[发明专利]光源颜色的确定方法、装置、存储介质及电子设备

权利要求书

1.一种光源颜色的确定方法，其特征在于，包括：

确定目标图像的目标特征向量；

将所述目标特征向量输入分类器，得到所述特征向量与至少两个算法参数向量之间的匹配度；

根据所述匹配度，从至少两个算法参数向量中确定目标算法参数向量；

根据所述目标算法参数向量，确定所述目标图像的光源颜色。

2.根据权利要求1所述的方法，其特征在于，所述目标图像的目标特征向量包括目标图像的至少两阶图层特征向量；

相应的，确定目标图像的目标特征向量，包括：

将所述目标图像作为零阶图层；

对所述目标图像在空间域求导，得到高阶图层；

根据所述零阶图层和所述高阶图层，确定目标图像的目标特征向量。

3.根据权利要求2所述的方法，其特征在于，根据所述零阶图层和所述高阶图层，确定目标图像的目标特征向量，包括：

将所述零阶图层和所述高阶图层由三维色度空间转换到二维色度空间；

在二维色度空间中按照预设规则划分子区域，将所述零阶图层在各个子区域中的像素点个数作为零阶图层特征向量；并将所述高阶图层在各个子区域中的像素点个数作为高阶图层特征向量；

将所述零阶图层特征向量与所述高阶图层特征向量组合形成完整特征向量；

或者，

将所述零阶图层和所述高阶图层由三维色度空间转换到二维色度空间；

确定所述零阶图层的第一特征向量，以及确定所述高阶图层的第一特征向量；其中，所述第一特征向量包括二维色度空间的平均色度值、最大色度值以及在二维色度空间中的分布标准差；

确定所述零阶图层的第二特征向量，以及确定所述高阶图层的第二特征向量；其中，所述第二特征向量是基于二维色度空间的直方图分布进行聚类运算得到的目标类的信息，所述目标类的信息包括目标类的平均色度值、目标类的最大色度值以及目标类在二维色度空间中的分布标准差；

将所述第一特征向量和第二特征向量组合得到精简特征向量。

4.根据权利要求1所述的方法，其特征在于，将所述目标特征向量输入分类器之前，还包括：

确定样本集合，以及确定样本集合中每个样本图像的样本特征向量；其中，所述样本图像为已知光源颜色的彩色图像；

计算所述样本图像在各个算法参数向量上的光源预测值，根据所述光源预测值与样本图像的光源颜色之间的相似度确定适配算法参数向量，根据样本集合中各样本图像的适配算法参数向量对样本图像进行分类，得到样本类；

根据样本类的个数，确定分类器的输出结果个数；其中，每个输出结果对应一个算法参数向量；

基于完成分类的样本图像的特征向量、算法参数向量对分类器进行训练。

5.根据权利要求1所述的方法，其特征在于，根据所述目标算法参数向量，确定所述目标图像的光源颜色，包括：

根据所述目标算法参数向量确定输入光源颜色算法的目标参数值；

将目标参数值输入至光源颜色算法中，确定光源颜色。

6.根据权利要求5所述的方法，其特征在于，根据所述目标算法参数向量确定输入光源颜色算法的目标参数值；将目标参数值输入至光源颜色算法中，确定光源颜色，包括：

若所述目标算法参数向量为一个，则将所述目标算法参数向量对应的目标参数值输入至光源颜色算法中，计算光源颜色；

若所述目标算法参数向量为至少两个，则，

根据所述特征向量与至少两个目标算法参数向量之间的匹配度，确定每个目标算法参数向量的权重值，并根据每个目标算法参数向量的权重值及其对应的目标参数值，计算光源颜色；

或者，

根据所述特征向量与至少两个目标算法参数向量之间的匹配度，确定所有目标算法参数向量中的至少两个用于计算的算法参数向量的权重值及其对应的目标参数值，并根据至少两个用于计算的目标参数值及其权重值，计算光源颜色。

7.根据权利要求6所述的方法，其特征在于，所述光源颜色算法采用广义灰度边缘算法。