CN101621705A - 自动白平衡的方法及装置 - Google Patents

Abstract

本发明公开了一种图像获取系统的自动白平衡方法，该自动白平衡机构通过分析色空间中预定义白色区域的白色像素的数量，来确定图像的发光源。该自动白平衡机构也在计算RGB值的基础上确定增益调整，以达到白平衡。

Description

自动白平衡的方法及装置

分案声明

本申请是2005年3月28日提交的申请号为200510063620.0、发明名称为“自动白平衡的方法及装置”的中国专利申请的分案申请；并要求美国专利申请10/813,635作为优先权，该申请于2004年3月30日提交。

技术领域

本发明涉及一种图像获取系统中的自动白平衡(automatic white balance)机构，该系统使用自动白平衡算法来决定图像的发光源并调整每一彩色信道(color channel)的增益，以获得等效的红(R)、绿(G)、蓝(B)的数值。当RGB值等效并达到白平衡时，图像中的白色物体即使在不同发光源情况下也是表现出白色。

背景技术

人的视觉系统适合于通过确保白色物体呈现白色来变换发光源。当白色物体从蓝光成分较多的日光移至红光成分较多的白炽光时，人的视觉系统会作出调整，来平衡红、绿、蓝光的成分，以确保白色物体不论是在日光中还是在白炽光中都呈现白色。平衡红、绿、蓝三色光成分的技术称之为白平衡。因此，人的视觉系统自动白平衡图像，以保持图像中白色物体在不同类型照明源中移动皆呈现真实白色。图像获取系统使用自动白平衡算法来模拟人的视觉系统，从而在不同类型照明源中再现图像中白色物体的真实白色。

RGB色彩成分的强度在不同光照条件下有较大的变化，在日光中的蓝光成分远比内部冷白色荧光(CWF，cool white fluorescent)中的蓝光成分要多。表1提供了不同类型照明源的色温(color temperature)指数。色温较高的如日光，其具有较多的蓝光成分，而色温较低的如白炽光，则其红光成分较多。

表1色温指数

照明源类型	色温
		日光	5000-7500K
冷白色荧光	4500K
		U30(一般办公照明光)	3000K
A(白炽光)	2000K

现有技术中，一种自动白平衡的方法是假定整个图像需要白平衡。这种假定导致在计算RGB平均值时过多地包含了图像中所有像素的RGB值。该RGB平均值用于调整在获取图像中的色彩增益。换句话说，应用于每一彩色信道的色彩增益数量是基于使红、绿、蓝色彩成分等于RGB平均值之上。当所有像素的RGB值都被包含用来计算RGB平均值时，那么也包括了高饱和度色彩的不必要的影响。当高饱和度色彩的物体进入或离开某一景象时，它的影响会使RGB平均值偏斜。高饱和度色彩在RGB平均值计算中的作用可最终导致物体色彩失真。例如，当红色物体进入到红色背景的景象时，图像会有个占支配地位的红色值，该红色会严重地影响该图像的RGB平均值，而且该红色在RGB平均值中的贡献如此之大，以致增益调整上的偏差可导致物体色彩失真。

现有技术所公开的另一自动白平衡方法是将全部类型照明源的色空间(color space diagram)定义为单一的白色区域，以试图防止高饱和度色彩的影响。这种方法用色空间来识别图像中的白色像素，而用色空间中的白色区域作为检测图像中白色像素的模板。如果某一像素具有落入白色区域的值，那么它就被确定为白色像素，而且它的RGB值会用来计算色彩增益调整的RGB平均值。

采用具有单一白色区域的色空间的缺点是有可能在RGB平均值的计算中错误地包括了非白色像素。在某些情况下，高饱和度色彩的像素具有类似于白色像素的属性，且可落入色空间的白色区域中。这些非白色像素对RGB平均值的计算会产生相反的作用。例如，在日光中，高饱和度蓝色像素具有类似于白色像素的特性，当图像包含有高饱和度蓝色像素时，它们会被错认为是白色像素，且它们的RGB值会被包括在RGB平均值的计算中，这样，高饱和度蓝色像素所带来的影响会导致错误的RGB平均值，而该RGB平均值是用来决定增益调整的。

此外，上述的方法也不可用来确定图像的发光源，因为所有类型照明源的单一白色区域不具备足够的信息，来支持进一步地分析，以获得等同的发光源。

因此，有必要提供一种可消除高饱和度色彩影响的、并对发光源变换具有快速响应能力的自动白平衡机构。

发明内容

本发明的目的在于提供一种可消除高饱和度色彩(strong color)影响的具有对发光源变换快速响应能力的自动白平衡机构。

一方面，本发明提供了一种自动白平衡方法，其包括以下步骤：

(a)通过识别具有最多像素的色空间中预定义白色区域来确定发光源；

(b)计算该像素的R平均值、G平均值和B平均值；

(c)在上述R平均值、G平均值和B平均值基础上确定增益调整。

其中，计算R、G、B平均值的像素可以为白色像素。

本发明方法可进一步包括计算像素的G/R比值和G/B比值的步骤，并在色空间中绘制该像素的G/R比值对G/B比值图，以确定该色空间中具有最高数量该像素的预定义白色区域，其可表示获取图像的发光源。

上述R平均值、G平均值和B平均值是通过对选定像素的R、G、B值进行累计而求得，并可根据R、G、B平均值来调整增益值，以达到白平衡。

另一方面，本发明也提供了一种自动白平衡装置，其包括：

(a)用于确定像素的色空间中预定义白色区域的区域选择模块；

(b)存储上述像素的R、G、B值以便进行平均的累计模块；以及

(c)确定增益调整的增益值选定模块。

其中，区域选择模块计算所述像素的G/R比值和G/B比值；增益值选定模块为彩色信道的增益调整而计算像素的R平均值、G平均值和B平均值。另外，区域选择模块还预定义白色区域进行分析，以识别出具有最高数量像素的、可表示发光源的预定义白色区域。

下面结合附图和具体实施方式对本发明做进一步的说明。

附图说明

图1是本发明自动白平衡方法及其装置的图像获取系统的示意图。

图2是带有自动白平衡的色彩处理系统的示意图。

图3是具有不同预定义白色区域的色空间的图解，该色空间包括针对日光、冷白色荧光和A/U30光不同类型照明源而预定义的白色区域。

图4是本发明用于定义色空间中白色区域的比色图表。

图5是本发明用于预定义色空间中白色区域的方法的流程图。

具体实施方式

在下面的说明中，通过对本发明具体实施方式的描述，来了解本发明的诸多具体细节。但所属领域的熟练技术人员可以认识到，在没有这些具体细节中的一个或多个的情况下仍能实施本发明，或者采用其它方法、元件等的情况下也能实施本发明。另外，为了清楚地描述本发明的各种实施方案，因而对众所周知的结构、材料或操作没有示出或进行详细地描述。

在本发明的说明书中，提及“一实施方案”或“某一实施方案”时是指该实施方案所述的特定特征、结构或者特性至少包含在本发明的一个实施方案中。因而，在说明书各处所出现的“在一实施方案中”或“在某一实施方案中”并不一定指的是全部属于同一个实施方案；而且，特定的特征、结构或者特性可能以合适的方式结合到一个或多个的具体实施方案中。

在自动白平衡(AWB)方法中，分析获取的图像，以确定它的发光源，然后导出达到白平衡所必需的增益调整量。该AWB机构检验图像的像素，以获得图像发光源的信息。它也确定图像白平衡所需的增益调整，而图像中的白色像素则包含用于确定白平衡设置的信息。

该AWB机构采用一色空间，该色空间包含有两个或更多个就不同发光源而预定义的白色区域。预定义的白色区域表现出色空间中被发光源的白色像素所占领空间的特征，换言之，该预定义白色区域是色空间中特定发光源中所有白色像素都可被找到的一个区域。因此，定位白色像素的该预定义白色区域可揭示与该像素相关的发光源。具有对应于不同发光源、分离的预定义白色区域的色空间，可作为确定白色像素的发光源的模板。

该AWB机构也依靠该色空间来选择图像的白色像素。白色像素的RGB值被用来决定是否需要对红、绿、蓝信道的增益进行调整，从而使图像白达到平衡。

AWB计算像素的绿/红(G/R)比值和绿/蓝(G/B)比值。AWB将G/R和G/B比值绘制在色空间上，该比值会在该色空间上提供一个点。如果该像素是白色像素，由G/R和G/B比值所建立的该点就会落在该预定义白色区域之一中。这种分析可以识别该像素是否白色像素，并可以识别与该白色像素相关的预定义白色区域，而这又会提供发光源方面的信息。AWB系统通过在运算表或矩阵中存储预定义白色区域中的每一点的G/R和G/B比值，可以进行这种分析。

当AWB识别图像的白色像素时，该像素的RGB值会被储存起来，直至所有像素都被分析完。在所有RGB值被收集后，该AWB机构计算所有白色像素的RGB平均值。为提高效率，会选择一组白色像素(如全部第三或第四白色像素)用来计算平均值。计算白色像素的R平均值、G平均值和B平均值，然后，AWB机构比较R平均值与G平均值、比较B平均值与G平均值，以决定达成白平衡时R信道的R增益调整、G信道的G增益调整，以及B信道的B增益调整。

AWB系统的图像传感器持续顺序地获取图像，AWB在每一获取的图像上执行白平衡。为当前获取的图像计算出白平衡设置，然后应用在后一获取的图像中。该方法持续地对每一输入图像进行白平衡，以确定发光源是否有变化，以及是否需要增益调整。

图1是本发明中的图像获取装置示意图。色彩处理模块102顺次接收输入像素，使得图像的多行轨迹可在同一时间存取。输入的像素被利用做随后的图像显示。色彩处理模块102同样执行自动白平衡。

自动白平衡模块104评估输入的像素，以确定为达到白平衡每一色彩信道所需的增益调整数量。在不同的发光源下，每一RGB色彩的强度显著不同。当发光源是日光(也就是图像是在日光中获取)，该图像会具有更大的蓝光成分影响。类似地，当发光源是白炽光时，图像中的红光影响就会更大，与在日光下获取的同一图像相反。自动白平衡是通过确定红、绿、蓝信道的增益调整(如果需要的话)来完成，以确保图像的白色标的在不同类型照明源中呈现白色。

当RGB值相等时就获得了白平衡。增益模块106为白平衡调整红色信道中的红色值(如果需要的话)。类似地，增益模块108调整绿彩色信道中的绿色值(如果需要的话)，增益模块110调整蓝彩色信道中的蓝色值(如果需要的话)。

存储显示器112保存图像，直至用户要观看或实时显示图像。例如，实时模式的照相机系统不可以存储整个图像，但可以串行将图像的像素传输到计算机或其它显示系统中。

图2是为一彩色信道进行自动白平衡的色彩处理系统的一实施方案示意图。若白平衡需要，增益模块202为该彩色信道提供相关的增益调整。

伽马204控制总亮度以及图像精确的色彩再现。如果图像没有校正伽马，它会显得偏白或偏暗。伽马校正的总量影响到图像的明亮度和红绿蓝三色的比值。伽马204补偿像素值的非线性关系以及图像显示前显示系统的亮度。

色彩处理模组一行一行顺次接收输入像素。一行像素输入顺序是蓝、绿、......，下一行像素输入顺序是绿、红、绿、红......。像素总数量包含有蓝、绿行和绿、红行交替于整个图像，其中绿色占50％，红色25％，蓝色25％。色彩插值206确定每一像素的这两个色彩缺损值。插值算法有几种，如最近邻插值算法、线性插值算法、立方插值算法和立方样条插值算法。该色彩插值206的输出值是数据行RGB、RGB、RGB、......。

伽马较正和模拟增益是用于显示系统。因此，如果输入到AWB的数据已经修正伽马和调整增益，那么它们必然是反转的。伽马函数和模拟增益会影响白色区域的位置及其轮廓。该白点定位是在标准增益设定和非伽马传递函数下校准。去伽马208用来取消伽马较正的影响，去增益210用来消除应用于R、G、B信道的模拟增益的影响。

区域选择模块212计算像素的绿/红比值(G/R)和绿/蓝比值(G/B)。每一像素的G/R和G/B构成一个绘制在色空间上的点，如果这个点落在色空间上的预定义白色区域之一内，则该像素是白色像素。例如，一个落在日光预定义白色区域的白色像素会具有在日光预定义白色区域中所必需的G/R和G/B值。

R＝100、G＝105、B＝112的像素计算出的结果是G/R＝(105/100)*128＝134.5，G/B＝(105/112)*128＝120，这些比值构成一个落入CWF的预定义白色区域内的点。因此，这些比值显示了该像素是一个白色像素。相反，如果R＝225，G＝10，B＝10，那么G/R＝(10/255)*128＝5，G/B＝(10/255)*128＝5，其构成一个落在任何预定义白色区域外的点，该像素则不可能是白色像素。如果这些RGB值被用于计算白平衡设置，会使其它像素的真实色彩偏移失真而导致它们偏蓝或偏绿。

当区域选择模块212完成图像所有像素的分析，接着它通过计算在每一预定义白色区域中的白色像素点的数量来确定图像的发光源。具有最多白色像素点的预定义白色区域表现出图像的发光源。例如，如果日光预定义白色区域比起冷白色荧光和A/U30光的白色区域包含有更多的白色像素点，那么获取的图像的发光源是日光。如果冷白色荧光白色区域具有的白色像素点最多，那么冷白色荧光就是发光源。同样地，如果A/U30光具有的白色像素点最多，那么发光源就是白炽光/普通办公照明。

平均值累计模块214储存所有白色像素RGB值，直至区域选择模块212分析完图像的所有像素。

增益值选定模块216计算一个、一些或全部发光源的白色像素的红色平均值、绿色平均值和蓝色平均值。该增益值选定模块216用该红色、绿色和蓝色平均值来确定白平衡是否需要进行色彩增益调整。

本发明另一实施方案中，该色彩处理系统提供AWB控制回路外的伽马和增益功能。例如，伽马可在Y信道执行，或者增益可在色彩插值后应用。如果伽马和增益函数定位于不同信号通道，系统中就不需要去伽马和去增益功能。

图3是具有日光302、冷白色荧光304和A/U30光306的预定义白色区域的色空间的图解。尽管图3所示是三个预定义白色区域的色空间，但本发明中的色空间也可以具有两个或更多个预定义白色区域。此外，图3显示出A型发光源(白炽光)和U30光(普通办公照明)组合的预定义白色区域。色空间可具有A型发光源和U30光各自分离的预定义白色区域，这样每一发光源类型都有其特有的预定义白色区域。

图4包含24个不同色块的彩色图表(color chart)。彩色图表是用于在色空间中为不同发光源预定义白色区域的。彩色图表并不局限于24个色块，而可以包含为定义白色区域所必需的任何数量的色块，只要每一色块包含一种已知色，其中6个色块分别是白色块、灰色块1、灰色块2、灰色块3、灰色块4和黑色，灰色1至灰色4不同的灰度。

图5是本发明用于预定义色空间中白色区域的方法500的流程图。在色空间中对目标发光源类型定义白色区域需要分析该发光源类型下的彩色图表。例如，定义日光的白色区域包括分析日光下的彩色图表。定义色空间中白色区域从步骤502开始，计算在目标发光源(如日光、冷白色荧光、白炽光、U30光等等)下的色块的G/R比值和G/B比值。接着，步骤504将该色块的G/R比值和G/B比值绘制在色空间上。然后，对彩色图表中所有色块重复步骤502和步骤504。步骤508确定色空间中由白色块、灰色块1、灰色块2、灰色块3和灰色块4色块的G/R比值和G/B比值所定义的区域，该区域是目标发光源的预定义白色区域。对色空间所需每一发光源重复步骤502至步骤508。

该方法的优点是这个技术可以消除高饱和度色彩的任何影响。另外，该技术可快速检测图像中发光源的变化，并通过移至适合该发光源的色彩增益设置来快速响应该变化。然而当处于发光源不变的普通环境下，在选定白色区域中基于白色像素平均值的色彩增益调整测定的执行就没有那么快。该自动技术支持既对发光源的变化快速响应同时也提供普通操作条件下的稳定性。

以上说明描述的仅是本发明最佳实施方案，任何所属领域一般技术人员根据本发明所做的非实质性修改加工皆落入本发明权利要求范围内。

Claims (6)

1、一种为自动白平衡在色空间预定义白色区域的方法，其包括：

(a)计算白色块的G/R比值和G/B比值；

(b)对每一类型发光源重复步骤(a)；以及

(c)根据白色块的G/R比值和G/B比值，确定每一类型发光源的白色区域。

2、如权利要求1所述的方法，其进一步包括多个不同颜色的色块。

3、如权利要求2所述的方法，其中，所述的多个色块包括多个不同灰度的灰色块。

4、如权利要求3所述的方法，其中，对每一所述的灰色块重复步骤(a)和步骤(b)。

5、如权利要求4所述的方法，其中，所述的白色区域是由所述白色块和所述灰色块的所述G/R比值和所述G/B比值所定义的。

6、一种为自动白平衡在色空间中预定义白色区域的方法，其包括：

(a)在目标发光源下采用包括白色块、灰色块1、灰色块2、灰色块3、灰色块4和黑色块的多个色块的彩色图表；

(b)计算每一所述色块的G/R比值和G/B比值；

(c)在所述色空间上绘制每一所述色块的G/R比值对G/B比值图；

(d)根据所述白色块、灰色块1、灰色块2、灰色块3和灰色块4的G/R比值和G/B比值，在所述色空间上对所述目标发光源定义所述白色区域；以及

(e)对每一目标发光源重复步骤(a)到步骤(c)。

Images