專利名稱：一種針對交通場景的攝像機白平衡方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種攝像機白平衡方法，特別是一種針對交通場景的攝像機白平衡方法。
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。這是因為不同的光源其色溫不同， 從而導(dǎo)致目標(biāo)物體的反射光線光譜偏離“真實”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，攝像機拍出的圖像將會引起色差。 攝像機自動白平衡算法，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。基于灰度世界假設(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)計均值相等，但實際拍攝的圖像畫面，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或者白色區(qū)域表現(xiàn)得如同真實場景中的一樣。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?；诎装呒僭O(shè)的白平衡算法，假設(shè)圖像中最亮的區(qū)域為白色區(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。本發(fā)明的技術(shù)方案一種針對交通場景的攝像機白平衡方法，其特點是，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)前幀的白平衡補償系數(shù)，結(jié)合之前幀的白平衡補償系數(shù)，加權(quán)計算出視頻當(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，求取該像素點的飽和度值，對飽和度低于閾值的像素點進(jìn)行累加統(tǒng)計，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)明實施例的流程總圖；圖6是本發(fā)明實施例的效果對比圖。
具體實施例方式下面結(jié)合附圖和實施例對本發(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)。實施例。如圖1所示，是表示應(yīng)用本發(fā)明的高清CCD攝像機系統(tǒng)示意圖。應(yīng)用本發(fā)明的高清CXD攝像機系統(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)前幀的白平衡補償系數(shù)，結(jié)合之前幀的白平衡補償系數(shù)，加權(quán)計算出視頻當(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，求取該像素點的飽和度值，對飽和度低于閾值的像素點進(jìn)行累加統(tǒng)計，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)前幀的白平衡補償系數(shù)，結(jié)合之前幀的白平衡補償系數(shù)，加權(quán)計算出視頻當(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