ib2，可以理解的是，前述的差值绝对值Glmb2计算公式可以是Glmb2 = I Gif-G2f I。
[0050]S3:判断Glnib是否大于第一阈值，若是，则执行第一默认模式，若否，则执行步骤S4；
[0051]当获取了前述的Glnib和Glnib2之后，需要先判断Glnib是否大于第一阈值，若是，则执行第一默认模式，若否，则执行步骤S4。
[0052]需要说明的是，前述的第一阈值为本领域技术人员长期试验获取的经验值。
[0053]可以理解的是，前述的第一默认模式将在后续实施例中进行详细的描述，此处不再具体赘述。
[0054]S4:判断Glnib2是否大第二阈值，若是，则执行第一默认模式，若否，则按照预置模式进行clap函数处理。
[0055]当判断Glnib不大于第一阈值之后，则判断Glnib2是否大第二阈值，若是，则执行第一默认模式，若否，则按照预置模式进行clap函数处理。
[0056]可以理解的是，前述的第二阈值可以是本领域技术人员长期试验获取的经验值，还可以是前述的第一阈值的整数倍，例如2倍或3倍，此处具体不做限定。
[0057]可以理解的是，前述的预置模式进行clap函数处理将在后续实施例中进行详细的描述，此处不再具体赘述。
[0058]本实施例中，通过判断Glnib若不大于第一阈值，则进一步对Glnib2是否大于第二阈值进行判断，且根据判断结果进行相对应的clap函数处理，便解决了图像颜色边界处的2X2块内Gl与G2的绿色分量之间存在较大的差异的情况时，无法解决由于图像颜色边界处的绿色分量的差异可能会降低绿色分量值的，从而造成图像颜色边界模糊化的技术问题。
[0059]上面是对本发明实施例中的色彩数据绿平衡处理方法的过程进行详细的描述，下面将对clap函数处理进行详细的描述，请参阅图3，本发明实施例中的一种色彩数据绿平衡处理方法一个实施例包括:
[0060]301、按照求和取平均数的方式计算Gl和G2在预置空间范围内的相对应的平均值GlAVG 和 G2AVG ；
[0061]本实施例中，当需要对图1所示的RGB类型的摄像机的色彩数据进行绿平衡处理时，首先需要按照求和取平均数的方式计算Gl和G2在预置空间范围内的相对应的平均值GlAVG和G2AVG，可以理解的是，前述的求和取平均数的公式为Giavs = ( Σ Gif)/m，G2avg =(Σ G2F)/n，其中m和η分别为前述的预置空间范围内Gl、G2分量像素点的个数，例如图1所示的预置空间范围可以是多个2X2块空间范围内所有Gl分量的平均值G1AVG、所有G2分量的平均值G2AVG。
[0062]302、获取水平方向上与红色分量相邻的绿色分量Gl的平均值GlAVG和水平方向上与蓝色分量相邻的绿色分量G2的值的平均值G2AVG的差值一半的绝对值Glnib ；
[0063]本实施例中，当按照求和取平均数的方式计算Gl和G2在预置空间范围内的相对应的平均值GlAVG和G2AVG之后，首先需要获取水平方向上与红色分量相邻的绿色分量Gl的平均值GlAVG和水平方向上与蓝色分量相邻的绿色分量G2的值的平均值G2AVG的差值一半的绝对值Glnib,需要说明的是，前述的GlAVG和G2AVG将在后续实施例中进行详细的描述，此处不再赘述，可以理解的是，前述的差值一半的绝对值Glnib计算公式可以是Glnib =
(Giavg_G2avg) /2 |。
[0064]303、获取Gl和G2在绿平衡前相对应的分量值Gif和G2f的差值绝对值Glnib2 ；
[0065]当获取水平方向上与红色分量相邻的绿色分量Gl的平均值GlAVG和水平方向上与蓝色分量相邻的绿色分量G2的值的平均值G2AVG的差值一半的绝对值Glnib的同时，亦或是之后，需要获取Gl和G2在绿平衡前相对应的分量值Gif和G2f的差值绝对值Glnib2，可以理解的是，前述的差值绝对值Glmb2计算公式可以是Glmb2 = I Gif-G2f I。
[0066]304、判断Glnib是否大于第一阈值，若是，则执行步骤305，若否，则执行步骤306 ；
[0067]当获取了前述的Glnib和Glnib2之后，需要先判断Glnib是否大于第一阈值，若是，则执行步骤305，若否，则执行步骤306。
[0068]需要说明的是，前述的第一阈值为本领域技术人员长期试验获取的经验值。
[0069]305、确定Gl在绿平衡后相对应的分量值Gie等于Gif的值，G2在绿平衡后相对应的分量值G2e等于G2f的值；
[0070]当判断Glnib大于第一阈值之后，则确定Gl在绿平衡后相对应的分量值Gie等于Gif的值，G2在绿平衡后相对应的分量值G2e等于G2f的值。
[0071]306、判断Glnib2是否大第二阈值，若是，则执行步骤305，若否，则执行步骤307 ；
[0072]当判断Glnib不大于第一阈值之后，则判断Glnib2是否大第二阈值，若是，则执行步骤305，若否，则执行步骤307。
[0073]可以理解的是，前述的第二阈值可以是本领域技术人员长期试验获取的经验值，还可以是前述的第一阈值的整数倍，例如2倍或3倍，此处具体不做限定。
[0074]307、判断GlAVG是否大于G2AVG，若是，则执行步骤308，若否，则执行步骤309 ；
[0075]当判断Glnib2不大第二阈值之后，需要判断GlAVG是否大于G2AVG，若是，则执行步骤308，若否，则执行步骤309。
[0076]308、确定Gl在绿平衡后相对应的分量值Gie为clap (Gip-Glnb)的clap函数的值，G2在绿平衡后相对应的分量值G2e为clap(G2F+GInib)的clap函数的值；
[0077]当判断GlAVG大于G2AVG，则确定Gl在绿平衡后相对应的分量值Gic为clap (Gip-Glnb)的clap函数的值，G2在绿平衡后相对应的分量值G2e为clap (G2F+GInb)的clap函数的值。
[0078]可以理解的是，确定Gic和G2c的公式分别为Gic = clap (Gip-Glnb)，G2c =clap (G2F+GImb)。
[0079]309、确定Gl在绿平衡后相对应的分量值Gie为clap (G1F+GInb)的clap函数的值，G2在绿平衡后相对应的分量值G2e为clap (G2F_GInib)的clap函数的值。
[0080]当判断GlAVG不大于G2AVG，则确定Gl在绿平衡后相对应的分量值Gic为clap (G1F+GInb)的clap函数的值，G2在绿平衡后相对应的分量值G2e为clap (G2F_GInib)的clap函数的值。
[0081]可以理解的是，确定Gic和G2c的公式分别为Gic = clap (G1F+GImb)，G2c =clap (G2P-Glmb)。
[0082]本实施例中，通过判断Glnib若不大于第一阈值，则进一步对Glnib2是否大于第二阈值进行判断，且根据判断结果进行相对应的clap函数处理，便解决了图像颜色边界处的2X2块内Gl与G2的绿色分量之间存在较大的差异的情况时，无法解决由于图像颜色边界处的绿色分量的差异可能会降低绿色分量值的，从而造成图像颜色边界模糊化的技术问题，以及通过Gl的平均值GlAVG是否大于G2的平均值G2AVG，进行相对应的clap函数处理，进一步解决了绿平衡的差异问题，更加完善了图像颜色边界模糊化的解决方式。
[0083]请参阅图4，本发明实施例中提供的一种色彩数据绿平衡处理装置的一个实施例包括:
[0084]第一获取单元401，用于获取水平方向上与红色分量相邻的绿色分量Gl的平均值GlAVG和水平方向上与蓝色分量相邻的绿色分量G2的值的平均值G2AVG的差值一半的绝对值 Glmb ；
[0085]第二获取单元402，用于获取Gl和G2在绿平衡前相对应的分量值Gif和G2f的差值绝对值Glnib2;
[0086]第一判断单元403，用于判断Glnib是否大于第一阈值，若是，则触发第一确定单元405，若否，则第二判断单元404 ；
[0087]第二判断单元404，用于判断Glnib2是否大于第二阈值，若是，则触发第一确定单元405，若否，则触发clap函数处理单元406。
[0088]本实施例中，通过第一判断单元403判断Glnib若不大于第一阈值，则第二判断单元404进一步对Glnib2是否大于第二阈值进行判断，且clap函数处理单元406根据判断结果进行相对应的clap函数处理，便解决了图像颜色边界处的2X2块内Gl与G2的绿色分量之间存在较大的差异的情况时，无法解决由于图像颜色边界处的绿色分量的差异可能会降低绿色分量值的，从而造成图像颜色边界模糊化的技术问题。
[0089]上面是对色彩数据绿平衡处理装置的各单元进行详细的描述，请参阅图5，本发明实施例中提供的一种色彩数据绿平衡处理装置的另一个实施例包括:
[0090]计算单元501，用于按照求和取平均数的方式计算Gl和G2在预置空间范围内的相对应的平均值GlAVG和G2AVG。
[0091]第一获取单元502，用于获取水平方向上与红色分量相邻的绿色分量Gl的平均值GlAVG和水平方向上与蓝色分量相邻的绿色分量G2的值的平均值G2AVG的差值一半的绝对值 Glmb ；
[0092]第