[发明专利]一种图像白平衡方法、装置和计算设备

摘要

本发明公开了一种图像白平衡方法，适于在计算设备中执行，该方法包括采集第一数量的不同色温环境下的中性色素材图像；根据中性色素材图像的矫正参数及其对应的色温值确定图像传感器在中性色区域的色温曲线；采集第二数量的含有基准色的非中性色素材图像；根据非中性色素材图像中的基准色信息确定该图像的理想矫正参数；根据中性色区域的色温曲线和非中性色素材图像的理想矫正参数，拟合得到非中性色区域的色温曲线；根据中性色区域和非中性色区域的色温曲线获取待处理图像的矫正参数并对其进行偏色处理。本发明还公开了一种图像白平衡装置和计算设备。

主权项

一种图像白平衡方法，适于在计算设备中执行，该方法包括：采集第一数量的不同色温环境下的中性色素材图像；根据所述中性色素材图像的矫正参数及其对应的色温值确定图像传感器在中性色区域的色温曲线；采集第二数量的含有基准色的非中性色素材图像；根据所述非中性色素材图像中的基准色信息确定该图像的理想矫正参数；根据所述中性色区域的色温曲线和所述非中性色素材图像的理想矫正参数，通过机器学习的方法拟合得到非中性色区域的色温曲线；根据所述中性色区域和非中性色区域的色温曲线获取待处理图像的矫正参数；以及根据待处理图像的矫正参数对其进行偏色处理；其中，所述矫正参数包括三基色的R增益、B增益和G增益中的至少两个，在进行所述机器学习时适于通过以下损失函数对非中性色区域进行模型训练：J(Cr,Cb)=λnΣr,b(|Cr(r,b)|+|Cb(r,b)|)+Σin((Σr,bCr(r,b)·Ar(r,b)(i)·H(r,b)(i)-Gtr(i))2+(Σr,bCb(r,b)·Ab(r,b)(i)·H(r,b)(i)-Gtb(i))2)]]>其中，是代表所述非中性色素材图像中增益值进行归一化后分布情况的参数，Cr(r,b)和Cb(r,b)是色差值，和是所述非中性色素材图像中每个区域内的平均增益值，i代表图像编号，n代表图像总数，λ是权重衰减系数，和是机器学习中Ground Truth参数，其中所述Ground Truth是所述非中性色素材图像的理想矫正参数。