TWI723729B - 白平衡調整方法、影像處理裝置與影像處理系統 - Google Patents
白平衡調整方法、影像處理裝置與影像處理系統 Download PDFInfo
- Publication number
- TWI723729B TWI723729B TW109100807A TW109100807A TWI723729B TW I723729 B TWI723729 B TW I723729B TW 109100807 A TW109100807 A TW 109100807A TW 109100807 A TW109100807 A TW 109100807A TW I723729 B TWI723729 B TW I723729B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- light source
- source information
- image areas
- areas
- Prior art date
Links
Images
Landscapes
- Image Processing (AREA)
- Color Television Image Signal Generators (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
一種白平衡調整方法、影像處理裝置與影像處理系統。所述方法包括下列步驟。接收一原始影像。依據原始影像的亮度資訊,將原始影像劃分為多個第一影像區域。針對各第一影像區域,產生分別對應至第一影像區域的多個區域光源資訊。將原始影像劃分為多個第二影像區域,並依據第二影像區域所對應的區域光源資訊其中至少一產生分別對應至第二影像區域的多個混合光源資訊。依據第二影像區域的混合光源資訊分別修正第二影像區域內的多個像素值而獲取白平衡影像。
Description
本發明是有關於一種影像處理方法,且特別是有關於一種白平衡調整方法、影像處理裝置與影像處理系統。
隨著科技的發展,各式各樣的智慧型影像擷取裝置,舉凡平板型電腦、個人數位化助理、及智慧型手機等,已成為現代人不可或缺的工具。其中,高階款的智慧型影像擷取裝置所搭載的相機鏡頭已經與傳統消費型相機不相上下,甚至可以取而代之,少數高階款更具有接近數位單眼的畫素和畫質或者是提供更為進階的功能和效果。
拍攝者可能使用影像擷取裝置在不同的地點或時間進行拍攝,因而影像擷取裝置將於不同的光源環境下拍攝影像。拍攝環境裡的光源將直接影響擷取影像中被拍攝目標的呈現顏色。於一應用情境中,傷者可能對傷口或患部拍攝影像並將拍攝影像提供給醫療單位進行診斷,倘若影像中的色彩資訊反應於拍攝環境的光源而發生失真,則將可能無法依據拍攝影像進行正確診斷。對此,一般影像擷取裝置所採用的自動白平衡(auto white balance,AWB)演算法主要是在影像感測器擷取到場景的影像後,利用場景的灰階內容來進行白平衡調整,以穩定地顯示場景的彩色內容。然而,於光源複雜的環境中,由於同一被攝目標上的不同位置可能被不同的混合光源照射,因此要十分精確地還原被攝目標的色彩資訊是相對不容易的。舉例而言,輔助光源(例如閃光燈)的使用將使得白平衡調整後的影像還是可能存在局部或整體色偏的現象。因此,如何藉由更佳的白平衡調整方法來避免影像色偏,實乃本領域技術人員所努力的方向之一。
有鑑於此,本發明提出一種白平衡調整方法、影像處理裝置以及影像處理系統,其可根據影像中不同的影像區域來適應性地調整影像的白平衡,進而達到高品質的影像輸出。
本發明實施例提供一種白平衡調整方法。所述方法包括下列步驟。接收一原始影像。依據原始影像的亮度資訊,將原始影像劃分為多個第一影像區域。針對各第一影像區域,產生分別對應至第一影像區域的多個區域光源資訊。將原始影像劃分為多個第二影像區域,並依據第二影像區域所對應的區域光源資訊其中至少一產生分別對應至第二影像區域的多個混合光源資訊。依據第二影像區域的混合光源資訊分別修正第二影像區域內的多個像素值而獲取白平衡影像。
本發明實施例提供一種影像處理裝置,其包括儲存裝置以及處理器。儲存裝置儲存有多個模組。處理器耦接儲存裝置,經配置而執行所述模組以執行下列步驟。接收一原始影像。依據原始影像的亮度資訊,將原始影像劃分為多個第一影像區域。針對各第一影像區域,產生分別對應至第一影像區域的多個區域光源資訊。將原始影像劃分為多個第二影像區域,並依據第二影像區域所對應的區域光源資訊其中至少一產生分別對應至第二影像區域的多個混合光源資訊。依據第二影像區域的混合光源資訊分別修正第二影像區域內的多個像素值而獲取白平衡影像。
本發明實施例提供一種影像處理系統,其包括影像感測器、儲存裝置以及處理器。儲存裝置儲存有多個模組。處理器耦接影像感測器與儲存裝置,經配置而執行所述模組以執行下列步驟。接收一原始影像。依據原始影像的亮度資訊,將原始影像劃分為多個第一影像區域。針對各第一影像區域,產生分別對應至第一影像區域的多個區域光源資訊。將原始影像劃分為多個第二影像區域,並依據第二影像區域所對應的區域光源資訊其中至少一產生分別對應至第二影像區域的多個混合光源資訊。依據第二影像區域的混合光源資訊分別修正第二影像區域內的多個像素值而獲取白平衡影像。
基於上述,於本發明的實施例中,原始影像可分割為多個影像區域而依據不同的混合光源資訊來進行白平衡校正,且這些混合光源資訊也是對不同影像區域進行估測而產生。藉此,本發明實施例可以有效地校正原始影像中反應於多種環境光源而起的色偏現象,以執行更精準的影像白平衡校正。
為讓本發明之上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
本發明的部份實施例接下來將會配合附圖來詳細描述,以下的描述所引用的元件符號,當不同附圖出現相同的元件符號將視為相同或相似的元件。這些實施例只是本發明的一部份,並未揭示所有本發明的可實施方式。更確切的說,這些實施例只是本發明的專利申請範圍中的方法、裝置與系統的範例。
圖1是根據本發明一實施例所繪示的影像處理系統的方塊圖,但此僅是為了方便說明,並不用以限制本發明。首先圖1先介紹影像處理系統之所有構件以及配置關係,詳細功能將配合圖2一併揭露。
請參照圖1,影像處理系統100包括影像感測器110以及影像處理裝置120,其中影像處理裝置120包括儲存裝置122以及處理器124。在本實施例中,影像處理系統100可以是將影像感測器110以及影像處理裝置120整合為單一裝置(all-in-one)的影像擷取裝置,例如是具有鏡頭的數位相機、單眼相機、數位攝影機、智慧型手機、平板電腦等等。在另一實施例中,影像處理裝置120可以是個人電腦、筆記型電腦、智慧型手機、平板電腦等具有影像處理功能的電子裝置,並且經由通訊介面(未繪示)以有線或無線的方式接收影像感測器110所拍攝到的影像。
在本實施例中,影像感測器110為包括透鏡以及感光元件的攝像鏡頭。感光元件用以感測進入透鏡的光線強度,進而產生影像。感光元件可以例如是電荷耦合元件(charge coupled device,CCD)、互補性氧化金屬半導體(complementary metal-oxide semiconductor,CMOS)元件或其他元件。鏡頭所擷取到的影像將成像於感測元件並且轉換成數位訊號,以輸出至處理器124。
儲存裝置122用以儲存影像、程式碼等資料,其可以例如是任意型式的固定式或可移動式隨機存取記憶體(random access memory,RAM)、唯讀記憶體(read-only memory,ROM)、快閃記憶體(flash memory)、硬碟或其他類似裝置、積體電路及其組合。
處理器124用以控制影像處理系統100的構件之間的作動,其可以例如是中央處理單元(central processing unit,CPU)、圖形處理單元(graphic processing unit,GPU),或是其他可程式化之一般用途或特殊用途的微處理器(microprocessor)、數位訊號處理器(digital signal processor,DSP)、影像訊號處理器(image signal processor,ISP)、可程式化控制器、特殊應用積體電路(application specific integrated circuits,ASIC)、可程式化邏輯裝置(programmable logic device,PLD)或其他類似裝置或這些裝置的組合。
以下即列舉實施例說明針對影像處理系統100調整白平衡的方法的詳細步驟。在以下的實施例中將以影像處理系統100實作成影像擷取裝置來進行說明,而處理器124可以影像訊號處理器來實現,其作用是針對前端的影像感測器110的輸出訊號進行處理,以在不同條件下還原出場景的細節。
圖2為根據本發明之一實施例所繪示的白平衡調整方法的流程圖。本實施例的方法適用於圖1中的影像處理系統100,以下即搭配影像處理系統100中的各項元件說明本實施例方法的詳細流程。
請同時參照圖1以及圖2,首先,於步驟S201,影像處理裝置120的處理器124接收一原始影像。在本實施例中,由於處理器124則是以影像訊號處理器來實現,因此第一影像可以是處理器124即時地自影像感測器110接收其所擷取到的影像序列中的其中一張影像。然而,在另一實施例中,第一影像可以是處理器124直接或是間接透過其它裝置而取得到外部的影像感測器110所擷取到的影像序列中的其中一張影像。
於步驟S202,處理器124依據原始影像的亮度資訊,將原始影像劃分為多個第一影像區域。詳細而言,原始影像是由陣列排列的多個像素組成,每一像素的像素值包括對應至多個色彩空間分量的多個像素分量。一般而言,影像感測器110所產生的像素分量分別為對應至紅色通道的R分量、對應至綠色通道的G分量以及對應至藍色通道的B分量。處理器124將各像素的RGB分量轉換為各像素的亮度值,此亮度值例如是YCbCr色彩空間裡的亮度分量(即Y分量)、YUV色彩空間裡的亮度分量(即Y分量),或是HSV色彩空間裡的亮度分量(即V分量),本發明對此不限制。
於一實施例中,依據原始影像中這些像素的亮度值是否大於一臨界值,處理器124可將原始影像中的像素劃分為多個第一影像區域。詳細而言,處理器124可逐一判斷這些像素的亮度值是否大於一臨界值,並將彼此連通且亮度值位於同一亮度區間的像素劃分為一個第一影像區域。換言之,多個彼此連通且亮度值皆大於臨界值的像素將被劃分至相同的第一影像區域。同理,多個彼此連通且亮度值皆不大於臨界值的像素也將被劃分至相同的第一影像區域。換言之,原始影像中的這些第一影像區域可分成兩類別,一個類別是亮度值大於臨界值的第一影像區域,另一個類別是亮度值不大於臨界值的第一影像區域。並且,同一第一影像區域裡的像素具有連通性。舉例而言,原始影像可能包括亮度值大於臨界值的2個第一影像區域以及亮度值不大於臨界值的3個第一影像區域。
需說明的是,於一實施例中,用以劃分第一影像區域的臨界值可依據原始影像的整體亮度資訊來決定。例如,處理器124可先找出原始影像中的最大亮度值與最小亮度值,並取最大亮度值與最小亮度值的平均值作為劃分第一影像區域的臨界值。此外,於一實施例中,用以劃分第一影像區域的臨界值的數目可以是一個以上。
舉例而言,圖3是依照本發明一實施例的將原始影像劃分為多個第一影像區域的示意圖。請參照圖3,為了方便說明,圖3以原始影像Img-raw包括8*6的像素為例進行說明,但本領域技術人員可將相同的步驟與方法實施於不同影像尺寸的原始影像上。於圖3中,各像素位置上的數值代表中各像素的亮度值。處理器124可依據原始影像Img-raw中各像素的亮度值獲取最大亮度值‘200’以及最小亮度值‘30’,並計算出亮度臨界值為‘115’。接著,處理器124逐一判斷各像素的亮度值是否大於亮度臨界值為‘115’。像是,像素P11的亮度值‘30’不大於亮度臨界值為‘115’,但像素P26的亮度值‘145’大於亮度臨界值為‘115’。基此,處理器124可將原始影像Img-raw劃分為兩個第一影像區域Z1與Z2。於圖3的範例中,第一影像區域Z1包括22個像素(例如像素P11),而第一影像區域Z2包括26個像素(例如像素P26)。
回到圖2的流程,於步驟S203,處理器124針對各第一影像區域,產生分別對應至第一影像區域的多個區域光源資訊。亦即,處理器124針對每一個第一影像區域獨立估測出對應的區域光源資訊。於一實施例中,區域光源資訊可包括色溫值。於一實施例中,區域光源資訊可包括對應至RGB通道的RGB成分比例(例如,RGB三色光的光強度比例)。舉例而言,某一第一影像區域的區域光源資訊可為對應至RGB通道的(0.5, 0.4, 0.2)。於一實施例中,處理器124可依據各個第一影像區域中的至少一子區域內的像素資訊產生第一影像區域的區域光源資訊。上述子區域可以是一個以上,且其尺寸可視實際應用而設置。
於步驟S204,處理器124將原始影像劃分為多個第二影像區域,並依據第二影像區域所對應的區域光源資訊其中至少一產生分別對應至第二影像區域的多個混合光源資訊。詳細而言,假設原始影像包括(M*P)*(N*Q)個像素,處理器124將原始影像劃分為M*N個第二影像區域,且第二影像區域各自包括P*Q個像素。第二影像區域的尺寸與數目可視實際需求而設置,本發明對此不限制。由此可知,單一個第二影像區域可能包括一個以上的第一影像區域內的像素。若單一個第二影像區域包括相異的第一影像區域內的像素,第二影像區域將可對應至二筆以上的區域光源資訊。若單一個第二影像區域包括單一個第一影像區域內的像素,第二影像區域將對應至一筆區域光源資訊。針對各個第二影像區域,處理器124可依據第二影像區域各自對應的一筆或多筆區域光源資訊來產生混合光源資訊。當某一第二影像區域對應至多筆區域光源資訊(亦即涉及不同的環境光源),處理器124可對多筆區域光源資訊進行統計運算或加權處理而產生此第二影像區域的混合光源資訊。當某一第二影像區域只對應至一筆區域光源資訊(亦即涉及單一的環境光源),處理器124可直接將區域光源資訊作為此第二影像區域的混合光源資訊。
於步驟S205,處理器124依據第二影像區域的混合光源資訊分別修正第二影像區域內的多個像素值而獲取白平衡影像。於一實施例中,處理器124可直接依據混合光源資訊調整第二影像區域內的多個像素值而獲取白平衡影像。於一實施例中,處理器124可依據混合光源資訊決定白平衡增益參數(例如R通道增益參數、G通道增益參數、B通道增益參數),並依據白平衡增益參數調整第二影像區域內的多個像素值而獲取白平衡影像。更具體而言,某一第二影像區域內的像素的RGB分量可基於混合光源資訊進行調整,以達到白平衡調整的目的。藉此,在本實施例中,由於原始影像有考慮到不同光源而進行進行區域化的白平衡調整,而使得處理器124所產生並且輸出後的白平衡影像影像可達到更為精準的白平衡表現。
為了更清楚明瞭說明,圖4是依照本發明一實施例的白平衡調整方法的流程圖。以下將以圖4來針對上述流程的一種實施細節加以說明。本實施例的方法適用於圖1中的影像處理系統100,以下即搭配影像處理系統100中的各項元件說明本實施例方法的詳細流程。
請同時參照圖1與圖4,於步驟S401,處理器124接收一原始影像。於步驟S402,處理器124依據原始影像的亮度資訊,將原始影像劃分為多個第一影像區域。接著,於本實施例中,處理器124將依據各第一影像區域中的至少一子區域產生第一影像區域的區域光源資訊。需說明的是,上述取子區域的方式將依據於第一影像區域的形狀是否為矩形而有所區別。
於步驟S403,處理器124判斷第一影像區域是否為矩形。於本實施例中,若第一影像區域其中之一為矩形(步驟S403判斷為是),於步驟S404,處理器124將第一影像區域其中之一劃分為子區域中的多個第二子區域,更依這些據第二子區域分別產生對應的多個參考光源資訊,並藉由統計這些參考光源資訊來產生第一影像區域其中之一的區域光源資訊其中之一。於此,這些第二子區域的數量多於1個。另一方面,若第一影像區域其中之一並非為矩形(步驟S403判斷為否),於步驟S405,處理器124自第一影像區域其中之一取出子區域中的第一子區域,並依據第一子區域產生第一影像區域其中之一的區域光源資訊其中之一。於此,此第一子區域的數量為1個。
於本實施例中,針對矩形的第一影像區域產生區域光源的步驟S404可實施為子步驟S4041~S4043。於步驟S4041,處理器124將第一影像區域劃分為多個第二子區域。這些第二子區域的尺寸可為w*h,可視實際應用而設置。換言之,處理器124可將矩形的第一影像區域切分為多個第二子區域。
於步驟S4042,處理器124利用一神經網路模型依據第二子區域分別預測多個參考光源資訊。詳細而言,處理器124逐一將這些第二子區域輸入至一個經訓練的神經網路模型,以分別預測出這些第二子區域各自的參考光源資訊。舉例而言,一個矩形的第一影像區域可切分為n個第二子區域,則處理器將利用經訓練的神經網路模型分別預測出n筆參考光源資訊。此神經網路模型可為依據訓練資料進行機器學習而事先建構的機器學習模型,其可儲存於儲存裝置122中。換言之,神經網路模型的模型參數(例如神經網路層數目與各神經網路層的權重等等)可經由事前訓練而決定並儲存於儲存裝置122中。此神經網路模型例如是遞歸神經網絡(RNN)模型。在神經網路模型訓練階段,多張尺寸為w*h的訓練影像資料被賦予真實光源資訊,以依據訓練影像資料的像素資訊與對應的真實光源資訊建構出神經網路模型。然而,於其他實施例中,處理器124也可利用其他光源估測演算法而依據這些第二子區域內的像素資訊估測出參考光源資訊。
於步驟S4043,處理器124藉由統計第二子區域的參考光源資訊來產生區域光源資訊。於一實施例中,處理器124可計算這些參考光源資訊的平均值來產生區域光源資訊。舉例而言,處理器124可平均n個第二子區域的n個R光強度比例而獲取區域光源資訊中的R光強度比例。依此類推,處理器124可透過平均運算而獲取區域光源資訊(即RGB光強度比例)。
此外,於本實施例中,針對非矩形的第一影像區域產生區域光源的步驟S405可實施為子步驟S4051~S4052。於步驟S4051,處理器124自第一影像區域取出一第一子區域。舉例而言,圖5是依照本發明一實施例的自第一影像塊取第一子區域的示意圖。請參照圖5,沿用圖3的原始影像Img-raw,原始影像Img-raw可基於亮度資訊而被區分為第一影像區域Z1與Z2。處理器124判斷第一影像區域Z1並非為矩形區域,並自第一影像區域Z1取出2*3的第一子區域B1。相似的,處理器124判斷第一影像區域Z2並非為矩形區域,並自第一影像區域Z2取出2*3的第一子區域B2。然而,圖5僅為一範例,處理器124也可分別自擷取第一影像區域Z1與Z2的其他局部區域來獲取第一子區域,圖5並非用以限定本發明。
於步驟S4052,處理器124利用一神經網路模型依據依據第一子區域預測區域光源資訊。舉例而言,處理器124可將圖5所示的第一子區域B1輸入至神經網路模型來預測出第一影像區域Z1的區域光源資訊。步驟S4052的操作相似於前述使用神經網路模型預測參考光源資訊的步驟S4042。基於上述可知,於本實施例中,第一影像區域的區域光源資訊是基於將至少一子區域輸入至神經網路模型進行預測而產生,且至少一子區域包括w*h個像素,w與h分別為大於1的整數。
步驟S403、步驟S404以及步驟S405將被重複執行,以使處理器124產生原始影像中所有的第一影像區域的區域光源資訊。之後,於步驟S406,處理器124將原始影像劃分為多個第二影像區域。接著,處理器124將依序針對第二影像區域產生對應的混合光源資訊。於本實施例中,處理器124判斷第二影像區域其中之一是否對應至兩筆以上的區域光源資訊。若第二影像區域其中之一對應至兩筆以上的區域光源資訊,處理器124依據像素數量比例對第二影像區域其中之一所對應的區域光源資訊其中至少二進行加權運算而產生第二影像區域其中之一的混合光源資訊其中之一。相反的,若第二影像區域其中之一並未對應至兩筆以上的區域光源資訊,處理器124依據第二影像區域其中之一所對應的區域光源資訊其中一產生第二影像區域其中之一的混合光源資訊其中之一。
如圖4所示,於步驟S407,處理器124判斷第二影像區域是否對應至兩筆以上的區域光源資訊。若第二影像區域對應至兩筆以上的區域光源資訊(步驟S407為是),於步驟S408,處理器124對第二影像區域所對應的兩筆以上的區域光源資訊進行加權運算而產生混合光源資訊。上述像素數量比例為第二影像區域其中之一內對應至區域光源資訊中的第一區域光源資訊的像素數量與第二影像區域其中之一內對應至區域光源資訊中的第二區域光源資訊的像素數量之間的比例。若第二影像區域並未對應至兩筆以上的區域光源資訊(步驟S407為否),於步驟S409,處理器124依據第二影像區域所對應的一筆區域光源資訊產生混合光源資訊。
舉例而言,圖6A是依照本發明一實施例的計算多個第二影像區域的混合光源資訊的示意圖。請參照圖6A,原始影像Img-raw將被分割為4個第二影像區域G11、G12、G21、G22。沿用圖3與圖5的原始影像Img-raw,原始影像Img-raw可基於亮度資訊而被區分為兩個第一影像區域Z1與Z2,因而各像素位置具有對應的區域光源資訊。同時參照圖5與圖6A,處理器124可依據第一子區域B1而預測出區域光源資訊SP1,並依據第一子區域B2而預測出區域光源資訊SP2。因此,第二影像區域G11裡的像素P11因為屬於第一影像區域Z1而對應至區域光源資訊SP1。第二影像區域G11裡的像素P34因為屬於第一影像區域Z2而對應至區域光源資訊SP2。
針對第二影像區域G11,對應於區域光源資訊SP1的像素數量為11且對應於區域光源資訊SP2的像素數量為1。因此,處理器124將以11比1的像素數量比例計算第二影像區域G11的混合光源資訊。詳細而言,處理器124將以權重因子11/12乘上區域光源資訊SP1並以權重因子1/12乘上區域光源資訊SP2,並將上述兩個相乘結果加總來產生第二影像區域G11的混合光源資訊。
相似的,針對第二影像區域G12,對應於區域光源資訊SP1的像素數量為8且對應於區域光源資訊SP2的像素數量為4。因此,處理器124將以2比1的像素數量比例計算第二影像區域G12的混合光源資訊。詳細而言,處理器124將以權重因子2/3乘上區域光源資訊SP1並以權重因子1/3乘上區域光源資訊SP2,並將上述兩個相乘結果加總來產生第二影像區域G12的混合光源資訊。針對第二影像區域G21,處理器124將以1比3的像素數量比例計算第二影像區域G21的混合光源資訊。需注意的是,由於第二影像區域G22並未對應至兩筆以上的區域光源資訊,因此處理器124直接將區域光源資訊SP2作為第二影像區域G22的混合光源資訊。
步驟S407、步驟S408以及步驟S409將可能被重複執行,以使處理器124產生原始影像中所有的第二影像區域的混合光源資訊。接著,於步驟S410,處理器124依據第二影像區域的混合光源資訊分別修正第二影像區域內的多個像素值而獲取白平衡影像。
舉例而言,圖6B與圖6C是依照本發明一實施例的調整原始影像的像素值的示意圖。同時參照圖6A至圖6C,假設處理器124可分別針對第二影像區域G11、G12、G21、G22產生4筆混合光源資訊MP11、MP12、MP21、MP22。處理器124將依據混合光源資訊MP11調整第二影像區域G11內的像素值。像是,像素P11的RGB分量(r
11,g
11,b
11)將依據混合光源資訊MP11而調整為白平衡影像Img-B中的RGB分量(r’
11,g’
11,b’
11),假設混合光源資訊MP11為RGB三色光的光強度比例(R
MP11,G
MP11,B
MP11),則式(1)~(3)計算如下所示。
r’
11=r
11-r
11*R
MP11式(1)
g’
11=g
11-g
11*G
MP11式(3)
b’
11=b
11-b
11*B
MP11式(2)
然而,式(1)~(3)僅為一示範例,於其他實施例中,處理器124可依據其他算法而依據混合光源資訊MP11來產生白平衡校正後的像素值。
依此類推,處理器124將依據混合光源資訊MP12、MP21、MP22分別調整第二影像區域G12、G21、G22內的像素值。像是,像素P16的RGB分量(r
16,g
16,b
16)將依據混合光源資訊MP12而調整為白平衡影像Img-B中的RGB分量(r’
16,g’
16,b’
16),而像素P48的RGB分量(r
48,g
48,b
48)將依據混合光源資訊MP22而調整為白平衡影像Img-B中的RGB分量(r’
48,g’
48,b’
48)。
綜上所述,於本發明的實施例中,原始影像可分割為多個影像區域而依據不同的混合光源資訊來進行白平衡校正,且這些混合光源資訊也是對不同影像區域進行估測而產生。藉此,本發明實施例可以有效地校正原始影像中反應於多種環境光源而起的色偏現象,以執行更精準的影像白平衡校正。本發明所提出的白平衡調整方法及其影像處理裝置與系統,其可針對多光源或光源複雜的場景來適應性地調整影像的白平衡,進而達到高品質的影像輸出。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
100:影像處理系統
110:影像感測器
120:影像處理裝置
122:儲存裝置
124:處理器
Img-raw:原始影像
Img-raw:白平衡影像
P11、P16、P26、P34、P48:像素
Z1、Z2:第一影像區域
B1、B2:第一子區域
G11、G12、G21、G22:第二影像區域
S201~S205、S401~S410:步驟
圖1是根據本發明一實施例的影像處理系統的方塊圖。
圖2是依照本發明一實施例的白平衡調整方法的流程圖。
圖3是依照本發明一實施例的將原始影像劃分為多個第一影像區域的示意圖。
圖4是依照本發明一實施例的白平衡調整方法的流程圖。
圖5是依照本發明一實施例的自第一影像塊取子區域的示意圖。
圖6A是依照本發明一實施例的計算多個第二影像區域的混合光源資訊的示意圖。
圖6B與圖6C是依照本發明一實施例的調整原始影像的像素值的示意圖。
S201~S205:步驟
Claims (10)
- 一種白平衡調整方法,所述方法包括: 接收一原始影像; 依據該原始影像的亮度資訊,將該原始影像劃分為多個第一影像區域: 針對各該些第一影像區域,產生分別對應至該些第一影像區域的多個區域光源資訊; 將該原始影像劃分為多個第二影像區域,並依據該些第二影像區域所對應的該些區域光源資訊其中至少一產生分別對應至該些第二影像區域的多個混合光源資訊:以及 依據該些第二影像區域的該些混合光源資訊分別修正該些第二影像區域內的多個像素值而獲取一白平衡影像。
- 如申請專利範圍第1項所述的白平衡調整方法,其中依據該原始影像的亮度資訊,將該原始影像劃分為該些第一影像區域的步驟包括: 依據該原始影像中多個像素的亮度值是否大於一臨界值,將該原始影像中的該些像素劃分為該些第一影像區域, 其中,針對各該些第一影像區域,產生分別對應至該些第一影像區域的該些區域光源資訊的步驟包括: 依據各該些第一影像區域中的該至少一子區域產生該些第一影像區域的該些區域光源資訊。
- 如申請專利範圍第2項所述的白平衡調整方法,其中依據各該些第一影像區域中的該至少一子區域產生該些第一影像區域的該些區域光源資訊的步驟包括: 分別判斷該些第一影像區域是否為矩形;以及 若該些第一影像區域其中之一並非為矩形,自該些第一影像區域其中之一取出該至少一子區域中的一第一子區域,並依據該第一子區域產生該些第一影像區域其中之一的該些區域光源資訊其中之一,其中該第一子區域的數量為1。
- 如申請專利範圍第3項所述的白平衡調整方法,其中依據各該些第一影像區域中的該至少一子區域產生該些第一影像區域的該些區域光源資訊的步驟更包括: 若該些第一影像區域其中之一為矩形,將該些第一影像區域其中之一劃分為該至少一子區域中的多個第二子區域,依據該些第二子區域分別產生多個參考光源資訊,並藉由統計該些參考光源資訊來產生該些第一影像區域其中之一的該些區域光源資訊其中之一,其中該些第二子區域的數量多於1。
- 如申請專利範圍第2項所述的白平衡調整方法,其中該些第一影像區域的該些區域光源資訊是基於將該至少一子區域輸入至一神經網路模型進行預測而產生,且該至少一子區域包括w*h個像素,w與h分別為大於1的整數。
- 如申請專利範圍第1項所述的白平衡調整方法,其中將該原始影像劃分為該些第二影像區域,並依據該些第二影像區域所對應的該些區域光源資訊其中至少一產生分別對應至該些第二影像區域的多個混合光源資訊的步驟包括: 判斷該些第二影像區域其中之一是否對應至兩筆以上的該些區域光源資訊;以及 若該些第二影像區域其中之一對應至兩筆以上的該些區域光源資訊,依據一像素數量比例對該些第二影像區域其中之一所對應的該些區域光源資訊其中至少二進行加權運算而產生該些第二影像區域其中之一的該些混合光源資訊其中之一。
- 如申請專利範圍第6項所述的白平衡調整方法,其中該像素數量比例為該些第二影像區域其中之一內對應至該些區域光源資訊中的第一區域光源資訊的像素數量與該些第二影像區域其中之一內對應至該些區域光源資訊中的第二區域光源資訊的像素數量之間的比例。
- 如申請專利範圍第6項所述的白平衡調整方法,其中將該原始影像劃分為該些第二影像區域,並依據該些第二影像區域所對應的該些區域光源資訊其中至少一產生分別對應至該些第二影像區域的多個混合光源資訊的步驟更包括: 若該些第二影像區域其中之一並未對應至兩筆以上的該些區域光源資訊,依據該些第二影像區域其中之一所對應的該些區域光源資訊其中一產生該些第二影像區域其中之一的該些混合光源資訊其中之一。
- 一種影像處理裝置,包括: 一儲存裝置,儲存有多個模組;以及 一處理器,耦接該儲存裝置,經配置而執行該些模組以: 接收一原始影像; 依據該原始影像的亮度資訊,將該原始影像劃分為多個第一影像區域: 針對各該些第一影像區域,產生分別對應至該些第一影像區域的多個區域光源資訊; 將該原始影像劃分為多個第二影像區域,並依據該些第二影像區域所對應的該些區域光源資訊其中至少一產生分別對應至該些第二影像區域的多個混合光源資訊:以及 依據該些第二影像區域的該些混合光源資訊分別修正該些第二影像區域內的多個像素值而獲取一白平衡影像。
- 一種影像處理系統,包括: 一影像感測器,用以擷取影像; 一儲存裝置,儲存有多個模組;以及 一處理器,耦接該影像感測器與該儲存裝置,經配置而執行該些模組以: 接收一原始影像; 依據該原始影像的亮度資訊,將該原始影像劃分為多個第一影像區域: 針對各該些第一影像區域,產生分別對應至該些第一影像區域的多個區域光源資訊; 將該原始影像劃分為多個第二影像區域,並依據該些第二影像區域所對應的該些區域光源資訊其中至少一產生分別對應至該些第二影像區域的多個混合光源資訊:以及 依據該些第二影像區域的該些混合光源資訊分別修正該些第二影像區域內的多個像素值而獲取一白平衡影像
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109100807A TWI723729B (zh) | 2020-01-09 | 2020-01-09 | 白平衡調整方法、影像處理裝置與影像處理系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109100807A TWI723729B (zh) | 2020-01-09 | 2020-01-09 | 白平衡調整方法、影像處理裝置與影像處理系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI723729B true TWI723729B (zh) | 2021-04-01 |
TW202127857A TW202127857A (zh) | 2021-07-16 |
Family
ID=76604595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109100807A TWI723729B (zh) | 2020-01-09 | 2020-01-09 | 白平衡調整方法、影像處理裝置與影像處理系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI723729B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI796922B (zh) * | 2022-01-04 | 2023-03-21 | 宏碁股份有限公司 | 影像色差移除方法、影像處理裝置與影像處理系統 |
-
2020
- 2020-01-09 TW TW109100807A patent/TWI723729B/zh active
Non-Patent Citations (3)
Title |
---|
A subspace approach for restoring image corrupted by white noise Norashikin Yahya;Nidal S. Kamel;Aamir S. Malik 2010 IEEE Asia Pacific Conference on Circuits and Systems |
A subspace approach for restoring image corrupted by white noise Norashikin Yahya;Nidal S. Kamel;Aamir S. Malik 2010 IEEE Asia Pacific Conference on Circuits and Systems Hybrid method for white matter separation in brain images using granular rough sets and fuzzy thresholding N. Senthilkumaran;R. Rajesh;C. Thilagavathy 2010 IEEE International Conference on Image Processing * |
Hybrid method for white matter separation in brain images using granular rough sets and fuzzy thresholding N. Senthilkumaran;R. Rajesh;C. Thilagavathy 2010 IEEE International Conference on Image Processing |
Also Published As
Publication number | Publication date |
---|---|
TW202127857A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104349066B (zh) | 一种生成高动态范围图像的方法、装置 | |
US9613408B2 (en) | High dynamic range image composition using multiple images | |
US9288392B2 (en) | Image capturing device capable of blending images and image processing method for blending images thereof | |
US9367916B1 (en) | Method and system of run-time self-calibrating lens shading correction | |
JP2011101359A (ja) | イメージセンサの統合ノイズモデリング方法及びそれを利用するノイズ低減方法 | |
US9319653B2 (en) | White balance compensation method and electronic apparatus using the same | |
WO2011094029A1 (en) | Iteratively denoising color filter array images | |
TWI383673B (zh) | 測光權重調整方法及其裝置 | |
WO2023016320A1 (zh) | 图像处理方法、装置、设备及介质 | |
TW201601538A (zh) | 影像擷取裝置及其影像補償方法 | |
CN113132695A (zh) | 镜头阴影校正方法、装置及电子设备 | |
US11164290B2 (en) | Method and system for image blurring processing | |
TWI723729B (zh) | 白平衡調整方法、影像處理裝置與影像處理系統 | |
TWI649724B (zh) | 確定圖像的光源和對圖像進行色覺適配的方法及設備 | |
CN113271450B (zh) | 白平衡调整方法、影像处理装置与影像处理*** | |
US11869224B2 (en) | Method and system for establishing light source information prediction model | |
US20140192222A1 (en) | White balance adjusting method with scene detection and device thereof | |
JP2007158941A (ja) | 被写体領域検出装置、撮像装置、被写体領域検出方法及びプログラム | |
TWI723435B (zh) | 影像輸出方法與電子裝置 | |
TWI524279B (zh) | 影像擷取裝置及其暗角補償方法 | |
US20230342977A1 (en) | Method for Determining Chromaticity Information and Related Electronic Device | |
TWI796922B (zh) | 影像色差移除方法、影像處理裝置與影像處理系統 | |
CN111614865B (zh) | 多摄亮度同步方法、设备、装置及存储介质 | |
CN113259634B (zh) | 光源信息预测模型建立方法与*** | |
TWI790732B (zh) | 影像校正方法及影像校正裝置 |