【技术实现步骤摘要】
本申请涉及图像校正领域，尤指一种色彩校正方法及系统。
技术介绍
1、在isp中负责将相机的色彩空间还原至标准色彩空间的模块是色彩校正矩阵(color correction matrix,ccm)。因为图片的色彩鲜明程度在校正前后相差巨大，所以ccm模块也成为图像校正领域中不可或缺的一环。如何优化色彩校正矩阵，使ccm模块能够更好地适应不同的环境情况，进而校正出符合人体视觉感受的图像色彩，是本申请的核心。
技术实现思路
1、本申请的目的是提供一种色彩校正方法及系统，实现根据实际图像中的环境特征与人眼对于记忆色的理解，自适应地调节色彩校正矩阵中的参数，使得通过色彩校正后的图像，能够符合人们的一般认知，为人们所普遍接受。
2、本专利技术提供的技术方案如下：
3、一种色彩校正方法，包括步骤：获取样本色彩，根据样本色彩与其对应的记忆色的偏差调整校准权重；根据校准权重得到对样本色彩进行还原的理论最优矩阵；获取待校准色彩，根据待校准色彩的特征，得到特征权重，使用特征权重对理论最优矩阵和色温矩阵进行校准，得到特征矩阵；将特征矩阵与色温矩阵融合，得到实际最优矩阵，使用实际最优矩阵校正待校准色彩。
4、上述色彩校正方法中的特征矩阵，实际是将人眼对于记忆色的理解加入到色彩校正的过程中，根据场景的色彩分布提取色彩特征以用于对于最终色彩还原的方向的控制。
5、在一些实施方式中，在根据校准权重得到对样本色彩进行还原的理论最优矩阵时，还会选取多种样本色彩，并建立每
6、这些实施方式的好处在于，能够通过不断的积累，获取越来越多的样本色彩与其对应的理论最优矩阵之间的对应关系，将这些对应关系存储在例如数据库一类的存储介质中，可以为后续计算待校准色彩的特征矩阵提供便利。此外，这些实施方式还可以为自适应地调节色彩校正矩阵中的参数提供理论支持。
7、在一些实施方式中，在根据待校准色彩的特征，得到特征权重时，首先会判断待校准色彩的子特征数量，并得到子特征对应的子特征权重；当待校准色彩的子特征数量为1时，得到子特征权重为1；当待校准色彩的子特征数量大于1时，得到待校准色彩的每一个子特征对应的子特征权重，子特征权重由对应的子特征在待校准色彩中的状态决定，其中，状态包括：占比值和亮度值。
8、进一步地，在使用特征权重对理论最优矩阵和色温矩阵进行校准，得到特征矩阵时，会根据上述实施方式得到的子特征权重，计算每一个子特征权重对应的子特征矩阵，将每一个子特征矩阵相乘，得到特征矩阵，计算公式为：
9、m_feat＝i+α*(m_opt*m_ct-1-i)，
10、m_feati＝i+αi*(m_opt*m_ct-1-i)，
11、m_feat＝πm_feati，
12、其中，m_feat代表特征矩阵，i代表单位矩阵，α代表特征权重，m_opt代表理论最优矩阵，m_ct代表色温矩阵，m_ct-1代表色温矩阵的逆矩阵，m_feati代表子特征矩阵，αi代表子特征权重。
13、通常来说，待校准色彩中会包括不止一种特征，比方说图像上有蓝天、白云和沙滩；在这种情况下，就需要判断待校准色彩中具体由哪几种子特征构成；然后对于构成待校准色彩的每一种子特征计算对应的子特征权重与子特征矩阵，最后将所有子特征矩阵相乘，得到待校准色彩的特征矩阵。当待校准色彩仅由一种特征构成时，比方说图像上只有蓝天；也适用上述计算公式，只需要保留一个子特征权重即可。
14、进一步地，实际最优矩阵的计算公式为：
15、m_t＝m_feat*m_ct，
16、其中，m_t代表实际最优矩阵。
17、进一步地，在使用实际最优矩阵校正待校准色彩时，将实际最优矩阵与饱和度矩阵融合，得到色彩校正矩阵，校正待校准色彩，计算公式为：
18、m_final＝m_sat*m_t，
19、其中，m_final代表色彩校正矩阵，m_sat代表饱和度矩阵，饱和度矩阵由色彩饱和度决定。
20、本申请还公开了一种色彩校正系统，系统包括：获取模块，用于获取样本色彩；校准模块，用于根据样本色彩与其对应的记忆色的偏差调整校准权重；获取模块，还用于获取待校准色彩；处理器，用于根据校准模块获得的校准权重，得到对样本色彩进行还原的理论最优矩阵，并根据待校准色彩的特征，得到特征权重；校准模块，还用于使用处理器得到的特征权重对理论最优矩阵和色温矩阵进行校准，得到特征矩阵；融合模块，用于根据校准模块得到的特征矩阵，将特征矩阵与色温矩阵融合，得到实际最优矩阵；校准模块，还用于根据融合模块的实际最优矩阵，使用实际最优矩阵校正待校准色彩。
21、进一步地，处理器还用于判断待校准色彩的子特征数量，根据判断的结果，分别得到对应的子特征权重；当待校准色彩的子特征数量为1时，处理器用于将子特征权重设置为1；当待校准色彩的子特征数量大于1时，处理器用于得到待校准色彩的每一个子特征对应的子特征权重；子特征权重由对应的子特征在待校准色彩中的状态决定，其中，状态包括：占比值和亮度值。
22、进一步地，校准模块还用于根据子特征权重，计算每一个子特征权重对应的子特征矩阵，将每一个子特征矩阵相乘，得到特征矩阵，计算公式为：
23、m_feat＝i+α*(m_opt*m_ct-1-i)，
24、m_feati＝i+αi*(m_opt*m_ct-1-i)，
25、m_feat＝πm_feati，
26、其中，m_feat代表特征矩阵，i代表单位矩阵，α代表特征权重，m_opt代表理论最优矩阵，m_ct代表色温矩阵，m_ct-1代表色温矩阵的逆矩阵，m_feati代表子特征矩阵，αi代表子特征权重。
27、进一步地，融合模块还用于将实际最优矩阵与饱和度矩阵融合，得到色彩校正矩阵，并将色彩校正矩阵传递给校准模块，计算公式为：
28、m_t＝m_feat*m_ct，
29、m_final＝m_sat*m_t，
30、其中，m_t代表实际最优矩阵，m_final代表色彩校正矩阵，m_sat代表饱和度矩阵，饱和度矩阵由色彩饱和度决定。
31、进一步地，校准模块还用于接收来自融合模块的色彩校正矩阵，使用色彩校正矩阵校正待校准色彩。
32、与现有技术相比，本申请公开的方法和系统至少具有以下有益效果：
33、(1)在计算色彩校正矩阵时，除了将色彩饱和度与色温纳入考量范围内，还将人眼对于记忆色的理解作为影响因素一并考虑，使得经过本申请的色彩校正矩阵处理过的图像，在一些关键特征的校正上更为精准，能够更符合人们的普遍认知；
34、(2)当色彩校正系统中具有足够多的特征种类(蓝天、白云、草地、沙滩、肤色等)时，每次获取新的待校准色彩后，都能够自适应地根据特征在本文档来自技高网...
【技术保护点】
1.一种色彩校正方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种色彩校正方法，其特征在于，所述的根据所述校准权重得到对所述样本色彩进行还原的理论最优矩阵，还包括：
3.根据权利要求1所述的一种色彩校正方法，其特征在于，所述的根据所述待校准色彩的特征，得到特征权重，具体包括：
4.根据权利要求3所述的一种色彩校正方法，其特征在于，所述的使用所述特征权重对所述理论最优矩阵和色温矩阵进行校准，得到特征矩阵，具体包括：
5.根据权利要求4所述的一种色彩校正方法，其特征在于，所述的将所述特征矩阵与所述色温矩阵融合，得到实际最优矩阵，使用所述实际最优矩阵校正所述待校准色彩，具体包括：
6.一种色彩校正系统，其特征在于，包括：
7.根据权利要求6所述的一种色彩校正系统，其特征在于，所述处理器，还用于判断所述待校准色彩的子特征数量，根据所述判断的结果，分别得到对应的子特征权重；
8.根据权利要求7所述的一种色彩校正系统，其特征在于，所述校准模块，还用于根据所述子特征权重，计算每一个所述子特征权重对应的子
9.根据权利要求8所述的一种色彩校正系统，其特征在于，所述融合模块，还用于将所述实际最优矩阵与饱和度矩阵融合，得到色彩校正矩阵，并将所述色彩校正矩阵传递给所述校准模块，计算公式为：
10.根据权利要求9所述的一种色彩校正系统，其特征在于，所述校准模块，还用于接收来自所述融合模块的色彩校正矩阵，使用所述色彩校正矩阵校正所述待校准色彩。
...【技术特征摘要】
1.一种色彩校正方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种色彩校正方法，其特征在于，所述的根据所述校准权重得到对所述样本色彩进行还原的理论最优矩阵，还包括：
3.根据权利要求1所述的一种色彩校正方法，其特征在于，所述的根据所述待校准色彩的特征，得到特征权重，具体包括：
4.根据权利要求3所述的一种色彩校正方法，其特征在于，所述的使用所述特征权重对所述理论最优矩阵和色温矩阵进行校准，得到特征矩阵，具体包括：
5.根据权利要求4所述的一种色彩校正方法，其特征在于，所述的将所述特征矩阵与所述色温矩阵融合，得到实际最优矩阵，使用所述实际最优矩阵校正所述待校准色彩，具体包括：
6.一种色彩校正系统，其特征在于，包括：
7.根据...
【专利技术属性】
技术研发人员：唐晓芳，李珂，隋庆成，
申请(专利权)人：上海为旌科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。