專利名稱：一種針對交通場景的攝像機(jī)白平衡方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種攝像機(jī)白平衡方法，特別是一種針對交通場景的攝像機(jī)白平衡方法。
背景技術(shù)：
物體在不同的光源照射下會呈現(xiàn)不同的顏色。這是因?yàn)椴煌墓庠雌渖珳夭煌?從而導(dǎo)致目標(biāo)物體的反射光線光譜偏離“真實(shí)”顏色。當(dāng)白色目標(biāo)物體被低色溫光源照射時，反射光線偏紅；相反高色溫光源會使同一白色目標(biāo)物體反射光線偏藍(lán)。由于人眼對色彩有恒久不變性，人的視覺或許不能區(qū)分這種顏色的差別。但是對于攝像機(jī)來說，給定光源下目標(biāo)物體的反射光線將被記錄。因此隨著光源的變化，攝像機(jī)拍出的圖像將會引起色差。 攝像機(jī)自動白平衡算法，就是用來平衡不同色溫環(huán)境下所拍攝的圖像色差。很多白平衡算法都是在Von Kries假設(shè)的基礎(chǔ)上改進(jìn)得到的。這種假設(shè)表明色彩調(diào)整是一種獨(dú)立的增益調(diào)整，這種增益調(diào)整對于三種錐體信號用的是三個不同的增益系數(shù)，而且每一個傳感器通道都是獨(dú)立傳輸?shù)?。增益系?shù)表示如下La = K1LMa = KmM(1)Sa = KsS其中L、M、S代表三色的原始初值,KpK1^Ks表示將原始信號增大到三色調(diào)整值La、 Ma、&的增益系數(shù)。調(diào)整模型因部分系數(shù)獲得的方法而不同。在這些模型中RGB通道通常被認(rèn)為是L、M、S視網(wǎng)膜波段的一種近似，所以公式⑴變?yōu)镽a = KrRGa = KgG(2)Ba = KbB常見的白平衡算法主要分為兩類一類是基于灰度世界假設(shè)的白平衡算法，一類是基于白斑假設(shè)的白平衡算法?；诨叶仁澜缂僭O(shè)的白平衡算法，假設(shè)給定的一幅色彩變化很大的圖像的R、G、B 元素的平均值合成是一種普通的灰色。這樣我們就可以在一幅數(shù)碼相機(jī)在特殊光源下拍攝的圖片中應(yīng)用灰度世界假設(shè)來去掉因光源而帶來的模糊層面。一旦選擇了一種普通灰度值，每一種色彩元素就可以用以下的系數(shù)進(jìn)行調(diào)整。
_3] Kr = GrayR/RavgKg = GrayG/Gavg(3)Kb = GrayB/Bavg其中，Ravg、Gavg、Bavg表示R、G、B三通道的平均值，GrayR,GrayG,GrayB表示選擇的灰度值?；诨叶仁澜缂僭O(shè)的白平衡算法，假設(shè)整個圖像的R、G、B三個分量的統(tǒng)計(jì)均值相等，但實(shí)際拍攝的圖像畫面，總是不能完全滿足這個假設(shè)，特別是在交通場景中，畫面中經(jīng)常出現(xiàn)彩色車輛，路邊的綠化帶和房屋也有顏色，這種場景下，很難滿足灰度世界的假設(shè)條件，使得該方法在實(shí)際使用過程中白平衡效果不理想?；诎装呒僭O(shè)的白平衡算法，其基本思想就是使白點(diǎn)或者白色區(qū)域表現(xiàn)得如同真實(shí)場景中的一樣。這些白平衡算法的技巧在于在獲得的圖像中識別這些白點(diǎn)或者白色區(qū)域。一種白平衡方法就是用參考白色值(WhiteR、WhiteG、WhiteB)除以每條通道獲得的最大值(RMax、GMax、BMax)來計(jì)算Von Kries系數(shù)Kr = WhiteR/RMaxKg = WhiteG/GMax (4)Kb = WhiteB/BMax另外一種方法是利用下面的Von Kries轉(zhuǎn)換系數(shù)來進(jìn)行白平衡算法。Kr = WhiteR/RavgffKg = WhiteG/Gavgff (5)Kb = WhiteB/Bavgff其中，RavgW、GavgW、BavgW表示潛在白色物體(通常是初始圖像的一部分)的R、G、B 三通道的平均值。基于白斑假設(shè)的白平衡算法，假設(shè)圖像中最亮的區(qū)域?yàn)榘咨珔^(qū)域。交通場景中，最亮區(qū)域往往是交通信號燈、車輛尾燈或其他彩色燈光或區(qū)域，白斑假設(shè)在該場景下時常失效。

發(fā)明內(nèi)容
本發(fā)明的目的在于，提供一種針對交通場景的攝像機(jī)白平衡方法。它可以適用于交通場景，改善了傳統(tǒng)方法的不足，使獲得的圖像更為真實(shí)。本發(fā)明的技術(shù)方案一種針對交通場景的攝像機(jī)白平衡方法，其特點(diǎn)是，包括以下步驟①從原始RGB圖像數(shù)據(jù)中篩選出飽和度低于閾值的像素并求出對應(yīng)的RGB均值；②根據(jù)步驟1求得的RGB均值，獲得當(dāng)前幀的白平衡補(bǔ)償系數(shù)，結(jié)合之前幀的白平衡補(bǔ)償系數(shù)，加權(quán)計(jì)算出視頻當(dāng)前幀的序列白平衡校正系數(shù)；③對圖像進(jìn)行白平衡校正，輸出校正后的圖像。上述的針對交通場景的攝像機(jī)白平衡方法中，所述步驟①的具體方法為利用讀取的原始RGB圖像數(shù)據(jù)中每個像素的RGB值，求取該像素點(diǎn)的飽和度值，對飽和度低于閾值的像素點(diǎn)進(jìn)行累加統(tǒng)計(jì)，獲取R、G、B有效像素均值ROTg、Gavg和Bavg。前述的針對交通場景的攝像機(jī)白平衡方法中，所述步驟②的具體方法是根據(jù)選取的灰度值GMyR、GrayG和GMyB，步驟①求得的R、G、B有效像素均值Ravg、Gavg和Bavg，將選取的灰度值分別除以R、G、B有效像素均值，得出當(dāng)前幀白平衡補(bǔ)償系數(shù)&、Kg*Kb，再采用序列白平衡系數(shù)加權(quán)方法對當(dāng)前幀白平衡系數(shù)與之前幀的序列白平衡系數(shù)進(jìn)行加權(quán)，得出當(dāng)前幀的序列白平衡校正系數(shù)Kvr、Kvg和Kvb，以此平滑白平衡系數(shù)變化，避免色彩突變現(xiàn)象。前述的針對交通場景的攝像機(jī)白平衡方法中，所述步驟③的具體方法為將原始RGB圖像數(shù)據(jù)中當(dāng)前幀的每個像素的RGB值的R、G、B分量分別乘以各自對應(yīng)的當(dāng)前幀的序列白平衡校正系數(shù)Kvr、Kvg, Kvb,完成白平衡校正。前述的針對交通場景的攝像機(jī)白平衡方法中，所述閾值為0. 3。前述的針對交通場景的攝像機(jī)白平衡方法中，所述序列白平衡系數(shù)加權(quán)方法為 將當(dāng)前幀的白平衡系數(shù)乘以加權(quán)系數(shù)k，再加上之前幀的序列白平衡系數(shù)乘以(Ι-k)，得出當(dāng)前幀的序列白平衡系數(shù)。前述的針對交通場景的攝像機(jī)白平衡方法中，所述選取的灰度值GMyR、GrayG和 GrayB均為R、G、B通道有效像素均值的最大值MAX(Ravg、Gavg、Bavg)，可使得出的白平衡系數(shù)均不大于1，以此保證經(jīng)白平衡后的圖像像素值不會溢出。前述的針對交通場景的攝像機(jī)白平衡方法中，所述加權(quán)系數(shù)k為0. 001。與現(xiàn)有技術(shù)相比，本發(fā)明注意到在交通場景下，畫面的大部分區(qū)域是路面，只有少部分是車輛和路邊綠化帶等景物。即使車輛擁堵狀況下偶爾有車輛覆蓋路面的狀況，這種狀況隨著車輛的流動也會在短時間內(nèi)消失；交通場景下，畫面中的非路面區(qū)域(主要是車輛和路邊綠化帶)即使出現(xiàn)彩色區(qū)域，大多數(shù)彩色像素的飽和度都比較高。因此，本發(fā)明首先求取圖像中每個像素的飽和度，將圖像像素分類為高飽和度像素和低飽和度像素，假設(shè)圖像中的低飽和度像素對應(yīng)的RGB三通道的平均值相等?；谠摷僭O(shè)的白平衡方法，更加適合交通場景的攝像機(jī)白平衡處理。


圖1是本發(fā)明的結(jié)構(gòu)示意圖；圖2是本發(fā)明步驟①的流程圖；圖3是本發(fā)明步驟②的流程圖；圖4是本發(fā)明步驟③的流程圖；圖5是本發(fā)明實(shí)施例的流程總圖；圖6是本發(fā)明實(shí)施例的效果對比圖。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步的說明，但并不作為對本發(fā)明限制的依據(jù)。實(shí)施例。如圖1所示，是表示應(yīng)用本發(fā)明的高清CCD攝像機(jī)系統(tǒng)示意圖。應(yīng)用本發(fā)明的高清CXD攝像機(jī)系統(tǒng)由CXD傳感器單元12和信號處理器單元13組成。CXD傳感器單元12拍攝透過鏡頭11的光線采集數(shù)據(jù)并完成模擬信號向數(shù)字信號的轉(zhuǎn)換，信號處理器單元13接收C⑶傳感器單元12的數(shù)字信號。圖像數(shù)據(jù)經(jīng)處理后輸出到顯示設(shè)備14。本發(fā)明的方法在信號處理器中實(shí)現(xiàn)。圖2是表示本發(fā)明步驟①的流程圖。其詳細(xì)步驟如下(S31)依次讀取原始RGB圖像數(shù)據(jù)中每個像素的RGB值。(S32)利用RGB數(shù)據(jù)，求取該像素點(diǎn)的飽和度值，飽和度求取公式如下所示Gmin = min(R、B、G)Gmax = max(R、B、G)(6)
權(quán)利要求
1.一種針對交通場景的攝像機(jī)白平衡方法，其特征在于，包括以下步驟①從原始RGB圖像數(shù)據(jù)中篩選出飽和度低于閾值的像素并求出對應(yīng)的RGB均值；②根據(jù)步驟①求得的RGB均值，獲得當(dāng)前幀的白平衡補(bǔ)償系數(shù)，結(jié)合之前幀的白平衡補(bǔ)償系數(shù)，加權(quán)計(jì)算出視頻當(dāng)前幀的序列白平衡校正系數(shù)；③對圖像進(jìn)行白平衡校正，輸出校正后的圖像。
2.根據(jù)權(quán)利要求1所述的針對交通場景的攝像機(jī)白平衡方法，其特征在于，所述步驟①的具體方法為利用讀取的原始RGB圖像數(shù)據(jù)中每個像素的RGB值，求取該像素點(diǎn)的飽和度值，對飽和度低于閾值的像素點(diǎn)進(jìn)行累加統(tǒng)計(jì)，獲取R、G、B有效像素均值Ravg、Gavg和Bavg。
3.根據(jù)權(quán)利要求1所述的針對交通場景的攝像機(jī)白平衡方法，其特征在于，所述步驟②的具體方法是根據(jù)選取的灰度值GrayR、GrayG和GrayB,步驟①求得的R、G、B有效像素均值Ravg、Gavg和Bavg，將選取的灰度值分別除以R、G、B有效像素均值，得出當(dāng)前幀白平衡補(bǔ)償系數(shù)&、Kg和Kb，再采用序列白平衡系數(shù)加權(quán)方法對當(dāng)前幀白平衡系數(shù)與之前幀的序列白平衡系數(shù)進(jìn)行加權(quán)，得出當(dāng)前幀的序列白平衡校正系數(shù)Kvr、Kvg和Kvb，以此平滑白平衡系數(shù)變化，避免色彩突變現(xiàn)象。
4.根據(jù)權(quán)利要求1所述的針對交通場景的攝像機(jī)白平衡方法，其特征在于，所述步驟③的具體方法為將原始RGB圖像數(shù)據(jù)中當(dāng)前幀的每個像素的RGB值的R、G、B分量分別乘以各自對應(yīng)的當(dāng)前幀的序列白平衡校正系數(shù)Kvr、Kvg, Kvb,完成白平衡校正。
5.根據(jù)權(quán)利要求2所述的針對交通場景的攝像機(jī)白平衡方法，其特征在于所述閾值為 0. 3。
6.根據(jù)權(quán)利要求3所述的針對交通場景的攝像機(jī)白平衡方法，其特征在于所述序列白平衡系數(shù)加權(quán)方法為將當(dāng)前幀的白平衡系數(shù)乘以加權(quán)系數(shù)k，再加上之前幀的序列白平衡系數(shù)乘以(i-k)，得出當(dāng)前幀的序列白平衡系數(shù)。
7.根據(jù)權(quán)利要求3所述的針對交通場景的攝像機(jī)白平衡方法，其特征在于所述選取的灰度值GMyR、GrayG和GrayB均為R、G、B通道有效像素均值的最大值MAX (Ravg、Gavg、Bavg)，可使得出的白平衡系數(shù)均不大于1，以此保證經(jīng)白平衡后的圖像像素值不會溢出。
8.根據(jù)權(quán)利要求6所述的針對交通場景的攝像機(jī)白平衡方法，其特征在于所述加權(quán)系數(shù)k為0. 001。
全文摘要
本發(fā)明公開了一種針對交通場景的攝像機(jī)白平衡方法，它包括以下步驟從原始RGB圖像數(shù)據(jù)中篩選出飽和度低于閾值的像素并求出對應(yīng)的RGB均值；根據(jù)前一步驟求得的RGB均值，獲得當(dāng)前幀的白平衡補(bǔ)償系數(shù)，結(jié)合之前幀的白平衡補(bǔ)償系數(shù)，加權(quán)計(jì)算出視頻當(dāng)前幀的序列白平衡校正系數(shù)；對圖像進(jìn)行白平衡校正，輸出校正后的圖像。
文檔編號H04N9/73GK102340673SQ201110326820
公開日2012年2月1日 申請日期2011年10月25日 優(yōu)先權(quán)日2011年10月25日
發(fā)明者凌云, 葉劍, 孫向華, 張真, 李文德, 謝旭明, 陳曉明 申請人:杭州藏愚科技有限公司