[发明专利]自动白平衡方法、装置及计算机可读存储介质和电子设备

说明书

本申请公开了一种自动白平衡方法、装置及计算机可读存储介质和电子设备，涉及图像处理技术领域，提供了更加精确校准图像偏色的方法。本申请的主要技术方案为：获取原始图像对应的RGB图像；对所述RGB图像进行白点检测处理，得到所述RGB图像中包含的参考白点；利用预设的多个色温椭圆对所述参考白点进行筛选，得到目标白点，所述色温椭圆用于表征不同色温下场景的光源信息；根据所述目标白点的RGB值，计算所述原始图像对应的图像增益；根据所述图像增益，对所述原始图像进行自动白平衡处理，得到经偏色校正的目标图像。本申请主要应用于对图像的偏色问题进行校正。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种自动白平衡方法、装置及计算机可读存储介质和电子设备。

背景技术

随着图像处理技术的进步，相机、手机等图像拍摄设备广泛应用，人们对图像质量要求也越来越高，同时拍摄场景也越来越复杂。在使用相机进行拍摄时，图像的颜色不可避免地会受到图像传感器自身或者外部环境等诸多因素的影响，使得图像色彩失真。例如，在由于这些因素使得色温改变的同时，采集到的图像色彩也会随之改变，产生偏色现象。

目前，主要是采用自动白平衡的方法来抑制图像的偏色，常用的自动白平衡算法包括：灰度世界算法、完美反射算法、色域映射算法以及神经网络算法等等。但是这四种算法都各自有缺陷，例如解释说明如下：

灰度世界算法是建立在一定假设基础上的，当场景中出现大面积色块等明显偏色时，假设不成立，算法调整效果就会出现较大偏差；完美反射算法是建立在场景中有非过曝的白点的基础之上，但当图像中有亮度过高的像素点(即过曝像素点)存在时，完美反射算法效果就会不佳了，这是由于过曝像素点的R、G、B分量值都饱和，在计算三个通道的增益时，计算结果始终唯一；色域映射算法和神经网络算法，这两个算法比较复杂，难利用硬件实现，尤其是神经网络算法，它是需要大量高质量的样本训练才能够确保算法的精确性，而样本的质量和完整性都是很难保证的。

以上，灰度世界算法和完美反射算法局限于假设条件或约束场景，色域映射算法和神经网络算法局限于算法复杂度高且实现难度大，利用这样四种算法是难以对图像完成精确校准偏色的，尚还是需要寻找更优的解决图像偏色问题的自动白平衡方法。

发明内容

本申请提供了一种自动白平衡方法、装置及计算机可读存储介质和电子设备，主要目的在于应对图像偏色问题，提供了更加精确校准图像偏色的方法。

为了达到上述目的，本申请主要提供如下技术方案：

本申请第一方面提供了一种自动白平衡方法，该方法包括：

获取原始图像对应的RGB图像；

对所述RGB图像进行白点检测处理，得到所述RGB图像中包含的参考白点；

利用预设的多个色温椭圆对所述参考白点进行筛选，得到目标白点，所述色温椭圆用于表征不同色温下场景的光源信息；

根据所述目标白点的RGB值，计算所述原始图像对应的图像增益；

根据所述图像增益，对所述原始图像进行自动白平衡处理，得到经偏色校正的目标图像。

在本申请第一方面的一些变更实施方式中，所述利用预设的多个色温椭圆对所述参考白点进行筛选，得到目标白点，包括：

统计每个色温椭圆落入的参考白点的数量；

将落入参考白点数量最多的色温椭圆确定为目标色温椭圆；

将落入所述目标色温椭圆内的参考白点确定为目标白点。

在本申请第一方面的一些变更实施方式中，所述统计每个色温椭圆落入的参考白点的数量，包括：

将所述参考白点映射到R/G-B/G色度空间，得到所述参考白点在R/G-B/G色度空间的坐标；