一种应用于自动白平衡算法的图像近灰色像素选取算法
【技术领域】
[0001] 本发明涉及一种像素选取算法，具体地说是一种应用于自动白平衡算法的图像近 灰色像素选取算法，属于图像处理技术领域。
【背景技术】
[0002] 不同的光源具有不同的光谱成分和分布，这在色度学上称之为色温。光的波长越 短，色温越高；波长越长，色温越低。常见的红橙黄绿青蓝紫七色光中，从左到右波长依次降 低，色温依次增高。一个白色的物体，在低色温的光线照射下会偏红，而在高色温的光线照 射下会偏蓝，称为色温引起的色差。
[0003] 人眼进化出了适应性，使我们通常情况下不能发现色温的变化。例如，人在钨丝灯 (发光的色温偏低）下长时间停留，并不会觉得钨丝灯下的白纸偏红，如果突然把日光灯改 为钨丝灯照明.就会觉查到白纸的颜色偏红了，但这种感觉也只能够持续一会儿，人眼（包 括与之相关的色彩感觉系统）会在此期间将这种色温引起的色差校正过来。
[0004] 摄像机（注：本专利所说的"摄像机"泛指数码摄像机、提供自动白平衡功能的数 码照相机）的"图像采集--处理系统"不具备人眼的这种适应性。如果不根据景物照明的 色温进行有针对性的调整，摄像机得到的图像就会发生偏色。因此就出现了白平衡的概念， 白平衡的目的就是：针对各种色温条件，通过摄像机内部的色彩运算抵消色温引起的色差， 使拍摄出来的图像更接近人眼的视觉习惯。
[0005] 可以简单地将白平衡理解为：在任意色温条件下，摄像机拍摄目标的标准白色经 过电路的调整，成像后仍然为白色。
[0006] 自动白平衡是由摄像机以自动获取色温信息、根据色温自动对图像进行处理的方 式实现的白平衡。
[0007]自动获取色温信息的途径分为两类：第一类是在摄像机中装备色温测量部件，实 时获取色温信息，这一方案由于成本较高而应用范围有限；第二类是由摄像机中的运算芯 片（CPU、DSP、FPGA、ASIC等）执行算法，对拍摄得到的图像进行分析，从中获取色温信息。 本专利以下述及的自动白平衡算法所指均为基于第二类色温自动获取信息途径的算法。
[0008] 自动白平衡算法通常包括以下三个基本步骤：
[0009] 1)色温估计
[0010] 最经典的色温估计算法是灰色世界算法。这一算法基于如下假设：对于一幅带有 足够色彩变化的图像来说，整个场景的平均反射能抵消色差。最基本的方法就是计算整个 图像的平均色差。但是，如果图像颜色较为单一，以上算法求得的色温就会非常不准确。为 此，必须根据一定的约束条件，挑选合适的像素来计算色差，提高色温估计的精确度。
[0011] 这里所说的"合适的像素"通常是指"近灰色像素"，这是目前几乎所有自动白平衡 算法的共同选择。近灰色像素是指R、G、B三色值相差不大的像素，色温估计算法假定近灰 色像素是由灰色像素在偏色光照射下得到的。通过统计、计算图像中的近灰色像素RGB值 偏离纯灰色像素RGB值（R=G=B)、CbCr值（Cb= 0,Cr= 0)的程度来估算色温，在实 际运算过程中，通常将R、G、B值转换为Y、Cb、Cr值，以方便分析。
[0012] 2)增益计算
[0013] 增益计算是在图像色温估计的基础上，通过一定的方法得到通道增益。通道增益 也就是色温校正因子，一般有蓝色和红色两个分量，是对图像蓝色和红色通道进行调整的 幅度。
[0014] 灰色像素的Cb、Cr均为0,因此，通道增益就是能将Cb、Cr调整到0(或接近0)的 两个系数y和V。增益计算的方法有多种，比如查表法、迭代法等等。查表法是事先统计 出一张表，记录不同的色温所对应的通道增益，具有速度快的优点，但由于表的容量有限， 不能实现各种色温情况的连续调节。迭代算法则是根据Cb、Cr的关系，不断调节y、V，根 据每次调节后得到的Cb、Cr值确定下一次调节的量，直至将Cb、Cr调整到接近0。
[0015] 3)色温校正
[0016] 色温校正就是在图像的蓝色和红色通道乘以各自的增益，从而调节R、G、B三色的 比例（或Cb、Cr的值）。一般针对摄像机中用于采集图像原始信息的CCD、CMOS芯片（即 Sensor)米样输出的RGB信号进行。
[0017] 在自动白平衡算法的色温估计步骤中，从图像中选取近灰色像素的算法是关键环 节之一。一种经典的近灰色像素选取算法是在YCbCr空间中定义一个三维结构，称之为近 灰色区域，凡落入其中的像素都认为是近灰色的，而其外的像素则是认为非近灰色的。在计 算色差时，只计算近灰色像素的平均色差，以替代整个图像的色差，从而提高色温估计的准 确度。
[0018] 这类算法的关键在于近灰色区域的确定。经典近灰色像素的选取算法依据的不等 式为：
[0019] Y〈<M
[0020] Y-1Cb| -1Cr| > <i> 2
[0021] 其中，（M、巾2为预设的门限。满足Y〈<M和Y-|Cb|-|Cr|><i)2不等式的区域在 YCbCr空间中表现为一个底部小上部大的四棱台，如图1所示，位于其内的像素被认为是近 灰色的，用于计算色温引起的色差。
[0022] 为了验证近灰色区域划定算法的有效性，需要用到爱色丽24色标准色卡（爱色丽 ColorCheckerClassic，这是一种测试用标准色卡，以下简称为"标准色卡")，如图2所示。
[0023] 在标准色卡中，最下一行的位置编号为11~16共6个色块为由亮到暗变化的灰 色色块，上面3行位置编号为21~26、31~36、41~46共计18个色块为红、绿、蓝、黄、棕 等彩色色块。标准色卡被用作摄像、照相设备的拍摄目标，以测试所得图像在色彩还原方面 的质量。
[0024] 对近灰色区域的划定算法效果的验证方法：将标准色卡置于专业的避光灯箱中， 在4种色温仏、仍5、050、075)、多种照度的光源的照射下，拍摄其照片。用近灰色像素选取 算法对这些照片进行处理，选出来的近灰色像素保持不变，用附加算法将除近灰色像素之 外的像素改为特定的颜色（例如蓝色，以便于直观地区分），输出为新的图像。然后观察新 图像，看其中选取的近灰色像素中是否包括了未处理图像中尽可能多的近灰色像素（标准 色卡中位于11~16位置的色块中的像素）、是否尽可能少地"误选"了非近灰色像素（标 准色卡中位于21~46位置的色块中的像素）。
[0025] 在上述验证模式下用图1对应的Y〈巾1和Y-1Cb|-1Cr| >巾2两个不等式进行近灰 色点的选取、标示，发现存在如下问题：当巾1、巾2的值选定为折中值时（95、245左右），在 低色温（A光源）下、尤其是低照度（2401x左右）时，从标准色卡图像的各色块中，仅能选 出亮度最高的灰色色块（位置为11的色块）中的部分像素，其它较低灰阶的灰色色块被排 除在外；与此同时，较高色温（U35、D50、D75光源）时虽然能选出3个较高灰阶的色块（位 置为11、12、13的色块），却又误选了 2~3个彩色色块（位置为21~46的色块）。在此 基础上，增加巾2值会进一步减少低色温下选出的灰色像素的数量，降低巾2值则会进一步 增加较高色温下误选的彩色像素数量（门限巾1仅用于排除Y值过大的点，对色温判断影 响不大）。由于后续色温估计算法的效果要基于所选出的近灰色像素的覆盖范围（应选尽 选，以保证获得更完整的色温信息）、纯度（不应选不选，以减少非近灰色像素对色温估计 过程的干扰），所以，不论是少选还是误选，对于准确计算色差、估计色温都是不利的。
【发明内容】
[0026] 针对上述不足，本发明提供了一种应用于自动白平衡算法的图像近灰色像素选取 算法，其能够准确准确计算色差和估计色温，有效解决自动白平衡算法中经典选取图像近 灰色像素算法不能适应宽色温范围、多种照度环境的问题，另外还提供了一种自动白平衡 算法，其能够适应宽色温范围和多种照度环境，并通过自动通道增益调整达到白平衡的目 的。
[0027] 本发明解决其技术问题采取的技术方案是：一种应用于自动白平衡算法的图像近 灰色像素选取算法，其特征是，包括以下步骤：
[0028] S1 :读取目标图像中的像素，获取每个像素的YCbCr值；
[0029]S2:将获取图像像素的YCbCr值代入下列不等式：
[0030] Cr><i) 1 (1)
[0031] Cr<<i>2 (2)
[0032] Cb> <i> 3 (3)
[0033] Cb〈伞 4 (4)
[0034] Cr| -1Cb| < <i> 5 (5)
[0035] Cb+Cr| < <i> 6 (6)
[0036] Y〈<i> 7 (7)
[0037] Y> <i> 8 (8)
[0038]式中，Y、Cb、Cr为图像像素的Y、Cb、Cr值，<i>l、巾2、<i>3、<i>4、巾5、<i>6、<i>7、<i>8 为门限参数，1〈 2, <i> 3〈 <i> 4, <i> 8〈 <i> 7;
[0039]S3:从图像中选出近灰色点：如果图像像素的YCbCr值符合步骤S2中所有的不 等式，则认为它是近灰色像素，并将其发给后续算法模块进行色温估计；如果图像像素的 YCbCr值不符合步骤S2中所有不等式中任何一个不等式，则认为这个像素不是近灰色像 素，不再对其做任何处理。
[0040] 通过提出的一组新的不等式，以使在各种色温、各种照度时能够选出标准色卡图 像中亮度最高的3个灰色色块（位置为11、12、13的色块）中的大多数像素，同时有效避免 了大量误选彩色色块（位置为21~46的色块）中的像素，为后续算法提供了更全面、更准 确的原始色差信息。
[0041] 优选地，如果从目标图像中获取的像素值为RGB值，则将RGB值转换为YCbCr值， 其转换公式如下：
[0042] Y= 0? 299*R+0. 587*G+0. 114*B
[0043] Cb= -0? 1687*R-0. 3313*G+0. 5*B
[0044] Cr= 0? 5*R-0. 4187*G-0. 0813*B
[0045] 通过进行RGB值转换为YCbCr值，使像素的色彩特征更易于通过分析各分量数值 关系的方式加以提取。
[0046] 优选地，在步骤S3中判断一个图像像素是否近灰色像素的过程具体包括以下步 骤：
[0047] S301 :判断该图像像素的YCbCr值是否符合不等式（1)、不等式（2)、不等式（3)和 不等式（4)，如果巾1〈0〈巾2且巾3〈〇3〈巾4则进入下一步，否则退出 ；
[0048] S302 :判断该图像像素的YCbCr值是否符合不等式（5)，如果|Cr| -1Cb|彡<i> 5则 进入下一步，否则退