一种图像白平衡校正方法及相关装置制造方法及图纸

本申请实施例公开一种图像白平衡校正方法及相关装置。其中，图像白平衡校正方法包括：获取待校准图像；基于N种预设环境光源对该待校准图像进行渲染，得到N张第一图像；其中，第一图像与预设环境光源一一对应，该N为大于1的整数；将该N张第一图像输入深度学习白平衡校正模型，得到该待校准图像对应的白平衡校正图像。通过这样的方式，无须预先进行混合色温场景的判断，从而简化对图像进行白平衡处理的流程；并且在对混合色温图像进行白平衡处理的过程中不会引入对环境光源的估计误差，提升了白平衡处理的准确度。平衡处理的准确度。平衡处理的准确度。

An image white balance correction method and related device

The embodiment of the application discloses an image white balance correction method and a related device. Among them, the image white balance correction method includes: obtaining the image to be calibrated; Render the image to be calibrated based on N preset ambient light sources to obtain n first images; Wherein, the first image corresponds to the preset ambient light source one by one, and the n is an integer greater than 1; Input the N first images into the depth learning white balance correction model to obtain the white balance correction image corresponding to the image to be calibrated. In this way, it is unnecessary to judge the mixed color temperature scene in advance, so as to simplify the process of white balance processing of the image; And in the process of white balance processing of mixed color temperature image, the estimation error of environmental light source will not be introduced, which improves the accuracy of white balance processing. Balance the accuracy of processing. Balance the accuracy of processing< br/>

【技术实现步骤摘要】
一种图像白平衡校正方法及相关装置


[0001]本申请涉及信息处理领域，尤其涉及一种图像白平衡校正方法及相关装置。

技术介绍

[0002]为了解决成像偏色问题，减少环境光源颜色的影响，在摄像头成像时尽可能准确的反映物体本身的颜色，提出了白平衡校正算法。传统的白平衡校正算法在单一色温光源场景下的图像(后文简称单色温图像)可以取得较好的效果。但在实际情况下，通常会出现两种及以上的色温光源(后文简称混合色温场景)，在这种混合色温场景中，传统的白平衡校正算法难以取得较好的效果。
[0003]为了解决混合色温场景下传统的白平衡校正算法效果较差的问题，通常在判断待处理图像为混合色温场景下的图像之后，对混合色温场景的多个环境光源分别进行估计，并根据该估计结果对混合色温场景下的每种色温场景分别进行白平衡处理。
[0004]但通过这样的白平衡处理方法，有可能引入对环境光源估计的误差，从而降低对混合色温场景下的图像(后文简称混合色温图像)白平衡处理的准确度。可见，如何提升混合色温场景下的图像白平衡处理的准确度是一个亟待解决的问题。

技术实现思路

[0005]本申请实施例提供了一种图像白平衡校正方法及相关装置，通过本申请提供的方法，在对混合色温图像进行白平衡处理的过程中，不会引入对环境光源的估计误差，且通过深度学习模型进行深层语义特征学习和白平衡处理，可以提升对混合色温图像白平衡处理的准确度。
[0006]第一方面，本申请实施例提供了一种图像白平衡校正方法，该方法包括：
[0007]获取待校准图像；基于N种预设环境光源对待校准图像进行渲染，得到N张第一图像；其中，第一图像与预设环境光源一一对应，N为大于1的整数；将N张第一图像输入深度学习白平衡校正模型，得到待校准图像对应的白平衡校正图像。
[0008]可见，通过该图像白平衡校正方法对混合色温图像进行校正，可以避免引入对混合色温环境光源的估计误差，同时基于深度学习模型进行深层语义特征提取和白平衡校正，可以显著提升对混合色温图像白平衡处理的准确度。
[0009]一种可能的实现方式中，该待校准图像包括单色温图像或混合色温图像。通过实施该可能的实施方式，可见在对待校准图像进行白平衡处理之前，无须预先进行混合色温场景的判断，从而简化对图像进行白平衡处理的流程。
[0010]一种可能的实现方式中，将N张第一图像输入深度学习白平衡校正模型，得到N个第一权重图像；其中，第一权重图像与第一图像一一对应；基于N个第一权重图像对N张第一图像进行融合处理，得到待校准图像对应的白平衡校正图像。
[0011]一种可能的实现方式中，获取多张单色温图像中每张单色温图像对应的白平衡标签图像；基于M种预设环境光源对每张白平衡标签图像进行渲染，得到每张白平衡标签图像
对应的混合色温图像；其中，M为大于1，且小于或等于N的整数；基于每张白平衡标签图像和对应的混合色温图像，训练预设深度学习模型，得到深度学习白平衡校正模型。
[0012]一种可能的实现方式中，获取多张单色温图像；其中，每张单色温图像内附带色卡；基于每张单色温图像内的色卡，确定每张单色温图像对应的光源估计值；基于每张单色温图像的光源估计值，对每张单色温图像进行白平衡校正，得到每张单色温图像对应的白平衡标签图像。
[0013]一种可能的实现方式中，基于M种预设环境光源对每张白平衡标签图像进行渲染，得到每张白平衡标签图像对应的M张第二图像；其中，第二图像与预设环境光源一一对应；获取每张白平衡标签图像对应的M个第二权重图像；基于M个第二权重图像对M张第二图像进行融合处理，得到每张白平衡标签图像对应的混合色温图像。
[0014]一种可能的实现方式中，基于N种预设环境光源对每张白平衡标签图像对应的混合色温图像进行渲染，得到N张第三图像；其中，第三图像与预设环境光源一一对应；基于N 张第三图像和对应的白平衡标签图像，训练预设深度学习模型，得到深度学习白平衡校正模型。
[0015]第二方面，本申请实施例提供了一种图像白平衡校正装置，图像白平衡校正装置包括：
[0016]图像获取单元，用于获取待校准图像；
[0017]图像渲染单元，用于基于N种预设环境光源对待校准图像进行渲染，得到N张第一图像；其中，第一图像与预设环境光源一一对应，N为大于1的整数；
[0018]白平衡校正单元，用于将N张第一图像输入深度学习白平衡校正模型，得到待校准图像对应的白平衡校正图像。
[0019]一种可能的实现方式，该待校准图像包括单色温图像或混合色温图像。
[0020]一种可能的实现方式中，白平衡校正单元，还用于：将N张第一图像输入深度学习白平衡校正模型，得到N个第一权重图像；其中，第一权重图像与第一图像一一对应；基于 N个第一权重图像对N张第一图像进行融合处理，得到待校准图像对应的白平衡校正图像。
[0021]一种可能的实现方式中，在将N张第一图像输入深度学习白平衡校正模型，得到待校准图像对应的白平衡校正图像，图像获取单元，还用于获取多张单色温图像中每张单色温图像对应的白平衡标签图像；图像渲染单元，还用于基于M种预设环境光源对每张白平衡标签图像进行渲染，得到每张白平衡标签图像对应的混合色温图像；其中，M为大于1，且小于或等于N的整数；
[0022]一种可能的实现方式中，该装置还包括训练单元，训练单元用于基于每张白平衡标签图像和对应的混合色温图像，训练预设深度学习模型，得到深度学习白平衡校正模型。
[0023]一种可能的实现方式中，图像获取单元，还用于：获取多张单色温图像；其中，每张单色温图像内附带色卡；基于每张单色温图像内的色卡，确定每张单色温图像的光源估计值；基于每张单色温图像的光源估计值，对每张单色温图像进行白平衡校正，得到每张单色温图像对应的白平衡标签图像。
[0024]一种可能的实现方式中，图像渲染单元，还用于：基于M种预设环境光源对每张白平衡标签图像进行渲染，得到每张白平衡标签图像对应的M张第二图像；其中，第二图像与预设环境光源一一对应；获取每张白平衡标签图像对应的M个第二权重图像；基于M个第二
权重图像对M张第二图像进行融合处理，得到每张白平衡标签图像对应的混合色温图像。
[0025]一种可能的实现方式中，图像渲染单元，还用于基于N种预设环境光源对每张白平衡标签图像对应的混合色温图像进行渲染，得到N张第三图像；其中，第三图像与预设环境光源一一对应；训练单元，还用于基于N张第三图像和对应的白平衡标签图像，训练预设深度学习模型，得到深度学习白平衡校正模型。
[0026]第三方面，本申请提供了一种芯片，该芯片用于获取待校准图像，待校准图像为单色温图像或混合色温图像；基于N种预设环境光源对待校准图像进行渲染，得到N张第一图像；其中，第一图像与预设环境光源一一对应，N为大于1的整数；将N张第一图像输入深度学习白平衡校正模型，得到待校准图像对应的白平衡校正图像。
[0027]第四方面，本申请提供了一种芯片模组，该芯本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像白平衡校正方法，其特征在于，所述方法包括：获取待校准图像；基于N种预设环境光源对所述待校准图像进行渲染，得到N张第一图像；其中，第一图像与预设环境光源一一对应，所述N为大于1的整数；将所述N张第一图像输入深度学习白平衡校正模型，得到所述待校准图像对应的白平衡校正图像。2.根据权利要求1所述方法，其特征在于，所述待校准图像包括单色温图像或混合色温图像。3.根据权利要求1或2所述方法，其特征在于，所述将所述N张第一图像输入深度学习白平衡校正模型，得到所述待校准图像对应的白平衡校正图像，包括：将所述N张第一图像输入所述深度学习白平衡校正模型，得到N个第一权重图像；其中，所述第一权重图像与所述第一图像一一对应；基于所述N个第一权重图像对所述N张第一图像进行融合处理，得到所述待校准图像对应的白平衡校正图像。4.根据权利要求1
‑
3中任一项所述方法，其特征在于，在所述将所述N张第一图像输入深度学习白平衡校正模型，得到所述待校准图像对应的白平衡校正图像之前，所述方法还包括：获取多张单色温图像中每张单色温图像对应的白平衡标签图像；基于M种预设环境光源对每张白平衡标签图像进行渲染，得到所述每张白平衡标签图像对应的混合色温图像；其中，所述M为大于1，且小于或等于N的整数；基于所述每张白平衡标签图像和对应的混合色温图像，训练预设深度学习模型，得到所述深度学习白平衡校正模型。5.根据权利要求4所述方法，其特征在于，所述获取多张单色温图像中每张单色温图像对应的白平衡标签图像，包括：获取多张单色温图像；其中，每张单色温图像内附带色卡；基于所述每张单色温图像内的色卡，确定所述每张单色温图像对应的光源估计值；基于所述每张单色温图像的光源估计值，对所述每张单色温图像进行白平衡校正，得到所述每张单色温图像对应的白平衡标签图像。6.根据权利要求4或5所述方法，其特征在于，所述基于M种预设环境光源对每张白平衡标签图像进行渲染，得到所述每张白平衡标签图像对应的混合色温图像，包括：基于所述M种预设环境光源对所述每张白平衡标签图像进行渲染，得到所述每张白平衡标签图像对应的M张第二图像；其中，所述第二图像与所述预设环境光源一一对应；获取所述每张白平衡标签图像对应的M个第二权重图像；基于所述M个第二权重图像对所述M张第二图像进行融合处理，得到所述每张白平衡标签图像对应的混合色温图像。7.根据权利要求6所述方法，其特征在于，所述基于所述每张白平衡标签图像和对应的混合色温图像，训练预设深度学习模型，得到所述深度学习白平衡校正模型，包括：基于所述N种预设环境光源对所述每张白平衡标签图像对应的混合色温图像进行渲染，得到N张第三图像；其中，所述第三图像与所述预设环境光源一一对应；
基于所述N张第三图像和对应的白平衡标签图像，训练预设深度学习模型，得到所述深度学习白平衡校正模型。8.一种图像白平衡校正装置，其特征在于，所述图像白平衡校正装置包括：图像获取单元，用于获取待校准图像；图像渲染单元，用于基于N种预设环境光源对所述待校准图像进行渲染，得到N张第一图像；其中，第一图像与预设环境光源一一对应，所述N为大于1的整数；白平衡校正单元，用于将所述N张第一图像输入深度学习白平衡校正模型，得到所述待校准图像对应的白平衡校正图像。9.根据权利要求8...

【专利技术属性】
技术研发人员：张英强，周桐，王琼瑶，刘新宇，赵磊，
申请(专利权)人：北京紫光展锐通信技术有限公司，
类型：发明
国别省市：