一种面向多光源的图像白平衡方法和系统与流程

摘要: 本技术涉及图像白平衡,具体而言,涉及一种面向多光源的图像白平衡方法和系统。背景技术:1、在图像处理领域,自动白平衡(autowhitebalance,awb)是...
一种面向多光源的图像白平衡方法和系统与流程

本技术涉及图像白平衡,具体而言,涉及一种面向多光源的图像白平衡方法和系统。

背景技术:

1、在图像处理领域,自动白平衡(auto white balance,awb)是图像信号处理器(image signal processor,isp)中的关键模块,其目标是在不同光源色温下对图像颜色进行校正,使白色物体呈现真实的白色,从而保证整体色彩还原的准确性。传统awb方法通常假设图像中存在足够多的颜色信息,或假设场景由单一光源照明,通过全局统计(如灰度世界法、完美反射法)或基于普朗克轨迹的色温估计来生成白平衡增益。

2、然而,在包含多个不同色温发光主体的场景中,例如夜间街道同时存在led路灯、车灯、霓虹灯和显示器屏幕,或者舞台灯光中多种色温光源混合照明,传统全局白平衡方法无法同时满足不同光源照射区域的色彩校正需求。强行使用单一白平衡增益会导致部分区域颜色正确而其他区域严重偏色。

技术实现思路

1、为了解决上述技术问题,本技术公开一种面向多光源的图像白平衡方法和系统,通过先检测各发光光源并依据其能量划分互不重叠的影响区域、再在各区域内独立统计白平衡参数并据此对全图进行像素级加权融合,实现了多光源混合场景下色彩校正的空间自适应与平滑过渡。具体的,本技术的技术方案如下:

2、第一方面,本技术公开一种面向多光源的图像白平衡方法,包括:

3、基于离线构建的光源亮度参考模型,检测输入图像中的若干光源区域,并获取所述光源区域的能量信息;

4、根据所述能量信息确定目标光源的影响半径,并基于所述输入图像中各像素到各所述光源区域的圆边界的带符号距离,将全图像素划分为对应的光源影响区域,各所述光源影响区域不重叠;

5、在每个所述光源影响区域内,基于区域内像素统计局部白平衡参数;

6、根据每个像素到对应的所述光源区域的中心的距离以及所述能量信息,对所述局部白平衡参数进行像素级加权融合,生成每个像素的白平衡增益,并利用所述白平衡增益对所述输入图像进行校正。

7、在一些实施方式中,所述的基于离线构建的光源亮度参考模型,检测输入图像中的若干光源区域,并获取所述光源区域的能量信息;包括:

8、获取当前环境照度,通过查询所述光源亮度参考模型,得到与所述当前环境照度对应的g通道检测阈值;其中,所述光源亮度参考模型被配置为记录多个环境照度等级下、多种典型发光光源的g通道阈值的集合;

9、对所述输入图像的bayer格式数据中的g通道像素进行滤波处理;

10、基于所述g通道检测阈值,对滤波后的所述g通道像素进行阈值分割,生成候选光源区域的二值掩膜;

11、对所述二值掩膜进行形态学处理和连通域标记,得到每个所述光源区域的像素集合、质心位置以及g通道能量总值。

12、在一些实施方式中,所述的一种面向多光源的图像白平衡方法,还包括:预先构建所述光源亮度参考模型,具体包括:

13、在暗室中设置多个环境照度等级,并在每个所述环境照度等级下,分别对拍摄多种典型发光光源采集bayer图像;

14、提取每种所述发光光源在相应图像中的发光像素区域,并计算所述发光像素区域内g通道像素的平均亮度;

15、在同一环境照度等级下,取所有被测试的所述发光光源的所述g通道像素的所述平均亮度中的最小值,作为所述照度等级对应的g通道检测阈值;

16、将各所述环境照度等级与其对应的所述g通道检测阈值进行关联存储,形成查询表,并采用线性插值方法获得未测量的中间照度值对应的所述g通道检测阈值。

17、在一些实施方式中,所述的对所述输入图像的bayer格式数据中的g通道像素进行滤波处理;具体包括:

18、对所述bayer格式数据中的g通道像素进行双边滤波处理,得到第一滤波图像;

19、对所述第一滤波图像中的g通道像素进行高斯滤波处理,得到第二滤波图像;

20、其中,所述双边滤波和所述高斯滤波的卷积计算仅作用于bayer排列中各2×2单元内的两个g通道像素位置,r通道像素和b通道像素保持原值不变。

21、在一些实施方式中,所述的根据所述能量信息确定目标光源的影响半径,并基于所述输入图像中各像素到各所述光源区域的圆边界的带符号距离,将全图像素划分为对应的光源影响区域;具体包括:

22、根据每个所述光源区域的所述g通道能量总值与所有所述光源区域中最小的所述g通道能量总值的比值,确定每个所述光源区域的影响半径比例因子,并基于预设的基础半径单位计算每个所述光源区域的影响半径;

23、对于所述输入图像中的每个像素,计算目标像素到每个光源区域中心的欧氏距离,将所述欧氏距离减去对应的所述光源区域的所述影响半径,得到所述目标像素到所述光源区域的所述圆边界的所述带符号距离;其中,当所述目标像素位于所述圆边界内时所述带符号距离为负值,当所述目标像素位于所述圆边界外时所述带符号距离为正值;

24、对于每个所述目标像素,选取所述带符号距离最小的一个所述光源区域作为所述目标像素的归属区域。

25、在一些实施方式中,所述的在每个所述光源影响区域内,基于区域内像素统计局部白平衡参数;具体包括:

26、以固定大小的统计块对所述输入图像进行滑动划分;

27、根据所述统计块内各像素的归属区域,确定每个所述统计块所归属的所述光源影响区域;

28、在每个所述统计块内,分别计算r通道像素均值、g通道像素均值和b通道像素均值,并计算所述统计块的r/g比值和b/g比值;

29、对于每个所述光源影响区域,将其中所有所述统计块的所述r/g比值和所述b/g比值按照置信度权重进行加权平均,得到所述光源影响区域的局部白平衡参数,包括区域r/g比值和区域b/g比值。

30、在一些实施方式中,所述置信度权重为普朗克轨迹权重;

31、还包括:通过以下方式确定所述普朗克轨迹权重:

32、预先建立普朗克轨迹查找表,记录不同色温下对应的理想r/g比值和理想b/g比值;

33、分别计算每个统计块的所述r/g比值和所述b/g比值到所述普朗克轨迹查找表中最近点的欧氏距离;

34、根据所述欧氏距离计算所述统计块的所述普朗克轨迹权重,所述普朗克轨迹权重与所述欧氏距离负相关。

35、在一些实施方式中,所述的根据每个像素到对应的所述光源区域的中心的距离以及所述能量信息,对所述局部白平衡参数进行像素级加权融合,生成每个像素的白平衡增益;具体包括:

36、分别计算所述输入图像中的每个目标像素到每个所述光源区域的中心的欧氏距离,并从中确定最大欧氏距离;

37、根据所述最大欧氏距离与所述目标像素到各所述光源区域的中心的欧氏距离的差值的平方,计算所述目标像素相对于每个所述光源区域的距离权重;

38、基于所述距离权重对所述目标像素对应的所有所述光源区域的所述局部白平衡参数进行加权平均,得到所述目标像素的像素r/g比值和像素b/g比值;

39、根据所述像素r/g比值和所述像素b/g比值,计算所述目标的r通道增益和b通道增益,g通道增益设为1.0。

40、在一些实施方式中,所述的利用所述白平衡增益对所述输入图像进行校正;具体包括:

41、对所述输入图像中的每个像素,根据对应的所述r通道增益、所述g通道增益和所述b通道增益,分别对r通道像素值、g通道像素值和b通道像素值进行乘法校正,输出白平衡校正后图像。

42、第二方面,本技术还公开一种面向多光源的图像白平衡系统,所述系统用于实现上述任一项实施方式中所述的面向多光源的图像白平衡方法,包括:

43、光源检测模块,用于基于离线构建的光源亮度参考模型,检测输入图像中的若干光源区域,并获取所述光源区域的能量信息;

44、影响区域划分模块,用于根据所述能量信息确定目标光源的影响半径,并基于所述输入图像中各像素到各所述光源区域的圆边界的带符号距离,将全图像素划分为对应的光源影响区域,各所述光源影响区域不重叠;

45、局部统计模块,用于在每个所述光源影响区域内,基于区域内像素统计局部白平衡参数;

46、空间融合校正模块,用于根据每个像素到对应的所述光源区域的中心的距离以及所述能量信息,对所述局部白平衡参数进行像素级加权融合,生成每个像素的白平衡增益,并利用所述白平衡增益对所述输入图像进行校正。

47、与现有技术相比,本技术至少具有以下一项有益效果:

48、1、本技术根据每个光源的g通道能量总值确定其圆形影响半径,并基于像素到各光源圆边界的带符号距离进行全图像素归属划分,使各光源影响区域互不重叠且覆盖全图。避免了强光源区域过校正或弱光源被淹没的问题,使不同强度光源的校正范围更符合人眼对多光源照明场景的视觉感知规律。

49、2、本技术为每个像素独立计算其到各光源中心的距离,以距离越近权重越大的方式,结合各光源的强度值,对各光源的局部白平衡参数进行像素级加权平均,生成逐像素连续变化的r通道增益和b通道增益图。使得在不同光源影响区域的交界处,白平衡增益从光源a的参数逐渐平滑过渡到光源b的参数,彻底消除了块效应和色彩跳变,图像视觉效果自然连贯。

50、3、本技术通过计算每个统计块的rg值和bg值到普朗克轨迹的偏离程度,赋予偏离程度小的统计块更高的融合权重,使颜色更接近标准光源的统计块在区域参数加权平均中贡献更大,有效抑制了区域内噪声块或非中性色物体对白平衡参数的干扰。显著提升了多光源场景下白平衡校正的准确性和抗干扰能力。