[发明专利]图像处理方法、装置、存储介质以及终端

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取相机采集的目标图像的颜色通道数据；

将所述颜色通道数据输入至光源分类模型中，得到所述目标图像对应的光源属于不同预设类型光源的匹配概率；

基于所述匹配概率确定所述目标图像对应的白平衡增益，以及基于所述白平衡增益对所述目标图像进行白平衡调整。

2.根据权利要求1所述的方法，其特征在于，所述将所述颜色通道数据输入至光源分类模型中，得到所述目标图像对应的光源属于不同预设类型光源的匹配概率，包括：

计算所述颜色通道数据和标定矩阵的乘积，得到第一颜色通道数据；

对所述第一颜色通道数据进行一阶求导，得到第二颜色通道数据；

对所述第二颜色通道数据进行降维处理，得到第三颜色通道数据；

将所述第三颜色通道数据输入至光源分类模型中，得到所述目标图像对应的光源属于不同预设类型光源的匹配概率。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述匹配概率确定所述目标图像对应的白平衡增益，包括：

在各所述匹配概率中确定处于预设概率范围内的匹配概率；

基于所述处于预设概率范围内的匹配概率确定所述处于预设概率范围内的匹配概率对应的目标类型光源各自对应的权重；

获取各所述目标类型光源各自对应的标定增益；

基于所述处于预设概率范围内的匹配概率对应的目标类型光源各自对应的权重以及各所述目标类型光源各自对应的标定增益，得到所述目标图像对应的白平衡增益。

4.根据权利要求3所述的方法，其特征在于，所述基于所述处于预设概率范围内的匹配概率确定所述处于预设概率范围内的匹配概率对应的目标类型光源各自对应的权重，包括：

获取所述处于预设概率范围内的匹配概率各自对应的目标类型光源；

计算各所述目标类型光源对应的匹配概率的总和；

分别计算各所述目标类型光源对应的匹配概率与所述总和的比值，将各所述比值分别作为各所述目标类型光源各自对应的权重。

5.根据权利要求3所述的方法，其特征在于，所述获取各所述目标类型光源各自对应的标定增益，包括：

分别获取相机在各所述目标类型光源下采集的各灰卡图像的光谱数据；

基于所述各灰卡图像的光谱数据，确定各所述目标类型光源各自对应的标定增益，所述标定增益包括红色标定增益、蓝色标定增益以及绿色标定增益。

6.根据权利要求5所述的方法，其特征在于，所述基于所述处于预设概率范围内的匹配概率对应的目标类型光源各自对应的权重以及各所述目标类型光源各自对应的标定增益，得到所述目标图像对应的白平衡增益，包括：

基于各所述目标类型光源各自对应的权重分别对各所述目标类型光源各自对应的红色标定增益进行加权求和，得到所述目标图像对应的白平衡增益中的红色增益；

基于各所述目标类型光源各自对应的权重分别对各所述目标类型光源各自对应的蓝色标定增益进行加权求和，得到所述目标图像对应的白平衡增益中的蓝色增益；

将预设定值作为所述目标图像对应白平衡增益中的绿色增益。

7.根据权利要求1或2所述的方法，其特征在于，所述获取相机采集的目标图像的颜色通道数据之前，还包括：

获取相机在各预设类型光源下采集的不同场景的样本图像的样本颜色通道数据；

采用各所述样本颜色通道数据训练光源分类模型。

8.根据权利要求7所述的方法，其特征在于，所述采用各所述样本颜色通道数据对模型训练光源分类模型，包括：

分别计算各所述样本颜色通道数据和标定矩阵的乘积，得到各第一样本颜色通道数据；

分别对所述各第一样本颜色通道数据进行一阶导数计算，得到各第二样本颜色通道数据；

对所述各第二样本颜色通道数据进行降维处理，得到各第三样本颜色通道数据；

采用所述各第三样本颜色通道数据训练光源分类模型。