一种色彩校正方法、系统及电子设备与流程

1.本技术涉及图像处理技术领域，尤其涉及一种色彩校正方法、系统及电子设备。


背景技术：

2.视频监控是安全防范系统的重要组成部分，能够直观、及时的反馈丰富的信息而广泛的运用于生活中。随着图像处理技术的发展，由图像传感器所记录的视频图像，在视频图像的质量上也得到相应的提高。例如，颜色作为视频图像质量的重要组成部分，颜色的风格特征所呈现的观感通常会作为用户评价视频图像质量的重要指标。由于图像传感器与人眼对于光谱的响应存在差异，并且视频图像经过白平衡处理之后，会存在色偏，因此需要对视频图像进行色彩的校正，以使视频图像更加符合人眼的视觉特征。
3.目前，通常采用颜色校正矩阵(color correction matrix，ccm)对视频图像的颜色进行校正。在制定ccm时，首先确定出各个测试场景各自对应的色温，例如，测试场景一对应的高、中、低三个色温。然后确定该测试场景中各个色温各自对应的一组目标ccm。然后由色温值估计算法估计当前视频图像的色温值。最后根据色温值插值与目标ccm之间的对应关系，确定当前视频图像的色温值插值得到当前色温对应的目标ccm。
4.然而，在图像的色彩校正时，除了色温会影响图像的色彩表达外，不同的场景对应图像传感器中不同的动态范围，因此该动态范围的变化同样会影响图像最终的色彩表达，特定测试场景对应的动态范围是确定的，而图像传感器所面对的目标场景对应的动态范围是不能预知的，将特定测试场景对应的动态范围运用到目标场景中可能会导致图像传感器在不同的目标场景中最亮区域或者较暗区域的视频图像无法体现场景的细节信息。例如，图像传感器输出的图像在图像的高亮处过度曝光或者在图像的低亮处过暗，而无法显示高亮处或者低亮处的图像的细节信息。
5.图像传感器能够根据当前目标场景对应的动态范围，由内部图像处理单元中的动态范围调整模块调整对应的控制参数值，使得视频传感器的动态范围尽可能的满足当前目标场景的动态范围需求，进而从视频传感器输出的目标图像中获取更多的场景细节信息。
6.由于目标场景实际的动态范围与特定测试场景对应的动态范围不一致，所以图像传感器在目标场景中对图像色彩进行校正时，仅根据特定测试场景对应的目标ccm，以及特定测试场景对应的动态范围控制参数值，得到的校正图像，与目标图像会存在色彩偏差。


技术实现要素：

7.本发明申请提供了一种色彩校正方法、系统及电子设备，用以提高图像传感器在不同色温条件下，调节动态范围的过程中，图像色彩的一致性表达。具体技术方案如下：
8.第一方面，本技术提供了一种色彩校正方法，包括：
9.获取图像传感器当前采集到的当前图像，并基于预设的色温估计算法计算出所述当前图像的色温值；
10.基于所述色温值，从预设的原始色彩校正数据集中选取与所述色温值对应的第一
原始色彩校正数据集以及第二原始色彩校正数据集，其中，所述第二原始色彩校正数据集中包含的第二原始色彩校正数据表征对所述图像传感器当前动态范围对应的亮度进行调节的程度；
11.在所述第二原始色彩校正数据集中，查找并筛选出满足所述色温值以及所述动态范围对应的第二原始色彩校正数据值，提取所述图像传感器中所述色温值以及所述动态范围对应的第二目标色彩校正数据值；
12.基于所述第二原始色彩校正数据值，以及所述第二目标色彩校正数据值，计算所述图像的色彩校正系数；
13.基于所述色彩校正系数，校正所述第一原始色彩校正数据集包含的第一原始色彩校正数据。
14.基于上述的方法，可以提取当前传感器中色温值以及动态范围对应的第二目标色彩校正数据值，并将第二目标色彩校正数据值与第二原始色彩校正数据值作为色彩校正系数的运算数据，对第一原始色彩校正数据进行校正。这样不仅能够提高图像色彩的一致性表达，还能够减少颜色校正系数的计算量，提高对第一原始校正数据进行校正的效率。
15.在一种可能的设计中，获取图像传感器当前采集到的当前图像之前，还包括：
16.在设定场景中，提取图像传感器采集到的在各个色温下的原始图像，将所述原始图像分别与标准的图像色卡进行比对，估算出所述原始图像对应的色温值；
17.建立所述色温值与第一原始色彩校正数据之间的映射关系，得到第一原始色彩校正数据集；
18.建立所述图像传感器的动态范围与第二原始色彩校正数据之间的映射关系，得到第二原始色彩校正数据集；
19.对所述第一原始色彩校正数据集以及所述第二原始色彩校正数据集中的色彩校正数据，按照不同的色温值以及不同的动态范围进行归类，得到各个色温以及各个动态范围分别对应的第一原始色彩校正数据和第二原始色彩校正数据。
20.通过上述的方式可以在设定的环境中，按照不同的色温值以及图像传感器不同的动态范围，分别匹配对应的第一原始色彩校正数据以及第二原始色彩校正数据。
21.在一种可能的设计中，获取图像传感器当前采集到的当前图像，并基于预设的色温估计算法计算出所述当前图像的色温值，包括：
22.按照预设的白平衡计算公式，计算所述当前图像的第一白平衡增益值；
23.基于所述当前图像的所述第一白平衡增益值和设定场景中，预设的各个色温下的原始图像各自对应的第二白平衡增益值，计算所述第一白平衡增益值与所述第二白平衡增益值的距离偏差；
24.根据所述距离偏差，确定当前图像的色温值。
25.通过上述的方式，能够估算出当前图像的色温值。
26.在一种可能的设计中，在所述第二原始色彩校正数据集中，查找并筛选出满足所述色温值以及所述动态范围对应的第二原始色彩校正数据值，提取所述图像传感器中所述色温值以及所述动态范围对应的第二目标色彩校正数据值，包括：
27.提取所述图像传感器中的各个色彩通道值；
28.基于所述各个色彩通道值，按照预设的亮度阈值范围，对所述各个色彩通道值进
行筛选，得到各个色彩通道筛选值；
29.根据所述各个色彩通道筛选值，分别在所述第二原始色彩校正数据集以及所述第二目标色彩校正数据集中查找与所述各个色彩通道筛选值对应的第二原始色彩校正数据值以及第二目标色彩校正数据值。
30.通过上述的方式，能够剔除图像中过暗或者过亮的数据块，采用亮度阈值范围的数据块作为运算的条件，提高对图像亮度计算的准确性，进而提高对图像色彩校正的准确性。
31.在一种可能的设计中，基于所述色彩校正系数，校正所述第一原始色彩校正数据集包含的第一原始色彩校正数据，包括：
32.将所述色彩校正系数与所述第一原始色彩校正数据集包含的第一原始色彩校正数据进行乘积运算，得到校正的第一原始色彩校正数据；
33.对所述校正的第一原始色彩校正数据进行归一化处理，得到第一目标色彩校正数据。
34.通过上述的方式，能够在调整第二原始色彩校正数据的同时，校正对应色温以及图像传感器动态范围的第一原始色彩校正数据，不仅能够提高图像传感器输出的图像色彩表达的一致性，还能提高对图像色彩校正的效率。
35.第二方面，本技术提供了一种色彩校正系统，包括：
36.数据获取模块，用于获取图像传感器当前采集到的当前图像，并基于预设的色温估计算法计算出所述当前图像的色温值；
37.数据查找模块，用于基于所述色温值，从预设的原始色彩校正数据集中选取与所述色温值对应的第一原始色彩校正数据集以及第二原始色彩校正数据集，其中，所述第二原始色彩校正数据集中包含的第二原始色彩校正数据表征对所述图像传感器当前动态范围对应的亮度进行调节的程度；
38.在所述第二原始色彩校正数据集中，查找并筛选出满足所述色温值以及所述动态范围对应的第二原始色彩校正数据值，提取所述图像传感器中所述色温值以及所述动态范围对应的第二目标色彩校正数据值；
39.色彩校正模块，用于基于所述第二原始色彩校正数据值，以及所述第二目标色彩校正数据值，计算所述图像的色彩校正系数；
40.基于所述色彩校正系数，校正所述第一原始色彩校正数据集包含的第一原始色彩校正数据。
41.在一种可能的设计中，所述数据获取模块还用于：
42.在设定场景中，提取图像传感器采集到的在各个色温下的原始图像，将所述原始图像分别与标准的图像色卡进行比对，估算出所述原始图像对应的色温值；
43.建立所述色温值与第一原始色彩校正数据之间的映射关系，得到第一原始色彩校正数据集；
44.建立所述图像传感器的动态范围与第二原始色彩校正数据之间的映射关系，得到第二原始色彩校正数据集；
45.对所述第一原始色彩校正数据集以及所述第二原始色彩校正数据集中的色彩校正数据，按照不同的色温值以及不同的动态范围进行归类，得到各个色温以及各个动态范
围分别对应的第一原始色彩校正数据和第二原始色彩校正数据。
46.在一种可能的设计中，所述数据查找模块具体用于：
47.提取所述图像传感器中的各个色彩通道值；
48.基于所述各个色彩通道值，按照预设的亮度阈值范围，对所述各个色彩通道值进行筛选，得到各个色彩通道筛选值；
49.根据所述各个色彩通道筛选值，分别在所述第二原始色彩校正数据集以及所述第二目标色彩校正数据集中查找与所述各个色彩通道筛选值对应的第二原始色彩校正数据值以及第二目标色彩校正数据值。
50.第三方面，本技术提供了一种电子设备，包括：
51.存储器，用于存放计算机程序；
52.处理器，用于执行所述存储器上所存放的计算机程序时，实现上述的色彩校正方法的步骤。
53.第四方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述的色彩校正方法的步骤。
54.上述第二方面至第四方面中的各个方面以及各个方面可能达到的技术效果请参照上述针对第一方面或第一方面中的各种可能方案可以达到的技术效果说明，这里不再重复赘述。
附图说明
55.图1为本技术提供的一种色彩校正方法的流程图；
56.图2为本技术提供的一种色彩校正系统架构示意图；
57.图3为本技术提供的一种色彩校正系统结构示意图；
58.图4为本技术提供的一种电子设备的结构示意图。
具体实施方式
59.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述。方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。需要说明的是，在本技术的描述中“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。a与b连接，可以表示：a与b直接连接和a与b通过c连接这两种情况。另外，在本技术的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
60.下面结合附图，对本技术实施例进行详细描述。
61.随着人们安全防范意识的增强，越来越多的高性能监控设备出现在生活中，视频监控是安全防范系统的重要组成部分，能够直观、及时的反馈丰富的信息而广泛的应用于各行各业。随着图像处理技术的发展，由图像传感器所记录的视频图像，在视频图像的质量上也得到相应的提高。例如，图像的颜色作为视频图像质量的重要组成部分，颜色的风格特征所呈现的观感通常会作为用户评价视频图像质量的重要指标。由于图像传感器与人眼对于光谱的响应存在差异，并且视频图像经过白平衡处理之后，会存在色偏，因此需要对视频
图像进行色彩的校正，以使视频图像更加符合人眼的视觉特征。
62.目前，通常采用颜色校正矩阵(color correction matrix，ccm)对视频图像的颜色进行校正，以满足用户的良好视觉体验。在制定ccm时，首先确定出各个测试场景各自对应的色温，例如，测试场景一对应的高、中、低三个色温。然后确定该测试场景中，各个色温各自对应的一组目标ccm。然后由色温估计算法估计当前视频图像的色温值，最后根据色温值插值与目标对象之间的对应关系，确定当前视频图像的色温值插值，得到当前色温对应的目标ccm。
63.然而，在图像的色彩校正时，除了色温会影响图像的色彩表达之外，不同的场景对应图像传感器中不同的动态范围，因此该动态范围的变化同样会影响图像最终的色彩表达，一般情况下，ccm值是在特定的测试场景下标定的，特定的测试场景对应的动态范围是确定的，而图像传感器所面对的目标场景对应的动态范围是不能预知的，将特定测试场景对应的动态范围运用到目标场景中，可能会导致图像传感器在不同的目标场景中最亮区域或者较暗区域的视频图像无法体现场景的细节信息。例如，图像传感器输出的图像在图像的高亮处过度的曝光或者在图像的低亮处过暗，进而无法显示高亮处或者低亮处的图像的细节信息。
64.图像传感器能够根据当前目标场景对应的动态范围，由内部图像处理单元中的动态范围调整模块调整对应的控制参数值，使得视频传感器的动态范围尽可能的满足当前目标场景的动态范围需求，进而从视频传感器输出的目标图像中获取更多的场景细节信息。
65.由于目标场景实际的动态范围与特定测试场景对应的动态范围不一致，所以图像传感器在目标场景中对图像色彩进行校正时，仅根据特定测试场景对应的目标ccm，以及特定测试场景对应的动态范围控制参数值，得到的校正图像，与目标图像会存在色彩偏差。
66.鉴于此，为了图像传感器在各个色温条件下，并且改变图像传感器的动态范围的过程中，保证图像色彩的一致性，本技术提供了一种色彩校正方法，具体包括：获取图像传感器当前采集到的当前图像，并基于预设的色温估计算法计算出当前图像的色温值，然后基于色温值，从预设的原始色彩校正数据集中选取与色温值对应的第一原始色彩校正数据集以及第二原始色彩校正数据集，然后在第二原始色彩校正数据集中，查找并筛选出满足色温值以及动态范围对应的第二原始色彩校正数据值，提取图像传感器中色温值以及动态范围对应的第二目标色彩校正数据值，然后基于第二原始色彩校正数据值，以及第二目标色彩校正数据值，计算图像的色彩校正系数，最后基于色彩校正系数，校正第一原始色彩校正数据集包含的第一原始色彩校正数据。
67.不难看出，通过上述方法，能够提取当前图像传感器中色温值以及动态范围对应的第二目标色彩校正数据值，并将第二目标色彩校正数据值与第二原始色彩校正数据值作为色彩校正系数的运算数据，对第一原始色彩校正数据进行校正。这样不仅可以在校正第二原始色彩校正数据值的同时对第一原始校正数据进行校正，提高图像色彩的一致性表达；还能够减少颜色校正系数的计算量，提高对第一原始校正数据进行校正的效率。
68.参照图1所示，其为本技术实施例提供的一种色彩校正方法流程图，该方法包括：
69.s1，获取图像传感器当前采集到的当前图像，并基于预设的色温估计算法计算出所述当前图像的色温值。
70.首先来讲，本技术提供的方法可以应用于图2所示的系统构架中，在该系统构架中
包括图像传感器，用户端，以及服务器，该系统可以应用于对场景画面进行远程的监控。
71.图像传感器包括相机，以及图像处理单元，相机能够记录当前场景的原始图像信息，图像处理单元能够对当前场景的原始图像信息进行处理；用户端可以向服务器发送视频界面展示请求，获取图像处理单元输出的目标图像；服务器接收用户端的视频界面展示请求，向用户推送相应的目标图像。
72.在实际应用时，首先，在获取图像传感器当前采集到的当前图像之前，需要对各个色温下的原始图像匹配对应的色彩校正数据值。
73.示例性的，在设定的场景中，图像处理单元提取图像传感器采集到的在各个色温下的原始图像，例如，在d75、d65、d50、tl84、a五种光源条件下的色温分别对应的图像1、图像2、图像3、图像4、图像5。
74.将原始图像分别与标准的图像色卡进行比对，估算出当前设定场景中，原始图像对应的色温值。例如，当前设定场景中，图像2与标准的图像色卡在d65光源条件下的目标图像相似度最高，则估计当前场景下的色温为d65。
75.然后，为了在不同的色温条件下，使图像传感器输出的图像的色彩与目标图像的色彩保持一致性，图像处理单元建立色温值与第一原始色彩校正数据之间的映射关系，得到第一原始色彩校正数据集。其中，第一原始色彩校正数据可以是不同色温条件下对应的颜色校正矩阵，这里，对第一原始色彩校正数据不作具体的限制。得到的第一原始色彩校正数据集可以如表1所示：
[0076][0077]
表1
[0078]
进一步，为了图像传感器在调节动态范围时，不同动态范围的图像的色彩与目标图像的色彩保持一致性，图像处理单元建立图像传感器的动态范围与第二原始色彩校正数据之间的映射关系，得到第二原始色彩校正数据集。其中，第二原始色彩校正数据可以是不同动态范围条件下对应的伽马值gamma，这里，对第二原始色彩校正数据不作具体的限制。得到的第二原始色彩校正数据集可以如表2所示：
[0079]
表2
[0080]
最后，图像处理单元对第一原始色彩校正数据集以及第二原始色彩校正数据集中的色彩校正数据，按照不同的色温以及不同的动态范围进行归类，得到各个色温以及各个动态范围分别对应的第一原始色彩校正数据和第二原始色彩校正数据。
[0081]
不同的色温条件分别对应不同的动态范围，因此，得到的各个色温以及各个动态范围分别对应的第一原始色彩校正数据和第二原始色彩校正数据。可以如表3所示：
[0082]
表3
[0083]
因此，通过上述方式，能够得到各个色温以及各个动态范围分别对应的第一原始色彩校正数据和第二原始色彩校正数据。
[0084]
在本技术实施例中，由于图像传感器在当前环境中的色温是不确定的，因此，首先图像处理单元按照预设的图像白平衡计算公式，计算出当前图像的第一白平衡增益值。
[0085]
然后将当前图像的第一白平衡增益值与预设的各个色温下的原始图像各自对应的第二白平衡增益值进行比对，计算出第一白平衡增益值与第二白平衡值之间的距离偏差，其中，距离偏差可以是两者之间的欧式距离，这里，对第一白平衡增益值与第二白平衡值的距离计算不作限制。
[0086]
最后根据第一白平衡增益值与第二白平衡值之间的距离偏差，确定当前图像的色
温值。例如，在当前的色温条件下，得到的第一白平衡增益值为(rgain1、bgain1)，在设定的环境中d50色温条件下，得到的第二白平衡增益值为(rgain2、bgain2)，然后计算增益值(rgain1、bgain1)与增益值(rgain2、bgain2)之间的欧式距离，选取第二白平衡增益值与第一白平衡增益值距离偏差最小的增益值所对应的色温值，作为当前环境对应的色温值currtemp。
[0087]
通过上述方式，可以得到当前图像所对应的色温值。
[0088]
s2，基于色温值，从预设的原始色彩校正数据集中选取与色温值对应的第一原始色彩校正数据集以及第二原始色彩校正数据集。
[0089]
在本技术实施例中，图像处理单元在获取当前色温值后，基于当前的色温值，从预设的原始色彩校正数据集中，选取与当前色温值对应的第一原始色彩校正数据集以及第二原始色彩校正数据集，这里，假设当前色温值为d50，如表3所示，颜色校正矩阵ccm3、ccm8、ccm13、ccm18、ccm23作为第一原始色彩校正数据集；伽马值gamma3、gamma8、gamma13、gamma18、gamma23作为第二原始色彩校正数据集。
[0090]
通过上述方式，能够查找当前色温下对应的第一原始色彩校正数据集以及第二原始色彩校正数据集。
[0091]
s3，在第二原始色彩校正数据集中，查找并筛选出满足色温值以及动态范围对应的第二原始色彩校正数据值，提取图像传感器中色温值以及动态范围对应的第二目标色彩校正数据值。
[0092]
在本技术实施例中，图像处理单元在获取当前色温下对应的第一原始色彩校正数据集以及第二原始色彩校正数据集之后，首先提取图像传感器中的各个色彩通道值h3a，例如，h3a中的红色(r)通道值、绿色(g)通道值以及蓝色(b)通道值。
[0093]
然后基于各个色彩通道值的数据，以及预设的亮度计算公式对当前图像的亮度进行计算，计算的公式如下：
[0094]
y＝0.299r+0.587g+0.114b
[0095]
其中，y表示图像的亮度，r为红色通道值，g为绿色通道值，b为蓝色通道值。
[0096]
然后按照预设的亮度阈值范围，对各个色彩通道值进行筛选，得到各个色彩通道筛选值，假设图像亮度的阈值范围设置为0.05至0.95之间，则保留图像亮度为0.05至0.95之间的数据块。
[0097]
然后，图像处理单元提取图像传感器中色温值以及动态范围对应的第二目标色彩校正数据值。
[0098]
示例性的，第二目标色彩校正数据值能够通过图像处理单元中的gamma模块算法获取：
[0099]
首先统计出当前图像各个数据块的亮度值，然后对各个数据块的亮度值进行直方图统计，然后根据直方图统计结果，判断直方图统计得到的亮度值分布状态是否趋于正态分布，若满足正态分布，则输出对应的gamma数据；若非正态分布，则调整gamma数据，然后重复上述亮度值计算、统计的步骤，直到亮度值分布状态满足正态分布，最终得到不同亮度对应的第二目标色彩校正数据集。
[0100]
最后，图像处理单元根据各个色彩通道筛选值，分别在第二原始色彩校正数据集以及第二目标色彩校正数据集中查找与各个色彩通道筛选值对应的第二原始色彩校正数
据值以及第二目标色彩校正数据值。
[0101]
这里，需要指出的是，各个色彩通道筛选值与动态范围有确定的映射关系，因此，同样可以通过各个色彩通道筛选值，确定当前动态范围所对应的第二原始色彩校正数据值，即：设定场景中的原始gamma数据。
[0102]
因此，通过上述方式，能够剔除图像中过暗或者过亮的数据块，采用亮度阈值范围的数据块作为运算的条件，提高对图像亮度计算的准确性。
[0103]
s4，基于第二原始色彩校正数据值，以及第二目标色彩校正数据值，计算所述图像的色彩校正系数。
[0104]
在本技术实施例中，图像处理单元在获取各个色彩通道筛选值对应的第二原始色彩校正数据值以及第二目标色彩校正数据值之后，假设第二原始色彩校正数据值为矩阵rgb1，第二目标色彩校正数据值为矩阵rgb2，可以通过计算矩阵rgb1的逆矩阵，再将rgb1的逆矩阵乘以矩阵rgb2，得到色彩校正系数coef，色彩校正系数的计算公式如下：
[0105]
coef＝rgb1-1
×
rgb2
[0106]
其中，coef为色彩校正系数，rgb1-1
为rgb1的逆矩阵，rgb2为第二目标色彩校正数据值对应的矩阵。
[0107]
通过上述方式，能够将各个色彩通道筛选值作为色彩校正系数计算的输入数据，能够简化计算色彩校正系数的步骤，提高图像色彩校正的效率。
[0108]
s5，基于色彩校正系数，校正第一原始色彩校正数据集包含的第一原始色彩校正数据。
[0109]
在本技术实施例中，图像处理单元在获取色彩校正系数之后，首先，假设色彩校正系数是在当前色温为d50(5000k)，图像传感器动态范围为1的条件下获取的。对照表3所示，在当前的色温以及动态范围条件下，第一原始色彩校正数据为ccm3。
[0110]
然后将色彩校正系数与第一原始数据集包含的第一原始色彩校正数据ccm3进行乘积运算，得到校正的第一原始色彩校正数据，例如，ccm
校正
＝coef
×
ccm3。
[0111]
最后，对校正的第一原始色彩校正数据进行归一化处理，得到第一目标色彩校正数据。对校正的第一原始色彩校正数据进行归一化处理，可以是如下方式：
[0112]
假设ccm
校正
运算的结果为[c00 c01 c02；c10 c11 c12；c20 c21 c22]，可以对3*3的矩阵ccm
校正
的各行元素添加相应的约束条件，例如，c02＝1-c00-c01；c12＝1-c10-c11；c22＝1-c20-c21；本技术对矩阵ccm
校正
的各行元素添加的约束条件不作具体的限制，在此不再赘述。
[0113]
这里，需要指出的是，校正后得到的第一目标色彩校正数据，可以存放在图像传感器中，以便于图像处理单元根据当前的色温值以及动态范围，实时的调用满足当前的色温值以及动态范围对应的第一目标色彩校正数据和第二目标色彩较正数据。
[0114]
综上所述，本技术所提供的色彩校正方法，能够在各个色温条件下，并且改变图像传感器的动态范围的过程中，图像处理单元在调整第二原始色彩校正数据的同时，校正对应色温以及图像传感器动态范围的第一原始色彩校正数据。不仅能够提高图像传感器输出的图像色彩表达的一致性，还能够提高对图像色彩校正的效率。
[0115]
基于上述的实施例中所提供的方法，本技术实施例还提供了一种色彩校正系统，如图3所示为本技术实施例中一种色彩校正系统的结构示意图，该系统包括：
[0116]
数据获取模块301，用于获取图像传感器当前采集到的当前图像，并基于预设的色温估计算法计算出所述当前图像的色温值；
[0117]
数据查找模块302，用于基于所述色温值，从预设的原始色彩校正数据集中选取与所述色温值对应的第一原始色彩校正数据集以及第二原始色彩校正数据集，其中，所述第二原始色彩校正数据集中包含的第二原始色彩校正数据表征对所述图像传感器当前动态范围对应的亮度进行调节的程度；
[0118]
在所述第二原始色彩校正数据集中，查找并筛选出满足所述色温值以及所述动态范围对应的第二原始色彩校正数据值，提取所述图像传感器中所述色温值以及所述动态范围对应的第二目标色彩校正数据值；
[0119]
色彩校正模块303，用于基于所述第二原始色彩校正数据值，以及所述第二目标色彩校正数据值，计算所述图像的色彩校正系数；
[0120]
基于所述色彩校正系数，校正所述第一原始色彩校正数据集包含的第一原始色彩校正数据。
[0121]
在一种可能的设计中，所述数据获取模块301还用于：
[0122]
在设定场景中，提取图像传感器采集到的在各个色温下的原始图像，将所述原始图像分别与标准的图像色卡进行比对，估算出所述原始图像对应的色温值；
[0123]
建立所述色温值与第一原始色彩校正数据之间的映射关系，得到第一原始色彩校正数据集；
[0124]
建立所述图像传感器的动态范围与第二原始色彩校正数据之间的映射关系，得到第二原始色彩校正数据集；
[0125]
对所述第一原始色彩校正数据集以及所述第二原始色彩校正数据集中的色彩校正数据，按照不同的色温值以及不同的动态范围进行归类，得到各个色温以及各个动态范围分别对应的第一原始色彩校正数据和第二原始色彩校正数据。
[0126]
在一种可能的设计中，所述数据查找模块302具体用于：
[0127]
提取所述图像传感器中的各个色彩通道值；
[0128]
基于所述各个色彩通道值，按照预设的亮度阈值范围，对所述各个色彩通道值进行筛选，得到各个色彩通道筛选值；
[0129]
根据所述各个色彩通道筛选值，分别在所述第二原始色彩校正数据集以及所述第二目标色彩校正数据集中查找与所述各个色彩通道筛选值对应的第二原始色彩校正数据值以及第二目标色彩校正数据值。
[0130]
基于同一发明构思，本技术实施例中还提供了一种电子设备，所述电子设备可以实现前述色彩校正方法的功能，参考图4，所述电子设备包括：
[0131]
至少一个处理器401，以及与至少一个处理器401连接的存储器402，本技术实施例中不限定处理器401与存储器402之间的具体连接介质，图4中是以处理器401和存储器402之间通过总线400连接为例。总线400在图4中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线400可以分为地址总线、数据总线、控制总线等，为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。或者，处理器401也可以称为控制器，对于名称不做限制。
[0132]
在本技术实施例中，存储器402存储有可被至少一个处理器401执行的指令，至少
一个处理器401通过执行存储器402存储的指令，可以执行前文论述的色彩校正方法。处理器401可以实现图3所示的系统中各个模块的功能。
[0133]
其中，处理器401是该装置的控制中心，可以利用各种接口和线路连接整个该控制设备的各个部分，通过运行或执行存储在存储器402内的指令以及调用存储在存储器402内的数据，该装置的各种功能和处理数据，从而对该装置进行整体监控。
[0134]
在一种可能的设计中，处理器401可包括一个或多个处理单元，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。在一些实施例中，处理器401和存储器402可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
[0135]
处理器401可以是通用处理器，例如中央处理器(cpu)、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本技术实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本技术实施例所公开的色彩校正方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
[0136]
存储器402作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器402可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(random access memory，ram)、静态随机访问存储器(static random access memory，sram)、可编程只读存储器(programmable read only memory，prom)、只读存储器(read only memory，rom)、带电可擦除可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、磁性存储器、磁盘、光盘等等。存储器402是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本技术实施例中的存储器402还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
[0137]
通过对处理器401进行设计编程，可以将前述实施例中介绍的色彩校正方法所对应的代码固化到芯片内，从而使芯片在运行时能够执行图1所示的实施例的色彩校正方法的步骤。如何对处理器401进行设计编程为本领域技术人员所公知的技术，这里不再赘述。
[0138]
基于同一发明构思，本技术实施例还提供一种存储介质，该存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行前文论述的色彩校正方法。
[0139]
在一些可能的实施方式中，本技术提供的色彩校正方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在装置上运行时，程序代码用于使该控制设备执行本说明书上述描述的根据本技术各种示例性实施方式的色彩校正方法中的步骤。
[0140]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0141]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0142]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0143]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0144]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。