[发明专利]一种智能摄像机白平衡处理方法

说明书

技术领域

本发明涉及交通监控拍摄技术领域，尤其是涉及一种调节交通摄像机白平衡的智能摄像机白平衡处理方法。

背景技术

白平衡技术在摄影摄像领域有十分重要的意义，对于所拍摄的物体的色彩还原以及保真度巨大的影响。目前应用到智能交通上面的相机采用的白平衡算法存在以下缺点：1、在强光和逆光的环境下摄像机中的白平衡算法失去效果，相机采集的图像出现过爆和颜色偏移现象；2、在阴天和傍晚的时候相机中的白平衡算法出现色温偏移，出现杂色等。从相机白平衡技术和相机中的数据运算过程分析产生以上效果的原因主要包括如下几点：1、目前应用到智能交通系统中的相机采用的白平衡算法不是专业针对智能交通系统做的白平衡算法；2、目前应用到智能交通系统中的相机中的白平衡算法采取的数据是8位二进制数据做采样数据进行运算，运算数据量长度不够精确，环境采样数据不够准确；3、目前应用到智能交通上的相机很多不能对每一帧图像上的每个像素点进行运算，采样数据不能够准确地反应实时的外界环境情况。 

发明内容

为了弥补上述智能交通摄像机上所采用的白平衡算法针对性不强、不专业，运算数据量长度不够精确，环境采样数据不够准确，不能对每一帧图像上的每个像素点进行运算的缺陷，本发明提出了一种智能摄像机白平衡处理方法。

其技术方案包括以下步骤：

（1）摄像机的CMOS或CCD图像传感器对一帧图像进行采集，每个像素点分别采集到12位RAW数据；

（2）将步骤（1）中采集到的RAW数据进行双线性差值运算，使RAW数据转换为R、G、B通道下的RAW图像数据RAW_R、RAW_G、RAW_B；

（3）对步骤（2）中得到的RAW_R数据进行分块处理，将原来R通道中高H像素、宽L像素的RAW_R数据划分为n个高H₁像素、宽L₁像素的数据块（n>2，H₁>2，L₁>2）；

（4）对步骤（3）中每个数据块左上角的2X2个像素的不饱和度求取平均值G，累加各个数据块的平均值G1-Gn，得S=G1+G2+……+Gn，计算出RAW_R的不饱和度平均值R_ave=S/n；

（5）分别采用步骤（3）和步骤（4）的方法对RAW_G和RAW_B进行计算，得到RAW_G和RAW_B的不饱和度平均值G_ave和B_ave，然后按照公式Max_ave=max[R_ave  G_ave  B_ave]求取三个通道中的不饱和度最大平均值Max_ave；

（6）利用步骤（5）所得到的Max_ave再与R_ave、G_ave和B_ave相结合分别运算RAW_R、RAW_G和RAW_B得一级校正参数gain_R_1、gain_G_1、gain_B_1；

（7）根据已设定的摄像机白平衡参数确定R、G、B各通道的修正参数gain_R_min、gain_G_min和gain_B_min，利用上述各修正参数再次对步骤（6）的一级校正参数做二级校正运算，得到二级校正参数gain_R_2、gain_G_2、gain_B_2;

（8）利用步骤（7）中得到的二级校正参数对RAW_R、RAW_G和RAW_B进行二级校正，得到二级校正后三通道下的RAW数据RAW_R2、RAW_G2和RAW_B2；

（9）将步骤（8）中得到的RAW_R2、RAW_G2和RAW_B2进行移位运算，使其变成可以显示的图像输出。

在上述步骤（6）中确定一级校正参数gain_R_1、gain_G_1、gain_B_1的运算规则为：gain_R_1=R_ave/Max_ave；gain_G_1=G_ave/Max_ave；gain_B_1=B_ave/Max_ave。

在上述步骤（7）中确定二级校正参数gain_R_2、gain_G_2、gain_B_2，的运算规则为：当gain_R_1<gain_R_min时，gain_R_2=gain_R_min；当gain_R_1>gain_R_min时，gain_R_2=gain_R_1；当gain_G_1<gain_G_min时，gain_G_2=gain_G_min；当gain_G_1>gain_G_min时，gain_G_2=gain_G_1；当gain_B_1<gain_B_min时，gain_R_2=gain_B_min；当gain_B_1<gain_B_min时，gain_R_2=gain_B_1。