專利名稱：一種智能攝像機白平衡處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及交通監(jiān)控拍攝技術(shù)領(lǐng)域，尤其是涉及一種調(diào)節(jié)交通攝像機白平衡的智能攝像機白平衡處理方法。
背景技術(shù)：
白平衡技術(shù)在攝影攝像領(lǐng)域有十分重要的意義，對于所拍攝的物體的色彩還原以及保真度巨大的影響。目前應(yīng)用到智能交通上面的相機采用的白平衡算法存在以下缺點 1、在強光和逆光的環(huán)境下攝像機中的白平衡算法失去效果，相機采集的圖像出現(xiàn)過爆和顏色偏移現(xiàn)象；2、在陰天和傍晚的時候相機中的白平衡算法出現(xiàn)色溫偏移，出現(xiàn)雜色等。從相機白平衡技術(shù)和相機中的數(shù)據(jù)運算過程分析產(chǎn)生以上效果的原因主要包括如下幾點1、目前應(yīng)用到智能交通系統(tǒng)中的相機采用的白平衡算法不是專業(yè)針對智能交通系統(tǒng)做的白平衡算法；2、目前應(yīng)用到智能交通系統(tǒng)中的相機中的白平衡算法采取的數(shù)據(jù)是8位二進制數(shù)據(jù)做采樣數(shù)據(jù)進行運算，運算數(shù)據(jù)量長度不夠精確，環(huán)境采樣數(shù)據(jù)不夠準(zhǔn)確；3、目前應(yīng)用到智能交通上的相機很多不能對每一幀圖像上的每個像素點進行運算，采樣數(shù)據(jù)不能夠準(zhǔn)確地反應(yīng)實時的外界環(huán)境情況。

發(fā)明內(nèi)容
為了彌補上述智能交通攝像機上所采用的白平衡算法針對性不強、不專業(yè)，運算數(shù)據(jù)量長度不夠精確，環(huán)境采樣數(shù)據(jù)不夠準(zhǔn)確，不能對每一幀圖像上的每個像素點進行運算的缺陷，本發(fā)明提出了一種智能攝像機白平衡處理方法。其技術(shù)方案包括以下步驟
(1)攝像機的CMOS或CCD圖像傳感器對一幀圖像進行采集，每個像素點分別采集到12 位RAW數(shù)據(jù)；
(2)將步驟(1)中采集到的RAW數(shù)據(jù)進行雙線性差值運算，使RAW數(shù)據(jù)轉(zhuǎn)換為R、G、B通道下的RAW圖像數(shù)據(jù)RAW_R、RAW_G、RAff_B ；
(3)對步驟(2)中得到的RAW_R數(shù)據(jù)進行分塊處理，將原來R通道中高H像素、寬L像素的RAW_R數(shù)據(jù)劃分為η個高H1像素、寬L1像素的數(shù)據(jù)塊(η>2，^>2, ^>2)；
(4)對步驟(3)中每個數(shù)據(jù)塊左上角的2X2個像素的不飽和度求取平均值G，累加各個數(shù)據(jù)塊的平均值Gl-Gn，得S=G1+G2+……+Gn，計算出RAW_R的不飽和度平均值R_ave=S/n ；
(5)分別采用步驟(3)和步驟(4)的方法對RAW_G和RAW_B進行計算，得到RAW_G和 RAff_B的不飽和度平均值G_ave和B_ave，然后按照公式Max_ave=max [R_ave G_ave B_ ave]求取三個通道中的不飽和度最大平均值MaX_aVe ；
(6)利用步驟(5)所得到的MaX_ave再與R_ave、G_ave和B_ave相結(jié)合分別運算RAW_ R、RAff_G 和 RAW_B 得一級校正參數(shù) gain_R_l、gain_G_l、gain_B_l ；
(7)根據(jù)已設(shè)定的攝像機白平衡參數(shù)確定R、G、B各通道的修正參數(shù)gain_R_min、gain_ G_min和gain_B_min，利用上述各修正參數(shù)再次對步驟(6)的一級校正參數(shù)做二級校正運算，得到二級校正參數(shù) gain_R_2、gain_G_2、gain_B_2 ；
(8)利用步驟(7)中得到的二級校正參數(shù)對RAW_R、RAW_G和RAW_B進行二級校正，得到二級校正后三通道下的RAW數(shù)據(jù)RAW_R2、RAff_G2和RAW_B2 ；
(9)將步驟(8)中得到的RAW_R2、RAff_G2和RAW_B2進行移位運算，使其變成可以顯示的圖像輸出。在上述步驟(6)中確定一級校正參數(shù)gain_R_l、gain_G_U gain_B_l的運算規(guī)則為gain_R_1=R_aνe/Max_aνe ；gain_G_1=G_aνe/Max_aνe ；gain_B_l=B_ave/Max_ave。在上述步驟(7)中確定二級校正參數(shù)gain_R_2、gain_G_2、gain_B_2，的運算規(guī)貝丨J 為當(dāng) gain_R_Kgain_R_miη 時，gain_R_2=gain_R_min ；當(dāng) gain_R_ 1 >gain_R_miη B^t, ga i n_R_2=ga i n_R_ 1 ； ^ ga i n_G_ Kgai n_G_m i η B^t, ga i n_G_2=ga i n_G_m i η ； ^ gain_ G_l>gain_G_min B^t, gain_G_2=gain_G_ 1 ； ^ gain_B_Kgain_B_min W gain_R_2=gain_B_ min ；當(dāng) gain_B_Kgain_B_min W gain_I _2=gain_B_l。在上述步驟(8)中進行二級校正后得到三通道下RAW數(shù)據(jù)RAW_R2、RAW_G2和RAW_ B2 的校正規(guī)則為RAW_R2= RAW_R*gain_R_2 ；RAff_G2= RAW_G*gain_G_2 ；RAff_B2= RAff_ B*gain_B_2。攝像機的白平衡參數(shù)有手動和自動兩種設(shè)定方式，可以按照實際環(huán)境需要由攝像機自行設(shè)定或人為設(shè)定。本發(fā)明是在攝像機中的CCD或者CMOS傳感器輸出的raw數(shù)據(jù)的基礎(chǔ)上進行處理的，因此數(shù)據(jù)更加準(zhǔn)確，更能準(zhǔn)確的檢測實時場景數(shù)據(jù)。對檢測到的raw數(shù)據(jù)進行分塊統(tǒng)計處理，大大降低了相機芯片的運算量，而且能夠準(zhǔn)確的檢測出當(dāng)時實際的環(huán)境。在運算過程中對RAW數(shù)據(jù)進行白平衡采用一級軟校正和二級硬校正兩種方式同時對采集到的數(shù)據(jù)進行處理，這樣大大的增加了校正后的數(shù)據(jù)的可靠性。因為本發(fā)明是直接處理的是raw數(shù)據(jù)， 所以能夠直接通過配置硬件寄存器的方式硬件實現(xiàn)，這樣大大的提高了數(shù)據(jù)的運算速度。


圖1為本發(fā)明的一種實施方式的流程示意圖。
具體實施例方式下面結(jié)合附圖對本發(fā)明做進一步說明。參照圖1，本發(fā)明的一種實施方式的一個流程。在本次實施方式中，
(1)由攝相機采集現(xiàn)場一幀RAW數(shù)據(jù)。開啟攝像機，由攝像機的CCD或CMOS圖像傳感器對一幀圖像RAW數(shù)據(jù)進行采集，分別采集圖像傳感器上每個像素點所接收到的12位RAW 數(shù)據(jù)。(2)對采集到的數(shù)據(jù)進行運算和轉(zhuǎn)換。將步驟(1)中采集到的RAW數(shù)據(jù)進行雙線性差值運算，把RAW數(shù)據(jù)轉(zhuǎn)換為R、G、B通道下的RAW圖像數(shù)據(jù)RAW_R、RAW_G、RAff_B ；將原始的RAW數(shù)據(jù)劃分為三原色通道下的RAW數(shù)據(jù)，為后期處理做準(zhǔn)備。(3)將RAW_R、RAW_G和RAW_B進行分塊處理。以RAW_R為例，對步驟(2)中得到的 RAff_R數(shù)據(jù)進行分塊處理，將原來R通道中高H像素、寬L像素的RAW_R數(shù)據(jù)劃分為η個高 H1像素、寬L1像素的數(shù)據(jù)塊(n>2，H1W，^>2).
(4)分別求取RAW_R、RAff_G和RAW_B的不飽和度平均值。以RAW_R為例，依次對步驟(3)中R通道下每個數(shù)據(jù)塊左上角的2X2個像素的不飽和度求取平均值，得到該數(shù)據(jù)塊內(nèi)該4個像素的平均值G，累加各個數(shù)據(jù)塊的平均值Gl-Gn，得S=G1+G2+……+Gn，然后計算RAW_R的不飽和度平均值R_ave=S/n ；
(5 )求取R、G、B三通道RAW數(shù)據(jù)的不飽和度最大平均值。采用步驟(3 )和步驟(4)的方法依次對RAW_R、RAW_G和RAW_B進行計算，得到不飽和度均值R_ave、G_ave和B_ave，然后按照公式Max_ave=max [R_ave G_ave B_ave]，求取三個通道中的不飽和度最大平均值 Max_ave ；
(6)利用步驟(5)所得到的MaX_ave再與R_ave、G_ave和B_ave相結(jié)合分別運算RAW_ R、RAff_G 和 RAW_B 得一級校正參數(shù) gain_R_l、gain_G_l、gain_B_l ；
(7)根據(jù)已設(shè)定的攝像機白平衡參數(shù)確定R、G、B各通道的修正參數(shù)gain_R_min、gain_ G_min和gain_B_min，利用上述各修正參數(shù)再次對步驟(6)的一級校正參數(shù)做二級校正運算，得到二級校正參數(shù) gain_R_2、gain_G_2、gain_B_2 ；
(8)利用步驟(7)中得到的二級校正參數(shù)對RAW_R、RAW_G和RAW_B進行二級校正，得到二級校正后三通道下的RAW數(shù)據(jù)RAW_R2、RAff_G2和RAW_B2 ；
(9)將校正后數(shù)據(jù)轉(zhuǎn)換為可視圖像輸出。將步驟(8)中得到的RAW_R2、RAW_G2和RAW_ B2進行移位運算，使其由12為RAW數(shù)據(jù)變成可以顯示的8位RGB圖像輸出。在上述步驟(6)中確定一級校正參數(shù)gain_R_l、gain_G_U gain_B_l的運算規(guī)則為gain_R_1=R_aνe/Max_aνe ；gain_G_1=G_aνe/Max_aνe ；gain_B_l=B_ave/Max_ave。在上述步驟(7 )中確定二級校正參數(shù)gain_R_2、gain_G_2、gain_B_2，的運算規(guī)貝丨J 為當(dāng) gain_R_Kgain_R_miη 時，gain_R_2=gain_R_min ；當(dāng) gain_R_ 1 >gain_R_miη B^t, ga i n_R_2=ga i n_R_ 1 ； ^ ga i n_G_ Kgai n_G_m i η B^t, ga i n_G_2=ga i n_G_m i η ； ^ gain_ G_l>gain_G_min B^t, gain_G_2=gain_G_ 1 ； ^ gain_B_Kgain_B_min W gain_R_2=gain_B_ min ；當(dāng) gain_B_Kgain_B_min W gain_I _2=gain_B_l。在上述步驟(8)中進行二級校正后得到三通道下RAW數(shù)據(jù)RAW_R2、RAW_G2和RAW_ B2 的校正規(guī)則為RAW_R2= RAff_R*gain_R_2 ；RAff_G2= RAff_G*gain_G_2 ；RAff_B2= RAff_ B*gain_B_2。在攝像機的白平衡參數(shù)設(shè)定中，有手動和自動兩種，可以按照實際環(huán)境需要由攝像機自行設(shè)定或人為設(shè)定。以上所述，為發(fā)明的較佳實施案例，并非對本發(fā)明作任何限制，凡是根據(jù)本發(fā)明技術(shù)實質(zhì)對以上實施例所作的任何簡單修改、變更以及等效結(jié)構(gòu)變化，均仍屬于本發(fā)明技術(shù)方案的保護范圍內(nèi)。
權(quán)利要求
1.一種智能攝像機白平衡處理方法，其特征在于，該方法包括以下步驟(1)攝像機的CMOS或CCD圖像傳感器對一幀圖像進行采集，每個像素點分別采集到12 位RAW數(shù)據(jù)；(2)將步驟(1)中采集到的RAW數(shù)據(jù)進行雙線性差值運算，使RAW數(shù)據(jù)轉(zhuǎn)換為R、G、B通道下的RAW圖像數(shù)據(jù)RAW_R、RAW_G、RAff_B ；(3)對步驟(2)中得到的RAW_R數(shù)據(jù)進行分塊處理，將原來R通道中高H像素、寬L像素的RAW_R數(shù)據(jù)劃分為η個高H1像素、寬L1像素的數(shù)據(jù)塊(η>2，^>2, ^>2)；(4)對步驟(3)中每個數(shù)據(jù)塊左上角的2X2個像素的不飽和度求取平均值G，累加各個數(shù)據(jù)塊的平均值Gl-Gn，得S=G1+G2+……+Gn，計算出RAW_R的不飽和度平均值R_ave=S/n ；(5)分別采用步驟(3)和步驟(4)的方法對RAW_G和RAW_B進行計算，得到RAW_G和 RAff_B的不飽和度平均值G_ave和B_ave，然后按照公式Max_ave=max [R_ave G_ave B_ ave]求取三個通道中的不飽和度最大平均值MaX_aVe ；(6)利用步驟(5)所得到的MaX_ave再與R_ave、G_ave和B_ave相結(jié)合分別運算RAW_ R、RAff_G 和 RAW_B 得一級校正參數(shù) gain_R_l、gain_G_l、gain_B_l ；(7)根據(jù)已設(shè)定的攝像機白平衡參數(shù)確定R、G、B各通道的修正參數(shù)gain_R_min、gain_ G_min和gain_B_min，利用上述各修正參數(shù)再次對步驟(6)的一級校正參數(shù)做二級校正運算，得到二級校正參數(shù) gain_R_2、gain_G_2、gain_B_2 ；(8)利用步驟(7)中得到的二級校正參數(shù)對RAW_R、RAW_G和RAW_B進行二級校正，得到二級校正后三通道下的RAW數(shù)據(jù)RAW_R2、RAff_G2和RAW_B2 ；(9)將步驟(8)中得到的RAW_R2、RAW_G2和RAW_B2進行移位運算，使其變成可以顯示的圖像輸出。
2.根據(jù)權(quán)利要求1所述的智能攝像機白平衡處理方法，其特征在于，步驟(6)中確定一級校正參數(shù) gain_R_l、gain_G_l、gain_B_l 的運算規(guī)則為gain_R_l=R_ave/Max_ave ； gain_G_1=G_ave/Max_ave ； gain_B_1=B_ave/Max_ave。
3.根據(jù)權(quán)利要求1所述的智能攝像機白平衡處理方法，其特征在于，步驟(7)中確定二級校正參數(shù) gain—R—2、gain—G—2、gain—B—2，的運算規(guī)則為當(dāng) gain—R—l〈gain—R—min 時，gain_R—2=gain_R—min ；當(dāng) gain_R—l>gain_R—min 時，gain_R_2=gain_R_1 ；當(dāng) gain_ G_l<gain_G_min ^t，gain_G_2=gain_G_miη ；^ gain_G_l>gain_G_min ^t，gain_G_2=gain_ G—1 ； ^ gain—B—1〈gain—B—min ^t，gain_R_2=gain_B_min ； ^ gain—B—1〈gain—B—min ^t， ga i n_R_2=ga i n_B_1。
4.根據(jù)權(quán)利要求1所述的智能攝像機白平衡處理方法，其特征在于，步驟(8)中進行二級校正后得到三通道下RAW數(shù)據(jù)RAW_R2、RAff_G2和RAW_B2的校正規(guī)則為RAW_R2= RAff_ R*gain_R_2 ；RAff_G2= RAW_G*gain_G_2 ；RAff_B2= RAW_B*gain_B_2。
5.根據(jù)1至4任一權(quán)利要求所述的智能攝像機白平衡處理方法，其特征在于，步驟(7) 中攝像機的白平衡參數(shù)設(shè)定方式有手動和自動兩種。
全文摘要
本發(fā)明公開了一種智能攝像機白平衡處理方法，其步驟包括采集攝像機圖像傳感器所采集的12位RAW數(shù)據(jù)并將其劃分為R、G、B三原色通道下的RAW數(shù)據(jù)后對其進行兩次校正處理。本發(fā)明所提出的方法準(zhǔn)確檢測拍攝現(xiàn)場數(shù)據(jù)并對數(shù)據(jù)進行精確處理，降低了相機芯片的運算量，準(zhǔn)確的反映了外界環(huán)境的實際情況，提高了拍攝質(zhì)量。
文檔編號H04N9/04GK102395035SQ20111037320
公開日2012年3月28日 申請日期2011年11月22日 優(yōu)先權(quán)日2011年11月22日
發(fā)明者楊云飛 申請人:北京英泰智軟件技術(shù)發(fā)展有限公司