自动白平衡的方法技术

本发明专利技术公开了一种自动白平衡的方法，包括：接收原始图像；确定原始图像的红色通道值组与绿色通道值组的RG对数比；确定原始图像的蓝色通道值组与绿色通道值组的BG对数比；利用RG对数比和BG对数比确定原始二维直方图；利用RG对数比和BG对数比确定高斯模糊二维直方图；利用RG对数比和BG对数比确定锐化图像的锐化二维直方图；利用RG对数比和BG对数比确定拉普拉斯边缘图像的拉普拉斯边缘二维直方图；以及基于原始2D直方图、高斯模糊2D直方图、锐化2D直方图和拉普拉斯边缘2D直方图利用神经网络确定白平衡增益。确定白平衡增益。确定白平衡增益。

【技术实现步骤摘要】
自动白平衡的方法


[0001]本专利技术涉及自动白平衡，更具体地，涉及基于神经网络的自动白平衡。

技术介绍

[0002]目前，自动白平衡方法利用不同的数学模型来估计色温。在现实生活图像中，通常存在混合的光照条件，例如具有在阴影中反射太阳光的对象的图像和一些利用人造光源的图像。无法用当前模型来准确地描述这种混合的环境照明源。另外，目前的自动白平衡方法并不校正从相机到相机的传感器变化。

技术实现思路

[0003]一种自动白平衡的方法，包括：接收原始图像；确定原始图像的红色通道值(R)组与绿色通道值(G)组的RG对数比；确定原始图像的蓝色通道值(B)组与绿色通道值(G)组的BG对数比；利用RG对数比和BG对数比确定原始图像的原始二维(2D)直方图；利用RG对数比和BG对数比确定原始图像的高斯模糊图像的高斯模糊二维(2D)直方图；利用RG对数比和BG对数比确定原始图像的锐化图像的锐化二维(2D)直方图；利用RG对数比和BG对数比确定原始图像的拉普拉斯边缘图像的拉普拉斯边缘二维(2D)直方图；以及基于原始2D直方图、高斯模糊2D直方图、锐化2D直方图和拉普拉斯边缘2D直方图利用神经网络确定白平衡增益。
附图说明
[0004]在附图中：
[0005]图1是根据本专利技术一个实施例的第一示例性系统示意图；
[0006]图2是根据本专利技术一个实施例的第二示例性系统示意图；
[0007]图3是2
×
2拜耳阵列(Bayer Pattern)的示例；
[0008]图4是色温普朗克(Plank)曲线的示例；
[0009]图5是根据本专利技术一个实施例的训练数据场景的示例；
[0010]图6是根据本专利技术一个实施例的找到自动白平衡的U
‑
Net神经网络的示例；
[0011]图7是根据本专利技术一个实施例的找到自动白平衡的U
‑
Net神经网络的另一示例；以及
[0012]图8是根据本专利技术一个实施例的自动白平衡的示例性方法。
具体实施方式
[0013]下面列出的实施例仅用于说明该装置和方法的应用，而并非用于限制范围。对该装置和方法的等同形式的修改应归属于权利要求的范围内。
[0014]在以下整个说明书和权利要求中，某些术语用来指代特定的系统部件。本领域技术人员可以理解，不同的公司可能用不同的名称来指代一个部件和/或方法。本文献无意区分名称不同但功能相同的组件和/或方法。
[0015]在以下讨论和权利要求中，术语“包括”和“包含”以开放式方式使用，因此可以解释为意指“包括但不限于”。同样，术语“耦合”旨在意指间接或直接连接。因此，如果第一设备耦合到第二设备，则该连接可以是通过直接连接或通过经由其他设备和连接的间接连接。
[0016]图1描述了示例性混合计算系统100，该混合计算系统100可以用于实现与过程的一个或多个部分或步骤的操作相关联的神经网络。在该示例中，与混合系统相关联的处理器包括现场可编程门阵列(FPGA)122、图形处理器单元(GPU)120和中央处理单元(CPU)118。
[0017]CPU 118、GPU 120和FPGA 122具有提供神经网络的能力。CPU是可以执行许多不同功能的通用处理器，其通用性使其具有执行多个不同任务的能力，然而，CPU对多个数据流的处理和在神经网络方面的功能受到限制。GPU是具有能够顺序处理并行任务的许多小型处理内核的图形处理器。FPGA是现场可编程设备，具有被重新配置并以硬连线电路方式执行可被编程到CPU或GPU中的任何功能的能力。由于FPGA的编程是电路形式，它的速度比CPU快许多倍，并且明显比GPU快。
[0018]系统可以包括的其它类型的处理器，例如包括芯片上具有GPU元件的CPU的加速处理单元(APU)和被设计用于执行高速数字数据处理的数字信号处理器(DSP)。专用集成电路(ASIC)也可以执行FPGA的硬连线功能。然而，设计和生产ASIC的交付时间大约要若干季度，其并不是FPGA编程中的可用的快速周转实施方案。
[0019]图形处理器单元120、中央处理单元118和现场可编程门阵列122被连接并且被连接到存储器接口和控制器112。FPGA通过可编程逻辑电路连接到存储接口，再连接到存储器互连130。由于FPGA以非常大的带宽操作，所以该额外设备用于最小化从FPGA利用的执行存储任务的电路。存储器接口和控制器112还连接到永久存储盘110、系统存储器114和只读存储器(ROM)116。
[0020]图1的系统可用于对FPGA进行编程和训练。GPU很好地处理非结构化数据，并且可以用于训练，一旦数据经过训练，则可以建立确定性推断模型，并且CPU可以用GPU确定的模型数据来对FPGA编程。
[0021]存储接口和控制器连接到中央互连124，中央互连还连接到GPU 120、CPU 118和FPGA122。中央互连124还连接到输入和输出接口128以及网络接口126。
[0022]图2描述了第二示例性混合计算系统200，该混合计算系统200可以用于实现与过程800的一个或多个部分或步骤的操作相关联的神经网络。在该示例中，与混合系统相关联的处理器包括现场可编程门阵列(FPGA)210和中央处理单元(CPU)220。
[0023]FPGA电连接到FPGA控制器212，该FPGA控制器212与直接存储器访问(DMA)218接口连接。DMA连接到输入缓冲器214和输出缓冲器216，该输入缓冲器214和输出缓冲器216耦合到FPGA，以分别缓冲进入和离开FPGA的数据。DMA 218包括两个先进先出(FIFO)缓冲器，一个用于主CPU，另一个用于FPGA，DMA允许数据被写入适当的缓冲器和从适当的缓冲器读取数据。
[0024]在DMA的CPU侧是主交换机228，该主交换机228将数据和命令传送到DMA。DMA还连接至SDRAM控制器224，该SDRAM控制器224允许数据在FPGA 210和CPU 220之间传送。SDRAM控制器还连接到外部SDRAM 226和CPU 220。主交换机228连接到外围接口230。闪存控制器222控制永久存储器，并且连接到CPU 220。
[0025]图像信号处理(ISP)将传感器原始数据转换为彩色图像。如图3所示，由于传感器被2
×
2拜耳阵列的色彩过滤器覆盖，传感器原始数据具有不平衡的红绿蓝(RGB)通道。所示的RGB图案包括红(R)310、两个绿(G)312和蓝(B)314。
[0026]在利用拜耳阵列的系统中，由于不平衡的通道，系统不能确定图像的真实颜色。在白色或灰色中，RGB通道是相等的。但是在自动白平衡之前的不平衡图像中，白色可能表现出浅绿色。自动白平衡通过对RGB通道施加三个不同的增益来校正不平衡的通道，以使图像看起来为白色。
[0027]当前，自动白平衡可以被分成至少两个主要阶段：色温估计和增益。色温估计可以被认为是环境照明条件。不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动白平衡的方法，包括：接收原始图像；确定所述原始图像的红色通道值(R)组与绿色通道值(G)组的RG对数比；确定所述原始图像的蓝色通道值(B)组与所述绿色通道值(G)组的BG对数比；利用所述RG对数比和所述BG对数比确定所述原始图像的原始二维(2D)直方图；利用所述RG对数比和所述BG对数比确定所述原始图像的高斯模糊图像的高斯模糊2D直方图；利用所述RG对数比和所述BG对数比确定所述原始图像的锐化图像的锐化二维(2D)直方图；利用所述RG对数比和所述BG对数比确定所述原始图像的拉普拉斯边缘图像的拉普拉斯边缘二维(2D)直方图；以及基于所述原始2D直方图、所述高斯模糊2D直方图、所述锐化2D直方图和所述拉普拉斯边缘2D直方图利用神经网络确定白平衡增益。2.根据权利要求1所述的自动白平衡的方法，其特征在于，所述原始图像是线性原始图像。3.根据权利要求1所述的自动白平衡的方法，其特征在于，还包括：使用真值块阵列来训练所述神经网络。4.根据权利要求...

【专利技术属性】
技术研发人员：岳家驹，吴东晖，陈斌，王超，
申请(专利权)人：黑芝麻智能科技有限公司，
类型：发明
国别省市：