色温检测方法及装置、计算机可读存储介质和计算机设备与流程
本申请涉及图像处理技术领域，特别涉及一种色温检测方法、色温检测装置、计算机可读存储介质和计算机设备。
背景技术：
在多光源场景下，采用镜面反射法对图像进行白平衡校正时，会从多个光源中选取其中一个光源作为主光源，并以主光源的颜色为基础来进行白平衡补偿。然而，当镜头倾斜或移动导致发生轻微角度变化时，会导致选取的主光源频繁变化，进而导致白平衡校正后的图像的画面色调一直跳变，影响用户体验。
技术实现要素：
本申请实施方式提供一种色温检测方法、色温检测装置、计算机可读存储介质和计算机设备。
本申请实施方式的色温检测方法包括：
将图像分成多个区域；
处理所述图像以识别每个所述区域的光源；
根据所述光源计算每个所述区域的色温评估值和权值；和
根据所述色温评估值和所述权值计算所述图像的等效色温评估值。
本申请实施方式的色温检测装置包括划分模块、处理模块、第一计算模块和第二计算模块。所述划分模块用于将图像分成多个区域。处理模块用于处理所述图像以识别每个所述区域的光源。计算模块用于根据所述光源计算每个所述区域的色温评估值和权值。第二计算模块用于根据所述色温评估值和所述权值计算所述图像的等效色温评估值。
本申请实施方式的一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行所述的色温检测方法。
本申请实施方式的一种计算机设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行所述色温检测方法。
本申请实施方式的色温检测方法及装置、计算机可读存储介质和计算机设备通过对图像进行分区，识别每个区域的光源，根据每个区域的光源确定每个区域的色温评估值和权值，然后根据每个区域的色温评估值和权值确定图像的等效色温评估值，而不再单独依赖主光源的色温进行白平衡处理，如此，可以防止当镜头抖动时主光源切换导致预览图像的色调跟着跳变，提升白平衡稳定性，改善了用户体验。
本申请实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请某些实施方式的色温检测方法的流程示意图。
图2是本申请某些实施方式的色温检测装置的模块示意图。
图3是本申请某些实施方式的计算机设备的平面示意图。
图4是本申请某些实施方式的色温检测方法的流程示意图。
图5是本申请某些实施方式的色温检测装置的模块示意图。
图6是本申请某些实施方式的色温检测方法的场景示意图。
图7是本申请某些实施方式的色温检测方法的场景示意图。
图8是本申请某些实施方式的色温检测方法的每个子区域形成的直方图。
图9是本申请某些实施方式的色温检测方法的场景示意图。
图10是本申请某些实施方式的色温检测方法的场景示意图。
图11是本申请某些实施方式的色温检测方法的流程示意图。
图12是本申请某些实施方式的第一计算模块的模块示意图。
图13是本申请某些实施方式的色温检测方法的流程示意图。
图14是本申请某些实施方式的第一计算模块的模块示意图。
图15是本申请某些实施方式的色温检测方法的场景示意图。
图16是本申请某些实施方式的色温检测方法的流程示意图。
图17是本申请某些实施方式的第一计算模块的模块示意图。
图18是本申请某些实施方式的色温检测方法的流程示意图。
图19是本申请某些实施方式的第一计算模块的模块示意图。
图20是本申请某些实施方式的色温检测方法的场景示意图。
图21是本申请某些实施方式的色温曲线示意图。
图22是本申请某些实施方式的计算机设备的模块示意图。
图23是本申请某些实施方式的图像处理电路的模块示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
请参阅图1，本申请实施方式的色温检测方法包括以下步骤：
s12：将图像分成多个区域；
s14：处理图像以识别每个区域的光源；
s16：根据光源计算每个区域的色温评估值和权值；和
s18：根据色温评估值和权值计算图像的等效色温评估值。
请参阅图2，本申请实施方式的色温检测装置10包括划分模块12、处理模块14、第一计算模块16和第二计算模块18。划分模块12用于将图像分成多个区域。处理模块14用于处理图像以识别每个区域的光源。第一计算单元16根据光源计算每个区域的色温评估值和权值。第二计算单元用于根据色温评估值和权值计算图像的等效色温评估值。
本申请实施方式的色温检测方法可以由本申请实施方式的色温检测装置10实现，其中，步骤s12可以由划分模块12实现，步骤s14可以由处理模块14实现，步骤s16可以由第一计算模块16实现，步骤s18可以由第二计算模块18实现。
请参阅图3，本申请实施方式的色温检测装置10可以应用于本申请实施方式的计算机设备100中，也即是说，本申请实施方式的计算机设备100可以包括本申请实施方式的色温检测装置10。
在某些实施方式中，计算机设备100包括手机、平板电脑、笔记本电脑、智能手环、智能手表、智能头盔、智能眼镜等。
本申请实施方式色温检测装置10、计算机可读存储介质800和计算机设备100通过对图像进行分区，识别每个区域的光源，根据每个区域的光源确定每个区域的色温评估值和权值，然后根据每个区域的色温评估值和权值确定图像的等效色温评估值，而不再单独依赖主光源的色温进行白平衡处理，如此，可以防止当镜头抖动时主光源切换导致预览图像的色调跟着跳变，提升白平衡稳定性，改善了用户体验。
请参阅图4，在某些实施方式中，步骤s14包括以下步骤：
s142：将区域分成多个子区域；
s144：根据每个子区域的直方图，判断子区域是否为包括光源的目标子区域；
s146：在子区域为包括光源的目标子区域时，判断是否存在相邻的多个目标子区域；
s148：在存在相邻的多个目标子区域时，将相邻的多个目标子区域拼接为光源；和
s141：在不存在相邻的多个目标子区域时，将目标子区域确定为光源。
请参阅图5，在某些实施方式中，色温检测装置包括划分单元142、第一判断单元144、第二判断单元146、拼接单元148和第一确定单元141。划分单元142用于将区域分成多个子区域。第一判断单元144用于根据每个子区域的直方图，判断子区域是否为包括光源的目标子区域。第二判断单元146在子区域为包括光源的目标子区域时，判断是否存在相邻的多个目标子区域。拼接单元148用于在存在相邻的多个目标子区域时，将相邻的多个目标子区域拼接为光源。第一确定单元141用于在不存在相邻的多个目标子区域时，将目标子区域确定为光源。
也即是说，步骤s142可以由划分单元142实现，步骤s144可以由第一判断单元144实现，步骤s146可以由第三判断单元146实现，步骤s148可以由拼接单元148实现，步骤s141可以由第一确定单元141实现。
如此，可以确定图像中的光源的位置和个数。
具体的，请参阅图6-8，在一个实施例中，色温检测方法先将区域分成多个子区域，例如，4*5个子区域。每个子区域按r、gr、gb、b的通道值可以绘制4张直方图，然后根据每个子区域的4张直方图判断该区域是否为包括光源的目标区域。在图6和图7中，区域均包括多个目标子区域。例如，图6中的区域包括3个目标子区域，图7中的区域包括8个目标子区域。色温检测方法在存在子区域为包括光源的目标子区域时，判断是否存在相邻的多个目标子区域，即判断是否存在一个光源同时覆盖多个目标子区域的情况，其中，覆盖可以为部分覆盖或者完全覆盖。色温检测方法在存在相邻的多个目标子区域时，将相邻的多个目标子区域拼接为光源；在不存在相邻的多个目标子区域时，将每个目标子区域都确定为光源。请参阅图6，3个互不相邻的目标子区域分别确定为光源r、光源g、光源b。请参阅图7，其中6个相邻的目标子区域拼接为一个完整的光源r，另外两个不相邻的目标子区域分别确定为光源g、光源b。
另外，需要指出的是，在图8中，子区域的直方图的绘制方法仅为示例，图8中的直方图的横轴为像素值，纵轴为像素个数。在其他实施例中，直方图的横轴还可以为像素个数，纵轴为像素值；或者直方图的横轴为像素个数占比，纵轴为像素值；或者直方图的横轴为像素值，直方图的纵轴为像素个数占比。
在某些实施方式中，在根据某个子区域的直方图来判断该子区域是否为包括光源的目标子区域时，可以通过判断像素值超过预定值的像素个数占比是否超过预定占比来实现。例如，可以通过判断像素值超过239的像素个数占比是否超过5％来实现，当像素值超过239的像素个数占比超过5％时，表明该子区域为包括光源的目标子区域；当像素值超过239的像素个数占比不超过5％时，表明该子区域不是包括光源的目标子区域。
在某些实施方式中，可以固定的把图像分成多个区域，如图9所示，可以固定的把图像分成4个区域。当然，不限于把图像分成4个区域。
在某些实施方式中，如图9和10所示，分区可以把图像划分成面积相同的预定个数的区域，也可以根据图像中的光源分布确定需要划分的区域的个数，即尽量不要把一个光源划分到多个区域里面(如图9所示)，而是一个光源或多个完整的光源占据一个区域(如图10所示)，这里为了方便展示只分了4个区域，实际根据光源的分布可能分为更多或更少个区域。如此，可以更准确的对该区域的色温评估值和权值进行计算。
请参阅图11，在某些实施方式中，步骤s16包括以下步骤：
s162：判断区域的光源的数目是否为0；和
s164：在区域的光源的数目为0时确定区域的权值为0。
请参阅图12，在某些实施方式中，第一计算模块16包括第一判断单元162、第二确定单元164。第一判断单元162用于判断区域的光源的数目是否为0。第二确定单元164用于在区域的光源的数目为0时确定区域的权值为0。
也即是说，步骤s162可以由显示单元162实现。
如此，图像中没有光源的区域，该区域的权值为0，也即是说，没有光源的区域不会对图像的等效色温评估值的估计产生影响。
请参阅图13，在某些实施方式中，步骤s16包括以下步骤：
s166：在区域的光源的数目不为0时判断区域的光源的数目是否大于1；
s168：在区域的光源的数目等于1时确定光源的色温为区域的色温评估值；
s161：在区域的光源的数目大于1时根据区域的光源的场景参数、对应的面积、亮度参数中的至少一种确定每个区域的主光源并确定主光源的色温为区域的色温评估值，其中，光源包括主光源，场景参数包括拍摄图像的时间和gps的信号强度，亮度参数包括多个光源的对应的亮度；和
s163：根据光源的场景参数、对应的面积、亮度参数中的至少一种确定区域的权值。
请参阅图14，在某些实施方式中，第一计算模块16包括第二判断单元166、第三确定单元168、第四确定单元161和第五确定单元163。第二判断单元166用于在区域的光源的数目不为0时判断区域的光源的数目是否大于1。第三确定单元168用于在区域的光源的数目等于1时确定光源的色温为区域的色温评估值；第四确定单元161用于在区域的光源的数目大于1时根据区域的光源的场景参数、对应的面积、亮度参数中的至少一种确定每个区域的主光源并确定主光源的色温为区域的色温评估值，其中，光源包括主光源，场景参数包括拍摄图像的时间和gps的信号强度，亮度参数包括多个光源的对应的亮度；第五确定单元163用于根据光源的场景参数、对应的面积、亮度参数中的至少一种确定区域的权值。
也即是说，步骤s166由第二判断单元166实现，步骤s168由第三确定单元168实现，步骤s161由第四确定单元161实现，步骤s163由第五确定单元163实现。
如此，在图像存在光源且光源数目等于1时确定光源的色温为区域的色温评估值，在区域的光源的数目大于1时根据区域的光源的场景参数、对应的面积、亮度参数中的至少一种确定每个区域的主光源并确定主光源的色温为区域的色温评估值。根据光源或主光源的场景参数、对应的面积、亮度参数中的至少一种确定光源或主光源所在区域的权值。可以更加准确的估计区域的色温评估值和权值。
具体地，根据拍摄图像的时间可以区分当前时间位于哪个时间段，通过保存在本地数据库的用户作息时间和常规习惯，可以判断用户在当前时间段可能处于什么地点进行拍摄活动，即可以通过拍摄图像的时间确定场景参数。例如，在中午12点钟的时候，该用户一般在餐厅吃午饭；在晚上8点以后，用户一般在客厅看书。如此，根据拍摄图像的时间可以大致区分出用户处于室内环境、还是室外环境或者某个特定场景。另外，由于室外的gps的信号强度一般比室内的gps的信号强度更强。因此，根据gps的信号强度也可以大致区分出用户处于室内环境或室外环境。可以理解，室内的光源的色温一般为5000k以下，例如，钨丝灯的色温为2760-2900k，闪光灯的色温为3800k；室外的光源的色温一般在5000k以上，例如，中午阳光的色温为5000k，蓝天的色温为10000k。如此，根据用户处于室内环境或室外环境可以大致判断当前色温应该在5000k以上还是5000k以下，而光源的色温与根据场景参数而确定的当前色温的偏差值越小则权值越大。例如，如图15所示，根据场景参数确定当前色温为5000k，光源g的色温评估值为6000k，光源b色温评估值为8000k，光源g的色温评估值与当前色温的偏差值为1000k，光源b的色温评估值与当前色温的偏差值为3000k，则光源g所在的区域的权值大于光源b所在的区域的权值。由此，可以通过图像的场景参数，通过比较光源的色温与当前场景参数对应的色温的偏差量来确定该区域的权值。
当根据多个光源的对应的面积确定区域的权值时，可以通过比较多个光源的面积大小，光源所占面积越大相应的权值越大。例如，如图15所示，将图像分成四个区域，光源r的面积大于光源g的面积，且大于光源b的面积，则光源r所在的区域的权值大于光源g和光源b所在区域的权值。
当根据光源对应的亮度确定区域的权值时，可以通过比较多个光源的亮度确定区域的权值。可以理解，光源的亮度越高，对图像整体的影响一般越大。如图15所示，光源g亮度值为100，光源b亮度值为200，则光源b所在的区域的权值大于光源g的区域的权值。
本申请实施方式的白平衡处理方法可以根据多个光源的拍摄图像的时间和gps的信号强度的组合确定区域的权值，或者根据多个光源对应的面积确定区域的权值；或者根据多个光源的对应的亮度确定区域的权值；或者根据多个光源的拍摄图像的时间和gps的信号强度的组合和多个光源对应的面积确定区域的权值；或者根据多个光源的拍摄图像的时间和gps的信号强度的组合、和多个光源的对应的亮度和图像的平均亮度确定区域的权值；或者根据多个光源对应的面积、和多个光源的对应的亮度和图像的平均亮度确定区域的权值；或者根据多个光源的拍摄图像的时间和gps的信号强度的组合、对应的面积、和对应的亮度确定区域的权值。
在某些实施方式中，白平衡处理方法根据多个光源的拍摄图像的时间和gps的信号强度的组合、对应的面积、和对应的亮度确定区域的权值。多个光源的拍摄图像的时间和gps的信号强度的组合、对应的面积、和对应的亮度可以分别设置不同的权重。如此，可以更准确的为不同区域确定权值，从而保证最终计算出的该图像的等效色温评估值更加准确。
请参阅图16，在某些实施方式中，步骤s163还包括以下步骤：
s1632：在区域的光源数目为1时根据光源的场景参数、对应的面积、亮度参数中的至少一种确定区域的权值；和
s1634：在区域的光源数目大于1时根据主光源的场景参数、对应的面积、亮度参数中的至少一种确定区域的权值。
请参阅图17，在某些实施方式中，第五确定模块163还包括第一确定子单元1632和第二确定子单元1634。第一确定子单元1632用于在区域的光源数目为1时根据光源的场景参数、对应的面积、亮度参数中的至少一种确定区域的权值。第二确定子单元1634用于在区域的光源数目大于1时根据主光源的场景参数、对应的面积、亮度参数中的至少一种确定区域的权值。
也即是说，步骤s1632由第一确定子单元1632实现，步骤s1634由第二确定子单元1634实现。
如此，当某个区域只有单个光源时直接利用该光源估计该区域的权值，而在某个区域有多个光源时，选出对该区域色温评估值影响最大的光源为主光源，然后根据该主光源估计该区域的权值，可以更加准确的估计区域的权值。
请参阅图18，在某些实施方式中，步骤s16还包括以下步骤：
s165：根据光源或主光源的中心沿径向向外的亮度分布，确定高亮区域和中亮区域；
s167：将高亮区域的基色通道像素平均值减去中亮区域的基色通道像素平均值以确定光源或主光源的颜色；和
s169：根据光源或主光源的颜色确定光源或主光源的色温评估值并根据光源或主光源的色温评估值确定区域的色温评估值。
请参阅图19，在某些实施方式中，第一计算单元还包括第六确定单元165、第七确定单元167和第八确定单元169。第六确定单元165用于根据光源或主光源的中心沿径向向外的亮度分布，确定高亮区域和中亮区域。第七确定单元167用于将高亮区域的基色通道像素平均值减去中亮区域的基色通道像素平均值以确定光源或主光源的颜色。第八确定单元169用于根据光源或主光源的颜色确定光源或主光源的色温评估值并根据光源或主光源的色温评估值确定区域的色温评估值。
也即是说，步骤s165通过第六确定单元165实现，步骤s167通过第七确定单元167实现，步骤s169通过第八确定单元169实现。
如此，可以通过高亮区域h和中亮区域m确定光源或主光源颜色并根据光源或主光源颜色确定光源或主光源色温。
请参阅图20，在图像中的光源位置确定后，可以理解，图像中的光源的中心o区域为过曝区域，一般为大白斑，不包含光源颜色的信息。光源颜色可以通过高亮区域h和中亮区域m的基色通道像素平均值确定。高亮区域h可以是指光源的中心沿径向向外的亮度值处于第一亮度范围l1的像素所构成的区域，第一亮度范围l1例如为[200，239)。中亮区域m可以是指光源的中心沿径向向外的亮度值处于第二亮度范围l2的像素所构成的区域，第二亮度范围l2例如为[150，200)。需要说明的是，第一亮度范围l1和第二亮度范围l2的具体取值可以根据光源的中心o沿径向向外的亮度分布确定，例如光源的亮度衰减得比较快，可以增大第一亮度范围l1和第二亮度范围l2；例如光源的亮度衰减得比较慢，可以减小第一亮度范围l1和第二亮度范围l2。
高亮区域的基色通道像素平均值即为高亮区域的所有像素的像素值的平均值，中亮区域的基色通道像素平均值即为中亮区域的所有像素的像素值的平均值。假设高亮区域的像素个数为c1，中亮区域的像素个数为c2，则
高亮区域的基色通道像素平均值为：
中亮区域的基色通道像素平均值为：
将高亮区域的基色通道像素平均值
在某些实施方式中，基色通道是指颜色通道，例如包括r(红色)通道、gr(绿红)通道、gb(绿蓝)通道、b(蓝色)通道中的至少一个，在某些实施方式中，可以通过gr通道的像素值和gb通道的像素值获得g(绿色)通道的像素值。像素平均值可以是指像素值的算术平均值。在一个例子中，高亮区域的各个基色通道像素平均值(ravg，gavg，bavg)为(200,210,220)，中亮区域的各个基色通道像素平均值(ravg，gavg，bavg)为(160,180,190)，则光源颜色的通道(r，g，b)为(200-160,210-180,220-190)，即(40,30,30)。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当计算机可执行指令被一个或多个处理器执行时，使得处理器执行以下步骤：
s12：将图像分成多个区域；
s14：处理图像以识别每个区域的光源；
s16：根据光源计算每个区域的色温评估值和权值；和
s18：根据色温评估值和权值计算图像的等效色温评估值。
图22为一个实施例中计算机设备100的内部结构示意图。如图22所示，该计算机设备100包括通过系统总线51连接的处理器52、存储器53(例如为非易失性存储介质)、内存储器54、显示屏55和输入装置56。其中，计算机设备100的存储器53存储有操作系统和计算机可读指令。该计算机可读指令可被处理器52执行，以实现本申请实施方式的色温检测方法。该处理器52用于提供计算和控制能力，支撑整个计算机设备100的运行。计算机设备100的内存储器53为存储器52中的计算机可读指令的运行提供环境。计算机设备100的显示屏55可以是液晶显示屏或者电子墨水显示屏等，输入装置56可以是显示屏55上覆盖的触摸层，也可以是计算机设备100外壳上设置的按键、轨迹球或触控板，也可以是外接的键盘、触控板或鼠标等。该计算机设备100可以是手机、平板电脑、笔记本电脑、个人数字助理或穿戴式设备(例如智能手环、智能手表、智能头盔、智能眼镜)等。本领域技术人员可以理解，图22中示出的结构，仅仅是与本申请方案相关的部分结构的示意图，并不构成对本申请方案所应用于其上的计算机设备100的限定，具体的计算机设备100可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
请参阅图23，本申请实施例的计算机设备100中包括图像处理电路80，图像处理电路80可以利用硬件和/或软件组件实现，可包括定义isp(imagesignalprocessing，图像信号处理)管线的各种处理单元。图23为一个实施例中图像处理电路800的示意图。如图23所示，为便于说明，仅示出与本申请实施例相关的图像处理技术的各个方面。
如图23所示，图像处理电路80包括isp处理器81(isp处理器81可为处理器52或处理器52的一部分)和控制逻辑器82。摄像头83捕捉的图像数据首先由isp处理器81处理，isp处理器81对图像数据进行分析以捕捉可用于确定摄像头83的一个或多个控制参数的图像统计信息。摄像头83可包括一个或多个透镜832和图像传感器834。图像传感器834可包括色彩滤镜阵列(如bayer滤镜)，图像传感器834可获取每个成像像素捕捉的光强度和波长信息，并提供可由isp处理器81处理的一组原始图像数据。传感器84(如陀螺仪)可基于传感器84接口类型把采集的图像处理的参数(如防抖参数)提供给isp处理器81。传感器84接口可以为smia(standardmobileimagingarchitecture，标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。
此外，图像传感器834也可将原始图像数据发送给传感器84，传感器84可基于传感器84接口类型把原始图像数据提供给isp处理器81，或者传感器84将原始图像数据存储到图像存储器85中。
isp处理器81按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，isp处理器81可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。
isp处理器81还可从图像存储器85接收图像数据。例如，传感器84接口将原始图像数据发送给图像存储器85，图像存储器85中的原始图像数据再提供给isp处理器81以供处理。图像存储器85可为存储器53、存储器53的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括dma(directmemoryaccess，直接直接存储器存取)特征。
当接收到来自图像传感器834接口或来自传感器84接口或来自图像存储器85的原始图像数据时，isp处理器81可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器85，以便在被显示之前进行另外的处理。isp处理器81从图像存储器85接收处理数据，并对处理数据进行原始域中以及rgb和ycbcr颜色空间中的图像数据处理。isp处理器81处理后的图像数据可输出给显示器87(显示器87可包括显示屏55)，以供用户观看和/或由图形引擎或gpu(graphicsprocessingunit，图形处理器)进一步处理。此外，isp处理器81的输出还可发送给图像存储器85，且显示器87可从图像存储器85读取图像数据。在一个实施例中，图像存储器85可被配置为实现一个或多个帧缓冲器。此外，isp处理器81的输出可发送给编码器/解码器86，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器87设备上之前解压缩。编码器/解码器86可由cpu或gpu或协处理器实现。
isp处理器81确定的统计数据可发送给控制逻辑器82单元。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜832阴影校正等图像传感器834统计信息。控制逻辑器82可包括执行一个或多个例程(如固件)的处理元件和/或微控制器，一个或多个例程可根据接收的统计数据，确定摄像头83的控制参数及isp处理器81的控制参数。例如，摄像头83的控制参数可包括传感器84控制参数(例如增益、曝光控制的积分时间、防抖参数等)、照相机闪光控制参数、透镜832控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。isp控制参数可包括用于自动白平衡和颜色调整(例如，在rgb处理期间)的增益水平和色彩校正矩阵，以及透镜832阴影校正参数。
以下为运用图23中图像处理技术实现色温检测方法的步骤：
s12：将图像分成多个区域；
s14：处理图像以识别每个区域的光源；
s16：根据光源计算每个区域的色温评估值和权值；和
s18：根据色温评估值和权值计算图像的等效色温评估值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)等。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
- 还没有人留言评论。精彩留言会获得点赞！