一种自适应白平衡校正方法技术

本发明专利技术公开了一种自适应白平衡校正方法，其步骤如下：将原始图像数据进行分块，将一个块当作一个原始像素；计算每一个块中Ｒ分量，Ｇ分量与Ｂ分量的平均值；获得每一个数据块的Ｇ／Ｒ比值与Ｇ／Ｂ比值，以及相应的Ｇｒｂ值；判断Ｇ／Ｒ比值与Ｇ／Ｂ比值，Ｇｒｂ值是否处于限制的色度空间范围内，确定所处理的数据为需要选定的灰色像素数据；统计步骤选定的Ｒ、Ｇ、Ｂ数据，并获得Ｒ、Ｇ、Ｂ数据的平均值和各自的增益Ｒｇａｉｎ、Ｇｇａｉｎ与Ｂｇａｉｎ；将得出的增益应用到插值后的图像数据中，对图像中的每个像素的Ｒ、Ｇ、Ｂ分量进行增益控制。本发明专利技术能够消除高饱和度与低饱和度色彩影响，快速实现自适应白平衡校正。

【技术实现步骤摘要】

本专利技术涉及一种用于数码照相机与数码摄像机以及相关的成像设备的自 适应白平衡校正方法。
技术介绍
人的视觉系统在不同的光线下，对相同的颜色感觉基本是相同的。当白 色物体从蓝光成分比较多的日光移动到红光成分比较多的白炽光，人的视觉 系统会自动做出调整，来平衡红、绿、蓝光的分量，以保证白色物体在任何 光照条件下都呈现出白色。这种平衡红、绿、蓝光的技术称为白平衡技术。 各种成像设备就是釆用自动白平衡算法来模拟人的视觉系统，从而使白色物 体在不同的光照条件下都能在图像中呈现出真实的白色。在现有的技术中， 一种自动白平衡方法是假定整幅图像都需要进行白平衡统计与处理。以图1为例，这种方法要统计整幅图像的所有像素的RGB分量的平均值^，5与5:<formula>formula see original document page 4</formula> (1)则三个颜色通道的输出增益分别为<formula>formula see original document page 5</formula>采用这种方法计算通道增益，通常会将高饱和度色彩分量也统计进去，这 样导致的后果是当高饱和度色彩的物体进入或离开某一景象时，它的影响会使RGB值偏斜。高饱和度色彩在RGB平均值计算中的作用可最终导致物体色彩 失真。例如，当红色物体进入红色背景的景象时，按上面的公式计算的通道 增益会直接影响到物体色彩的失真。而公开的另外一种自动白平衡技术则是统计白色区域的图像像素值，包 括以下步骤(1) 先将图像原始数据经插值处理成一幅真实的图像，即每个像素包 含RGB三个分量；(2) 遍历整幅图像，判断当前像素点是否为白色像素点。计算像素点 的绿/红比值(G/R)和绿/蓝比值(G/B)。如果这两个比值均处于给定的范 围，则确定该像素点为选定的像素点。(3) 统计所有选定的像素点，计算RGB分量的平均值。(4) 按公式(2)计算RGB通道的增益。虽然上述方法能有效地减少高饱和度像素对物体色彩的影响，但是对低 饱和度像素对物体色彩的影响存在着一定的局限性。当低饱和度色彩分量被 当作灰色分量应用在计算通道增益上，也会影响到物体的真实颜色。不同光 源其对应的色温也不相同，因此导致RGB色彩成分的强度在不同光照条件下也有细微的不一致，当从一种环境光转换到另一种环境光时，上述方法也不 能很有效的进行自适应判断与处理。而且，当图像上不存在明显的白色区域时，该方法将不具备分析当前图像光源的能力，这将导致白平衡校正的误差产生。并且该方法是对整幅图像的每个像素的RGB分量进行处理，增加了计算量。
技术实现思路
本专利技术的目的在于针对原始图像数据提供一种能够消除高饱和度与低 饱和度色彩影响，快速的自适应白平衡校正方法。本专利技术提供了，其步骤如下-(1) 将原始图像数据进行分块，将一个块当作一个原始像素；(2) 计算每一个块中R分量，G分量与B分量的平均值，则计算的平均值 为原始像素的R， G， B颜色值；获得每一个数据块的G/R比值与G/B 比值，以及相应的Grb值，(3) 判断G/R比值与G/B比值，Grb值是否处于限制的色度空间范围内， 确定所处理的数据为需要选定的灰色像素数据；(4) 统计步骤(3)中选定的R、 G、 B数据，并获得R、 G、 B数据的平均 值；(5) 根据R、 G、 B的平均值获得R、 G、 B三个颜色通道的增益Rgain、 Ggain与Bgain;(6) 将得出的增益应用到插值后的图像数据中，对图像中的每个像素 的R、 G、 B分量进行增益控制。本专利技术原始图像数据进行连续不重叠分块，其中每一个块中至少包含 一个绿色分量， 一个蓝色分量与一个红色量。本专利技术中G/R、 G/B和Grb的空间取值范围则为的区间范围。 本专利技术增益控制过程是将得出的增益分别与校正前的数据对应相乘，获得对应的进行白平衡校正后的值。本专利技术对于实时系统，当前计算的R、 G、 B三个颜色通道的增益将被 应用到下一帧数据中；而对于非实时系统，则应用到当前的图像数据中。 与现有技术相比，本专利技术具有以下优点(1) 首先通过判断图像数据的值，采用灰色像素来进行光源判断，来 确定光源的信息。对于n位的像素的颜色范围为0 2-l，在本方法中只取 中间的一段范围[Lmin, Lmax]的值，当值小于Lmin时，认为是低饱和度像素 或噪声点。而大于Lmax时，颜色接近于纯白色，而且RGB三个分量的差值也 不大，用来计算白平衡意义不大，而对于[Lmin， Lmax]范围内的颜色值，则 能更好的确定当前的发光源，同时也就确定了图像白平衡校正所需的RGB通 道的增益；消除了高饱和度色彩与低饱和度色彩对白平衡校正的任何影响。(2) 对原始数据直接进行分块分析，并采用当前帧的分析结果作用于 后一帧的方法，由于是数据流的传输模式，整个系统中不可能保存整幅图像 数据的中间结果，采用该方法不仅可以节省系统资源，还可以提高整个系统 的处理速度。附图说明图l为原始图像数据的阵列模型示意图； 图2是本专利技术方法的流程框图3为把图1按2X2大小进行不重叠分成4块的示意图； 图4、图5是定义灰色色度空间的图解； 图6是本专利技术的图像获取以及处理装置原理框图。 具体实施例方式图l是图像传感器采集到的原始图像数据的阵列模型，本专利技术主要针对 原始图像数据进行处理的。图2是本专利技术用于计算白平衡校正增益的流程图。首先对图像数据进行 分块，在实时的工作模式中，不可能保存整幅图像数据，因此，可以对图像 传感器采集到的图像数据流进行实时分块；这样也有利于提高整个系统的实 时性。对图像传感器采集到的原始数据(Raw Data)按2X2大小进行不重叠分 块，例如可将图1分为4块，如图2:将一个块当作一个像素，以第一个块为例，则其RGB值分别为-R = RllG = (G12 + G21)/2 B = B22自动白平衡方法依靠该RGB值来判断该像素是否为灰色像素。灰色像素 的RGB值被用来计算R、 G、 B三个通道的增益，从而实现图像白平衡的功能。自动白平衡计算上述像素的G/R比值与G/B比值，以及G/R比值与G/B比值 的平均值(Grb)。如果R、 G、 B、 G/R、 G/B和Grb位于指定的色度空间范围 内，则可以确定该像素为灰色像素。对于图l中的图像数据，每一个数据可以有8位，10位，16位等等，不同 型号的图像传感器对应的采样位数也会有所不同。对于10位的原始数据，当 上述各值处于以下范围，即图4、图5中的立方体空间时，则该像素为灰色像 素。，€兰e e[96,800] Ge[96，800] 5 e [96， 800](3)例如当R二300、 G=400、 B:350时，G/R=400/300=l. 333， G/B=400/350=l. 1428， Grb= (G/R+ G/B) /2= (1.333+1.1428) /2=1.2379， 这些值都落入了相应的空间取值范围中。因此该像素为一个灰色 像素。在本方法中也可以根据实际光源情况，调整式(3)中的取值范围，使图 像达到更好的白平衡效果。例如在红色光源下，图像会偏红，则可通过降低 G/R的比值标准来达到白平衡效果。当本文档来自技高网...

【技术保护点】
一种自适应白平衡校正方法，其特征在于包括如下步骤：（１）将原始图像数据进行分块，将一个块当作一个原始像素；（２）计算每一个块中Ｒ分量，Ｇ分量与Ｂ分量的平均值，则计算的平均值为原始像素的Ｒ，Ｇ，Ｂ颜色值；获得每一个数据块的Ｇ／Ｒ比值与Ｇ／Ｂ比值，以及相应的Ｇｒｂ值；（３）判断Ｇ／Ｒ比值与Ｇ／Ｂ比值，Ｇｒｂ值是否处于限制的色度空间范围内，确定所处理的数据为需要选定的灰色像素数据；（４）统计步骤（３）中选定的Ｒ、Ｇ、Ｂ数据，并获得Ｒ、Ｇ、Ｂ数据的平均值；（５）根据Ｒ、Ｇ、Ｂ的平均值获得Ｒ、Ｇ、Ｂ三个颜色通道的增益Ｒｇａｉｎ、Ｇｇａｉｎ与Ｂｇａｉｎ；（６）将得出的增益应用到插值后的图像数据中，对图像中的每个像素的Ｒ、Ｇ、Ｂ分量进行增益控制。

【技术特征摘要】
1、一种自适应白平衡校正方法，其特征在于包括如下步骤(1)将原始图像数据进行分块，将一个块当作一个原始像素；(2)计算每一个块中R分量，G分量与B分量的平均值，则计算的平均值为原始像素的R，G，B颜色值；获得每一个数据块的G/R比值与G/B比值，以及相应的Grb值；(3)判断G/R比值与G/B比值，Grb值是否处于限制的色度空间范围内，确定所处理的数据为需要选定的灰色像素数据；(4)统计步骤(3)中选定的R、G、B数据，并获得R、G、B数据的平均值；(5)根据R、G、B的平均值获得R、G、B三个颜色通道的增益Rgain、Ggain与Bgain；(6)将得出的增益应用到插值后的图像数据中，对图像中的每个像素的R、G、B分量进行增益...

【专利技术属性】
技术研发人员：杨祥勇，
申请(专利权)人：安凯广州微电子技术有限公司，
类型：发明
国别省市：81[中国|广州]