[发明专利]一种应用于自动白平衡算法的图像近灰色像素选取算法

说明书

技术领域

本发明涉及一种像素选取算法，具体地说是一种应用于自动白平衡算法的图像近灰色像素选取算法，属于图像处理技术领域。

背景技术

不同的光源具有不同的光谱成分和分布，这在色度学上称之为色温。光的波长越短，色温越高；波长越长，色温越低。常见的红橙黄绿青蓝紫七色光中，从左到右波长依次降低，色温依次增高。一个白色的物体，在低色温的光线照射下会偏红，而在高色温的光线照射下会偏蓝，称为色温引起的色差。

人眼进化出了适应性，使我们通常情况下不能发现色温的变化。例如，人在钨丝灯(发光的色温偏低)下长时间停留，并不会觉得钨丝灯下的白纸偏红，如果突然把日光灯改为钨丝灯照明.就会觉查到白纸的颜色偏红了，但这种感觉也只能够持续一会儿，人眼(包括与之相关的色彩感觉系统)会在此期间将这种色温引起的色差校正过来。

摄像机(注：本专利所说的“摄像机”泛指数码摄像机、提供自动白平衡功能的数码照相机)的“图像采集--处理系统”不具备人眼的这种适应性。如果不根据景物照明的色温进行有针对性的调整，摄像机得到的图像就会发生偏色。因此就出现了白平衡的概念，白平衡的目的就是：针对各种色温条件，通过摄像机内部的色彩运算抵消色温引起的色差，使拍摄出来的图像更接近人眼的视觉习惯。

可以简单地将白平衡理解为：在任意色温条件下，摄像机拍摄目标的标准白色经过电路的调整，成像后仍然为白色。

自动白平衡是由摄像机以自动获取色温信息、根据色温自动对图像进行处理的方式实现的白平衡。

自动获取色温信息的途径分为两类：第一类是在摄像机中装备色温测量部件，实时获取色温信息，这一方案由于成本较高而应用范围有限；第二类是由摄像机中的运算芯片(CPU、DSP、FPGA、ASIC等)执行算法，对拍摄得到的图像进行分析，从中获取色温信息。本专利以下述及的自动白平衡算法所指均为基于第二类色温自动获取信息途径的算法。

自动白平衡算法通常包括以下三个基本步骤：

1)色温估计

最经典的色温估计算法是灰色世界算法。这一算法基于如下假设：对于一幅带有足够色彩变化的图像来说，整个场景的平均反射能抵消色差。最基本的方法就是计算整个图像的平均色差。但是，如果图像颜色较为单一，以上算法求得的色温就会非常不准确。为此，必须根据一定的约束条件，挑选合适的像素来计算色差，提高色温估计的精确度。

这里所说的“合适的像素”通常是指“近灰色像素”，这是目前几乎所有自动白平衡算法的共同选择。近灰色像素是指R、G、B三色值相差不大的像素，色温估计算法假定近灰色像素是由灰色像素在偏色光照射下得到的。通过统计、计算图像中的近灰色像素RGB值偏离纯灰色像素RGB值(R＝G＝B)、CbCr值(Cb＝0，Cr＝0)的程度来估算色温,在实际运算过程中，通常将R、G、B值转换为Y、Cb、Cr值，以方便分析。

2)增益计算

增益计算是在图像色温估计的基础上，通过一定的方法得到通道增益。通道增益也就是色温校正因子，一般有蓝色和红色两个分量，是对图像蓝色和红色通道进行调整的幅度。

灰色像素的Cb、Cr均为0，因此，通道增益就是能将Cb、Cr调整到0(或接近0)的两个系数μ和ν。增益计算的方法有多种，比如查表法、迭代法等等。查表法是事先统计出一张表，记录不同的色温所对应的通道增益，具有速度快的优点，但由于表的容量有限，不能实现各种色温情况的连续调节。迭代算法则是根据Cb、Cr的关系，不断调节μ、ν，根据每次调节后得到的Cb、Cr值确定下一次调节的量，直至将Cb、Cr调整到接近0。

3)色温校正

色温校正就是在图像的蓝色和红色通道乘以各自的增益，从而调节R、G、B三色的比例(或Cb、Cr的值)。一般针对摄像机中用于采集图像原始信息的CCD、CMOS芯片(即Sensor)采样输出的RGB信号进行。

在自动白平衡算法的色温估计步骤中，从图像中选取近灰色像素的算法是关键环节之一。一种经典的近灰色像素选取算法是在YCbCr空间中定义一个三维结构，称之为近灰色区域，凡落入其中的像素都认为是近灰色的，而其外的像素则是认为非近灰色的。在计算色差时，只计算近灰色像素的平均色差，以替代整个图像的色差，从而提高色温估计的准确度。

这类算法的关键在于近灰色区域的确定。经典近灰色像素的选取算法依据的不等式为：

Y<φ1

Y-|Cb|-|Cr|>φ2