图像颜色校正方法、装置、设备和存储介质与流程

1.本发明实施例涉及图像处理技术领域，尤其涉及一种图像颜色校正方法、装置、设备和存储介质。


背景技术：

2.随着摄像头技术的不断发展，对通过摄像头拍摄图像的质量要求也越来越高。由于摄像头拍摄得到的图像颜色与人眼所实际看见的图像颜色存在一定差别，因此在实际应用中，需要对摄像头采集的图像的颜色进行校正，以还原出采集目标的真实颜色。
3.现有技术中，最为广泛应用的颜色校正方法是使用摄像头拍摄到的图像与标准图像进行比较，获得误差最小的颜色校正矩阵，通过颜色校正矩阵的校正达到图像复原的目的。
4.然而，在颜色校正矩阵的获取过程中存在无法限定校正收敛方向的问题，导致对颜色校正不准确，校正结果与采集目标的真实颜色存在一定差距。


技术实现要素：

5.本发明实施例提供一种图像颜色校正方法、装置、设备和存储介质，以提高图像颜色校正的准确度。
6.第一方面，本发明实施例提供了一种图像颜色校正方法，包括：
7.获取待校正图像采集装置所采集标准图像的待校正颜色要素值，以及获取所述标准图像的标准颜色要素值；
8.在预设要素的约束下，基于所述待校正颜色要素值和所述标准颜色要素值确定颜色校正矩阵；
9.基于所述颜色校正矩阵对所述待校正图像采集装置采集的图像进行颜色校正。
10.第二方面，本发明实施例还提供了一种图像颜色校正装置，包括：
11.颜色要素获取模块，用于获取待校正图像采集装置所采集标准图像的待校正颜色要素值，以及获取所述标准图像的标准颜色要素值；
12.校正矩阵确定模块，用于在预设要素的约束下，基于所述待校正颜色要素值和所述标准颜色要素值确定颜色校正矩阵；
13.图像颜色校正模块，用于基于所述颜色校正矩阵对所述待校正图像采集装置采集的图像进行颜色校正。
14.第三方面，本发明实施例还提供了一种设备，包括：
15.一个或多个处理器；
16.存储装置，用于存储一个或多个程序，
17.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的图像颜色校正方法。
18.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机
程序，该程序被处理器执行时实现如本发明任一实施例所述的图像颜色校正方法。
19.本发明实施例基于待校正图像采集装置所采集标准图像的待校正颜色要素值，以及标准图像的标准颜色要素值，在预设要素的约束下，确定颜色校正矩阵。实现了通过预设要素的约束对颜色校正矩阵收敛方向的精确控制，进而提高颜色校正的准确度。
附图说明
20.图1a是本发明实施例一中的图像颜色校正方法的流程图；
21.图1b是本发明实施例一中的lab模型示意图；
22.图1c是本发明实施例一中的目标函数求最优解的流程图；
23.图2是本发明实施例二中的图像颜色校正方法的流程图；
24.图3是本发明实施例三中的图像颜色校正方法的流程图；
25.图4是本发明实施例四中的图像颜色校正装置的结构示意图；
26.图5是本发明实施例五中的设备的结构示意图。
具体实施方式
27.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
28.实施例一
29.图1a是本发明实施例一中的图像颜色校正方法的流程图，本实施例可适用于将摄像头在不同光照环境下拍摄的图像颜色校正为真实颜色的情况。该方法可以由图像颜色校正装置来执行，该装置可以采用软件和/或硬件的方式实现，并可配置在设备中，例如设备可以是后台服务器等具有通信和计算能力的设备。如图1a所示，该方法具体包括：
30.步骤101、获取待校正图像采集装置所采集标准图像的待校正颜色要素值，以及获取标准图像的标准颜色要素值。
31.其中，待校正图像采集装置所采集的图像受其拍照的光照环境以及成像原理影响，与真实颜色会存在一定的差距，即图像中的颜色与人眼直接感知的颜色不同，因此需要待校正图像采集装置采集的图像颜色进行校正，使图像采集装置采集的图像颜色与人眼直接感知的颜色相符合。例如，待校正图像采集装置包括摄像头等对图片或者视频进行采集的装置。标准图像用于为真实还原任何照明条件下任何介质上的图像色彩提供参照，例如标准图像包括24色卡图像。
32.待校正颜色要素值是指待校正图像采集装置采集到的图像中包括的能够表示图像颜色的信息，例如颜色要素可以包括rgb颜色空间中的三个基础色，或者lab颜色空间中的亮度要素以及两个颜色通道。标准颜色要素值根据标准图像的固有颜色进行确定，标准颜色要素值是已知确定的。
33.具体的，待校正图像采集装置对标准图像进行采集，获得标准图像的待校正图像，并对待校正图像的颜色要素值进行确定，示例性的，确定待校正24色卡图像的各色块的rgb平均值；并确定标准图像的标准颜色要素值，示例性的，读取标准24色卡，手动选取24色块中各色块的rgb平均值。
34.对于图像的颜色要素表示可以通过不同的色彩空间模型进行确定，常用的色彩空间模型有rgb、hsv、yuv以及lab颜色空间。在对图像颜色校正时，由于rgb颜色空间中各要素之间具有高相关性，且无法用数学形式去度量颜色的偏差，而lab颜色空间表示中亮度与色度分离，且坐标点之间的距离可以表示颜色之间的差别，因此，颜色校正矩阵的获得设置在lab颜色空间实现，可以直接用于度量摄像机拍到的图像与目标图像的差距。
35.由于rgb颜色空间中颜色要素可以直接获取，因此在获取到标准图像的rgb颜色空间的待校正颜色要素值后，将rgb颜色空间转换到lab颜色空间，通过lab颜色空间将坐标计算转换为向量计算，通过坐标表示减小要素间的相关性，进而提高对图像颜色之间的差别的判断。
36.示例性的，获取待校正图像采集装置所采集的24色卡的标准图像，读取标准图像中各像素点的待校正rgb值，通过如下公式将待校正rgb值转换为亮度向量、色调向量以及饱和度向量。首选，将待校正rgb值通过如下公式转换为lab颜色空间中的三要素值：其中，l*表示lab颜色空间中的亮度要素值，a*和b*对应两个颜色通道值，a*表示的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值)；b*表示的是从亮蓝色(低亮度值)到灰色(中亮度值)再到黄色(高亮度值)，x，y，z为图像中颜色的三刺激值，分别对应rgb值，xn＝0.9505，yn＝1.00，zn＝1.0890。
37.确定待校正图像采集装置中各像素点的l*、a*和b*后，根据如图1b所示的lab模型示意图可知，各像素点的色调要素值和饱和度要素值的向量表示可以通过a*和b*进行确定，例如通过如下公式进行确定，色调要素的表示：h*＝b*/a*，饱和度的表示：c*＝(a*2 b*2)
1/2
。
38.在一个可选的实施例中，由于摄像机中显像管发生的电子束及其生成的图像亮度并不是随显像管的输入电压线性变化，电子流与输入电压相比是按照指数曲线变化的，输入电压的指数要大于电子束的指数。即摄像机拍摄图像中暗区的信号要比实际情况更暗，而亮区要比实际情况更高。所以，要重现摄像机拍摄的画面，需要进行伽玛补偿。示例性的，获取待校正图像采集装置所采集标准图像，对图像进行伽玛补偿后确定待校正颜色要素值。
39.步骤102、在预设要素的约束下，基于待校正颜色要素值和标准颜色要素值确定颜色校正矩阵。
40.其中，预设要素用于表示对待校正图像采集装置所采集图像的校正需求进行设置的收敛方向。例如当需要校正后图像在色调要素上准确度最高时，将预设要素设置为色调，或者当需要校正后图像在饱和度要素上准确度最高时，将预设要素设置为饱和度。颜色校正矩阵用于表示图像采集装置采集图像的颜色与真实颜色之间的差距，根据该矩阵可以对差距进行调整。
41.具体的，确定预设要素后，在确定待校正颜色要素值和标准颜色要素值的差距时，将预设要素的差距的权重加大，使得颜色校正矩阵在预设要素的约束下确定，实现了对颜色校正矩阵的收敛方向的控制。
42.示例性的，由于人眼对色调的差异敏感度高于饱和度的差异，因此将预设要素设置为色调要素，使得在确定颜色校正矩阵时，实现对色调的控制，增加颜色校正矩阵获得的准确度。
43.在一个可选的实施例中，步骤102，包括：
44.确定预设要素的控制参数，并根据控制参数构建目标函数；其中，目标函数用于确定待校正颜色要素值和标准颜色要素值的差距；
45.基于待校正颜色要素值和标准颜色要素值，确定目标函数为最优解时的颜色校正矩阵为目标颜色校正矩阵。
46.其中，控制参数用于表示预设要素对颜色校正结果的影响程度，可以根据实际情况进行确定，示例性的，根据经验值进行确定。目标函数用于表示待校正图像和标准图像之间的色差大小。示例性的，可以对各要素值之间的差距总体情况进行表征。
47.将对色调的调节作为目标函数的约束项，示例性的，约束项可以用pm(ρ,θ)进行表示，其中，ρ表示任一像素点的饱和度与根据标准颜色要素值确定的标准饱和度的饱和度差，θ表示任一像素点的色调与根据标准颜色要素值确定的标准色调的色调差。在上述示例的基础上，将约束项中的色调要素值和饱和度要素值用lab颜色空间中的a*和b*要素值进行表示，其中，λ表示控制参数，用于控制色调对校正结果的影响程度，w(i)表示第i个像素点的权重，可以根据该像素点所属色块的权重进行确定，色块权重可以根据校正结果对颜色的偏重程度进行确定，例如，对校正结果中红色的校正准确度要求比绿色高，则将红色色块的权重设置为高于绿色权重，通过对权重的设置也可以控制颜色校正矩阵的收敛方向。
48.目标函数可以通过如下公式进行确定：
[0049][0050]
其中，l表示任一像素点的亮度与根据标准颜色要素值确定的标准亮度的亮度差，确定目标函数为最优解时的颜色校正矩阵为目标颜色校正矩阵；n表示像素点的总数量，对于24色卡来说，n为24。
[0051]
示例性的，通过迭代法对目标函数求最优解确定目标颜色校正矩阵。在本发明实施例中使用遗产优化算法进行迭代求解，但是不局限于此优化算法。如图1c所示为目标函数求最优解的流程图，具体包括：采用十进制编码，随机初始化n个种群称为初始种群，设置最大迭代次数和允许的最小误差；计算适应度函数，根据目标函数计算适应度值再判断适应度是否符合迭代停止条件，满足则停止，不满足进行遗传操作；选择操作，从父代群体中根据目标函数值选取一些优良个体遗传到下一代，本发明选择算子采用轮盘赌选择方法；交叉操作，将群体中的各个个体随机搭配，按照pc概率交换他们之间的编码位的部分位置，通过杂交获得新的个体，新个体组合了其父辈个体的特征；变异操作，在群体中随机选择一个个体按照概率pm进行变异操作，对判断变异的个体进行随机的编码位变异，获得新的个
体。
[0052]
步骤103、基于颜色校正矩阵对待校正图像采集装置采集的图像进行颜色校正。
[0053]
在待校正颜色要素值的基础上，结合颜色校正矩阵实现对待校正图像采集装置采集的图像进行颜色校正。示例性的，在上述示例的基础上，获取到的颜色校正矩阵为应用于lab颜色空间，将lab颜色空间转换到rgb颜色空间，得到应用于rgb颜色空间的颜色校正矩阵，将颜色校正矩阵与待校正图像采集装置所采集标准图像的rgb像素值矩阵相乘，得到校正后的图像像素值矩阵。示例性的，采用如下公式进行图像颜色校正：其中，矩阵c表示一个3*3的颜色校正矩阵，表示待校正颜色要素值，表示进行颜色校正后的颜色要素值，通过该矩阵可以得到颜色校正后的图像。
[0054]
本发明实施例基于待校正图像采集装置所采集标准图像的待校正颜色要素值，以及标准图像的标准颜色要素值，在预设要素的约束下，确定颜色校正矩阵。实现了通过预设要素的约束对颜色校正矩阵收敛方向的精确控制，进而提高颜色校正的准确度。
[0055]
实施例二
[0056]
图2是本发明实施例二中的图像颜色校正方法的流程图，本实施例二在实施例一的基础上进行进一步地优化。如图2所示，所述方法包括：
[0057]
步骤201、在至少四个色温环境下，获取待校正图像采集装置所采集标准图像的至少四组待校正颜色要素值，以及获取标准图像的至少四组标准颜色要素值。
[0058]
其中，色温是表示光线中包含颜色成分的一个计量单位。从理论上说，黑体温度指绝对黑体从绝对零度(－273℃)开始加温后所呈现的颜色。黑体在受热后，逐渐由黑变红，转黄，发白，最后发出蓝色光。当加热到一定的温度，黑体发出的光所含的光谱成分，就称为这一温度下的色温。色温是描述光源光谱特征的一个重要概念，借用完全辐射体的温度来表示光源的光谱成分，以绝对黑体温度k来衡量。用色温可以表示待校正图像采集装置采集图像时的不同光源环境，例如用于色温的不同表示在白炽灯环境下拍照和在带有颜色的灯下拍照的区别。
[0059]
具体的，在至少四种色温对应的光源环境下，利用待校正图像采集装置所采集标准图像，并获取至少四个图像对应的至少四组待校正颜色要素值。示例性的，在白炽灯环境下利用待校正图像采集装置对标准图像进行采集图像，获取到的为2700k色温下的待校正颜色要素值，同样在日光色荧光灯环境下利用待校正图像采集装置对标准图像进行采集图像，获取到的为6000k色温下的待校正颜色要素值，又例如钨丝灯色温是3200k左右等，对于色温环境的数量并不作限定，在本发明实施例中，获取尽可能多的色温环境下的待校正颜色要素值，有利于提高颜色校正矩阵确定的准确度。
[0060]
步骤202、在预设要素的约束下，基于至少四组待校正颜色要素值和至少四组标准颜色要素值，确定至少四个色温下的颜色校正矩阵。
[0061]
确定预设要素后，根据至少四个色温对应的至少四组待校正颜色要素值，分别求与对应色温下的标准颜色要素值的差距，以确定上述至少四个色温下的颜色校正矩阵。示例性的，确定在2700k色温下的颜色校正矩阵、3200k色温下的颜色校正矩阵以及6000k色温下的颜色校正矩阵等，每一个颜色校正矩阵分别与一个色温关联。
[0062]
步骤203、根据至少四个色温下的颜色校正矩阵拟合插值曲线，通过拟合插值曲线确定目标色温下的目标颜色校正矩阵。
[0063]
由于对于所有色温下的待校正颜色要素值不能穷尽，因此不能获取到所有色温下的颜色校正矩阵，对于不在上述至少四个色温下的颜色校正矩阵采用非线性插值进行确定。
[0064]
通过非线性插值对目标色温下的目标颜色校正矩阵的获取是根据未知函数f(x)在至少四个色温下的颜色校正矩阵，求得在至少四个色温下的函数值与f(x)值相等的特定函数来近似原函数f(x)，进而可用此特定函数算出其他各色温下的原函数f(x)的近似值作为目标颜色校正矩阵。即通过至少四个色温下的颜色校正矩阵通过非线性插值求得其他色温下的颜色校正矩阵，并根据所有颜色校正矩阵进行拟合曲线，实现通过有限个离散点求得连续曲线。
[0065]
示例性的，根据2700k色温下的颜色校正矩阵、3200k色温下的颜色校正矩阵4500k色温下的颜色校正矩阵以及6000k色温下的颜色校正矩阵，通过非线性插值求得其他若干个色温下的颜色校正矩阵，再通过对这些色温下的颜色校正矩阵拟合求得颜色校正矩阵值与色温的函数关系，根据函数关系确定拟合插值曲线，进而求得在目标色温为5000k色温下的目标颜色校正矩阵。
[0066]
在一个可选的实施例中，步骤203，包括：
[0067]
根据至少四个色温下的颜色校正矩阵中的各矩阵元素值，通过非线性插值确定各矩阵元素与色温的响应模型；
[0068]
根据各矩阵元素与色温的响应模型确定目标色温下的各目标矩阵元素值，基于目标矩阵元素值构建目标颜色校正矩阵。
[0069]
由于不同色温下的rgb三通道分量的响应是非线性的，因此根据rgb三通道分量值转换的亮度值、色调值以及饱和度也是非线性的，造成目标颜色校正矩阵中各矩阵元素值之间非线性相关。因此若将颜色校正矩阵作为一个整体去进行非线性插值则会造成矩阵元素确定不准确。
[0070]
根据颜色校正矩阵中各矩阵元素值分别进行非线性插值确定各矩阵元素与色温的响应模型，并根据响应模型确定目标色温下的各目标矩阵元素值。示例性的，根据非线性插值分别确定3*3颜色校正矩阵中九个矩阵元素与色温的非线性拟合模型，根据各矩阵元素的非线性拟合模型确定目标色温下的各目标矩阵元素值，有利于提高目标颜色校正矩阵的准确度。
[0071]
在一个可选的实施例中，根据如下公式确定各矩阵元素与色温的响应模型：
[0072][0073]
其中，m
t
是通过非线性插值确定的在标定色温t
t
下的颜色校正矩阵，t
t
是标定色温，m
down
是标定色温t
t
关联的左邻域基础色温颜色校正矩阵，δm是标定色温t
t
关联的左邻
域基础色温的颜色校正矩阵与右邻域基础色温的颜色校正矩阵的差值矩阵，δt是右邻域基础色温与左邻域基础色温的色温差，s为包括模型系数的响应模型。
[0074]
对于各矩阵元素与色温的响应模型可以用拟合曲线进行表示，示例性的，用该函数表示不同矩阵元素与色温的响应模型，在利用非线性插值方法对上述公式进行训练时，xi为标定色温t
t
下的各矩阵元素，输入xi，得到矩阵系数ai、bi、ci和di，其中i表示矩阵元素的序号。
[0075]
对于标定色温是指根据基础色温通过非线性插值拟合颜色校正矩阵的对应色温，而基础色温则是在步骤202中确定的颜色校正矩阵对应的色温，对于标定色温关联的左邻域基础色温是指与在基础色温中比标定色温小且与标定色温相邻的基础色温，对于标定色温关联的右邻域基础色温是指与在基础色温中比标定色温大且与标定色温相邻的基础色温。示例性的，在上述示例的基础上，基础色温为2700k色温、3200k以及6000k色温；标定色温可以根据训练过程进行设置，当标定色温t
t
为3000k时，则m
t
为通过非线性插值确定色温为3000k的颜色校正矩阵，m
down
为基础色温为2700k色温对应的颜色校正矩阵，δm为基础色温为2700k色温对应的颜色校正矩阵与基础色温为3200k色温对应的颜色校正矩阵各对应元素的差值的绝对值矩阵，δt为基础色温3200k与2700k的差值，第i个矩阵元素的响应模型si的输入为m
t
中的第i个元素，通过标定色温的设置对该模型进行训练，得到si的模型系数ai、bi、ci和di，在训练过程中使用误差最小平方和为评价指标确定模型系数，通过模型系数确定第i个矩阵元素的拟合曲线。进而根据拟合曲线确定目标色温下对应的目标颜色校正矩阵中国的第i个目标矩阵元素。
[0076]
步骤204、基于目标颜色校正矩阵对待校正图像采集装置采集的图像进行颜色校正。
[0077]
本发明实施例基于在不同色温下采集图像的颜色要素响应非线性，构造基于不同色温下颜色校正矩阵中的各矩阵元素与色温的响应模型，以得到各矩阵元素与色温之间的关系，进而根据目标色温分别确定各目标矩阵元素，提高目标颜色校正矩阵确定的准确度。
[0078]
实施例三
[0079]
图3是本发明实施例三中的图像颜色校正方法的流程图，本实施例三在上述实施例的基础上进行进一步地优化。如图3所示，所述方法包括：
[0080]
步骤301、获取待校正图像采集装置所采集标准图像的待校正颜色要素值，以及获取标准图像的标准颜色要素值。
[0081]
步骤302、在预设要素的约束下，基于待校正颜色要素值和标准颜色要素值确定颜色校正矩阵。
[0082]
步骤303、获取待校正图像采集装置的目标增益，以及在目标增益下待校正图像采集装置所采集的目标图像信息。
[0083]
待校正图像采集装置的增益用于增加采集图像的亮度，因此会对颜色校正矩阵产生一定的影响，例如在不同的增益下，采用同一个颜色校正矩阵对图像进行颜色校正时，增益越大，颜色校正矩阵引入的色噪越多，造成校正后的图像颜色不准确。
[0084]
其中，目标增益是指待校正图像采集装置在采集待校正图像时设备所采用的增益值，可以通过图像采集装置进行获取，目标图像信息是指待校正图像采集装置采集地待校正图像的图像颜色信息，例如，可以用rgb颜色空间中的三通道值进行确定。
[0085]
具体的，获取待校正图像采集装置采集待校正图像时的增益作为目标增益，并确定待校正图像中rgb三通道的像素值。
[0086]
步骤304、根据目标增益和目标图像信息确定与目标增益关联的校正调整矩阵。
[0087]
其中，校正调整矩阵用于根据目标图像信息进行像素值占比情况分析得到的用于消除目标增益带来的色噪影响。
[0088]
具体的，根据目标图像信息中每个像素点的三通道的像素值，分别确定三通道中像素值的占比情况，进而对增益带来的影响进行确定，并通过校正调整矩阵消除增益带来的影响。
[0089]
在一个可选的实施例中，通过如下公式确定与目标增益关联的校正调整矩阵：
[0090][0091]
其中，p为校正调整矩阵，nr、ng和nb分别为目标图像信息中各通道的值大于通道阈值的数量，n是各通道的总数量，iso是目标增益，iso
max
是待校正图像采集装置的增益阈值，β是增益影响因子。
[0092]
具体的，对于通道阈值可以根据实际情况进行设置，对于rgb三个通道的通道阈值可以设置为相同的或者不同的，在此不作限定。nr为在目标图像中各像素点的r通道的像素值大于r通道的通道阈值的像素点数，同理，ng和为nb在目标图像中各像素点的g通道和b通道的像素值大于对应的通道阈值的像素点数。通过nr、ng和nb可以对三通道中像素值的占比情况进行确定。iso为采集目标图像时的增益，iso
max
根据待校正图像采集装置的设备情况进行确定，β根据校正实际情况设置，可以根据经验值进行确定。示例性的，通过上述矩阵求得3*3的校正调整矩阵。
[0093]
步骤305、根据颜色校正矩阵和校正调整矩阵，确定调整后的颜色校正矩阵。
[0094]
通过校正调整矩阵实现对颜色校正矩阵中色噪的调整，进而提高调整后的颜色校正矩阵的颜色校正准确度。
[0095]
示例性的，根据m2＝m1·
p确定调整后的颜色校正矩阵，其中，m2为调整后的颜色校正矩阵，p为校正调整矩阵，m1可以是步骤302中根据待校正颜色要素值和标准颜色要素值确定的颜色校正矩阵，也可以是在实施例二中通过各矩阵元素与色温的响应模型确定的目标色温下的目标颜色校正矩阵，即在根据色温确定目标颜色校正矩阵后，根据目标增益进行进一步的调整，以提高颜色校正的准确度。
[0096]
考虑增益对图像效果的影响，对不同增益下的图像信息进行分析，根据增益和通道过饱和占比对颜色校正矩阵进行调整，既保留高增益下的颜色又能减少色噪。
[0097]
步骤306、基于调整后的颜色校正矩阵对待校正图像采集装置采集的图像进行颜色校正。
[0098]
本发明实施例基于目标增益对颜色调整矩阵进行自适应调节，实现了颜色校正随着增益变化而调整，减少色噪对图像颜色的影响，提高对图像颜色校正的适应性和准确度。
[0099]
实施例四
[0100]
图4是本发明实施例四中的图像颜色校正装置的结构示意图，本实施例可适用于将摄像头在不同光照环境下拍摄的图像颜色校正为真实颜色的情况。如图4所示，该装置包括：
[0101]
颜色要素获取模块410，用于获取待校正图像采集装置所采集标准图像的待校正颜色要素值，以及获取所述标准图像的标准颜色要素值；
[0102]
校正矩阵确定模块420，用于在预设要素的约束下，基于所述待校正颜色要素值和所述标准颜色要素值确定颜色校正矩阵；
[0103]
图像颜色校正模块430，用于基于所述颜色校正矩阵对所述待校正图像采集装置采集的图像进行颜色校正。
[0104]
本发明实施例基于待校正图像采集装置所采集标准图像的待校正颜色要素值，以及标准图像的标准颜色要素值，在预设要素的约束下，确定颜色校正矩阵。实现了通过预设要素的约束对颜色校正矩阵收敛方向的精确控制，进而提高颜色校正的准确度。
[0105]
可选的，校正矩阵确定模块420，具体用于：
[0106]
确定所述预设要素的控制参数，并根据所述控制参数构建目标函数；其中，所述目标函数用于确定待校正颜色要素值和所述标准颜色要素值的差距；
[0107]
基于所述待校正颜色要素值和所述标准颜色要素值，确定所述目标函数为最优解时的颜色校正矩阵为目标颜色校正矩阵。
[0108]
可选的，颜色要素获取模块410，具体用于：
[0109]
在至少四个色温环境下，获取待校正图像采集装置所采集标准图像的至少四组待校正颜色要素值，以及获取所述标准图像的至少四组标准颜色要素值；
[0110]
相应的，校正矩阵确定模块420，具体用于：
[0111]
在预设要素的约束下，基于所述至少四组待校正颜色要素值和所述至少四组标准颜色要素值，确定至少四个色温下的颜色校正矩阵；
[0112]
所述方法还包括目标颜色校正矩阵确定模块，用于：
[0113]
根据所述至少四个色温下的颜色校正矩阵拟合插值曲线，通过所述拟合插值曲线确定目标色温下的目标颜色校正矩阵。
[0114]
可选的，目标颜色校正矩阵确定模块，具体用于：
[0115]
根据所述至少四个色温下的颜色校正矩阵中的各矩阵元素值，通过非线性插值确定各矩阵元素与色温的响应模型；
[0116]
根据所述各矩阵元素与色温的响应模型确定目标色温下的各目标矩阵元素值，基于所述目标矩阵元素值构建所述目标颜色校正矩阵。
[0117]
可选的，根据如下公式确定所述各矩阵元素与色温的响应模型：
[0118][0119]
其中，m
t
是通过非线性插值确定的在标定色温t
t
下的颜色校正矩阵，t
t
是标定色温，m
down
是标定色温t
t
关联的左邻域基础色温颜色校正矩阵，δm是标定色温t
t
关联的左邻域基础色温的颜色校正矩阵与右邻域基础色温的颜色校正矩阵的差值矩阵，δt是右邻域基础色温与左邻域基础色温的色温差，s为包括模型系数的响应模型。
[0120]
可选的，所述装置还包括增益调整模块，具体用于：
[0121]
获取所述待校正图像采集装置的目标增益，以及在目标增益下所述待校正图像采集装置所采集的目标图像信息；
[0122]
根据所述目标增益和所述目标图像信息确定与目标增益关联的校正调整矩阵；
[0123]
根据所述颜色校正矩阵和所述校正调整矩阵，确定调整后的颜色校正矩阵。
[0124]
可选的，通过如下公式确定所述与目标增益关联的校正调整矩阵：
[0125][0126]
其中，p为所述校正调整矩阵，nr、ng和nb分别为所述目标图像信息中各通道的值大于通道阈值的数量，n是各通道的总数量，iso是所述目标增益，iso
max
是所述待校正图像采集装置的增益阈值，β是增益影响因子。
[0127]
本发明实施例所提供的图像颜色校正装置可执行本发明任意实施例所提供的图像颜色校正方法，具备执行图像颜色校正方法相应的功能模块和有益效果。
[0128]
实施例五
[0129]
图5是本发明实施例五提供的一种设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性设备12的框图。图5显示的设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0130]
如图5所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储装置28，连接不同系统组件(包括系统存储装置28和处理单元16)的总线18。
[0131]
总线18表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
[0132]
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
[0133]
系统存储装置28可以包括易失性存储装置形式的计算机系统可读介质，例如随机存取存储装置(ram)30和/或高速缓存存储装置32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储装置28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发
明各实施例的功能。
[0134]
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储装置28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
[0135]
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图5所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图5中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0136]
处理单元16通过运行存储在系统存储装置28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的图像颜色校正方法，包括：
[0137]
获取待校正图像采集装置所采集标准图像的待校正颜色要素值，以及获取所述标准图像的标准颜色要素值；
[0138]
在预设要素的约束下，基于所述待校正颜色要素值和所述标准颜色要素值确定颜色校正矩阵；
[0139]
基于所述颜色校正矩阵对所述待校正图像采集装置采集的图像进行颜色校正。
[0140]
实施例六
[0141]
本发明实施例六还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的图像颜色校正方法，包括：
[0142]
获取待校正图像采集装置所采集标准图像的待校正颜色要素值，以及获取所述标准图像的标准颜色要素值；
[0143]
在预设要素的约束下，基于所述待校正颜色要素值和所述标准颜色要素值确定颜色校正矩阵；
[0144]
基于所述颜色校正矩阵对所述待校正图像采集装置采集的图像进行颜色校正。
[0145]
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0146]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限
于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0147]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0148]
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言诸如java、smalltalk、c ，还包括常规的过程式程序设计语言诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(lan)或广域网(wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0149]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。