专利名称：一种智能摄像机白平衡处理方法
技术领域：
本发明涉及交通监控拍摄技术领域，尤其是涉及一种调节交通摄像机白平衡的智能摄像机白平衡处理方法。
背景技术：
白平衡技术在摄影摄像领域有十分重要的意义，对于所拍摄的物体的色彩还原以及保真度巨大的影响。目前应用到智能交通上面的相机采用的白平衡算法存在以下缺点 1、在强光和逆光的环境下摄像机中的白平衡算法失去效果，相机采集的图像出现过爆和颜色偏移现象；2、在阴天和傍晚的时候相机中的白平衡算法出现色温偏移，出现杂色等。从相机白平衡技术和相机中的数据运算过程分析产生以上效果的原因主要包括如下几点1、目前应用到智能交通系统中的相机采用的白平衡算法不是专业针对智能交通系统做的白平衡算法；2、目前应用到智能交通系统中的相机中的白平衡算法采取的数据是8位二进制数据做采样数据进行运算，运算数据量长度不够精确，环境采样数据不够准确；3、目前应用到智能交通上的相机很多不能对每一帧图像上的每个像素点进行运算，采样数据不能够准确地反应实时的外界环境情况。
发明内容
为了弥补上述智能交通摄像机上所采用的白平衡算法针对性不强、不专业，运算数据量长度不够精确，环境采样数据不够准确，不能对每一帧图像上的每个像素点进行运算的缺陷，本发明提出了一种智能摄像机白平衡处理方法。其技术方案包括以下步骤
(1)摄像机的CMOS或CCD图像传感器对一帧图像进行采集，每个像素点分别采集到12 位RAW数据；
(2)将步骤(1)中采集到的RAW数据进行双线性差值运算，使RAW数据转换为R、G、B通道下的RAW图像数据RAW_R、RAW_G、RAff_B ；
(3)对步骤(2)中得到的RAW_R数据进行分块处理，将原来R通道中高H像素、宽L像素的RAW_R数据划分为η个高H1像素、宽L1像素的数据块(η>2，^>2, ^>2)；
(4)对步骤(3)中每个数据块左上角的2X2个像素的不饱和度求取平均值G，累加各个数据块的平均值Gl-Gn，得S=G1+G2+……+Gn，计算出RAW_R的不饱和度平均值R_ave=S/n ；
(5)分别采用步骤(3)和步骤(4)的方法对RAW_G和RAW_B进行计算，得到RAW_G和 RAff_B的不饱和度平均值G_ave和B_ave，然后按照公式Max_ave=max [R_ave G_ave B_ ave]求取三个通道中的不饱和度最大平均值MaX_aVe ；
(6)利用步骤(5)所得到的MaX_ave再与R_ave、G_ave和B_ave相结合分别运算RAW_ R、RAff_G 和 RAW_B 得一级校正参数 gain_R_l、gain_G_l、gain_B_l ；
(7)根据已设定的摄像机白平衡参数确定R、G、B各通道的修正参数gain_R_min、gain_ G_min和gain_B_min，利用上述各修正参数再次对步骤(6)的一级校正参数做二级校正运算，得到二级校正参数 gain_R_2、gain_G_2、gain_B_2 ；
(8)利用步骤(7)中得到的二级校正参数对RAW_R、RAW_G和RAW_B进行二级校正，得到二级校正后三通道下的RAW数据RAW_R2、RAff_G2和RAW_B2 ；
(9)将步骤(8)中得到的RAW_R2、RAff_G2和RAW_B2进行移位运算，使其变成可以显示的图像输出。在上述步骤(6)中确定一级校正参数gain_R_l、gain_G_U gain_B_l的运算规则为gain_R_1=R_aνe/Max_aνe ；gain_G_1=G_aνe/Max_aνe ；gain_B_l=B_ave/Max_ave。在上述步骤(7)中确定二级校正参数gain_R_2、gain_G_2、gain_B_2，的运算规贝丨J 为当 gain_R_Kgain_R_miη 时，gain_R_2=gain_R_min ；当 gain_R_ 1 >gain_R_miη B^t, ga i n_R_2=ga i n_R_ 1 ； ^ ga i n_G_ Kgai n_G_m i η B^t, ga i n_G_2=ga i n_G_m i η ； ^ gain_ G_l>gain_G_min B^t, gain_G_2=gain_G_ 1 ； ^ gain_B_Kgain_B_min W gain_R_2=gain_B_ min ；当 gain_B_Kgain_B_min W gain_I _2=gain_B_l。在上述步骤(8)中进行二级校正后得到三通道下RAW数据RAW_R2、RAW_G2和RAW_ B2 的校正规则为RAW_R2= RAW_R*gain_R_2 ；RAff_G2= RAW_G*gain_G_2 ；RAff_B2= RAff_ B*gain_B_2。摄像机的白平衡参数有手动和自动两种设定方式，可以按照实际环境需要由摄像机自行设定或人为设定。本发明是在摄像机中的CCD或者CMOS传感器输出的raw数据的基础上进行处理的，因此数据更加准确，更能准确的检测实时场景数据。对检测到的raw数据进行分块统计处理，大大降低了相机芯片的运算量，而且能够准确的检测出当时实际的环境。在运算过程中对RAW数据进行白平衡采用一级软校正和二级硬校正两种方式同时对采集到的数据进行处理，这样大大的增加了校正后的数据的可靠性。因为本发明是直接处理的是raw数据， 所以能够直接通过配置硬件寄存器的方式硬件实现，这样大大的提高了数据的运算速度。
图1为本发明的一种实施方式的流程示意图。
具体实施例方式下面结合附图对本发明做进一步说明。参照图1，本发明的一种实施方式的一个流程。在本次实施方式中，
(1)由摄相机采集现场一帧RAW数据。开启摄像机，由摄像机的CCD或CMOS图像传感器对一帧图像RAW数据进行采集，分别采集图像传感器上每个像素点所接收到的12位RAW 数据。(2)对采集到的数据进行运算和转换。将步骤(1)中采集到的RAW数据进行双线性差值运算，把RAW数据转换为R、G、B通道下的RAW图像数据RAW_R、RAW_G、RAff_B ；将原始的RAW数据划分为三原色通道下的RAW数据，为后期处理做准备。(3)将RAW_R、RAW_G和RAW_B进行分块处理。以RAW_R为例，对步骤(2)中得到的 RAff_R数据进行分块处理，将原来R通道中高H像素、宽L像素的RAW_R数据划分为η个高 H1像素、宽L1像素的数据块(n>2，H1W，^>2).
(4)分别求取RAW_R、RAff_G和RAW_B的不饱和度平均值。以RAW_R为例，依次对步骤(3)中R通道下每个数据块左上角的2X2个像素的不饱和度求取平均值，得到该数据块内该4个像素的平均值G，累加各个数据块的平均值Gl-Gn，得S=G1+G2+……+Gn，然后计算RAW_R的不饱和度平均值R_ave=S/n ；
(5 )求取R、G、B三通道RAW数据的不饱和度最大平均值。采用步骤(3 )和步骤(4)的方法依次对RAW_R、RAW_G和RAW_B进行计算，得到不饱和度均值R_ave、G_ave和B_ave，然后按照公式Max_ave=max [R_ave G_ave B_ave]，求取三个通道中的不饱和度最大平均值 Max_ave ；
(6)利用步骤(5)所得到的MaX_ave再与R_ave、G_ave和B_ave相结合分别运算RAW_ R、RAff_G 和 RAW_B 得一级校正参数 gain_R_l、gain_G_l、gain_B_l ；
(7)根据已设定的摄像机白平衡参数确定R、G、B各通道的修正参数gain_R_min、gain_ G_min和gain_B_min，利用上述各修正参数再次对步骤(6)的一级校正参数做二级校正运算，得到二级校正参数 gain_R_2、gain_G_2、gain_B_2 ；
(8)利用步骤(7)中得到的二级校正参数对RAW_R、RAW_G和RAW_B进行二级校正，得到二级校正后三通道下的RAW数据RAW_R2、RAff_G2和RAW_B2 ；
(9)将校正后数据转换为可视图像输出。将步骤(8)中得到的RAW_R2、RAW_G2和RAW_ B2进行移位运算，使其由12为RAW数据变成可以显示的8位RGB图像输出。在上述步骤(6)中确定一级校正参数gain_R_l、gain_G_U gain_B_l的运算规则为gain_R_1=R_aνe/Max_aνe ；gain_G_1=G_aνe/Max_aνe ；gain_B_l=B_ave/Max_ave。在上述步骤(7 )中确定二级校正参数gain_R_2、gain_G_2、gain_B_2，的运算规贝丨J 为当 gain_R_Kgain_R_miη 时，gain_R_2=gain_R_min ；当 gain_R_ 1 >gain_R_miη B^t, ga i n_R_2=ga i n_R_ 1 ； ^ ga i n_G_ Kgai n_G_m i η B^t, ga i n_G_2=ga i n_G_m i η ； ^ gain_ G_l>gain_G_min B^t, gain_G_2=gain_G_ 1 ； ^ gain_B_Kgain_B_min W gain_R_2=gain_B_ min ；当 gain_B_Kgain_B_min W gain_I _2=gain_B_l。在上述步骤(8)中进行二级校正后得到三通道下RAW数据RAW_R2、RAW_G2和RAW_ B2 的校正规则为RAW_R2= RAff_R*gain_R_2 ；RAff_G2= RAff_G*gain_G_2 ；RAff_B2= RAff_ B*gain_B_2。在摄像机的白平衡参数设定中，有手动和自动两种，可以按照实际环境需要由摄像机自行设定或人为设定。以上所述，为发明的较佳实施案例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。
权利要求
1.一种智能摄像机白平衡处理方法，其特征在于，该方法包括以下步骤(1)摄像机的CMOS或CCD图像传感器对一帧图像进行采集，每个像素点分别采集到12 位RAW数据；(2)将步骤(1)中采集到的RAW数据进行双线性差值运算，使RAW数据转换为R、G、B通道下的RAW图像数据RAW_R、RAW_G、RAff_B ；(3)对步骤(2)中得到的RAW_R数据进行分块处理，将原来R通道中高H像素、宽L像素的RAW_R数据划分为η个高H1像素、宽L1像素的数据块(η>2，^>2, ^>2)；(4)对步骤(3)中每个数据块左上角的2X2个像素的不饱和度求取平均值G，累加各个数据块的平均值Gl-Gn，得S=G1+G2+……+Gn，计算出RAW_R的不饱和度平均值R_ave=S/n ；(5)分别采用步骤(3)和步骤(4)的方法对RAW_G和RAW_B进行计算，得到RAW_G和 RAff_B的不饱和度平均值G_ave和B_ave，然后按照公式Max_ave=max [R_ave G_ave B_ ave]求取三个通道中的不饱和度最大平均值MaX_aVe ；(6)利用步骤(5)所得到的MaX_ave再与R_ave、G_ave和B_ave相结合分别运算RAW_ R、RAff_G 和 RAW_B 得一级校正参数 gain_R_l、gain_G_l、gain_B_l ；(7)根据已设定的摄像机白平衡参数确定R、G、B各通道的修正参数gain_R_min、gain_ G_min和gain_B_min，利用上述各修正参数再次对步骤(6)的一级校正参数做二级校正运算，得到二级校正参数 gain_R_2、gain_G_2、gain_B_2 ；(8)利用步骤(7)中得到的二级校正参数对RAW_R、RAW_G和RAW_B进行二级校正，得到二级校正后三通道下的RAW数据RAW_R2、RAff_G2和RAW_B2 ；(9)将步骤(8)中得到的RAW_R2、RAW_G2和RAW_B2进行移位运算，使其变成可以显示的图像输出。
2.根据权利要求1所述的智能摄像机白平衡处理方法，其特征在于，步骤(6)中确定一级校正参数 gain_R_l、gain_G_l、gain_B_l 的运算规则为gain_R_l=R_ave/Max_ave ； gain_G_1=G_ave/Max_ave ； gain_B_1=B_ave/Max_ave。
3.根据权利要求1所述的智能摄像机白平衡处理方法，其特征在于，步骤(7)中确定二级校正参数 gain—R—2、gain—G—2、gain—B—2，的运算规则为当 gain—R—l〈gain—R—min 时，gain_R—2=gain_R—min ；当 gain_R—l>gain_R—min 时，gain_R_2=gain_R_1 ；当 gain_ G_l<gain_G_min ^t，gain_G_2=gain_G_miη ；^ gain_G_l>gain_G_min ^t，gain_G_2=gain_ G—1 ； ^ gain—B—1〈gain—B—min ^t，gain_R_2=gain_B_min ； ^ gain—B—1〈gain—B—min ^t， ga i n_R_2=ga i n_B_1。
4.根据权利要求1所述的智能摄像机白平衡处理方法，其特征在于，步骤(8)中进行二级校正后得到三通道下RAW数据RAW_R2、RAff_G2和RAW_B2的校正规则为RAW_R2= RAff_ R*gain_R_2 ；RAff_G2= RAW_G*gain_G_2 ；RAff_B2= RAW_B*gain_B_2。
5.根据1至4任一权利要求所述的智能摄像机白平衡处理方法，其特征在于，步骤(7) 中摄像机的白平衡参数设定方式有手动和自动两种。
全文摘要
本发明公开了一种智能摄像机白平衡处理方法，其步骤包括采集摄像机图像传感器所采集的12位RAW数据并将其划分为R、G、B三原色通道下的RAW数据后对其进行两次校正处理。本发明所提出的方法准确检测拍摄现场数据并对数据进行精确处理，降低了相机芯片的运算量，准确的反映了外界环境的实际情况，提高了拍摄质量。
文档编号H04N9/04GK102395035SQ20111037320
公开日2012年3月28日 申请日期2011年11月22日 优先权日2011年11月22日
发明者杨云飞 申请人:北京英泰智软件技术发展有限公司