本發(fā)明涉及移動(dòng)終端技術(shù)領(lǐng)域，尤其涉及一種白平衡處理方法、裝置和終端設(shè)備。

背景技術(shù)：

隨著數(shù)碼攝像產(chǎn)品的普及，人們對照片的品質(zhì)要求越來越高，尤其對照片的色彩還原度的要求也越來越高。白平衡是攝影成像領(lǐng)域的一個(gè)非常重要的概念，通過它可以解決色彩還原和色調(diào)處理的一系列問題，是對色彩進(jìn)行評價(jià)的重要指標(biāo)之一。白平衡是一個(gè)很抽象的概念，調(diào)整白平衡的過程叫白平衡處理。

現(xiàn)有技術(shù)中，在進(jìn)行白平衡處理時(shí)，通常采用自動(dòng)白平衡處理方式(automaticwhitebalance,awb)。比較主流的白平衡處理方式是基于整幀畫面的統(tǒng)計(jì)信息來實(shí)現(xiàn)白平衡處理，但是，這種白平衡處理方法，色彩還原度較差，白平衡處理準(zhǔn)確度不高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的旨在至少在一定程度上解決上述的技術(shù)問題之一。

為此，本發(fā)明的第一個(gè)目的在于提出一種白平衡處理方法，通過確定圖像中各目標(biāo)區(qū)域的第一白平衡參數(shù)，并根據(jù)計(jì)算得到的各目標(biāo)區(qū)域的權(quán)重，得到最終的第二白平衡參數(shù)，利用第二白平衡參數(shù)對圖像進(jìn)行白平衡處理。該白平衡處理方法，充分考慮了圖像中不同目標(biāo)區(qū)域及其對應(yīng)權(quán)重對第二白平衡參數(shù)的影響，解決了現(xiàn)有技術(shù)中白平衡處理準(zhǔn)確度不高的技術(shù)問題。

本發(fā)明的第二個(gè)目的在于提出一種白平衡處理裝置。

本發(fā)明的第三個(gè)目的在于提出一種終端設(shè)備。

本發(fā)明的第四個(gè)目的在于提出另一種終端設(shè)備。

本發(fā)明的第五個(gè)目的在于提出一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

本發(fā)明的第六個(gè)目的在于提出一種計(jì)算機(jī)程序產(chǎn)品。

為了實(shí)現(xiàn)上述目的，本發(fā)明第一方面實(shí)施例提出了一種白平衡處理方法，該方法為：

識別圖像中的至少兩個(gè)目標(biāo)區(qū)域；

確定所述至少兩個(gè)目標(biāo)區(qū)域中各目標(biāo)區(qū)域的第一白平衡參數(shù)；

根據(jù)各目標(biāo)區(qū)域在所述圖像中所占面積，調(diào)整各目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值；

根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到所述圖像的第二白平衡參數(shù)；

根據(jù)所述圖像的第二白平衡參數(shù)，對所述圖像進(jìn)行白平衡處理。

本發(fā)明實(shí)施例的白平衡處理方法，識別圖像中的至少兩個(gè)目標(biāo)區(qū)域，確定目標(biāo)區(qū)域的第一白平衡參數(shù)，根據(jù)目標(biāo)區(qū)域在圖像中所占面積，調(diào)整目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值，根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到圖像的第二白平衡參數(shù)，根據(jù)圖像的第二白平衡參數(shù)，對圖像進(jìn)行白平衡處理。通過對圖像中不同的目標(biāo)區(qū)域分別計(jì)算第一白平衡參數(shù)，并根據(jù)計(jì)算得到目標(biāo)區(qū)域的權(quán)重，得到最終的第二白平衡參數(shù)。該白平衡處理方法，充分考慮了圖像中不同目標(biāo)區(qū)域?qū)Φ诙灼胶鈪?shù)的影響，解決了現(xiàn)有技術(shù)中白平衡處理準(zhǔn)確度不高的技術(shù)問題。

為了實(shí)現(xiàn)上述目的，本發(fā)明第二方面實(shí)施例提出了一種白平衡處理裝置，該裝置包括：

識別模塊，用于識別圖像中的至少兩個(gè)目標(biāo)區(qū)域；

確定模塊，用于確定至少兩個(gè)目標(biāo)區(qū)域中各目標(biāo)區(qū)域的第一白平衡參數(shù)；

調(diào)整模塊，用于根據(jù)各目標(biāo)區(qū)域在所述圖像中所占面積，調(diào)整各目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值；

計(jì)算模塊，用于根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到所述圖像的第二白平衡參數(shù)；

處理模塊，用于根據(jù)所述圖像的第二白平衡參數(shù)，對所述圖像進(jìn)行白平衡處理。

本發(fā)明實(shí)施例的白平衡處理裝置，識別模塊用于識別圖像中的至少兩個(gè)目標(biāo)區(qū)域，確定模塊用于確定目標(biāo)區(qū)域的第一白平衡參數(shù)，調(diào)整模塊用于根據(jù)目標(biāo)區(qū)域在圖像中所占面積，調(diào)整目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值，計(jì)算模塊用于根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到圖像的第二白平衡參數(shù)，處理模塊用于根據(jù)圖像的第二白平衡參數(shù)，對圖像進(jìn)行白平衡處理。該白平衡處理方法，充分考慮了圖像中不同目標(biāo)區(qū)域及其對應(yīng)權(quán)重對第二白平衡參數(shù)的影響，解決了現(xiàn)有技術(shù)中白平衡處理準(zhǔn)確度不高的技術(shù)問題。

為了實(shí)現(xiàn)上述目的，本發(fā)明第三方面實(shí)施例提出了一種終端設(shè)備，該終端設(shè)備包括上述實(shí)施例中的白平衡處理裝置。

為了實(shí)現(xiàn)上述目的，本發(fā)明第四方面實(shí)施例提出了另一種終端設(shè)備，該終端設(shè)備包括以下一個(gè)或多個(gè)組件：殼體和位于殼體內(nèi)的處理器和存儲(chǔ)器，其中，存儲(chǔ)器存儲(chǔ)有可執(zhí)行程序代碼，處理器通過讀取存儲(chǔ)器中存儲(chǔ)的可執(zhí)行程序代碼來運(yùn)行與可執(zhí)行程序代碼對應(yīng)的程序，以用于實(shí)現(xiàn)第一方面實(shí)施例所述的白平衡處理方法。

為了實(shí)現(xiàn)上述目的，本發(fā)明第五方面實(shí)施例提出了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面實(shí)施例所述的白平衡處理方法。

為了實(shí)現(xiàn)上述目的，本發(fā)明第六方面實(shí)施例提出了一種計(jì)算機(jī)程序產(chǎn)品，當(dāng)所述計(jì)算機(jī)程序產(chǎn)品中的指令由處理器執(zhí)行時(shí)，執(zhí)行第一方面實(shí)施例所述的白平衡處理方法。

本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。

附圖說明

本發(fā)明上述的和/或附加的方面和優(yōu)點(diǎn)從下面結(jié)合附圖對實(shí)施例的描述中將變得明顯和容易理解，其中：

圖1為本發(fā)明實(shí)施例所提供的一種白平衡處理辦法的流程示意圖；

圖2為本發(fā)明實(shí)施例所提供的另一種白平衡處理方法的流程示意圖；

圖3為本發(fā)明實(shí)施例所提供的一種白平衡處理裝置的結(jié)構(gòu)示意圖；

圖4為本發(fā)明實(shí)施例所提供的另一種白平衡處理裝置的結(jié)構(gòu)示意圖；

圖5為本發(fā)明實(shí)施例所提供的一種終端設(shè)備的結(jié)構(gòu)示意圖；以及

圖6為本發(fā)明實(shí)施例所提供的另一種終端設(shè)備的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實(shí)施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。

下面參考附圖描述本發(fā)明實(shí)施例的白平衡處理方法、裝置和終端設(shè)備。

人們在利用攝像產(chǎn)品進(jìn)行拍照時(shí)，可得到包含人物的大頭照，也可以得到包含人像和風(fēng)景的照片，也有可能只是風(fēng)景的風(fēng)景照，本發(fā)明主要是針對含有人像的照片的白平衡處理，而對于有人像的照片，為了便于說明，將圖片中的目標(biāo)區(qū)域分為人臉的目標(biāo)區(qū)域、身體的目標(biāo)區(qū)域和/背景的目標(biāo)區(qū)域，并將圖像中識別的至少兩個(gè)目標(biāo)區(qū)域均參與到第二白平衡參數(shù)的確定過程中，可以解決白平衡處理準(zhǔn)確度不高的技術(shù)問題，為此提出了一種白平衡處理的方法。

圖1為本發(fā)明實(shí)施例所提供的一種白平衡處理辦法的流程示意圖，如圖1所示，該方法包括：

步驟s101，識別圖像中的至少兩個(gè)目標(biāo)區(qū)域。

具體地，在進(jìn)行圖像獲取時(shí)，圖像中可包含不同的目標(biāo)區(qū)域，對于攝像頭來講不同的目標(biāo)區(qū)域具有不同的深度，通過攝像頭可以采集該深度信息，從而識別出不同的目標(biāo)區(qū)域。作為一種可能的實(shí)現(xiàn)方式，是采用雙攝像頭，該雙攝像頭可在負(fù)責(zé)成像的同時(shí)測量得到深度信息；作為另一種可能的實(shí)現(xiàn)方式是采用深度攝像頭(red-green-bluedepth)rgbd，成像的同時(shí)獲得深度信息，此外還可通過結(jié)構(gòu)光/tof鏡頭進(jìn)行景深獲取或測距，在此不一一列舉。

其中，深度信息是指圖像中每一個(gè)像素點(diǎn)所存儲(chǔ)的數(shù)據(jù)就是這個(gè)像素點(diǎn)距離攝像頭的距離。

進(jìn)一步，通過測量得到的深度數(shù)據(jù)，獲取圖形中各像素點(diǎn)對應(yīng)的深度信息之后，結(jié)合人臉識別技術(shù)，判斷當(dāng)前圖像中是否包含人像，當(dāng)圖像中包含人像時(shí)，識別出人臉區(qū)域的位置信息，得到包含人臉的目標(biāo)區(qū)域，從而得到包含人臉的目標(biāo)區(qū)域包含的像素點(diǎn)及其對應(yīng)的深度信息。其中，人臉識別技術(shù)，可以采用各種人臉識別算法識別出人臉的坐標(biāo)區(qū)間，從而得到人臉的位置信息。

對于人臉識別，作為一種可能的實(shí)現(xiàn)方式，采用adaboost模型算法，adaboost算法是一種迭代算法，其核心思想是針對同一個(gè)訓(xùn)練集訓(xùn)練不同的分類器(弱分類器)，然后把這些弱分類器集合起來，構(gòu)成一個(gè)更強(qiáng)的最終分類器(強(qiáng)分類器)，該算法本身是通過改變數(shù)據(jù)分布來實(shí)現(xiàn)的，它根據(jù)每次訓(xùn)練集中每個(gè)樣本的分類是否正確，以及上次的總體分類的準(zhǔn)確率，來確定每個(gè)樣本的權(quán)值，并將修改過權(quán)值的新數(shù)據(jù)集送給下層分類器進(jìn)行訓(xùn)練，最后將每次訓(xùn)練得到的分類器最后融合起來，作為最后的決策分類器。優(yōu)選的，在adaboost算法中可以采用動(dòng)態(tài)閥值，進(jìn)一步加速人臉識別的速度，人臉識別算法還可以采用其他能快速識別人臉區(qū)域的算法，本發(fā)明中對人臉識別的算法不做限定。

進(jìn)一步，根據(jù)各像素點(diǎn)包含的深度信息，以及已經(jīng)識別出的包含人臉的目標(biāo)區(qū)域，可以確定人臉中包含的像素點(diǎn)的深度信息，由于人臉和身體基本屬于同一個(gè)成像平面，故像素點(diǎn)深度信息和人臉中像素點(diǎn)深度信息相同的像素點(diǎn)即識別為身體的像素點(diǎn)，即可識別出圖像中包含身體的目標(biāo)區(qū)域，圖像中去除包含人臉的目標(biāo)區(qū)域和包含身體的目標(biāo)區(qū)域，則為包含背景的目標(biāo)區(qū)域。

需要說明的是，為了描述簡便，以下將包含人臉的目標(biāo)區(qū)域簡稱為人臉目標(biāo)區(qū)域，包含身體的目標(biāo)區(qū)域簡稱為身體目標(biāo)區(qū)域，包含背景的目標(biāo)區(qū)域簡稱為背景目標(biāo)區(qū)域。

步驟s102，確定至少兩個(gè)目標(biāo)區(qū)域中各目標(biāo)區(qū)域的第一白平衡參數(shù)。

具體地，計(jì)算目標(biāo)區(qū)域的色溫，根據(jù)目標(biāo)區(qū)域的色溫確定目標(biāo)區(qū)域的第一白平衡參數(shù)，其中，第一白平衡參數(shù)包括第一白平衡增益值。

其中，色溫是照明光學(xué)中用于定義光源顏色的一個(gè)物理量。

步驟s103，根據(jù)各目標(biāo)區(qū)域在圖像中所占面積，調(diào)整各目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值。

具體地，計(jì)算各目標(biāo)區(qū)域所占的面積有很多種可能的實(shí)現(xiàn)方式，作為一種可能的實(shí)現(xiàn)方式，將各目標(biāo)圖片劃分為多個(gè)子塊，各子塊的面積大小相同，例如，將目標(biāo)圖片劃分為m*n個(gè)子塊，每個(gè)子塊的長度為目標(biāo)圖片長度的1/m，每個(gè)子塊的寬度為目標(biāo)圖片寬度的1/n，從而，每個(gè)子塊的面積為1/m*n，其中，m和n為正整數(shù)，優(yōu)選地，m為9，n為7。

進(jìn)一步，從獲取的m*n個(gè)子塊中，查找位于人臉目標(biāo)區(qū)域的坐標(biāo)區(qū)間的子塊，以及包含了人臉目標(biāo)區(qū)域的坐標(biāo)區(qū)間的邊緣的子塊，得到人臉目標(biāo)區(qū)域所包含的所有子塊。由于各子塊的面積是已知的，從而可以計(jì)算得到人臉目標(biāo)區(qū)域的面積。

同樣的方法，可以查找出身體目標(biāo)區(qū)域所包含的所有子塊，由于各子塊的面積是已知的，從而可以計(jì)算得到身體目標(biāo)區(qū)域的面積。

更進(jìn)一步，去除人臉目標(biāo)區(qū)域所包含的所有子塊和身體目標(biāo)區(qū)域包含的所有子塊，即可得到背景目標(biāo)區(qū)域所包含的所有子塊。通過各子塊的面積可以計(jì)算得到背景目標(biāo)區(qū)域的面積，或者根據(jù)目標(biāo)圖片的總的面積去除人臉目標(biāo)區(qū)域和身體目標(biāo)區(qū)域的面積，也可以得到背景目標(biāo)區(qū)域的面積。

需要說明的是，對于計(jì)算得到各目標(biāo)區(qū)域面積的實(shí)現(xiàn)方式，本實(shí)施例中不做限定。

更進(jìn)一步，通過人臉目標(biāo)區(qū)域的面積，身體目標(biāo)區(qū)域的面積和/或背景目標(biāo)區(qū)域的面積，得到各目標(biāo)區(qū)域在圖像中所占面積的比重，根據(jù)該面積的比重調(diào)整各目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值。

步驟s104，根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到圖像的第二白平衡參數(shù)。

具體地，根據(jù)計(jì)算得到的人臉目標(biāo)區(qū)域的第一白平衡參數(shù)，身體目標(biāo)區(qū)域的第一白平衡參數(shù)和/或背景目標(biāo)區(qū)域的第一白平衡參數(shù)，以及各目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值，利用加權(quán)平均計(jì)算得到圖像最終的第二白平衡參數(shù)。

步驟s105，根據(jù)圖像的第二白平衡參數(shù)，對圖像進(jìn)行白平衡處理。

具體地，根據(jù)計(jì)算得到的最終的第二白平衡參數(shù)，計(jì)算調(diào)整后各像素的紅色(red，r)值和藍(lán)色(blue，b)值數(shù)據(jù)，從而實(shí)現(xiàn)顏色的修正。

需要說明的是，由于人眼對于頻譜中屬于綠光波長的光(480nm-600nm)敏感度最高，而拜耳(bayer)陣列中采集的綠色像素點(diǎn)數(shù)目最多，所以目前的相機(jī)通常都采用將綠色分量的增益值固定，然后分別調(diào)整紅色分量和藍(lán)色分量的增益值，實(shí)現(xiàn)對紅色分量和藍(lán)色分量的調(diào)整。

本發(fā)明實(shí)施例的白平衡處理方法，識別圖像中的至少兩個(gè)目標(biāo)區(qū)域，確定目標(biāo)區(qū)域的第一白平衡參數(shù)，根據(jù)目標(biāo)區(qū)域在圖像中所占面積，調(diào)整目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值，根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到圖像的第二白平衡參數(shù)，根據(jù)圖像的第二白平衡參數(shù)，對圖像進(jìn)行白平衡處理。該白平衡處理方法，充分考慮了圖像中不同目標(biāo)區(qū)域及其權(quán)重對第二白平衡參數(shù)的影響，解決了現(xiàn)有技術(shù)中白平衡處理準(zhǔn)確度不高的技術(shù)問題。

在上一實(shí)施例基礎(chǔ)上，為了更加清楚的解釋白平衡處理的方法，本發(fā)明提出了另一種白平衡處理方法，詳細(xì)解釋了當(dāng)目標(biāo)區(qū)域?yàn)槿四樐繕?biāo)區(qū)域、身體目標(biāo)區(qū)域和背景目標(biāo)區(qū)域時(shí)，白平衡的處理辦法，圖2為本發(fā)明實(shí)施例所提供的另一種白平衡處理方法的流程示意圖，如圖2所示，包括如下步驟：

步驟s201，識別圖像中的三個(gè)目標(biāo)區(qū)域。

具體地，當(dāng)圖像中包含人像時(shí)，將人臉區(qū)域識別為一個(gè)目標(biāo)區(qū)域，稱為人臉目標(biāo)區(qū)域；將身體對應(yīng)的區(qū)域識別為另一個(gè)目標(biāo)區(qū)域，稱為身體目標(biāo)區(qū)域；將人臉目標(biāo)區(qū)域和身體目標(biāo)區(qū)域以外的區(qū)域識別為背景目標(biāo)區(qū)域。

利用提取得到的各像素點(diǎn)對應(yīng)的深度信息，以及通過人臉識別技術(shù)識別得到的人臉目標(biāo)區(qū)域，可以得到人體輪廓和對應(yīng)的目標(biāo)區(qū)域，去除人臉目標(biāo)區(qū)域，即為身體目標(biāo)區(qū)域。從圖像中去除人臉目標(biāo)區(qū)域和身體目標(biāo)區(qū)域則得到背景目標(biāo)區(qū)域。

步驟s202，計(jì)算各目標(biāo)區(qū)域的色溫。

具體地，各目標(biāo)區(qū)域都包含了對應(yīng)的子塊，首先計(jì)算各子塊的顏色向量，通過各子塊的顏色向量得到對應(yīng)目標(biāo)區(qū)域的顏色向量，從而得到對應(yīng)的色溫。

其中，顏色向量由(紅red，綠green，藍(lán)blue)三原色向量表示，每個(gè)子塊的顏色向量由以下方式獲取，首先，提取每個(gè)子塊中所有像素點(diǎn)的顏色向量，每個(gè)像素點(diǎn)的顏色由一個(gè)(紅，綠，藍(lán))顏色向量表示，然后對各像素點(diǎn)的顏色向量取平均，得到該子塊的顏色向量。同理，可得到該目標(biāo)區(qū)域?qū)?yīng)所有子塊的顏色向量，在紅、綠、藍(lán)三個(gè)維度取平均，得到該目標(biāo)區(qū)域?qū)?yīng)的顏色向量，通過計(jì)算可得到該目標(biāo)區(qū)域的色溫，從而得到人臉目標(biāo)區(qū)域，身體目標(biāo)區(qū)域和背景目標(biāo)區(qū)域的色溫。

步驟s203，根據(jù)各目標(biāo)區(qū)域的色溫確定對應(yīng)區(qū)域的第一白平衡參數(shù)。

具體地，根據(jù)人臉目標(biāo)區(qū)域，身體目標(biāo)區(qū)域和背景目標(biāo)區(qū)域的色溫，計(jì)算得到三個(gè)目標(biāo)區(qū)域?qū)?yīng)的白平衡參數(shù)，即第一白平衡參數(shù)，根據(jù)色溫計(jì)算對應(yīng)的第一白平衡參數(shù)的方法有很多種可能的實(shí)現(xiàn)方式，一種可能的實(shí)現(xiàn)方式是查表法，預(yù)先統(tǒng)計(jì)出一張表，包括了常見的色溫對應(yīng)的參數(shù)值，通過色溫查找到對應(yīng)的第一白平衡參數(shù)。另一種可能的實(shí)現(xiàn)方式是迭代法，色溫估計(jì)后，先取與預(yù)估色溫最接近的色溫下參數(shù)，然后逐步做迭代，得到最終的第一白平衡參數(shù)。

步驟s204，根據(jù)各目標(biāo)區(qū)域在圖像中所占的面積，調(diào)整各目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值。

具體地，可以預(yù)設(shè)人臉目標(biāo)區(qū)域，身體目標(biāo)區(qū)域和背景目標(biāo)區(qū)域?qū)?yīng)的權(quán)重為一個(gè)具體的數(shù)值，再根據(jù)各目標(biāo)區(qū)域在圖像中所占的面積，對各目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值進(jìn)行調(diào)整，目的是當(dāng)人臉目標(biāo)區(qū)域所占的面積較小時(shí)，也需要調(diào)高人臉目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值。實(shí)現(xiàn)方式為，可以通過預(yù)設(shè)的面積的閾值和各目標(biāo)區(qū)域所占的面積做比較，確定是否調(diào)高人臉目標(biāo)區(qū)域的權(quán)重。

一種可能的實(shí)現(xiàn)方式是，設(shè)定第一閾值，若人臉目標(biāo)區(qū)域在圖像中所占面積比例低于第一閾值，調(diào)高人臉目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值，以及調(diào)低身體目標(biāo)區(qū)域和背景目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值。

另一種可能的實(shí)現(xiàn)方式是，設(shè)定第二閾值，若身體目標(biāo)區(qū)域和/或包含背景的目標(biāo)區(qū)域所占面積比例高于第二閾值，調(diào)高人臉目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值，以及調(diào)低身體目標(biāo)區(qū)域和/或背景目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值。

需要說明的是，根據(jù)設(shè)定閾值調(diào)高人臉目標(biāo)區(qū)域的權(quán)重值，具體閾值和調(diào)整范圍，可由本領(lǐng)域技術(shù)人員根據(jù)實(shí)際應(yīng)用中的統(tǒng)計(jì)數(shù)據(jù)分析設(shè)定，本實(shí)施例中不做限定。

步驟s205，根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到圖像的第二白平衡參數(shù)。

具體地，將調(diào)整后得到的權(quán)重值和各區(qū)域?qū)?yīng)的第一白平衡參數(shù)中的白平衡增益值(即第一白平衡增益值)進(jìn)行加權(quán)平均，計(jì)算得到圖像的第二白平衡參數(shù)中的白平衡增益值(即第二白平衡增益值)，從而利用該第二白平衡增益值對圖像進(jìn)行白平衡調(diào)節(jié)。

例如，人臉目標(biāo)區(qū)域調(diào)整后的權(quán)重值可以高于背景目標(biāo)區(qū)域調(diào)整后的權(quán)重值，和/或，人臉目標(biāo)區(qū)域調(diào)整后的權(quán)重值高于身體目標(biāo)區(qū)域調(diào)整后的權(quán)重值，具體來說，人臉目標(biāo)區(qū)域的第一白平衡增益值為x，身體目標(biāo)區(qū)域的第一白平衡增益值為y，背景目標(biāo)區(qū)域的第一白平衡增益值為z，對應(yīng)的權(quán)重值分別為0.6,0.2,0.2，通過加權(quán)公式x*0.6+y*0.2+z*0.2則計(jì)算得到最終圖像的第二白平衡增益值。這里人臉目標(biāo)區(qū)域的權(quán)重值為0.6，分別高于身體目標(biāo)區(qū)域的權(quán)重值0.2，以及背景目標(biāo)區(qū)域的權(quán)重值0.2，從而優(yōu)先依據(jù)人臉目標(biāo)區(qū)域的第一白平衡增益值對整幅畫面進(jìn)行白平衡調(diào)整?？梢?，通過調(diào)整人臉目標(biāo)區(qū)域、背景目標(biāo)區(qū)域和身體目標(biāo)區(qū)域的權(quán)重值的過程中，調(diào)高人臉目標(biāo)區(qū)域的權(quán)重，從而能夠優(yōu)先保證人臉部分白平衡的準(zhǔn)確性。

本領(lǐng)域技術(shù)人員可以想到，在某些應(yīng)用場景下，若需要優(yōu)先保證背景目標(biāo)區(qū)域或者是身體目標(biāo)區(qū)域的白平衡準(zhǔn)確性，可以相應(yīng)將背景目標(biāo)區(qū)域或者是身體目標(biāo)區(qū)域的權(quán)重調(diào)高，從而優(yōu)先保證相應(yīng)區(qū)域的白平衡準(zhǔn)確性。

步驟s206，根據(jù)圖像的第二白平衡參數(shù)，對圖像進(jìn)行白平衡處理。

具體地，將圖像中的各像素點(diǎn)的r值和g值分別和第二白平衡參數(shù)中對應(yīng)的第二白平衡增益值做乘法運(yùn)算，得到白平衡處理后的r值和g值，從而實(shí)現(xiàn)了圖像的白平衡校正。

需要說明的是，當(dāng)圖片中的目標(biāo)區(qū)域只有兩個(gè)目標(biāo)區(qū)域，即人臉目標(biāo)區(qū)域和身體目標(biāo)區(qū)域，或者人臉目標(biāo)區(qū)域和背景目標(biāo)區(qū)域時(shí)，白平衡的處理方法和上述實(shí)施例原理一樣，此處不再贅述。

本實(shí)施例的方法中，將圖片劃分為包含人臉的目標(biāo)區(qū)域、包含身體的目標(biāo)區(qū)域和包含背景的目標(biāo)區(qū)域，并對三個(gè)目標(biāo)區(qū)域分別計(jì)算第一白平衡參數(shù)，并通過三個(gè)目標(biāo)區(qū)域分別在整張圖片中所占的比例，調(diào)整相應(yīng)的權(quán)重，并使得人臉目標(biāo)區(qū)域一直占較重的權(quán)重，通過權(quán)重和第一白平衡參數(shù)做加權(quán)平均，得到最終的第二白平衡參數(shù)，并對圖片進(jìn)行白平衡調(diào)整，提高了白平衡處理的準(zhǔn)確性。

為了實(shí)現(xiàn)上述實(shí)施例，本發(fā)明還提出了一種白平衡處理裝置，圖3為本發(fā)明實(shí)施例所提供的一種白平衡處理裝置的結(jié)構(gòu)示意圖，如圖3所示，該裝置包括：識別模塊31、確定模塊32、調(diào)整模塊33、計(jì)算模塊34和處理模塊35。

識別模塊31，用于識別圖像中的至少兩個(gè)目標(biāo)區(qū)域。

確定模塊32，用于確定至少兩個(gè)目標(biāo)區(qū)域中各目標(biāo)區(qū)域的第一白平衡參數(shù)。

調(diào)整模塊33，用于根據(jù)各目標(biāo)區(qū)域在所述圖像中所占面積，調(diào)整各目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值。

計(jì)算模塊34，用于根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到所述圖像的第二白平衡參數(shù)。

處理模塊35，用于根據(jù)所述圖像的第二白平衡參數(shù)，對所述圖像進(jìn)行白平衡處理。

需要說明的是，上述對方法實(shí)施例的解釋說明也試用于本實(shí)施例的裝置，此處不再贅述。

本發(fā)明實(shí)施例的白平衡處理裝置，識別模塊用于識別圖像中的至少兩個(gè)目標(biāo)區(qū)域，確定模塊用于確定目標(biāo)區(qū)域的第一白平衡參數(shù)，調(diào)整模塊用于根據(jù)目標(biāo)區(qū)域在圖像中所占面積，調(diào)整目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值，計(jì)算模塊用于根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到圖像的第二白平衡參數(shù)，處理模塊用于根據(jù)圖像的第二白平衡參數(shù)，對圖像進(jìn)行白平衡處理。該白平衡處理方法，充分考慮了圖像中不同目標(biāo)區(qū)域及其對應(yīng)權(quán)重對第二白平衡參數(shù)的影響，解決了現(xiàn)有技術(shù)中白平衡處理準(zhǔn)確度不高的技術(shù)問題。

基于上述實(shí)施例，本發(fā)明實(shí)施例還提供了另一種白平衡處理裝置的可能的實(shí)現(xiàn)方式，圖4為本發(fā)明實(shí)施例所提供的另一種白平衡處理裝置的結(jié)構(gòu)示意圖，如圖4所示，在上一實(shí)施例基礎(chǔ)上，識別模塊31包括：第一識別單元311和第二識別單元312。

第一識別單元311，用于識別圖像中是否包含人像；

第二識別單元312，用于當(dāng)圖像中，包含人像時(shí)，識別圖像中包含人臉的目標(biāo)區(qū)域、包含身體的目標(biāo)區(qū)域和/或包含背景的目標(biāo)區(qū)域。

作為一種可能的實(shí)現(xiàn)方式，第二識別單元312，具體用于獲取圖像中各像素點(diǎn)對應(yīng)的深度信息，根據(jù)圖像中各像素點(diǎn)對應(yīng)的深度信息，對各像素點(diǎn)進(jìn)行目標(biāo)區(qū)域識別，以識別出圖像中包含人臉的目標(biāo)區(qū)域、包含身體的目標(biāo)區(qū)域和/或包含背景的目標(biāo)區(qū)域。

進(jìn)一步，調(diào)整模塊33包括：第一調(diào)整單元331和第二調(diào)整單元332。

第一調(diào)整單元331，用于若包含人臉的目標(biāo)區(qū)域在圖像中所占面積比例低于第一閾值，調(diào)高包含人臉的目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值，以及調(diào)低包含身體的目標(biāo)區(qū)域和/或包含背景的目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值；

第二調(diào)整單元332，用于若包含身體的目標(biāo)區(qū)域和/或包含背景的目標(biāo)區(qū)域所占面積比例高于第二閾值，調(diào)高包含人臉的目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值，以及調(diào)低包含身體的目標(biāo)區(qū)域和/或包含背景的目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值。

更進(jìn)一步，確認(rèn)模塊32包括：色溫計(jì)算單元321和參數(shù)計(jì)算單元322。

色溫計(jì)算單元321，用于計(jì)算各目標(biāo)區(qū)域的色溫；

參數(shù)計(jì)算單元322，用于根據(jù)各目標(biāo)區(qū)域的色溫，確定各目標(biāo)區(qū)域的第一白平衡參數(shù)；其中，所述第一白平衡參數(shù)包括第一白平衡增益值。

需要說明的是，上述對方法實(shí)施例的解釋說明也試用于本實(shí)施例的裝置，此處不再贅述。

本發(fā)明實(shí)施例的白平衡處理裝置，識別模塊用于識別圖像中的至少兩個(gè)目標(biāo)區(qū)域，確定模塊用于確定目標(biāo)區(qū)域的第一白平衡參數(shù)，調(diào)整模塊用于根據(jù)目標(biāo)區(qū)域在圖像中所占面積，調(diào)整目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值，計(jì)算模塊用于根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到圖像的第二白平衡參數(shù)，處理模塊用于根據(jù)圖像的第二白平衡參數(shù)，對圖像進(jìn)行白平衡處理。該白平衡處理方法，充分考慮了圖像中不同目標(biāo)區(qū)域及其對應(yīng)權(quán)重對第二白平衡參數(shù)的影響，解決了現(xiàn)有技術(shù)中白平衡處理準(zhǔn)確度不高的技術(shù)問題。

為了實(shí)現(xiàn)上述實(shí)施例，本發(fā)明還提出了一種終端設(shè)備，圖5為本發(fā)明實(shí)施例所提供的一種終端設(shè)備的結(jié)構(gòu)示意圖，如圖5所示，該終端設(shè)備包括白平衡處理裝置100。

需要說明的是，白平衡處理裝置100的結(jié)構(gòu)圖具體可參照圖3和圖4，前述對白平衡處理裝置實(shí)施例的描述，也適用于本發(fā)明實(shí)施例的白平衡處理裝置100，其實(shí)現(xiàn)原理類似，在此不再贅述。

為了實(shí)現(xiàn)上述實(shí)施例，本發(fā)明還提出了另一種終端設(shè)備，圖6為本發(fā)明實(shí)施例所提供的另一種終端設(shè)備的結(jié)構(gòu)示意圖，如圖6所示，該終端設(shè)備1000包括：殼體1100和位于殼體1100內(nèi)的存儲(chǔ)器1111和處理器1112。

其中，存儲(chǔ)器1111存儲(chǔ)有可執(zhí)行程序代碼；處理器1112通過讀取存儲(chǔ)器1111中存儲(chǔ)的可執(zhí)行程序代碼來運(yùn)行與可執(zhí)行程序代碼對應(yīng)的程序，以用于執(zhí)行前述實(shí)施例中的白平衡處理方法。

需要說明的是，前述對白平衡處理方法實(shí)施例的描述，也適用于本發(fā)明實(shí)施例的終端設(shè)備1000，其實(shí)現(xiàn)原理類似，在此不再贅述。

為了實(shí)現(xiàn)上述實(shí)施例，本發(fā)明還提出了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)前述實(shí)施例所提供的白平衡處理方法。

為了實(shí)現(xiàn)上述實(shí)施例，本發(fā)明還提出了一種計(jì)算機(jī)程序產(chǎn)品，當(dāng)所述計(jì)算機(jī)程序產(chǎn)品中的指令由處理器執(zhí)行時(shí)，執(zhí)行前述實(shí)施例所提供的白平衡處理方法。

本發(fā)明實(shí)施例，還提供了一種移動(dòng)終端，用于進(jìn)行白平衡處理，該移動(dòng)終端包括鏡頭、傳感器和圖像信號處理器(imagesignalprocessing，isp)。

其中，鏡頭，用于入射光的入射；

傳感器，用于對通過鏡頭入射的入射光進(jìn)行成像；

isp，用于對傳感器成像得到的圖像進(jìn)行白平衡處理。

具體來說，入射光通過鏡頭入射，并由傳感器對經(jīng)過鏡頭入射的入射光進(jìn)行成像，得到圖像。進(jìn)而，isp識別圖像中的至少兩個(gè)目標(biāo)區(qū)域；并分別確定至少兩個(gè)目標(biāo)區(qū)域中各目標(biāo)區(qū)域的第一白平衡參數(shù)；根據(jù)各目標(biāo)區(qū)域在所述圖像中所占面積，調(diào)整各目標(biāo)區(qū)域?qū)?yīng)的權(quán)重值；根據(jù)各目標(biāo)區(qū)域的第一白平衡參數(shù)和對應(yīng)的權(quán)重值，計(jì)算得到所述圖像的第二白平衡參數(shù)；根據(jù)所述圖像的第二白平衡參數(shù)，對所述圖像進(jìn)行白平衡處理。

進(jìn)一步，移動(dòng)終端還可以包括圖形處理器(graphicsprocessingunit，gpu)，用于對白平衡處理后的圖像進(jìn)行渲染，以使其顯示在移動(dòng)終端的顯示屏上。

本實(shí)施例中，移動(dòng)終端充分考慮了圖像中不同區(qū)域?qū)Π灼胶鈪?shù)的影響，解決了現(xiàn)有技術(shù)中白平衡處理準(zhǔn)確度不高的技術(shù)問題。

在本說明書的描述中，參考術(shù)語“一個(gè)實(shí)施例”、“一些實(shí)施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不必須針對的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。此外，在不相互矛盾的情況下，本領(lǐng)域的技術(shù)人員可以將本說明書中描述的不同實(shí)施例或示例以及不同實(shí)施例或示例的特征進(jìn)行結(jié)合和組合。

盡管上面已經(jīng)示出和描述了本發(fā)明的實(shí)施例，可以理解的是，上述實(shí)施例是示例性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的范圍內(nèi)可以對上述實(shí)施例進(jìn)行變化、修改、替換和變型。