b) (4)
[0119] 入max=max(入"入g,入b)妨
[0120] 根据联合双边滤波的理论
[0123]其中，I为引导图像，P为输入图像，q为输出图像，为滤波核参数，Ki为归一化 参数，Og为空间相似度参数，Of为亮度相似度参数。WAm。、为引导图像、Om。、为输入图 像进行联合双边滤波进行去高光计算，引导图像的意义由公式（6)和（7)可见在于空间距 离的加权和亮度的加权，当亮度相差较大时，权重就变小。当对于整幅图像进行镜面反射区 域检测时，并不要求精度非常高并考虑到算法复杂度问题。因此，我们利用W下公式判断粗 略判断像素点是否为镜面反射像素点，如下式：
[0124] Omax-^max>threshold_spec(8) 阳1巧]其中，t虹esholcLspec是预设值，此外，在使用公式（8)判断像素点是否是为镜面 反射像素点之前，第二判断单元2024可W先判断像素点的最大色度与预设阔值的差值是 否小于预设值，当最大色度与预设阔值的差值小于预设值时，表明目标像素点为漫反射像 素点，将不需要使用公式（8)再继续进行判断；当最大色度与预设阔值的差值不小于预设 值时，第一判断单元2023将继续使用公式（8)判断最大色度与最大漫反射参数的差值是 否小于预设值，当最大色度与最大漫反射参数的差值不小于预设值，第四确定单元2021确 定目标像素点为镜面反射像素点，当最大色度与最大漫反射参数的差值小于预设值，表明 目标像素点为非镜面反射像素点。其中，预设值和预设阔值是根据经验预先确定的值。确 定出原生图像中包括的所有镜面反射像素点之后，将原生图像中包括镜面反射像素点的最 小矩形作为一个镜面反射区域，该最小矩形中应该包括尽可能多的镜面反射像素点W及包 括尽可能少的非镜面反射像素点，且运些镜面反射像素点之间是相互连通的。举例说明，请 参阅图5,图5是本发明实施例提供的一种确定镜面反射区域的示意图，其中，每一个方块 代表一个像素点，灰色的像素点为镜面反射像素点，白色的像素点为非镜面反射像素点。图 5a是原生图像中部分像素点的示意图，图5b和图5c是从图5a中确定出的两个镜面反射区 域，如图化和图5c所示，镜面反射区域是包括镜面反射像素点的最小矩形，且处于最小矩 形中的镜面反射像素点在八领域内必须是连通的。当一个镜面反射像素点同时属于两个镜 面反射区域时，将运个镜面反射像素点归属于与它在八领域内有连通的镜面反射像素点的 镜面反射区域，W便重复统计镜面反射像素点。请参阅图6,图6是本发明实施例提供的一 种镜面反射区域的图像，图6是基于图4的图像，白像素是镜面反射区域。 阳1%] 作为一种可能的实施方式，第二确定单元203包括：
[0127]建立单元2031，用于将色度作为纵轴，W及将1除WR值、G值和B值的和作为横 轴建立色度坐标系；
[0128] 第五确定单元2032,用于根据第四确定单元2021确定的镜面反射区域中每个镜 面反射像素点的色度、R值、G值和B值确定该镜面反射像素点在建立单元2031建立的色度 坐标系中对应的色度点；
[0129] 拟合单元2033,用于利用最小二乘法将第五确定单元2032确定的色度点拟合成 色度直线；
[0130] 第五确定单元2032,还用于将拟合单元2033拟合的色度直线在纵轴的截距确定 为镜面反射区域的色溫。 阳131]本实施例中，确定出原生图像中的镜面反射区域之后，将镜面反射区域的色度投 影到反强度色度（InverseIntensity化roma，IIC)空间，即建立单元2031将色度作为纵 轴，W及将1除WR值、G值和B值的和作为横轴建立色度坐标系，第五确定单元2032确定 每个镜面反射区域中的镜面反射像素点在横轴的坐标值，W及每个镜面反射区域中的镜面 反射像素点的R(G)通道的色度在纵轴的坐标值，W便确定每个镜面反射区域中的镜面反 射像素点的R(G)通道在色度坐标系中对应的色度点。之后利用最小二乘法将色度坐标系 中的运些色度点拟合成色度直线，将色度直线在纵轴的截距确定为镜面反射区域R(G)通 道的色溫。 阳13引 举例说明，在IIC空间中根据（Die虹omaticReflectionModel，DRM)模型理论可W由漫反射和镜面反射两部分来表示，如W下公式所示： 阳 133]Ic(X)=叫(X)AC(X)+1? (X)r。巧） 阳134] 其中：
阳137] 其中，I。(X)代表光源，r。代表镜面反射，A。〇〇代表漫反射，Hid(X)为漫反射评估 参数，Hlg(X)为镜面反射评估参数。由公式（9)和公式（1)可W推出，原生图像包括的像素 点中通道的色度可W表示为
阳139] 由公式（12)可推导出
阳141] 将公式（13)的结果带入公式（9)可得到：
阳143] 其中： 阳 144]Pc(x)=md(x)(Ac(x)-rc)(巧）
[0145]由此可朗t导出IIC空间求的图像的色度的模型。之后拟合单元2033拟合在IIC空间投影的色度点所形成的直线，使用最小二乘法即TLS算法，算法公式如下：
[0148] 在公式（16) (17)中，x、y为数据点，N为数据点个数，a、b为直线方程参数，其中， 截距b即为色溫。请参阅图7,图7是本发明实施例提供的从图4中分离出的一个镜面反 射区域，图7a中的镜面反射区域包括非镜面反射像素点，图7b中的点为镜面反射区域中的 镜面反射像素点。请参阅图8,图8是本发明实施例提供将镜面反射区域的色度投影到IIC空间的拟合直线的示意图，图8a是图7a中的所有像素点在IIC空间的投影，图8b是图化 中镜面反射像素点在IIC空间的投影。
[0149] 作为一种可能的实施方式，镜面反射区域的色溫可W包括R通道色溫和G通道色 溫； 阳1加]第S确定单元204可W包括： 阳151] 第二获取单元2041，用于获取预设色溫曲线，预设色溫曲线所在色溫坐标系的横 轴为R通道的色溫、纵轴为G通道的色溫； 阳152] 第六确定单元2042,用于根据第五确定单元2032确定的镜面反射区域的色溫包 括的R通道色溫和G通道色溫确定镜面反射区域在第二获取单元4041获取的色溫坐标系 中对应的色溫点，W及将色溫点中位于预设色溫曲线上且重合率最高的色溫点对应的R通 道色溫和G通道色溫确定为参考色溫。 阳153] 本实施例中，由于DRM模型和IIC模型的理论基于一定的条件并且在计算物体镜 面反射的区域时也可能发生误差，于是引入色溫曲线进行验证，其中，色溫曲线是在实验条 件下使用固定的元器件使用灰卡进行采集，并根据采集的数据点进行拟合而成的，不同的 摄像头其对应的色溫曲线不同，本实施例中采用的色溫曲线是基于金立E7手机的摄像头 元器件进行采集的。当第二获取单元2041获取到预设色溫曲线，预设色溫曲线所在色溫坐 标系的横轴为R通道的色溫、纵轴为G通道的色溫，并第六确定单元2042根据镜面反射区 域的色溫包括的R通道色溫和G通道色溫确定镜面反射区域在色溫坐标系中对应的色溫点 之后，将色溫点在色溫曲线上的色溫保留。请参阅图9,图9是本发明实施例提供的一种色 溫曲线的示意图。将所有镜面反射区域的色溫都投影到色溫坐标系中之后，使用核密度估 计算法获取参考色溫：
[0154] 假设样本数据值在D维空间服从一个未知的概率密度函数，那么在区域R内的概 率为： 阳155] P = /本（x)dx (18)
[0156] 概率P的含义就为每个样本数据点落入区域R的概率为P.假设N个样本数据点 有K个落入了区域R，那么就应该服从二项分布：
(19) 阳15引 由概率知识可知，在N样本数据很大时，K约等于N冲。而另一方面，我们假设区域 R足够小的话，那么P约等于P(X)*V (V为区域R的空间）。结合两个不等式子可得：
(20)
[0160] 即将色溫点中位于预设色溫曲线上且重合率最高的色溫点对应的R通道色溫和G 通道色溫确定为参考色溫。 阳161] 在图2所描述的终端中，计算摄像头拍摄的原生图像中的镜面反射区域之后，将 确定镜面反射区域的色溫，W及根据色溫确定参考色溫，之后使用参考色溫对原生图像进 行白平衡处理，当拍摄的图像中不包括白色和黑色时，不需要确定参考白和参考黑，因此可 W提高白平衡的准确性。 阳162] 请参阅图3,图3是本发明实施例提供的另一种终端的结构图。其中，该终端可W为设置有摄像头的手机、平板电脑等。如图3所示，该终端300可W包括：至少一个处理器 301，如CPU,存储器302,摄像头303W及至少一个通信总线304。存储器302可W是高速 RAM存储器，也可W是非不稳定的存储器（non-volatilememcxry)，例如至少一个磁盘存储 器。可选地，存储器302还可W是至少一个位于远离前述处理器301的存储装置。其中： 阳163] 通信总线304,用于实现运些组件之间的连接通信；
[0164] 摄像头303,用于拍摄原生图像，并将原生图像发送至处理器301 ;
[01化]存储器302中存储有一组程序代码，处理器301用于调用存储器302中存储的程 序代码执行W下操作： 阳166] 获取原生图像； 阳167] 确定原生图像中的镜面反射区域；
[0168] 确定镜面反射区域的色溫；
[0169] 根据色溫确定参考色溫；
[0170] 使用参考色溫对原生图像进行白平衡处理。 阳171] 作为一种可能的实施方式，处理器301确定原生图像中的镜面反射区域的方式具 体为：
[0172]