(4)
[0114] Cr| -1Cb | < <i> 5 (5)
[0115] Cb+Cr| < <i> 6 (6)
[0116] Y<<i>7 (7)
[0117] Y><i)8 (8)
[0118] 式中，Y、Cb、Cr为图像色像素，巾1、巾2、巾3、巾4、巾5、巾6、巾7、<i>8为门限参数， 伞1〈巾2，巾3〈巾4，巾8〈巾7。作为参考，在典型应用中，至巾8等门限参数一般设定为 以下典型值：(J> 1 = -12, <i>2 = 50, <i>3 = -50, <i>4 = 15, <i>5 = 4, <i>6 = 25, <i>7 = 250， 4) 8 = 110〇
[0119] 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。
[0120] 通过提出的一组新的不等式，运用上述8个不等式从图像中选出近灰色点，需要 逐个读取图像中的像素，获取每个像素的YCbCr值，然后计算这个像素的YCbCr值是否符合 这8个不等式，若都符合，则认为它是近灰色像素，将其发给后续的执行色温估计算法的算 法模块；若不符合其中任何一个不等式，则认为这个像素不是近灰色像素，不再对其做任何 处理。这样以使在各种色温、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。
[0121] 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：
[0122] Y= 0? 299*R+0. 587*G+0. 114*B
[0123] Cb= -0? 1687*R-0. 3313*G+0. 5*B
[0124] Cr= 0? 5*R-0. 4187*G-0. 0813*B
[0125] 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。
[0126] 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：
[0127] S301 :如图4(a)所示，不等式（1)、（2)、（3)、（4)在CbCr平面上画出了一个 伞1〈0〈巾2、巾3〈〇3〈巾4的矩形。实际运算中，针对当前像素的0、〇3值计算不等式（1)、 (2)、（3)、（4)是否都成立，如果都成立则符合，对此像素执行下一步运算；否则不符合，跳 过此像素，读取下一个像素并从不等式（1)开始判断。
[0128] S302:如图4(b)所示，不等式（5)从图4(a)中矩形上挖掉了左右两部分，即 Cr|-|Cb|彡巾5的部分，使其成为一个两侧内陷的九边形（图4(b)中打上剖面线的部 分）。实际运算中，针对当前像素的Cr、Cb值计算下列不等式〇-〇3〈巾5(〇3>0,0>0)、-〇-Cb〈巾 5 (Cb>0,Cr〈0)、Cr+Cb〈巾 5 (Cb〈0,Cr>0)和-Cr+Cb〈巾 5 (Cb〈0,Cr〈0)是否同时成立，如 果同时成立则符合，对此像素执行下一步运算；否则不符合，跳过此像素，读取下一个像素 并从不等式（1)开始判断。
[0129] S303 :如图4(c)所示，不等式（6)划定的是CbCr平面上位于直线Cb=巾6 -Cr、 Cb= -<i>6 -Cr之间的区域，取其与上述九边形的交集，切掉它的两个角，在CbCr平面上得 到一个相对较窄的十一边形（见图4(c)中打上剖面线的部分）。实际运算中，针对当前像 素的Cr、Cb值计算不等式Cb+Cr〈<i>6和Cb+Cr>-<i)6是否同时成立，如果同时成立则符合， 对此像素执行下一步运算；否则不符合，跳过此像素，读取下一个像素并从不等式（1)开始 判断。
[0130] S304 :如图4(d)所示，不等式（7)和⑶在YCbCr空间中隔出了一个Y值介于巾7、 小8之间的层状空间，结合不等式（1)至（6)，最终划定的近灰色点区域为YCbCr空间中以 图4(c)所示^^一边形为底面、底面到Y= 0的平面的距离为巾8、高度为巾7 -巾8的^^一 棱柱。实际运算中，针对当前像素的Y值计算不等式Y〈巾7和Y>巾8是否同时成立，如果同 时成立则符合，判定此像素是近灰色像素，将其送往后续的算法模块；否则不符合，跳过此 像素，读取下一个像素并从不等式（1)开始判断。
[0131] 重复上述步骤S301至步骤S304直至判断完图像中的全部像素，选出所有近灰色 像素、发往后续的算法模块。近灰色像素的选取算法，即由不等式（1)~（8)共同决定了位 于YCbCr空间中的闭合区域，位于此区域之内的点被判定为近灰色像素，之外的点被判定 为非近灰色像素。图4( &)至图4((1)中用到的巾1至巾8采取典型值（巾1 = -12，巾2 = 50, <i>3 = -50, <i>4 = 15, <i>5 = 4, <i>6 = 25, <i>7 = 250, <i>8 = 110)。
[0132] 通过对图像像素的YCbCr值进行逐步排除的方法确定是否为近灰色像素，由不等 式（1)~（8)共同决定了位于YCbCr空间中的闭合区域，位于此区域之内的点被判定为近 灰色像素，之外的点被判定为非近灰色像素，确保能够选出标准色卡中亮度最高的3个灰 色色块中的大多数像素，并且避免了大量误选彩色色块中的像素，实现了应选尽选、不应选 不选，为后续算法提供了更全面、更准确的原始色差信息。
[0133] 为了确定参数巾1至巾8的值，需要测试摄像机中自动白平衡模块之前的"图像采 集-处理系统"的特性，以此为基础对这8个参数进行计算、调整。优选地，所述门限参数的 确定过程为：
[0134] 1)在各种色温、照度下拍摄标准色卡，在摄像机中自动平衡模块入口处各截取一 帧原始图像；
[0135] 2)针对每帧图像，计算位于各色块中部的若干像素的Y算术平均值、Cb算术平均 值、Cr算术平均值，得到24组平均值；
[0136] 3)将各个平均值存储在统计表中，所述统计表的格式参见附表1和附表2,附表1 和附表2例示了摄像机中自动平衡模块入口处所截取图像各色块的Y、Cb、Cr数值与色温、 照度的关系，分别对应于A光源和D75光源，但是统计表中实际存储的数据对应的光源不限 于附表1和附表2所不的A光源和D75光源这两种光源，
[0137]附表1:
[0138]
[0141] 在附表1和附表2中，每个"色温一照度"组合用于标识1列YCrCb平均值并对 应于此光照条件下拍摄的一幅图像，行号、列号对应于图像中各色块的位置编号；
[0142] 4)遍历统计表中行标号为1、列标号为1、2、3的各色块（即亮度最高的3个近灰 色色块）在各种色温、照度下的Y、Cr、Cb值；
[0143] 5)对 min(Cr)、max(Cr)、min(Cb)、max(Cb)、max(|Cr|-|Cb|)、max(|Cb+Cr|)、 max(Y)和min(Y)进行统计；
[0144] 6)根据原始图像各色块中Y、Cr、Cb值的离散情况，将max(Cr)、max(Cb)、 max(|Cr| -1Cb|)、max(|Cb+Cr|)和max(Y)分别加上一个余量《，将min(Cr)、min(Cb) 和min(Y)分别减去一个余量《，将调整后的min(Cr)、max(Cr)、min(Cb)、max(Cb)、 max(|Cr| -1Cb|)、max(|Cb+Cr|)、max(Y)和min(Y)分别作为 <M、巾2、巾3、巾4、巾5、伞6、 小7和巾8的初始值，其中，余量《的取值一般在2~5之间，各极值采用的《值不必相 同；
[0145] 7)对获取的上述门限参数进行优化处理，确定<i>l、伞2、<i>3、<i>4、伞5、<i>6、<i>7 和巾8门限参数的最终值。
[0146] 优选地，所述门限参数的优化处理过程为：
[0147] (1)将伞1至伞8的初始值作为不等式（1)至⑶中<i> 1至伞8的值，读取在摄像 机中自动平衡模块入口处截取的第一帧原始图像；
[0148] (2)执行步骤S1至S3选取当前图像中的近灰色像素；
[0149] (3)对每个近灰色像素，将其在图像中的位置坐标与24个色块的边界线坐标进行 对比，确定其在哪个色块中；
[0150] (4)统计当前图像的近灰色像素总数N，统计各色块中近灰色像素的个数Nij(i、 j为爱色丽24色标准色卡中色块坐标编号，i= 1、2、3、4,j= 1、2、3、4、5、6);
[0151] (5)判断2 (N21~N46)/N是否大于门限值S?如果是则进入下一步，否则转入 步骤 11，其中，2 (N21 ~N46) =N21+N22+.? ?+N26+N31+N32+.? ?+N46,门限值S缺省值可 选0. 1，实际应用中依据系统需求、后续算法模块的需求予以调整；
[0152] (6)遍历Nij(i= 2、3、4)，找出Nij值最大的一个色块；
[0153] (7)根据此色块在图像中的位置、其所属图像的色温、照度确定其在统计表中的位 置，获取其Y、Cr、Cb值；
[0154] (8)将此Y、Cr、Cb值分别代入不等式⑴~⑶中，找出最接近当前<M(i= 1、 2、…、8)值的不等式；
[0155] (9)修改该（M(i= 1、2、…、8)的值，使不等式不再成立，并留有余量；
[0156] (10)将修改后巾1至巾8的值作为不等式⑴至（8)中<i> 1至巾8的值，并转入 步骤（2);
[0157] (11)是否已经遍历所有在摄像机中自动平衡模块入口处截取的原始图像？如果 没有则进入步骤（12)，如果是则进入步骤（13)，
[0158] (12)读取在摄像机中自动平衡模块入口处截取的下一帧原始图像，并转入步骤 (2)；
[0159](13)确定当前<i>l至巾8的值为<i>l、巾2、<i>3、巾4、巾5、<i>6、<i>7和<i>8门限参 数的最终值。
[0160] 通过上述对门限参数进行确定以及对门限参数的优化，进一步提高了图像近灰 色像素选取算法的准确性，更大程度地确保在各种色温、各种照度时能够选出