[go: up one dir, main page]

TW201830337A - 對圖像執行自動白平衡的方法和設備 - Google Patents

對圖像執行自動白平衡的方法和設備 Download PDF

Info

Publication number
TW201830337A
TW201830337A TW107103984A TW107103984A TW201830337A TW 201830337 A TW201830337 A TW 201830337A TW 107103984 A TW107103984 A TW 107103984A TW 107103984 A TW107103984 A TW 107103984A TW 201830337 A TW201830337 A TW 201830337A
Authority
TW
Taiwan
Prior art keywords
image
value
color
light source
light sources
Prior art date
Application number
TW107103984A
Other languages
English (en)
Inventor
李盈儀
賢哲 李
Original Assignee
聯發科技股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 聯發科技股份有限公司 filed Critical 聯發科技股份有限公司
Publication of TW201830337A publication Critical patent/TW201830337A/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/02—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the way in which colour is displayed
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2320/00—Control of display operating conditions
    • G09G2320/06—Adjustment of display parameters
    • G09G2320/0666—Adjustment of display parameters for control of colour parameters, e.g. colour temperature
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2320/00—Control of display operating conditions
    • G09G2320/06—Adjustment of display parameters
    • G09G2320/0693—Calibration of display systems
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2340/00—Aspects of display data processing
    • G09G2340/06—Colour space transformation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Processing Of Color Television Signals (AREA)
  • Image Processing (AREA)
  • Color Television Image Signal Generators (AREA)

Abstract

本發明公開了一種對圖像執行自動白平衡以調整圖像的顏色增益的方法和設備。該方法包括：預處理圖像以獲得多個預處理像素，每一個預處理像素都由包括紅值、綠值和藍值的三色值表示；計算一組候選光源中的每一個候選光源的指示值，該指示值包括漫反射分量和鏡面反射分量；識別該組候選光源中的一個作為結果光源，該結果光源的該指示值是該組候選光源中的最小指示值，其中，該最小指示值對應於鏡面反射分量的消除；以及根據從該結果光源推導出的色彩比率來調整該圖像的色彩增益。

Description

對圖像執行自動白平衡的方法和設備
本發明所揭露之實施例有關於彩色攝影、數碼相機、彩色打印和數字彩色圖像處理領域領域。
所有的用戶彩色顯示設備都經過校準，以便於在顏色通道的紅色(R)=綠色(G)=藍色(B)時，顯示的色彩為標準的“白點”色度，根據國際照明委員會(International Commission on Illumination，簡稱CIE)標準，其大部分為D65或D50。使用互補性氧化金屬半導體(complementary metal-oxide semiconductor，CMOS)或者電荷耦合元件(charge-coupled device，CCD)的數字彩色相機對RGB通道具有不同的敏感度，從而導致原始圖像具有某種偏色(例如，偏綠)。此外，物體的顏色會根據光源的顏色(例如鎢絲燈或日光)和周圍的物體的彼此反射而變化。因此，在以合適的顏色再現顯示和處理圖像前，常常需要調節原始圖像的“白點”。白點的調節被稱為白平衡(white balance，WB)，其通常通過對顏色通道應用適當的增益來執行，這樣圖像中的中性物件(例如黑色，灰色和白色)被呈現為大致相等的R、G、B值。在數字相機中，白點可以被手動或者自動調節。因此，自動白平衡 (Automatic white balance，AWB)是彩色成像應用中的重要操作。
大多數傳統的AWB算法依賴于自然場景的一些物理特徵(例如色域)和統計特徵(例如平均顏色分佈)。傳統的AWB算法對場景內容的統計比較敏感，常常遇到以下一個或多個難點：1)主色色偏影響結果，2)當圖像中沒有中性色時，預估出現錯誤的概率很高，3)錯誤的相機校正會導致場景統計與相機使用的統計不同，4)需要大量參考標準當訓練樣本來建立可靠的統計，5)算法的性能受到相機的批量生產中的元件與元件差異的影響。因此，非常需要開發出一種對多場景內容更加具有穩健性(robust)且相對不敏感的AWB技術。
依據本發明的示範性實施例，本發明提供對圖像執行自動白平衡的方法和設備，能夠降低白平衡對場景內容的敏感性，且提升執行的穩健性。
在一個實施例中，提供了一種用於在圖像上執行自動白平衡的方法。該方法包括：對圖像進行預處理以獲得多個預處理像素，每個預處理像素由包括紅(R)值、綠(G)值和藍(B)值的三色值來表示；計算一組候選光源中的每個候選光源的指示值，該指示值包括漫反射分量和鏡面反射分量；識別該組候選光源中的一個作為結果光源，該結果光源的該指示值是該組候選光源中的最小指示值，其中，該最小指示值對應於鏡面反射分量的消除；以及根據從該結果光源推導出的色彩比率來調整該圖像的色彩增益。
在另一個實施例中，提供了一種在圖像上執行自動白平衡的設備。該設備包括：存儲器，用於存儲圖像；以及耦接於存儲器的圖像處理管道。圖像處理管道用於：對圖像進行預處理以獲得多個預處理像素，每個預處理像素由包括紅色(R)值，綠色(G)值和藍色(B)值的三色值來表示；計算一組候選光源中的每一個候選光源的指示值，該指示值包括漫反射分量和鏡面反射分量；識別該組候選光源中的一個作為結果光源，該結果光源的該指示值是該組候選光源中的最小指示值，其中，該最小指示值對應於鏡面反射分量的消除；以及根據從該結果光源推導出的色彩比率來調整該圖像的色彩增益。該設備還包括耦接於圖像處理管道的顯示器，用於根據調整後的色彩增益顯示該圖像。
區別於現有技術的情況，本發明通過計算一組候選光源中的每一個候選光源的指示值，找出其中最小的指示值對應的候選光源，將其作為結果光源，再根據該結果光源推導出的色彩比率來調整圖像的色彩增益，其中，最小的指示值對應於鏡面反射分量的消除，因此該方法對場景內容相對不敏感，且穩健性高。
100‧‧‧圖像處理管道
110‧‧‧AWB模組
120‧‧‧色彩校正矩陣模組
130‧‧‧灰度校正模組
140‧‧‧顯示器
150‧‧‧設備
160‧‧‧存儲器
300、500、700‧‧‧AWB模組
310、510‧‧‧預處理單元
320‧‧‧投影平面計算器
330‧‧‧投影面積計算器
340、730‧‧‧比較器
345‧‧‧偏置值
350‧‧‧增益調整單元
380‧‧‧MPA計算器
515‧‧‧區塊劃分單元
540‧‧‧加權平均單元
600‧‧‧MPA方法
610~640‧‧‧步驟
720‧‧‧差值計算器
780‧‧‧MTV計算器
800‧‧‧MPA方法
810~880‧‧‧步驟
900‧‧‧方法
910~940‧‧‧步驟
第1A圖是本發明一實施例中用於色彩校正的圖像處理管道的示意圖；第1B圖本發明一實施例中包括第1A圖所示的圖像處理管道的設備的結構示意圖； 第2圖是本發明一實施例中在垂直于光源向量的平面上的兩個顏色表面的投影；第3圖是本發明一實施例中執行最小投影面積(minimum projected area，MPA)方法的自動白平衡模組的結構示意圖；第4A、4B和4C圖是本發明一實施例中使用三種不同候選光源的投影結果；第5圖是本發明一實施例中執行區塊MPA方法的自動白平衡模組的結構示意圖；第6圖是本發明一實施例的MPA方法的流程示意圖；第7圖是本發明一實施例中執行最小總變差(minimum total variation，MTV)方法的自動白平衡模組的結構示意圖；第8圖是本發明另一實施例的MTV方法的流程示意圖；第9圖是本發明一實施例中用於自動白平衡的方法的流程示意圖。
在下面的描述中，陳述了很多具體細節。然而，可以理解的是，本發明的實施例可以在沒有這些具體細節的情況下實施。在其他情況下，沒有詳細的說明眾所周知的電路、結構和技術，以免模糊對本說明書的理解。然而，所屬領域中具有習知技術者可以理解，可以在沒有這些具體情節的情況下實踐本發明。所屬領域中具有習知技術者通過所包含的描述將能夠無需過度的實驗而實現適當的功能。
本發明提供基於表面反射分解的系統和方法來執行自動白平衡(automatic white balance，AWB)。與基於傳統 的AWB算法的系統和方法相比，該系統和方法具有穩健性且對場景內容相對不敏感。該系統和方法不依賴詳細的場景統計或用於訓練的大量圖像資料庫。在下文中，描述了最小投影面積方法(minimum projected area，MPA)和最小總變差(minimum total variation，MTV)方法，這兩者都基於將表面反射分解為鏡面反射分量(specular component)和漫反射分量(diffuse component)，並且基於鏡面反射分量的消除。
如本文中所使用的，術語“三色值”或等同的“RGB值”或“RGB通道”，是指彩色圖像的三個顏色值(紅，綠，藍)。術語“光源(illuminant)”和“光源(light source)”可互換使用。此外，色度圖像指的是色彩差異圖像，其可通過獲取一個色彩通道和另一個色彩通道之間的差異來計算，也可以通過色彩通道的線性組合之間的差異來計算。
第1A圖是本發明一個實施例中，執行色彩校正的圖像處理管道(image processing pipeline)100的示意圖。圖像處理管道100包括AWB模組110，AWB模組110接收原始的RGB值作為輸入，並輸出白平衡校正後的RGB值。原始的RGB值可以由圖像傳感器、相機、錄像機等生成。AWB模組110的操作可以通過參考第2圖-第9圖進行理解。圖像處理管道100還包括色彩校正矩陣(color correction matrix，CCM)模組120。色彩校正矩陣120對從AWB模組110輸出的RGB值執行3×3的矩陣操作。CCM模組120可以降低圖像傳感器的光譜特性和標準的色彩設備(例如，標準RGB色彩顯示器)的光譜響應之間的差異。圖像處理管道100還可以包括灰度校正(gamma correction)模組130，其對從CCM模組120輸出的RGB值應用非線性函數來補償顯示設備的非線性亮度效應。圖像處理管道100的輸出是準備好用於顯示的標準RGB(standard RGB，sRGB)值的集合。
第1B圖是本發明一實施例中包括第1A圖所示的圖像處理管道100的設備150的系統結構示意圖，除了圖像處理管道100之外，設備150包括存儲器160，存儲器160用於存儲圖像資料或者將被圖像處理管道100處理的中間圖像資料。設備150還包括顯示器140，顯示器140用於顯示具有標準RGB值的圖像。可以理解的是，設備150還可以包括其他額外的部件，包括但不限於：圖像傳感器、一個或者多個處理器、用戶接口、網絡接口等。在一個實施例中，設備150可以是數碼相機，或者，設備150可以是諸如計算機、筆記本電腦、智能手機、智能手錶之類的計算和/或通信設備的一部分。
在描述AWB模組110的實施例之前，首先需要解釋AWB模組110的操作所根據的原理。
令f(θ；λ)為雙向光譜反射分佈函數(bidirectional spectral reflectance distribution function，BSRDF)，其中θ代表所有的角度相關因子(angle-dependent factor)，而λ代表光的波長。大多數有色物體表面的BSRDF可以被描述為兩個反射分量的組合，這兩個反射分量為界面反射(鏡面)分量和本體反射(漫反射)分量。界面反射(interface reflection)通常是非選擇性的，即其對所有具有可見光波長的光進行同樣的反射。這個模型被稱為中性界面反射(neutral interface reflection， NIR)模型。基於NIR模型，BSRDF f(θ；λ)可以表示為：f(θ；λ)=ρ(λ)h(θ)+ρ s k(θ)， (1)
其中ρ(λ)是漫反射率因子(diffuse reflectance factor)，ρ s 鏡面反射率因子(specular reflectance factor)，h(θ)和k(θ)是兩個反射率因子的角度相關函數。NIR模型的關鍵特徵在於每種反射分量中的光譜因子和幾何因子是完全分開的。
假定L(λ)是光源的光譜功率分佈，S r (λ)、S g (λ)和S b (λ)是三個傳感器基礎(即，光譜響應函數)。RGB色彩空間可以推導為：R=ʃL(λ)f(θ；λ)S r (λ)dλ=h(θ)ʃL(λ)ρ(λ)S r (λ)dλ+ρ s k(θ)ʃL(λ)S r (λ)dλ，G=h(θ)ʃL(λ)ρ(λ)S g (λ)dλ+ρ s k(θ)ʃL(λ)S g (λ)dλ，B=h(θ)ʃL(λ)ρ(λ)S b (λ)dλ+ρ s k(θ)ʃL(λ)S b (λ)dλ。 (2)
令L r =ʃL(λ)S r (λ)dλ，L g =ʃL(λ)S g (λ)dλ，L b =ʃL(λ)S b (λ)dλ，
於是，R=L r [ρ r h(θ)+ρ s k(θ)]，G=L g [ρ g h(θ)+ρ s k(θ)]，B=L b [ρ b h(θ)+ρ s k(θ)]， (3)
其中，L r 、L g 和L b 是光源的三色值，RGB色彩空間可以改寫為如下所示的矩陣形式：
令 v 1和 v 2是RGB空間中的兩個獨立向量。如果將 RGB值投影到 v 1和 v 2所生成的平面V上，投影坐標將為
令L=[L r L g L b ]T為光源向量，在[ v 1 v 2] T L=0時，等式(5)中的第二項消失。這意味著當平面V垂直于光源向量L時，鏡面反射分量被消除。
第2圖是本發明一實施例中將兩個表面的顏色投影到平面V的示意圖。根據NIR模型，在給定的表面(例如，S1)上的每個顏色向量是鏡面反射分量(由光源向量L表示)和漫反射分量(由 C 1表示)的線性組合。S1的所有顏色與L和 C 1在同一平面上。類似的，另一個表面(例如S2)的所有顏色與L和 C 2在同一平面上。因此，同一光源下的所有顏色所在的平面共享共同向量L。如果所有顏色都沿光源向量L投影，則它們的投影將形成多條線，且這多條線在一點處相交，該點為光源向量的投影點。如果投影的方向不是沿著光源向量L的方向，(即，如果V不垂直於L)，則鏡面分量不被消除。在這種情況下，投影的顏色將不再在平面V上形成線，但是會在平面V的二維區域上展開。該二維區域被稱為平面V上的投影面積。當 v 1和 v 2正交時可以計算出該二維區域的面積。當 v 1和 v 2變化時，平面V隨之變化。通過改變 v 1和 v 2，當平面V垂直于光源向量L時，投影面積會變為最小。使用 v 1和 v 2中特定的哪一個作為基礎向量並不重要，因為它們都會產生實質相同的結果。
在AWB計算中，真實光源的光源向量L是未知的。 MPA方法通過選擇不同的候選光源來改變平面V。從候選光源選出的光源向量L=(L r ，L g ，L b )，可以計算出正交的基礎向量 v 1和 v 2，並且也可以計算出給定圖像在由 v 1和 v 2生成的平面上的投影面積。當選擇的光源向量L最接近該圖像的真實光源時，投影面積最小。
在一個實施例中，正交的基礎向量可以被參數化如下：
當α=L g /L r ，且β=L g /L b 時，平面V(α，β)垂直於L。
在一個實施例中，光源的搜索範圍被縮窄到光源更可能發生的子空間，因為搜索所有可能的平面V(α，β)是非常耗時的。縮小搜索範圍也有利於減少發現錯誤光源的可能性。在一個實施例中，搜索範圍可以被設置為在預期的應用領域中用戶圖像(consumer image)中經常發生的一組光源。術語“用戶圖像”指的是內容用戶使用的圖像顯示設備上通常可以看到的彩色圖像。或者或另外，可以使用日光軌跡(daylight locus)和黑體輻射軌跡(blackbody radiator locus)的適當混合。這個混合可以提供覆蓋了用戶圖像中大多數的光源的光源軌跡。為了搜索到圖像的光源，MPA方法為沿著光源軌跡的一組候選光源中的每一個候選光源計算圖像的投影面積。產生最小的投影面積的候選光源就是場景光源(即，真實光源)的最佳估計， 且圖像根據該場景光源的最佳估計被白平衡。在一個實施例中，MPA方法尋找最小投影面積的表達式如下所示：argminα,β w(α,β)Area(α,β)， (8)
其中，w(α，β)是偏置函數(bias function)，Area(α，β)是在平面V(α，β)投影的面積，該面積是通過 v 1(α，β)和 v 2(α，β)生成的。該偏置函數可以用於修改投影面積，從而改善MPA方法的性能。該偏置函數依賴於總體場景光源分佈，而不是場景內容。因此，相機校準後，相同的偏置函數可以適用於相機校準後的任何相機模型。偏置函數w(α，β)的詳細內容將在稍後提供。在其他實施例中，可以省略偏置函數(即，設定為1)。
第3圖是本發明提供的用於執行MPA方法的AWB模組300的一實施例的結構圖。AWB模組300是第1A圖中所示的AWB模組110的一個示例。AWB模組300包括預處理單元310，預處理單元310用於處理輸入圖像的原始RGB資料以移除過度曝光、曝光不足和飽和的像素。移除這些像素可以提升AWB的計算速度並可減少噪點。在一個實施例中，如果一個像素的R值、G值和B值中的一個或多個的色彩通道大於閾值時，則認為該像素是過度曝光，則移除該像素。在這些像素被移除後，預處理單元310可以通過將圖像劃分為多組相鄰像素，並計算每一組中的相鄰像素的三色值的加權平均值，來對輸入圖像進行分組平均。每一個組的權重可以是一或其他數值。在另一個實施例中，在計算出分組平均之後，預處理單元310可以從圖像中移除曝光不足的像素。如果一個像素的R值、G 值和B值之和高於第一閾值，則該像素被過度曝光；如果一個像素的R值、G值和B值之和低於第二閾值，則該像素曝光不足。預處理單元310也可以從圖像中移除飽和像素。如果一個像素的R值、G值和B值之一低於預定閾值，則該像素飽和。
在一個實施例中，在移除過度曝光、曝光不足和/或飽和的像素和分組平均操作之後，預處理單元310可以對圖像進行子採樣以產生預處理圖像。預處理後的圖像被提供給AWB模組300中的MPA計算器380，用於MPA計算。
在一個實施例中，MPA計算器380包括投影平面計算器320和投影面積計算器330。投影平面計算器320計算兩個正交向量 v 1和 v 2， v 1和 v 2生成了垂直于候選光源的光源向量L(L r ，L g ，L b )的平面。在一個實施例中，α和β的值已經被給出或者從候選光源中計算出時，投影平面計算器320可以根據等式(6)和(7)計算出 v 1和 v 2。
在確定投影平面之後，投影面積計算器330將預處理圖像中的每一個像素的RGB值投影到該投影平面。投影的結果是落在投影平面上的點的集合。如果每種顏色被表示為單點，那麼投影的結果將在投影平面上產生一組散亂的點，如第4A、4B和4C圖的所示的示例，第4A、4B和4C圖中的每一幅圖都是採用不同的候選光源的結果。當沿著真實光源向量進行投影時，局部的點的密度變更高。然而，計算點的密度需要大量的計算。在一個實施例中，投影平面被分成一組空間倉(spatial bins)(例如正方形)。當一個或多個像素投影到正方形中時，計數該正方形。計數的正方形的數量可以作為投影面 積的估算結果。
參考第4A、4B和4C圖，在每一個示例中，“x”標記代表圖像的所有像素的投影點。當候選光源越接近真實光源，被“x”標記的投影的總面積就越小。每一個示例都採用了由不同正交基礎向量 v 1和 v 2所描述的不同候選光源。如第4B圖所示的投影面積119面積最小，因此其對應的候選光源在三個候選光源中最接近真實光源。
請再次參閱第3圖，在投影面積計算器330計算出一組不同候選光源的投影面積之後，比較器340比較這些投影面積的大小並識別產生最小投影面積的候選光源。在一個實施例中，在比較之前，比較器340可以將每一個投影面積與前述的偏置函數相乘，以作為改進AWB結果的選項，在本實施例中示為偏置值345(即，權重)。偏置值345可以基於對於在用戶圖像中光源沿著光源軌跡的頻率的先驗知識來決定。也就是說，偏置值345代表的是場景光源分佈的先驗知識，而不與場景內容相關。在一個實施例中，每一個候選光源都與一個偏置值相關聯，該偏置值可以被表示為函數w(α，β)，其中α和β是候選光源的色彩比率。從一種相機模型到另一種相機模型，偏置值是穩定不變的。
在比較器340識別出產生最小投影面積的候選光源之後，增益調整單元350根據候選光源的色彩比率α和β調整輸入圖像的色彩增益。
對於具有多個不同顏色的物體的圖像，當投影沿著光源向量時，投影面積通常是最小的，然而對於只有單個主 色的圖像，當主色的鏡面反射分量或者漫反射分量被消除時，才會出現最小投影面積。為了更好地處理這種顏色種類很少的圖像，搜索範圍被限制在僅由於鏡面反射分量被消除而不是漫反射分量被消除所引起的最小投影面積。一種方法是在色度空間中搜索這些靠近潛在光源的所在位置的候選光源。因此，沿著穿過已知光源的群體(population)的光源軌跡搜索到最小投影面積。
在一個實施場景中，色度坐標系(p,q)可以用於在較小失真的色度域中參數化光源軌跡的分佈。該坐標系(p,q)被定義為：
其中，r=R/(R+G+B)，g=G/(R+G+B)，b=B/(R+G+B)。
對於候選光源L(L r ，L g ，L b )，其(p,q)坐標系可以通過將等式(9)中的R、G、B值更換為L r 、L g 、L b 值來決定。
可以通過擬合(fitting)由參考相機在不同光源下獲取的色彩資料得到光源軌跡。例如，對來自三種光源(陰影、日光和鎢絲燈)光線進行曲線擬合可以提供非常好的光源軌跡。在一個實施例中，一個給定的光源軌跡可以由二階多項式函數在(p,q)域中表示，其具有如下的形式：q=a 1 p 2+a 2 p+a 3。 (10)
給定(p,q)的值，如下所示的等式用於計算(r,g,b)：
色彩比率α和β可以通過如下所示的等式獲得：
因此，給出沿著光源軌跡的(p,q)，可以計算色彩比率α和β。正交向量 v 1(α，β)和 v 2(α，β)可以使用等式(6)和(7)計算出。並且圖像投影到由 v 1(α，β)和 v 2(α，β)所展開的平面V的面積也可以計算。
當場景被單個主光源照射時，MPA方法可以準確地估算出光源。但是，有些場景有不止一個光源。在一個實施例中，區塊MPA方法被用於處理這樣的多光源場景。使用區塊MPA方法，就是將圖像分成幾個區塊，並將MPA方法應用於每一個區塊。
第5圖是本發明一實施例中執行區塊MPA方法的AWB模組500的結構示意圖。AWB模組500是第1A圖中所示的AWB模組110的一個示例。AWB模組500包括預處理單元510，預處理單元510還包括區塊劃分單元515，區塊劃分單元515用於將輸入圖像劃分為多個區塊。預處理單元510在每一個區塊上執行與第3圖中所示的預處理單元310相同的像素移除操作，預處理單元510移除過度曝光，曝光不足和飽和的像素。預處理單元510還在移除像素操作之後確定每一個區塊是否具有足夠數量的像素(例如，10個像素)來進行MPA方法。如果具有足夠像素的區塊數量小於閾值數量(例如，區 塊總數的一半)，則預處理單元510將圖像重新劃分為更少數量的區塊，使得圖像中的新區塊的數量大於閾值數量。
在一個實施例中，AWB模組500包括一個或多個MPA計算器310，MPA計算器310用於在每一個區塊上執行MPA方法。每一個區塊的結果都被加權平均單元540收集，加權平均單元540首先對色度坐標p進行平均，然後基於給定光源軌跡的擬合曲線(例如(10)中的二階多項式函數)找出另一個色度坐標q。在一個實施例中，加權平均單元540給每一個區塊都應用一個權重。例如，具有主要物件的區塊的權重可能高於其他區塊。在其他實施例中，加權平均單元540可以對所有的區塊應用相同的權重。加權平均單元540的輸出是結果候選光源或其代表候選光源。然後增益調整單元350根據結果候選光源的色彩比率α和β調整輸入圖像的色彩增益。
第6圖是本發明一實施例中在彩色圖像上執行的MPA方法600的流程示意圖。MPA方法600可以由諸如第1B圖的設備150的設備執行；更具體地說，MPA方法600可以由第1A圖的AWB模組110、第3圖的AWB模組300和/或第5圖的AWB模組500執行。
在MPA方法600中，設備首先開始對圖像進行預處理以獲得預處理像素，每一個預處理像素由三色值表示，三色值包括紅(red，R)值，綠(green，G)值和藍(blue，B)值(步驟610)。對於一組候選光源中的每一個候選光源，設備執行如下操作：計算與候選光源的三色值的向量垂直的投影平面(步驟620)，將每一個預處理像素的三色值投影到計算出的 投影平面以獲取投影面積(步驟630)。將候選光源中投影面積最小的的一個光源識別為結果光源(resulting illuminant)(步驟640)。設備可以使用結果光源的色彩比率調製圖像的色彩增益。
根據另一個實施例，可以使用MTV方法來執行AWB，該MTV方法也基於與MPA方法相同的原理：通過設法消除鏡面反射分量。根據NIR模型，可以從給定的圖像中，通過縮放一個顏色通道並與另一個顏色通道相減，創建一對色度圖像(αC 1-C 2)和(βC 3-C 2)。(C 1，C 2，C 3)是三色值(R，G，B)的線性變換。
(αC 1-C 2)和(βC 3-C 2)都是圖像中空間位置的函數。兩個色度圖像可以表示為：(αC 1-C 2)=[(αa 11-a 21)L r ρ r +(αa 12-a 22)L g ρ g +(αa 13-a 23)L b ρ b ]h(θ)+[(αa 11-a 21)L r +(αa 12-a 22)L g +(αa 13-a 23)L b ]ρ s k(θ)，(βC 3-C 2)=[(βa 31-a 21)L r ρ r +(βa 32-a 22)L g ρ g +(βa 33-a 23)L b ρ b ]h(θ)+[(βa 31-a 21)L r +(βa 32-a 22)L g +(βa 33-a 23)L b ]ρ s k(θ)。 (14)
當α=(a 21 L r +a 22 L g +a 23 L b )/(a 11 L r +a 12 L g +a 13 L b )，且β=(a 21 L r +a 22 L g +a 23 L b )/(a 31 L r +a 32 L g +a 33 L b )時：(αC 1-C 2)=[(αa 11-a 21)L r ρ r +(αa 12-a 22)L g ρ g +(αa 13-a 23)L b ρ b ]h(θ)，(βC 3-C 2)=[(βa 31-a 21)L r ρ r +(βa 32-a 22)L g ρ g +(βa 33-a 23)L b ρ b ]h(θ)。 (15)
對於(αC 1-C 2)和(βC 3-C 2)，鏡面反射分量都被消除。當消除發生時，由於鏡面反射分量引起的調製消失，所以(αC 1-C 2)和(βC 3-C 2)的總變差大大減小。只剩下漫反射 分量的信號調製。
通過沿著給定的光源軌跡搜索，MTV方法可以搜索到候選光源，該候選光源由色彩比率α和β表示，使得總變差在接下來的表示中最小化。可以使用等式(11)和(12)從給定的光源軌跡上的給定的點(p,q)計算出色彩比率α和β。本實施例中的總變差可以表示為等式(14)中的兩個色度圖像的絕對梯度大小之和：argminα,βΣ n |▽(αC 1(n)-C 2(n))|+|▽(βC 3(n)-C 2(n))| (16)
需要注意的是，二維圖像的梯度是具有x分量和y分量的向量。為了提升計算效率，可以使用簡化的總變差的一維近似：
在一個實施例中，如果任何一個相鄰像素都由於過度曝光、曝光不足或顏色飽和而已經被移除，則從總變差計算中排除該像素的梯度。
第7圖是本發明一實施例中執行MTV方法的自動白平衡模組700的結構示意圖；AWB模組700是第1A圖的AWB模組110的另一個示例。AWB模組700包括預處理單元310，預處理單元310用於處理輸入圖像的原始RGB資料以移除過度曝光、曝光不足和飽和的像素。AWB模組700還包括MTV計算器780，MTV計算器780在一組候選光源中搜索最小總變差的解決方案。更具體地，MTV計算器780還包括差值計算器720和比較器730。差值計算器720計算每一個候選 光源的總變差，比較器730比較差值計算器720計算的結果以識別出最小總變差。在一個實施例中，比較器730在比較前可以將每一個總變差乘以偏置值345(即，權重)。偏置值345可以基於在用戶圖像中光源沿著光源軌跡的頻率的先驗知識來確定。偏置值345表示場景光源分佈的先驗知識，並且與場景內容無關。在一個實施例中，每一個候選光源與一個偏置值相關聯，該偏置值可被表示為函數w(α，β)，其中α和β是候選光源的色彩比率，從一個相機模型到另一個相機模型，偏置值保持穩定。
在比較器730識別出產生最小總變差的候選光源之後，增益調節單元350使用候選光源的色彩比率α和β調節輸入圖像的色彩增益。實驗結果表明，MTV方法在單個主光源以及多個光源的場景下表現良好。
第8圖是本發明另一實施例中在彩色圖像上執行的MTV方法800的流程示意圖。在本實施例中，在計算總變差的過程中採用線性變換來計算三色值。MTV方法800可以由諸如第1B圖中所示的設備150的設備來執行，更具體地，MTV方法800可以由第1A圖中所示的AWB模組110和/或第7圖中所示的AWB模組700來執行。
在MPA方法800中，設備首先開始對圖像進行預處理以獲得多個預處理像素，每一個預處理像素由三色值表示，三色值包括紅(R)值，綠(G)值和藍(B)值(步驟810)。對於一組候選光源中的每一個候選光源，設備計算預處理像素中的相鄰像素之間的三色值總變差(步驟820)。計算總變差的 步驟包括如下操作：計算三色值的線性變換以獲得三個變換值(步驟830)；計算第一縮放因子(scaling factor)和第二縮放因子，第一縮放因子和第二縮放因子用於表示候選光源的兩個色彩比率(步驟840)；通過獲取按第一縮放因子縮放的第一變換值與第二變換值之間的差值(difference)來構建第一色度圖像(步驟850)；通過獲取按第二縮放因子縮放的第三變換值與第二變換值之間的差值來構建第二色度圖像(步驟860)；以及通過將第一色度圖像的絕對梯度大小和第二色度圖像的絕對梯度量幅值相加來計算總變差(步驟870)。在計算出所有候選光源的總變差之後，設備選擇在所有總變差中值最小的總變差對應的候選光源(步驟880)。
第9圖是本發明一實施例中對圖像執行自動白平衡的方法的流程示意圖。方法900可以由諸如第1B圖所示的設備150的設備來執行；更具體地，方法900可以由第1A圖所示的AWB模組110，第3圖所示的AWB模組300，第5圖所示的AWB模組500和/或第7圖所示的AWB模組700來執行。
在方法900中，設備首先開始對圖像進行預處理以獲得多個預處理像素，每一個預處理像素由三色值表示，三色值包括紅(R)值，綠(G)值和藍(B)值(步驟910)。對於一組候選光源中的每一個候選光源，設備計算其包括鏡面反射分量和漫反射分量的指示值(步驟920)。然後設備識別出多個候選光源中的一個候選光源為結果光源，其對應的指示值是所有候選光源中的最小指示值，其中，最小指示值對應於鏡面 反射分量的消除(步驟930)。根據從結果光源推導出的色彩比率，設備調製圖像的色彩增益(步驟940)。在一個實施例中，指示值是如第6圖中所示的MPA方法600中所描述的投影面積，在其他實施例中，指示值是如第8圖中所示的MTV方法800所描述的總變差。
第6、8和9圖所示的流程示意圖中的操作可以參考第1A、1B、3、5和7圖所示的實施例。然而，應當理解的是，第6、8和9圖所示的流程示意圖中的操作可以由除了參考第1A、1B、3、5和7圖所討論的實施例之外的其他實施例來執行，並且第1A、1B、3、5和7圖所討論的實施例可執行的操作與本發明流程圖中所討論的不同。第6、8和9圖所示的流程示意圖中示出了由本發明的某些實施例執行操作的特定順序，但是應當理解的是，這樣的順序是示例性的(例如，其他實施例可以以不同的順序執行操作、結合某些操作、重疊某些操作等)。
區別於現有技術，本發明通過計算一組候選光源中的每一個候選光源的指示值，找出其中最小的指示值對應的候選光源，且該最小的指示值是因為其鏡面分量被消除所導致的。將其作為結果光源，再根據該結果光源推導出的色彩比率來調整圖像的色彩增益。其中，最小的指示值對應於鏡面反射分量的消除，因此該方法對場景內容比較不敏感，且穩健性高。
這裡已經描述了各種功能組件或區塊。如所屬領域中具有習知技術者將理解的，功能區塊將優選地通過電路 (專用電路或在一個或多個處理器和編碼指令的控制下操作的通用電路)來實現，其通常包括晶體管，晶體管被配置為根據這裡所描述的功能和操作來控制電路的操作。
儘管本發明已經通過若干實施例進行了描述，但是所屬領域中具有習知技術者將認識到，本發明不限於所描述的實施例，並且可以在所附權利要求的精神和範圍內進行修改和變更來實施。因此該描述被認為是說明性的而不是限制性的。
以上所述僅為本發明的實施方式，並非因此限制本發明的專利範圍，凡是利用本發明說明書及圖式內容所作的等效結構或等效流程變換，或直接或間接運用在其他相關的技術領域，均同理包括在本發明的專利保護範圍內。

Claims (20)

  1. 一種對圖像執行自動白平衡的方法，包括：對該圖像進行預處理以獲得多個預處理像素，該多個預處理像素中的每一個預處理像素由包括紅色值、綠色值和藍色值的三色值來表示；計算一組候選光源中的每一個候選光源的指示值，該指示值包括漫反射分量和鏡面反射分量；識別該組候選光源中的一個作為結果光源，該結果光源的該指示值是該組候選光源中的最小指示值，其中，該最小指示值對應於鏡面反射分量的消除；以及根據從該結果光源推導出的色彩比率來調整該圖像的色彩增益。
  2. 如申請專利範圍第1項所述之方法，其中，該計算一組候選光源中的每一個候選光源的指示值的步驟包括：計算垂直於表示該候選光源的該三色值的向量的投影平面；以及將該每一個預處理像素的該三色值投影到計算出的該投影平面以獲得投影面積，將該投影面積作為該指示值。
  3. 如申請專利範圍第2項所述之方法，其中，該方法進一步包括：將該圖像劃分為多個區塊；識別該多個區塊的每一個的對應結果光源；以及基於為該多個區塊識別的所有的該對應結果光源，計算出該結果光源。
  4. 如申請專利範圍第3項所述之方法，其中，該結果光源是所有的該對應結果光源的加權平均值，或者是從該對應結果光源中選出的一個。
  5. 如申請專利範圍第1項所述之方法，其中，該組候選光源在色度空間中由多個點來表示，該多個點位於圖像資料庫中已知的光源群體的光源軌跡上，或者來自於至少包括一個日光軌跡和一個黑體輻射軌跡的混合軌跡上。
  6. 如申請專利範圍第1項所述之方法，其中，該方法還包括：對於該每一個候選光源，通過與該候選光源相關的偏置值來加權指示值，其中該偏置值用於指示該候選光源是該圖像的真實光源的可能性。
  7. 如申請專利範圍第1項所述之方法，其中，對該圖像進行預處理的步驟包括：將該圖像劃分為多組相鄰像素；以及計算該多組相鄰像素的每一組中的相鄰像素的該三色值的加權平均值。
  8. 如申請專利範圍第1項所述之方法，其中，該對圖像進行預處理的步驟進一步包括：移除該圖像中過度曝光、曝光不足以及飽和的像素。
  9. 如申請專利範圍第8項所述之方法，其中，移除該圖像中過度曝光、曝光不足以及飽和的像素的步驟包括：當像素滿足如下一個或多個條件時，移除該像素：該像素的紅色值、綠色值和藍色值中的一個處於該像素的色彩資料範圍中的最大值的預設相鄰範圍內； 該像素的紅色值、綠色值和藍色值之和超過第一閾值或低於第二閾值；以及該像素的紅色值、綠色值和藍色值中的一個低於第三閾值。
  10. 如申請專利範圍第1項所述之方法，其中，該計算一組候選光源中的每一個候選光源的指示值的步驟包括：計算該預處理像素中的相鄰像素之間的該三色值的總變差，並將其作為該指示值，其中計算該總變差的步驟包括：計算該三色值的線性變換，以獲取三個變換值；計算第一縮放因子和第二縮放因子，該第一縮放因子和該第二縮放因子用於表示該候選光源的兩個色彩比率；通過獲取按該第一縮放因子縮放後的第一變換值與第二變換值之間的差值來構建第一色度圖像；通過獲取按該第二縮放因子縮放後的第三變換值與該第二變換值之間的差值來構建第二色度圖像；以及通過將該第一色度圖像的絕對梯度大小和該第二色度圖像的絕對梯度大小相加來計算該總變差。
  11. 一種對圖像執行自動白平衡處理的設備，包括：存儲器，用於存儲圖像；圖像處理管道，耦接於該存儲器，並且用於實現如下操作：對該圖像進行預處理以獲得多個預處理像素，該多個預處理像素中的每一個預處理像素由包括紅色值、綠色值和藍色值的三色值來表示；計算一組候選光源中的每一個候選光源的指示值，該指示值包括漫反射分量和鏡面反射分量； 識別該組候選光源中的一個作為結果光源，該結果光源的該指示值是該組候選光源中的最小指示值，其中，該最小指示值對應於鏡面反射分量的消除；以及根據從該結果光源推導出的色彩比率來調整該圖像的色彩增益；顯示器，耦接於該圖像處理管道，用於根據調整後的色彩增益顯示該圖像。
  12. 如申請專利範圍第11項所述之設備，其中，當計算該每一個候選光源的指示值時，該圖像處理管道進一步用於實現如下操作：計算垂直於表示該候選光源的該三色值的向量的投影平面；以及將該每一個預處理像素的該三色值投影到計算出的該投影平面以獲得投影面積，該投影面積作為該指示值。
  13. 如申請專利範圍第12項所述之設備，其中，該圖像處理管道進一步用於實現如下操作：將該圖像劃分為多個區塊；識別出該多個區塊的每一個的對應結果光源；以及基於為該多個區塊識別出的所有的該對應結果光源，計算出該結果光源。
  14. 如申請專利範圍第13項所述之設備，其中，該結果光源是所有該對應結果光源的加權平均值，或者是從該對應結果光源中選出的一個。
  15. 如申請專利範圍第11項所述之設備，其中，該組候選光源 在色度空間中由多個點來表示，該多個點位於圖像資料庫中已知的光源群體的光源軌跡上，或者來自於至少包括一個日光軌跡和一個黑體輻射軌跡的混合軌跡上。
  16. 如申請專利範圍第11項所述之設備，其中，該圖像處理管道進一步用於實現如下操作：對於該每一個候選光源，通過與該候選光源相關的偏置值來加權指示值，其中該偏置值用於指示該候選光源是該圖像的真實光源的可能性。
  17. 如申請專利範圍第11項所述之設備，其中，該圖像處理管道進一步用於實現如下操作：將該圖像劃分為多組相鄰像素；以及計算該多組相鄰像素的每一組中的相鄰像素的該三色值的加權平均值。
  18. 如申請專利範圍第11項所述之設備，其中，當對該圖像進行預處理時，該圖像處理管道進一步用於實現如下操作：移除該圖像中過度曝光、曝光不足以及飽和的像素。
  19. 如申請專利範圍第18項所述之設備，其中，該圖像處理管道進一步用於實現如下操作：當像素滿足如下一個或多個條件時，移除該像素：該像素的紅色值、綠色值和藍色值中的一個處於該像素的色彩資料範圍中的最大值的預設相鄰範圍內；該像素的紅色值、綠色值和藍色值之和超過第一閾值或低於第二閾值；以及該像素的紅色值、綠色值和藍色值中的一個低於第三閾值。
  20. 如申請專利範圍第11項所述之設備，其中，當計算該每一個候選光源的該指示值時，該圖像處理管道進一步用於實現如下操作：計算出該預處理像素中的該相鄰像素之間的該三色值的總變差，並將其作為該指示值，其中，在計算該總變差時，該圖像處理管道進一步用於實現如下操作：計算該三色值的線性變換，以獲取三個變換值；計算第一縮放因子和第二縮放因子，該第一縮放因子和該第二縮放因子用於表示該候選光源的兩個色彩比率；通過獲取按該第一縮放因子縮放後的第一變換值與第二變換值之間的差值來構建第一色度圖像；通過獲取按該第二縮放因子縮放後的第三變換值與該第二變換值之間的差值來構建第二色度圖像；以及通過將該第一色度圖像的絕對梯度大小和該第二色度圖像的絕對梯度大小相加來計算該總變差。
TW107103984A 2017-02-06 2018-02-05 對圖像執行自動白平衡的方法和設備 TW201830337A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/425,113 2017-02-06
US15/425,113 US10224004B2 (en) 2017-02-06 2017-02-06 Automatic white balance based on surface reflection decomposition

Publications (1)

Publication Number Publication Date
TW201830337A true TW201830337A (zh) 2018-08-16

Family

ID=63037891

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107103984A TW201830337A (zh) 2017-02-06 2018-02-05 對圖像執行自動白平衡的方法和設備

Country Status (3)

Country Link
US (1) US10224004B2 (zh)
CN (1) CN108401148A (zh)
TW (1) TW201830337A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190197342A1 (en) * 2017-12-26 2019-06-27 Multitek Inc. Method and Computer System of White Point Detection
TWI766492B (zh) * 2020-12-22 2022-06-01 鴻海精密工業股份有限公司 光源確定方法、裝置、電腦裝置及儲存介質

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109040729B (zh) * 2018-08-16 2020-04-07 Oppo广东移动通信有限公司 图像白平衡校正方法、装置、存储介质及终端
CN109410877B (zh) * 2018-12-17 2021-02-26 惠科股份有限公司 三色数据到四色数据的转换方法及装置
KR20220077730A (ko) * 2020-12-02 2022-06-09 삼성전자주식회사 이미지 처리 방법 및 장치
US12298181B2 (en) * 2023-09-06 2025-05-13 Apple Inc. Systems and methods for crosstalk mitigation between ambient light sensor and electronic display

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7200264B2 (en) 2002-04-10 2007-04-03 Hewlett-Packard Development Company, L.P. White point estimation using color by convolution
US8339471B2 (en) 2009-12-31 2012-12-25 DigitalOptics Corporation Europe Limited Auto white balance algorithm using RGB product measure
US9007484B2 (en) 2011-10-12 2015-04-14 Apple Inc. Alleviating dominant color failure in automatic white balance using histogram trimming
TWI498848B (zh) * 2014-10-13 2015-09-01 Quanta Comp Inc 多重曝光成像系統及其白平衡方法
US9336582B1 (en) 2015-04-17 2016-05-10 Google Inc. Convolutional color correction

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190197342A1 (en) * 2017-12-26 2019-06-27 Multitek Inc. Method and Computer System of White Point Detection
US10803341B2 (en) * 2017-12-26 2020-10-13 Augentix Inc. Method and computer system of white point detection
TWI766492B (zh) * 2020-12-22 2022-06-01 鴻海精密工業股份有限公司 光源確定方法、裝置、電腦裝置及儲存介質

Also Published As

Publication number Publication date
CN108401148A (zh) 2018-08-14
US20180226054A1 (en) 2018-08-09
US10224004B2 (en) 2019-03-05

Similar Documents

Publication Publication Date Title
US11849224B2 (en) Global tone mapping
Afifi et al. When color constancy goes wrong: Correcting improperly white-balanced images
US10542243B2 (en) Method and system of light source estimation for image processing
TW201830337A (zh) 對圖像執行自動白平衡的方法和設備
US8948545B2 (en) Compensating for sensor saturation and microlens modulation during light-field image processing
Jiang et al. What is the space of spectral sensitivity functions for digital color cameras?
US9635332B2 (en) Saturated pixel recovery in light-field images
CN110830778B (zh) 成像设备色彩校正方法、装置、电子设备及存储介质
EP2227898B1 (en) Image sensor apparatus and method for scene illuminant estimation
EP3888345B1 (en) Method for generating image data for machine learning based imaging algorithms
CN109688396B (zh) 图像的白平衡处理方法、装置和终端设备
US20090295938A1 (en) Image processing device with automatic white balance
CN110930341A (zh) 一种基于图像融合的低光照图像增强方法
CN103065334A (zh) 一种基于hsv颜色空间的偏色检测、校正方法及装置
TWI649724B (zh) 確定圖像的光源和對圖像進行色覺適配的方法及設備
Kao et al. Design considerations of color image processing pipeline for digital cameras
WO2020093653A1 (zh) 色彩调整方法、色彩调整装置、电子设备及计算机可读存储介质
CN113301318A (zh) 图像的白平衡处理方法、装置、存储介质及终端
US20180176528A1 (en) Light locus generation for automatic white balance
US9036030B2 (en) Color calibration of an image capture device in a way that is adaptive to the scene to be captured
US20180176420A1 (en) Automatic white balance based on surface reflection decomposition and chromatic adaptation
Wang et al. Fast automatic white balancing method by color histogram stretching
CN113271450B (zh) 白平衡调整方法、影像处理装置与影像处理系统
TWI723729B (zh) 白平衡調整方法、影像處理裝置與影像處理系統
Bruna et al. Color rendition