备和存储介质。

背景技术

在交通领域，路口的各个设备都要和交通交通灯进行配合，例如交通摄像头监控种电警设备就需要在画面中有交通灯的画面来判断车辆违章，这就使交通灯的颜色的正确性在监控画面中有很大的影响。然而，夜晚有很多环境光，由于这些光的色温都不相同，摄像头感光器件会受周围光线的影响使监控画面中交通灯呈现的颜色有所偏差。

目前针对夜晚环境的白平衡算法有灰度世界和全反射，灰度世界法是假设一幅图像中所像素的色彩足够多，所以RGB(图像中每一个像素点都是由红绿蓝三种颜色块组成的)总量趋近于(R＝G＝B＝255)，这样就能用一整个图像RGB的平均值作为灰色的基准进行白平衡的调整，当然这种方法过于理想，在实际场景中很难实现；全反射法的核心就是假设一幅图像中亮度(R+G+B)最高的点就是白点，从而进行全局白平衡的调整，这种方法的缺陷也是显而易见的，夜晚环境中最亮的光源不一定就是白光。

综上所述，现有的白平衡算法技术在实际使用上显然存在不便与缺陷，所以有必要加以改进。

发明内容

基于此，有必要针对交通监控受环境光影响导致信号灯颜色偏色严重的问题，提供一种图像白平衡校正方法、装置、计算机设备和存储介质。

第一方面提供了一种图像白平衡校正方法，以预设时间间隔采集交通灯的图像，完成一个采集周期的图像采集，得到一组临时模板，其中一个所述采集周期内所述交通灯完成所有的交通指示颜色的一轮显示；所述图像的白平衡校正方法包括：

判断所述各采集周期得到的所述临时模板与预先确定正式模板是否匹配；

如果有所述临时模板与所述正式模板不匹配，则以所述临时模板为目标模板，判断所述目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与所述目标模板是否匹配；

如果所述M组临时模板中任一组临时模板均与所述目标模板匹配，则更新所述正式模板，其中更新后的正式模板为所述目标模板；

如果所述M组临时模板中至少一组临时模板与所述目标模板不匹配，则根据所述正式模板对所述临时模板进行白平衡校正。

在一些实施中，所述方法还包括:预先确定所述正式模板；

所述预先确定所述正式模板包括：

完成一个初始采集周期的交通灯的图像的采集，得到一组初始临时模板；

判断所述初始临时模板对应的采集周期之后的连续N个采集周期得到的N组临时模板中任一组临时模板与所述初始临时模板是否匹配，

如果所述N组临时模板中任一组临时模板均与所述初始临时模板匹配，则将所述初始临时模板设置为正式模板；

如果所述N组临时模板中至少一组临时模板与所述初始临时模板不匹配，则将所述初始采集周期的下一个采集周期设置为新的初始采集周期。

在一些实施中，所述判断所述各采集周期得到的所述临时模板与预先确定正式模板是否匹配，包括：

判断所述临时模板和所述正式模板处于相对应的时间节点的图像是否匹配；

所述判断所述目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与所述目标模板是否匹配，包括：

判断所述M组临时模板中的各临时模板分别和所述目标模板处于相对应的时间节点的图像是否匹配。

在一些实施中，所述判断所述临时模板和所述正式模板处于相对应的时间节点的图像是否匹配，包括：

判断所述临时模板和所述正式模板处于相对应的时间节点的图像的颜色是否相同；

所述判断所述M组临时模板中的各临时模板分别和所述目标模板处于相对应的时间节点的图像是否匹配，包括：

判断所述M组临时模板中的各临时模板分别和所述目标模板处于相对应的时间节点的图像的颜色是否相同；

其中，根据图像的像素点的红色分量、绿色分量和蓝色分量的占比确定所述图像的颜色。

在一些实施中，所述根据所述正式模板对所述临时模板进行白平衡校正，包括：

根据所述正式模板与所述临时模板相对应的时间节点的图像对所述临时模板的图像进行白平衡校正。

在一些实施中，所述根据所述正式模板与所述临时模板相对应的时间节点的图像对所述临时模板的图像进行白平衡校正，包括：

计算所述正式模板的图像的第一颜色特征和第二颜色特征，以及计算所述临时模板的图像的第一颜色特征和第二颜色特征；其中，所述第一颜色特征为图像的红色分量和绿色分量的比值，所述第二颜色特征为图像的蓝色分量和绿色分量的比值；

如果所述临时模板的图像的第一颜色特征大于所述正式模板的图像的第一颜色特征，则减少所述临时模板的图像的红色分量的占比，直至所述临时模板的图像的第一颜色特征与所述正式模板的图像的第一颜色特征相同；

如果所述临时模板的图像的第一颜色特征小于所述正式模板的图像的第一颜色特征，则增加所述临时模板的图像的红色分量的占比，直至所述临时模板的图像的第一颜色特征与所述正式模板的图像的第一颜色特征相同；

如果所述临时模板的图像的第二颜色特征大于所述正式模板的图像的第二颜色特征，则减少所述临时模板的图像的蓝色分量的占比，直至所述临时模板的图像的第二颜色特征与所述正式模板的图像的第二颜色特征相同；

如果所述临时模板的图像的第二颜色特征小于所述正式模板的图像的第二颜色特征，则增加所述临时模板的图像的蓝色分量的占比，直至所述临时模板的图像的第二颜色特征与所述正式模板的图像的第二颜色特征相同。

在一些实施中，所述完成一个采集周期的图像采集，得到一组临时模板，包括：

设置所述信号灯的每种颜色的计数均为0；

判断当前采集的图像是否是采集周期的起始图像，

如果是，则依次记录采集的每张图像的红色分量、绿色分量和蓝色分量，以及根据每张图像的红色分量、绿色分量和蓝色分量确定所述图像的颜色，并根据所述图像的颜色使对应的颜色计数加1；

直至再次出现采集周期的起始图像，则完成了当前采集周期的图像采集。

第二方面提供了一种图像白平衡校正装置，应用于交通监控摄像头以预设时间间隔采集的交通灯的图像；所述校正装置包括：

第一匹配单元，用于判断所述各采集周期得到的所述临时模板与预先确定正式模板是否匹配；

第二匹配单元，用于如果有所述临时模板与所述正式模板不匹配，则以所述临时模板为目标模板，判断所述目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与所述目标模板是否匹配；

模板更新单元，用于如果所述M组临时模板中任一组临时模板均与所述目标模板匹配，则更新所述正式模板，其中更新后的正式模板为所述目标模板；

白平衡校正单元，用于如果所述M组临时模板中至少一组临时模板与所述目标模板不匹配，则根据所述正式模板对所述临时模板进行白平衡校正。

第三方面提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述图像白平衡校正方法的步骤。

第四方面提供了一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述图像白平衡校正方法的步骤。

上述图像白平衡校正方法、装置、计算机设备和存储介质，该方法首先判断各采集周期得到的临时模板与预先确定正式模板是否匹配；然后如果有临时模板与正式模板不匹配，则以临时模板为目标模板，判断目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与目标模板是否匹配；其中一种情况如果M组临时模板中任一组临时模板均与目标模板匹配，则更新正式模板，其中更新后的正式模板为目标模板；另一种情况如果M组临时模板中至少一组临时模板与目标模板不匹配，则根据正式模板对临时模板进行白平衡校正。可见，通过上述方式基于实时采集到的图像实时更新正式模板，即当采集到多组临时模板相同且发生变化发生变化时，以变化后的临时模板作为新的正式模板，以使图像白平衡校正形成一个闭环，有效解决了夜晚交通摄像头画面中信号灯颜色偏色的问题，且上述方法复杂度低，准确度较高。

附图说明

图1为一个实施例中计算机设备的内部结构框图；

图2为一个实施例中图像白平衡校正方法的流程图；

图3为一个实施例中图像白平衡校正方法的另一流程图；

图4为一个实施例中图像白平衡校正装置的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。

一个实施例中提供的图像白平衡校正方法的实施环境图，在该实施环境中，包括计算机设备以及监控摄像头。计算机设备上安装有白平衡自动化校正工具。当需要校正时，可以在计算机设备发出图像白平衡校正请求，计算机设备接收该图像白平衡校正请求，对图像白平衡校正。计算机设备以及交通监控摄像头可以通过蓝牙、USB(Universal SerialBus，通用串行总线)或者其他通讯连接方式进行连接，本发明在此不做限制。

图1为一个实施例中计算机设备的内部结构示意图，该计算机设备包括通过***总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作***、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种图像白平衡校正方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种图像白平衡校正方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

如图2和3所示，在一个实施例中，提出了一种图像白平衡校正方法，，以预设时间间隔采集交通灯的图像，完成一个采集周期的图像采集，得到一组临时模板，其中一个采集周期内交通灯完成所有的交通指示颜色的一轮显示；图像的白平衡校正方法可以包括：

步骤201、判断各采集周期得到的临时模板与预先确定正式模板是否匹配；

其中，交通监控摄像头可以以每隔1秒(s)采集一幅图像，临时模板是依次采集的多张图像(每秒采集一张)，这些图像按照采集的时间轴排列。正式模板也是包括按照采集的时间轴排列的多张图像，当然，也是每隔1秒采集一张图像。

在一些实施例中，上述方法还包括:步骤200、预先确定正式模板；

预先确定正式模板可以包括：

步骤200a、完成一个初始采集周期的交通灯的图像的采集，得到一组初始临时模板；

可以理解的，这里的初始采集周期，不一定是交通监控摄像头采集交通灯的图像的第一个采集周期，可以是将第二个采集周期或者是第三个采集周期定义为初始采集周期，初始采集周期在这里是指本次白平衡校正开始的采集周期。

该步骤中，将白天的任一采集周期作为初始采集周期，也就是说，只有自然环境光，且没有灯光对交通监控摄像头影响的时间段。

步骤200b、判断初始临时模板对应的采集周期之后的连续N个采集周期得到的N组临时模板中任一组临时模板与初始临时模板是否匹配；

该步骤中，N是正整数，N可以大于或等于2。初始采集周期内按照上述预设时间间隔采集了多幅图像，每个采集周期也按照上述时间间隔采集了多幅图像。因此，每个采集周期的图像分别与初始采集周期的图像进行匹配，是指按照初始采集周期中图像采集的时间轴，确定采集周期与初始采集周期中处于对应时间节点上采集的图像进行匹配。例如，将初始采集周期的第一幅图像(第1秒采集的)和采集周期的第一幅图像(第1秒采集的)进行匹配；将初始采集周期的第五幅图像(第5秒采集的)和采集周期的第五幅图像(第5秒采集的)进行匹配。

步骤200c、如果N组临时模板中任一组临时模板均与初始临时模板匹配，则将初始临时模板设置为正式模板；

该步骤中，临时模板均与初始临时模板匹配：采集周期和初始采集周期处于对应时间节点上的图像的颜色相同。

步骤d、如果N组临时模板中至少一组临时模板与初始临时模板不匹配，则将初始采集周期的下一个采集周期设置为新的初始采集周期。

可以理解的是，当第一个设置的初始采集周期不满足“连续N个采集周期中任一采集周期的图像与初始采集周期的图像的匹配”这一前提条件时，重复步骤200a至200d，也就是，在步骤200a中设置第一个设置的初始采集周期的下一个采集周期设置为初始采集周期，直至找到一个满足上述前提条件的初始采集周期。

步骤202、如果有临时模板与正式模板不匹配，则以临时模板为目标模板，判断目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与目标模板是否匹配；

进一步地，在一些实施例中，步骤201中判断各采集周期得到的临时模板与预先确定正式模板是否匹配，包括：

判断临时模板和正式模板处于相对应的时间节点的图像是否匹配；

步骤202中判断目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与目标模板是否匹配，包括：

判断M组临时模板中的各临时模板分别和目标模板处于相对应的时间节点的图像是否匹配。

具体地，在一些实施例中，判断临时模板和正式模板处于相对应的时间节点的图像是否匹配，包括：

判断临时模板和正式模板处于相对应的时间节点的图像的颜色是否相同；

判断M组临时模板中的各临时模板分别和目标模板处于相对应的时间节点的图像是否匹配，包括：

判断M组临时模板中的各临时模板分别和目标模板处于相对应的时间节点的图像的颜色是否相同；

其中，根据图像的像素点的红色分量、绿色分量和蓝色分量的占比确定图像的颜色。

为了夜晚交通信号灯的颜色偏差问题，采集夜晚交通灯的每个图像，这里的交通灯图像是指交通灯显示的图像，例如红色、黄色、绿色等。每个采集周期内交通灯显示三种颜色，每种颜色的图像都是通过摄像机对画面中像素点R、G、B分量的占比值识别的。

可以理解的是，在该实施例中，判断图像的颜色是否相同，可以是：首先，确定采集周期的每张图像的红色分量(R分量)与绿色分量(G分量)的第一颜色特征以及每张图像的蓝色分量(B分量)与绿色分量(G分量)的第二颜色特征；以及确定初始采集周期的每张图像的红色分量(R分量)与绿色分量(G分量)的第一颜色特征以及每张图像的蓝色分量(B分量)与绿色分量(G分量)的第二颜色特征；然后，按照采集周期中图像采集的时间轴，确定采集周期与初始采集周期中处于对应时间节点上采集的图像的第一颜色特征的差值以及第二颜色特征的差值；最后，判断第一颜色特征的差值是否大于第一预设阈值，以及第二颜色特征的差值是否大于第二预设阈值，如果上述两者均不大于则图像颜色相同，否则反之。

当然，判断图像的颜色是否相同，还可以是：判断处于相对应的时间节点的图像的的红色分量(R分量)与绿色分量(G分量)的是否分别相同，或者分别差值均不大于预设的差值，如果均相同或差值均不大于预设差值，则上述两者均不大于则图像颜色相同，否则反之。

步骤203、如果M组临时模板中任一组临时模板均与目标模板匹配，则更新正式模板，其中更新后的正式模板为目标模板；

可以理解的是，交通灯有多个模式的变化规则，每个模式的变化规则中绿、红、黄三种颜色的灯的显示时长不同，因此，建立的图像模板有多个，交通灯的每个模式的变化对应一套图像模板，即一个采集周期内每种颜色的灯的显示时长以及每种颜色的灯的RGB分量。

根据信号灯变化规律为绿-黄-红顺序不变的原则，逐个对输入的信号进行分类和记录并记录起始信号(如绿色)；根据信号的种类在模板中进行计数操作；判断当前信号再次为起始信号，则结束一轮输入，生成一个临时模板；新模板和已有模板做比对，如果不存在则保存新模板；重复上述步骤，在记录模式下持续记录模板。

步骤204、如果M组临时模板中至少一组临时模板与目标模板不匹配，则根据正式模板对临时模板进行白平衡校正。

在一些实施例中，上述步骤203根据正式模板对临时模板进行白平衡校正，可以包括：

根据正式模板与临时模板相对应的时间节点的图像对临时模板的图像进行白平衡校正。

进一步具体地，根据正式模板与临时模板相对应的时间节点的图像对临时模板的图像进行白平衡校正，包括：

计算正式模板的图像的第一颜色特征和第二颜色特征，以及计算临时模板的图像的第一颜色特征和第二颜色特征；其中，第一颜色特征为图像的红色分量和绿色分量的比值，第二颜色特征为图像的蓝色分量和绿色分量的比值；

如果临时模板的图像的第一颜色特征大于正式模板的图像的第一颜色特征，则减少临时模板的图像的红色分量的占比，直至临时模板的图像的第一颜色特征与正式模板的图像的第一颜色特征相同；

如果临时模板的图像的第一颜色特征小于正式模板的图像的第一颜色特征，则增加临时模板的图像的红色分量的占比，直至临时模板的图像的第一颜色特征与正式模板的图像的第一颜色特征相同；

如果临时模板的图像的第二颜色特征大于正式模板的图像的第二颜色特征，则减少临时模板的图像的蓝色分量的占比，直至临时模板的图像的第二颜色特征与正式模板的图像的第二颜色特征相同；

如果临时模板的图像的第二颜色特征小于正式模板的图像的第二颜色特征，则增加临时模板的图像的蓝色分量的占比，直至临时模板的图像的第二颜色特征与正式模板的图像的第二颜色特征相同。

本实施例中，使用采集的采集周期内每种图像的RGB分量的R/G和B/G来和图像模板的偏差，然后有针对性的只针对R和B分量进行调节。例如，图像模板中任一图像的三基色分量分别为R0、G0、B0，采集的采集周期内相应的图像的三基色分量分别为R、G、B，则白平衡校正的目标为R、G、B比值达到和R0、G0、B0的比值相同为止，具体操作为计算出记录下的K0rg＝R0/G0，K0rg＝B0/G0，然后实时监测区域内信号灯R、G、B计算Krg＝R/G，Kbg＝B/G，如果Krg>K0rg，则调节白平衡减少红色R的占比反之则增加，如果Kbg>K0bg，则调节白平衡减少蓝色B的占比，反之则增加。

进一步地，在一些实施例中还包括：记录上述步骤201中的交通灯所在的地理区域，对交通灯的地理区域坐标进行标定。例如，先标定信号灯在监控画面中的区域，并记录区域坐标。

该实施例中，利用信号灯的变化顺序固定的特点，逐一对检测到的信号灯颜色进行记录，并记录下起始信号(如绿色灯)。其中，在每个采集周期内交通灯分时显示所有交通指示颜色包括：在每个采集周期内交通灯分时依次显示绿色、黄色、红色。交通灯完成一个采集周期，也就是说，信号灯依次显示完成绿色、黄色、红色。通过摄像机对画面中像素点R、G、B分量的占比值自动识别标定区域内的信号灯的颜色。

进一步地，在一些实施例中，完成一个采集周期的图像采集，得到一组临时模板，包括：

步骤2001、设置信号灯的每种颜色的计数均为0；

其中，设置红色计数为0、绿色计数为0、蓝色计数为0。

步骤2002判断当前采集的图像是否是采集周期的起始图像；

其中，如果当前采集周期是上一个采集周期结束之后的采集周期，则当首次采集到预设的颜色(如红色)的图像时，则可以确定当前采集周期开始，即首次采集到的预设颜色图像就是当前采集周期的起始图像。如果当前采集周期之前没有上一个采集周期，则首次采集到预设的颜色的图像时，则可以确定当前采集周期开始。

步骤2003、如果是，则依次记录采集的每张图像的红色分量、绿色分量和蓝色分量，以及根据每张图像的红色分量、绿色分量和蓝色分量确定图像的颜色，并根据图像的颜色使对应的颜色计数加1；直至再次出现采集周期的起始图像，则完成了当前采集周期的图像采集。

如图3所示，图中示出了建立图像模板和对摄像头白平衡进行校正的一个整体流程图。

具体步骤如下：

步骤A、通过区域内RGB比值，以1秒周期记录信号灯当前的信号颜色，并记录起始信号X。在这里区域是指监控摄像头采集的交通灯的图片上的包含交通灯图像的区域。记录起始信号为X，例如，当前交通灯显示的是红灯，则此时红灯信号就是起始信号X。

步骤B、确定当前信号是否为起始信号，结束一轮输入；

步骤B1、如果当前信号是起始信号，则记录上一轮采集周期采集的图像为临时模板；

原则上，交通灯是绿色、黄色、红色循环变换，故在这里将三个颜色信号灯顺次显示完成一遍即为一个采集周期(一轮)，当前信号是起始信号说明上一轮采集周期已经结束了，当前交通灯显示的是新的一轮采集周期。

步骤B2、如果当前信号不是起始信号，则说明书交通灯还没有完成一个采集周期，此时信号灯显示颜色是红色、绿色或黄色，此时进行颜色分量的计数，即记录每种颜色显示的时长。

步骤C、判断临时模板i是否连续出现次数大于预设的次数N(如3次)。在这里每次交通灯完成一轮采集周期，则将在该过程中监控摄像头采集的图像与之前采集周期采集的图像(即临时模板)进行比对，如果有相同的，则确定有几个相同的，如果有大于(包含)N，将此轮采集周期采集的图像保存为图像模板，记录图像模板中各种颜色的RGB分量R0、G0、B0。

步骤D、当临时模板i没有再出现，而是出现了杂乱模板，则此时累加杂乱模板出现的次数(j++)大于预设次数M，则此时需要调整交通监控摄像头的白平衡。在这里出现杂乱模板，实质上是交通灯有多个模式的变化以循环往复的规律出现，因此，当前采集周期采集的图像模板与当前采集周期之前任一采集周期采集的图像模板均不相同，则当前采集周期采集的图像颜色出现了偏差。

步骤E、记录图像模板的R0、G0、B0分量，计算出记录下的K0rg＝R0/G0，K0rg＝B0/G0，然后实时监测区域内信号灯R、G、B计算Krg＝R/G，Kbg＝B/G；

步骤E1、如果Krg>K0rg，则调节白平衡减少红色R的占比反之则增加；

步骤E2、如果Kbg>K0bg，则调节白平衡减少蓝色B的占比，反之则增加。

如图4所示，在一个实施例中，提供了一种图像白平衡校正装置，该图像白平衡校正装置可以集成于上述的计算机设备中，具体可以包括：

第一匹配单元411，用于判断各采集周期得到的临时模板与预先确定正式模板是否匹配；

第二匹配单元412，用于如果有临时模板与正式模板不匹配，则以临时模板为目标模板，判断目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与目标模板是否匹配；

模板更新单元413，用于如果M组临时模板中任一组临时模板均与目标模板匹配，则更新正式模板，其中更新后的正式模板为目标模板；

白平衡校正单元414，用于如果M组临时模板中至少一组临时模板与目标模板不匹配，则根据正式模板对临时模板进行白平衡校正。

在一个实施例中，提出了一种计算机设备，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，处理器执行计算机程序时实现以下步骤：判断各采集周期得到的临时模板与预先确定正式模板是否匹配；

如果有临时模板与正式模板不匹配，则以临时模板为目标模板，判断目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与目标模板是否匹配；

如果M组临时模板中任一组临时模板均与目标模板匹配，则更新正式模板，其中更新后的正式模板为目标模板；

如果M组临时模板中至少一组临时模板与目标模板不匹配，则根据正式模板对临时模板进行白平衡校正。

在一个实施例中，提出了一种存储有计算机可读指令的存储介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：判断各采集周期得到的临时模板与预先确定正式模板是否匹配；如果有临时模板与正式模板不匹配，则以临时模板为目标模板，判断目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与目标模板是否匹配；如果M组临时模板中任一组临时模板均与目标模板匹配，则更新正式模板，其中更新后的正式模板为目标模板；如果M组临时模板中至少一组临时模板与目标模板不匹配，则根据正式模板对临时模板进行白平衡校正。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像白平衡校正方法，其特征在于，以预设时间间隔采集交通灯的图像，完成一个采集周期的图像采集，得到一组临时模板，其中一个所述采集周期内所述交通灯完成所有的交通指示颜色的一轮显示；所述图像的白平衡校正方法包括：

判断所述各采集周期得到的所述临时模板与预先确定正式模板是否匹配；

如果有所述临时模板与所述正式模板不匹配，则以所述临时模板为目标模板，判断所述目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与所述目标模板是否匹配；

如果所述M组临时模板中任一组临时模板均与所述目标模板匹配，则更新所述正式模板，其中更新后的正式模板为所述目标模板；

如果所述M组临时模板中至少一组临时模板与所述目标模板不匹配，则根据所述正式模板对所述临时模板进行白平衡校正。

2.如权利要求1所述的图像白平衡校正方法，其特征在于，所述方法还包括:预先确定所述正式模板；

所述预先确定所述正式模板包括：

完成一个初始采集周期的交通灯的图像的采集，得到一组初始临时模板；

判断所述初始临时模板对应的采集周期之后的连续N个采集周期得到的N组临时模板中任一组临时模板与所述初始临时模板是否匹配，

如果所述N组临时模板中任一组临时模板均与所述初始临时模板匹配，则将所述初始临时模板设置为正式模板；

如果所述N组临时模板中至少一组临时模板与所述初始临时模板不匹配，则将所述初始采集周期的下一个采集周期设置为新的初始采集周期。

3.如权利要求2所述的图像白平衡校正方法，其特征在于，所述判断所述各采集周期得到的所述临时模板与预先确定正式模板是否匹配，包括：

判断所述临时模板和所述正式模板处于相对应的时间节点的图像是否匹配；

所述判断所述目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与所述目标模板是否匹配，包括：

判断所述M组临时模板中的各临时模板分别和所述目标模板处于相对应的时间节点的图像是否匹配。

4.如权利要求3所述的图像白平衡校正方法，其特征在于，所述判断所述临时模板和所述正式模板处于相对应的时间节点的图像是否匹配，包括：

判断所述临时模板和所述正式模板处于相对应的时间节点的图像的颜色是否相同；

所述判断所述M组临时模板中的各临时模板分别和所述目标模板处于相对应的时间节点的图像是否匹配，包括：

判断所述M组临时模板中的各临时模板分别和所述目标模板处于相对应的时间节点的图像的颜色是否相同；

其中，根据图像的像素点的红色分量、绿色分量和蓝色分量的占比确定所述图像的颜色。

5.如权利要求1所述的图像白平衡校正方法，其特征在于，所述根据所述正式模板对所述临时模板进行白平衡校正，包括：

根据所述正式模板与所述临时模板相对应的时间节点的图像对所述临时模板的图像进行白平衡校正。

6.如权利要求5所述的图像白平衡校正方法，其特征在于，所述根据所述正式模板与所述临时模板相对应的时间节点的图像对所述临时模板的图像进行白平衡校正，包括：

计算所述正式模板的图像的第一颜色特征和第二颜色特征，以及计算所述临时模板的图像的第一颜色特征和第二颜色特征；其中，所述第一颜色特征为图像的红色分量和绿色分量的比值，所述第二颜色特征为图像的蓝色分量和绿色分量的比值；

如果所述临时模板的图像的第一颜色特征大于所述正式模板的图像的第一颜色特征，则减少所述临时模板的图像的红色分量的占比，直至所述临时模板的图像的第一颜色特征与所述正式模板的图像的第一颜色特征相同；

如果所述临时模板的图像的第一颜色特征小于所述正式模板的图像的第一颜色特征，则增加所述临时模板的图像的红色分量的占比，直至所述临时模板的图像的第一颜色特征与所述正式模板的图像的第一颜色特征相同；

如果所述临时模板的图像的第二颜色特征大于所述正式模板的图像的第二颜色特征，则减少所述临时模板的图像的蓝色分量的占比，直至所述临时模板的图像的第二颜色特征与所述正式模板的图像的第二颜色特征相同；

如果所述临时模板的图像的第二颜色特征小于所述正式模板的图像的第二颜色特征，则增加所述临时模板的图像的蓝色分量的占比，直至所述临时模板的图像的第二颜色特征与所述正式模板的图像的第二颜色特征相同。

7.如权利要求1所述的图像白平衡校正方法，其特征在于，所述完成一个采集周期的图像采集，得到一组临时模板，包括：

设置所述信号灯的每种颜色的计数均为0；

判断当前采集的图像是否是采集周期的起始图像，

如果是，则依次记录采集的每张图像的红色分量、绿色分量和蓝色分量，以及根据每张图像的红色分量、绿色分量和蓝色分量确定所述图像的颜色，并根据所述图像的颜色使对应的颜色计数加1；

直至再次出现采集周期的起始图像，则完成了当前采集周期的图像采集。

8.一种图像白平衡校正装置，其特征在于，应用于交通监控摄像头以预设时间间隔采集的交通灯的图像；所述校正装置包括：

第一匹配单元，用于判断所述各采集周期得到的所述临时模板与预先确定正式模板是否匹配；

第二匹配单元，用于如果有所述临时模板与所述正式模板不匹配，则以所述临时模板为目标模板，判断所述目标模板对应的采集周期之后的连续M个采集周期得到的M组临时模板中任一组临时模板与所述目标模板是否匹配；

模板更新单元，用于如果所述M组临时模板中任一组临时模板均与所述目标模板匹配，则更新所述正式模板，其中更新后的正式模板为所述目标模板；

白平衡校正单元，用于如果所述M组临时模板中至少一组临时模板与所述目标模板不匹配，则根据所述正式模板对所述临时模板进行白平衡校正。

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述图像白平衡校正方法的步骤。

10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述图像白平衡校正方法的步骤。

Images